| 暨南大学新闻传播学院：学术研究如何重塑媒体融合的“新坐标”
媒体融合喊了这么多年，你有没有发现一个奇怪的现象：技术跑得飞快，但内容生产者的焦虑不仅没减少，反而更深了？算法推送让“爆款”越来越难复制，传统“中央厨房”模式似乎也遇到了天花板——大家都在问同一个问题：“融合”到底要往哪个方向融？答案可能藏在一个你意想不到的地方：学术研究。
过去我们总觉得，学院里的论文和新闻一线隔着一道墙，但暨南大学新闻传播学院正在做的事情，恰恰是把这道墙砸出了一个大洞。作为一个常年跟媒体实务打交道、又深度参与学院课题的人，我越来越清晰地看到：真正能引领媒体融合新潮流的，往往不是那些炫目的技术，而是被低估的、扎实的学术思考力。
算法推荐，不止是“猜你喜欢”这么简单
不少人以为媒体融合就要拥抱算法，甚至把用户点击率当成唯一的风向标。但2026年我们学院发布的一项横跨珠三角六家主流媒体的跟踪研究，给出了一个反直觉的：过度依赖“猜你喜欢”，反而让新闻的公共价值加速流失。课题组用整整18个月分析了超过120万条推送数据，发现那些被算法反复强化推送的同质化内容，用户停留时间平均降低了43%——读者不是傻子，他们厌倦了被“喂养”的感觉。
问题出在哪儿？不是算法本身，而是我们对算法的理解太粗糙。学院媒体融合实验室的“算法伦理工具箱”项目，这两年一直在做的事，就是帮媒体机构给算法装上一个“方向舵”。比如，我们和深圳一家新媒体集团合作开发了“价值加权推荐模型”，把新闻的公共重要性（比如政策解读、深度调查）作为一个明确权重项，而不是单纯看点击。结果很有意思：采用新模型后，该平台的用户在“高价值新闻”板块的停留时间反而上升了27%，评论区理性讨论的比例翻了一番。你看，学术研究不是把理论和实操对立，而是帮你找到那个被忽略的“最优解”。
“一次采集，多平台分发”的旧脚本，为什么该被撕掉？
前几年行业里流行一种“中央厨房”式的标配：一个团队采回来内容，切分成不同长度适配微博、微信、抖音、报纸。这套逻辑看似高效，实际上忽略了一个致命问题：不同平台的用户根本不是同一群人。听上去有点反常识对不对？但学院传播效果实验室在2025年底到2026年初做的一组眼动追踪实验，直接撕开了这个“一刀切”的假象。
实验招募了320名来自不同年龄段、不同地域的受试者，让他们在模拟的App界面上浏览同一则突发新闻的四种不同叙事版本。结果发现，Z世代用户对“悬念前置+短视频互动”版本的注意力峰值，是传统“倒金字塔”版本的2.3倍；而45岁以上用户恰恰相反，他们更依赖清晰的文字脉络和背景信息的提前交代。“一次采集，多平台分发”的问题在哪里？它假设你可以用一种原材料做出所有口味的菜，但事实上每个“厨房”（平台）的灶台温度不一样，调料罐也不一样。学院提出的“叙事场景匹配理论”，就是帮助媒体从业者在一开始选题时，就针对不同终端的用户心理设计不同的叙事路径。听起来学术味道重，但实际操作很简单：我们帮广州一家省级媒体做了个选题决策辅助表，编辑填三个关键参数（受众画像、事件类型、平台特性），系统就能推荐最适合的叙事结构。2026年一季度，该媒体在抖音和微信公众号上的双端用户活跃度分别提升了18%和15%。
实验室里跑出来的“新闻温度计”
说了这么多理论，你可能觉得有点虚。那我给你讲一个我们实验室真实跑出来的项目，名字叫“新闻温度计”。简单说，它是一个基于自然语言处理和情感计算的工具，能实时监测新闻文本中情感表达是否过度失衡。你可能觉得：哎呀，编辑人工判断不就行了？但你不知道的是，在媒体融合的节奏下，很多编辑为了追求“共情”或者“流量”，不知不觉就把客观报道写成了情绪宣泄。
举个例子吧。2026年3月，某地发生一起公共事件，各家媒体都在抢时效。我们的“新闻温度计”对首批发出的25篇报道进行了情感曲线分析，发现其中8篇的情绪强度值超过了正常新闻报道的合理阈值（这些报道的转发量确实更高，但评论区却迅速演变成对立谩骂）。学院随即联合广东省新闻道德委员会，发布了《融合报道情感管理白皮书》，提出了一套“情感梯度控制”方法论：不是不要情感，而是让情感在报道的不同段落呈现有节奏的起伏，避免长期“高烧”。这套方法被多家媒体采纳后，同年5月至8月，相关投诉量下降了34%，而用户信任度（第三方问卷）反而上升了21%。你看，学术研究从来不是冰冷的数字堆砌，它关心的恰恰是新闻最朴素的那个目标：让人更接近真相，而不是更远离共识。
当学术论文变成媒体实战手册
很多人对学术研究的另一个误解是：论文发完就锁进抽屉了。但在暨南大学，我们内部有一个不成文的“强制转化”机制：每个横向课题结题时，必须产出至少一份“媒体实操指南”。2026年，学院与今日头条华南中心合作的那个“多模态新闻内容评估框架”，最终形成的不是一篇论文，而是一套可以在编辑后台直接调用的API接口。你可以把它理解成给新闻配了一个“隐形教练”：在推送前，系统会自动给出内容完整性、信息源可信度、情感平衡度三个维度的评分，并提示可优化的方向。上线半年，该中心的违规内容下架率下降了52%，而用户投诉率反而降低了18%——这个数字说明，读者真正需要的是被尊重，而不是被讨好。
还有我们与南方日报合作的“县域融媒体治理效能提升计划”，2025年底到2026年，学院20多位研究生和老师直接驻扎在4个县区的融媒体中心，不是去做“学术扶贫”，而是和一线记者一起拆解每天的选题会、分析用户留言数据、重新设计绩效考核权重。结果其中一个县的融媒体中心，今年上半年的本地新闻阅读量同比增长了67%，这不是靠“蹭热点”蹭来的，而是靠“把本地人的真实生活当成唯一KPI”换来的。
说到底，媒体融合的新潮流不会是某个技术公司发明的一个黑箱，更不会是一本教科书上写好的标准答案。它来自一个又一个具体的、微小的认知迭代——算法怎么加进人文关怀，叙事怎么适配不同灵魂，情感怎么保持克制且有力。暨南大学的学术研究，就像给这个浪潮装了一台“精密导航仪”：不是告诉你风向怎么变，而是帮你搞清楚，当你自己站在风口时，应该怎么站稳。
下一个被重新定义的，会是“新闻编辑部的结构”还是“用户信任的算法”呢？或许答案已经在下一批实验数据里了。 |
