【编者按】8月16日至30日，由湖南省教育厅、湖南理工学院主办，湖南理工学院新闻传播学院、湖南省新闻传播学会承办的2024年湖南省“智能传播与新闻传播研究方法”研究生暑期学校邀请国内新闻传播学科知名专家学者授课。来自中国社会科学院大学、中国传媒大学、湖南理工学院等全国各大高校的159名博士研究生、硕士研究生、本科生入学，开展专题研学。8月19日下午，复旦大学新闻学院副院长、博士生导师，新媒体传播专业硕士项目主任周葆华教授作了题为“新闻传播学中的生成式人工智能：新问题与新方法”的讲座。本场讲座主持人为湖南理工学院新闻传播学院肖涛教授。本文根据讲座内容整理。
周葆华教授关注到智能传播以及生成式人工智能技术的发展，从新闻传播学视角进行审视，指出在学术研究中，问题与方法两者最为重要。本次周葆华教授的讲座主要分为四个部分。
一、问题与方法
周葆华教授表示，问题与方法是做研究的两大关键，好的问题意识决定研究质量，好的方法才能更好地解决问题，并且提出了问题意识的“三个阶梯”与方法的“三个层次”。
问题意识的“三个阶梯”：一为话题，指仅为感兴趣的对象、领域、范围；二为问题，指提出关于what、how、why的问题；三为难题，指置于学术脉络中回应存在学术争议的难题。周葆华教授提出在学习和研究过程中，需要从话题走向问题，再走向难题。
方法是广义的，包括“三个层次”：一、世界观，即方法背后对于社会的理解（比如对于客观性、可测量性）。二、研究设计，即连接研究问题（理论化）与操作化的一整套过程。三、具体操作，即采集数据、整理数据、分析数据的过程。
面对生成式AI这一前沿领域，周葆华教授提出一个问题：生成式AI是否带来了新闻传播学研究的新问题、新方法？
二、生成式AI作为研究问题
生成式AI作为一种新媒介，其即具有和以往媒介一样的特征，也有其自身的独特之处。将其放置在传统和创新的两种理论视角下，可以发现不同的研究问题。
目前受到关注的典型研究问题包括生成式AI被用户和机构的采纳、应用的问题以及GAI的风险问题，如新闻的真实性、机器账号检测的失效、再生产偏见、窄化知识与立场、知识产权和隐私风险等。这些问题严格来说并非新问题，但因为新现象而出现了一些新的具体表现核心的机制，因此也具有研究价值。
面对生成式人工智能带来的这些问题，引发了很多学者关于如何理解生成式人工智能以及真实性、人机交互、媒介等同、恐怖谷等概念的进一步思考。
三、生成式AI作为研究方法
周葆华教授认为可以将研究方法分为非智能方法与智能方法，研究对象也可以分为非智能对象与智能对象。其中，生成式AI即是一种研究方法，也是一种研究对象。
新闻传播研究的方法体系中主要包括质化、量化、计算和智能四种研究方法，这四种方法在受众、内容、影响三个维度有不同的侧重点和特征。
其中大模型编码这一智能研究方法可进行内容编码、民意调查、生成“社会”，提高模拟能力以及研究辅助，如阅读文献、评审意见、辅助编程等。
四、案例分享
周葆华教授以“大模型与标题党”研究为例，阐释生成式AI研究方法的实际应用。首先，通过大模型进行文章的随机抽样，将文章去除标题后再通过模型根据各种提示语输出新的新闻标题，随后再通过12个测量维度将收集的数据进行测量，最后得出一系列研究发现。
肖涛教授表示，生成式人工智能深刻改变媒体形态、媒体格局和传播方式。周葆华教授紧扣问题与方法这两个关键，深入阐述了生成式人工智能带来的新问题、新方法。讲座内容丰富、讲述深入浅出、案例生动有趣，具有很强的理论性、前沿性、操作性。希望同学们关注前沿问题，强化学术训练，不急不躁，厚积薄发，久久为功。
（学生记者/周玉洁 责编/周祎 主审/肖涛 终审/石军）
