【摘要】人工智能正在成为我们每天使用的流行社交网络的关键组成部分,内容生产、分发和传播最核心的因素逐渐向算法和数据靠拢。社交媒体的智能化推动网络社交转向临时的、更单一的内容,社交对象的流动性增强,社交机器人成为新的重要社交对象。在网络交往更加个性化和高效的同时,人工智能也有可能削弱“社交媒体”中的“社交”属性。作为互联网发展进程中影响最大的一部分,社交媒体至今仍是大部分人互联互通的工具。我们需要审慎对待社交媒体的智能化,尽可能避免重蹈此前社交媒体无序发展的覆辙。
【关键词】社交媒体 人工智能 网络交往
社交媒体已成为今天人们生活中不可或缺的一部分。用户高度参与社交媒体,通过发布、点赞、评论、分享和浏览内容等活动定期与社交媒体平台互动。消费者经常使用社交媒体发现新产品、阅读评论,并在购买前比较各种选择。社交媒体上的影响者(influencer)会推广产品和服务,通过将某种形式的原创内容(通常是赞助内容)上传到社交媒体平台来影响他人的购买习惯或可量化行为。品牌商则通过帖子、活动和客户服务,在社交媒体上与消费者积极互动,以提升业绩和效率,增强品牌知名度和忠诚度。
在社交媒体蓬勃发展数十年之后,人工智能开始在人类社会的许多方面发挥改变游戏规则的作用,而社交媒体成为受到影响最明显的领域之一。从自动内容审核、个性化推荐到用户观看的广告,人工智能正在重塑我们在线互动和联系的方式。人工智能工具经过训练,可以利用个人行为、偏好和兴趣等在社交媒体上实现个性化体验。在人工智能的帮助下,用户在社交媒体上的活动数据会不断得到整理和分析,与大数据分析工具相结合,可以用来推断社交行为和趋势。从现实情况看,人工智能正在成为我们每天使用的流行社交网络的关键组成部分。
一、社交媒体的智能化
2021年3月,Meta开始尝试向美国和印度的用户展示最长30秒的竖屏视频,这实际上是在克隆TikTok的短视频策略。2021年9月,紧随印度禁止TikTok,Meta在美国首次推出Reels功能,并于2022年2月在全球发布,覆盖150个国家。2023年3月,Reels的视频时长上限增加至90秒。
在2022年4月的一份内部备忘录中,负责Facebook业务的Meta高管汤姆·艾利森(TomAlison)提出,改变Facebook的内容分发模式,其主动态消息(feed)将不再优先显示用户所关注账号的帖子,而是会像TikTok一样,开始大力推荐各种来源的热门内容。
这等于承认,TikTok重新定义了社交媒体动态消息的概念。尽管动态消息仍然是Meta最受欢迎的产品,但其用户增长已停滞不前,这与强劲的新竞争对手TikTok形成了鲜明对比。Meta的追赶游戏意味着,不仅这家老牌社交媒体将更侧重短视频,而且它还将调整算法,以推送最吸引人的内容。2022年7月,Facebook标志性的主页被调整,目标是将动态消息从一个主要显示好友帖子列表的平台,转变为一个“内容发现引擎”,推荐来自各个渠道的“非关联内容”,极其类似TikTok那令人上瘾的核心推荐流。
可以看到,社交媒体正在改变其长期以来的运行模式。自此以后,社交媒体上出现了越来越多的“推荐内容”,以至于有人认为,社交媒体将逐渐转向“推荐媒体”(recommendationmedia)。而更恰当的说法也许是:社交媒体正在智能化。
社交媒体是建立在互联网技术基础之上的互动社区,它最大的特点就是赋予每个人创造并传播内容的能力,每个人都能“建立关系”和“发挥影响”,内容生产、分发和传播都依靠用户。这是传统的对社交媒体的定义和对其作用的认定。在互联网漫长的发展中,社交媒体一直扮演着至关重要的角色。从全球范围看,互联网用户数量于2020年达到45亿人,超过全球人口的1/2。其中,社交媒体用户数量为38亿人,这意味着每10个互联网用户中有超过8个人是社交媒体用户。
但现在,社交媒体内容生产、分发和传播最核心的因素逐渐向算法和数据靠拢,人工智能带来了社交媒体新的演化。抖音/TikTok显然是智能化的开路先锋。在用户留存方面,目前抖音/TikTok主要依据用户行为的相似性进行推荐;而在内容传播方面,则实行去中心化的分发机制。算法推荐机制与用户推荐机制相配合,为用户提供了“无缝衔接的娱乐体验”,其传播的速度、广度与深度也呈现指数级的上升。
以抖音为例,打开应用直接开始播放视频,用户无需作选择,把内容消费的成本降到最低。APP的默认主页为首页的“推荐”页面,由算法进行内容(短视频/直播)的推荐,首页的其他页面为基于地理位置进行内容推荐的“同城”页,旨在发展图文社区的“经验”页,以及基于用户关注进行内容推荐的“关注”页,其中“推荐”页、“同城”页和“关注”页均采用沉浸式单列信息流的模式,上下滑动即可轻易切换视频,观看过程极为流畅。
在内容生产上,抖音自带的编辑工具已经相当成熟,用户可以进行剪辑、添加特效和音乐等。此外,像剪映和快影这样第三方应用也广受欢迎,它们提供丰富的特效库和动态模板,使创作更加便捷。使用这些模板,用户只需导入素材,就可以生成精良的、完成度很高的视频内容,进一步降低了生产内容的创作门槛。为了让内容更加有趣好看,各类功能、滤镜、道具和活动一直在不断增加中。运营人员还注重挖掘炫酷的内容话题以及创作模板,让头部明星/红人先进行创作,从而吸引更多的普通用户加入创作。而直接由AI生成并发布的内容更如雨后春笋,用户只需进行文字描述,AI便能合成用户所需要的内容。
在用户传播上,一方面,抖音通过独特的算法机制为用户提供其感兴趣的短视频,通过一步一步的刺激,使用户自发地对这些内容进行社交渠道传播。同时,瞄准用户的社交需求,通过用户分享创造小圈子的共同社交话题,使分享者处于话题中心地位,对其产生有效促动。抖音尤其擅长利用用户的网红心理,经由各种提示和去中心化的算法推荐,展示部分平凡人创造爆款短视频作品的相关案例,使用户相信自己在抖音上成为网红不是梦,刺激用户对自己原创的短视频作品进行社交渠道传播。同时,在用户传播后,社交网络中好友的点赞、评论和其他互动,将会对用户产生强烈的心理激励,增加其传播分享行为的满意度。在分享行为的便捷性设计上,快捷关注、点赞、评论、分享、旋转音乐光盘等按钮垂直排列在视频播放主页右侧。按钮较大,占据位置明显,鼓励用户进行社交操作,解决了用户的各种需求,也与短视频适于分享、快速传播的特点相契合。
正因为以上这些特点,有人认为已不能将抖音这样的APP视为社交媒体,而应称其为智能媒体。在这里,我们暂且不去辨析社交媒体与智能媒体之分,而更强调发生在网络社交中的智能化趋势。
部分社交媒体的基础功能决定了它不能完全变成由算法和数据分发内容,微信朋友圈就是其中一例。即使如此,微信也不断增加额外的功能来为用户推荐内容,如视频号的操作模式:朋友圈无法发送超过一分钟的视频,只能发送到视频号上,视频号的内容分发机制则依靠“社交推荐”+“算法推荐”的双螺旋推进。虽说微信的价值观主要还是以“去中心化”为主要原则,但算法推荐显然越来越主导用户的观看和阅读,例如视频号点进去默认也是“推荐”页面,推送大量非朋友圈的内容;公众号文章的底部也通常是推荐内容,而非用户关注。甚至可以说,公众号的推荐逻辑已经是算法主导了,取代了之前的关注分发。由此不难发现,算法正在逐渐侵蚀社交媒体原有的自主性和私密性,尽管这也可能为更广阔的交流提供空间。
娜塔莉·芬顿(NatalieFenton)曾指出,社交媒体是受交流引导的,而不是受信息驱动的。她强调对交流的渴望是驱使人们使用社交媒体的最直接也最主要的因素,人们最初使用社交媒体并不是因为社交媒体上可以获得更多的信息,而是娱乐和情感交流需求的驱动。无论社交媒体如何发展,人们使用社交媒体的直接需求并没有发生转变。也因此,考察人工智能对用户的网络社交产生的影响就成为应有之义,这些影响主要体现在人们社交方式、社交内容与社交对象的变化上。
二、人工智能对社交方式、社交内容与社交对象的影响
在过去,人们使用社交媒体进行即时通信和大众自传播(massself-communication),并由此塑造不同的自我形象并与他人展开互动。但基于上述社交媒体的智能化,人们的网络社交活动发生了巨大的改变。
原来,网络社交主要依靠用户发布内容和用户彼此互动来实现,主要行为是转发、评论和关注。但现在,对普通用户而言,参与平台推荐内容的观看及模仿创作已成为网络社交的重要方式。以短视频为例,在不同平台呈现出不同的表现形式,但其传播均是用户进行模仿,而平台通过特定的技术框架抑制迷因在传播过程中的变异,从而制造短时间内的集中文化效应。其流程通常是:用户浏览社交媒体推荐内容,看到激发其兴趣的内容后进行模仿,最终创作出类似的内容并发布。无论是抖音视频模板,还是视频合拍挑战,均可以被纳入其中。以抖音短视频为例,抖音用户可以通过观看和拍摄短视频加入某一段时间内的社交活动,并由此获得大量的评论和点赞。短视频就这样通过观看和参与的循环,几乎成为网络社交活动的底层语言。然而这一部分的网络交往通常仅限于特定视频,很难形成长期的关注。同时,这类交往也具有很强的时限性。每隔一段时间,就会出现新的热点,之前的热点则逐渐被遗忘。
这样的社交方式也部分决定了社交内容的变化:算法推荐的内容成为网络社交的主要内容。人们使用社交媒体浏览算法推荐的内容,选择其中的部分内容进行分享;或是对算法推荐的内容加以模仿,这包括了某一段时间的流行语、表情包或短视频。社交内容既与时下的互联网热点高度相关,也带有用户个人画像的特点。可以说,“流行”成为人们的社交内容,而所有流行,都必须通过技术实现,技术本身也越来越成为一种流行。
流行使得社交对象的流动性极大增强。过去,网络社交更多面向现实生活中的朋友和具有相同兴趣的“同好”,但是智能推荐算法让人无需进入某个“圈子”,也可以通过算法匹配到符合自己需求的对象。这一对象通常是临时性的,并具有某种限制条件。只有在特定的时间段,你才能与这一对象进行特定内容的交流。简言之,你只会在刷到该对象的内容时为其点赞或是进行评论,往往不会点进他/她的首页去浏览博主平时发布的内容。
同时,粉丝和头部博主之间的社交关系依然存在,但这仍建立在博主具有深度垂直内容的基础上,也就是说,一个博主需要在某一个赛道不断深耕,来获得相对持续的关注。点进头部博主的首页,我们能看到清一色的封面,其内容也通常是相同主题,这种情况正是由于算法推荐机制造成的。而这也通常导致了赢家通吃的场面,如果要获得新的流量,就需要不断开辟新的赛道。
在社交内容生产方面,生成式人工智能是近年来最令人兴奋的趋势之一,它利用文本到图像、图像到视频、图像到图像、文本到视频等多种算法来创作独特的内容,包括图像、视频、音乐和文本。在大受欢迎的AI内容生成工具中,Lately表现突出,它能够不断学习过去的社交媒体帖子,并生成引人入胜的有关品牌的内容,从而扩大企业的营销活动影响力。另一个具有突破性意义的工具是我们熟知的ChatGPT,这款聊天机器人技术能够理解自然语言,并以对话的方式生成类似人类的回应。
在OpenAI取得突破之后,人工智能可以化身为新的社交对象。与人工智能的交互其实并非新生事物,智能客服等人工智能手段早已出现。但直到ChatGPT横空出世,与人工智能的交互才逐渐得到重视。到今天,社交机器人已经成为了人们网络社交的重要部分。
最早的社交机器人指在在线社交网络中模拟人类用户,自主运行、自动发布内容的算法智能代理,它可以承担聊天网友、智能客服等角色。在生成式人工智能兴起之前,社交机器人的作用相对有限,其内容生产和沟通能力都远远达不到与人类直接交互的程度。但伴随着算法、算力和大数据的发展,社交机器人现在能够通过自然语言处理(NLP)技术参与基本对话,模仿人类互动,理解社交线索,从而针对简单的问题和提示作出适当的回应。
目前,社交机器人甚至已经不再需要以人类用户的身份出现,可以直接以社交机器人甚至“人”自居:与ChatGPT进行深度沟通甚至“恋爱”在互联网上已经屡见不鲜。社交机器人的功能正在从服务取向的功用性能转向陪伴取向的情感性能。例如,Replika是国内较受欢迎的虚拟聊天机器人,其下载量在全球疫情最严重的时候猛增,而在微博上,社交机器人罗伯特已经成为玩微博的一大亮点,甚至有用户设立“罗伯特受害者联盟”账号,专门发布机器人罗伯特的精彩发言。无论是哪个聊天机器人,都是通过机器学习和数据分析,并结合用户的兴趣、行为和偏好等来生成对话。简言之,这一社交对象是根据你的数据量身定制的,其行为方式完全由你决定,这也为与人工智能的社交提供了特殊的“趣味”。一开始,人们将人工智能视为可能的搜索引擎的替代物,但在必应和谷歌的实验中,社交机器人并不是一个优秀的“搜索引擎”,相反,它表现出了极度的不确定性和无数的“幻觉”,总是传达错误甚至错误到离谱的信息,但人们依然乐此不疲。也因此,我曾在别的文章中指出,它可能并不是搜索引擎的替代物,而是Facebook的替代物。
总的来说,智能化的社交媒体高度依赖算法推荐和大数据,要获得更多的流量就必须遵循其传播规律,通过不断的模仿和发布内容来获取注意力资源。网络社交逐渐转向临时的和更单一的内容,而社交对象的流动性增强,并出现了非人的网络社交对象。
三、智能社交的机会与风险
在社交内容和社交方式上,智能化的社交为人们提供了更高的信息量和看似更精准的社交推荐。但其中,与人工智能的社交互动或许提供了更多新的可能性:生成式AI改变的不仅是内容生产,更有可能主导人类的情感,而这些恰恰都是社交媒体的关键基础。
智能社交能为人们提供更具互动性和吸引力的使用体验,根据用户的喜好和行为不断调整自身。同时,智能化的社交可能部分地将从前以人为核心的内容推送(为你推荐你所关注的博主发布的内容)转向以用户喜好和行为为核心的内容推送(推荐你可能感兴趣的内容)。为了满足社交媒体不断变化的需求,不断有新型算法被开发出来,从而确保内容投放和广告定位更加精准和有效。
人工智能应用的场景非常广泛,包括异常检测、行为分析、生物信息学、商业智能、事件检测、图像分析、推荐、关系和声誉以及情感分析等。例如,推荐系统可以用来分析用户的偏好、行为和互动,向用户推荐帖子、文章或视频等内容,通过提供相关内容提高用户参与度,让用户在社交媒体上停留更长时间。在情感分析方面,自然语言处理等技术可分析和发现用户在评论、点评和帖子等内容中表达的情感,例如,Twitter采用情感分析算法来确定用户推文的情感基调。这有助于实时洞察公众意见、品牌情感和新兴趋势,从而作出商业和其他决策。
人工智能作为网络社交的对象,只要联通网络,就能随时响应。这对快节奏且趋于陌生化的现代社会是难得的特质,有可能提供现代人极度需要的情感支持。同时,人工智能能够完全根据用户需求进行调整,因而发挥多种用途——聊天机器人可以为用户提供实时信息和支持,回答问题,处理请求,引导用户访问相关内容,提高用户参与度。例如,FacebookMessenger的聊天机器人通过快速回复用户咨询、促进参与和增强用户体验来提升平台的客户服务,从而保持用户的活跃度并增加他们在平台上花费的时间。由此来看,在社交媒体上使用聊天机器人可以提供全新的用户体验,并保持互动对话的连续性。
个性化、高效和知情决策的结合是人工智能对社交媒体产生变革性影响的驱动力。它已成为智能化社交媒体的决定性特征,旨在带来一个更智能、更吸引人的在线体验时代。然而,伴随而来的风险也是巨大的。
就目前的发展而言,社交媒体的智能化让个人社交圈超出了个人的掌控。从内容接收来说,进行网络社交时会接收到大量的推荐信息,这类信息尽管有可能提供帮助,但亦有可能造成信息过载,甚至形成错误的推荐;而从内容发布上来说,用户并不清楚发布的内容究竟会被推送到哪些人的手中,部分用户在使用社交媒体时并不希望同现实生活中接触到的人发生交集,但现在的推送机制会自动识别用户现实生活中可能认识的人并加以推荐,为用户的内容发布造成新的压力。
算法推荐的盛行进一步加强了平台手中的权力。信息取代人成为了传播的主要依据,这意味着指数级增长的传播能力,但信息始终掌握在平台手中,而“人”在其中的活动均被记录为数据,并不断为系统的更新升级提供养料,由此形成一个流量循环。同时,信息茧房等问题已经被多次讨论,但至今人们依旧深陷其中,尽管可能意味着“快乐的沉沦”。为了使网络具有社交性,社交媒体平台先将社交性变为了技术性,而智能技术的发展还在将技术性不断推向极致。
同时,智能社交的发展也意味着个人空间与公共空间界限的重构。如果说最初的社交媒体是基于用户自主选择构建出来的社交网络,那么现在算法推荐使得个人空间的自主性和私密性都极大降低。尽管用户本就受到平台的制约而很难实现真正的自主和私密,但智能化的进一步发展使得用户维护自主和私密的可能性更低了。我们可能会看到人类互动的“稀释”,这将导致更多人远离公开发布,转向封闭的私人聊天,因为在这些环境中,人们更加了解和信任对方。换言之,目前的人工智能“军备竞赛”最终可能彻底削弱“社交媒体”中的“社交”属性。
而与人工智能的社交也带来了一系列问题。一方面,社交机器人会对用户行为不加选择地“学习”,而这样的学习可能使社交机器人偏离其“人类好友”的初衷,相反,成为带有强烈偏见的社交对象。人工智能是没有自己的道德和感情的,它的行为均来自人输入的数据,这既是它的优势,也可能造成巨大的威胁。经典案例就是2016年微软公司开发的聊天机器人Tay,上线仅数小时,就被Twitter用户调教成一个满嘴脏话、散播仇恨的新纳粹种族主义者。另一方面,人们发现人工智能经常作出不符合其训练数据的自信反应,生成或推断出训练数据中根本不存在的错误信息。
与此同时,有研究认为,在传播内容上,社交机器人的存在可增加人类用户对于特定信息的接触;在用户交互层面,社交机器人可以成功渗入社交网络,改变既有的信息交互结构。但这一渗入未必是有益的。在有关国际政治的研究中,已经发现大量社交机器人进行虚假信息制造和传播的事实。除此之外,社交机器人还可能发布大量垃圾信息和虚假信息,造成信息疫情;盗取用户的隐私,影响与其进行社交的人类。同时,与人工智能的交往有可能带来交往的异化,人与人工智能所进行的交往是虚拟人格的交往,而这一交往可能使人作为社会关系的总和的本质逐渐衰弱。也就是说,在同人工智能的交往中,我们逐渐弱化了自己在现实生活中的社交。
虽然人工智能机器人可以在社交媒体上实现市场营销、客户服务、任务执行、体验塑造等合法目的,但也有一些机器人被设计用来操纵公众讨论、煽动仇恨言论、传播错误信息或实施欺诈和诈骗。为了打击潜在的有害机器人活动,一些社交平台发布了使用机器人的政策,并建立了技术机制来执行这些政策。
然而,美国圣母大学的研究者经分析八个社交平台的人工智能机器人政策和机制发现,在一些著名平台,比如X(前身是Twitter)和Reddit上,启动一个机器人是非常容易的,尽管这些平台声称自己有政策和机制防止机器人滥用。研究人员的结论是,所测试的八个社交平台都没有提供足够的保护和监控,以确保用户免受恶意机器人活动的侵害。研究者认为,需要通过法律、经济激励结构、用户教育和技术进步来保护公众免受恶意机器人的侵害。
还有一个很严重的问题是用户隐私。社交平台收集、使用和分享用户数据的方式长期以来一直饱受批评。例如,在2024年9月19日的一份报告中,美国联邦贸易委员会(FederalTradeCommission)指责社交媒体服务对用户进行“大规模监控”,对数据的保护“严重不足”。人工智能技术盛行以来,社交平台为其人工智能系统收集帖子和个人信息以用作训练材料并不是什么新鲜事。就在联邦贸易委员会报告发布的前一天,科技新闻网站404Media报道称,LinkedIn在未通知用户的情况下,开始默认对用户的帖子进行人工智能训练。而为了同样的目的,Meta从2023年就开始收集Facebook和Instagram的用户数据,X也从2024年7月份开始收集用户数据。
如今,人们在社交媒体上发布的帖子——不仅是他们写的内容,甚至包括他们的图片,正越来越多地被科技公司用于训练其人工智能系统,无论用户是否意识到这一点。对于运行人工智能模型的公司来说,社交平台提供了宝贵的数据。社交媒体上所写的内容具有对话性,而这正是聊天机器人一直努力追求的目标。社交媒体帖子中包含的人类俚语可能对工具本身的使用很有帮助,而新闻源通常是实时事件的来源。但是,在这些网站上发帖的用户可能并不热衷于将自己的每篇杂谈、度假照片或令人遗憾的自拍照随意用于为一家价值数十亿美元的公司构建技术(并进而赚钱)。
以社交媒体搭建的聊天机器人来说,埃隆·马斯克旗下人工智能初创公司xAI推出的人工智能聊天机器人Grok,就使用人们在X上的帖子以及他们与Grok的对话,来提高其“提供准确、相关和吸引人的回复的能力”,并发展“幽默感和机智”。可是,X并没有主动通知用户,他们的数据会被这样使用;政策更新是被眼尖的用户发现的。
与此同时,社交平台试图对其数据集设置壁垒,致使AI初创公司不得不为自身的大型语言模型(LLM)寻找新的数据输入。例如,X提高了API访问的价格,以限制AI公司使用X上的帖子数据,同时抓紧开发其基于相同数据的Grok模型。自剑桥分析(CambridgeAnalytica)数据丑闻以来,Meta早已严格限制API访问,并不断强调其无与伦比的数据池,以支持自身Llama大模型的发展。
此外,谷歌也与Reddit达成协议,将Reddit的数据整合到其GeminiAI系统中。这显示了另一个趋势,未来可能会有更多类似案例,因为那些不打算自行开发人工智能模型的社交平台正在寻找通过数据洞察获得新收入的途径。
《华尔街日报》报道称,OpenAI曾考虑使用公开可用的YouTube文字记录来训练其GPT-5模型,这反映出业界担忧在未来两年内,对高价值训练数据的需求可能会超过供应。然而,还有一个更长远的担忧:当人工智能生成的内容超越人类输入时,会发生什么?当互联网上的一切都仅仅是人类输出的数字化复制品时,这个互联网会变成什么样子?
四、社交媒体的无序发展给人工智能的警示
十年前,社交媒体因引发阿拉伯世界及其他地区的民主进程而备受赞誉。而现在,头条新闻都是关于社交平台在虚假信息、商业阴谋、政治不当行为和心理健康风险中的作用的报道。在2022年的一项调查中,美国人指责社交媒体令该国的政治话语变得粗鄙化,加剧了虚假信息的传播,推动了党派的两极分化。
科技的最新宠儿是人工智能。与社交媒体一样,人工智能可能以多种方式改变世界,其中一些方式对社会有利,但与此同时,它也有可能对社会造成难以置信的破坏。
无论是社交媒体还是人工智能,并不存在本质上的邪恶。它们都是双刃剑,都有可能带来好处或坏处。危险来自谁在挥舞这把剑,以及挥舞的方向。社交媒体的危害源于它如何影响我们的交流。人工智能也会以同样的方式影响我们,而且还会更多。如果科技的发展趋势是一个信号,那么人工智能工具将越来越多地参与到我们的学习方式和思想表达方式中。这些技术在我们日常生活中发挥着广泛作用,让以营利为目的的公司有机会控制社会的更多方面,但这也让我们面临着它们的动机和决策所带来的风险。
社交媒体作为互联网发展进程中影响最大的一部分,至今仍是大部分人互联互通的工具。在进行智能社交的变革时,我们需要审慎对待。可以想象,我们在应对人工智能方面的速度,可能不会比当年应对社交媒体更快。但现在采取行动还不算太晚。目前,实用型消费级人工智能应用仍处于早期阶段。我们刚刚经历过社交媒体带来的危害,希望这次有足够的智慧来避免重蹈覆辙。(参考文献略)
作者:
胡泳:北京大学新闻与传播学院教授、博士生导师
徐江玥:北京信息社会研究所研究员
南方传媒研究 2024年第6期总111期
欢迎订阅《南方传媒研究》
本刊邮发代号:46-582
本刊唯一投稿、合作邮箱: