这篇文档属于类型a，是一篇关于人工智能（Artificial Intelligence, AI）叙事在科幻小说与媒体话语中主题平行性的原创研究论文。以下是针对该研究的学术报告：

人工智能叙事在科幻与媒体中的主题平行性：一项探索性研究

一、作者与发表信息

本研究由四位学者合作完成： - Francesco Paolo Appio（巴黎商学院，法国） - Celina Toscano Hernandez（ISC高等商学院，法国）
- Federico Platania（高等管理学院，法国）
- Francesco Schiavone（帕特诺佩大学，意大利）

论文发表于期刊《Technovation》第142卷（2025年），标题为《AI Narratives in Fiction and Media: Exploring Thematic Parallels in Public Discourse》，DOI编号10.1016/j.technovation.2025.103201。

二、学术背景与研究目标

科学领域：本研究横跨技术社会学（Sociology of Technology）、叙事理论（Narrative Theory）和人工智能伦理（AI Ethics）领域，聚焦AI技术的社会接受度与公共话语构建。

研究动机：
AI技术的快速发展引发了对其伦理、社会和技术影响的复杂讨论。然而，公众对AI的认知常被科幻小说和媒体中的极端叙事（如“乌托邦式希望”或“反乌托邦恐惧”）主导，导致现实政策制定与技术发展脱节。因此，本研究旨在：
1. 揭示科幻叙事与媒体话语中AI主题的平行性；
2. 分析这些叙事如何塑造公众对AI的情感与认知；
3. 为政策制定者、开发者和媒体从业者提供促进负责任AI创新的建议。

理论基础：
- 社会技术想象（Socio-technical Imaginaries）：Jasanoff与Kim提出的概念，强调技术发展受社会集体愿景的影响。
- 叙事理论（Bruner, 1991; Fisher, 1985）：探讨叙事如何反映社会价值观。

三、研究流程与方法

研究分为四个关键步骤：

1. 数据来源选择
- 科幻叙事数据：从科幻主题网站Technovelgy.com提取274篇“科幻新闻”文章，筛选出15个子主题，分为5大类（如“AI伦理”“AI与艺术”）。
- 媒体话语数据：通过全球媒体分析数据库GDELT（Global Database of Events, Language, and Tone）获取与上述主题相关的全球新闻报道，覆盖100多种语言。

2. 数据收集与分类
- Technovelgy数据：基于社会相关性、技术创新性、伦理争议性等标准，对子主题分类（如“欧盟AI监管”“AI创作艺术”）。
- GDELT数据：使用与Technovelgy主题匹配的关键词（如“AI autonomy”“algorithmic bias”）检索新闻记录，提取情感指标（语调、极性、情感强度等）。

3. 情感与主题分析
- 情感指标：
- 语调（Tone）：-100（极端负面）至+100（极端正面），计算方式为正面得分减去负面得分。
- 极性（Polarity）：正面与负面情感得分的总和，反映情绪强度。
- 活动参考密度（Activity Reference Density）：文本中“行动导向”词汇的比例，衡量讨论活跃度。
- 分析方法：通过直方图展示媒体对各AI主题的关注度与情感倾向，对比科幻叙事与媒体话语的平行性。

4. 数据验证
- GDELT有效性：引用Galla与Burke（2018）、Qiao等（2017）的研究，证明GDELT情感分析在预测社会事件中的可靠性。

四、主要研究结果

研究揭示了不同AI主题在公众话语中的情感差异与叙事模式：

1. AI伦理与监管
- 欧盟AI监管：语调均值为-0.78（负面），极性7.16（高情绪强度），反映公众对监管的担忧。
- “教导AI仇恨”：语调-0.8，负面情感得分（3.92）高于正面（3.12），显示对AI道德风险的焦虑。
- AI自主语言：语调0.4（中性偏正面），极性5.94，表明公众对技术可能性的好奇而非恐惧。

2. AI在个人与社会互动中的角色
- 宗教AI（如BibleGPT）：语调0.28（中性偏正面），但“AI耶稣”子主题语调-0.88，显示对AI涉足精神领域的争议。
- AI约会助手：语调-0.01，活动参考密度22.17（高活跃度），反映对AI介入人际关系的复杂态度。

3. AI与艺术创作
- AI生成艺术：语调0.97（最正面），极性6.77，显示公众对AI艺术潜力的认可。
- 艺术家被取代：正面情感得分（3.65）显著高于负面（2.85），但高情绪强度（kurtosis=20.32）暗示观点两极分化。

4. AI自主性与控制
- 特斯拉自动驾驶：语调-0.59，负面情感主导，呼应科幻中“失控AI”叙事。
- 机器人自学行走：语调0.06（中性），极性6.0，表明对技术进步的相对理性讨论。

五、研究结论与价值

科学价值：
1. 实证验证了科幻叙事与媒体话语的主题平行性，表明科幻不仅是娱乐产物，更是社会技术想象的载体。
2. 提出“叙事极化”现象——AI在公众话语中常被简化为“希望/恐惧”二元对立，掩盖了技术应用的复杂性。

应用价值：
- 政策制定：需通过公众教育平衡AI叙事，避免极端化影响监管框架。
- 技术开发：开发者应嵌入伦理设计，主动回应科幻叙事中揭示的社会担忧（如算法偏见）。
- 媒体报道：需超越“AI救世主”或“AI威胁论”的简化叙事，提供多维度的技术讨论。

六、研究亮点

1. 方法创新：首次结合科幻数据库（Technovelgy）与全球媒体数据（GDELT），量化分析AI叙事的社会影响。
   
2. 理论贡献：扩展了“社会技术想象”理论，揭示叙事如何通过情感强度（极性）影响技术治理。
   
3. 跨学科性：融合文学研究、社会学与数据科学，为AI伦理研究提供新范式。
   

七、其他重要发现

• 区域差异：西方媒体更关注个体风险（如隐私），而中国叙事强调集体利益（如国家发展），呼应Zeng等（2018）的研究。
  
• 权力结构：AI叙事常由科技巨头主导（如Bareis与Katzenbach, 2022），需通过“故事倾听”（story-listening）纳入边缘群体视角。
  

这篇研究通过严谨的数据分析与理论框架，为理解AI技术的社会接受度提供了重要工具，其方法论与结论对技术社会学与政策研究具有深远意义。