人工智能威胁？解构YouTube视频中的人工智能社会应对能力与风险叙事

主要观点总结

本研究通过系统的编码分类，将YouTube视频中的社会威胁与风险应对能力提取出来，为社会学研究提供了实证依据。研究构建了多维度指标体系，并探讨了不同来源的视频在传播范围和用户响应方面的差异。结果揭示，不同传播者的可信度及其语调显著影响公众对AI的态度和应对策略。研究还提出了关于AI风险传播的改进建议，并探讨了其对风险治理的启示。

关键观点总结

关键观点1: 研究的背景与目的

本研究旨在探讨YouTube视频中反复出现的社会威胁与应对能力类别，分析其主要来源，并比较不同类别在传播范围与用户响应方面的差异。研究结合叙事分析与风险传播理论，对2018年这一公众对人工智能关注达到高峰的年份内发布的易获取YouTube视频进行分析，挖掘其与人工智能相关的社会威胁与应对能力特征。

关键观点2: 研究的主要发现

研究识别出四种主要的人工智能类别：平衡类别、高应对能力类别、高威胁类别和无威胁类别。其中，平衡类别与无威胁类别最为常见，其叙事以积极和中立为主。然而，从规范性风险传播的角度来看，这些类别既未充分回应风险，也未突出必要的社会响应。研究还揭示了AI讨论中最常见的具体风险与益处，同时分析了相关视频的观看量与用户参与度。

关键观点3: 研究的理论意义

研究基于扩展平行过程模型（EPPM）和风险传播理论，验证了威胁感知与应对方法感知对公众行为的影响，并探讨了AI技术高度专业化背景下代理应对能力的作用。这些发现对理解公众对AI风险的叙事和制定风险传播策略具有重要意义。

关键观点4: 研究的实践意义

研究为政策制定者、媒体机构和技术开发者提供了实用建议，包括优化风险传播、增强公众信任和支持跨文化对话，以促进有效的风险治理和跨平台的风险传播。