社会行动者视角下广电媒体虚拟主持人与受众关系的启动与发展

任贝佳

【摘    要】伴随当今社会媒介化的发展，各广电媒体先后开始关注和应用虚拟数字人技术，来为自身的发展注入新的活力，但同时也暴露出一些亟待解决的问题。本研究在社会行动者理论视域下，将虚拟主持人与受众的关系划分为启动期、发展期及成熟期三个阶段，以便探讨二者间的互动模式与特征。研究发现，在启动期，虚拟主持人在语言表达、非语言表达等方面的一些特质能够有效提升受众的感知社会在场感，进而提升其对这一技术手段的接受度。在发展期，则需要注意平衡受众与虚拟主持人间的交互尺度，从而促进二者间的关系进一步深入。此外，在利用虚拟主持人技术为媒介生产赋能的同时，也要重视对其赋予精神内核，才能让虚拟主持人既拥有专业能力，也具备“人格”魅力，凭借独有的特质深入人心。

【关键词】虚拟主持人；广电媒体；社会行动者；社会在场感

自新华社联合搜狗公司发布虚拟主播“新小浩”以来，虚拟主播/主持人便开始进入大众视野。虚拟主持人是虚拟数字人在传媒业的应用，具有数字化外形及一定的感知能力、表达能力与交互能力，在媒体中承担新闻采访、播报与节目主持等工作。受新媒体的冲击，广电媒体长期以来都在寻求创新发展。如今社会媒介化进程已成为“当下社会发展和时代发展中最重要的主流趋势与潮流”。[1]国家广电总局于2020年发布的《广播电视技术迭代实施方案（2020-2022年）》中提出，要推动广电内容生产便捷化和智慧化，推动虚拟主播等技术应用在新闻、综艺、气象等节目中。在技术、政策、资本等多重因素的推动下，各大广电媒体纷纷推出虚拟数字人，尝试用新技术为自身的发展注入新动力。

传统的新闻主播、主持人需要经过严格的职业培训才能正式上岗，并且许多受观众喜爱的主持人不仅具备出色的专业素养，同时还拥有独特的主持风格与人格魅力。目前看来，虚拟主持人最大的亮点似乎仅仅体现在技术层面。如何在当前的技术条件下，进一步提升虚拟主持人的综合能力，赋能媒体发展，并被受众接受与喜爱值得深究。人与虚拟数字人关系的连接可分为三个时期：启动期、发展期与成熟期[2]。启动期是指用户逐渐接受虚拟数字人的阶段，发展期是指用户与虚拟数字人的交互进一步深入，从而在两者间形成更为紧密关系的阶段。本文聚焦于这两个时期，结合技术应用现状及相关理论对上述问题进行尝试性解答，以期为未来虚拟主持人的研究、设计与应用带来一点启发。

一、分析视角：作为社会行动者的虚拟主持人

“计算机是社会行动者”范式（computers are social actors，CASA）是研究人机传播的一个重要视角。CASA理论认为人们会将计算机看作“社会行动者”，并将社会价值、规范等套用到计算机上。在学界，许多研究将机器视作社会行动者，分析社会脚本在人机传播中的适用性。有研究认为，人类对计算机外观的拟人化，以及人类在人机交互过程中对社会脚本的使用是一种无意识行为。[3]每一种人造技术都会带有一些社交线索，这会导致人在无意识间将技术视为社交的对象。在这一视角下，虚拟主持人带有的一些线索可能使受众将其视为社会行动者，并将相关的社会脚本应用于两者的交互中。主持人这一职业在社会中存在已久，并且在受众心目中形成了一定的社会脚本。社会脚本是社会行动者通过观察他人行为及学习个人经历得来的，这些脚本被储存在个体记忆之中，并在将来指导个体的行动。[4]

考察用户是否会将虚拟数字人视为社会行动者时，社会在场感是重要指标。受众对虚拟主持人真实感及亲密度的感知，与虚拟主持人的准社会交互都可能会影响受众对虚拟主持人社会在场感的感知，进而影响受众对虚拟主持人的接受度等。对于社会在场感的定义并不统一。Lee将社会在场感定义为一种心理状态，在这一状态下，虚拟社会行动者能够通过感官的或非感官的方式，使人类将其视为现实社会行动者。[5]社会在场感概念包含几个重要考察指标：（1）“感知真实性”，即用户是否认为媒介中的人物是真实存在的。（2）“感知心理亲密性”，即用户感知到的与虚拟人物间的亲密程度。（3）“准社会交互”，即用户将自己与媒介或媒介中人物的单向传播视为双向传播的现象[6]。

在CASA范式视角下，由于虚拟主持人带有与传统主持人相似的社交线索，受众与虚拟主持人间的交互可能会应用“受众与传统主持人交往”的社会脚本。所以，还有必要关注虚拟主持人的语言和非语言线索，分析在受众与虚拟主持人关系的启动期，哪些因素与受众的感知社会在场感密切相关，进而在未来的设计与研究中能将其纳入考量范围。

二、关系的启动：虚拟数字人语言、非语言线索与其他因素

（一）语言线索

语言作为社交线索，在主持人的语境中具有独特的意义。在传统电视节目主持中，因节目类型的不同及个人个性的差异，主持人会使用不同的语调、语气。受众能通过主持人的语言特征分辨节目类型，甚至会因为主持人独特的语言风格而成为该节目的忠实观众。

虚拟主持人的语音生成与二十年前相比，经历了巨大的技术革新。2001年，世界上第一位虚拟主持人“阿娜诺娃”在英国诞生，其说话的内容需要工作人员先将文本形式输入电脑而后生成语音。其声音生硬且机械感强，与真实人声相差甚远。由于深度学习算法的突破，当前人工智能合成音可以更好地模拟人声变化，甚至达到以假乱真的程度。另外，真人配音也是虚拟数字人语音生成的一种方式。人工智能合成声音类虚拟主持人在新闻类节目中应用较多，工作人员只需将要播报的文字输入相应的软件中，虚拟主持人便能顺畅地“表达”出来。而有的节目对主持人语言表达的情緒感染力要求更高，在此情况下虚拟主持人通常会使用真人配音。

提高虚拟主持人声音拟人化程度可能会提高受众对虚拟主持人的感知真实性，进而提高感知可信度。有研究认为，人类声音有其独特性，这使得与机器合成音相比，人们对于人类声音更加敏感并乐于回应。Kim等人在研究中发现，拟人化的声音与机器感明显的声音相比，前者会给人们带来更高的感知可信度，并且社会在场感在声音类型与感知可信度的关系中做中介变量。[7]因此，虚拟主持人在主持节目特别是新闻节目时，拟人化程度高的声音会使受众对虚拟主持人的感知社会在场感提升，进而对新闻内容产生更高的感知可信度。

可以通过赋予虚拟主持人声音不同个性的方式，令受众感知到更高程度的社会在场感。有研究发现，用户在听到电脑的声音风格与自身的个性相似时，会感受到更强的社会在场感，并且这一相关性在性格外向的用户身上表现得更加明显。当前对虚拟主持人声音的设计存在同质化现象，千篇一律的声线很难满足不同群体的需求。因此，在日后对虚拟主持人的声音设计中，应当考虑不同群体对声音个性的偏好，更好地匹配受众的需求。

（二）非语言线索

除了语言表达，主持人的表情、肢体语言等非语言表达也在节目主持中传递着丰富的信息。相关研究发现，主持人的非语言符号会传递给受众不同的感觉，例如新闻播音员“扬起的眉毛”在某些情境下会令受众感受到偏见。非语言符号不仅会给受众带来不同的认知，甚至还会影响用户对事件的判断。有学者发现，在有关选举的新闻播报过程中，新闻播音员会无意中表达出某些非语言符号，进而表现出自己偏爱的一方，而这也会影响观众的看法及选择。由此可见，对虚拟主持人非语言表达的设计十分重要。

当前虚拟主持人的面部表情、肢体动作愈加丰富。驱动虚拟数字人面部表情、肢体动作的方式可分为两类：一类是真人驱动，一类是智能驱动。由真人驱动的数字人，通过动作捕捉采集系统将真人表情、动作呈现在虚拟数字人身上。智能驱动类的数字人，通过智能系统读取并解析外界输入的信息后，能够输出相应结果驱动人物模型生成表情及动作。随着技术的发展，驱动人物肢体运动时所绑定的骨骼、肌肉点会越来越多，虚拟主持人的非语言表达也会变得更加丰富。

友好的非语言线索会给受众带来更强的社会在场感。研究发现，用户在佩戴MR眼镜与虚拟人进行交互时，虚拟人非语言符号表达的友好程度越高，越能够增强用户的社会在场感。Heerink等人在考察老年看护型机器人与老年人的感知社会在场感之间的关系时，发现随着机器人直视、点头、眨眼等行为增加，被试的感知社会在场感也会增加[8]。因此，在交互型虚拟主持人的设计中，可以增加对友好非语言行为的使用。

三、关系的发展：虚拟主持人与受众间的交互

在经历了虚拟主持人与受众关系的启动阶段后，如何使用户在与虚拟数字人交互的过程中与之形成更紧密的关系？在关系的发展阶段，与人际传播相关的理论能为我们提供思考角度。

虽然真人主播、主持人所处的传播情境具有多重性，但每种情境中都存在着人际交往。首先，在节目现场，主持人与现场嘉宾、观众等进行实时互动，形成人际传播情境。其次，不在现场的受众相对被动，主持人与受众间形成大众传播情境。这一情境中，主持人与受众虽缺乏面对面交流，但受众仍会对主持人做出反应，并可能与其建立关系，甚至形成长期的情感纽带。Horton和Wohl在研究中提出“准社会交往”的概念来解释这一现象[9]。虚拟主持人同样在上述多重传播情境中进行着人际交互。

首先，由Baxter提出的关系的辩证法理论认为，在人际关系的发展过程中，人际间无时无刻不存在着矛盾的紧张状态及对该状态的协商，以保持人际关系中的平衡感[10]。“新奇感”与“可预测性”是该理论中的一对重要矛盾：新奇感表示人们期望体验由改变带来的刺激感，可预测性表示人们期望体验由稳定带来的舒适感。虚拟数字人作为一个新的技术，人工智能的设计在具有创新性的同时，还需使用户感受到可预测性及稳定性。新奇感可以体现在虚拟数字人能突破人类生理极限，完成人类无法完成的事情。可预测性体现在人们对虚拟数字人的专业素养及道德要求等方面，因此在对虚拟主持人进行交互方面的设计时，需要考虑到受众对与传统主持人交往时的期待。

其次，社交媒体的使用也能促进虚拟主持人与受众间关系的深入。在社交媒体中，随着主持人自我表露程度的提升，人们对其有更深入的了解，两者间的准社会关系也会更加紧密，社会在场感也会更高。Sundar发现，社交媒体的技术可供性能够激发有关可信度判断的认知启发[11]。新闻人使用社交媒体与关注者互动，会使关注者感知到他们在社交媒体上有更强的社会在场感，但社交媒体对于虚拟主持人来说可能是把双刃剑。新闻人在使用社交媒体的过程中，关注者可能会对该新闻人的专业性产生负面看法。因此，虚拟主持人对在社交媒体上发布的内容要进行精心挑选，避免负面印象的产生。

最后，当人类观察到他人与虚拟主持人的互动时，也会增加其对虚拟人的感知在场感。有研究发现，当人们观察过真人与虚拟人以及虚拟人与虚拟人间的社会性讨论与显在的“相互社会在场”后，人们对实验中的虚拟人类的感知社会存在感也提高了。因此，虚拟主持人在节目中与其他嘉宾的互动可能会正向影响受众的感知社会在场感。

结语

技术的飞速发展为媒介内容生产及形式创新不断赋能，但我们同时要意识到技术水平的提升也可能带来一些问题。有研究发现，即使一些虚拟人外形十分逼真，但因其表达能力不足，最终仍得不到很好的反馈，反而是那些拟人化程度低，但善于表达的虚拟角色能获得成功[12]。另外，当虚拟人有高度拟人化的形象时，用户可能会提高对其的期待感，当现实与期待违背时，反而会降低其在场感。

虚拟数字人作为技术的产物，如何使其拥有“有趣的灵魂”一直是学界与业界关注的话题。目前AI技术还不足以支持虚拟主持人养成独立行动及思想，需要经过幕后团队运营，才能讓数字人表现得更像“人”。但若运营不当，可能影响人们对虚拟数字人的看法。因此，广电媒体除了在技术方向上不断推动虚拟主持人的发展，也需通过发掘自身文化优势，赋予虚拟主持人强大的精神内核。

注释：

[1]喻国明.虚拟人、元宇宙与主流媒体发展的关键性操作要点[J].媒体融合新观察，2022 （01）： 4-8.

[2]程思琪， 喻国明， 杨嘉仪，  陈雪娇. 虚拟数字人：一种体验性媒介——试析虚拟数字人的连接机制与媒介属性[J].新闻界，2022（07）： 12-23.

[3]Nass， C.， & Moon， Y. （2000）. Machines and mindlessness： Social responses to computers. Journal of social issues， 56（1）， 81-103.

[4]Tomkins， S. S. （1978）. Script theory： differential magnification of affects. Nebraska symposium on motivation.

[5]Lee， K. M. （2004）. Presence， explicated. Communication theory， 14（1）， 27-50.

[6]Lombard， M.， & Jones， M. T. （2015）. Defining presence. In Immersed in media （pp. 13-34）. Springer.

[7]Kim， J.， Merrill Jr， K.， Xu， K.， & Kelly， S. （2022）. Perceived credibility of an AI instructor in online education： The role of social presence and voice features. Computers in Human Behavior， 136， 107383.

[8]Heerink， M.， Kr？se， B.， Evers， V.， & Wielinga， B. （2010）. Relating conversational expressiveness to social presence and acceptance of an assistive social robot. Virtual reality， 14（1）， 77-84.

[9]Horton， D.， & Richard Wohl， R. （1956）. Mass communication and para-social interaction： Observations on intimacy at a distance. Psychiatry， 19（3）， 215-229.

[10]Baxter， L. A. （1988）. A dialectical perspective on communication strategies in relationship development.

[11]Sundar， S. S. （2008）. The MAIN model： A heuristic approach to understanding technology effects on credibility. MacArthur Foundation Digital Media and Learning Initiative Cambridge， MA.

[12]Vinayagamoorthy， V.， Gillies， M.， Steed， A.， Tanguy， E.， Pan， X.， Loscos， C.， & Slater， M. （2006）. Building expression into virtual characters.

（作者單位：河北大学新闻传播学院）

责编：姚少宝