打开网易新闻 查看精彩图片

导语

如今,大模型正推动传播学研究从“人的科学”迈向“人机互动的科学”,深刻重构数据生产、实验范式与理论边界。本期为「AI × 传播」读书会第二季第三期,由北京师范大学国家安全学博士研究生奚奇主讲,基于LLM的传播学认知建模,先回顾认知建模传统范式及其困境(自然语言难量化),进而论证LLM带来操作链各环节的根本转换。以直觉思维、心智理论等研究为例提供指南,梳理LLM认知建模的偏差与规范,并区分行为拟合与机制刻画,明确适用边界与未来方向。

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

本次分享以基于LLM的传播学认知建模为题。首先回顾传统认知建模,通过Face space引入认知建模的操作链条。进一步指出该范式在传播学中面临核心困境,文本与媒介信息具有传统数学方程难以充分捕获的自然语言特征。从而提出,大语言模型的出现改变了这一局面,论证LLM认知建模并非对传统范式的替代,而是在同一操作链的每个环节上发生了实现方式的根本性转换。之后,以直觉思维、心智理论、社会共识为例,分享具体研究,为听众提供对接到已有范例的操作指南。同时梳理LLM认知建模特有的偏差来源及其缓解策略,并明确报告规范以确保研究可重复性。最后,讨论行为拟合与机制刻画的区分,并在此基础上界定当前方法的适用边界与未来方向。

分享大纲

  1. 引言

  2. 核心困境

  3. 范式转变

  4. 案例分享

  5. 总结

核心概念

  • 认知建模

  • 可计算刺激

  • 心智模型

主讲人介绍

主讲人:北京师范大学国家安全学博士研究生。研究兴趣包括计算传播、社会网络安全等。

时间信息

2026年7月23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

打开网易新闻 查看精彩图片

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。

打开网易新闻 查看精彩图片


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