【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、湖南红栀子大健康产业有限公司、湖南省新闻传播学会承办的2023年湖南省“智能传播与大健康产业发展”研究生暑期学校邀请国内新闻传播学科知名专家学者、健康传播产业领域业界专家授课。来自湖南理工学院、中国传媒大学等全国各大高校的119名博士研究生、硕士研究生、本科生入学，开展专题研学。8月17日下午，复旦大学新闻学院教授、副院长、博士生导师、新媒体传播专业硕士项目主任周葆华作了题为“大数据时代的计算与智能传播”的讲座。本场讲座主持人为湖南理工学院新闻传播学院副院长肖涛教授。本文根据讲座内容整理。
当今时代，信息技术飞速发展，大数据正在成为人们生活中不可或缺的一部分，从方方面面影响着我们。与此同时，媒介传播逐渐与计算与智能传播密不可分。周葆华教授深入阐释了数字革命、学科转型与基本概念，系统介绍了计算与智能传播研究在大规模、动态性、跨层次、行为性、生成性等领域的主要进展。
数字革命与日常生活
周葆华教授结合自己的亲身经历以及对于日常生活的观察，对于如今数字技术的发展进行了简要讲述。从“ABCDG”五个方面引出数字技术的改变促使云计算、大数据等基础设施的建成与完善。“新的媒介跟大数据的不断突破产生了当下大量的日常生活的数据”。他联系疫情下的生活与“上海人民的一天”，结合当下依靠新媒体“爆火”的旅游景点，认为智能传播与数字革命在一定程度上方便了人们的生活，也促使了新闻传播研究的重大转型。
认识大数据时代
周葆华教授认为我们的生活以及数字革命下的新闻传播正所处于大数据时代。大数据时代有以下七个特点：
大规模——海量数据。周葆华教授指出，如今的智能传播与样本的大规模密切相关，并结合 “路灯效应”，警示大家在利用大数据的大体量的特点时，也要认识到其背后的代表性。
多模态——数据形态的分析创新。他认为一个大模型的生成是基于对多模态数据的分析。因此他提醒同学们在进行写论文或是文章的报道时可以结合该特点进行多角度的创新。
动态性——时间维度上更新速度快、无限延伸。周葆华教授联系实际生活，例如问卷调查与“追星热情”，指出数据的变化时间点繁多。
全球化——空间维度上覆盖全国乃至全球。周葆华教授利用网络平台上“键盘侠”的IP地址的变化以及“地图炮”现象等案例，阐述了全球化这一特点并提醒同学们可以从空间上进行分析和研究。
网络化——网络节点互联的关系数据。周葆华教授认为大数据时代下人与人之间可以构建网络关系是其非常重要的意义。
复杂性——数据噪音、真伪、操纵等问题。周葆华教授认为随着智能传播的出现，互联网上的信息与内容让人难以分辨真伪，因此我们在进行分析时一定要注意清洗噪音。
智能化——基于数据产生的智能应用快速发展。周葆华教授指出基于数据产生的智能应用在快速发展的同时也会影响大数据本身。
生成智能的兴起
周葆华教授指出智能与算法无法割裂，人工智能的典型代表是算法，推荐算法由分发、匹配到生产就是算法到智能：生成智能的兴起。生成智能不断扩散，推荐算法正在重塑媒体与社会。他以机器人写作、Chat GPT等人工智能为例，提出生成智能拥有其独特的优势，能帮助人们减轻压力，但是人工智能不能取代人类创造性活动。作为记者，在进行采写与创作时，我们可以利用相关软件与工具协助创作，可以有针对性地学习计算传播的新知识。
新闻传播研究的学科转型
周葆华教授介绍了计算传播与智能传播的概念，表示这两个概念的区别意味着新闻传播研究在数字时代的重大学科转型：面向人类社会和新闻传播活动的数字化、数据化与智能化；关注数字媒介与智能传播的新现象、新问题和新方法;推动新闻传播理论发展并回应新闻传播与社会发展、人类生存的重大现实问题;从规范式、限于特定行业转向经验性、关注人类生存的大传播。
如何发挥计算与智能传播研究的价值？
周葆华教授表示，计算与智能传播研究主要有五个方面的价值。其一是做大规模的多案例的比较，注重对于基础理论和传播学规律的分析，并以自身研究“意见领袖的跨事件跨平台比较”为例，指出多案例分析有助于社会规律的发现。
其二是充分利用大数据的动态性，侧重分析过程，弥补过去传播学不重视传播过程导致的对于世界演进过程的缺陷，并以舆论的形成为例说明过程性的传播学的重要性。
其三是做跨层次研究。周葆华教授结合实际生活中的人际交往以及地域层次，提出要将宏观层次上的因素和微观层次上的特征结合，利用两者的相互影响，产生极大价值。
其四是分析行为性。周葆华教授认为要放弃分析行为的自我报告，获得准确的行为信息，并结合了美国投票选举和屏幕组学的案例加以强调。
其五探索深层次的人工智能，寻找新问题新方向，并指出深层次的人工智能对社会现象规律的挖掘和把握比纯粹的计算机仿真更强
传播学研究的主要进展
周葆华教授认为传播学研究有五个方面的主要进展：
大规模的多案例比较研究的好处——摆脱社会的纷繁复杂去真正地发现规律，找到共性。周葆华教授以“意见领袖的跨事件跨平台比较”研究为例，认为发现某种规律要通过大量的人类行为的整合与叠加，并对大量的案例与事件进行分析才能得出某种规律。
过程传播学与动态演化——周葆华教授以舆论的概念理解为切入点，提出我们每个人通过自己阅读传媒或者跟其他人讨论或是接受家庭教育形成个人意见，其个人意见经过公众讨论后形成舆论的各种形态。其过程是不断演进的，我们要看到其总体变化。
疫情初期的微博求助计算传播研究——周葆华教授认为，很多健康问题是社会和心理问题，作为学者有责任去研究与分析，作为记者有使命去采访和报道。他还根据微博求助与疫情发展的因果关系提出了“3C-传播-救助”中介模型。
跨层次的机制探索——周葆华教授利用ABM仿真模型探索跨层次体制：“沉默的螺旋”。
从行为意向到行为——周葆华教授以选举和投票为例，说明任何一个小的操作都会影响结果，因此不要小看传播的力量与社交媒体的力量。
生成智能传播的新探索：新问题——周葆华教授通过案例分析，介绍了生成智能的风险问题，并介绍了生成智能传播作为新方法的两方面——编码、生成“社会”。
新闻学科如何面对计算与智能传播
周葆华教授通过比较计算机科学与新闻传播学的问题与社会价值、研究目的、衡量标准、概念化、样本随机性、分析单元/层次、研究逻辑、数据整合、计算方法等，建议同学们积极拥抱新事物，学习基本计算能力，保持我们的专业特色以及优势并且融合发展。
肖涛教授在主持讲座时表示，我们现在身处数字时代、信息社会，信息无处不在、无人不用，导致舆论生态、媒介格局、传播方式发生深刻变化，新闻传播研究随之发生重大转型。希望同学们与时俱进，加强计算机、人工智能等交叉学科学习，运用计算和智能研究法拓展研究领域。
（学生记者/青冰冰 编辑/龚尤）
