2026.09

「清新讲堂」回顾｜冯应谦：人工智能、危机与探索

来源：清华传媒评论作者：清华传媒评论

5月13日，清新讲堂在清华大学未来媒体实验室成功举行。本次讲堂邀请了香港中文大学社会科学院院长、伟伦新闻与传播学教授冯应谦，为我们作题为《人工智能、危机与探索》的分享。讲座系统回顾了传播范式从大众媒体主导（专业生产内容，PGC）到用户生成内容（UGC）互动时代再到人工智能生成内容（AIGC）崛起的演变，梳理了传播学研究面临的危机和未来探索的方向。本次活动由清华大学新闻与传播学院副院长蒋俏蕾教授主持。

蒋俏蕾教授主持清新讲堂

讲座伊始，冯应谦老师以“为什么AI对传播领域是一种危机”破题，将传播学的发展划分为三次“范式转移”：

第一次是大众媒体时代（专业生产内容，PGC）：以报纸、广播、电视为核心，媒体作为“把关人”垄断信息生产，单向传播秩序主导。这一时期的研究聚焦于媒体对人的影响。
第二次是社交媒体时代（用户生产内容，UGC）：21世纪初，Facebook、YouTube等平台兴起，用户从被动接收者转变为主动内容生产者，传播的民主化加速。但UGC时代的传播学研究目的依然是“谁在影响人”，只是影响者从媒体变成了意见领袖。
第三次就是我们正在经历的AI时代（人工智能生成内容，AIGC）：AI不再仅仅是工具，而是具备自主生成能力的传播行动者，从撰写新闻评论到生成深伪视频，算法重构了传播链的每一个环节。冯老师指出，此时我们不能再简单地发问“AI对人的影响”，“谁在传播、传播什么、如何传播”等问题都需要重新定义。

冯应谦教授作学术分享

冯老师指出，传统媒体效果理论理论大多建立在内容对大众的普适性影响假设上，但AIGC实现了“超个性化说服”的质变，具体包括三个维度：在数据层，AI分析用户的行为数据，构建精确的用户心理档案；在生成层，AI根据这些档案动态调整信息情感基调、论证结构，在反馈层实时优化内容。传播者从人变成了算法，渠道是动态的，效果是实时演进的。传播学需要发展“量子化效果模型”，将传播视为概率云而非确定路径，并纳入神经科学、行为经济学等跨学科视角。
更深层的危机在于传播权力格局的变迁。冯老师指出，AI对传播秩序有三重控制，分别为生产控制——媒体机构成为AI的策展人，分发控制——协同过滤形成隐性思想管制和意义控制——AI通过NLP重构语义网络。

与会同学与冯应谦教授交流

冯老师指出，传播学研究的核心内容依然是“传播的有效性”，比如说服消费者、促进健康行为、传递价值观。那么，AI生成内容能否实现同等甚至更强的传播效能？另一方面，传播过程本身已经被算法“黑箱化”，我们是否有能力测量这种“黑箱效应”？

从这些问题出发，冯老师分享了他的团队正在推进的实证研究——面向小红书文案生成场景，探究社交媒体环境中AI生成内容创造力的评估。这项研究通过训练可控的AI Agent，尝试在实验室环境下“重建”传播研究模型。研究团队通过15个口红品类的关键词收集数据，训练了一个专门的AI agent，使其能够生成与真实小红书文案风格一致的内容。实验招募了200多名参与者，让他们对AI生成内容、网红创作内容、普通人创作内容进行盲评。研究提出了基于原创性、可用性、多样性、可信度、故事性和吸引力六大指标的AI生成内容创造力评估模型。结果显示，AI生成内容与人类创作内容总体评分无显著差异；AI在原创性、实用性、故事性和吸引力维度上的得分超越了人类，但在多样性和可信性维度上表现相对较弱。

在互动环节，针对同学们关于研究设计的提问，冯老师回应：实验室环境确实无法完全还原真实的AI算法推荐机制和人机交互过程，但这是科学方法必须付出的代价——通过控制变量来获得可重复的研究结果。他也指出，随着AI渗透到日常创作的各个环节，未来“纯粹的人写内容”将几乎不存在，传播效果研究将面临更大挑战，研究者也需要逐步逼近这种复杂语境。还有同学从参与式文化视角提问：社交媒体上的普通用户创作内容、KOL创作内容与AI生成内容三者之间是否存在层级关系？冯老师认为，实验室环境下普通用户创作的内容在创新性上表现突出，但真实世界中KOL的商业逻辑和规律性输出使其内容更易被算法收编。AI生成内容正在成为新的变量，它既不完全符合KOL的传播逻辑，也与普通人的个性化表达不同，需要新的理论框架来理解。