用钻石切割钻石：反思计算传播学的教学思路
Published:
王成军（2024）用钻石切割钻石：反思计算传播学的教学思路.《数智时代的新媒体人才培养》.周葆华 主编. 复旦大学出版社.ISBN: 9787309176858 链接🔗.
摘要：计算传播浪潮对人才培养提出了新的挑战：如何面向文科生开设计算传播学课程？本文提出计算中心的知识重组逻辑，通过回顾开设计算传播学课程的案例经验，总结了“用钻石切割钻石”的教学思路，具体而言：一、选择大于培养；二、拥抱文科生的浪漫，注重直觉式理解；三、强调知识重组的计算思维；四、采用案例化教学的逻辑；五、在做中学，快速迭代。最后，本文通过对比费曼学习法和苏格拉底方法反思了教学得失，提出让学生走出课堂，走进实验室的思路。
关键词：计算传播学；计算中心；知识重组；苏格拉底方法；费曼学习法
一、初心：问题的提出
计算传播学的提出主要源于计算社会科学的发展。直到计算社会科学成为研究热点之后，计算传播作为一个概念才被正式提出。另外一种定义计算传播学的思路是计算传播的产业实践，可以将计算传播定义为数据驱动的、借助于可计算方法所进行的传播过程，而分析计算传播现象的研究领域就是计算传播学(王成军, 2014, 2016, 2022)。计算传播的应用有很多，例如数据新闻、计算广告、媒体推荐系统等，在过去的几年里，产生了深远的影响。
计算传播浪潮召唤着新闻传播学人才培养踏上英雄之旅。2016年春季，我受邀为复旦大学新闻学院新媒体硕士项目开设《计算新闻传播学》课程 。最初的课程框架由祝建华、周葆华两位老师和我一起商定，旨在为新媒体专业硕士方向的学生提供计算传播学的基础训练。课程内容注重计算思维和实战应用，体现了实用性和案例化教学的特点。课程按照数据分析的流程分为数据收集、数据清洗、统计分析、机器学习（神经网络）、文本挖掘、推荐系统、网络科学、可视化等多个模块展开。授课内容每年不断迭代，先后发布了四个版本 。其后，我在南京大学开设名为《大数据挖掘与分析》课程，后根据计算传播方向的专业硕士教学需要更名为《计算传播学》，针对本科生开设《计算社会科学导论》，基本遵循相同的框架。
图1. 计算传播学的英雄之旅
在坎贝尔所总结的“英雄的旅程”的故事当中，英雄最初生活在自己所熟悉的日常世界当中，在收到探险的召唤后往往会踟蹰不前（如图1所示）(Campbell, 1949)。现实当中的计算传播学教学也面临着类似的挑战：新闻传播学专业的学生面对计算传播学心存畏惧。甚至有学生说“我就是因为不想学数学才选择新闻专业”。这种对于计算的恐惧有一部分来自数学，另一部分则来自于根深蒂固的刻板印象：“文科生学不好计算”。本文致力于反驳这一偏见，从知识重组的角度阐明文科生学习计算的优势。催促英雄踏上计算之旅，还需要来自老师和朋友们的帮助。据此，提出本文的核心问题：如何教文科生学计算？
二、理论框架：计算中心的知识重组逻辑
拉图尔在《科学在行动》一书当中提出了一个关键概念——“计算中心”（the center of calculation）(Latour, 1987)。拉图尔主要采用人类学的方式“观察”科学实验室的运作机制，比如DNA的双螺旋结构是如何被科学家所发现的。拉图尔意识到每个研究者都是在地化的存在，人类的知识却是全局化的。因而，只有把在地化的个体信息和知识累积起来，才能构建全局化的人类知识。完成这一过程，往往需要建立计算中心。
拉图尔举了法国航海家拉彼鲁兹在大航海时代绘制太平洋航海图的例子。考察船在库页岛登陆，试图回答欧洲地理学家正在争论的问题：那里究竟是一个半岛，还是一个岛屿？地形如何？海峡的水深是多少？限于资源和时间，考察船只能求助于库页岛的土著居民。土著世代生活在那里，对于岛屿的信息非常了解，为拉彼鲁兹绘制了库页岛的地图。当考察船返回欧洲，各种地方性知识被汇聚到计算中心，土著的地方性知识转变为地图制作者的普遍知识。库页岛原住民的地方性知识与欧洲殖民者的全局化知识对立起来。通过大航海时代的测绘活动，探险者与土著之间的知识不对称快速增加。类似的例子，拉图尔还提到石油勘探、天文观测、植物标本采集、水力学实验室、人口统计、门捷列夫整理化学元素周期表等诸多案例。通过构建计算中心，欧洲迅速崛起，开启了此后的全球贸易和殖民，深刻地影响了整个世界。
计算中心需要大批资源收集者、使用先进的测量工具和统一的表格、招募资深的计算人员。其中，计算人员处于计算中心的中心。计算中心通过对分布在知识网络边缘的资源进行收集、汇总、建立连接和计算，实现了对边缘的远程支配。当野性思维被驯化为系统知识，处于计算中心的人开始成为最强大的人，因为他们所了解的知识不仅比土著居民要多，也比四处航行的船长要多。因此，计算中心实现了 “累加式学科”，并带来“哥白尼式革命”。
计算传播产业和计算传播学研究正是基于计算中心的逻辑建立起来的（如图2所示）(王成军, 2021, 2022)。计算中心的逻辑在于三个方面：第一，每一个人（包括研究者）都被束缚在在地化的时空结构当中，而知识却是全局化的；第二，为了获得全局化的信息，就需要进行信息的采集，这一步往往需要构建计算中心，在计算中心内部信息被汇总、关联、提取特征并建立模型。在拉图尔所分析的案例当中，这种分析和挖掘主要通过人类来进行。例如，开普勒基于对第谷所收集的海量天文数据的分析和计算提出了行星运行三大定律；沃森和克里克收集来自全球研究者关于DNA结构的最新研究并提出双螺旋结构的想法。在计算传播产业中，互联网公司中的数据科学家通过挖掘用户行为数据，建立机器学习模型，用于对用户行为的预测。第三，计算中心的产物是某种理论或产品，并通过这些理论或产品对日常生活产生影响。分析的结果一旦产生，行动中的科学就变成完成的科学，所生产的理论也就变成了一个黑箱。计算中心隐藏的风险是理论或产品的“黑箱化”，应对的策略则是走向开放科学和因果推断。
图2. 计算中心的知识重组逻辑
三、案例分析：解剖麻雀
计算中心的核心逻辑是知识重组。一方面，计算传播学是新闻传播学、统计学、计算机科学三个领域的重叠。其中，新闻传播学的学科知识和问题构成了计算传播学的核心和基础；统计学及其背后的假设检验使得研究者可以证伪研究假设，推动新理论逻辑的提出；处于二者之间的计算机科学则可以基于智能算法、大数据、计算思维驱动计算传播学。因此，仅仅学好计算无法学好计算传播学。一个好的计算传播从业者，既要了解数据，又要了解市场、用户和产品，更要了解上下游业务的合作者。不同学科背景的计算传播从业者同样为计算中心注入知识重组的可能性。另一方面，计算中心通过循环运动（circulatory movement）的形式实现知识生产的闭环和持续迭代。每一轮迭代都会通过更新在地化的信息来更新计算中心的认知，进而建立新的理论或产品；而下一轮迭代则会不断检验、更新甚至证伪这些理论。根据计算中心的知识重组逻辑和授课经验，可以对如何教文科生学计算传播学这一问题进行分析。
第一，选择大于培养。不是所有的学生都能进入计算中心。计算传播教学的关键在于吸引和选择学生。学生是钻石，老师不是。老师只是挑选和打磨钻石的人。因此，要通过开设新的选修课程、专业方向等形式实现这一筛选过程，让真正有意愿学习计算传播的人加入进来。
第二，拥抱文科生的浪漫，注重直觉式理解。文科生更有想象力，情商也更高。一方面，通过采用Python、Jupyter Notebook等多种方法来简化教学内容。所有课程内容，包括文字、图片、代码等，均通过Jupyter Notebook展示和传播。为方便教学，我将教学内容整理为在线图书，拟命名为《动手学计算传播学》 。另一方面，采用直觉式理解来讲解课程内容。例如，机器学习是计算传播绕不过去的内容。机器学习书籍往往从数学的角度介绍算法，或基于代码的逻辑实现算法，不利于文科生学习。为此，我采用《Python数据科学手册》一书的方法，使用可视化、举例子等方式降低学习门槛。另外，大语言模型同样有助于简化教学 。强大的沟通交流能力加上计算思维，往往能够让我们的学生在就业市场上倍受青睐。
第三，强调知识重组的计算思维。每一个人都曾经掌握计算思维。想象一下我们小时候是如何拆玩具的。如何回答玩具汽车式如何运动这一问题？解决方案是分拆重组。具体任务可以分解为：拆掉螺丝，然后打开汽车外壳，观察每一部分的构成和运作逻辑，然后重新组装起来。对应到学习计算传播的编程问题，也是一样。与拆玩具汽车不一样的是程序可以自动化运行。面对几十行代码，我们都会感觉压力山大；经过分拆重组，问题就被简化了。
第四，采用案例化教学的逻辑。计算传播学背后是计算社会科学的源头活水，已经积累了大量的经典案例，很多是发表在顶尖刊物上的论文。通过论文可以将问题、理论、数据和代码联系起来。“纸上得来终觉浅，绝知此事要躬行”。只有自己动手改代码、跑数据才能更好地学习。
第五，在做中学，快速迭代。计算传播学的教学更强调实战，考试的意义不大。因此，课程更鼓励学生带着自己的问题来，有了问题意识就可以有目的地收集数据、积累文献、学习知识，进而围绕问题和数据实现快速迭代。建议以一周的时长作为一个迭代周期。
四、反思和讨论：苏格拉底方法
计算传播学课堂教学的局限性在于本质上是一种费曼学习法，而不是苏格拉底方法。费曼学习法强调的是找到学习目标、自学、然后讲给别人听，对于讲不通顺的地方重新学习。问题在于不管是老师自己讲，还是通过翻转课堂让学生讲，都不能让人满意。问题在于课堂本身：课堂是一种简化的黑箱，是已经完成的科学，而不是行动中的科学。社会科学说到底是一门手艺，传统匠人的师徒制更加适合。徒弟需要观察师傅怎么做，通过长时间的耳濡目染形成切己体会。
苏格拉底方法可以进一步改进传统师徒制。苏格拉底做学问的方式是与人讨论问题。苏格拉底方法（Socratic method）往往从被大家深信不疑的常识出发，通过抽丝剥茧不断发问的方式提出质疑，进而找到常识的漏洞和竞争性的解释。常识和竞争性解释之间的巨大张力常常让参与讨论的人瞠目结舌，甚至感觉难以接受。正因为苏格拉底这种发问的方法具有孕育新想法或核心困惑的强大功能，也被后人称为“精神助产术”。
让学生走出课堂，走进实验室。课堂不是计算中心，实验室才是。为此，我建立计算传播学豆瓣小组，组织第谷读书会，并邀请学生通过苏格拉底研讨会来分享研究进展。理工科的学生有大三进入实验室实习的传统，文科生也迫切地需要走进计算中心。
参考文献
- Campbell, J. (1949). The Hero with a Thousand Faces. Fine Communications.
- Latour, B. (1987). Science in action. Harvard University Press.
- 王成军. (2014). 计算传播学:作为计算社会科学的传播学. 中国网络传播研究, 8, 193–208.
- 王成军. (2016). 计算传播学的起源、概念与应用. 编辑学刊, 3, 59–64.
- 王成军. (2021). 反思计算社会科学的逻辑：基于拉图尔的“计算中心”概念. 南京社会科学, 04, 122–131.
- 王成军. (2022). 跨越网络的门槛：社交媒体上的信息扩散. 科学出版社.