AI在传播学中的应用丨「AI × 传播」读书会第二季

导语

如今，大模型正推动人工智能从“辅助工具”迈向“通用协作系统”，深刻重塑科学探索范式与能力边界。本期为第二期，由北京师范大学讲师周晓禹主讲，聚焦AI作为研究工具与研究对象这双重角色，系统梳理AI如何重塑传播学的数据生产与分析方式——从文本标注、情感分析到“硅基被试”辅助预实验与情境模拟，为传统方法提供全新补充；同时深入探讨人们如何理解和使用AI，揭示“把AI当作人”的认知谬误、人机判断差异及其潜在风险。本期读书会将结合近年代表性文献，反思AI对社会判断、偏见放大与信息传播秩序的多维影响，为理解大模型时代传播研究的机遇与挑战提供全景视角。

集智俱乐部联合北京师范大学新闻传播学院许小可教授、北师大珠海校区计算传播学研究中心周晓禹老师共同发起。读书会立足工具—对象—范式三重核心维度，完整搭建AI与传播交叉领域学习体系：拆解AI作为传播研究工具的实操方法、剖析AI作为新型传播主体的社会影响、探索人机协同驱动的传播学全新研究范式，一站式理清三大核心议题：如何借助AI开展传播研究、如何将AI本身作为传播研究对象、如何把握人机协同带来的学科变革。

报告简介

本报告围绕“AI在传播学中的应用”展开，重点讨论AI在传播学研究中的双重角色：一是作为研究工具，二是作为研究对象。在研究工具层面，AI正在重塑传播学的数据生产与分析方式，可用于文本标注、情感分析等，以及作为“硅基被试”辅助开展预实验和情境模拟，从而提升研究效率、拓展研究规模，并为传统人工编码和实验设计提供新的方法补充。在研究对象层面，报告将进一步讨论人们如何理解和使用AI，包括“把AI当作人”的认知谬误、AI与人类在判断过程中的差异与潜在风险。报告将结合近年来发表的代表性文献，探讨AI如何影响传播学的数据生产、实验设计与理论问题，并进一步反思人机互动对社会判断、偏见放大和信息传播秩序的影响。

分享大纲

1. AI作为研究对象

1.1 批判性思考"LLM替代人类参与者"的命题，区分功能等价与机制等价

1.2 揭示LLM判断决策过程中的知识幻觉

1. AI作为研究工具

2.1 建立LLM作为模拟工具的方法论框架

2.2 揭示LLM作为实验刺激生成器在传播学研究中的应用

核心概念

硅基被试、人机差异、知识幻觉，刺激生成器

主讲人介绍

主讲人：周晓禹，北京师范大学新闻传播学院，北京师范大学珠海校区计算传播学研究中心讲师。香港城市大学社会与行为科学系应用心理学方向博士和访问学者，清华大学心理与认知科学系博士后，美国富布莱特学者。以第一作者身份在Communication Research，Emotion等权威期刊上发表多篇文章。主持国自然青年项目，广东省自然面上项目等多项基金。担任Journal of Personality and Social Psychology，Personality and Social Psychology Bulletin，心理学报和心理科学等知名学术期刊审稿人。

参考文献

[1] Cui, Z., Li, N., & Zhou, H. (2025). A large-scale replication of scenario-based experiments in psychology and management using large language models. Nature Computational Science, 5(8), 627–634.

[2] Loru, E., Nudo, J., Di Marco, N., Santirocchi, A., Atzeni, R., Cinelli, M., Cestari, V., Rossi-Arnaud, C., & Quattrociocchi, W. (2025). The simulation of judgment in LLMs. Proceedings of the National Academy of Sciences, 122(42), e2518443122.

[3] Fay, N., Ransom, K. J., Walker, B., Howe, P. D. L., Perfors, A., & Kashima, Y. (2026). Truth over falsehood: Experimental evidence on what persuades and spreads.Journal of Personality and Social Psychology, 130(4), 684–700.

[4] Lin, Z. (2025). Six fallacies in substituting large language models for human participants. Advances in Methods and Practices in Psychological Science, 8(3), Article 25152459251357566.

[5] Lin, Z. (2026). Large language models as psychological simulators: A methodological guide. Advances in Methods and Practices in Psychological Science, 9(1), 25152459251410153.

时间信息

2026年7月16日周四14:00-16:00，腾讯会议线上进行，微信视频号+集智俱乐部B站号同步直播。

感兴趣的朋友下滑扫描二维码报名，加入后，可进入学员群进行交流。

直播信息

报名读书会：

「AI × 传播」读书会第二季

传播学从现象出发。今天，AI 已经深度进入信息生产、内容分发、社会互动、公共判断和知识生产过程。它既是工具，也是媒介；既是研究对象，也是协作者；既提升效率，也制造新的偏见、信任和责任问题。AI × 传播成为一个新的领域。2025年8月至12月，集智俱乐部联合许小可、张子柯、王成军、廖好四位老师发起第一季“AI × 传播学”读书会，吸引了225人报名参与。由来自北京师范大学、南京大学、复旦大学、浙江大学、香港城市大学、深圳大学等高校的15位主讲人，围绕计算叙事、智能传播、人机传播、传播拟真四个方向，绘制了 AI × 传播领域的前沿地图。

由集智俱乐部联合北京师范大学新闻传播学院，北京师范大学珠海校区计算传播学研究中心许小可教授、周晓禹讲师共同发起，我们将从“工具-对象-范式”三重维度出发，系统梳理 AI × 传播的实践路径——如何用 AI 做研究，如何研究 AI 本身，如何理解人机协同的新范式。

扫描海报中二维码报名参加读书会

报名方式：

第一步：微信扫码填写报名信息。

第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：

第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。

PS：我们鼓励围绕传播学、人工智能及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。

若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。

感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。

加入社区后可获得的资源

完整权限包括：线上问答、录播回看、资料共享、社群交流、信息同步、共创任务获取积分等。

特色退费与激励机制

我们提供以下两种途径，让您的投入获得实际回馈：

1. 任务达标退费路径
   

   认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。

2. 运营成长激励路径
   

   合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。

相关内容推荐

1.读书会推荐阅读材料

扫描下方二维码可跳转至集智斑图网站阅读文章：「AI × 传播」读书会第二季读书会推荐阅读材料。

2.往期公众号相关内容推荐