💬 NLP

Conflict or Strategy? Asymmetric Role Framing of La France insoumise and Rassemblement National in French News Headlines, 2022-2025

本研究分析了2022年至2025年间的28,592条法国新闻标题，旨在揭示媒体对左翼“不屈法国”（La France insoumise）与右翼“国民联盟”（Rassemblement National）的框架构建呈现出一种稳定的角色不对称性——即主要通过冲突语域来描绘“不屈法国”，并通过战略选举语域来描绘“国民联盟”——而非对称性的去合法化，同时还建立了一个用于大语言模型（LLM）政治文本标注的构念分层可靠性框架。

原作者： Amr Sobhy

发布于 2026-08-12

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Amr Sobhy

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

想象一下，你正走进一个巨大的、嘈杂的食堂，每个人都在大声争论谁在赢得比赛。在科学的世界里，有一整支研究团队致力于倾听这些呐喊，以弄清楚这些“新闻”究竟在表达什么。他们研究的是所谓的框架（framing）。把“框架”想象成摄影师使用的相机镜头：如果你通过“混乱”的镜头拍摄一个凌乱的房间，它看起来像一场灾难；如果通过“创作过程”的镜头拍摄，它看起来就像艺术家的心血。同一个房间，两种不同的故事。另一个核心概念是议程设置（agenda-setting），这简单来说就是决定哪些话题能获得最多的曝光时间。但这篇论文提出了一个更深层的问题：当新闻谈论两个竞争对手政党时，它是将它们视为彼此的镜像（两个造成同类麻烦的“极端派”），还是将它们塑造成完全不同的角色，比如“恶棍”对阵“策略家”？这一点至关重要，因为我们被告知如何看待领导人的方式，会改变我们的投票方式、争论方式以及我们理解民主的方式。

这篇由法国新闻实验室（French News Lab）的 Amr Sobhy 撰写的论文，深入研究了 2022 年至 2025 年间的 28,592 条法国新闻标题，旨在观察媒体如何描述两个主要的挑战者政党：激进左翼团体不屈的法国（La France insoumise, LFI），以及民族主义右翼团体国民联盟（Rassemblement National, RN）。研究人员不仅阅读了这些标题，还利用三个不同的强大 AI 模型构建了一个高科技“机器人陪审团”，为每一条标题进行标注。他们要求机器人判定：这条标题是在描述一场斗争（冲突）吗？是在描述一场国际象棋赛或选举策略（策略游戏）吗？是否将其中一个政党描绘成了坏人（去合法化）？

最大的惊喜在于：新闻并没有将这两个政党视为双胞胎。相反，它赋予了它们截然不同的角色。LFI 几乎总是被塑造成斗士或侵略者。当 LFI 出现在新闻中时，标题更有可能使用“攻击”、“冲突”或“谴责”等词汇。就好像新闻一直在不断展示 L%，展示他们在挥拳。另一方面，RN 则被塑造成策略家。关于 RN 的标题更有可能谈论“选举”、“联盟”和“战术”。新闻将 RN 视为正在进行精密计算的国际象棋选手，而将 LFI 视为在擂台上嘶吼的选手。

研究发现，这种“斗士对阵策略家”的分歧非常强烈且一致。大约 13.8% 的 LFI 标题使用了冲突框架，而 RN 仅为 8.7%。相反，45.9% 的 RN 标题使用了策略游戏框架，而 LFI 仅为 37.2%。研究人员对这一特定发现非常有信心，因为三种不同的 AI 模型彼此达成了一致，并且有一个人类专家团队对工作进行了复核并确认了这一模式。

然而，论文也谨慎地说明了它所不知道的内容。它明确排除了“新闻对这两个政党的负面评价是均等”这一观点。负面性并不是故事的主旨；故事的“类型”才是。论文也提出了一种可能性，但并未能证实：这可能是因为 LFI 确实做了更多“战斗”的事（他们领导了针对养老金改革的大规模抗议），而 RN 实际上确实在做更多的“策略”工作（试图通过策略使其形象常态化）。这项研究就像一台记录场景的摄像机；它可以告诉我们摄像机究竟看到了什么，但它无法告诉我们演员是在即兴表演还是在遵循剧本。

其中有一个棘手的部分：即“道德”判断。研究人员试图观察新闻是在称其中一个政党为“非法玩家”（缺乏合法性）还是“应受责备”（承担责任）。在这里，结果非常混乱。AI 模型之间存在很大分歧，且模式会根据你查看的报纸不同而改变。左翼报纸倾向于将 RN 描绘成反派，而右翼报纸则恰恰相反。由于数据分布如此分散，作者表示我们无法对整个法国媒体认为谁是“坏人”做出单一、坚实的结论。他们称这是一种“结构性倾向”，而非硬性事实。

简而言之，这篇论文揭示了法国的新闻标题不仅仅是在说“这两个政党都很糟糕”。它们在说：“一个政党是混乱的格斗者，而另一个是精明的博弈者。”这种区别在时间和大多数报纸中都保持着稳定，这表明法国媒体已经形成了一种讲述这两个对手故事的特定方式，将他们塑造成了如同拳击手与国际象棋大师般迥异的角色。

技术摘要：冲突还是策略？2022–2025年法国新闻标题中“不屈法国”与“国民联盟”的非对称角色框架化

问题与研究空白
本研究旨在解决计算框架研究中的一个局限性：即将“选择”（覆盖量）与“显著性”（议题如何被框架化）混为一谈，以及过度依赖无法捕捉行动者特定政治角色的通用效价度量（情感、负面性）。虽然现有文献（如 Entman, 1993; Semetko and Valkenburg, 2000）确立了冲突框架和策略博弈框架是常见的，但此前尚无计算设计系统地测试左翼和右翼民粹主义挑战者是被框架化为对称的“极端力量”，还是作为同一媒体系统中截然不同的政治对手。具体而言，本文研究了 2022 年至 2025 年间，法国新闻标题是否为“不屈法国”（LFI）和“国民联盟”（RN）分配了不同的行为与规范角色。

研究方法
本研究采用大规模观察性设计，分析了 2022 年 1 月至 20 25 年 12 月期间，来自 25 家媒体（涵盖从极左到极右）的 28,592 条法国新闻标题。语料库经过筛选，仅包含表面提及 LFI、RN、其联盟或关键领导人的标题。

标注流水线： 研究采用了基于三个开源大语言模型（LLM）的多数投票制流水线：GPT-OSS-120B、Llama-3.3-70B-Instruct 和 Mistral Large 2。在查询这些模型时，使用了包含严格边界条件的相同提示词，以区分行为构念（例如，冲突需要一个明确的对抗性动词）与规范性判断。
验证： 为应对相关偏见和循环论证的风险（即模型可能仅仅是在复制训练数据的模式），该流水线通过对 400 条标题进行的分层人工审计进行了验证。审计过程特别对争议较大的案例进行了过采样。
统计分析： 框架率通过带有媒体机构和年份固定效应的逻辑回归进行分析。通过聚类自助法置信区间（考虑了媒体机构的聚类效应）和 10,000 次随机置换检验验证了稳健性。
构念层级： 作者建立了一个两层可靠性框架：
1. 行为层（Behavioral Tier）： 高一致性（79.6–85.5% 的模型一致性；人类验证 $\kappa \ge 0.76$ ）。包括“冲突框架”和“策略博弈框架”。
2. 道德问责层（Moral-Accounting Tier）： 较低的一致性（53.4% 一致性； $\kappa = 0.644$ ）。包括“合法性”（去合法化/正常化）和“责备”。这些被视为“结构化倾向”而非稳定的属性。

核心结果
研究发现存在稳健的角色非对称性，而非简单的效价非对称性（即一方比另一方更“负面”）。

核心行为非对称性：
- LFI 被框架化为冲突语境的频率显著更高（13.8% 的标题 vs. RN 的 8.7%；调整后 OR = 0.614）。这种现象在不同年份和媒体家族中持续存在。
- RN 被框架化为策略性选举语境的频率显著更高（45.9% vs. LFI 的 37.2%；调整后 OR = 1.414）。这一优势在 2023 年最为显著，但在 2025 年因影响 RN 领导层的法律事件而减弱。
- 侵略者角色： LFI 更频繁地在句法角色中扮演“侵略者”（发起对抗），尽管由于验证可靠性较低，这被视为一种辅助性的句法证据。
道德问责与媒体结构：
- 去合法化： 虽然汇总数据表明 RN 被去合法化的频率更高（31.2% vs. 25.7%），但这一发现具有高度的媒体结构性和时间不稳定性。左倾媒体（如《解放报》）强烈去合法化 RN，而右倾媒体（如《费加罗报》、《JDD》）则将其正常化，甚至去合法化 LFI。总体的差距是一个“聚合无效值”，掩盖了极化的编辑逻辑。
- 责备与目标： 与去合法化类似，责备归因表现出强烈的媒体层面差异（左倾媒体责备 RN；右倾媒体责备 LFI），导致总体效应接近于零。
- 稳定性： 行为非对称性（LFI = 冲突，RN = 策略）在所有三个标注模型中都是方向稳定的，并经受住了自助法和置换检验。道德问责层对模型分歧和媒体意识形态较为敏感。
时间动态：
- RN 的策略性框架在 2023 年（非选举年）达到顶峰，并在 2025 年随着玛琳·勒庞的定罪而崩溃，随后转向司法语境。
- LFI 的冲突框架保持一致，并在 2025 年养老金改革抗议（第 49.3 条宪法条款）的余波中达到顶峰。

贡献与意义
本文对计算社会科学和政治传播做出了三个主要贡献：

将“政治角色分配”作为一种构念： 它将“政治角色分配”（如侵略者、策略竞争者）操作化为一个独特的分析目标，超越了通用的情感或负面性度量。这使得分解那些被效价度量所混淆的框架成为可能。
构念分层的可靠性框架： 研究建立了一种通过区分高稳定性行为构念与低稳定性规范构念，来校准多数投票制 LLM 流水线的方法。它证明了虽然 LLM 可以可靠地检测行为语境（冲突/策略），但在没有显式人类验证的情况下，它们难以处理有争议的规范性判断（合法性/责备）。
非对称框架化的经验证据： 研究提供了证据表明，法国媒体并未将 LFI 和 RN 视为对称的“极端力量”。相反，它们分配了不同的政治角色：LFI 被叙述为参与冲突的行为挑战者，而 RN 被叙述为策略性的选举竞争者。这种差异在控制了媒体意识形态后依然存在，表明这是一种结构性的编辑差异化，而非简单的党派偏见。

局限性与注意事项
作者明确指出，观察性设计无法区分是“行为供给”（政党实际产生了不同类型的事件）还是“框架构建”（记者应用了不同的模板）。研究记录的是标题中角色的分布，而非媒体对这些角色独立的构建。此外，对标题的依赖限制了研究范围仅限于高显著性的框架单元，且使用 LLM 引入了如果模型内化了其正在测量的媒体模式时可能产生循环论证的风险，尽管结果在不同模型和人类审计中的稳定性表明该信号是稳健的。

类似论文