编辑推荐：
为探究公众对科学争议的看法及论证模式，研究人员以 LK-99 超导争议为对象，分析 797 个 YouTube 视频、71,096 条评论和 1,329 篇新闻文章。结果显示不同媒体情绪趋势不同，且论证模式有差异。该研究为科学传播策略提供参考。
在当今社会，科学与人们生活的联系日益紧密，从关乎环境的气候变化问题，到与健康息息相关的疫苗安全讨论，再到影响经济的科技突破争议，都引发了公众的广泛关注。社交媒体的兴起，让科学话题的讨论更加便捷和多元，但也带来了诸多问题。虚假信息在社交媒体上迅速传播，比真实新闻扩散得更快更广，像新冠疫情期间的信息疫情，加剧了公众观点的两极分化。而且，公众和专家对科学问题的反应常常存在差异，这可能导致严重的社会问题，比如 Theranos 公司的案例。该公司创始人声称开发出能在家用一滴血检测多种疾病的设备，在社交媒体上引发热潮，公众热情追捧，然而医学科学家却因技术局限提出质疑。最终，专家和记者揭露其欺诈行为，证明该技术并不可行。
在韩国，LK-99 的发现也引发了类似的争议。2023 年 7 月，韩国研究团队宣称 LK-99 是一种室温常压超导体，这一消息迅速在社交媒体上传播开来。如果这一发现得到证实，将对社会产生深远影响，例如在量子计算领域，能大幅降低能源损耗；在交通方面，可提升磁悬浮系统性能；在医学成像技术上，能提高效率。但材料科学家和超导研究人员对此表示怀疑，质疑该材料的结构和特性。此后，专家和非专家在社交媒体上展开了激烈讨论，相关争议持续了两年多，尽管最终人们达成共识，认为 LK-99 不具备超导特性。
传统的科学传播模型认为信息从专家流向公众，但随着数字媒体和社交网络平台的发展，传播模式发生了变化。在这个网络公共领域中，算法推荐和在线社区动态导致了过滤气泡和回音室效应，使得公众的观点更容易受到特定信息的影响，强化了认知偏见。因此，研究公众在数字时代如何形成对科学问题的看法，以及他们与专家观点的异同，变得至关重要。
来自韩国檀国大学（Dankook University）知识整合与设计研究所、澳大利亚迪肯大学（Deakin University）信息技术学院等机构的研究人员开展了相关研究，旨在通过对媒体和社交媒体数据进行情感分析（Sentiment analysis）和论证挖掘（Argument mining），深入了解科学传播的动态，为制定更有效的公众参与策略提供依据。该研究成果发表在《Scientific Reports》上。
研究人员为开展此项研究，运用了多种关键技术方法。数据收集方面，借助 YouTube 数据 API 和基于 Python 的网络爬虫，收集了 2023 年 7 月 23 日至 2024 年 8 月 23 日期间包含 “LK-99” 和 “room-temperature superconductor” 的 YouTube 视频、评论数据，同时从韩国新闻基金会的网络门户获取相关新闻文章数据。分析过程中，采用基于 BERT 并由 KcBERT 微调的模型进行情感分析，将情感分为积极、中性和消极三类；运用基于 KoELECTRA 的模型进行领域分类，把新闻文章分为科学、技术、经济等六类；基于 Douglas Walton 的论证框架，选取十种论证模式，利用 GPT-4 API 进行论证挖掘。
研究结果主要从以下几个方面呈现：
- 不同来源的趋势：研究发现，与 LK-99 相关的帖子数量会随着关键事件的发生而激增，随后普遍下降。2023 年 7 月首次宣布发现 LK-99 时，新闻文章、YouTube 视频和评论数量都达到峰值。2023 年 12 月韩国超导与低温学会验证委员会宣布 LK-99 并非室温常压超导体，2024 年 3 月量子能源研究中心研究团队展示新超导材料 PCPOSOS，这两个事件都导致帖子数量出现反弹。同时，研究还发现传统媒体在内容频率、平均观看次数和点赞数等参与度指标上普遍高于新媒体。在最受欢迎的前 20 个频道中，多数并非专注于科学报道，但却吸引了大量观众的关注。
- 情感分析：新闻文章的情感总体上略偏积极，但波动较大。例如，2023 年 7 月相关预印本发布后，积极情感达到峰值，随后因学术界的质疑和股市影响转为消极，后续又因新研究成果出现波动。YouTube 视频在观察期内大多呈现积极情感，不过也会随着研究进展和争议情况有所起伏。而 YouTube 评论在大多数月份中，消极情感占比较高且相对稳定，虽偶尔会因新消息出现积极情感的短暂上升，但整体仍以消极为主。
- 论证分析：研究人员分析了新闻文章、YouTube 视频和评论中使用的论证模式，发现最常使用的是从迹象论证（Argument from Sign），其次是从专家意见论证（Argument from Expert Opinion）和从后果论证（Argument from Consequences）。其中，新闻文章和 YouTube 视频大多依赖这些论证模式，而约 80% 的 YouTube 评论缺乏可识别的论证模式。进一步分析还发现，不同情感类别下，使用的论证模式存在差异。例如，对于积极情感，新闻文章常使用从迹象论证和从专家意见论证，YouTube 视频则更多使用从后果论证和从因果论证（Argument from Cause to Effect）；对于消极情感，从迹象论证、从专家意见论证和从后果论证在三类数据中都占主导地位。此外，研究还发现新闻文章和 YouTube 视频在不同内容板块使用的论证模式有所不同，而 YouTube 评论在不同板块的差异较小。
在结论和讨论部分，研究表明公众对科学问题的看法受多种因素影响，不仅仅取决于媒体报道。公众评论的情感与媒体报道常常不同，反映出公众对科学主张更为批判性的态度。虽然许多 YouTube 评论缺乏结构化的论证模式，但这并不意味着公众参与是非理性的，可能只是他们处理科学信息的方式不同。研究还指出非专家渠道在科学讨论中吸引了大量关注，这对传统科学传播渠道构成了挑战，同时也带来了机遇。基于此，研究认为科学传播需要采取适应性策略，直接回应公众的怀疑，整合多种论证形式，提高公众的科学素养，促进传统科学传播者与数字平台有影响力的创作者合作。这些建议对于改善科学传播、提升公众对科学的理解具有重要意义，为未来科学传播策略的制定提供了有价值的参考 。
