传播伦理

摘要： 随着我国网络综艺节目形式的不断变化,选秀类综艺节目开始兴起并拥有极高的关注度和争议性,但因选秀类综艺节目受到各方面因素的影响也出现了很多传播伦理失范问题。文章以《青春有你第二季》为例,分析我国网络选秀类综艺节目中存在的传播伦理问题并进行思考和反思。

摘要： 截屏与截屏图片及其传播是媒介技术发展到一定阶段的必然产物。截屏图片以图像化再现的形式获得普遍认同,在带来传播便利的同时,截屏图片的生产与传播存在诸多伦理失范问题。基于边界管理理论,截屏图片在生产与传播中存在主观涂画和虚假截屏图片误导受众、跨平台式裂变传播以致滋生谣言、侵犯个人权利等伦理失范问题。在此基础上分析其成因,进而从边界链接、边界渗透、边界所有权3个方面提出网络用户应提升媒介素养、软件平台方应设置截屏图片传播审核关口、细化网络信息安全法等措施,以推进截屏图片传播的健康发展。

摘要： 新媒体技术所产生的社会发展推进影响作用空前,所带动的社会传媒模式也发生了巨大变化。在全球信息化与经济一体化的背景之下,不同文化背景之间所进行的跨文化交流更为频繁,彼此之间基于文化交流进行相互扩展和彼此渗透,形成了全新的文化交流图景。但是随着文化交流的不断深入,交流过程中所暴露出的文化差异以及文化差异所引发的跨文化伦理问题的思考也成为新媒体时代的交流困境之一,不同文化背景之下文化差异的彼此碰撞、相互冲突,除了造成民族情感方面的认同感丧失,甚至还会激化跨文化交流双方的矛盾,造成巨大的负面影响。因此现时代需要通过过深入进行文化反思,尝试从传播伦理角度,对新媒体语境下的跨文化交流提供制度化规范。

摘要： 短视频传播具有低门槛、独立性强的特点,成为人们即时交流的“口语”,但其内含的传播伦理却被忽视,一些传播风险也时有暴露。与全红婵相关的传播内容是一个值得深究的案例,相关创作者应该将保护被摄者隐私原则、避免伤害原则、尊重当事人原则作为最低伦理准则。这一案例可以打开短视频平台传播伦理的新视野,为短视频平台治理提供新路径与可能。

摘要： 在抗击新冠疫情的特殊语境中,波特模式为纪录片的传播伦理抉择提供了哲学原则和忠诚实践的重要路径。传播过程中的抗疫纪录片,不仅推动了信息传播与集体记忆书写,也促进了创作主体、传播内容、传播平台和受众等多维道德主体在伦理规范方面的整合建构。同时,抗疫纪录片主动将“人民至上,生命至上”与“人类命运共同体”作为伦理追求,参与着中国社会的价值反思与传播伦理的“中心再建”,为纪录片的时代价值记录、道德情感构建和传播伦理规范提供了重要启示。

摘要： 互联网信息技术时代,网络传播高歌猛进,为国家和社会发展带来巨大便利,但同时网络传播失范行为也屡见不鲜,折射出深层次的伦理风险问题,给人们造成严重困惑。网络传播伦理问题有其独特的产生根源,我们需要针对这些根源提出对策建议,以回应、规避网络传播伦理风险。

摘要： 网络传播的底层逻辑发生了深刻的变革,与其相适应的网络传播伦理由此具有公共性增强、主体范围扩大、适用范围更广等特点。从广义上来说,传播伦理是指成文或不成文的规范,这种规范是媒体和媒体工作者出于自律的需要制定的,是从业者在长期的职业实践中产生的行为规范。文章应用文献阅读法、总结归纳法分析网络新闻传播底层逻辑的变化,进而分析网络新闻传播现状,发现网络传播伦理建设难度增加,主要表现为消费主义的市场氛围导致伦理漠视、娱乐与后真相话语导致情绪大于伦理、技术的快速应用导致伦理出现灰色地带;模糊的传播主体导致议题失焦,因此有必要重塑社会公共传播生态,同时主流媒体必须积极把关统一伦理标准、传播主体以新闻专业主义要求自我,以促进网络新闻的健康传播。

摘要： 算法个性化推荐对互联网发展和社会便利化起到了推动作用,但也引发了算法权力在商业领域的无序扩张。算法个性化推荐的规制应从情景脉络完整性理论入手,对基于内容的推荐、协同过滤推荐和关联规则推荐3种方式实施不同程度的规制,并在算法解释层面对规制的客体要件进行认定,同时从法律、市场、代码3个方面实现协同治理。

摘要： 随着“后真相”一词的走红,各种被情绪裹挟的新媒体事件层出不穷,情感在新媒体传播中的作用愈来愈受到学界重视。本文尝试在情感社会学的框架下浅析新媒体事件中情感表达诉求的合理性,以及过分剧烈的情感表达,尤其是“愤怒”的情绪下可能造成的情感失控所带来的对现有传播伦理和社会关系的冲击。

摘要： 互联网、人工智能和大数据技术的发展和融合使新闻传播业进入了智媒时代,并形成超级互联网平台。在信息的生成与传播过程中,算法扮演了重要角色,因此产生的新的传播伦理亟待厘清和治理。从国内外算法权力的传播伦理视角出发,聚焦算法权力对媒介生态的改变,集中表现在对拟态环境的多模态异化和对用户的多维霸权及过度动员。算法构建多变的拟态环境加速了舆论场的失衡,诱使用户任意表达、算法在赋能用户的同时,也赋权了算法自身的操控能力,致使拟态环境失控和过度动员人不在意真相、用户逐渐被“懂你”的拟态环境绑架,削弱人的主体性,描绘了用户数字马赛克画像。智能媒体生态联结关系的打通,探明了平台媒体的输入、输出通道,提出现实化、生态化规制策略。

摘要： 基于人工智能伦理规则修订的伦理仿真实验方法和机器人，包括：规则选项步骤；第一选择步骤；获取操作步骤；操作对应行为状态步骤；获取规则应用结果步骤；更新场景步骤；第一选择结果评价步骤。技术效果：所述方法通过不同的人工智能伦理规则选项的虚拟实验，使得用户能够通过虚拟实验来体验不同人工智能伦理规则选项的执行效果，起到实验与考核相互促进的效果。而且还能通过知识库和深度学习模型来实现人工智能伦理规则的自动应用，并得到自动应用的结果，从而实现了人工智能伦理规则的应用结果和应用后场景的预测。

摘要： 本发明的目的在于提高超声波传播时间的测量精度。在作为计算单元的处理器(28)中，形成有相关对象确定单元(32)，该单元确定根据作为直达波信号的上包络线变化率的第一上限变化率以及作为直达波信号的下包络线变化率的第一下限变化率获得的第一相关对象信号以及根据作为一次来回延迟波信号的上包络线变化率的第二上限变化率以及作为一次来回延迟波信号的下包络线变化率的第二下限变化率获得的第二相关对象信号。此外，处理器(28)中形成有确定第一相关对象信号与将第二相关对象信号在时间轴上移动后获得的信号之间的相关值的相关性处理单元(34)。相关性处理单元(34)具有根据相关性求得第一相关对象信号与第二相关对象信号之间的时间差且根据该时间差求得超声波在浓度测量空间内的传播时间的传播时间测量单元的功能。

摘要： 本发明的目的在于提高超声波传播时间的测量精度。一种气体浓度测量装置包括：向浓度测量空间发射第一超声波并在时间上跟随所述第一超声波将第二超声波发射至该浓度测量空间的发射电路(38)和发射振子(16)；接收在浓度测量空间中传播后的超声波的接收振子(18)和接收电路(40)；以及根据第一超声波和第二超声波的发射时刻以及第一超声波和第二超声波的接收时刻确定超声波在浓度测量空间中的传播时间的传播时间测量单元(32)。第二超声波与第一超声波位相相反，且第二超声波的振幅大于第一超声波的振幅。

摘要： 基于人类伦理的人工智能机器人伦理生成方法和系统，包括：获取场景步骤；交互步骤；获取问题选择步骤；通用模型训练步骤；用户模型训练步骤；可能选择预测步骤；应做选择预测步骤；选择提醒步骤。上述方法、系统和机器人，通过人类对伦理问题的答案的选择，来训练伦理模型，使得人们和机器人或人工智能系统可以利用伦理模型来判断自己的选择是否得当，进而避免和防范人工智能伦理风险。

摘要： 基于人工智能伦理规则修订的伦理仿真实验方法和机器人，包括：规则选项步骤；第一选择步骤；获取操作步骤；操作对应行为状态步骤；获取规则应用结果步骤；更新场景步骤；第一选择结果评价步骤。技术效果：所述方法通过不同的人工智能伦理规则选项的虚拟实验，使得用户能够通过虚拟实验来体验不同人工智能伦理规则选项的执行效果，起到实验与考核相互促进的效果。而且还能通过知识库和深度学习模型来实现人工智能伦理规则的自动应用，并得到自动应用的结果，从而实现了人工智能伦理规则的应用结果和应用后场景的预测。

摘要： 基于伦理规则修订的人工智能伦理风险辨识防范方法，包括：场景获取步骤、规则获取步骤、初始化步骤、优选度计算步骤、规则选择步骤、规则修订步骤、规则和行为推荐步骤。上述方法、系统和机器人，通过对人工智能伦理规则的不断修订得到在事件场景中产生的人工智能伦理风险小于预设阈值的人工智能伦理规则，使得人工智能伦理风险的辨识和防范不再被单一的人工智能伦理规则所束缚，从而使得事件场景中的人工智能伦理风险变得可控。

摘要： 基于人工智能伦理备选规则的人工智能伦理风险防范方法，包括：多规则获取步骤；风险类型获取步骤；事件场景获取步骤；合规场景步骤；风险计算步骤；规则选择步骤；行为步骤；检测步骤。上述方法、系统和机器人，采用多个备选人工智能伦理规则，从而可以根据事件场景选择能使得事件场景产生人工智能伦理风险最小的人工智能伦理规则，因为有多个备选的人工智能伦理规则，所以产生的人工智能伦理风险必然小于单一人工智能伦理规则情况下事件场景会产生的人工智能伦理风险，能够极大地提高人工智能伦理风险的辨识和防范能力,同时，当人类或人工智能体执行行为失败时，又可以重新选择人工智能伦理风险小的其他人工智能伦理规则，从而提高了人工智能伦理风险的辨识和防范的灵活性。

摘要： 基于伦理风险评定的人工智能伦理风险辨识和防范方法，包括：装置与场景获取步骤；规则和风险类型获取步骤；场景判断与规则选择步骤；规则设定步骤；场景变化检测步骤。上述方法、系统和机器人，根据事件场景动态选择合适的人工智能伦理规则来降低和防范人工智能伦理风险，使得同一个人工智能装置可以根据事件场景选择合适的不同的人工智能伦理规则，从而可以提高人工智能装置遵守人工智能伦理规则的灵活性，通过选择合适的事件场景，可以极大防范和降低人工智能伦理规则在事件场景中所产生的人工智能伦理风险。

摘要： 基于伦理规则判断的人工智能伦理风险辨识和防范方法，包括：规则获取步骤；事件获取步骤；规则判断步骤；场景变换步骤；获取行为步骤；行为通知步骤。上述方法、系统和机器人，通过判断事件场景是否符合人工智能伦理规则，来进行人工智能伦理风险的辨识，同时通过对符合人工智能伦理规则的人类行为和人工智能体行为的预测来防范人工智能伦理风险，进而在人工智能伦理风险没有发生前就可以防患于未然，通过执行预测得到的人类行为和人工智能体行为来降低甚至消除人工智能伦理风险。

摘要： 基于动态人工智能伦理规则的伦理风险防范方法和机器人，包括：装置与场景获取步骤；规则和风险类型获取步骤；场景判断与规则选择步骤；规则设定步骤；场景变化检测步骤。上述方法、系统和机器人，根据事件场景动态选择合适的人工智能伦理规则来降低和防范人工智能伦理风险，使得同一个人工智能装置可以根据事件场景选择合适的不同的人工智能伦理规则，从而可以提高人工智能装置遵守人工智能伦理规则的灵活性，通过选择合适的事件场景，可以极大防范和降低人工智能伦理规则在事件场景中所产生的人工智能伦理风险。