原文标题： Buzz Across Borders: Analyzing the Global and Local Dynamics Shaping the ChatGPT Media Hype in China

一、研究对象与核心研究问题

本文的研究对象是ChatGPT发布后在中国引发的媒体炒作现象。核心研究问题聚焦于，在一个产品本身访问受限的市场中，这种高度的媒体和公众关注是如何形成的。具体而言，论文旨在探索在全球-本地信息流动和混合媒体系统的理论框架下，跨国界的媒介间动态（如全球新闻、全球社交媒体对中国新闻的影响）和中国国内新闻生产的媒介内动态（如媒体间模仿、叙事特征）如何共同塑造了这一炒作过程。

二、研究背景

2022年11月ChatGPT的发布在全球范围内引发了关于生成式AI的广泛媒体和公众讨论。尽管ChatGPT在中国的访问受到限制，中国用户却展现出极大的热情，在社交媒体上对其进行了大量讨论。这种“无法公开访问却拥有高民众兴趣”的矛盾现象，凸显了媒体在塑造公众对新兴技术认知中的关键作用。然而，现有的研究缺乏关于国内和国际媒体报道如何共同影响中国社交媒体上关于新兴科技公共讨论的探讨。因此，本研究旨在填补这一空白，通过分析ChatGPT事件，深入理解在信息全球化背景下，中国特定媒体环境中科技议题炒作的形成机制。

三、理论背景

本研究整合了三大理论支柱来构建分析框架：

  1. 媒体炒作理论： 论文借鉴了Vasterman等人提出的媒体炒作概念，即媒体对特定议题的过度、自我强化的关注。炒作的核心特征包括新闻浪潮的自我强化机制（媒介内部驱动力）以及报道量与实际事件重要性的不成比例。
  2. 混合媒体系统理论： 基于Chadwick的理论，本研究认为当代媒体环境中，新闻媒体、社交媒体等多种媒介形式动态共存并相互影响。本研究将媒体炒作视为一种不仅由新闻媒体驱动，也深受社交媒体影响的混合现象，拓展了炒作研究的范围。
  3. 跨国信息流动与世界体系理论： 论文将媒体炒作置于全球化的背景下进行考察，认为对于AI这类无明显边界的话题，跨国视角至关重要。它运用世界体系理论，预测信息会从以美国、英国为核心的英语媒体流向作为半边缘地带的中国，从而影响中国媒体的报道议程。

四、研究设计

本研究采用多种计算方法，对大规模数字痕迹数据进行分析，以回应研究假设和问题。

  • 数据来源与样本： 研究构建了四个语料库，时间跨度为2022年11月30日至2023年11月30日：
    1. 中国新闻： 来自新浪微博上的媒体账号发布的帖子，共30,061条。
    2. 中国社交媒体讨论： 来自新浪微博上的非媒体账号发布的帖子，共226,374条。
    3. 全球新闻： 通过Media Cloud收集的“全球英文来源”新闻文章，共71,457篇。
    4. 全球社交媒体讨论： 通过CrowdTangle收集的Facebook帖子，共807,508条。
  • 分析方法：
    • 时间序列分析（VAR模型与格兰杰因果检验）： 用于检验全球新闻、全球社交媒体和中国社交媒体的讨论量是否显著影响中国新闻的报道量（验证H1、H2、H3）。
    • 半监督主题建模： 用于比较全球新闻和中国新闻在ChatGPT报道上的主题分布差异（回答RQ1）。
    • 命名实体识别： 用于识别在炒作爆发期，中国新闻中高频引用的个人和组织实体，以分析信源模仿现象（回答RQ3）。
    • 爆发期检测与内容分析： 使用“bursts”R包识别媒体炒作的爆发期（2023年1月27日至2月9日），并在此期内分析主要媒体贡献者（RQ2）、标签模仿（RQ4）和叙事特征（RQ5）。

五、主要发现

  1. 跨国影响显著： 全球新闻媒体、全球社交媒体（Facebook）以及中国国内社交媒体（微博）上关于ChatGPT的讨论量，均对中国新闻媒体的ChatGPT报道量产生了显著的、可预测的格兰杰影响。这支持了所有三个研究假设。
  2. 报道主题差异： 全球新闻更关注监管政策、伦理风险、金融影响和教育影响；而中国新闻则显著更关注国内外科技巨头（如百度、阿里巴巴、微软、谷歌等）的反应和产业影响。
  3. 市场驱动媒体主导炒作： 在ChatGPT炒作的爆发期，贡献最多的并非党媒或中央级传统媒体，而是市场驱动的财经和科技类媒体，如财联社、新浪科技等。
  4. 媒介间与媒介内模仿：
    • 信源模仿： 中国新闻媒体频繁且重复地引用情况相似的全球（如OpenAI、微软）和中国（如百度、阿里巴巴）科技公司及其领导人作为信源，呈现出信源同质化。
    • 标签模仿： 中国媒体通过发起和重复使用完全相同且叙述性强的微博话题标签来放大报道声量，体现了议题的自我强化循环。
  5. 民族主义叙事驱动： 在最具热度的报道中，关于百度“文心一言”等中国国产大模型的文章占据显著位置，其叙事强调“自主研发”、“挑战西方巨头”和“国家科技进步”，体现了强烈的技术民族主义情绪，这是引发本土媒体炒作的关键催化剂。

六、研究结论与讨论

本研究通过将媒体炒作理论、混合媒体系统理论与跨国信息流动视角相结合，揭示了ChatGPT中国媒体炒作现象的形成机制。研究结论的核心贡献在于：

  1. 理论贡献： 将媒体炒作理论从单一国家语境拓展至跨国层面，证明了全球信息流动在塑造地方性媒体议题中的关键作用。同时，深化了对混合媒体系统中炒作现象内部动态的理解，特别是论证了信源模仿和标签模仿是其核心机制。
  2. 揭示中国媒体生态特征： 研究发现中国市场驱动的媒体在科技议题炒作中扮演主角，并呈现出一种将全球科技议题“本土化”的模式：即弱化对社会影响和风险的普遍关切，转而聚焦于以民族主义为底色的产业竞争叙事。
  3. 现实意义与警示： 研究指出，由市场竞争驱动的媒体炒作可能导致信源单一、内容同质化，为了追逐流量而牺牲报道的专业性和多元视角。这种报道方式可能塑造并扭曲公众对人工智能等新技术的认知，使其更偏向于一种服务于国家竞争叙事的工具，而非一个具有广泛社会影响的技术现象。