成功举办！“智能与计算传播工作坊：AI4COMM与COMM4AI”
发布日期：2026-07-18浏览次数：
2026年7月13日至16日，由北京师范大学计算传播学研究中心、北京师范大学新媒体传播研究中心、北京师范大学新闻传播学院主办，中国新闻史学会智能与计算传播专委会、中国中文信息学会社会媒体处理专业委员会计算传播专业组支持的“智能与计算传播工作坊：AI4COMM与COMM4AI”在北京师范大学珠海校区成功举办。来自海内外高校的专家学者与青年学人围绕人工智能时代传播学研究的新议题、新方法与新实践展开深入交流。
7月14日会议安排
7月14日上午，工作坊在珠海校区励耘楼B301正式开幕。北京师范大学新闻传播学院、计算传播学研究中心吴晔教授主持开幕式并致辞。
吴晔教授向参会嘉宾和学员表示欢迎，介绍了本次工作坊的组织情况与课程设置。本次工作坊共录取66名学员，学员来自全国多所高校，学科背景涵盖新闻传播学、社会学、公共管理学、心理学和数据科学等领域。吴晔表示，工作坊采用互动对谈、全员参与的授课方式，将学员前期提出的研究困惑、方法难题和实践问题融入课程，促进不同学科背景研究者之间的交流与知识互鉴。
开幕式后，香港城市大学媒体与传播学系祝建华教授与美国密歇根州立大学传播系彭泰权教授围绕“AI4COMM与COMM4AI的现状与前景”展开对谈。
一、祝建华老师
祝建华教授从AI for Science、AI for Social Science谈起，借助传播学经典的“5W”框架，梳理人工智能时代传播研究中的变与不变。他指出，媒体形态已经从专业生产内容、用户生产内容发展到人工智能生成内容，平台、数据与方法不断变化，传播主体、内容、渠道、受众和效果仍是理解传播过程的重要线索。受众研究需要进一步追问媒体是否得到恰当使用，效果研究也应关注影响对个人和社会是否有益，以及评价标准由谁制定。
二、彭泰权老师
随后，彭泰权教授带来“COMM4AI and AI4COMM: Old Maps, New Terrain”的主题分享。他以“旧地图”与“新地形”为喻，讨论经典传播理论如何解释新的技术环境。彭泰权对当前大量比较“AI生成”与“人类创作”的研究进行反思，指出简单的A/B测试难以揭示人工智能进入传播过程后的结构性变化。研究者需要区分AI生成内容、自动化账号、推荐算法和平台机制的具体作用，进一步分析人工智能如何改变信息生产、社会互动、认知判断和权力分配。面对快速更新的模型，社会科学研究更应从短期现象中提炼具有持续解释力的问题。
三、伍海燕老师
下午，澳门大学认知与脑科学研究中心、心理学系伍海燕助理教授以“AI for Social Decisions: Computation Meets Regulation”为题进行分享。伍海燕结合情绪理论、快慢决策系统及实验室在恐惧、社会互动、利他行为和道德判断方面的研究，介绍行为实验、脑影像、生理信号和计算模型在社会决策研究中的应用。伍海燕指出，大模型已经能够形成可识别、可调控的情绪概念表征，但这种功能性表现不等同于真实的情绪体验。AI可以用于实验模拟、情绪测量和多智能体互动，相关结论仍需接受人类数据验证，坚持以人为中心的研究取向。
7月15日会议安排
7月15日上午，中国人民大学新闻学院吴小坤教授与北京师范大学新闻传播学院张伦教授围绕“AI与传播学：理论创新的诸多挑战”展开授课。
一、张伦老师
张伦教授围绕计算传播学与学科发展提出困惑：部分论文“大力出奇迹”缺实质贡献，理论创新受质疑，学术组织与技术协同困难。张伦结合1985年至2025年间约69万篇新闻传播学文献构建理论概念谱系，分析传播学概念与研究范式的演变规律。她将概念生命周期划分为“常胜将军”“昙花一现”“沉淀型”“睡美人型”等六类，发现部分传统概念影响逐渐减弱，AI、算法等新概念更多发挥连接不同研究领域的作用，学科中也存在追逐热点和“概念烟花”现象。随后，张伦以研究问题、理论与方法等范式要素构建关联网络，发现研究方法正由边缘逐步进入学科核心，在范式分化阶段更容易出现新方法，而部分已进入范式巩固期的研究领域则缺少新的方法注入。
二、吴小坤老师
吴小坤教授从认识论与跨学科视角讨论计算社会科学的发展张力。她指出，计算理性与社会理性对知识本质、研究对象和证据标准存在不同理解，跨学科合作需要处理这些深层差异。基于Web of Science中1.9万余篇文献的分析，她发现传播学长期与社会学、心理学和信息科学等学科保持稳定合作，外部知识持续进入，学科核心概念仍具有较强稳定性，呈现“稳定硬核与动态边缘”并存的演化特点。吴小坤教授提醒，计算传播研究需要警惕“方法先行、实践紧跟、理论滞后”，推动传播理论从隐喻表述走向更明确的语言理论和形式理论。
下午，北京师范大学新闻传播学院、计算传播学研究中心许小可教授与周晓禹副教授围绕“人机协作下的AI4SS研究范式：智能传播赋能虚假信息治理”展开分享。
三、许小可老师
许小可教授从人机融合社会的现实背景出发，梳理了智能传播研究的三个层次：AI作为新工具，可以进入假设生成、数据分析和论文写作等研究环节；AI作为新对象，需要研究大模型、自动驾驶和智能主体的互动与责任；AI带来的新范式，则关注碳基与硅基主体共同参与的社会运行机制。结合反诈传播与舆情监测案例，许小可教授介绍了“感知—宣传—投放—评估”的智能传播闭环，展示社交机器人、模拟用户和AI诱饵在风险治理中的应用。
四、周晓禹老师
周晓禹副教授聚焦AI在虚假信息研究中的应用，梳理了将大模型用于社会科学研究时容易出现的认识误区。她指出，词元预测不能直接等同于人类智能，大模型也不能简单代表“平均人”，身份提示生成的回答与真实群体数据仍有差异。结合人机虚假信息判断实验，发现大模型在辨别虚假信息时容易依赖关键词、链接等启发式线索，形成一种看起来有知识，但其实不懂知识的“知识幻觉”。AI可以用于角色模拟和认知过程建模，但研究者需要进行多模型比较和人类数据验证，明确模型能力与研究结论的适用边界。
7月16日会议安排
一、周奕欣老师
7月16日上午，南京大学新闻传播学院周奕欣副教授带来“迈向智能体编程：社科研究的Codex智能体编程实战”课程。她从传统聊天式AI与智能体编程的区别讲起，介绍Codex等工具如何在研究者授权范围内读取文件、编写代码、处理数据和执行任务，并带领学员完成安装配置和实践操作。课程通过定时文献汇总、公开数据抓取、统计模型分析和文本编码等案例，展示智能体在社会科学研究中的应用路径。
二、实操环节
现场交流互动
在实操环节中，周奕欣副教授进一步介绍了上下文管理、任务拆解、技能封装、MCP工具连接、子代理协作和Hooks机制等进阶功能，并特别强调数据安全和权限控制的重要性。她提醒学员，在使用智能体辅助科研时，应将工作目录限定在特定项目文件夹内，避免暴露敏感数据和API Key；同时要建立人工复核和版本备份机制，确保智能体真正成为科研助手，而非不可控的黑箱工具。
结语
与会嘉宾合影留念
本次工作坊围绕AI4COMM与COMM4AI的双向议题，通过主题授课、对谈交流、技术讲习和自由研讨，集中呈现了人工智能时代传播学研究中的理论问题、方法进展与实践场景。海内外专家与青年学者在三天的交流中深化了对智能传播、计算传播和AI4SS研究范式的理解，也为传播学回应技术变革、推进跨学科合作和培养青年人才拓展了新的思路。
分享到微博
分享到微信
京ICP备13009620号