转眼七月即将结束，认真备考的时间总是过得飞快，背书练题的同时大家也记得为自己加油打气噢
今天，小田心带大家学习的是「新闻偶遇」。该理论是近年来学界研究的前沿热点，小田心为大家梳理了相关论文，并将重点总结成了专题，一起来看看吧。
新闻偶遇（incidental news exposure），也有学者将其译作“偶然接触新闻”。偶然接触概念自1957年唐斯提出之时起，就是一个政治传播概念，是相对于主动寻找新闻的另一种截然不同的新闻消费模式和政治学习行为，通常指“人们在没有积极寻找政治信息或公共事务新闻时接触这些新闻的方式。”20世纪60年代末70年代初，电视兴起后，偶然接触成为了一种典型的新闻获取机制。数字媒体时代，人们新闻偶遇的频率在不断增加，甚至正在成为社交媒体中更为主流的新闻消费实践。
有学者建议将社交媒体的偶遇接触区分为两个级别——被动扫描到偶然遇到的新闻或政治信息为“第一级别的偶遇接触”（first-level incidental exposure），故意对偶然遇到的新闻或政治信息进行认知加工处理为“第二级别的偶遇接触”（second-level incidental exposure）。在第一级别下，用户扫描到偶然遇到的信息，简要地检查内容与自己兴趣和目标的相关性，如果内容被评估为相关，则进入第二级别，对信息内容进行更深度的加工处理。
还有学者将偶遇接触按等级分为三个路径：一是“偶然路径”，主要指“快餐新闻”的消费模式，即用户掠过新闻标题，但没有唤起信息需求的驱动，也没有将注意力放在新闻内容上的情况；二是“自动路径”，通常表现为人们在滚动新闻流中偶然滚动到了一则新闻，并滚动浏览了新闻提要，简要掌握新闻梗概，这是社交媒体短新闻模式下经常发生的一种新闻消费路径；三是“主动路径”，即偶然接触新闻后导致用户主动参与新闻、仔细阅读新闻内容的行为。
通常，新闻偶遇是低控制的媒体环境（如电视）中才可能出现的现象。而进入绝对高控制的媒体环境中，一旦用户对他们所接触的信息环境有绝对支配能力，他们能回避他们不喜欢的内容，新闻偶遇不会发生。
当前，我们倾向于评估社交媒体用户的信息控制权是复杂且动态的，其控制性不高也不低，可以称之为“部分控制”。用户经常出于娱乐目的而非新闻目的在使用社交媒体，但使用过程中，也常常被动地接触他们没有寻找或没有关注的信息，因为其信息策展过程不仅由用户个人决定，还由新闻工作者、算法过滤器、广告客户以及社交好友共同承担。虽然用户本身也是决定自己遇到新闻数量多少的重要策展者，但有限的个人控制权决定了无论个人对新闻感兴趣与否，他们还是会在数字媒体使用中偶遇到好友分享的或平台推送的新闻。
在数字和社交媒体中，“新闻偶遇”与“主动接触新闻”的关系是复杂交织的。广泛的证据表明，在算法精心设计的数字平台上，个人过去的媒体行为、内容偏好、社交关系会转化为用户行为数据，作为塑造他们未来看到的媒体内容排列的重要因素。这意味着，更多的主动寻找新闻行为会显著地增加他们新闻偶遇的可能性。反过来，新闻偶遇的频率也被证明会增加主动寻找新闻的行为，二者存在双向的正向预测关系。
随着社交媒体替代传统媒体成为当代公民尤其是青年群体的主要新闻阵地，一个重要的变化在于，公民的新闻获取机制正在发生根本转型——无论是高政治兴趣者还是低政治兴趣者，他们可能不会为了满足监测新闻的需求而寻找新闻，而是为了其他目的使用媒体时偶然接触新闻，并替代主动寻找新闻成为了主要的新闻获取方式。更高的互动性、丰富的信息量、弱化的社会边界、弱关系信息网络等因素，都加速了社交媒体新闻偶遇现象的普及。越来越多人相信不再需要积极寻找新闻，因为他们在使用社交媒体过程中，总是能不经意地看到好友分享的新闻、媒体推送的热点新闻，或普通网友的政治评论和讨论等。
首先，人们在没有积极寻找时事或公共事务新闻时偶然扫描到新闻，粗略浏览新闻的标题或关键信息，即进入了第一级别的偶然接触。
其次，人们在第一级别的偶然接触的基础上，进一步对内容与个人目标、兴趣作相关性评估，如果评估为不相关，则可能终止于第一级别的偶然接触；如果评估为相关，则可能投入更多注意和认知处理新闻内容，进入第二级别的偶然接触。
第三，新闻偶遇的知识效应如何，取决于复杂的条件，不仅要求人们考虑偶然接触级别、类别等差异，还要求考虑受众个人的能力、动机，以及信息环境、社会环境的影响。
高选择性媒体环境下，社交媒体的娱乐属性进一步突出，这种娱乐性也波及新闻的内容生产和叙事风格。在一定程度上，新闻的边界在慢慢泛化。抖音、快手等短视频平台在为受众提供消遣娱乐的同时，也日益成长为受众获取日常新闻的重要场所。这种新闻的娱乐性并非一定会带来消极后果，在培养无意的新闻受众方面也会带来积极影响，为新闻的传播创造一个有利的机会，催生大量无意的新闻受众。
算法分发被广泛地应用在当今的社交媒体，它使得受众的信息接触总量持续增加，无论是何种类型的信息。在无意的新闻接触中，假如算法带有一定的公共服务形式与随机性，那么当新闻进入受众的算法推荐队列的时候，受众也会更容易接触到新闻，而这些受众最初并非为了新闻才使用这一算法平台提供的服务的。在高选择性的媒体环境中，合理的优化算法，可以实现从无意的回避转向无意的接触，供应的增加和获取的便利也将带来比之前的大众媒体环境更多样化的新闻使用和更多的参与。
今天的推文就到这里啦~大家可以结合框架和小标题对「新闻偶遇」专题进行归纳总结，并选取关键字句进行适当记忆。希望这篇推文能够让你有所收获哦，我们下期再见~
[2]徐敬宏，张如坤.“新闻找到我”：助推高选择性媒体环境下受众的新闻接触