《Sage Open》：Media Discourses of Generative AI in Education: Governance Orientations in Chinese and U.S. News Reporting
编辑推荐：
生成式人工智能（AI）正迅速扩散至全球教育系统，而其在课堂应用中的治理框架仍呈碎片化并处于演进之中。技术扩散与监管稳定之间的这一时间差，形成了一个前制度化阶段，治理取向在正式监管确立之前即已浮现。然而，实证研究鲜少考察这一早期阶段治理预期如何形成。本研究旨在探
生成式人工智能（AI）正迅速扩散至全球教育系统，而其在课堂应用中的治理框架仍呈碎片化并处于演进之中。技术扩散与监管稳定之间的这一时间差，形成了一个前制度化阶段，治理取向在正式监管确立之前即已浮现。然而，实证研究鲜少考察这一早期阶段治理预期如何形成。本研究旨在探究公共话语如何参与建构生成式人工智能在教育领域早期治理取向的结构。研究采用中国与美国大众媒体报道（2022—2024年）的比较语料库，结合语料库语言学技术与话语新闻价值分析（DNVA），考察新闻报道中的词汇显著性、命名实践与视觉表征。研究发现表明，人工智能治理的话语建构存在分化。中国媒体主要将人工智能整合框定为政策精英主导的制度化协同现代化举措，强调集中规划与系统性实施。相较之下，美国媒体突出教师与学生的经验，将人工智能采用框定为地方性协商过程，并伴随伦理辩论与风险意识。这些话语配置代表了不同的早期治理取向：协同的制度对齐与分散的审议协商。为解释这一早期阶段，本研究提出"话语治理孵化"过程的概念，即治理理性在正式监管出现之前通过公共意义建构而获得社会性稳定。尽管话语并不决定监管结果，但其塑造了治理框架日后巩固所依托的认知与规范环境，凸显了公共传播在技术治理路径前制度化形成中的作用。
研究背景与问题：新兴技术在治理框架完全巩固之前便已扩散至核心社会领域，生成式人工智能（AI）即为典型。该技术短期内被整合进全球教育系统，重塑教学法、评价与知识生产，但课堂实施的部门性治理安排仍属临时性并持续演进。技术快速部署与监管稳定之间的时间差构成当代社会技术变迁的结构性特征，新兴技术具有扩散迅速、认知不确定、风险轮廓演变与路径依赖等特征。在此情境下，治理并非始于成文规则，而是随着行动者解读、框定与协商技术应用的意义与合法性而逐步发展。生成式人工智能在教育领域正处于这一前制度化阶段：政府与国际组织虽已发布通用人工智能原则，但教育应用的综合性治理框架仍不完整，机构在规范模糊与监管滞后中推进采用。社会技术转型研究提示，早期框定与预期对齐会影响长期制度轨迹，风险治理研究亦强调问题界定先于监管工具。然而，在正式规则尚未稳定、制度安排仍处流动态势下，实证观察治理形成颇为困难。研究人员据此提出，公共话语提供了关键的观察场域：治理取向在制度巩固之前已于认知层面结构化，而大众媒体通过议程设置与框定过程放大特定行动者、优先化特定关切并稳定解释视域。既有研究多聚焦技术创新、教学应用与政策发展，或依赖政策文本、机构指南与实施实践考察人工智能治理，对技术不确定与监管不完整条件下治理预期如何涌现关注不足，比较语境下的实证研究尤为有限。基于此，研究人员开展中美大众媒体报道的比较语料库分析，以话语新闻价值分析（DNVA）考察词汇显著性（权威归属）、命名实践（风险边界建构）与视觉表征（合法性信号）三个相互关联的话语维度，并提出三个研究问题：中美媒体在早期扩散阶段如何话语表征教育中的生成式人工智能；权威归属、风险框定与合法性通过何种话语机制建构；两国媒体报道在治理相关话语取向上存在何种差异。
技术方法：研究采用语料库辅助的话语分析设计。中国语料取自China Daily、People's Daily、Xinhua与Global Times四家英文媒体，美国语料取自The Washington Post、The New York Times与CNN；检索于2024年3月1日至9月30日进行，以"AI"与"education"为宽泛检索词，语料时间跨度为2022年1月1日至2024年9月30日，经人工筛选后最终纳入中国媒体60篇报道（34,535词）与美国媒体100篇报道（129,497词），并收集中国语料62幅、美国语料193幅新闻照片。分析使用AntConc 3.3.4w进行关键词分析（对数似然统计，p<.001，按关键性值排序）与命名分析（以"AI"为中心±5词跨度提取搭配，互信息MI≥3，两名编码者独立编码，Cohen's κ达0.87），并对新闻照片按视觉内容与摄影技术两维度人工编码，依据Bednarek与Caple（2017）及Caple等（2020）的类型学识别视觉新闻价值。
研究结果：
4.1 关键词：权威归属与治理结构。中国语料显著关键词包括"China""development""province""management""governance"及"primary""secondary""higher"等教育层级标记，索引行持续指向部委、市级主管部门、国家倡议、实施计划与官方指定试点项目，人工智能整合被反复框定为协同政策推进、机构规划与结构化改革的组成部分，制度化行动者被置于合法决策者与协调者位置，话语使集中协调作为人工智能融入公共教育的主要机制常态化。美国语料则以人称代词与个体标识词为主，如"I""you""my""our""she""Mr."，以及具名教师、学生、非营利行动者与具体人工智能工具（如"ChatGPT""Khanmigo"），索引行多叙述第一人称经验、课堂层面实验、伦理反思与实践困境，能动性被话语分布于一线行动者而非集中于中央权威，治理被建构为源于实践性实验与地方性协商。从DNVA视角，中国语料体现精英性与制度权威新闻价值，美国语料体现个人化与接近性新闻价值，二者建构了不同的治理合法性。
4.2 命名：风险框定与边界建构。中国语料中"generative AI"占命名实例的100%，未附加伦理、安全或失准等限定语，生成式人工智能主要在与制度规划、教育资源分配、课程设计与技术提升的关系中被讨论，制度化行动者被定位为人工智能整合的阐释者与推动者；通过始终以功能性术语命名而不附加风险导向修饰语，话语将人工智能稳定为发展导向的教育工具，收窄了关切的话语边界，治理被主要框定为实施协调而非预防性监管。美国语料中"generative AI"（46%）虽仍频繁，但与"ethical AI"（19%）、"safe AI"（7%）、"unaligned AI"（4%）、"new AI"（15%）、"advanced AI"（9%）等更广泛的命名表达并存，这些修饰语将明确的规范与安全维度引入人工智能的话语建构，索引例证显示其嵌入问责、伦理保障、对齐关切与意外后果的讨论，治理讨论超越教育效用而涵盖更广泛的社会与监管风险。从DNVA视角，中国语料的功能性标签体现积极性与常态性新闻价值，美国语料的多样化命名对应消极性、风险与冲突新闻价值。
4.3 新闻照片：视觉合法化与治理信号。中国语料中精英性为支配性视觉新闻价值（81%），多数照片描绘官方会议、正式研讨会与制度性集会，常包括宽敞会议厅、高置讲台、大型主题背景板与佩戴代表证的正式着装学术或行政领导者，长焦镜头压缩视觉空间使会场显得更密集广阔，冷色调（蓝、黑、白）传达正式性与制度严肃性，人工智能治理被建构为集中协调与制度锚定，权威不仅被语言归属亦通过空间尺度、建筑宏伟与正式着装被视觉物质化。美国语料以个人化为主导视觉新闻价值（66%），图像频繁呈现课堂、家中或直接使用人工智能工具的个体教师与学生，面部表情、手势与休闲着装被强调，特写镜头增强面部细节与情感细微度，暖色调（金色阳光、彩色室内、鲜艳衣着）营造即时性与可及性，合法性较少植根于制度尺度而更多基于经验性参与，治理权威显得分散，通过教师实验、学生参与与地方性决策而涌现。
讨论部分总结：研究指出生成式人工智能在教育中处于监管滞后与规范模糊的早期扩散阶段，此阶段并非治理真空，而是意义建构帮助结构化日后制度化条件的阶段，公共话语成为治理预期汇集的关键场域。研究发现公共话语不止描述人工智能如何应用，治理学术日益认识到监管轨迹不仅由正式政策工具塑造，亦由结构化问题界定、权威分配与风险感知的话语过程塑造。中国语料在词汇显著性、命名策略与视觉框定各层面将人工智能整合建构为制度化协同的现代化项目，治理权威主要集中并通过政策精英与行政行动者表达，实施被框定为有组织、发展导向与面向未来，风险边界相对狭窄并功能性嵌入部署关切之中。美国语料则将人工智能整合框定为经验性协商与伦理性争议，治理权威更分散，植根于教师实验、学生能动性与地方机构裁量，风险通过多样化命名实践被话语扩展，纳入学术诚信、公平、偏见与自主性等关切。差异的意义不在于描述性变化，而在于早期扩散阶段的潜在治理意涵：集中权威并强调协调发展的话语可能在正式监管引入后降低争议门槛、促进政策快速对齐；扩展伦理风险框架并分散权威的话语可能拓宽治理议程并在监管稳定前嵌入反思性审视。研究强调不主张直接因果决定，而是表明话语配置生成差异化的治理预期，影响谁被视为拥有合法权威、哪些技术维度被框定为监管优先事项、风险显著性如何层级化以及适应责任位于何处，此即"前制度化治理对齐"阶段。研究进一步将"话语治理孵化"定位于既有治理理论之中：它区别于话语制度主义（后者主要考察观念与话语如何促成制度变迁、政策发展与治理安排合法化，而前者聚焦治理安排制度化稳定之前的更早阶段）；区别于框定理论（后者考察问题如何被表征与解释，前者聚焦反复出现的话语模式如何促成关于权威、责任、风险边界与合法干预的治理预期稳定）；区别于预期性治理（后者关注为不确定技术未来做准备的制度机制，前者关注此类制度机制巩固之前治理理性涌现的传播过程）；亦区别于预期社会学与社会技术预期研究（后者分析未来导向愿景如何塑造创新轨迹，前者具体聚焦治理相关预期的形成）。关于启示，研究指出早期框定与预期形成塑造长期转型路径，话语稳定可能制约治理体制日后的巩固方式：集中协调与发展导向的话语配置可能促进快速扩展、政策一致与行政对齐，但早期伦理争议的相对收窄可能将规范边界设定推迟至后期，增加意外风险出现时被动调整的可能性；多样化且风险警觉的话语配置可能因扩大辩论场域与分散解释权威而减缓初期巩固，但可能通过将伦理审视与预防性推理嵌入早期公共审议而强化反思性治理能力。对政策制定者与教育领导者而言，早期传播策略并非边缘而是基础性的，在早期扩散阶段阐明伦理与风险边界可减少制度化深化后突然监管干预的需要，制度协调与公共审议不应被视为互斥的治理模式，可持续的人工智能治理可能要求结合集中战略对齐与保持适应性反思及规范争议的机制。研究亦承认局限：比较基于选定的英文媒体而非两国全部媒体话语，中国语料主要为面向国际受众的国家级有影响力英文媒体，其治理取向应被解读为反映有影响力的英文中国媒体话语而非泛化至中国全部媒体话语；部分差异可能反映媒体系统组织、编辑角色、受众取向与制度定位的差异；研究考察媒体话语作为公共传播形式，提供的是治理相关预期表达与稳定的证据而非治理结果或制度变迁的直接证据，数据不允许就政策形成或监管轨迹作因果断言。未来研究可纳入中文媒体、地方媒体、社交媒体平台及其他传播渠道，并采用语义网络分析、主题建模或纵向趋势分析等互补语料库技术，亦可通过政策文本分析、政策制定者与教育管理者访谈或公共话语与后续治理发展的纵向追踪强化这一研究路线。
研究结论翻译：新闻报分析反映了塑造公众对新兴技术理解的的社会结构。基于对英文媒体报道的语料库辅助DNVA，本研究表明教育中的生成式人工智能在中美新闻话语中被不同地表征。研究发现揭示了权威归属、命名实践与视觉合法化策略上的对比模式，提示围绕人工智能在教育发展中作用的治理预期存在差异。本研究并未直接评估政策有效性或制度结果，而是强调媒体话语如何参与建构不同的治理取向。中国媒体倾向强调制度协调、行政规划与教育现代化，而美国媒体更频繁地突出个体经验、课堂实验、伦理关切与人工智能采用相关的实践挑战。这些差异提示了人工智能相关机遇、责任与风险被公开表达与协商的替代方式。本研究识别的对比话语模式可能提供相互反思的潜在空间：中国媒体话语更强调制度能力与协调实施，美国媒体话语则给予个体能动性、实践实验与人工智能使用相关新兴关切更大可见度。作为媒体表征，这些模式并不提供治理有效性的直接证据，但揭示了可能影响人工智能教育整合在各自国家语境中被解读与讨论的不同治理相关预期与公众理解。研究亦提示中美对比的媒体表征可能反映教育文化与治理传统的更广泛差异，这些观察应被解读为基于话语的倾向而非制度特征或政策结果的直接证据。从更广视角看，本研究通过展示治理相关预期如何经由媒体话语加以考察，为人工智能与教育研究作出贡献，亦说明将DNVA与语料库辅助话语分析相结合以考察不同社会文化语境中新兴技术的价值，未来研究可通过纵向、比较与多来源路径进一步探索媒体话语、治理预期与政策发展之间的关系。
