11月19日，“清新书院·学术午餐会”活动在清华大学未来媒体实验室举行。本次讲座邀请到北京师范大学新闻传播学院张伦教授作题为《从工具到对象：大模型时代的传播研究》的分享。讲座围绕大模型如何在传播研究中发挥作用展开，结合典型研究案例，系统分析了大模型作为生成性媒介的采纳与实践、作为研究对象引发的传播学议题，以及作为研究工具的优势与应用。本次活动由清华大学新闻与传播学院党委副书记蒋俏蕾教授主持。
张伦老师以“大模型到底是不是媒介”作为开篇问题，指出当技术具备在传播链路中自主生成内容、塑造叙事并与受众互动的能力时，它便已超越传统工具属性，呈现出“生成性媒介”的特征。结合近年的使用调查，张伦老师指出大众对大模型的采纳速度极快，已在检索信息、辅助写作、创意生成与学习支持等多类型任务中被日常化使用。高校场景中，大模型也被系统性嵌入学习流程，用于总结文献、头脑风暴与技术支持等，同时伴随着对学术规范与原创性的警惕。这些使用行为及其背后的认知表明，大模型正被持续吸纳进社会的知识生产与表达实践之中。
在此基础上，张伦老师从两大维度介绍了大模型所引发的传播学议题。第一类从大模型作为信息生产者这一角度出发，探讨大模型能否讲故事、是否存在偏见以及是否会把关。围绕“AI 能讲故事吗”这一问题，张伦老师介绍了一项关于ChatGPT的叙事运输与说服的实验研究。研究结果显示，在不告知作者身份的条件下，AI生成的故事在叙事沉浸感和说服效果上与人类创作无显著差异，甚至因逻辑更连贯、用词更具体而引发更少的反驳行为；但当文本被明确标注为“AI生成”时，叙事运输感明显下降，反驳行为增加，说服效果被削弱，出现了强烈的标签效应。
张伦老师还进一步讨论了大模型的偏见与信息回避行为。系统性对多语种和多模型提问的结果显示，拒答率并非主要由议题内容决定，而是更明显地受到模型规模、训练语料和提问语言等因素的影响。中文语境下的回避频率普遍高于英文，说明语言背后绑定着不同的数据结构与风险控制机制；同时，不同国家与文化背景的大模型在科技、文化、政治类问题上的回答倾向差异显著，呈现出某种“地缘化偏向”。这意味着大模型不仅参与生产内容，也在执行某种“新型把关”，通过选择性回答或回避影响信息可获得性。
第二大维度的议题是大模型作为媒介技术的宏观社会影响，张伦老师强调大模型正在重塑劳动场景和就业市场。相关研究发现，在大模型推出前后，积极引入AI的公司，其初级岗位招聘量显著下降，高级岗位的招聘变化并不明显，有些反而保持增长。进一步分析显示，下降最为明显的是那些“高度可被AI替代”的工作类型，而不易被替代的岗位受到的冲击较弱。
随后，张伦老师讨论了大模型作为研究方法的潜力与应用要点。首先，大模型不仅能显著降低内容编码的人工耗时，还能在情感分析、主题建模等高度“算法依赖”的任务中提供更稳健的结果。通过数据生成，大模型也能缓解语料稀缺的问题，可用于辅助编写爬虫、数据清洗与预处理，或在模拟民调中补齐缺失值，从而巩固研究所需的数据基础。进一步地，大模型还可成为执行任务的AI agent，可与社交机器人结合实现线上仿真或深层链路的数据采集，拓展出新研究场景。在方法层面，张伦老师介绍了提示词写作的主流结构与基本原则，包括基于上下文的信息投喂，基于角色—任务—格式的RTF写法，以及以迭代与精炼为核心的调优方式等，同时提到研究者可通过“手搓”部署本地大模型并向其中灌入语料，以实现更可控、可复现的研究流程。
在结语中，张伦老师回到范式的视角思考，指出以大模型为代表的智能技术为传播学带来了新的研究主题、理论挑战和方法体系。面对这场技术变迁，传播学既不能简单地将大模型作为工具接受，也不能将其视为威胁拒斥，而应在批判性理解与积极应用之间找到平衡，并持续探索如何与主流学科连接，在理论与方法上构建更加开放且稳固的学科知识框架。
“清新书院 · 学术午餐会”是由清华大学新闻与传播学院党委研究生工作组主办、清华大学新闻与传播学院研究生分会承办的学术交流活动。午餐会以新闻传播学为讨论内容，同时鼓励相关交叉学科的学术交流。每次午餐会由一位主讲嘉宾分享相关研究的选题过程、领域概况、研究方法和创新性结论等。
供稿丨李栖桐
排版丨李栖桐
摄影丨王庆薇
审核丨邓依林 庹舒婷
28:32
