AI审计90万条法国新闻标题：措辞与选择如何双重塑造舆论框架

新闻标题从来不只是对事件的中立概括。它通过选择报道什么、以及如何措辞两种方式，悄然塑造着公众对社会议题的认知。一项发表于 arXiv 的最新研究提出了一套二维分析框架，对 2022 至 2025 年间超过 90 万条法国新闻标题进行了大规模审计，试图把「框架效应」这一模糊的概念拆解为可量化的两个维度。

把「框架」拆成两个维度

以往的计算传播学研究常把新闻框架压缩成一个单一分数，掩盖了两种截然不同的操作机制。这项研究的核心创新在于将框架效应明确区分为两类：显著性框架（salience framing）与选择性框架（selection framing）。

显著性框架关注「怎么说」，通过四种措辞手段来测量：情绪化词汇（loaded vocabulary）、归咎归因（blame attribution）、威胁化表述（threat framing）以及反问句（rhetorical question）。这些语言装置决定了同一件事被描述得多么尖锐或煽动。

选择性框架则关注「说什么」，通过媒体机构层面的报道形态分布和「高情绪浓度」内容占比来衡量。换句话说，一家媒体倾向于选择哪类故事、以什么形式呈现，本身就是一种框架行为。将这两者分离，让研究者能够刻画出以往被混为一谈的媒体倾向性。

「框架效应」（framing effect）这一概念源自社会学家戈夫曼（Erving Goffman）1974年的奠基性研究，后被传播学者恩特曼（Robert Entman）于1993年引入新闻分析领域。恩特曼将框架定义为：选择感知现实的某些面向，使之在传播文本中更为突显，从而推动特定的问题界定、因果解释、道德评判或行动建议。传统框架分析多依赖人工编码，成本高、规模受限，且常将「怎么说」与「说什么」混同为一个笼统的偏见评分。计算传播学兴起后，研究者开始用词典、机器学习和大语言模型对框架进行自动化识别，但维度分离的问题长期未被系统解决。这也是本研究将显著性框架与选择性框架明确区分的理论背景。

用大模型构建万条标注数据集

要在近百万条标题上做分析，标注质量是关键瓶颈。研究团队先构建了一个包含 10,000 条法语标题的监督数据集，采用三个 LLM 标注器进行标注，通过多数投票（majority-vote）解决分歧，并辅以人工仲裁。

为验证标签的可靠性，团队还做了两项独立于标注器的盲测人类研究，将机器标签与人工判断交叉比对。这种「LLM 初标 + 人类验证」的流程，代表了当前大规模文本标注的一种务实路径——在成本可控的前提下尽量逼近人类标注质量。随后，团队用表现最强的分类器处理了来自 25 家法国媒体、去重后共 902,111 条标题的语料库。

多数投票（majority voting）是集成标注中解决分歧的常见策略：当多个标注者（无论人类还是模型）对同一样本给出不同判断时，取多数派意见作为最终标签。这一方法的核心假设是各标注者的错误相互独立，从而在聚合后相互抵消。然而，当多个LLM共享相似的预训练数据或对齐偏差时，该假设可能不成立——多个模型可能在同一类样本上系统性地犯同一方向的错误，多数投票无法纠正这类共同偏差。这正是研究者额外引入独立人类盲测验证的原因：通过来自不同认知背景的人类判断，检验机器标签是否存在系统性漂移，而非仅依赖模型内部的一致性。

三个关键发现

显著性与选择并非同一回事

研究发现，显著性偏离与选择性偏离之间存在正相关，但两者之间近一半的媒体层面方差无法互相解释。这意味着一家媒体在「用词尖锐」和「选题倾向」上的表现可以相当不一致。基于此，研究构建了一个四象限的媒体类型学，那些处于「非对角线」格子中的媒体——比如用词温和但选题极端，或选题平常但措辞激烈——恰恰是解读价值最高的对象。

默认阈值会系统性高估煽动性

第二个发现具有方法论警示意义：分类器的默认判定阈值会系统性地夸大语料库层面的显著性估计。也就是说，如果不加校准直接套用模型，会得出「新闻比实际更煽动」的失真结论。研究提出了一套基于精确率下限（precision-floor）的重新校准协议来修正这一偏差。对任何用 AI 做大规模内容分析的研究者而言，这是一个值得警惕的陷阱。

分类器的决策阈值（decision threshold）是将模型输出的连续概率转化为离散类别标签的临界值，默认通常设为0.5。然而在类别不平衡或评估目标不对称的场景下，默认阈值往往并非最优选择。精确率下限（precision-floor）校准是一种以保证精确率为优先目标的阈值调整策略：研究者先设定一个可接受的最低精确率要求（例如：至少80%的正类预测是真正的正例），然后将阈值上调至满足该要求的最低值，以此牺牲一部分召回率来换取更可靠的正类判断。在新闻煽动性检测这类任务中，过低的阈值会将大量模糊样本误判为「煽动性」，导致语料库层面的比率虚高；精确率下限校准提供了一种系统性的纠偏方法，对依赖AI进行大规模内容分析的研究具有重要的方法论参考价值。

群体提及背后的不平等语境

最引人注意的是群体提及分析。研究显示，提及犹太人、极右翼和穆斯林的标题，其检测到的显著性比率最高。这种差异无法完全由事件背景的整体构成来解释。

研究者在此处相当克制地说明了方法边界：残差是描述性的，而非同一事件下的因果估计；同时报告了每个群体词库的精确率。换句话说，数据揭示了不同群体被置于何种「情绪语境」中的显著差异，但并未断言这是媒体的主观意图所致。这种谨慎的表述方式，恰恰是这类敏感议题研究应有的严谨态度。

意义与开放资源

据研究团队所述，这是迄今为止规模最大的、聚焦框架效应的法语新闻标题审计。其价值不仅在于结论本身，更在于方法论层面的贡献：将框架拆分为可测量的两个维度、警示分类阈值的失真风险、以及在敏感群体分析中保持因果谨慎。

团队还公开了监督数据集、词库和分析代码，为后续研究提供了可复现的基础。对于关注媒体偏见、计算传播学以及 LLM 在社会科学中应用的研究者来说，这套框架和数据都具有直接的参考价值。它也提醒我们，当 AI 被用来「审计」人类的信息环境时，工具本身的偏差同样需要被审计。