从模因到新闻：拉丁美洲年轻人在社交媒体时代如何获取信息

在过去十年中，获取信息的方式发生了深刻变革。用户不再主动寻找新闻：新闻自动出现，在WhatsApp消息、表情包、评论和数字对话中滑动。这种在青少年信息习惯中悄然但决定性变化，构成了“转型：拉丁美洲传播学学生新兴信息消费”研究的核心，该项目由Francisco Albarello及其“Investigar en Red”团队协调，该社区汇聚了来自9个拉丁美洲国家38所大学的100多名研究人员。

研究记录了一个关键转变：从有意的新闻消费——即人们有意识地寻找信息——转向偶然的“意外”新闻获取，即新闻通过数字社交动态偶然传达。这一现象对传统公共议程的构建具有深远影响。热点话题不再仅由主流媒体的编辑优先级决定，而是从社交网络中的自发互动中涌现，个人兴趣在其中扮演越来越核心的角色，而对超出个人偏好的公共事务的有意识搜索逐渐减弱。

从偶然获取到数字社交的主导地位

研究者称之为“新闻被我发现的感知”——即“新闻找我”的认知——已成为受访传播学和新闻学学生的普遍态度。年轻人报告说，他们主要在与联系人交流时获取信息：听到家人或朋友评论某事，这些信息在圈子中流传。在这种情况下，信息直接源于他们通过数字平台建立的关系，而非刻意保持信息更新的努力。

这种转变极大影响了他们关注的主题。对在对话中出现的事务感到相对了解，而传统的主动搜索“公共事务”信息的习惯逐渐淡化。智能手机的快速切换和个性化内容强化了这一模式。用户碎片化阅读，凭兴趣驱动，但当某件事真正吸引他们时，他们会深入：点击有趣的链接，用Google搜索，访问YouTube。然而，这与传统媒体的阅读方式截然不同。

网络变身为媒体：碎片化信息的悖论

社交网络已不再仅是传播渠道，而实际上成为了信息媒体。这并不意味着专业新闻业的终结。数据显示，情况更为复杂：存在一个分层的资讯生态系统，年轻人会根据不同目的选择不同来源。

当他们关心某个话题时，主要依赖社交平台。他们关注媒体账号和记者，但更偏好直接关注记者个人账号，而非媒体的官方账号。在小组访谈中，许多受访者认为，记者在不受机构限制的情况下，能更自由地报道新闻。然而，当需要验证信息、产生疑问或深入某个话题时，他们会回到传统媒体。传统媒体的应用和网站仍被视为质量和可信度的标杆，是核实信息真实性的场所。这一悖论表明：他们通过数字平台获取信息，但在核实或扩展某个话题时，仍会回到传统媒体。这暗示着，新闻品牌在新生态中仍扮演重要角色，尽管访问方式已完全数字化。媒介变革专家Vivian Schiller曾指出，没有神奇的解决方案可以拯救媒体：必须真正倾听公众。研究的发现似乎验证了这一点：年轻人重视专业媒体的深度和真实性，但获取方式与以往截然不同。

Memes、视频与认知深度的重塑

研究中最引人注目的发现之一是关于memes在新闻传播中的作用。memes不仅仅是娱乐工具，更是进入信息生态的入口。这些memes不能让年轻人感到完全了解新闻，但会促使他们在网络或新闻网站上寻找更多背景信息，以免错过上下文。一个精心制作的meme需要复杂的传播技巧：简洁的信息提炼、合适的图片或模板选择、幽默感。它们作为自然的微型体裁，操作在这个生态系统中具有价值。

有趣的是，学生们重视幽默、讽刺和机智，尤其是在memes中自然出现的那些元素。然而，当他们觉得新闻节目的幽默是强行或虚假的，就会觉得缺乏严谨。相反，在疫情期间流行的流媒体节目中，幽默成为拉近与观众的手段，借用YouTube的非正式风格，增强亲近感。

关于屏幕上的认知深度，研究提供了细致的视角。片面认为所有屏幕内容都肤浅显得过于简化。与纸质阅读相比，屏幕内容的碎片化和快节奏确实存在，但另一种深度也在形成：一种分散、多源、非线性的阅读方式，虽然快速，却不一定肤浅。当他们想深入理解某个问题时，年轻人会观看长视频或阅读长文。对他们而言，视频已成为长篇讲解的场所。真正感兴趣的内容，他们会花时间消化长文本或长视频。变化在于，他们有自由暂停或切换活动，而不像传统媒体时代那样被动接受。

对负面新闻和信息过载的排斥

研究发现，年轻人明显排斥负面新闻，尤其是政治和安全相关的内容。这一现象不仅限于拉丁美洲：2024年路透社报告显示，全球约39%的人口主动避免新闻。但排斥不仅仅是对负面内容的反应，更在于媒体对这些话题的处理方式：采用耸人听闻的策略吸引注意、过度报道某一事件、缺乏背景信息。

当疫情、犯罪事件或社会冲突成为媒体焦点，且报道带有浓厚戏剧性时，年轻人会产生反感。他们用“信息过载”、“烦腻”、“厌倦”等词描述这种状态。信息泛滥带来的负面影响是情绪上的压力，他们更倾向于“避难”于自己感兴趣的主题或娱乐内容。对负面新闻的回避，更多反映的是对媒体处理方式带来的焦虑，而非对新闻本身的信任危机。

算法、泡泡与教育挑战：拓宽视野

研究中最令人担忧的发现之一是，年轻人自觉“信息掌握得还算可以”。这一感觉具有矛盾性：他们对感兴趣的话题有一定了解，但也意识到这种片面信息让他们错过了关于重要公共议题的讨论。

算法在其中扮演核心角色。内容个性化——早在1995年Nicholas Negroponte在《数字时代》一书中预见的“定制日报”——随着自动推荐系统的普及而大大增强。这些算法让用户陷入偏好泡泡（filter bubbles），即Eli Pariser提出的“过滤泡泡”。学生们对这一现象表现出明显的意识，许多会用“过滤泡泡”来描述信息获取方式，但他们的应对策略仍多为直觉，缺乏主动干预。

这对高校提出了核心挑战。传统上，媒体的角色是设定公共议题的优先级。而当每个人都在自己的兴趣泡泡中生活时，这一角色被削弱。解决方案不是否定算法，也不是回归大众媒体，而是发展“相互驯服”（mutual domestication），让用户学会调节算法，让它们展现更广泛、多样的现实。传播和新闻专业的课堂，或许是唯一能系统教授这一技能的场所。

学习传播的学生，逐渐形成对信息的批判性距离感。他们在家庭和朋友圈中扮演“事实核查者”的角色，试图引导主要通过WhatsApp等平台获取信息的人们。培养对信息的健康怀疑，成为当务之急。随着生成式人工智能开始大量生产内容，辨别人类来源与人工生成的内容变得尤为重要。未来，验证信息来源的能力，将像过去核查媒体资质一样重要。

未来展望：微内容、生成式AI与新技能

Albarello团队正在展开的第三阶段研究，聚焦于微内容的生产。趋势明显：内容不断缩小，适应节奏更快的生态系统。同时，研究也记录了生成式人工智能在新闻生产和传播中的日益影响。

这预示着未来的技能不仅仅是批判性消费，更包括创造性生产。学会利用AI作为创作伙伴，提升新闻内容的创造能力，成为核心。教育者和媒体面临的共同挑战，是培养既能批判性阅读，又能主动生产内容的受众和从业者，帮助他们打破算法泡泡，拓宽信息视野，适应快速、个性化、数字化的生态，同时培养他们在负责任使用AI工具方面的创造力。