来源：
Tow Center for Digital Journalism
编译：花花酱（实习生）
编辑：罗布君
Via：新京报传媒研究（xjbcmyj)
近日，哥伦比亚大学新闻学院(Columbia Journalism School)的Tow数字新闻中心(Tow Center for Digital Journalism)宣布，一批由一流的学者和研究者组成的奈特新闻创新研究员(Knight News Innovation Fellows)将聚集在一起，研究新闻工具和新闻实践中的创新。
研究共确定了10个新项目，于2018年启动。
研究主题包括人工智能和机器学习、数字安全、移动推送提醒、语音助理新闻、新闻编辑部多样性、保守新闻价值观以及地方新闻能力与可信度。该奖学金项目由约翰·S·奈特基金会和詹姆斯·l·奈特基金会资助。
传媒研究（id：xjbcmyj）对这十项研究进行了编译。
本研究考察了在人工智能和自动化新闻驱动的新闻制作和发布中，新闻受众是如何基于所持有的信念、所采取的行为和面临变化的制约因素来被细分的。该项目包括对美国成年人的两次调查。为了对新闻受众进行细分，研究者将使用潜在类别分析技术对调查数据进行分析。潜在类别分析是一种统计方法，用于根据观察到的指标识别人群中未观察到的亚群。
该项目研究了对监控的关注如何改变了记者的数字新闻收集工作，包括记者与他们的信源的交互，以及美国主要的新闻机构如何建立和维护安全文化。该研究将阐明，在这样一个劳动市场不稳定、公众对媒体失去信任以及监控无处不在的时期，新闻记者和新闻编辑室的信息安全措施将如何改变新闻文化和职业规范。
群。
随着智能语音助手越来越普及，它作为人们获取新闻和信息渠道的作用也越来越大。该研究项目着眼于智能语音助手的消费者行为，以及它如何影响消费者的证实性偏见、党派偏见、对当前事件的理解和对媒体品牌的信任。这个项目也将更好地了解设备制造商和出版商会如何考虑这个产品未来的发展空间。
与仅在专有新闻网站上发布的新闻报道相比，新闻机构在社交媒体上推广的新闻报道增强了其新闻的可视性、可访问性和公众反响。因此，在社交媒体上发布某些新闻的编辑决策事关公众利益。这个项目比较了知名的新闻机构在其网站上发布的全部内容和他们在社交媒体上推广的内容，考察这两种数字新闻载体之间的相似性和差异性。
当发现“假新闻”变得越来越流行的时候，另一个与之互补的问题却很少被研究:是什么让一篇新闻文章被读者“信任”或“不信任”？该项目旨在通过众包、机器学习和自然语言处理技术等，自动对媒体发布的新闻进行分类，分成被信任与不信任两类。项目将研究这两种类型的文章特点，从而能够可靠地将新闻报道分类到这两种文章中。同时，研究者还将研究这两种报道在不同的媒体消费者群体中如何发生认知上的变化。
该项目探讨推送通知如何影响选民和他们对第四等级的看法
（第四等级是指西方社会对新闻记者的一种称谓，显现了新闻媒体和记者特殊的社会地位）
。该项目采用统计、社交媒体分析和实验研究方法，目的是:(1)生成推送通知资料库，以支持对数字新闻日益流行方面的进一步研究;(2)研究不同的问题，包括商业模式和政治如何影响信息内容、媒体极化与个性化以及欺骗性信息。
从Kerner委员会认为传统媒体通过“白人视角”向世人展示世界至今已经50年了，但是代表性的问题仍然持续存在，特别是在像宾夕法尼亚州的匹兹堡这样的地区。研究者通过一系列对有色人种记者的访谈和焦点小组讨论，试图理解为什么在巨大的匹兹堡媒体网络中会有这样一个问题。
这一系列的案例研究了几个试图提高地方新闻报道能力但在很大程度上是资源不足或被边缘化的社区的发展模式。措施中包括一些国家项目，如支持记者在地方新闻编辑室工作，也包括地方驱动项目，如利用各种策略鼓励社区记者报道更具包容性和代表性的新闻。
保守派新闻媒体（指在内容上倾向于迎合美国政治权力的媒体）在美国政治话语中扮演着举足轻重的角色。然而，在保守新闻领域之外工作的学者和记者对其新闻价值观和受众参与策略知之甚少。通过对保守派的新闻制作人的采访，该项目将提升人们对保守新闻如何在商业网点和非盈利新闻网站进行制作的了解程度，并加强人们对传统新闻媒体的在线报道的理解。
