113 年 國立臺灣大學新聞學研究所《新聞分析》
第 1 題20 分
新聞時事短分析 (20 分)
以下 4 個名詞,請自選 2 個答題,用大約 250-300 字以內,提出例子、解釋與看法,進行簡要論述:
- Israel War on Gaza
- 漂綠
- 台灣 #metoo 運動
- PTS +
登入後即可作答並保存紀錄。
本題旨在考察考生對當前重要時事議題的理解與分析能力,並評估其連結理論與現實、提出個人看法的功力。考生需從四個選項中挑選兩個,並以簡要的篇幅進行論述。
解題策略:
- 理解題目要求: 需涵蓋「例子」、「解釋」與「看法」三個面向。字數限制在 250-300 字。
- 挑選題目: 選擇自己最熟悉、最有想法的兩個議題。
- 論述結構:
- 開頭: 簡要說明該時事議題的背景或核心爭議。
- 例子: 舉出具體事例來佐證。
- 解釋: 闡述該議題的深層原因、影響或意義。
- 看法: 表達個人觀點、批判性思考或未來展望。
- 結尾: 總結或提出一個簡潔的結論。
- 字數控制: 每個議題約 125-150 字,務求精煉。
範例(以「台灣 #metoo 運動」為例):
台灣 #metoo 運動
台灣 #metoo 運動自 2023 年 5 月起,如同燎原之火,迅速延燒至政治、媒體、演藝圈及學術界等多個領域。其核心在於揭露長年來存在於權力不對等關係下的性騷擾、性侵害事件,打破受害者長期以來因恐懼、羞恥或體制壓迫而不敢發聲的沉默。
運動的爆發,始於多位公眾人物陸續在社群媒體上分享自身遭遇,並點名加害者。這些貼文迅速引發社會共鳴,促使更多受害者鼓起勇勇氣,透過 #metoo 標籤,將過往的創傷公諸於世。例如,某知名導演、政壇人物、文化界名人等紛紛被指控,引發輿論譁然,也迫使相關單位啟動調查與懲處機制。
我認為,這場運動不僅是單純的指控,更是對台灣社會長期以來對性別權力失衡、職場性別歧視及性別暴力視而不見的沉痛反思。它迫使體制正視問題的嚴重性,檢討現行申訴與究責機制是否完善,並推動相關法規的修訂。
第 2 題40 分
目前台灣新聞產業所面對的平台(包括社交媒體、搜尋引擎、內容聚合器和人工智慧生成平台(例如 ChatGPT))影響為何,你怎麼看待新聞業有「platform dependencies」(Meese & Hurcombe, 2021)的現象,並請解釋 "platform publishing" and "platformed publishing"(Nielsen & Ganter, 2022)之間的差異?也請你進一步分析過去十年中數位平台和新聞業之間不斷變化的權力動態。(考慮在這個過程轉變中相關利害人:包括平台公司、媒體組織、記者和政策制定者之間的變化)哪些理論觀點最能解釋這些轉變?它們如何為促進新聞業和數位平台之間更公平和平衡的關係提供策略?(40 分)
登入後即可作答並保存紀錄。
本題為一篇綜合性分析題,旨在考察考生對當前新聞產業在數位平台生態系中面臨的挑戰、權力關係變遷、學術理論應用,以及提出策略性思考的能力。題目涵蓋了平台對新聞業的影響、平台依賴性、平台出版概念的區分、權力動態分析,以及理論應用與策略建議。
核心觀念: 數位平台如何重塑新聞生產、傳播與消費,以及在此過程中新聞業與平台之間的權力互動與依賴關係。
解題架構與詳解:
一、 平台對台灣新聞產業的影響
- 影響層面:
- 內容分發: 社交媒體(Facebook, Instagram, X)、搜尋引擎(Google News)、內容聚合器(Yahoo!奇摩新聞)成為新聞主要分發管道,媒體失去對分發管道的直接控制。
- 流量與收益: 流量高度依賴平台演算法,廣告收益被平台瓜分(如 Google AdSense, Facebook Instant Articles),傳統廣告模式受衝擊,媒體營運面臨挑戰。
- 內容生產: 為適應平台演算法與用戶習慣,新聞內容可能趨向短、快、聳動,影響深度報導與品質;AI 生成內容(如 ChatGPT)的興起,對新聞生產流程與記者角色帶來潛在衝擊。
- 用戶互動: 平台提供互動機制(留言、分享),增加用戶參與,但也可能加劇假新聞傳播、網路霸凌與極化言論。
- 資訊生態: 平台成為事實查核、資訊辨識的關鍵節點,但其自身作為內容生產者的角色(如推薦演算法)亦可能帶有偏見。
二、 「Platform Dependencies」現象
- 定義與解釋: 「Platform Dependencies」(Meese & Hurcombe, 2021)指的是新聞媒體組織在內容生產、分發、獲利模式等方面,對數位平台產生高度依賴的現象。媒體無法獨立於平台運作,其生存與發展受平台政策、演算法更新、商業模式等因素的顯著影響。
- 表現:
- 流量依賴: 媒體的讀者數、觀看數高度取決於平台推薦。
- 收益依賴: 廣告收入、訂閱導流等很大程度受平台影響。
- 技術依賴: 需適應平台的技術規格與介面(如 Instant Articles)。
- 內容策略依賴: 編輯決策可能受平台演算法偏好影響。
三、 "Platform Publishing" vs. "Platformed Publishing" 的差異
- Platform Publishing (Nielsen & Ganter, 2022):
- 定義: 指的是新聞媒體將其內容「直接」發布在平台上,並完全依賴該平台進行分發、互動與獲利。媒體的角色更像是在平台上的「內容提供者」或「應用程式開發者」。
- 特徵: 媒體失去對品牌形象、用戶數據、分發管道的控制權。內容風格、呈現方式高度受平台規範。例如,早期的 Facebook Instant Articles、Apple News 上的部分內容。
- Platformed Publishing (Nielsen & Ganter, 2022):
- 定義: 指的是新聞媒體在維持自身獨立品牌、網站或 App 的基礎上,同時利用平台作為「額外」或「補充」的分發與互動管道。媒體仍保有較大的自主權,並能將用戶導回自身平台。
- 特徵: 媒體利用平台擴大觸及、吸引新讀者,但核心營運仍在自身。例如,在 Facebook 分享新聞連結,引導讀者到自家網站閱讀;利用 X (Twitter) 進行即時新聞播報與社群互動,但最終導流至官網。
- 差異總結: 核心差異在於「控制權」與「依賴程度」。Platform Publishing 中,媒體將核心功能「外包」給平台;Platformed Publishing 中,媒體利用平台作為「工具」或「延伸」,但核心自主權仍在。
四、 過去十年中數位平台與新聞業的權力動態變化
- 初期(約 2010-2015):
- 平台: 尋求內容,吸引用戶,處於相對弱勢,需要新聞內容來豐富其平台。
- 媒體: 視平台為新的分發管道,樂於嘗試,希望藉此拓展讀者。權力相對平衡,甚至媒體在內容生產上仍具主導權。
- 中期(約 2015-2020):
- 平台: 演算法日益成熟,掌握用戶數據與注意力,成為強勢的「守門員」(gatekeeper)。內容聚合、社交分發成為主流,媒體流量高度依賴平台。
第 3 題40 分
Analyze how the news media's portrayal of Generative artificial intelligence affects what people think about it. Focus on how ideas about technology controlling society and the influence of culture shape these media stories. How do these factors potentially mislead the public about gen AI? Also, consider the journalist's role in dealing with these issues to provide truthful and fair reporting on gen AI. Include specific examples in your answer. (40 分,可用中或英文回答)
登入後即可作答並保存紀錄。
考點摘要
本題測驗考生對以下核心概念的理解與運用:
- 媒體框架(framing)如何塑造大眾對生成式 AI 的認知。
- 「科技控制社會」的科技宿命論(technological determinism)與文化價值觀(cultural worldview)如何在報導中交織,產生誇大或偏誤的敘事。
- 記者在報導生成式 AI 時的倫理責任——如何避免誇張、提供平衡資訊,確保真實且公平。
一、媒體敘事框架與大眾認知的機制
-
框架理論
- 媒體透過選擇特定的議題、語彙與情感色彩,將生成式 AI 包裝成「威脅」或「救世」兩種極端框架。
- 這種「框架」會啟動受眾的認知捷徑(heuristics),使其在缺乏專業知識的情況下,快速形成對技術的正負評價。
-
科技宿命論(Technological Determinism)
- 報導常使用「AI 會統治未來」「機器將取代人類」等語彙,暗示科技本身具有自發的、不可抗拒的力量,忽略了社會制度、政策與使用者行為的調節作用。
- 這會讓大眾產生「科技決定社會」的錯誤觀念,過度擔憂或盲目崇拜。
-
文化價值觀的投射
- 不同文化背景會在報導中投射對「控制」與「自由」的焦慮。例如,西方媒體常以「隱私被監控」作為警訊;東亞媒體則可能強調「工作機會被取代」的社會衝擊。
- 文化敘事與科技框架相互強化,形成文化特定的恐慌或期待,進一步影響公共政策和企業投資決策。
二、媒體報導可能導致的公眾誤解
| 誤導類型 | 典型敘事 | 潛在影響 |
|---|---|---|
| 過度危險化 | 「ChatGPT 會自行策劃恐怖攻擊」<br>引用未經驗證的「AI 自主思考」案例 | 促使民眾恐慌,要求過度監管,甚至產生技術排斥。 |
| 過度樂觀化 | 「AI 能取代所有程式設計師」<br>宣稱「AI 即將實現完全自動化」 | 造成職場焦慮與錯誤的職業規劃,企業盲目投資「AI 替代品」而忽視人才培育。 |
| 單一因果歸屬 | 把算法偏見全部歸因於「AI 本身」<br>忽略資料蒐集、標註與使用者行為的影響 | 使公眾將責任歸咎於機器,降低對相關社會結構改革(如資料治理)的關注。 |