近日，由复旦大学新闻学院、复旦大学大数据学院、复旦大学计算机学院主办，复旦大学全球传播全媒体研究院、复旦大学知识工场实验室、复旦爱数认知智能联合研究中心承办的“认知智能与智能传播”学术研讨会在线上举行。本次研讨会由复旦大学新闻学院张涛甫教授与复旦大学计算机学院肖仰华教授共同发起，来自学界及业界的十位前沿研究者在研讨会上分享报告，近三百名听众线上分享并参与互动讨论。
复旦大学新闻学院院长张涛甫教授主持开幕式。张涛甫教授首先介绍了本次研讨会的背景、理念和议程安排。他指出，本次学术研讨会的背景是：因应“数字中国”国家战略之需，顺应学科交叉融合发展趋势，落实复旦大学学科发展布局，同时也基于复旦计算机科学学科和新闻传播学科持续多年的合作旨趣。本次活动邀请计算机、大数据、新闻传播的学界和业界前沿专家一起交流探讨，是跨学科交叉融合的学术盛宴。
复旦大学文科处处长顾东辉教授致欢迎词。顾东辉教授从“认知”“智能”“传播”三个主题关键词出发，从学科融合、技术伦理、社会价值三方面，并结合复旦新文科发展布局，深刻解析研讨会的主题和意义。
研讨会分上午和下午两个半场，上午的主题研讨会由肖仰华教授主持。
复旦大学大数据学院阳德青副院长以“基于认知智能的内容推荐与生成”为题作报告。他首先对认知智能的概念，从思想支撑、技术内涵、核心能力、技术架构等方面进行解析，提出，认知智能是人工智能发展的全新阶段，知识图谱是实现认知智能的基石。重点分析了基于认知的内容推荐，包括知识驱动的内容推荐和基于价值认知的内容推荐等。最后他提出，运用数据+模型+知识图谱的多核驱动基于认知的内容生成，获致准确的效果。
中国科学技术大学的冯福利教授作了主题为“基于因果的推荐系统治理与向善”的报告，他提出，因果推理是实现推荐系统向善的关键技术。他首先介绍了推荐系统的现状，认为以利益为优先的推荐系统可能带来数据偏见、轻视用户权利、造成信息茧房等问题，并提出推荐系统向善的问题。他提出，向善可以从增强推荐模型、矫正推荐结果、调控推荐影响三方面出发，实现用户可控和长期引导。
微软亚洲研究院吴方照研究员的报告主题是“个性化与负责任的智能新闻推荐”。他针对新闻推荐所面临的挑战：包括新闻时效性要求高、理解难度大、用户模型复杂和责任要求，分享了他所在团队所做的努力，包括构建新闻推荐数据集、基准平台和开发的相关程序等。他认为，新闻推荐要进一步做到个性化和负责任，为此，需要破解新闻推荐的优化用户公平、隐私保护等难题。
复旦大学新闻学院汤景泰教授分享了题为“计算宣传与虚假信息的传播模式”的研究报告。他提出，虚假信息活动正在对中国重大突发事件中的风险沟通构成挑战。他对网络虚假信息做了主题归纳和实体分类，分析其主体类型与协同网络，并针对虚假信息治理提出解题思路。
香港浸会大学深圳研究院马晶副研究员报告主题是“社交媒体时代下的虚假信息对抗”。她选择虚假信息中的“谣言”为研究对象，介绍谣言检测的研究路线，包括无学习方法、基于表述学习的方法、基于语义的方法、多模态和多语言的方法，对上述研究路线，她提出了对比分析模型方法。她认为，谣言检测与验证的相关研究有从非结构化方法到结构化方法、从特征工程到特征学习的发展趋势。时间或序列结构是揭穿谣言所需的重要因素。她同时提出，用户的群体智慧对于发现和验证谣言很有价值，但距离类似人类的自动化事实核查还有很长的路要走。
南京大学计算传播学实验中心主任王成军副教授以“智能传播时代的计算叙事”为题展开分享。他提出，计算叙事研究是计算传播学的一个重要分支，致力于采用人工智能等计算方法挖掘人类所创造的叙事元素、叙事网络、叙事扩散及其对真实人类行为的影响。他阐述了计算叙事的理论基础和研究脉络，包括叙事学、扩散理论、叙事传输理论和框架理论等。同时分享了关于计算叙事的分析方法，包括聚焦现实问题梳理叙事框架、采用计算方法构建数据库、根据实际问题分析叙事基因、预测叙事对人类行为的影响。此外，他还分析了计算叙事研究的风险和机遇。
下半场会议由汤景泰教授主持。
华南理工大学吴小坤教授以“基于高斯时空混合模型的传播趋势预测”为题作了学术报告，主要介绍了关于仇恨情绪传播趋势的相关研究，揭示网上仇恨情绪言论演变的基本时空特征，基于高斯时空混合模型构建了仇恨言论趋势预测的数据驱动模型，并在数据集中验证了所提出模型的效果。吴小坤教授还分享了她对计算传播的深入思考，提出，计算传播要思考两个问题：一是要搞清楚究竟要算什么；二是要思考如何将社会科学理论和知识运用其中。
复旦大学新闻学院副院长周葆华教授报告主题是“社交媒体挖掘与计算传播研究”。他首先从学科互补的角度辨析了计算的传播与传播的计算，认为计算可以发挥优势推进传播学的理论创新，促进传播学对计算的接纳与融合，而传播学的问题意识、概念思维与研究设计可使计算保有社会关怀和理论创新。他以新冠求助案例为例，探讨计算方法如何有助于理解社会问题和服务社会。最后他提出，计算传播不仅是将计算方法应用于新闻传播研究，更意味着通过计算方法的运用来回答富有理论与现实意义的问题。
北京师范大学艺术与传媒学院张伦副教授报告了题为“在线新闻消费的时序分析”的相关研究。该研究应用计算传播方法，以封面新闻3800万余受众新闻浏览数据为数据集，从时序视角分析了新闻消费行为随时间发展的变化趋势和状态转移规律。通过贯序研究，发现用户在新闻消费时的参与深度差异，同时发现技术干预对于个体行为存在显著、缓慢且稳定的影响。
主题报告后，肖仰华教授主持专家互动研讨环节，与会专家聚焦人工智能与新闻传播的学科融合与未来发展进行深入、精彩的讨论。
最后，由复旦大学计算机学院肖仰华教授和新闻学院张涛甫教授对本次跨学科的对话和研讨作总结点评。
肖仰华教授指出：两个学科能够互相启发、激烈碰撞。人工智能学者使用人文的视角考量人工智能对人的能力逼近；新闻传播学者使用计算的方法描述传播手段的更新。对于人工智能研究者而言，传播是人工智能特别是认知智能最重要的试验床，传播给人工智能的发展提出需求、反馈问题、提供人文指引；对于新闻传播研究者而言，人工智能提供更强大的工具与能力，提高传播效率与效果，革新传播方式。
张涛甫教授认为，本次研讨会充分体现出全球传播全媒体研究院前沿、交叉、创新的战略定位。会上的讨论产生了许多问题的联想，计算机和新闻传播两个学科的碰撞打开了更多的问题想象。研讨会也充分展示出两个学科在人工智能和计算传播方面存在的诸多共识，希望此后继续深化交流合作，将共同的研究旨趣做深做细，结出丰硕的成果。
文字：施畅
来源：复旦大学全球传播全媒体研究院
审核：张涛甫
转载来源：复旦大学新闻学院 公众号
