目录
social bots现状
总体内容概述
传播效果
技术融合
传播流程
现实困境与未来展望
目前的应用型社交机器人主要分为：
平台内嵌型社交机器人;
独立程序型社交机器人;
均参与到了新闻的生产和编辑、聚合与分发等各个环节中.
social bots现状
Socialbot是Social和Bot的合成词，一般译为“社交机器人”。
业界和学界对社交机器人的研究尚处于初期探索阶段，相关概念范畴较为模糊。
总体内容概述
人类进行交互并参与社会交往的拟人化算法智能体，基于传播效果、技术融合、传播流程三个方面对社交机器人在新闻业的应用现状展开研究，分析社交机器人在新闻业应用中的具体困境并进行未来展望。
传播效果
在实际应用中，社交机器人的传播效果既可以是正向的，也可以是负向的，这主要取决于传播者的目的。
负向： 一些社交机器人通过伪装成正常的人类账户窃取用户隐私信息、发布虚假新闻，借操纵社交网络中的舆论走向达到干扰政治选举、左右金融决策等目的。这类具有负面传播效果的社交机器人也被称为恶意社交机器人，其生成的账户又叫Sybil（女巫）账户。
有研究者重点研究了Twitter平台上的恶意社交机器人是如何威胁网络生态和社会的,发现社交媒体中流传的阴谋论及虚假信息不少是由社交机器人发布的，何苑等人认为，在Twitter、Facebook、微博等中外社交媒体中，机器人水军正在通过信息轰炸、情感唤起、愚弄受众等方式扰乱娱乐传播链条，制造娱乐新闻热搜。
关于虚假新闻研究的相关结论，其中包括：在Twitter平台上，不实消息的转发概率比真实消息高70%，谣言比真相传得更远、更深、更快。这一研究结论与传统观点认为的机器人传播真实新闻和传播虚假新闻的速度相同，正好相反。
正向：当然，社交机器人也可以带来中性或偏正面的传播效果。有记者使用社交机器人来追踪信息、获取新闻报道线索。追踪新闻信息领域的教科书级案例是Quartz的信息跟踪机器人。
全球的勒索病毒软件WannaCry的相关信息。此案例被认为是信息过载时代社交机器人在提高新闻信息筛选效率、实现正向传播方面的贡献。按照这个思路，当爆炸性新闻发生时，媒体从业人员可以借助社交机器人自动抓取更新新闻线索和素材，大大提高新闻生产效率。
技术融合
不同形态媒介的融合进一步加深。社交机器应用于新闻业的实践促进了技术的发展与融合，平台内嵌型社交机器人与独立程序型社交机器人成为主要应用类型。
平台内嵌型社交机器人：社交机器人在社交媒体上的一个重要应用就是聊天功能。基于自动化技术进行信息收集、揭示真相、优化内容、连接服务的Twitter Bot最早被开发出来并被应用于新闻业，而真正面向其他媒体开放、形成连接平台作用的社交机器人是Facebook Messenger（Facebook的桌面窗口聊天客户端）内建设的聊天机器人API（Application Programming Interface,即应用程序编程接口）。
基于对话的信息传播方式是扩大用户数、分发新闻内容的有效途径，虽然也存在许多其他不同种类的创新形式，但大多传统媒体还是瞄准了拥有庞大用户基数的Facebook Messenger来拉动流量。有研究者提出，路透社、BBC等媒体各自以Facebook Messenger 为平台运行的新闻社交机器人，属于“集成式”新闻对话机器人，其扮演角色与门户类整合平台相似，最终集成的内容涉及社会生活的多个方面。
个联结BBC Mundo网站新闻标题列表的链接，用户可以在Facebook Messenger中搜寻更多的标题或分享新闻故事。
互联网数据检索与长期记忆相结合的聊天类社交机器人BlenderBot 2.0，它可以记录与用户对话的内容，拥有长期记忆能力，能就某一话题与用户进行数天、数周甚至数月的多会话交流,突破了社交机器人只能单次交流的局限。
传递信息的同时满足用户的情感需求。
此外，《卫报》也通过Facebook推出了新闻社交机器人，并定时推送编辑好的新闻报道。但《卫报》的社交媒体和新媒体编辑Martin Belam坦言，在产品上线早期，卫报会让公司员工假装成机器人与用户交往。
《纽约时报》在2017年启用了以聊天功能为主的社交机器人 NYT Politics Bot，有25万用户在与这个账号进行互动时认为这样的互动“私密而且独一无二”，截至2021年12月，NYT Politics Bot在Facebook平台累计获得28万粉丝。目前看来，路透社、《卫报》《纽约时报》等欧美老牌传统媒体更倾向于依托Facebook、Twitter等平台的社交机器人来分发自家媒体的新闻内容，以实现与读者的良好互动，但互动形式较为单一。
独立程序型社交机器人: 新兴媒体在使用社交机器人之时更看重其新闻线索搜集功能以及分发功能。成立于2006年的美国新闻聚合网站Buzzfeed很有代表性，其主要商业模式是根据算法来筛选整理可能会得到高关注度的新闻，整合后向用户推送。2016年7月，Buzzfeed为报道美国大选推出了Buzzbot新闻社交机器人。用户在获得新闻信息的同时也会回答机器人的提问。比如，当Buzzbot机器人发现用户就在事发地所在城市时，就会提出问题，甚至请求用户上传照片或者视频，也会将幕后新闻编辑整合过的信息再发给用户。
Quartz瞄准了手机推送流项目，为Facebook Messenger定制的聊天机器人产品Quartz for Messenger不仅会报道新闻，还会给用户推送相应主题的故事，并且能够学习如何在最佳时间给用户推送新闻。
如何让用户在和机器人聊天的过程中产生一种对话感和互动感。过于频繁的即时新闻推送会让用户感到厌烦，Quartz方面明确表示业务重点不会放在突发新闻报道。Quartz应用程序不需要关联其他的账号信息或通过任何第三方平台实现连接，是典型的“专属式”新闻社交机器人。2019年以来，Quartz付费用户数持续上涨，截至2021年3月，Quartz的付费会员达两万七千名，这些用户每月向Quartz支付14.99美元的会员费。哈佛大学尼曼新闻实验室（Nieman Lab）形容其为“增长最迅速、最令人瞩目的线上新闻网站之一”。
传播流程
生产和编辑、聚合与分发等。
新闻生产和编辑领域，社交机器人得以应用主要基于两个方面：一个是电脑软件可以自动从大量数据中提炼新知，另一个是算法可以不依赖人类而自动报道充满洞见和新知的故事。例如，新闻线索搜集一直是新闻从业者最为苦恼的问题，但谷歌数字新闻计划基金支持的葡萄牙Taskforce项目通过聊天机器人向用户收集新闻线索，目的是将众包策略用于新闻编辑室。真实是新闻的生命。在信源广泛难辨真假之时，反馈与事实核查的重要性就凸显出来。在谷歌数字新闻计划的第二轮资助中，塞浦路斯通讯社等机构联合推出面向采编人员的社交机器人Storybot。这个聊天机器人能够在互联网和社交媒体中搜集、分析、总结并核查新闻。
社交机器人可以被视为一个新闻聚合与分发平台。比如前文提到的社交机器人Buzzbot，它能在重大新闻事件发生时与用户进行互动，并获得用户上传到平台的新闻素材信息。信息经过平台编辑整合后，由专业新闻从业者进行后续的深入采访与报道，并将报道再次推送给用户。Buzzbot还擅长筛选可能受到高关注度的信息，Buzzbot的商业模式被视为近年的成功案例。
推荐引擎实现个性化分发。值得一提的是，由于当前广告主更重视精准营销，能与用户进行深入交互的社交机器人也受到了广告主的青睐。
现实困境与未来展望
凭借线索收集范围更广泛、采编速度更及时、分发定位更精确等优势，社交机器人加入了新闻生产的各个环节，助力数字化时代的新闻生产。
越来越多具有正面传播效果的社交机器人加入到新闻的生产与传播之中。但由于技术尚不成熟，管理机制尚未健全，社交机器人的应用仍面临诸多困境。
目前社交机器人在新闻业领域的发展困境包括以下几个方面。
第一，不够智能。大多数聊天机器人只能在现有语料库中挑选答案作为回复，难以进行复杂语言识别，一旦用户出现语法或句法错误，问题经常无法得到回答。
第二，不够个性。一些社交机器人回复语句程式化，让用户很快就失去了对话的兴趣。例如，当用户用“比喻”“反问”“隐喻”“讽刺”等句式与社交机器人进行互动时，机器人一般以“对不起，我不明白”“哎呀，没听明白”等固定句式作为回复，这些被视为标准答案的回复会反复发送给用户。
第三，不够安全。用户数据泄露事件时有发生，一些社交机器人通过与用户成为好友以获取对方生日、电子邮件ID、电话号码、住址等个人详细信息的访问权。2018年以来，Facebook深陷史上最大数据泄露案的泥潭，亚马逊公司Alexa发笑等事件让众多社交机器人用户提高了对数据隐私权的关注。
媒介技术在变迁、发展中不断融合，扩展了社交机器人在新闻业不同领域的探索性应用范围。从社交机器人在新闻业的应用现状来看，今天所谈论的“媒介融合”过程，并不是各种媒介技术无缝整合和对接，逐渐融合成为共享平台，而是整个新闻业在内容生产、整合、传播等方面的全方面媒介融合。
当前社交机器人已经可以嵌入到社会网络结构中，以真实的参与者身份深入到不同的特定传播社群中，从而影响传播结构和生态。社交机器人相关媒介技术和产品的发展，可能会进一步改变整个新闻业的产业结构、市场份额甚至是新闻用户对新闻本身的认知逻辑，重塑新闻业的未来。
