- 课程简讯 -
在7月5日下午至7月7日上午的复旦大学“中外新闻传播理论研究与方法”暑期学校（第22期）课程中，香港城市大学媒体与传播系及数据科学学院讲座教授祝建华，复旦大学信息与传播研究中心副主任潘霁教授，复旦大学新闻学院院长周葆华教授，为学员进行了第三单元“智能媒介研究方法的思考和探索”的课程讲授。本期推送为该课程内容摘录。
图为祝建华教授授课现场
祝建华教授以“AIGC时代的传播学研究方法”为主题，分别于7月5日下午和6日上午举行讲座，系统讨论生成式人工智能如何重塑传播研究的对象、数据与工具。他从传播学研究的基本结构出发，强调研究应始终围绕问题、情境、实证数据和分析方法展开，并梳理了抽样调查、控制实验、内容分析、用户日志、在线实验、文本挖掘等定量与计算方法及其在AIGC研究中的应用。在此基础上，他进一步介绍大语言模型在问卷设计、实验材料生成、内容标注、意见预测和智能体模拟等环节的应用潜力及存在问题，指出AIGC使传播数据从“被发现”转向部分“被生成”，为研究效率和方法创新带来新空间，但也引发合成数据失真、模型偏差、可重复性不足及伦理责任等问题。祝教授强调，AI作为研究工具并非是对传统方法的替代，而应与定量、计算方法相互补充；研究者仍需坚持可靠测量、结果验证、理论判断与方法评估等等基本准则及优良传统。
图为潘霁教授授课现场
潘霁教授结合具体案例，探讨数字智能时代对于传播研究方法转型的反思。他首先从媒介学视角重新审视内容分析、控制实验、问卷调查等传统经验研究方法，根据方法在特定经验领域的应用，反思这些方法如何建立在特定媒介场景和知识生产逻辑之上，研究方法本身也具有“媒介性”，不仅是获取知识的工具，也是在具体场景中创造意义、建构解释的重要机制。随后，他重点介绍了时空体验记录、田野实验和行动反堵（jamming）三类数字研究方法，通过界面漫游、高层建筑民族志、大数据时空分析等案例，阐释研究者应关注媒介实践发生的具体场景、身体经验与技术系统之间的互动关系。最后，他提出，数字时代的方法创新并非抛弃经典，而是在重访传统理论与方法的基础上，重新理解其适用条件与媒介前提，激活研究方法自身的“媒介性”，使其更好回应数字社会不断生成的新经验与新问题。
图为周葆华教授授课现场
7月7日上午，周葆华教授围绕“智能传播的问题意识、理论进展与方法创新”展开讲授。他首先指出智能传播研究包含两个相互关联的面向：既要把AI作为研究对象，考察其如何介入信息生产、分发和社会交往，也要把AI作为研究方法，推动样本、测量与数据分析方式的变化。其次，他围绕算法与权力、算法推荐与信息消费、AIGC内容生产、人机传播四个领域，讨论算法的不可见性、可见性分配、信息同质化、内容质量、新闻权威及人机关系等问题，强调研究应关注人的处境、公共价值与社会运作，而非仅关注技术发展。再次，他提出智能传播应从AI作为媒介、行动者和社会调节机制的特性出发，推动传播理论的扩展。最后，他介绍了大模型编码、生成实验材料、硅基样本调查和智能体模拟等方法，并以民意模拟为例，分析个体模拟、集合模拟及不同思维链提示对模拟准确性和意见异质性的影响。
课堂观点：
祝建华：AIGC时代的传播研究，要以问题意识为引领，积极探索AI技术与经典研究方法的融合，并以可靠数据和严格验证守住研究的科学性，在保证科学性与可信度的基础上回应智能传播时代的新问题。
潘霁：智能时代的方法创新，不只是借助新技术研究新现象，更要重新激活研究方法的媒介性，让身体、场景与技术系统在互动中显现并生成新的意义。
周葆华：将人工智能作为传播研究的方法，重要的是既不将其“神化”也不将其“矮化”，而是务实分析其适用的边界，促进更有效的人机协作研究。
[版权声明]该系列文章为复旦大学“中外新闻传播理论研究与方法”暑期学校授课纪要。本文由作者授权发布，未经允许，请勿转载，特此声明。
[引用格式]祝建华、周葆华、潘霁（2026）。复旦大学中外新闻传播理论研究与方法暑期学校授课语录。复旦大学信息与传播研究中心微信公众号，2026年9月4日。