你为什么没中“国社科基金”？从2026年国社科中标题目看新闻传播学的研究转向——...

刘海明

2026年国家社会科学基金年度项目立项名单公布以后，最值得做的并不是简单统计“今年哪些关键词最热”，而是把中标题目作为一种知识生产的样本，观察新闻传播学正在发生什么变化。

新闻传播学正在从“研究媒介”进一步转向“研究智能化条件下社会运行机制的变化”。

人工智能、算法、平台、主流媒体、国际传播仍然是高频对象，但真正具有竞争力的题目，已经不是简单的“技术+传播”，而是开始追问技术进入社会以后产生了什么新的传播机制、新的认知风险、新的权力关系和新的治理问题。

换句话说，2026年的一个重要信号是：

国社科已经越来越不满足于“AI赋能传播”，而开始研究“AI改变了什么”。

---

一、第一条主线：主流媒体正在从“融合发展”进入“系统性变革”

今年大量中标题目集中在主流媒体。

例如：

“系统性变革背景下主流媒体枢纽功能构建研究”

“我国主流媒体系统性变革的难点与可行路径研究”

“分布式传播语境下主流媒体的节点化与再中心化研究”

“人机协同视域下主流媒体与青年群体传播关系的动态适配机制研究”

“网络媒体生态下主流媒体知名记者的培育模式与制度嵌入研究”

“主流媒体平台依赖困境的‘双轨嵌入’治理研究”

“平台智能化背景下主流媒体可见性的形成机制与提升路径研究”

“流量复合逻辑下全媒体新闻生产策略与效果优化研究”

“数智时代地方主流媒体嵌入精准治理生态的运行机制与优化路径研究”

这些题目放在一起看，会发现一个变化：

过去研究主流媒体，经常使用的是：

融合发展、媒体融合、转型升级、传播力提升。

现在则越来越多使用：

系统性变革、节点化、再中心化、平台依赖、可见性、枢纽功能、数据价值、人机协同。

这意味着主流媒体研究正在从“怎么做得更好”转向“传播结构发生了什么变化”。

尤其值得注意的是“系统性变革”。

它意味着研究者不再把主流媒体理解成一个简单的内容生产机构，而是把它看成一个同时受到平台、算法、数据、AI、组织制度和用户关系影响的复杂传播系统。

因此，“主流媒体如何融合”正在逐渐让位于：

主流媒体在新的传播基础设施中如何重新获得中心性、权威性、可见性和组织能力。

“分布式传播下主流媒体的节点化与再中心化”就是一个非常典型的例子。

它实际上在讨论一个更深的问题：

当传播从中心化大众传播进入分布式网络传播之后，主流媒体还能不能成为社会公共传播的中心？

这已经不是传统意义上的媒体融合研究，而是传播结构研究。

---

二、第二条主线：人工智能研究正在从“工具应用”进入“风险机制”

今年最明显的热点当然是人工智能。

但真正值得注意的是，中标题目并不是简单地集中在：

AI赋能新闻生产。

而是大量进入：

AI幻觉、AI偏见、AI污染、AI信任、AI操纵、AI依赖、AI拟人化、AI版权、AI责任、AI认知风险。

例如：

“人机协同事实核查的运行机制、风险与适应性治理研究”

“大语言模型迎合性偏见对青年认知窄化的影响机制及防范研究”

“欺骗性人工智能对社会信任的多维侵蚀与修复机制研究”

“人工智能谣言的智能监测研究”

“恶意社交智能体集群的运行机制与治理策略研究”

“生成式人工智能驱动下生态环境类虚假信息的传播演化风险与全链条干预研究”

“人工智能对用户信息采纳的差异化影响及引导策略研究”

“智能依赖的深层风险及其治理研究”

“人工智能体参与网络内容生产传播的级联风险与治理研究”

“生成式人工智能信源污染的形成机制及源头治理研究”

“生成式人工智能过度信任引发的认知风险及其信任校准研究”

“生成式人工智能内容标识的受众认知规律与治理优化研究”

这些题目有一个共同结构：

AI不是研究终点，而是解释某一种社会传播现象的新变量。

例如：

AI迎合性偏见→ 青年认知窄化

AI幻觉→ 健康决策风险

AI信源污染→ 信息生态风险

AI过度信任→ 信任校准问题

AI拟人化→ 人际关系替代

AI智能体→ 内容生产级联风险。

这就是今年AI类选题最值得注意的变化。

---

三、第三条主线：研究重点正在从“信息传播”转向“认知后果”

今年很多题目的真正核心已经不是“信息怎么传播”，而是：

信息传播以后，人变成什么样？

例如：

“智能媒介基础设施对认知秩序的涵化机制与治理路径研究”

“大语言模型迎合性偏见对青年认知窄化的影响机制及防范研究”

“智能时代青少年知识沟的演化图景、形塑机制与弥合路径研究”

“欺骗性人工智能对社会信任的多维侵蚀与修复机制研究”

“智能时代青少年网络暗语圈层传播及社会心态引导研究”

“智能时代青年共情倦怠的社会影响与传播治理路径研究”

“青少年人工智能互动中人际关系替代风险的识别与干预研究”

“人机情感交互中青年主流价值认知偏差的生成机制及治理路径研究”

“人机互动中用户应对人工智能幻觉风险的信任校准机制研究”

“青少年批判性人工智能素养的生成机理与赋能干预研究”。

这些题目说明一个非常重要的学科变化：

过去传播学经常问：

信息如何扩散？

现在越来越开始问：

信息环境如何塑造认知？

再进一步：

智能媒介如何重塑人的判断、信任、情绪、关系和价值认同？

这意味着“传播效果研究”正在发生一次升级。

从传统的：

态度改变、行为改变

转向：

认知结构、信任机制、情感关系、主体性和社会心态。

---

四、第四条主线：算法研究从“推荐机制”转向“可见性与权力”

今年还有一组题目非常值得注意：

“媒体数据的分类确权、授权运营与市场化配置研究”

“平台可见性控制下经济叙事对公众经济预期的影响机制研究”

“平台可见性对主流媒体权威的影响机制及调适研究”

“平台智能化背景下主流媒体可见性的形成机制与提升路径研究”

“算法推荐对未成年人的隐性伤害与平台‘适儿化’治理研究”

“智能化创作与传播的版权分层治理体系研究”

“平台劳动者数字韧性建构研究”。

这里的研究重点已经不是简单的“算法推荐会不会造成信息茧房”。

而是：

谁决定什么东西能够被看见？

“可见性”其实是一个非常值得关注的概念。

平台并不一定直接告诉用户：

你必须相信什么。

但平台可以决定：

什么能够进入你的视野。

因此，算法权力越来越表现为一种：

可见性权力。

这会进一步进入：

媒体权威、经济预期、公众认知、舆论形成、政治传播。

所以今年出现“平台可见性对主流媒体权威的影响”，其实非常有代表性。

---

五、第五条主线：国际传播正在从“讲好中国故事”转向“叙事竞争”

今年国际传播类项目数量很多，但内部也发生了明显变化。

比较传统的题目是：

中国文化如何走出去？

现在越来越多的是：

中国叙事如何形成？

西方叙事如何形成？

不同叙事如何竞争？

如何进行话语反制？

例如：

“基于大模型的西方媒体涉华经济叙事机制及风险应对研究”

“生成式人工智能驱动西方涉华舆论框架演变与话语反制机制研究”

“境外社交平台人工智能生成多模态涉华信息的认知操纵与应对策略研究”

“西方涉华科技话语在东盟国家的认知转译机制与应对策略研究”

“西方对华经贸标签化话语的生成扩散机制与中国应对研究”

“重大主场外交活动中海外社交媒体用户的情感生成与认同转化机制研究”

“突破算法圈层的中国形象情感叙事与认同转化研究”。

这说明国际传播研究正在发生一个重要变化：

从：

传播中国

走向：

解释国际传播中的话语竞争。

特别是“叙事”“框架”“认知操纵”“话语反制”“标签化话语”“算法圈层”等概念，说明研究对象已经从传统媒体传播效果进入了更复杂的国际信息环境。

---

六、第六条主线：生成式AI与国际传播正在发生结合

这其实是今年与你最相关的一条线。

今年已经出现：

“基于大模型的西方媒体涉华经济叙事机制及风险应对研究”

“境外社交平台人工智能生成多模态涉华信息的认知操纵与应对策略研究”

“生成式人工智能驱动西方涉华舆论框架演变与话语反制机制研究”

“中国人工智能出海的‘开源+治理’叙事与信任生成机制研究”

“生成式人工智能背景下国际传播韧性的形成机理与提升路径研究”。

这实际上说明：

生成式AI正在成为国际传播研究的新基础设施。

以前的国际传播对象主要是：

CNN、BBC、Twitter、Facebook、TikTok等。

现在开始出现一个新的问题：

如果越来越多的人通过大模型理解中国，那么“谁在解释中国”？

这可能是未来国际传播非常重要的研究问题。

过去是：

西方媒体 → 中国形象。

未来可能变成：

西方媒体 + 社交媒体 + 大模型 + AI搜索 + AI智能体 → 中国形象。

这比单纯研究海外社交平台更加复杂。

---

七、第七条主线：虚假信息研究正在从“识别”进入“全生命周期治理”

今年还有一条很清晰的研究链：

“人工智能谣言的智能监测研究”

“基于严肃游戏‘信息疫苗’的虚假信息认知免疫研究”

“生成式人工智能驱动下生态环境类虚假信息的传播演化风险与全链条干预研究”

“社交媒体虚假信息生命周期演化与阻断策略研究”

“面向用户认知韧性构建的虚假信息智能化治理路径研究”

“人机协同视角下虚假信息认知的韧性提升研究”。

过去的虚假信息研究经常是：

发现假消息 → 辟谣。

现在开始转向：

生成 → 扩散 → 接触 → 认知 → 转发 → 纠偏 → 免疫。

也就是所谓的：

生命周期治理。

这也是传播学逐渐从“信息内容研究”走向“传播生态治理”的表现。

---

八、第八条主线：历史传播研究没有消失，反而非常稳定

今年名单里还有大量党史、新闻史、媒介史题目：

“中国共产党传播技术运用方式的历史演进与经验研究（1921—1949）”

“中国共产党的歌谣传播与政治动员研究（1921—1949）”

“纪录片在中国共产党宣传工作中的动员机制研究”

“中苏新闻界交往与社会主义新闻观念在华传播研究（1917—1949）”

“中国共产党党报党刊编译实践史研究（1920—1949）”

“抗日根据地图像宣传与中华民族共同体意识建构研究（1937—1945）”

“中国共产党英模塑造与基层动员研究（1921—1949）”。

这说明一个容易被忽视的事实：

国社科并不是只有AI。

传统新闻史、党史、传播史仍然有非常稳定的项目空间。

而且这些题目的共同特点是：

有史料、有对象、有时间边界、有明确的问题。

相比一些纯粹的热点研究，它们具有非常强的可验证性。

所以不能简单得出“以后国社科只喜欢AI”的结论。

---

九、第九条主线：文化传播研究越来越强调“媒介化”和“数字化”

文化专项中的题目也呈现出明显的传播学转向：

“中原学视野下河南传统文化的跨媒介叙事及其‘故事世界’构建研究”

“中原年俗数字传播对中华文化认同的浸润机制研究”

“太极文化国际传播中的转译机制研究”

“非遗数字孪生场景中具身传播驱动文化认同的机制研究”

“数智时代文化遗产的媒介活化机制与活态传承路径研究”

“人工智能赋能城市文化记忆的空间生产研究”

“历史文化街区地方性知识的媒介化再生产研究”。

这里出现了几个关键词：

跨媒介、具身传播、数字孪生、媒介化、空间生产、文化记忆、活态传承。

也就是说，文化传播已经不再只是：

拍宣传片、做短视频、讲故事。

而是在研究：

文化如何经过媒介重新被生产。

这其实是文化传播研究理论化的重要方向。

---

十、把所有题目放在一起，可以看到五个最明显的转向

如果把今年所有中标题目压缩成五句话，我认为是：

第一，从“媒介融合”转向“传播系统变革”。

第二，从“AI赋能”转向“AI风险与机制”。

第三，从“信息传播”转向“认知、情绪、信任与主体性”。

第四，从“国际传播效果”转向“国际叙事竞争与认知博弈”。

第五，从“传播策略”转向“机制解释+风险治理”。

这五点，比单纯统计“人工智能出现了多少次”重要得多。

十一、踩中了风口，却没找好落脚点

“生成式 AI + 涉华叙事 / 国际舆论” 这个大领域，今年一口气中了 5 项，但5 个人的视角、对象、落脚点完全不一样：

   

1. 连少英：大模型涉华经济叙事（限定经济议题）   

2. 张伟伟：境外平台 AI 多模态涉华信息的认知操纵（多模态、境外平台）  

3. 虞国芳：西方涉华舆论框架演变与话语反制（舆论框架、话语反制）

4. 刘嘉琪：涉华事实核查新闻人机协同的国际传播效能（事实核查）  

5. 李倩：生成式引擎视域下涉藏传播效能评估（特定涉藏议题）

我原来的核心思路是：

生成式人工智能 → 涉华议题 → 框架偏向 → 提示词干预

而今年中标名单里已经出现了：

大语言模型迎合性偏见 → 青年认知窄化

生成式人工智能 → 西方涉华舆论框架演变 → 话语反制

境外社交平台 → AI生成多模态涉华信息 → 认知操纵

大模型 → 西方媒体涉华经济叙事

人机认知互构 → 涉华事实核查新闻

生成式人工智能 → 国际传播韧性

多模态大模型 → 中华文明标识生成偏差

生成式人工智能 → 信源污染

生成式人工智能 → 过度信任 → 认知风险

所以我不是“选错赛道”。

你是进入了一个今年明显非常拥挤、但同时正在快速形成新研究范式的赛道。

最重要的发现：今年国社科真正喜欢的不是“AI”，而是“AI × 一个具体机制”

中标的是：

人工智能 + 信任

人工智能 + 幻觉

人工智能 + 认知

人工智能 + 情绪

人工智能 + 偏见

人工智能 + 信息污染

人工智能 + 知识沟

人工智能 + 青少年

人工智能 + 事实核查

人工智能 + 涉华叙事

来源：赛博鹏客

链接：https://mp.weixin.qq.com/s/1hVdekr8bHUeWJOyJPfizw

编辑：赵牧云