2025年11月19日下午，明德讲堂社会系列M1092于中国科学院大学雁栖湖校区教一楼002举办，本次讲座特邀北京师范大学新闻传播学院教授张伦主讲。张伦教授长期从事基于智能方法的新媒体与信息传播研究，现担任中国新闻史学会智能与计算传播专委会副理事长，中国中文信息学会社会媒体处理专委会常务理事，入选国家级青年人才计划，北京师范大学仲英青年学者，曾出版《计算传播学》《社会网络上的计算传播学》等著作，并承担了国家社科基金一般项目、青年项目、教育部人文社会科学青年项目等多项科研项目。
主讲人张伦教授
本场讲座以“大模型与社会科学研究”为主题，围绕三个层次展开：首先讨论为何以大模型为代表的人工智能成为社会科学不可回避的研究对象；继而梳理大模型扩散与应用所激发的关键社会科学议题，并结合相关研究进行示范性解读；最后聚焦方法论层面，探讨大模型在社会科学研究中的应用潜力与实践策略。中国科学院大学人文学院张增一教授主持本场讲座。
一、大模型使用行为的社会科学意涵
在第一部分，张伦教授从平台数据与用户行为切入，辅以媒介发展历史，指出大模型的扩散速度显著快于以往多种媒介技术，其快速上升的传播曲线提示研究者需要重新理解生成式媒介对信息生态的结构性影响。
接下来，她从用户任务类型出发，将大模型在日常生活中的使用概括为写作与文本加工、实践性指导、技术支持、多媒体生成与分析、信息检索与决策、自我表达等任务，并强调：这些“使用场景”本身就是研究入口，不同使用方式背后分别对应媒介素养、表达权利、价值观影响、情感与决策依赖、职业转型与数字劳动等一系列可被社会科学化的问题域，例如：对AI的写作依赖如何改变表达与学习方式；AI建议与陪伴如何影响个体决策与情绪管理；多模态生成如何影响虚假信息传播成本；“提示词能力”差异是否会带来新的信息不平等。通过这些问题，张伦教授把“工具使用”与“社会影响”联系到了一起。
讲座现场
二、议题示范：叙事效果、就业结构与平台算法
在第二部分，张伦教授选取多项研究作为示例，展示大模型如何持续生成新的社会科学议题。
首先，在传播效果层面，她介绍了研究者如何将大模型生成的故事文本纳入实验设计，与人类创作文本进行比较，进一步检验“来源标注”对读者接受过程的影响。张伦教授据此强调，在评价大模型内容时，需要同时关注“文本本身的叙事效果”与“受众对技术来源的认知框架”两条机制。
其次，在劳动力市场方面，她结合招聘平台数据研究讨论大模型对劳动力市场的影响，指出当企业把部分任务交由自动化工具处理后，岗位结构可能发生变化，尤其对初入职场的“初级岗位”带来更直接的压力。张伦教授强调，这类变化并不是仅由“技术替代”就可解释清楚的，社会科学需要更细的指标与更长的观察来回答哪些任务被改变、哪些能力更重要、教育体系如何回应的问题。
最后，在平台与算法治理方面，她指出，许多社交媒体与搜索服务已在后台部署大模型能力，普通人日常的信息搜索很可能已经处在大模型参与的信息环境中。由此带来的“信息把关”方式变化、推荐偏差、以及不同平台的治理策略，都为传播学、社会心理与公共政策研究提供了新的问题。
三、方法论：从文本处理到“多模型校准”的研究实践
围绕如何将大模型引入社会科学研究的议题，张伦教授强调应将其视为需要被严格控制与校准的研究工具，而非不加检验的“替代性结论来源”。
她以内容分析为例指出，大模型在文本标注、情绪识别、立场判断等任务上，已经可以在一定条件下达到接近人工编码的可靠性，并且还能给出较为合理的理由，有助于研究者反思自己的分类标准。然而同时，研究者也必须意识到，从数据选择、人工标注、算法设定到评价指标，每一个环节都充满价值判断，大模型只是在既有价值框架下提供不同视角，但不能被误当作唯一的标准。
在互动环节，针对同学提出的文本处理过程中出现“模型幻觉”等问题，她介绍了团队在实践中的应对思路：通过更稳定的使用方式、采用多个模型进行并行编码，并对模型间差异进行校准；当个别样本的模型输出差异异常放大时，再回到人工复核与调整，以提高整体研究的稳健性。
此外，张伦教授也分享了其团队面向公众进行学术传播与议题观察的尝试，如运营“北师计算传播”等平台账号，将其视为持续观察平台机制与议题演化的开放场域，以推动学术研究与公共讨论形成更紧密的连接。
本场讲座对AI以“日常使用—研究议题—研究方法”的逻辑结构进行探讨，，既回应了大模型进入日常生活后带来的传播与社会问题，也为不同学科背景的学生提供了可操作的研究视角。面向大模型时代的社会科学研究不仅需要关注技术如何改变传播与社会，也需要在研究设计、工具校准与伦理反思层面建立更为严谨的学术规范。
颁发纪念证书
“明德讲堂”社会系列旨在搭建人文与科技、思想与实践的对话平台。
