科学传播与公众参与
近二十年，科学传播从“把正确知识送到公众那里”转向“在关系、平台和参与制度中共同生成可理解、可质疑、可行动的知识”。第一幕推翻知识赤字模型，讨论框架、上游参与、公民科学、共识、叙事、社交媒体与参与评估；第二幕把纠错、预揭示、准确性提醒、不确定性、疫情信任、审议式公众、社会倾听、预印本、包容性、风险可视化、生成式AI与可信使者串成一条新的传播基础设施。
2006—2016年前后的核心动作，是停止把公众当作被动受众。八条分别把既有经验、问题框架、研究议程、数据生产、共识认知、故事、平台路径和参与影响纳入传播对象。
甲、知识赤字模型的失效：公众不是空容器Limits of the Deficit Model
此前的报告习惯让一个关键对象消失了：传统科普把争议理解为知识缺口，默认专家提供更多事实即可提高支持。转基因、核能与公共卫生事件却显示，知识较多者也可能因价值与身份形成更稳定分歧，从被忽略的边界回看，“拒绝参与、已有经验与机构冲突却未进入知识测试的公众”是否有机会成为正式对象，若它们在入表前即被排除，后续平均与排名便无法说明整体。
只有把以下主张单独放上检验台，转向才有意义：本条把判断责任明确为：传播成效只取决于信息是否进入公众已有的信任与经验关系，而不是事实数量。知识传递若不处理谁说、为何说和谁承担风险，效果有限，
这组结果之所以能改变领域，是因为Sturgis与Allum用英国全国调查把科学知识、一般社会信任与科学态度放进同一模型，结果显示知识并非零作用，却不能独立解释支持程度。2017年国家科学院又把有效传播拆成界定目标、识别受众、选择策略、实施沟通和评价效果5项连续任务，原始材料给出了一条可追踪的修订轨迹，首篇材料由Sturgis P, Allum N（2004）承担，反方向证据来自Wynne B（2006），而National Academies of Sciences, Engineering, an…（2017）提供较新的对象或规则，因而不能只引用其中最有利的一笔。
这一思想最需要防止的，是把范围收窄误写成普遍法则：反对者指出知识仍会影响某些判断，不能从赤字模型失效推出事实不重要。问题是知识并非唯一且线性变量，特定议题需分开检验，一旦把失败对象纳入，“当机构用更多单向事实回应信任危机时，信息量越大，公众对操控的怀疑反而可能上升”会把表面改进翻转为制度性损失，因而失效条件应进入摘要和决策表。赤字模型批评并未否定知识价值，而是否定线性因果；应用中却常把“公众不懂”继续作为失败解释。
制度层面的连带后果很具体：传播项目应先测量受众问题、风险分配与可信来源，再设计信息。评估不能只测知识得分，还要看决策理解、信任校准和参与者能否提出有效问题，实践端最先需要改变的不是宣传语，应在规则公布前、实施初期和参与者完成适配后分别重算理解核心证据且信任校准的受众数／全部接触受众数，用时间断点区分真实改变与策略回应。
真正有检验力的外部参照不是同义概念，而是它与第89号“科学哲学”第5条的专家—公众边界对撞：科学哲学解释知识权威，本块检验权威进入关系后是否被接受；两边共同说明“正确”不自动变成“可信”，沿着“教育学称“先备观念”，治理学称“制度信任”；另见第89号第5条”这条外部线索，应保留各自的分子、分母与对象边界，再判断理解核心证据且信任校准的受众数／全部接触受众数能否换算，名称接近本身不构成证据。
乙、框架效应：同一事实由不同问题定义Framing Science without Distorting Evidence
从发生史看，最要紧的改变是停止把下列现象视作例外：旧理想把中性传播理解为“只给事实”，忽略标题、比较对象、图像和发言者已经组织意义。框架理论让这种选择显性化，把这段发生史展开，需要先查清“未被测试的替代框架、少数文化解释与发现省略后退出的受众”被谁、依据什么规则排除，因为入口变化足以把同一制度写成完全不同的历史。
若必须只保留一个决定量，本条选择本条声称，决定受众理解路径的只有议题被放入何种问题框架，而不是事实清单长度。不同框架可使同一数据被理解为创新、风险、公平或责任，把隐藏假设放到台面后，先否定“测量与框架实验不会改变受众原有问题定义”并重算正确识别证据与价值边界的受众数／全部接受框架信息的受众数，只有结果仍能由同一机制解释，原命题才没有借用未说明的前提。
该文献最值得保存的不是摘要结论，而是以下结构读数：Kahan等以1,850名美国成年人做全国在线调查实验；约81%此前几乎未听说纳米技术。受试者获得少量平衡信息后，判断没有简单趋同，反而按文化价值出现显著极化，说明“同一事实＋不同框架”能够制造方向相反的风险结论，从首篇工作到最近更新，首篇材料由Nisbet MC, Mooney C（2007）承担，反方向证据来自Kahan DM, Braman D, Slovic P, Gastil J, Cohen GL（2009），而Bubela T, Nisbet MC, Borchelt R, et al（2009）提供较新的对象或规则，因而不能只引用其中最有利的一笔。
在制度化过程中，最容易被遗忘的是一项反向结果：战略框架容易滑向操纵：只强调有利价值、隐藏不确定性或把反对者刻板化。框架效果也因身份与文化而异，不能把一次实验外推到全部公众，这条思想留下的自我约束表明，“当框架只保留有利后果时，传播一致性越高，受众发现省略后信任反而越低”会把表面改进翻转为制度性损失，因而失效条件应进入摘要和决策表。框架倡议承认事实约束仍在；政治传播却常把“框架”理解为可任意包装。
该转向对标准、指南与采购的影响是实践应公开核心事实、选择的框架与被省略的替代框架，预试不同群体是否误读。争议议题最好同时展示至少两种合法问题定义，为了避免只记录账内成功，应在规则公布前、实施初期和参与者完成适配后分别重算正确识别证据与价值边界的受众数／全部接受框架信息的受众数，用时间断点区分真实改变与策略回应。
相邻领域使用不同词汇记录了同一个动作：它与第85号“公共政策”第7条的问题建构对撞：政策研究关心问题如何进入议程，科学传播关心证据如何进入框架；若框架先决定可见证据，传播已参与政策选择，与邻近面板并读时，应保留各自的分子、分母与对象边界，再判断正确识别证据与价值边界的受众数／全部接受框架信息的受众数能否换算，名称接近本身不构成证据。
丙、上游公众参与：在技术锁定前进入Upstream Public Engagement
本条的历史起点不是新名词，而是一次账本重写：传统咨询多在政策或技术接近定案时开展，公众只能评价既定选项。纳米技术与生物技术争议推动“上游”概念，把参与移到研究议程和设计早期，沿着旧制度的入口追踪，需要先查清“未被邀请、无法投入长会议及意见被列为“超出范围”的群体”被谁、依据什么规则排除，因为入口变化足以把同一制度写成完全不同的历史。
可证伪性来自一个明确承诺：本条声称，决定参与实质性的只有公众意见能否在锁定前改变问题、方案或资源，而不是会议人数。参与必须具有可见的制度反馈，这一主张可以用一次直接反事实检验，用相同对象、时间窗与排除规则比较两种制度版本，若因公众意见实际改变的设计项数／全部事前声明可改变项数方向不稳，就应把结论降为情境性判断。
需要保存的关键事实是Demos 2004提出“看得见的科学”；负责创新框架进一步提出预期、反思、包容和响应4维。欧盟RRI项目将公众参与、开放获取、伦理、性别和科学教育纳入实践，把摘要结论拆回来源，首篇材料由Wilsdon J, Willis R（2004）承担，反方向证据来自Stilgoe J, Owen R, Macnaghten P（2013），而European Commission（2014）提供较新的对象或规则，因而不能只引用其中最有利的一笔。
反号条件使本条保留了真正的可证伪性：早期参与也可能在信息不足时被少数活跃者主导；技术路径并非完全可塑。组织若不说明哪些决定可改，参与会制造不切实际期待，从应用风险看，“当机构在事实上已锁定方案后仍扩大参与规模，参与人数越多，象征性动员与失望反而越大”会把表面改进翻转为制度性损失，因而失效条件应进入摘要和决策表。上游参与文献明确要求“响应”，即组织必须改变；不少项目却只统计触达与发言次数。
实践端最先需要改写的不是口号，而是表单与责任链：每次参与应公布可改变范围、参与构成、意见如何映射到设计和未采纳理由。事后以实际改变项／可改变项检验，而非只报满意度，把结论转成治理动作时，应在规则公布前、实施初期和参与者完成适配后分别重算因公众意见实际改变的设计项数／全部事前声明可改变项数，用时间断点区分真实改变与策略回应。
它与邻近领域共享一条未说出的前提：它与第491号“社会创新与社会企业”第6条的共同设计对撞：两者都强调早期进入，但科技参与处理知识不确定，社会创新还要处理共同所有权与持续运营，同一动作换一套学科语言后，应保留各自的分子、分母与对象边界，再判断因公众意见实际改变的设计项数／全部事前声明可改变项数能否换算，名称接近本身不构成证据。
丁、公民科学：公众从受众变成共同生产者Citizen Science as Co-production
这项思想首先击中的，是一条长期未被写进方法部分的旧默认：早期项目常把志愿者当低成本传感器，任务由科学家完整定义。共同生产视角要求区分贡献式、协作式与共同创制式参与，从对象如何被登记来看，需要先查清“只贡献一次、数据被清洗掉、未获反馈与无法使用数字工具的参与者”被谁、依据什么规则排除，因为入口变化足以把同一制度写成完全不同的历史。
它真正要求接受的不是态度，而是一个方向性判断：本条声称，决定公民科学知识与学习价值的只有参与者实际拥有的研究环节，而不是志愿者人数。参与深度改变数据、能力与治理结果，判断它是否站得住，不必依靠赞成态度，用相同对象、时间窗与排除规则比较两种制度版本，若由公众共同决定的研究环节数／项目全部核心环节数方向不稳，就应把结论降为情境性判断。
这里的硬证据来自样本、比例与时间窗的同时固定：eBird在2008年已累积近1,000万条鸟类观测，2009年前后月度提交跨过100万条；系统同时记录完整清单、观察时长、距离与地点，并用区域—季节频率过滤异常记录，再把疑难记录交给区域专家复核，把文献按时间排开，Sullivan BL, Wood CL, Iliff MJ, Bonney RE, Fink…（2009）给出可核对起点，Dickinson JL, Shirk J, Bonter D, et al（2012）使原结论不再无条件成立，McKinley DC, Miller-Rushing AJ, Ballard HL, et …（2017）展示问题在新环境中的延伸，时间顺序本身就是证据。
后续争论把决定性问题集中到志愿者分布常偏向有时间、有设备和高教育群体；任务游戏化可能增加数量、降低持续性。专业者也可能只在结尾取走数据，不共享署名和解释权，比效应大小更重要的是，“当项目用志愿者数量考核时，规模越大，参与者对问题和解释的实际控制反而可能越低”会把表面改进翻转为制度性损失，因而失效条件应进入摘要和决策表。公民科学类型学承认多数项目仍是贡献式；宣传却常把任何众包数据称为共同生产。
由此形成的制度问题是项目应报告问题制定、采集、分析、传播各环节的公众参与比例，设置质量验证与反馈，并向社区返回可用结果。贡献者应获得清楚署名与数据权说明，机构真正需要新增的是，应在规则公布前、实施初期和参与者完成适配后分别重算由公众共同决定的研究环节数／项目全部核心环节数，用时间断点区分真实改变与策略回应。
本条与外部近邻的共同点不是主题，而是隐藏假设：它与第193号第16条的社区知识组织对撞：公民科学强调观测生产，知识组织强调分类与保存；若社区标签被专业体系替换，参与深度会在数据清洗中消失，为了判断两边是否真在谈同一件事，应保留各自的分子、分母与对象边界，再判断由公众共同决定的研究环节数／项目全部核心环节数能否换算，名称接近本身不构成证据。
戊、气候共识沟通：纠正“科学家仍各说各话”Communicating Scientific Consensus
旧做法的困难集中在一个可复算的问题上：气候传播长期只讲机制和后果，忽略有组织怀疑制造“科学家尚无共识”的印象。共识研究试图测量文献与专家判断，若把早期样本重新分类，需要先查清“不表态论文、对共识命题理解不同及拒绝回答比例题的受众”被谁、依据什么规则排除，因为入口变化足以把同一制度写成完全不同的历史。
本条要求研究者先承认本条把决定性路径锁定为受众是否准确感知专家共识，而不是掌握多少气候细节。共识认知被视为影响相信人类致暖、担忧与政策支持的中介，把解释责任压到可观测结果上，用相同对象、时间窗与排除规则比较两种制度版本，若正确估计共识区间的受众数／全部接触共识信息的受众数方向不稳，就应把结论降为情境性判断。
本条的测量骨架可从下列结果看清：Cook等分析1991—2011年摘要并报告在表态论文中约97%支持人为致暖；van der Linden等实验显示共识信息提高共识估计，并通过门户信念关联其他态度，从三笔材料的责任分工看，Cook J, Nuccitelli D, Green SA, et al（2013）给出可核对起点，van der Linden SL, Leiserowitz AA, Feinberg GD,…（2015）使原结论不再无条件成立，Cook J, Oreskes N, Doran PT, et al（2016）展示问题在新环境中的延伸，时间顺序本身就是证据。
反对意见真正击中的，是边界条件而不是主题本身：97%口径依赖“表态论文”分母和编码；批评者担心数字被当作诉诸权威。共识沟通对高度身份化群体可能有限，且不能替代解释证据，把限制写进主结论后，本条只在没有触发“当数字被当作压制政策讨论的权威时，共识认知越高，对传播者动机的不信任反而可能上升”时保留原方向。共识研究明示它测量特定科学命题，不证明任何单一政策；传播材料却常把两者连成一条。
治理意义来自它迫使组织为下列对象单设字段：传播应同时说明分母、编码和共识所指命题，避免把“人类导致变暖”扩成所有政策方案均有共识。评估需看共识估计与证据理解是否同步，在审计或复盘中，应在规则公布前、实施初期和参与者完成适配后分别重算正确估计共识区间的受众数／全部接触共识信息的受众数，用时间断点区分真实改变与策略回应。
若两边都成立，就必须承认还有一个未入账的变量：它与第493号第2条的领域归一化对撞：两者都依赖参照组和分母；若共识比例不公开编码规则，传播中的确定数字会复制计量盲区，本条的外部边界可由另一套账本检验，应保留各自的分子、分母与对象边界，再判断正确估计共识区间的受众数／全部接触共识信息的受众数能否换算，名称接近本身不构成证据。
己、叙事传播：故事提高记忆，也可能牺牲证据边界Narrative Science Communication
早期讨论常把问题化约为一个易于汇总的表面读数：科学传播常把叙事视为不够严谨，改用抽象统计；受众却更容易记住具体人物。反过来，一例动人故事也可能压倒基准率，在第一次统计之前，需要先查清“没有完整故事线、与典型叙事相反及不愿公开个人经历的个案”被谁、依据什么规则排除，因为入口变化足以把同一制度写成完全不同的历史。
在同一分母与时间窗内，本条坚持本条声称，决定叙事说服的只有受众被运输进因果情节的程度，而不是事实数量。故事可降低反驳、增加情感与记忆，其排他性可以从一个替代口径开始检验，用相同对象、时间窗与排除规则比较两种制度版本，若准确理解个案在总体中位置的受众数／全部受叙事影响的受众数方向不稳，就应把结论降为情境性判断。
证据并没有消除争议，但它把争议压缩到可测范围：Dahlstrom 2014总结叙事在科学传播中的认知机制；2016荟萃分析报告叙事对态度、意向和行为有总体小到中等效应。效果受虚构性、议题与受众卷入调节，证据链并非三次重复背书，Dahlstrom MF（2014）给出可核对起点，Braddock K, Dillard JP（2016）使原结论不再无条件成立，National Academies（2017）展示问题在新环境中的延伸，时间顺序本身就是证据。
其不确定性来自分母、窗口与对象边界同时可能漂移：叙事会制造“代表性启发”，把罕见个案当普遍；情节需要明确因果，可能隐藏不确定与多因素。过度戏剧化还会在被纠正时损伤信任，反向情形不是附录里的免责声明，本条只在没有触发“当极端个案被设计得更沉浸时，记忆越强，基准率判断反而越容易偏离”时保留原方向。叙事研究主动警告真实性与代表性风险；传播实践却常只引用“故事更有效”的结论。
如果只把它写进宣言而不改流程，最先消失的仍会是材料应同时给个案位置、分布和反例，说明故事是说明机制还是代表总体。测试不仅问“记住了什么”，还要问受众是否误估频率，落实到组织程序，应把“没有完整故事线、与典型叙事相反及不愿公开个人经历的个案”与正式样本并列，并说明它们是否改变准确理解个案在总体中位置的受众数／全部受叙事影响的受众数，否则制度只能证明被保留下来的对象有所改善。
同一个对象在另一块面板里被量成了不同的比率：它与第197号“出版与阅读”第10条的叙事沉浸对撞：阅读研究解释故事怎样吸引，本块要求传播者为代表性与证据边界负责，把双方读数放在同一时间窗内，应保留各自的分子、分母与对象边界，再判断准确理解个案在总体中位置的受众数／全部受叙事影响的受众数能否换算，名称接近本身不构成证据。
庚、社交媒体改写科学新闻路径Science Journalism in Networked Media
这一转向把一项看似外围的条件拉回核心：传统模型以新闻编辑部为中介，来源与受众边界较清楚。社交媒体让预印本、新闻稿、评论和谣言在同一流中竞争，机构可绕过记者直接发布，与其把差异归为偶然，需要先查清“私密群组、删除内容、未点击来源及算法未曝光的受众”被谁、依据什么规则排除，因为入口变化足以把同一制度写成完全不同的历史。
它不是一般倡议，而是一项排他的解释：本条声称，决定可见性的只有平台分发与网络再传播路径，而不是信息是否来自权威期刊。科学新闻的到达由连接、推荐和互动共同生成，若要把它与一般倡议区分开，用相同对象、时间窗与排除规则比较两种制度版本，若点击原始证据并保持正确理解的用户数／全部平台曝光用户数方向不稳，就应把结论降为情境性判断。
主证据留下了可以重算的数字：Brossard 2013总结新媒体对科学消费者的改变；气候传播研究显示在线讨论呈现少数高度活跃节点和分化网络。数字新闻报告持续记录社交平台与搜索成为入口，若把提出、异议与更新分别阅读，Brossard D（2013）给出可核对起点，Schäfer MS（2012）使原结论不再无条件成立，Reuters Institute for the Study of Journalism（2026）展示问题在新环境中的延伸，时间顺序本身就是证据。
这项思想也留下了自己的反证入口：平台数据不透明，研究常只观察公开账号；高互动可能来自冲突而非理解。算法变化使跨年比较断裂，平台退出也改变样本，后续争论真正要求修改的是，本条只在没有触发“当平台奖励争议互动时，曝光越高，理解与信任反而可能越低”时保留原方向。新媒体研究承认可见性与知识获得不同；机构仪表盘却常用浏览和互动替代传播成效。
把它落实到程序，至少会出现三项变化：科学机构应把首发、二次传播、纠错与来源点击分开，保存平台规则变化。记者需披露预印本状态和利益关系，不能把热度当独立验证，若将这项转向用于真实决策，应把“私密群组、删除内容、未点击来源及算法未曝光的受众”与正式样本并列，并说明它们是否改变点击原始证据并保持正确理解的用户数／全部平台曝光用户数，否则制度只能证明被保留下来的对象有所改善。
在跨领域比较中，最合适的对手是：它与第478号“合成媒体与信息完整性”第9条的推荐放大对撞：本条追踪科学信息路径，第478号追踪真实性攻击；两者结合才能区分真内容被误放大与假内容被精确投放，把本条放到相邻领域中，需要先核对“短期平台热度可以自由外推为长期公共理解”是否在两边都成立，若一边把它当条件、另一边把它当结果，差异正是新的解释入口。
辛、公众参与评估：从到场人数转向影响与包容Evaluating Public Engagement
旧框架能够给出整齐结果，却没有回答机构容易统计讲座场次与触达人数，因为它们可加总；却少记录参与者构成、讨论质量和决策改变。热闹活动可能只覆盖熟悉科学的公众，真正改变比较结果的起点是，需要先查清“邀请未到、无法持续参与及意见未被采纳但无理由记录的人”被谁、依据什么规则排除，因为入口变化足以把同一制度写成完全不同的历史。
其可检验版本不是“值得关注”，而是本条把决定性路径锁定为参与机制是否实现预定信息流与影响，而不是规模。沟通、咨询和参与三类机制需要不同成功标准，真正的检验发生在保持对象不变时，用相同对象、时间窗与排除规则比较两种制度版本，若对决策产生可追踪影响的参与者数／全部实质参与者数方向不稳，就应把结论降为情境性判断。
若把数字从文字中抽出，可以看到Grand等调查171名研究者；对“何为成功、用什么标准”的问题，92人（53%）没有回答，另39人明确写“无／没有标准”，只有40人给出实质回答。少数回答共提出54项建议，显示许多参与活动连成功判据都未在启动前写明，这组来源最有价值的地方在于，Rowe G, Frewer LJ（2005）给出可核对起点，Grand A, Davies G, Holliman R, Adams A（2015）使原结论不再无条件成立，National Co-ordinating Centre for Public Engage…（2018）展示问题在新环境中的延伸，时间顺序本身就是证据。
当评价者改变行为时，原先的方向未必保存：影响难归因，参与者也可能追求学习而非改变政策。过度指标化会增加表格、压缩关系工作；少数深度项目不能简单与万人传播比较，在最不利条件下重读结果，本条只在没有触发“当到场人数成为绩效时，活动规模越大，深度参与和被忽视群体的资源反而越少”时保留原方向。参与评估框架把代表性和影响列为核心；机构年报却主要展示活动和人次。
这项转向还改变了培训与问责的边界：项目应在开始前声明目标、可改变范围和目标群体，报告实际参与构成、意见处理和长期关系。对未参与者做简短调查，识别时间、语言、残障与信任障碍，从表单、系统与责任人三个层面看，应把“邀请未到、无法持续参与及意见未被采纳但无理由记录的人”与正式样本并列，并说明它们是否改变对决策产生可追踪影响的参与者数／全部实质参与者数，否则制度只能证明被保留下来的对象有所改善。
与相邻面板的接口可以精确定位：它与第300号第11条的公益项目评估对撞：两者都面对触达与影响分离；公众参与还需记录决策权，而公益评估更关注服务结果，跨领域比较的关键不是术语相似，需要先核对“一次活动的短期到场和满意可以自由外推为长期关系”是否在两边都成立，若一边把它当条件、另一边把它当结果，差异正是新的解释入口。
2016—2026年，传播研究进入错误信息、危机治理与自动化时代。重点从“说什么”移到“何时说、由谁说、怎样纠错、怎样标记状态、怎样让反馈回到服务与政策”。
一、纠错反弹并非常态：不要把公众写成不可说服The Backfire Effect Is Not a General Law
问题并不是旧制度完全无效，而是它在以下情形中失去辨别力：早期研究让传播者担心纠错会强化错误，于是对高身份议题谨慎甚至沉默。大规模复制与多议题实验发现，纠正效果虽受限，却很少系统反向，从被忽略的边界回看，需要先查清“未完成延迟复测、只改事实不改态度及平台上未见纠正的人”被谁、依据什么规则排除，因为入口变化足以把同一制度写成完全不同的历史。
这条路径的判决句是本条声称，决定纠错方向的只有受众是否接收清晰替代解释，而不是其政治身份必然触发反弹。错误记忆与态度变化也需分开，这项命题最需要承担的证伪风险是，用相同对象、时间窗与排除规则比较两种制度版本，若延迟复测仍保持正确的受众数／全部接受纠正的受众数方向不稳，就应把结论降为情境性判断。
把结论拆回数据，最关键的一组量是：Wood与Porter在52个议题、超过1万名参与者的实验中几乎未发现反弹，纠正普遍提高事实准确性。后续综述区分即时信念、延迟记忆和行为，原始材料给出了一条可追踪的修订轨迹，Wood T, Porter E（2019）给出可核对起点，Nyhan B, Reifler J（2010）使原结论不再无条件成立，Swire-Thompson B, DeGutis J, Lazer D（2020）展示问题在新环境中的延伸，时间顺序本身就是证据。
限制部分比结论部分更能说明它的责任边界：纠正不一定改变政策态度，重复错误也会增加熟悉感；实验样本与真实平台环境不同。不存在普遍反弹，不等于任何纠正方式都有效，一旦把失败对象纳入，本条只在没有触发“当传播者因害怕反弹而停止纠错时，风险越高的错误反而越可能长期无人挑战”时保留原方向。大规模研究找不到普遍反弹，说明早期经典效应不可机械外推；公众话语却仍把它当定律。
真正昂贵的部分不是新增一个指标，而是传播者应先陈述事实、简短标记错误、提供因果替代解释，并延迟复测。报告要把“不再相信错误”与“支持政策改变”分开，实践端最先需要改变的不是宣传语，应把“未完成延迟复测、只改事实不改态度及平台上未见纠正的人”与正式样本并列，并说明它们是否改变延迟复测仍保持正确的受众数／全部接受纠正的受众数，否则制度只能证明被保留下来的对象有所改善。
两条命题看似相邻，实则把因果责任放在不同环节：它与第86号第14条的错误信息纠正对撞：媒介研究关心格式与传播，本块关心科学议题的证据边界；两者共同反对用单一反弹故事放弃纠错，沿着“认知心理称“持续影响效应”，传播学称“纠错反弹”；另见第86号第14条”这条外部线索，需要先核对“实验窗口内纠正效果可以自由外推为长期记忆与行为”是否在两边都成立，若一边把它当条件、另一边把它当结果，差异正是新的解释入口。
二、预防性揭示：在错误到来前训练识别Inoculation and Prebunking
这个领域原本把下列安排视为中性的技术细节：传统纠错追在错误之后，传播速度和熟悉效应使其落后。接种理论借用弱剂量威胁与反驳预演，让受众识别伪专家、阴谋、假二分和情绪操纵，把这段发生史展开，旧说法之所以显得稳定，往往是“未联网、低识字、无障碍需求及被训练误判为假的真实信息”没有进入观察，补回这些对象后才看得见真正的选择效应。
作者把判断压缩为本条声称，决定抵抗力的只有对操纵技术的事前识别训练，而不是记住某条正确答案。技术型接种试图跨议题迁移，把隐藏假设放到台面后，用相同对象、时间窗与排除规则比较两种制度版本，若正确识别操纵且未误伤真实信息的判断数／全部测试判断数方向不稳，就应把结论降为情境性判断。
研究者没有只报告中心趋势，而是同时给出2017气候实验显示，在共识信息前加入对伪请愿策略的警示，可保护共识认知；Bad News游戏和短视频预揭示实验在多国报告辨别力小幅提高，从首篇工作到最近更新，van der Linden S, Leiserowitz A, Rosenthal S, M…（2017）给出可核对起点，Roozenbeek J, van der Linden S（2019）使原结论不再无条件成立，Google Jigsaw, University of Cambridge and part…（2022）展示问题在新环境中的延伸，时间顺序本身就是证据。
争议文献要求把下列失败形态与成功形态并列：效果会衰减，游戏样本与真实分享行为有差距；过度警示可能让受众普遍怀疑一切信息。技术标签也可能被政治行动者反向使用，这条思想留下的自我约束表明，本条只在没有触发“当训练只强调“所有内容都可能伪造”时，识别意识越高，对可信机构的普遍犬儒反而可能上升”时保留原方向。接种研究报告效果衰减和加强需求；推广宣传却常把一次游戏完成当成持久免疫。
从治理视角看，真正的新对象是项目应测量即时与数周后辨别、真实分享和误伤可信信息的比例，并设置加强剂。预揭示要给出判断依据，而非只列“坏人技巧”，为了避免只记录账内成功，应把“未联网、低识字、无障碍需求及被训练误判为假的真实信息”与正式样本并列，并说明它们是否改变正确识别操纵且未误伤真实信息的判断数／全部测试判断数，否则制度只能证明被保留下来的对象有所改善。
把它与站内近邻放在同一时间窗，冲突才真正显出来：它与第478号第12条的合成媒体素养对撞：预揭示训练一般操纵技术，合成媒体还需来源与内容凭证；若只教视觉破绽，模型进步会使能力失效，与邻近面板并读时，需要先核对“不同议题中同名操纵技术就是同一对象”是否在两边都成立，若一边把它当条件、另一边把它当结果，差异正是新的解释入口。
三、准确性提醒：在分享前把注意拉回真伪Accuracy Nudges and Crowd Judgments
在该概念被明确提出之前，常见处理是平台环境把速度、互动和身份表达置于真伪之前。用户未必相信所有所分享内容，只是没有在点击时调用准确性判断，沿着旧制度的入口追踪，旧说法之所以显得稳定，往往是“私密转发、非新闻内容、少数语言和无专业核查基线的判断”没有进入观察，补回这些对象后才看得见真正的选择效应。
本条拒绝把解释退回“多因素并列”，而把预测责任集中在一句话上：本条把决定性路径锁定为分享瞬间的注意是否转向准确，而不是用户总体知识。一个与目标内容无关的准确性问题也可能改变后续选择，这一主张可以用一次直接反事实检验，同时设置一个理论上不受该机制影响的负对照，若它与被专业核验为可靠的分享数／全部经提示后的新闻分享数同向移动，共同趋势仍未被排除。
2020年的研究把争论落到具体分母上：Pennycook等先做4项调查实验，再在Twitter上做1项现场实验；准确性判断对真假高度敏感，分享意愿却弱得多。提醒用户考虑准确性后，其随后分享来源的平均质量提高；网络模拟还显示，个体误传概率下降10%时，暴露人数可下降至多40%，把摘要结论拆回来源，Pennycook G, McPhetres J, Zhang Y, Lu JG, Rand …（2020）给出可核对起点，Pennycook G, Epstein Z, Mosleh M, et al（2021）使原结论不再无条件成立，Allen J, Arechar AA, Pennycook G, Rand DG（2021）展示问题在新环境中的延伸，时间顺序本身就是证据。
可检查的失效句应写成效应平均较小，受平台、政治身份和问题格式影响；提示过多会疲劳。众包可能复制多数偏见，边缘议题与少数语言缺少评估者，从应用风险看，本条只在没有触发“当提示频率过高造成疲劳时，干预越普及，用户跳过或机械回答的比例反而可能上升”时保留原方向。实验作者明确把效应解释为注意而非知识改变；平台政策却可能把责任重新放在用户自控。
从组织设计看，本条把一项隐性成本显性化：平台应随机化测试提示时点、频率和长期习惯，并报告错误信息减少与真实信息误伤。众包分数需按专业核查和群体构成校准，把结论转成治理动作时，应把“私密转发、非新闻内容、少数语言和无专业核查基线的判断”与正式样本并列，并说明它们是否改变被专业核验为可靠的分享数／全部经提示后的新闻分享数，否则制度只能证明被保留下来的对象有所改善。
两边真正分歧在于它与第273号“互联网与社会治理”第16条的平台摩擦设计对撞：准确性提醒是认知路径，平台治理是制度路径；若商业目标仍奖励互动，提示可能被界面其他信号抵消，同一动作换一套学科语言后，需要先核对“不同用户对“准确”使用同一含义”是否在两边都成立，若一边把它当条件、另一边把它当结果，差异正是新的解释入口。
四、不确定性沟通：给出范围不必损害信任Communicating Epistemic Uncertainty
若只读当年的排行榜、守则或治理报告，很容易误以为传播者担心承认不确定会给反对者机会，常给单点数字或过度确定语气。事后修正因此被解释为科学不可靠，从对象如何被登记来看，旧说法之所以显得稳定，往往是“无法理解概率语言、只接触截图片段及被平均区间遮住的尾部风险”没有进入观察，补回这些对象后才看得见真正的选择效应。
它与旧说法的分界可以用一句否定式命题写出：本条声称，决定可信度的只有不确定性被放入可理解解释和行动建议的方式，而不是是否存在区间。透明不确定可区分“知道范围”与“完全不知道”，判断它是否站得住，不必依靠赞成态度，同时设置一个理论上不受该机制影响的负对照，若它与正确解释区间来源与行动含义的受众数／全部接触不确定信息的受众数同向移动，共同趋势仍未被排除。
可通约读数在原文中表现为van der Bles等完成5个实验，总样本5,780人，包含预注册全国样本和BBC News网站现场实验。数值区间与语言式不确定性都提高了受众对不确定程度的识别，而对数字和来源信任只出现小幅下降，主要集中在语言式表达，把文献按时间排开，“明确区间、模型分歧与未知通常只小幅影响信任，却能提高校准”须同时接受van der Bles AM, van der Linden S, Freeman ALJ,…（2020）的支持、Gustafson A, Rice RE（2019）的限制与National Academies and WHO（2021）的更新，任何一笔被省略都会把转向重新写成口号。
公开争论仍未收敛，因为过宽区间、没有来源解释或频繁变化会造成困惑；不同人把概率语言理解不同。公开不确定也可能被选择性截取，比效应大小更重要的是，本条只在没有触发“当机构先过度确定、后被迫修正时，数字精度越高，修正后的信任损失反而越大”时保留原方向。实验显示透明不确定未必重创信任；传播者对“公众不能承受不确定”的预设本身缺少证据。
另一处常被略过的是应说明不确定来自样本、模型还是未来条件，提供最佳估计、范围和什么新证据会改变结论。可视化需测试不同数理水平的理解，机构真正需要新增的是，应把“无法理解概率语言、只接触截图片段及被平均区间遮住的尾部风险”与正式样本并列，并说明它们是否改变正确解释区间来源与行动含义的受众数／全部接触不确定信息的受众数，否则制度只能证明被保留下来的对象有所改善。
跨领域比较应先固定对象与边界，再观察两边把决定性放在哪里：它与第492号第7条的测量不确定度对撞：监管科学把误差预算用于合格判断，本块把误差转译给公众；若技术区间与行动建议断开，透明仍无助决策，为了判断两边是否真在谈同一件事，需要先核对“同一“不确定”术语在公众与专家之间代表同一对象”是否在两边都成立，若一边把它当条件、另一边把它当结果，差异正是新的解释入口。
五、疫情危机沟通：信任取决于能力、诚实与关怀Trust in Crisis Science Communication
在这一转向出现以前，领域里的惯例是疫情早期证据快速变化，口罩、传播方式和疫苗信息不断更新。若机构把更新隐藏为确定命令，变化会被读作欺骗；若只说未知，又无法支持行动，若把早期样本重新分类，旧说法之所以显得稳定，往往是“信息无法到达、语言不匹配、服务失败后退出及只通过私域获知的人群”没有进入观察，补回这些对象后才看得见真正的选择效应。
这项主张把决定性判断写成：本条把决定性结果锁定为机构在时间压力下是否维持一致的证据—理由—修正链，而不是发布频次。信任来自可见能力与诚实，把解释责任压到可观测结果上，同时设置一个理论上不受该机制影响的负对照，若它与能正确说明政策改变理由的受众数／全部接触危机更新的受众数同向移动，共同趋势仍未被排除。
从结果表倒读，本条至少交出了三类可核对信息：2020年跨国风险感知研究覆盖10国，显示经验、价值、信任和信息使用共同关联风险判断；错误信息易感性研究又连接信任、数理能力和分享行为。WHO RCCE把社区反馈纳入响应，从三笔材料的责任分工看，“危机中公众判断的不只是信息真伪，还判断机构是否有能力、诚实、关怀并愿意纠错”须同时接受Dryhurst S, Schneider CR, Kerr J, et al（2020）的支持、Roozenbeek J, Schneider CR, Dryhurst S, et al（2020）的限制与World Health Organization（2024）的更新，任何一笔被省略都会把转向重新写成口号。
这一命题不是无条件真理；它在下列情形中让位：国家、群体和疫情阶段差异很大；自报信任不能直接解释遵从。过度统一信息会忽略地方问题，分散发言又会制造冲突，把限制写进主结论后，当机构用更强确定语气掩盖证据变化时，短期遵从越高，后续修正的信任损失反而越大，这意味着边界触发时应重新命名结论，而不能用同一标签把相反方向汇总在一起。WHO框架把倾听与反馈列为核心，说明危机传播不是单向发布；许多绩效仍只数新闻发布与触达。
它在实践中留下了一条不能省略的记录规则：危机信息应标记证据日期、确定度、改变原因和受影响行动，并建立谣言与社区问题反馈。评估需看延迟理解、行为和不同群体差距，在审计或复盘中，应把“信息无法到达、语言不匹配、服务失败后退出及只通过私域获知的人群”与正式样本并列，并说明它们是否改变能正确说明政策改变理由的受众数／全部接触危机更新的受众数，否则制度只能证明被保留下来的对象有所改善。
若只在本学科内部比较，最关键的分母变化会被共同术语遮住：它与第267号第19条的危机治理对撞：公共管理协调命令与资源，本块协调证据与公众理解；如果执行能力不足，传播不能替代物资与服务，本条的外部边界可由另一套账本检验，需要先核对“沟通干预不会回写公众行为、疫情条件和机构决策”是否在两边都成立，若一边把它当条件、另一边把它当结果，差异正是新的解释入口。
六、审议式微型公众：让普通人处理复杂证据Deliberative Mini-publics for Science Policy
在主证据发表前，同行通常默认开放听证常由资源充足、立场强烈者主导；民调只能记录初始意见。公民大会和陪审团试图让多元普通公众有时间学习、质询与审议，在第一次统计之前，旧说法之所以显得稳定，往往是“拒绝参与、过程中退出、材料未覆盖及政府未回应的少数意见”没有进入观察，补回这些对象后才看得见真正的选择效应。
这项思想把其他解释暂时固定，只问本条声称，决定建议质量的只有代表性招募、平衡证据与审议过程，而不是参与者原有专业水平。学习与相互理由交换可以改变判断，其排他性可以从一个替代口径开始检验，同时设置一个理论上不受该机制影响的负对照，若它与政府给出实质回应的建议数／全部正式建议数同向移动，共同趋势仍未被排除。
证据的力度来自比较组和分母被同时写明：Science 2019综述审议科学；OECD 2020汇集1986—2019年约289个代表性审议案例，2025进一步扩展到政策周期与气候参与。许多过程持续数周并形成公开建议，证据链并非三次重复背书，“随机或分层抽取的小型公众，在平衡材料和主持下可形成知情建议”须同时接受Dryzek JS, Bächtiger A, Chambers S, et al（2019）的支持、OECD（2020）的限制与OECD（2025）的更新，任何一笔被省略都会把转向重新写成口号。
争议没有被更多案例自动消除：小型公众无选举授权，组织者控制材料与问题；参与成本和退出会破坏代表性。政府也可能选择性采纳，制造“参与已完成”的正当性，反向情形不是附录里的免责声明，当政府只选择容易采纳的建议时，审议满意度越高，真正冲突议题反而越可能被留在范围外，这意味着边界触发时应重新命名结论，而不能用同一标签把相反方向汇总在一起。OECD数据库把过程质量与制度化分开，说明办过大会不等于权力已转移。
这一转向进入机构之后，改变了应公开抽样、拒绝率、材料作者、专家利益、建议投票和政府逐项回应。影响评估要看建议进入决定的比例和未采纳理由，落实到组织程序，需要记录谁生成政府给出实质回应的建议数／全部正式建议数、谁解释它、谁因该读数受益或受损，以及谁有权纠正错误，责任链不能停在技术部门。
本条最有价值的外部反例来自它与第499号“城市治理与地方政府”第19条的地方公民大会对撞：本块关注证据学习与传播，城市治理关注建议进入预算和法定程序；两者必须对接，把双方读数放在同一时间窗内，需要先核对“审议不会回写参与者身份、议题边界和政府采纳策略”是否在两边都成立，若一边把它当条件、另一边把它当结果，差异正是新的解释入口。
七、社会倾听：从监测谣言转向理解社区问题Social Listening for Public Health
当时真正卡住研究的并非材料不足，而是舆情监测常只抓热词与真假，缺少社区为何担忧、哪些服务失败。社会倾听把线上线下反馈、热线、社区工作者与搜索趋势结合，与其把差异归为偶然，旧说法之所以显得稳定，往往是“私密对话、无网人群、少数语言和因监测顾虑转入沉默的表达”没有进入观察，补回这些对象后才看得见真正的选择效应。
把修辞删掉后，核心命题只剩本条把决定性条件锁定为信号能否被解释并反馈到服务和沟通，而不是抓取数据量。倾听必须形成“听见—理解—回应—再听见”循环，若要把它与一般倡议区分开，同时设置一个理论上不受该机制影响的负对照，若它与引发可核验服务或信息改变的信号数／全部确认重大信号数同向移动，共同趋势仍未被排除。
原研究允许复算的地方在于WHO疫情信息管理建立分类与信号流程；2025年64页伦理指南专门处理目的限制、隐私、代表性、伤害与治理，说明社会倾听已从技术监测转向权利问题，若把提出、异议与更新分别阅读，“公共机构应持续识别问题、叙事与信息缺口，但不能把公众表达当作无权利的数据矿”须同时接受Purnat TD, Vacca P, Czerniak C, et al（2021）的支持、World Health Organization（2022）的限制与World Health Organization（2025）的更新，任何一笔被省略都会把转向重新写成口号。
真正的反例不是“效果较小”，而是社交平台样本不代表全体，自动情感分析跨语言易错；监测可能滑向监控。弱势群体的线下声音最少进入数据，却最受政策影响，后续争论真正要求修改的是，当公众知道表达被监测却无法申诉时，抓取覆盖越广，敏感群体公开发言反而越少，这意味着边界触发时应重新命名结论，而不能用同一标签把相反方向汇总在一起。WHO伦理指南明确警告代表性与监控风险；技术项目却常以“实时洞察”忽略权利与线下缺口。
本条把“谁来承担失败”从伦理问题变成了数据字段：项目应声明数据来源、合法基础、保留期、自动化误差和社区反馈，禁止识别个人。每个重大信号要记录导致何种服务或信息改变，若将这项转向用于真实决策，需要记录谁生成引发可核验服务或信息改变的信号数／全部确认重大信号数、谁解释它、谁因该读数受益或受损，以及谁有权纠正错误，责任链不能停在技术部门。
跨组引用在这里承担检验功能：它与第273号第13条的社会媒体治理对撞：互联网治理关心平台责任，本块关心公共机构如何使用表达；两边都必须限制目的漂移，把本条放到相邻领域中，若外部领域在相同对象上得到相反方向，就应寻找未记录的选择、反馈或制度成本，而不是把一方判为例外。
八、预印本沟通：速度与未审查状态必须同屏Communicating Preprints to the Public
早先的评价链把“有记录”当作“已解释”，于是疫情使未审稿结果直接进入新闻与政策，传统“发表后传播”路径被打破。一次撤回或修订可能追不上已传播的标题，真正改变比较结果的起点是，旧说法之所以显得稳定，往往是“未被后续发表、被修订、撤回及从未进入媒体追踪的预印本”没有进入观察，补回这些对象后才看得见真正的选择效应。
在相同对象、同一窗口和相同边界下，它声称本条声称，决定预印本公共可用性的只有状态、限制和版本在每次再传播中是否保留，而不是服务器首页是否有免责声明，真正的检验发生在保持对象不变时，同时设置一个理论上不受该机制影响的负对照，若它与二次传播仍保留状态与版本标识的条目数／全部可追踪二次传播条目数同向移动，共同趋势仍未被排除。
将材料放回发表年份，最稳妥的读法是Majumder与Mandl观察疫情早期预印本进入全球话语；Fraser等记录COVID-19预印本数量、下载和发表转化。服务器增加筛查和醒目标识，但二次报道常丢失，这组来源最有价值的地方在于，“预印本可加速知识共享，但媒体和公众必须持续看见其未同行评审状态与版本变化”须同时接受Majumder MS, Mandl KD（2020）的支持、Fraser N, Brierley L, Dey G, et al（2021）的限制与medRxiv, bioRxiv and publishers（2022）的更新，任何一笔被省略都会把转向重新写成口号。
本条最危险的误用发生在同行评审也不保证正确，不能把“预印本”简单等同低质；相反，速度优势在紧急场景真实存在。核心是版本化证据而非二元信任，在最不利条件下重读结果，当抢先报道奖励增强时，预印本曝光越高，未审查标签在二次传播中反而越容易消失，这意味着边界触发时应重新命名结论，而不能用同一标签把相反方向汇总在一起。服务器醒目标识说明平台知道误读风险；传播链却没有统一机制保证标签被继承。
在教学、评审或公共服务现场，本条要求新闻稿、平台卡片和引用管理器应继承状态标签，发布修订与撤回通知。记者要报告样本、设计和哪些结论尚未审查，从表单、系统与责任人三个层面看，需要记录谁生成二次传播仍保留状态与版本标识的条目数／全部可追踪二次传播条目数、谁解释它、谁因该读数受益或受损，以及谁有权纠正错误，责任链不能停在技术部门。
接口判断不靠“都很重要”，而靠两个量纲是否能够互换：它与第497号“同行评审与学术出版”第9条的预印本体系对撞：出版研究关注流通和评审，本块关注状态如何被公众理解；二者需共享版本标识，跨领域比较的关键不是术语相似，若外部领域在相同对象上得到相反方向，就应寻找未记录的选择、反馈或制度成本，而不是把一方判为例外。
九、包容性科学传播：可及性与共同定义受众Inclusive Science Communication
这条线索之所以在2020年前后立住，是因为它揭开了一个被当作背景的选择：主流项目常在活动后才补字幕、翻译或无障碍，默认内容先由专家定义。包容性转向把对象选择、问题设置和资源分配提前，从被忽略的边界回看，旧说法之所以显得稳定，往往是“无法长期参会、群体内部少数及因历史不信任拒绝参与者”没有进入观察，补回这些对象后才看得见真正的选择效应。
这条理论把解释义务交给本条把决定性路径锁定为边缘群体能否共同定义目标、形式和成功，而不是材料是否加了“多样性”图片。包容是权力和设计问题，这项命题最需要承担的证伪风险是，同时设置一个理论上不受该机制影响的负对照，若它与由目标群体共同决定的核心设计项数／全部核心设计项数同向移动，共同趋势仍未被排除。
主研究的贡献首先是一张可审计的账：Canfield等2020提出以包容、公平和交叉性为中心的批判性科学传播；Dawson记录非正式科学学习中的排除。实践标准覆盖语言、物理、感官、数字和文化可及，原始材料给出了一条可追踪的修订轨迹，“受众不是统一“大众”；语言、残障、种族、阶层和历史经验决定谁能进入传播”须同时接受Canfield KN, Menezes S, Matsuda SB, et al（2020）的支持、Dawson E（2019）的限制与Metcalf Institute（2020）的更新，任何一笔被省略都会把转向重新写成口号。
本条自己承认的弱点说明“目标群体”标签可能本质化社区，少数代表也不能替代广泛经验。增加可及选项有成本，需避免把责任转给个别社区伙伴，一旦把失败对象纳入，当包容性被简化为代表名额时，参与人数越多，群体内部差异反而越容易被一名代表遮蔽，这意味着边界触发时应重新命名结论，而不能用同一标签把相反方向汇总在一起。包容性传播明确把公平置于权力与资源；机构清单却常只检查字幕、翻译和照片。
截至2026年，最值得检查的落地读数是项目应预算付费共同设计、翻译与无障碍，记录目标群体参与决策的环节和退出。评估按群体分层，不用总体满意掩盖差异，实践端最先需要改变的不是宣传语，需要记录谁生成由目标群体共同决定的核心设计项数／全部核心设计项数、谁解释它、谁因该读数受益或受损，以及谁有权纠正错误，责任链不能停在技术部门。
因此，本条的边界可借下列外部读数再次检验：它与第300号第7条的受益者参与对撞：公益管理关心服务权力，本块关心知识表达权；若社区只能帮助“触达”而不能改问题，仍是工具化参与，沿着“公益治理称“有意义参与”，设计学称“无障碍共创”；另见第300号第7条”这条外部线索，若外部领域在相同对象上得到相反方向，就应寻找未记录的选择、反馈或制度成本，而不是把一方判为例外。
十、风险可视化：图形也会制造确定性与误读Visualising Risk and Uncertainty
长期以来，制度把下列差异压成同一格：传播常把图当作“把数据画出来”，忽略视觉系统会补全趋势、低估尾部或把渐变读成边界。飓风预报锥、疫情曲线和绝对风险图都可能被误读，把这段发生史展开，关键不是多收一列数据，而是承认“色觉差异、屏幕阅读器用户、低数理群体及只看到截图片段的人”也属于研究对象，否则所谓改进可能只是把困难移到账外。
与旧解释相比，这项转向把立场明确为本条声称，决定图形理解的只有编码与认知任务是否匹配，而不是图形是否美观。比较、趋势、分布与概率需要不同视觉语法，把隐藏假设放到台面后，同时设置一个理论上不受该机制影响的负对照，若它与在目标任务上做出正确判断的受众数／全部观看图形的受众数同向移动，共同趋势仍未被排除。
决定本条能否站住的，是原始材料中的读数而非口号：Padilla等2018建立可视化决策框架；假设结果图用重复抽样动画呈现分布，在一些任务上优于误差条。频率格式如“每1000人”常比相对风险更易理解，从首篇工作到最近更新，“图形不是中性容器；比例尺、颜色、频率格式和动画决定风险被如何感知”须同时接受Padilla LM, Creem-Regehr SH, Hegarty M, Stefanu…（2018）的支持、Hullman J, Resnick P, Adar E（2015）的限制与Spiegelhalter D, Masters A（2021）的更新，任何一笔被省略都会把转向重新写成口号。
研究共同体随后发现，方向会在以下条件下改变：动态和图标阵列也可能增加负担，不同文化与色觉需要适配。测试任务若只问数值读取，无法发现行动误判，这条思想留下的自我约束表明，当图形追求简洁而删除尾部与不确定性时，可读性越高，风险判断反而越可能过度确定，这意味着边界触发时应重新命名结论，而不能用同一标签把相反方向汇总在一起。可视化研究承认不同任务需不同编码；机构模板却常把一张折线图复用于所有问题。
这项思想的价值还表现在它重写了设计应预注册受众任务，测试正确解释、决策和信心；同时提供数据表、文本替代和无障碍色彩。比例尺变化必须标记，为了避免只记录账内成功，需要记录谁生成在目标任务上做出正确判断的受众数／全部观看图形的受众数、谁解释它、谁因该读数受益或受损，以及谁有权纠正错误，责任链不能停在技术部门。
这一比较给出清楚的分工判据：它与第130号第15条的数据可视化评价对撞：教育测量关注图表理解能力，本块关注传播者的设计责任；误读不能全归给公众素养，与邻近面板并读时，若外部领域在相同对象上得到相反方向，就应寻找未记录的选择、反馈或制度成本，而不是把一方判为例外。
十一、生成式AI与科学传播：自动化放大也会自动化失真Generative AI in Science Communication
在2025年的争论里，最先暴露的漏洞来自科学传播团队面对多语言、多平台和高频需求，AI能降低生产成本。模型同时会编造引用、压平不确定性并复制训练数据偏见，沿着旧制度的入口追踪，关键不是多收一列数据，而是承认“未保存提示、个性化版本差异、无来源句及人工覆写但未记录的内容”也属于研究对象，否则所谓改进可能只是把困难移到账外。
本条的锋利处在于拒绝平均分担责任：本条声称，决定AI传播可信度的只有每个主张能否回到来源并经具名人员核验，而不是文本自然度。生成内容必须保留机器与人工边界，这一主张可以用一次直接反事实检验，把分子、分母与阈值分别改变一次，只有方向对合理口径保持稳健，“决定可信度的只有主张可追溯并经人工核验”才具有可迁移意义。
本条的实证责任由以下观测承担：2025年JCOM路线图综合35篇相关研究，提出生产、分发、受众与治理议程。欧盟2026年Article 50透明度指南使部分AI生成内容标识义务自2026年8月2日起适用，把摘要结论拆回来源，“生成式工具可翻译、摘要和个性化科学内容，但必须标识来源、生成与人工核验”须同时接受Schäfer MS, et al（2025）的支持、Brennen JS, Simon FM, Nielsen RK（2024）的限制与European Commission（2026）的更新，任何一笔被省略都会把转向重新写成口号。
边界一旦触发，就不能继续用原名称汇总结果：标识可能被忽略，人工核验在高产量下变成抽样；个性化会使不同受众收到不同证据与语气，公共可争论性下降，从应用风险看，当团队以产量考核AI时，内容越多，具名人工核验的实际比例反而越低，这意味着边界触发时应重新命名结论，而不能用同一标签把相反方向汇总在一起。路线图把AI传播列为开放研究议程，说明其效果与风险尚未定型；应用却常把自动摘要当成熟能力。
组织一旦采用本条，必须同时处理机构应保存提示、模型版本、来源检索、人工修改和发布版本，抽样核对引用与不确定性。个性化内容要能生成公共基准版本，把结论转成治理动作时，需要记录谁生成可由原始来源逐项证实的生成主张数／全部生成主张数、谁解释它、谁因该读数受益或受损，以及谁有权纠正错误，责任链不能停在技术部门。
本条不是孤立命题，它与下列已发布面板形成方向相反的对照：它与第478号第17条的合成内容凭证对撞：凭证证明内容怎样产生，本块还要求科学主张是否被证据支持；有来源标签不等于事实正确，同一动作换一套学科语言后，若外部领域在相同对象上得到相反方向，就应寻找未记录的选择、反馈或制度成本，而不是把一方判为例外。
十二、可信使者与关系基础设施Trusted Messengers and Relational Infrastructure
本条进入第一线，是因为旧账本无法同时容纳危机时机构常寻找名人或“最可信专家”，把信任当个人属性。真实信任来自反复兑现、可接近、承认错误和共同经历，且在不同社区分布不同，从对象如何被登记来看，关键不是多收一列数据，而是承认“拒绝统一口径、批评机构、没有正式组织及关系维护未被计价的社区成员”也属于研究对象，否则所谓改进可能只是把困难移到账外。
它给出的可反驳命题是：本条把决定性路径锁定为信息是否经由已有互惠关系进入，而不是使者的全国知名度。可信使者必须能听取问题并把反馈带回机构，判断它是否站得住，不必依靠赞成态度，把分子、分母与阈值分别改变一次，只有方向对合理口径保持稳健，“决定触达的只有互惠关系中的传递路径”才具有可迁移意义。
证据链中最有辨别力的并非显著性星号，而是国家科学院2017将可信度、目标与受众研究列为核心；疫情与疫苗项目显示社区卫生工作者、宗教和地方组织能触达中央机构难以进入的网络。WHO将倾听与社区参与联结，把文献按时间排开，National Academies（2017）建立基线，Lewandowsky S, Cook J, Ecker UKH, et al（2020）暴露边界，WHO Regional Office for Europe（2024）补充新条件，三者共同指向“高风险传播依赖长期关系、地方组织和可信使者，临时投放不能替代”而不是彼此替代。
若删去失败样本，本条会显得比原证据稳定得多：地方使者也可能传播错误或被机构工具化；支付关系若不透明会损害信任。一个人不能代表整个社区，且信任会因议题变化，比效应大小更重要的是，当机构只奖励口径一致时，使者覆盖越广，其作为真实社区代表的可信度反而可能下降，这意味着边界触发时应重新命名结论，而不能用同一标签把相反方向汇总在一起。可信使者指南强调双向与长期关系；许多项目仍把社区领袖当一次性转发渠道。
应用层不应只复制结论，而应保留项目应长期资助双向联络、公开利益与报酬、允许使者批评机构，并测量反馈导致的改变。成功不是转发统一口径，而是问题能上行，机构真正需要新增的是，需要记录谁生成使者反馈引发机构回应的议题数／全部确认社区议题数、谁解释它、谁因该读数受益或受损，以及谁有权纠正错误，责任链不能停在技术部门。
把本条与已发布近邻并读，可以看到它与第300号第4条的社区组织能力对撞：公益管理关注组织持续性，本块关注知识信任；若传播只借用网络而不投资关系，下一次危机将失去入口，为了判断两边是否真在谈同一件事，若外部领域在相同对象上得到相反方向，就应寻找未记录的选择、反馈或制度成本，而不是把一方判为例外。
◎ 二十年连起来看
第一条贯穿线是公众不再被定义为空白容器。 赤字模型、上游参与、公民科学和审议式微型公众都把公众经验、价值与推理能力置于知识过程内部，传播因此从输送转为关系与共同生产。
第二条线是传播效果从短期注意转向可校准理解。 共识、叙事、纠错、不确定性与可视化研究不断区分记忆、信念、态度和行动；点击、满意和“觉得可信”不能替代对证据边界的正确理解。
第三条线是平台与AI把可见性、个性化和版本治理推到前台。 社交媒体、预印本、社会倾听与生成式AI说明，内容的状态、来源和纠错必须穿过整个再传播链，否则首发页面上的免责声明没有治理作用。
◎ 三个常见误解
误解一是“公众反对科学因为不懂”。知识有作用，但不信任、风险分配、身份与机构经验也会独立改变判断。正确做法是先诊断问题形状，再决定事实解释、关系修复或共同决策。
误解二是“承认不确定会损害信任”。实验显示影响通常较小，过度确定后被迫修正反而更伤信任。关键是说明不确定来自哪里、范围多大、什么证据会改变结论。
误解三是“传播越广越成功”。平台曝光、志愿者规模和活动人次都可能与深度理解、代表性和决策影响分离。成功必须按目标选择分母。
◎ 与相邻领域的接口
与第86号“传播与媒介研究”的分工是：第86号解释媒介制度、平台与叙事，本块检验这些机制承载科学证据时的准确性、不确定性和参与责任。
与第478号“合成媒体与信息完整性”的接口是生成与验证：第478号关心内容真伪、凭证与攻击，本块还要判断科学主张是否正确、状态是否被理解。
与第300号“非营利与公益管理”的接口是社区关系。公益组织提供持续网络与服务，本块研究这些关系怎样成为可信知识基础设施，以及何时被一次性传播项目消耗。
◎ 争议现场
第一场争论是纠错会不会反弹。要收敛，需在真实平台做跨议题、跨身份的延迟实验，同时测信念、态度和分享，而不是只看即时问卷。
第二场争论是公众参与究竟改善决策还是只提供正当性。收敛条件是公开可改变范围、政府逐项回应与实际设计变化，并比较参与与未参与的决策质量。
第三场争论是生成式AI能否提高传播公平。需比较多语言、低资源语言和无障碍受众的事实准确、理解与信任，并记录人工核验成本；若只提高产量，不能算公平。
◎ 往下五年看什么
看社会倾听是否真正改变公共服务：读数是引发可核验服务或信息改变的重大信号数／全部确认信号数。
看预印本与AI内容是否实现状态继承：读数是二次传播仍保留未审查、版本和生成标识的条目数／全部可追踪条目数。
看公众参与是否从人次转向权力：读数是因公众意见实际改变的设计或政策项数／事前声明可改变项数，并按群体分层。
◎ 可与哪些领域对撞
第3条“上游参与”可与第498号第14条“政策实验室”对撞。共享前提是测量不改变对象；一边在技术锁定前改问题，一边在政策原型中改方案。若结果已预定，两种参与都会变成象征。
第15条“社会倾听”可与第500号第6条“主动公共服务”对撞。共享前提是干预不回写对象；倾听改变信息，主动服务改变资格与接触。若公众因监测而沉默，主动服务的需求模型也会失真。
第19条“生成式AI传播”可与第478号第17条“内容凭证”对撞。凭证证明生成路径，科学传播要求证据路径；若二者只满足一条，内容仍可能“真实生成但事实错误”或“事实正确但来源不可追”。
◎ 十条可做的研究命题
1. 命题：信任危机中增加事实量不如承认制度问题有效。做法：随机比较事实、关系修复和组合信息；若事实组同样改善信任，则证伪。
2. 命题：上游参与只有在可改变范围公开时提高长期信任。做法：分组公开或不公开；若无差，则证伪。
3. 命题：技术型预揭示比议题型纠错迁移更广。做法：跨新议题测试；若迁移相同或更低，则证伪。
4. 命题：不确定性区间提高校准而不显著降低信任。做法：多格式随机实验；若信任显著下降且校准不增，则证伪。
5. 命题：社会倾听数据覆盖越广不等于社区代表性越高。做法：与线下抽样比较；若偏差随覆盖下降，则证伪。
6. 命题：叙事提高记忆但扩大基准率误判。做法：故事、统计和组合组比较；若叙事不增加误判，则证伪。
7. 命题：预印本标签在二次传播中快速丢失。做法：追踪新闻、平台卡片与引用；若继承率保持高，则证伪。
8. 命题：包容性共同设计比事后无障碍修补提高少数群体理解。做法：集群比较；若无差，则证伪。
9. 命题：AI自动摘要在不确定性表述上的错误高于事实性名词错误。做法：人工编码多领域文本；若相反，则证伪。
10. 命题：可信使者只有能把批评反馈上行时才维持信任。做法：比较单向转发与双向项目；若信任无差，则证伪。
◎ 资料核验
- Sturgis P, Allum N. Science in society. Public Understanding of Science, 2004, 13:55–74.
- Nisbet MC, Mooney C. Framing science. Science, 2007, 316:56.
- Wilsdon J, Willis R. See-through Science. Demos, 2004.
- Bonney R, et al. Citizen science. BioScience, 2009, 59:977–984.
- Cook J, et al. Quantifying climate consensus. Environmental Research Letters, 2013, 8:024024.
- Dahlstrom MF. Narratives in science communication. PNAS, 2014, 111:13614–13620.
- Brossard D. New media landscapes. PNAS, 2013, 110:14096–14101.
- Rowe G, Frewer LJ. Public engagement typology. Science, Technology, & Human Values, 2005, 30:251–290.
- Wood T, Porter E. The elusive backfire effect. Political Behavior, 2019, 41:135–163.
- van der Linden S, et al. Inoculating against misinformation. Global Challenges, 2017, 1:1600008.
- Pennycook G, et al. Accuracy nudges. Nature, 2021, 592:590–595.
- van der Bles AM, et al. Communicating uncertainty. PNAS, 2020, 117:7672–7683.
- Dryhurst S, et al. COVID-19 risk perceptions. Journal of Risk Research, 2020, 23:994–1006.
- OECD. Catching the Deliberative Wave. 2020.
- WHO. Ethical Considerations in Social Listening for Public Health. 2025.
- Fraser N, et al. Preprints in COVID-19. PLOS Biology, 2021, 19:e3000959.
- Canfield KN, et al. Inclusive science communication. Frontiers in Communication, 2020, 5:2.
- Padilla LM, et al. Decision making with visualizations. Cognitive Research, 2018, 3:29.
- JCOM. AI and science communication research roadmap. 2025.
- National Academies. Communicating Science Effectively. 2017.
- European Commission. Article 50 AI transparency guidelines. 2026.
- WHO. Risk Communication and Community Engagement guidance, 2020–2025.
- Roozenbeek J, van der Linden S. Fake news game. Palgrave Communications, 2019, 5:65.
- Allen J, et al. Crowd fact-checking. Science Advances, 2021, 7:eabf4393.
- Kahan DM, Braman D, Slovic P, Gastil J, Cohen GL. Cultural cognition of nanotechnology risks and benefits. Nature Nanotechnology, 2009, 4:87–90. DOI: 10.1038/nnano.2008.341.
- Sullivan BL, Wood CL, Iliff MJ, Bonney RE, Fink D, Kelling S. eBird. Biological Conservation, 2009, 142:2282–2292. DOI: 10.1016/j.biocon.2009.05.006.
- Grand A, Davies G, Holliman R, Adams A. Mapping public engagement with research in a UK university. PLOS ONE, 2015, 10:e0121874.