2025年資訊傳播與社會(huì)運(yùn)動(dòng)考試試題及答案一、名詞解釋（每題5分，共20分）1.數(shù)字公共領(lǐng)域：指依托互聯(lián)網(wǎng)技術(shù)形成的虛擬空間，其中個(gè)體通過信息生產(chǎn)、傳播與互動(dòng)，圍繞公共議題展開理性討論，形成具有批判意識(shí)的公共意見。與哈貝馬斯提出的傳統(tǒng)公共領(lǐng)域相比，其特征包括參與者的匿名性、傳播的多向性、內(nèi)容的碎片化，以及平臺(tái)算法對(duì)討論議程的隱性塑造。典型場域如社交媒體話題廣場、網(wǎng)絡(luò)論壇等。2.情感動(dòng)員：社會(huì)運(yùn)動(dòng)中通過激發(fā)參與者的情緒共鳴（如憤怒、共情、希望）來推動(dòng)集體行動(dòng)的傳播策略。區(qū)別于傳統(tǒng)理性動(dòng)員（依賴?yán)嬗?jì)算或理念說服），情感動(dòng)員更注重利用故事敘述、視覺符號(hào)（如圖片、短視頻）、群體互動(dòng)（如直播連麥）等手段，將個(gè)體情感轉(zhuǎn)化為集體行動(dòng)動(dòng)力。例如環(huán)保運(yùn)動(dòng)中通過展示動(dòng)物受傷害的影像引發(fā)共情，進(jìn)而推動(dòng)示威活動(dòng)。3.傳播去平臺(tái)化：指社會(huì)運(yùn)動(dòng)參與者為規(guī)避大型商業(yè)平臺(tái)的內(nèi)容審查或算法限制，轉(zhuǎn)向使用去中心化、低管控的傳播工具進(jìn)行信息擴(kuò)散的現(xiàn)象。常見方式包括利用加密通訊軟件（如Signal）、分布式社交網(wǎng)絡(luò)（如Mastodon）、本地局域網(wǎng)共享（如藍(lán)牙文件傳輸），或通過線下-線上融合的“漣漪式傳播”（如傳單掃碼跳轉(zhuǎn)獨(dú)立網(wǎng)站）。其核心是降低對(duì)單一平臺(tái)的依賴，提升運(yùn)動(dòng)信息的抗刪帖能力。4.運(yùn)動(dòng)記憶生產(chǎn)：社會(huì)運(yùn)動(dòng)參與者通過文本記錄、影像留存、口述史整理等方式，對(duì)運(yùn)動(dòng)過程進(jìn)行選擇性敘事建構(gòu)的行為。這一過程不僅是歷史保存，更是對(duì)運(yùn)動(dòng)意義的再詮釋——通過強(qiáng)調(diào)某些事件（如關(guān)鍵抗議場景）、弱化或重構(gòu)其他事件（如內(nèi)部分歧），塑造運(yùn)動(dòng)的“集體記憶”，為后續(xù)行動(dòng)提供合法性資源或情感聯(lián)結(jié)。例如某勞工運(yùn)動(dòng)將“第一次罷工受阻”的記憶重構(gòu)為“團(tuán)結(jié)意識(shí)覺醒的起點(diǎn)”。二、簡答題（每題15分，共30分）1.請(qǐng)結(jié)合具體案例，分析社交媒體算法對(duì)社會(huì)運(yùn)動(dòng)傳播的雙重影響。答案：社交媒體算法通過內(nèi)容推薦、流量分配機(jī)制深度參與社會(huì)運(yùn)動(dòng)傳播，其影響具有顯著的兩面性。積極層面：算法的“長尾效應(yīng)”可幫助小眾運(yùn)動(dòng)議題突破傳統(tǒng)媒體議程限制，觸達(dá)潛在支持者。例如2023年某國“無障礙設(shè)施改造”運(yùn)動(dòng)初期，相關(guān)短視頻因用戶點(diǎn)贊、轉(zhuǎn)發(fā)被抖音算法識(shí)別為“高互動(dòng)內(nèi)容”，進(jìn)入推薦池后，一周內(nèi)播放量突破500萬，吸引了殘障群體、公益組織及普通市民的廣泛關(guān)注，推動(dòng)地方政府啟動(dòng)調(diào)研。此外，算法的“興趣標(biāo)簽”功能可精準(zhǔn)匹配參與者，如環(huán)保運(yùn)動(dòng)通過“氣候緊急”標(biāo)簽，將關(guān)注氣候變化的用戶聚集，形成垂直討論社區(qū)，提升動(dòng)員效率。消極層面：算法的“信息繭房”效應(yīng)可能導(dǎo)致運(yùn)動(dòng)信息在封閉圈層內(nèi)循環(huán)，難以擴(kuò)大社會(huì)影響。例如2024年某大學(xué)生“反學(xué)術(shù)不端”運(yùn)動(dòng)在微博傳播時(shí)，因算法優(yōu)先推薦符合用戶既有立場的內(nèi)容（如支持學(xué)生的評(píng)論），反對(duì)聲音被過濾，導(dǎo)致公眾認(rèn)知片面化，反而引發(fā)部分群體對(duì)運(yùn)動(dòng)“偏激”的質(zhì)疑。此外，平臺(tái)為規(guī)避風(fēng)險(xiǎn)可能對(duì)敏感議題實(shí)施“限流算法”，如某社交平臺(tái)對(duì)涉及勞工權(quán)益的內(nèi)容降低推薦權(quán)重，僅顯示給關(guān)注者，阻礙運(yùn)動(dòng)信息的跨圈層擴(kuò)散。綜上，算法既是社會(huì)運(yùn)動(dòng)的“傳播加速器”，也是潛在的“議程限制器”，其影響取決于運(yùn)動(dòng)議題的敏感性、平臺(tái)的商業(yè)/政治考量及參與者的算法應(yīng)對(duì)策略（如主動(dòng)制造跨圈層互動(dòng)內(nèi)容）。2.傳統(tǒng)媒體與新媒體在社會(huì)運(yùn)動(dòng)中的角色發(fā)生了哪些演變？請(qǐng)從傳播邏輯、互動(dòng)模式、權(quán)力關(guān)系三方面展開分析。答案：傳統(tǒng)媒體（如報(bào)紙、電視）與新媒體（如社交媒體、短視頻平臺(tái)）在社會(huì)運(yùn)動(dòng)中的角色演變，本質(zhì)上是傳播邏輯從“中心化”向“網(wǎng)絡(luò)化”、互動(dòng)模式從“單向”向“雙向”、權(quán)力關(guān)系從“專業(yè)主導(dǎo)”向“大眾參與”的轉(zhuǎn)型。（1）傳播邏輯：傳統(tǒng)媒體遵循“議程設(shè)置”邏輯，運(yùn)動(dòng)信息需經(jīng)過記者篩選、編輯審核，符合媒體立場（如客觀性、權(quán)威性）后才能發(fā)布，具有“把關(guān)人”特征。例如2010年某環(huán)保運(yùn)動(dòng)的報(bào)道，需經(jīng)報(bào)社主編審核，重點(diǎn)呈現(xiàn)專家觀點(diǎn)與官方回應(yīng)；而新媒體遵循“用戶生成”邏輯，運(yùn)動(dòng)參與者可直接發(fā)布內(nèi)容（如現(xiàn)場照片、個(gè)人感受），信息傳播呈現(xiàn)“去中心化”特征，2024年某青年氣候運(yùn)動(dòng)中，90%的初始信息由參與者通過TikTok短視頻首發(fā)，傳統(tǒng)媒體反而成為“二次報(bào)道者”。（2）互動(dòng)模式：傳統(tǒng)媒體的互動(dòng)是“單向傳播+有限反饋”，受眾通過信件、電話表達(dá)意見，但難以實(shí)時(shí)影響內(nèi)容生產(chǎn)；新媒體則是“多向互動(dòng)+即時(shí)共創(chuàng)”，例如某反歧視運(yùn)動(dòng)在微博發(fā)起“我的歧視經(jīng)歷”話題，參與者不僅評(píng)論，還通過轉(zhuǎn)發(fā)添加個(gè)人故事，形成“話題鏈”，內(nèi)容在互動(dòng)中不斷豐富，甚至推動(dòng)話題登上熱搜，反向倒逼傳統(tǒng)媒體跟進(jìn)報(bào)道。（3）權(quán)力關(guān)系：傳統(tǒng)媒體時(shí)代，運(yùn)動(dòng)的“話語權(quán)”掌握在專業(yè)媒體手中，運(yùn)動(dòng)參與者需通過媒體“代言”才能被公眾看見；新媒體時(shí)代，參與者成為“傳播主體”，可直接與公眾對(duì)話，甚至通過“數(shù)據(jù)抗?fàn)帯保ㄈ缬每梢暬瘓D表展示不公現(xiàn)象）挑戰(zhàn)權(quán)威敘事。例如2023年某地區(qū)“垃圾焚燒廠抗議”中，居民通過無人機(jī)拍攝污染畫面、用Excel表格統(tǒng)計(jì)周邊疾病案例，在微信公眾號(hào)發(fā)布后，閱讀量超10萬，迫使地方政府召開公開聽證會(huì)，傳統(tǒng)媒體則轉(zhuǎn)為引用這些“民間數(shù)據(jù)”進(jìn)行報(bào)道。三、論述題（每題25分，共50分）1.有學(xué)者提出：“技術(shù)賦權(quán)與技術(shù)規(guī)訓(xùn)是社會(huì)運(yùn)動(dòng)傳播的一體兩面?！闭?qǐng)結(jié)合具體案例，談?wù)勀銓?duì)這一觀點(diǎn)的理解。答案：技術(shù)賦權(quán)與技術(shù)規(guī)訓(xùn)的辯證關(guān)系，深刻反映了社會(huì)運(yùn)動(dòng)傳播中“工具性”與“限制性”的矛盾。技術(shù)賦權(quán)指技術(shù)為運(yùn)動(dòng)參與者提供更便捷的傳播工具、更低的表達(dá)門檻和更廣泛的動(dòng)員渠道；技術(shù)規(guī)訓(xùn)則指技術(shù)本身或其背后的控制者（如平臺(tái)、政府）對(duì)運(yùn)動(dòng)傳播的限制、監(jiān)控與收編。二者并非對(duì)立，而是相互交織，共同塑造運(yùn)動(dòng)的傳播形態(tài)。以2024年某國“數(shù)字勞工權(quán)益運(yùn)動(dòng)”為例：（1）技術(shù)賦權(quán)層面：運(yùn)動(dòng)參與者主要為外賣騎手、網(wǎng)約車司機(jī)等“零工勞動(dòng)者”，他們通過三個(gè)技術(shù)工具實(shí)現(xiàn)賦權(quán)：一是基于LBS（地理位置服務(wù)）的互助App（如“騎手通”），可實(shí)時(shí)共享某區(qū)域的訂單量、平臺(tái)抽成比例等信息，打破平臺(tái)對(duì)數(shù)據(jù)的壟斷；二是短視頻平臺(tái)（如快手）的“工作日常”記錄，騎手通過拍攝超時(shí)罰款、惡劣天氣送餐等畫面，引發(fā)公眾對(duì)“算法剝削”的關(guān)注；三是區(qū)塊鏈技術(shù)的應(yīng)用，部分運(yùn)動(dòng)組織嘗試用區(qū)塊鏈存儲(chǔ)工資流水、投訴記錄，防止平臺(tái)篡改數(shù)據(jù)，為維權(quán)提供證據(jù)。這些技術(shù)使原本分散、弱勢(shì)的勞動(dòng)者得以聚集，形成“數(shù)字工會(huì)”式的自組織。（2）技術(shù)規(guī)訓(xùn)層面：同一運(yùn)動(dòng)中，技術(shù)的限制性也顯著存在。首先，平臺(tái)通過算法“反制”：如某外賣平臺(tái)檢測(cè)到“騎手通”App的用戶活躍區(qū)域后，降低該區(qū)域的訂單推送量，迫使騎手為維持收入減少使用；其次，社交媒體平臺(tái)的內(nèi)容審核機(jī)制對(duì)敏感議題（如“平臺(tái)剝削”）實(shí)施限流，部分騎手的短視頻因“涉及企業(yè)負(fù)面”被刪除；最后，政府對(duì)通訊工具的監(jiān)管加強(qiáng)，運(yùn)動(dòng)組織者使用的加密群組（如Telegram）被要求“后臺(tái)留痕”，關(guān)鍵成員的聊天記錄被調(diào)取，導(dǎo)致多次線下集會(huì)計(jì)劃流產(chǎn)。更深刻的是，技術(shù)規(guī)訓(xùn)可能內(nèi)化為參與者的“自我審查”。例如部分騎手因擔(dān)心被平臺(tái)“標(biāo)記”為“鬧事者”而減少在公開平臺(tái)發(fā)聲，轉(zhuǎn)而使用更隱蔽的“小范圍群組”，但這也限制了運(yùn)動(dòng)的擴(kuò)散規(guī)模。綜上，技術(shù)既是運(yùn)動(dòng)的“武器”，也是潛在的“枷鎖”。運(yùn)動(dòng)能否突破技術(shù)規(guī)訓(xùn)，取決于參與者的技術(shù)素養(yǎng)（如是否掌握去平臺(tái)化傳播技巧）、社會(huì)支持（如公眾對(duì)運(yùn)動(dòng)的共情程度）以及技術(shù)本身的可替代性（如是否存在更開放的傳播工具）。這一矛盾也提醒我們，技術(shù)無法單獨(dú)決定社會(huì)運(yùn)動(dòng)的成敗，其作用需放置于具體的政治、經(jīng)濟(jì)與文化語境中考察。2.后真相時(shí)代，社會(huì)運(yùn)動(dòng)的傳播呈現(xiàn)出哪些新特征？請(qǐng)結(jié)合傳播學(xué)理論與現(xiàn)實(shí)案例展開論述。答案：后真相（Post-Truth）時(shí)代以“情感高于事實(shí)”“立場先于邏輯”為特征，社會(huì)運(yùn)動(dòng)的傳播在此背景下呈現(xiàn)出四大新特征，深刻影響運(yùn)動(dòng)的動(dòng)員方式、議題建構(gòu)與社會(huì)接受度。（1）情感敘事超越事實(shí)核查，成為核心動(dòng)員手段。傳統(tǒng)社會(huì)運(yùn)動(dòng)依賴“數(shù)據(jù)+證據(jù)”說服公眾（如用污染數(shù)據(jù)證明環(huán)境破壞），但在后真相時(shí)代，情感共鳴的傳播效率更高。例如2023年某國“反家庭暴力”運(yùn)動(dòng)中，參與者通過短視頻講述“凌晨被丈夫毆打，孩子躲在衣柜里哭”的個(gè)人故事，配以顫抖的畫外音和模糊的現(xiàn)場畫面，盡管未提供報(bào)警記錄等“硬證據(jù)”，卻因強(qiáng)烈的情感沖擊引發(fā)3億次轉(zhuǎn)發(fā)，話題“家暴只有0次和無數(shù)次”登上熱搜，推動(dòng)相關(guān)法律修訂。這一現(xiàn)象符合情感社會(huì)學(xué)中的“情感勞動(dòng)”理論——運(yùn)動(dòng)參與者通過“情感表演”（如哭泣、哽咽）將私人痛苦轉(zhuǎn)化為公共議題，激發(fā)集體憤怒。（2）“對(duì)立框架”強(qiáng)化，事實(shí)被選擇性呈現(xiàn)。后真相時(shí)代的信息過載導(dǎo)致公眾更依賴“簡化認(rèn)知”，社會(huì)運(yùn)動(dòng)往往通過建構(gòu)“正義-邪惡”“我們-他們”的對(duì)立框架來降低理解成本。例如2024年某“反AI失業(yè)”運(yùn)動(dòng)中，參與者將議題簡化為“科技公司VS普通工人”：一方面發(fā)布“流水線工人被機(jī)器人取代后蹲在車間哭”的視頻（強(qiáng)化“受害者”形象），另一方面截取科技公司CEO“AI提高效率”的發(fā)言（塑造“冷漠獲利者”形象）。這種框架雖忽略了AI創(chuàng)造新崗位等復(fù)雜事實(shí)，卻因符合公眾對(duì)“技術(shù)威脅”的焦慮，迅速獲得支持。這與戈夫曼的“框架理論”一致——運(yùn)動(dòng)通過“框架化”（framing）將復(fù)雜現(xiàn)實(shí)簡化為易傳播的敘事，爭奪公眾的認(rèn)知主導(dǎo)權(quán)。（3）“逆權(quán)威”傳播興起，專家信度下降。傳統(tǒng)媒體與專家的權(quán)威性在后真相時(shí)代被削弱，社會(huì)運(yùn)動(dòng)更傾向于“草根發(fā)聲”而非“專家背書”。例如某“反對(duì)基因編輯作物”運(yùn)動(dòng)中，參與者沒有邀請(qǐng)農(nóng)業(yè)專家論證風(fēng)險(xiǎn)，而是讓農(nóng)民講述“試種后作物減產(chǎn)、土壤板結(jié)”的親身經(jīng)歷，通過抖音“農(nóng)民說”賬號(hào)發(fā)布，播放量超1000萬；而農(nóng)業(yè)專家的科普視頻（強(qiáng)調(diào)“目前無證據(jù)證明有害”）僅獲10萬播放量。這一現(xiàn)象可歸因于“知識(shí)反哺”理論——在專業(yè)知識(shí)與日常生活經(jīng)驗(yàn)沖突時(shí)，公眾更信任“身邊人的故事”，而非“遠(yuǎn)方的專家”。（4）謠言與真相的“共生傳播”加劇，運(yùn)動(dòng)面臨信任危機(jī)。后真相時(shí)代，信息真?zhèn)蔚倪吔缒：?，社?huì)運(yùn)動(dòng)中常出現(xiàn)“謠言推動(dòng)議題，真相跟進(jìn)澄清”的循環(huán)。例如2024年某“反疫苗”運(yùn)動(dòng)初期，參與者傳播“疫苗導(dǎo)致兒童自閉癥”的謠言（無科學(xué)依據(jù)），引發(fā)家長恐慌，多地出現(xiàn)疫苗接種率下降；隨后疾控中心發(fā)布全球300萬例接種數(shù)據(jù)（顯示自閉癥與疫苗無關(guān)），但部分參與者以“數(shù)據(jù)被操控”為由拒絕