AI的推理 |「AI × 传播」读书会第二季第八期

导语

本期「AI × 传播」读书会第二季第八期，深圳大学传播学院在读研究生胡特将聚焦“AI的推理”。本次分享将探讨AI推理能力，分析大语言模型如何通过训练获得推理表现。基于双系统理论，区分快速匹配与深度分析，讨论思维链等外显方法及内在能力表现。最后反思AI推理在理解、偏差和可靠性上的局限，及其与人类推理的关系。

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

随着大语言模型的发展，AI逐渐展现出处理复杂问题、进行分析判断和辅助决策的能力，而“AI能否体现推理能力”也成为人工智能研究中的重要议题。本报告围绕AI推理展开讨论，首先介绍AI推理的基本概念及其能力形成机制，分析大语言模型如何通过训练过程获得类似推理的能力。随后，报告从双系统理论出发，探讨AI推理中快速模式匹配与深度分析过程的表现形式。在此基础上，进一步区分AI推理作为“外显过程”和“内在能力”的不同理解路径，分别讨论思维链等推理方法以及大语言模型在多类推理任务中的实际表现。最后，报告将回到AI推理的局限与争议，分析其在理解、偏差和可靠性方面的问题，并反思AI推理与人类推理之间的关系。

分享大纲

1.AI推理的基础概念与能力形成机制

2.AI推理的双系统模型

3.作为“外显过程”的AI推理

4.作为“内在能力”的AI推理

5.审思AI推理——局限与争议

核心概念

AI Reasoning; Dual-Process Theory; Chain-of-Though; Epistemia

主讲人介绍

主讲人：胡特，深圳大学传播学院研究生，目前在北京师范大学珠海校区计算传播学中心担任科研助理。

参考文献

[1]Brady, O., Nulty, P., Zhang, L. et al. Dual-process theory and decision-making in large language models. Nat Rev Psychol4, 777–792 (2025).

[2]A.G. de Varda, F.P. D’Elia, H. Kean, A. Lampinen, & E. Fedorenko, The cost of thinking is similar between large reasoning models and humans, Proc. Natl. Acad. Sci. U.S.A. 122 (47) e2520077122,

[3]M. Kosinski, Evaluating large language models in theory of mind tasks, Proc. Natl. Acad. Sci. U.S.A. 121 (45) e2405460121,

[4]E. Loru, J. Nudo, N. Di Marco, A. Santirocchi, R. Atzeni, M. Cinelli, V. Cestari, C. Rossi-Arnaud, & W. Quattrociocchi, The simulation of judgment in LLMs, Proc. Natl. Acad. Sci. U.S.A. 122 (42) e2518443122,

[5]Yax, N., Anlló, H. & Palminteri, S. Studying and improving reasoning in humans and machines. Commun Psychol2, 51 (2024).

[6]Webb, T., Holyoak, K.J. & Lu, H. Emergent analogical reasoning in large language models. Nat Hum Behav7, 1526–1541 (2023).

[7]M. Binz, & E. Schulz, Using cognitive psychology to understand GPT-3, Proc. Natl. Acad. Sci. U.S.A. 120 (6) e2218523120,

[8]Xiao, M., Du, K., & Lin, Z. (2026). Beyond representational alignment with brain-guided language models for robust reasoning. Nature Machine Intelligence. https://doi.org/10.1038/s42256-026-01278-w

[9]Y. Gao,D. Lee,G. Burtch, & S. Fazelpour, Take caution in using LLMs as human surrogates, Proc. Natl. Acad. Sci. U.S.A. 122 (24) e2501660122, https://doi.org/10.1073/pnas.2501660122 (2025).

[10]Lee, B.C., Chung, J.(. An empirical investigation of the impact of ChatGPT on creativity. Nat Hum Behav8, 1906–1914 (2024). https://doi.org/10.1038/s41562-024-01953-1

时间信息

2026年8月27日周四14:00-16:00，腾讯会议线上进行。

感兴趣的朋友下滑扫描二维码报名，加入「AI × 传播」读书会第二季后，可进入学员群进行交流。

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