21世纪初以来，人文社会科学面临的重大议题即计算转向。不同学科都在探索计算机技术、大数据以及新兴的人工智能技术可以为理解人类社会的不同现象提供哪些新的视角和方法。在媒介与文化研究领域，从马诺维奇的文化分析实验室开始，学界一直在尝试运用机器学习、大数据分析等前沿数字技术理解算法、社交媒介对当代文化的影响，在方法上回应数字时代文化分析对象的复杂性和丰富性，在问题上聚焦数字智能技术如何实现多元、包容等城市文化的重要价值和公共理念。单元第一讲“人工智能与文化分析”，聚焦人工智能技术对人文社会科学、尤其是媒介与文化研究在理论、视角和方法上的冲击、刺激和推进；第二讲“作为第二代社交媒介的短视频”，探讨如何从可编程性、模块化、数据化等数字媒介的特性出发重新理解短视频的传播逻辑和社会文化影响。
图为Blanke教授授课现场
荷兰阿姆斯特丹大学“人文与人工智能”卓越大学教授Tobias Blanke与阿姆斯特丹大学文化分析与人工智能实验室（CANAL）的两位主任Nanne van Noord及Melvin Wevers一同，以“文化分析与人工智能”为主题，向学员们介绍了如何将计算机科学与传统的文化分析相结合，两者可以碰撞出什么样的火花。
图为van Noord助理教授授课现场
Blanke教授提出，近十年，数字技术已经深度嵌入了政治、经济和社会的方方面面，文化已经与计算机科学紧密交织在了一起。以数据为切入口，围绕着数字人类（digital human）、计算机的非工具化理解（non-instrumental）和商业应用（commercial application），学界已经展开了许多以数字技术为主题的文化分析研究。计算机与人类在运作中既有协作的一面，也存在不可调和的分歧。要准确把握数字技术与文化的关系，需要研究者既关照情境中微观的动态现实，又考虑总体上规律性的社会框架。
图为Wevers助理教授授课现场
此后，van Noord助理教授与Wevers助理教授为学员们展示了他们所在实验室的最新研究情况。数据收集与算法分析的出现，可以与传统的人工分析与理论建构形成良性循环，并提升研究者对文化的理解。当前CANAL实验室的研究主要聚焦三个面向：全球文化分析（global cultural analytic）、复杂动态文化系统建模（modeling complex dynamic system）以及计算机视觉研究（computational visual study）。他们提到，在引入人工智能后，文化分析研究不仅需要详实可靠的数据来源、与之匹配的算法，还倚赖对机器学习的人工校正和对复杂文化差异的分析和理解。计算机科学与人文社科的碰撞，要求研究者对于两者都要有足够的把握，方能对过往的研究形成推进和突破。
图为Gerbaudo教授授课现场
来自伦敦国王学院的Paolo Gerbaudo教授以“视频分享平台与第二世代的社交媒体”为题进行授课。他提到，创立于2005年左右，并在全球范围内大获成功的Facebook、Twitter等第一代社交媒体虽然融合了多种媒体形式，但仍然以文字内容为基础组织元素，文字创作是串联起平台中多媒体内容的核心。相较而言，以Tiktok为代表的第二代社交媒体则转向了以视频为主导表达形式的模式，从而对过往以“超文本性（hypertextuality）”为内核的互联网交流模式形成了挑战。以视频分享为主导的第二代社交媒体的崛起，推翻了许多过往研究对于社交媒体的预设，对未来的公众传播提出了重要的新问题。如何建构新的研究方法、设置新的研究议程，在分析中做到兼顾形式与内容，是当前社交媒介研究必须思考的问题。
[版权声明]该系列文章为复旦大学“中外新闻传播理论研究与方法”暑期学校授课纪要。本文由作者授权发布，未经允许，请勿转载，特此声明。
[引用格式]T.Blanke,P.Gerbaudo,N.van Noord,M.Wevers（2022）。复旦大学中外新闻传播理论研究与方法暑期学校授课语录。复旦大学信息与传播研究中心微信公众号，2022年7月3日。