「AI * 传播」读书会第二季启动丨AI传播的实践路径

导语

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。

「AI × 传播」读书会第二季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。

读书会背景

传播学是一门对现实传播变迁高度敏感的学科。它始终从媒介形态、信息流动、社会互动和公共生活中的具体变化出发，追问信息如何被生产、分发、理解和信任，意见如何形成和扩散，技术如何重塑人与人、人与组织、人与社会之间的关系。而今天，AI 已经进入这些过程的核心位置——它参与内容生产、文本标注、情感分析、信息检索、事实核查、学术写作、代码生成、人机对话和社群协同；它渗透于新闻业、平台治理、公共表达、组织传播、学术研究和日常交流之中；它正在改变人们判断真实、建立信任、表达自我和理解他人的方式，也深刻地影响着公共讨论的组织逻辑。

正是在这样一个理论不断扩展、方法快速更新、应用场景持续涌现的阶段，「AI × 传播」第二季读书会应运而生。本季读书会有一个明确的学术取向：从研究现场进入 AI × 传播。我们邀请的主讲人，都是正在一线实践中的研究者。他们关注的重点，既包括重要文献和理论问题，也包括真实研究中的操作过程——如何发现问题，如何选择材料，如何设计研究，如何使用 AI 工具，如何处理数据，如何验证结果，如何面对模型的不稳定性、方法的不确定性和伦理边界。这是一种有意识的选择。AI 与传播的交叉领域变化极快，许多关键问题还处在形成过程中。相比只从概念体系出发，我们更希望让参与者看到研究是如何被做出来的：一个问题如何从现象中浮现，一组文献如何被组织成研究路径，一个工具如何真正进入数据分析和实验设计，一个模型输出如何被检验，一个看似有效的方法又可能在哪些地方失灵。换言之，本季读书会关注“读什么”，也关注“怎么读”；关注“AI 能做什么”，也关注“研究者如何判断 AI 的边界”；关注方法效率，也关注理论解释；关注工具使用，也关注知识生产的责任。

本季不再局限于单一方法或对象，而是围绕 “工具—对象—范式” 的主线，系统梳理 AI 与传播交叉领域的最新进展，并进一步讨论这些成果在新闻生产、计算传播、健康传播、政治传播等真实场景中的应用潜力。第二季将围绕四个部分展开：

第一部分，认识 AI：传播研究的新基础。 我们将从 AI 的基本概念、发展脉络和传播学应用进入，建立共同的问题语言，理解生成式 AI、大语言模型、多模态模型、智能体、检索增强、评测框架等概念如何与传播研究发生关系。

第二部分，运用 AI：传播研究的工具。 我们将讨论 AI 如何进入认知建模、多模态内容分析与生成、智能体社会仿真、学术研究与写作、辅助编程等研究流程。这里的核心问题不只是“如何提高效率”，更包括 AI 何时可用、如何验证、怎样降低偏差、如何避免把工具输出误认为研究结论。

第三部分，研究 AI：传播研究的对象。 我们将把 AI 本身作为传播研究对象，讨论 AI 的推理、记忆、情绪、检索偏见、后果干预和评测框架。AI 如何组织知识，如何模拟判断，如何生成可信感，如何通过检索和引用影响知识可见性，如何在社会系统中放大偏见——这些问题正在成为传播研究无法回避的新议题。

第四部分，人机协同：传播研究的新范式。 我们将进入人机交流与信任、AI 伦理与偏见、人机融合社会、人机协同社群行为、人智交互体验与协同模式等主题。AI 逐渐从被使用的工具，变成协作者、反馈者、代理者和社会互动中的一方，传播学需要重新理解人与机器共同生产意义、组织行动和塑造社会关系的过程。

这场读书会不是一次单向的知识讲授，也不只是围绕热点文献的快速浏览。它更像一个共同进入研究现场的开放空间：主讲人带来自己的阅读、问题、方法和经验，参与者共同讨论文献背后的研究设计、理论含义和现实后果。我们希望通过这一季读书会，让更多人对「AI × 传播」形成清晰认识，产生持续共鸣，并逐步进入这个正在快速生长的研究领域。这里既有新技术带来的方法机会，也有传播学必须回应的公共问题；既有对工具的学习，也有对人、媒介、信任、偏见和社会关系的重新理解。

如今，全新一季的「AI × 传播」读书会即将拉开帷幕。如果你正在思考如何用 AI 做传播研究，如何研究 AI 带来的新传播现象，如何理解智能媒介时代的人机关系，或者如何把自己的研究问题放进更大的技术与社会变迁之中——在这里，你将与志同道合的伙伴们共同探讨前沿议题，在交流互动中互相启发，共同进步。这是一次共同学习、共同提问、共同创造的开始，期待你的加入！

读书会框架

发起人

许小可，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教授。主要从事网络科学与传播学相结合的研究工作，主要研究方向为：社交机器人、计算传播、社会计算等。先后主持多项国家自然科学基金、腾讯犀牛鸟科研基金等项目，已在Science、Nature Human Behaviors、PNAS、Nature Communications等知名期刊发表学术论文百余篇。先后出版《社交网络上的计算传播学》、《计算传播学导论》等教材，个人学术专著《网络零模型构造及应用》，获国家科学技术学术著作出版基金资助。担任中国中文信息学会社会媒体处理专业委员会常务委员、中国工业与应用数学学会复杂网络专业委员会委员、中国人工智能学会社会计算与社会智能专委会委员。

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。

特邀主讲人

张军，山东理工大学管理学院教授，博士生导师，山东理工大学复杂系统与智能决策研究所所长。研究兴趣是AI对齐视角下的在线知识社区人智协同关系研究，包括人智交互模式特征、AI对知识生产影响及AI对齐适配的风险等。2012年9月-2013年9月于大连理工大学夏昊翔教授团队访学，2015年9月-2016年9月于美国亚利桑那州立大学Ying-Cheng Lai院士团队访学。主持并完成国家级课题3项，省部级课题5项，发表专业论文26篇，出版专著1部。

任汝芩，博士毕业于南加州大学安娜伯格传播学院。研究兴趣为数智系统中的人机协同和用户行为；具体工作集中在两个方面：（1）信息系统范式下的集体智能与人机协同研究，（2）计算传播范式下的网络信息治理研究。主要运用社交网络分析、统计建模、计算传播等前沿的量化分析方法。有多篇论文发表于重要SSCI期刊和计算机CCF－A级会议论文集，包括New Media & Society, Internet Research, Communication Research, ACM CHI等。现主持国家社科基金1项，省部级项目2项（教育部人文社科青年项目，浦江人才项目），获上海市领军人才称号。进入上海交通大学前曾在蚂蚁金服、Facebook等互联网企业从事用户研究工作。任汝芩于对外经贸大学英语获文学学士学位和管理学学士学位，于乔治城大学取得Communication, Culture, and Technology专业硕士学位。

王权，香港中文大学社会科学学院应用社会科学博士在读，主要研究方向为LLM的偏见，后果和干预；现任NexGn.ai 创始人，曾担任字节跳动抖音自助广告策略负责人，TikTok国际化电商商家增长负责人，蝉羽网络商业化合伙人副总裁；本科毕业于四川大学电子信息学院电子信息科学与技术专业，并拥有清华大学工商管理硕士，以及康奈尔大学工商管理硕士学位。

主讲人

奚奇，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。

刘才辅，北京师范大学新闻传播学院在读研究生，研究兴趣包括计算传播、国际传播等。

李正阳，北京师范大学系统科学学院硕士研究生，研究兴趣包括复杂系统，多主题建模，计算传播。

贾伟雯，北京师范大学新闻传播学院、计算传播学研究中心博士生，研究聚焦网络科学与计算传播学交叉领域，擅长结合大数据、网络分析方法开展传播现象与传播机理研究。攻读博士期间，发表 SCI 论文 3 篇，获发明专利 1 项，长期聚焦大数据、社会网络、信息传播建模等相关研究。

和永建，北京师范大学在读博士，目前在以色列 Bar-Ilan University 进行博士访学。研究兴趣集中于网络科学、单细胞组学与机器学习的交叉领域。当前研究主要从复杂网络系统的角度出发，结合网络表征学习、深度学习和单细胞组学数据分析方法，探索基因调控网络的结构与功能关系，解析关键基因扰动对细胞状态的影响，并进一步研究衰老过程中调控网络重构与细胞表型动态变化之间的联系。