讲座分享
许小可：基于大模型生成技术的
智能宣传挑战与应对
在当今数字化飞速发展的时代，智能传播领域备受瞩目。近日，北京师范大学计算传播学研究中心教授许小可为大家带来了一场题为“基于大模型生成技术的智能宣传挑战与应对”的精彩讲座，深入计算宣传与智能传播如何影响我们的生活。
Part.01
许小可，北京师范大学新闻传播学院、计算传播学研究中心教授。主要从事网络科学与传播学相结合的研究工作，主要研究方向为：社交机器人、计算传播、社会计算等。先后主持4项国家自然科学基金、腾讯犀牛鸟科研基金等项目，已在Science、Nature Human Behaviors、PNAS、Nature Communications等知名期刊发表学术论文百余篇。先后出版《社交网络上的计算传播学》、《计算传播学导论》等教材，个人学术专著《网络零模型构造及应用》，获国家科学技术学术著作出版基金资助。担任中国中文信息学会社会媒体处理专业委员会常务委员、中国工业与应用数学学会复杂网络专业委员会委员、中国人工智能学会社会计算与社会智能专委会委员。
Part.02
许小可老师率先引入了计算宣传的概念，并紧接着深刻剖析了“计算宣传”研究的深远意义。从国家竞争的宏观视角出发，他指出，在国际舞台上，国家间的较量已不再局限于传统的战场，社交媒体已然成为了一片新的重要竞技场。以美国和欧洲为例，两者在社交媒体上展开了大量的计算宣传活动，竞争态势激烈。而我国在国际传播领域同样面临着诸多挑战，如何有效应对“挨骂”问题，提升国际话语权，已成为新传领域研究的重中之重。研究者们纷纷聚焦于对美传播策略，各类出海活动亦被纳入国际传播的范畴，而计算宣传在其中发挥了举足轻重的作用。
接着，许小可老师结合媒体的发展历程，深刻阐述了媒体从传统媒介、门户网站、社交网络到智能媒体的演变过程。他明确指出，智能媒体与社交网络存在显著差异，智能媒体依赖于先进的推荐系统，使得用户无需关注特定好友即可接收信息，同时，大型模型如AIGC的出现，极大地改变了内容生产方式，从用户生成内容（UGC）向AI生成内容（AIGC）转变，文本内容受到了AI技术的显著影响。
此外，许小可老师还深入介绍了社交机器人及其相关研究。他强调，随着社交机器人的快速发展，研究主体已从同质的人类转变为包含异质主体的复杂系统，这对新理论的产生提出了迫切需求。社交机器人不仅可作为信息的感知器，精确捕捉特定用户接收的信息，还有助于我们更深入地理解社会现象。
针对近年来备受关注的虚假信息研究，许小可老师也进行了详细阐述。他指出，虚假信息的危害极为严重，如美国大选期间的信息混乱就导致了民众对不同政党言论的信任缺失。社交机器人已成为虚假信息传播的重要手段之一。在国家间的网络空间竞争中，对社交机器人的识别显得尤为重要。团队在社交机器人识别技术方面取得了显著进展，从单个用户和群体识别两个层面入手，虽然单个用户识别难度较大，但群体识别相对容易，因为群体具有联动效应。团队通过观测耦合行为构建了集群视觉框架，提升了识别能力，并强调了项目团队在应对虚假信息传播中的重要性，以及从事件中快速识别相关技术和源头的必要性，以维护网络空间的安全和信息的真实性。
从理论深度到实践应用，再到未来展望，都让我们对计算宣传领域有了更为清晰的认知。在智能传播日益影响社会各个角落的当下，相信此次讲座所传递的信息与理念，将为我们提供重要的参考与启示，助力我们探索前行。
