AI写作财经评论能否匹配人类记者的专业度?--基于HSM模型的在线实验分析

过去,AI写作在新闻生产中通常被用于主观性、逻辑性较弱的新闻体裁。然而,随着近来AI能力的提升,AI写作能否被扩展到更具主观性、创意性的新闻生产环节当中引发了讨论。财经评论兼具结构性、主观性和逻辑性,其本身也是用以探究AI写作应用边界的一类较为合适的新闻体裁。基于系统化-启发式(HSM)模型,本研究通过两组情境实验考察了AI作为评论作者对财经评论感知专业度的影响及其具体作用机制。研究一在未提示受众关注作者的情况下,探讨了受众对AI生成与人类撰写的财经评论之间感知专业度的差异。结果显示,当受众通过系统化处理路径阅读财经评论时,很难区分AI与人类记者撰写的评论在专业度上的差异。研究二采用2(实际作者:人类vs.AI)×3(作者署名:人类记者VS.AI VS.不署名)因子设计,通过在线实验探讨启发式处理路径下,受众对不同作者的财经评论的差异化感知机制。结果表明,当受众注意到评论的作者身份时,署名为AI的财经评论可以通过权威启发式(authority heuristic)和机器启发式(machine heuristic)提高内容的感知专业度,而受众对AI写作的态度能够有效增强机器启发对内容感知专业度的提升作用。但是,署名与否则会降低受众的权威启发式水平进而折损受众对于内容的专业度感知。结合两研究来看,过往专业财经媒体赖以生存的权威性、专业性在当前的AI时代也开始面临着极大挑战。因此,应对AI写作的冲击有必要充分重建财经媒体的权威性和专业性。

不同亚格子尺度模型对气动噪声仿真精度的影响

大涡模拟(Large Eddy Simulation,LES)湍流模型在汽车外流场及气动噪声模拟计算分析中有着广泛的应用,高精度的非定常流场计算结果是有效进行气动噪声仿真分析的前提和基础。采用现代简易汽车模型(HSM模型),基于不同亚格子模型的LES对其进行非定常流场计算分析以及声场计算,并利用模型内部监测点的实验数据和仿真计算的结果进行对比验证。结果表明,使用WMLES模型可以得到更为准确的结果。

标准模型的风噪声源及其特性分析

采用风洞实验与流场-声场联合仿真方法研究HSM标准模型内部噪声声源及其特性。设计5种实验工况以探究各噪声源对内部噪声的作用,并验证仿真的准确性。由薄膜模态分解分析声源成分及其贡献度,并揭示其差异机理。结果表明:风速增加,内部噪声受不同声源作用而变化的频段不同;内部噪声主要由模型前缘的分离涡及其再附着引起;分离涡产生声源激励经各窗向内传递,各窗对内部噪声贡献以左侧窗为主;声源激励由湍流压力脉动和声学压力脉动组成,前者是激励的主成分,而后者是内部噪声的主要来源,两者差异由激励与车窗波数关系引起的传递效率差异所致。

社会危机背景下的联结行动说服策略研究——基于社交媒体中的用户生成内容文本分析

近年来的社会危机事件表明,社交媒体平台已成为传播信息、开展联结行动的主流社会报道工具。基于决策与推理的双系统说服模型—启发式与系统式处理,本文通过微博平台定量地探讨了联结行动中积极分子的用户生成内容(UGC)与公众参与间的复杂关系。借鉴道德判断和认知加工文献,视道德呼吁内容为启发式线索,功利呼吁内容为系统式线索,考察其重要性,并从情绪唤醒的角度研究了社会危机中常见的两种消极离散情感:焦虑和悲伤。利用两个不同社会危机期间(2016年魏则西事件和2018年泰国沉船事件)的数据集,结合机器学习算法与负二项回归模型,发现两类呼吁性内容均可刺激普通用户作为扩散者参与联结行动。同时,嵌入在UGC中的悲伤情绪增加了道德呼吁的重要性,而焦虑情绪则促进了功利呼吁的正向影响。实证结果对联结行动的行动者、危机管理者和应急救援部门都具有重要的现实意义。

认知视角下科普短视频传播效果的影响因素

已有大量研究证明信源的权威性对信息的传播效果具有显著的正向影响,然而社交媒体时代科学知识的传播是否也遵循这一规律?研究从抖音平台上选取20个代表性科普短视频账号,并从这些账号中抽取了743个科普短视频,基于社会认知理论下的启发-系统式模型(HSM,Heuristic-Systematic Model),通过内容分析发现:(1)权威机构发布的科普短视频并没有表现出好的传播效果,颠覆了传统媒体环境下权威信源正向影响的认知。(2)内容垂直度、叙事方式、音乐使用和解说方式是影响科普短视频传播效果的重要系统式线索。(3)在科普短视频提供的论据不充分时,启发式加工与传播效果并不相关,说明不存在偏差效应。(4)在科普短视频提供的论据充分情况下,当启发式线索与系统式线索作用方向一致时(同时高或低),两者对传播效果的叠加效应不显著;当两种线索作用方向不一致时,系统式线索对传播效果的影响大于启发式线索,即发生了衰减效应。这些发现从不同侧面揭示科普过程中系统式线索的重要性,要做有“温度”的科普。