Politics of Questions in News: A Mixed-Methods Study of Interrogative Stances as Markers of Voice and Power
该研究通过混合方法分析超过一百万篇法语数字新闻，揭示了疑问句在新闻话语中虽稀疏但具有系统性模式，主要承担议题引入功能且倾向于强化知名个体与组织的个人化叙事，从而展示了如何将计算方法与语用社会学视角结合以解析新闻中的提问实践与权力结构。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文就像是一次对法语新闻界“提问艺术”的大规模人口普查。
想象一下，新闻文章通常是一篇篇由记者写的“独白”，但偶尔，记者会停下来，抛出一个问题。这篇研究就是想知道：这些“问题”在新闻里到底长什么样？它们是用来干什么的？谁在回答它们？谁又是被问到的对象？
为了搞清楚这些，研究团队像侦探一样，分析了120 万篇2023 年到 2024 年间的法语数字新闻（来自法国、瑞士、加拿大、非洲等地）。他们结合了超级计算机（AI）和人类专家的力量，就像用“望远镜”看整体趋势，再用“显微镜”看细节。
以下是这篇研究的几个核心发现，用通俗的比喻来解释：
1. 新闻里的“问题”其实很少，但很有用
- 比喻： 如果把新闻文章比作一顿大餐，那么“问题”就像是盘子里的装饰性香草，数量不多（平均每篇文章只有 2.5% 的句子是问句），但如果没有它们，这顿饭就少了点风味和结构。
- 发现： 记者很少真的在“提问”（比如真的不知道答案去问别人）。相反，他们更多是用问题来**“搭架子”**。
- 搭架子（最常见）： 就像导游举着旗子说“接下来我们要去哪个景点？”，记者用问题来引出话题、划分段落，或者强调“这里有个事儿还没解决”。
- 真提问（较少）： 真正想知道事实的提问，或者那种“你懂的吧？”的修辞性反问，相对较少。
2. 记者是“自问自答”的高手
- 比喻： 想象一个魔术师在表演。他问观众：“你们猜猜我手里是什么？”然后立刻自己揭晓答案，而不是真的等观众回答。
- 发现： 在绝大多数情况下（约 95%），新闻里的问句在文章里马上就有答案。
- 谁在回答？ 大部分时候，是记者自己在回答（自问自答）。
- 谁在说话？ 只有约 15% 的情况，记者会把麦克风递给被采访者（比如专家、政客），让他们来回答。
- 结论： 记者通常控制着对话的走向。他们提出问题，然后自己给出解释，很少让外界的声音真正主导对话。
3. 新闻只问“大人物”，很少问“普通人”
- 比喻： 如果新闻是一个聚光灯舞台，聚光灯总是打在明星、大老板、政府大楼身上。至于台下的“普通观众”或“大众群体”，他们很少被直接点名提问。
- 发现： 当新闻里出现问句时，被提到的名字通常是：
- 具体的人（如总统、球星）；
- 具体的机构（如政府、公司）；
- 具体的地点（如巴黎、加沙）。
- 很少提到： “普通民众”、“社会大众”或“某个群体”。
- 含义： 这意味着新闻里的“问责”和“关注”，主要集中在已经很有名的人或机构身上，普通大众的声音在“提问”环节是隐形的。
4. 不同地方的“提问风格”不一样
- 比喻： 就像不同地区的餐厅有不同的菜单风格。
- 瑞士和法国的媒体：喜欢用问题来组织文章，问得比较多。
- 体育和娱乐版块：特别喜欢用问题，因为要讲具体的比赛、明星八卦，问题能很好地引出故事。
- 国际新闻或商业新闻：相对严肃，用陈述句多，用问句少。
- 本地小报：虽然问得少，但更关注具体的“人”和“社区”，更有亲切感。
5. 研究方法：AI 是“扫雷兵”，人类是“排雷专家”
- 比喻： 面对 120 万篇文章，人类专家根本看不过来。
- 第一步（AI）： 他们训练了一个超级聪明的 AI（大语言模型），让它快速扫过所有文章，标记出哪里有问题，并猜测问题的类型。这就像用金属探测器扫过整个海滩。
- 第二步（人类）： 然后，人类专家去检查 AI 标记出来的“地雷”（样本），确认 AI 猜得对不对，并深入分析这些问题的“潜台词”（比如是讽刺、是引导、还是真的在问）。
- 结果： 这种“人机结合”的方法，既保证了速度，又保证了深度，让我们能看清新闻背后的权力运作。
总结：这说明了什么？
这篇论文告诉我们，新闻里的**“提问”其实是一种权力的展示**。
记者通过决定问谁、不问谁，以及决定谁来回答，悄悄地把聚光灯打在了特定的大人物和机构身上，而让普通大众处于“被忽视”的状态。虽然新闻看起来像是在“探讨问题”，但很多时候，记者只是用问题来引导读者按照他们的思路去理解世界，而不是真的在寻求一个开放的答案。
简单来说：新闻里的问句，往往不是“我不知道，请告诉我”，而是“大家看，这里有个事儿，我是这么看的”。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。