- 徐敬宏;郭迪帆;
大语言模型不仅对新闻行业产生了深远的影响，同时也为新闻传播学界提供了强有力的科学研究工具。本文主要基于英语学术界的相关实证研究，探索如何有效利用相关模型开展新闻传播学的实证研究。通过数据生成、数据分析和数据模拟三大途径，大语言模型不仅可以与实验法和内容分析法相结合，辅助研究设计，更能够降低文本分析的技术难度，推动仿真研究的创新。此外，本文在案例介绍的基础上，提供了宏观的方法指南，旨在帮助新闻传播学研究者拓展研究思路，实现“只计算、不编程”的愿景。
2025年02期 v.12;No.51 3-20页 [查看摘要][在线阅读][下载 1286K] - 程萧潇;杜依淇;
近年来，多模态大语言模型的快速发展为人工智能领域带来了重大突破，其在跨模态理解与生成方面的卓越能力备受关注。随着视觉传播时代的来临和多模态媒介现实的深化，传统单一模态的框架分析方法在处理多模态内容时面临诸多挑战。本研究系统梳理了框架理论从单模态向多模态演进的知识脉络，深入剖析了既有多模态框架分析方法的局限性。在此基础上，本研究提出了一套基于多模态大语言模型的框架分析方法。该方法根植于对多模态框架元素进行“拆解—重组—析出”的思路，整合了文本、图像及图文跨模态互动关系分析，并充分发挥了多模态大语言模型的技术优势。通过对气候变化多模态新闻框架的实证研究，本研究验证了所提出方法取径的有效性。研究发现，多模态大语言模型在不同模态框架元素的识别和推理任务中具有良好的表现。本研究在一定程度上推进了多模态框架分析的方法论创新。
2025年02期 v.12;No.51 21-46页 [查看摘要][在线阅读][下载 2111K] - 刘子琨;付东晗;韩一铭;
大语言模型的兴起正逐步改变新闻传播学质性研究的格局，特别是在数据收集、生成和分析方面展现出了巨大潜力。已有研究表明，在数据收集方面，大语言模型可模拟人类访谈者，实现自动化访谈，提高效率和一致性；还可作为事实核查工具，提高核查效率与准确性。在数据生成方面，大语言模型不仅可以进行文本数据的生成与模拟，还可以进行多模态数据的融合与生成。在数据分析方面，大语言模型能够进行自动识别与主题分类，提高分析效率，还可进行文本分析和话语分析，揭示文本背后的深层含义和情感。此外，大语言模型还可用于影像数据分析，进行高级的视觉信息提取与多模态分析。尽管大语言模型为新闻传播学质性研究带来了革命性的变革，但其应用也存在一定的局限性。未来的研究应进一步探索大语言模型在新闻传播学质性研究中的应用价值，以充分发挥其潜力。
2025年02期 v.12;No.51 47-66页 [查看摘要][在线阅读][下载 1338K] - 周胜;
当前传播学的因果推断面临统计原理和检验手段的双重挑战。在因果关系判定上，存在相关性分析替代因果推断的问题。基于观测数据展开的因果关系分析会出现混杂变量带来的内生性问题。本文从传播学量化研究的实际出发，依据观测数据识别因果关系；以框架效应作为研究实例，从因果模型构建、因果关系检验、因果机制解释和因果推断稳健性方面给出了系统的分析流程。研究结果表明：结合先验知识的反事实推理，能够较为有效地识别出观测数据的因果关系；使用协变量匹配，对于排除混杂变量的干扰和解释因果机制具备可行性。同时，本文对于框架效应给出因果关系证据，并检验了推断结果的稳健性。
2025年02期 v.12;No.51 67-88页 [查看摘要][在线阅读][下载 1876K] - 李钒;喻国明;
当前在线生态最为突出的问题是由移动应用程序的数字不平等状况导致的数字鸿沟。为解决该问题，政府、企业和学界将关注焦点与重点转向移动应用程序的数字不平等问题，本研究应用数字不平等理论，在移动应用程序评分量表(MARS)的基础上，对该量表进行了功能拓展与实证检验，SPSS和Mplus分析结果显示模拟拟合良好。数字不平等子量表一方面是App评分量表的重要组成部分，另一方面也可以单独成为衡量数字不平等水平的重要工具。本研究选取了具有中国代表性的10款社交和新闻资讯类App进行评测，并与App Store评分进行同时效度检验，研究发现App Store评分对数字不平等的关注程度较低。此外，本研究还解释了人口统计学变量和使用频率对移动应用程序评分的影响。本研究希望通过对数字不平等视域下的移动应用程序评分量表(MARS-DI)的开发，为衡量App质量提供新的工具，推动中国业界和学界对在线生态中数字不平等问题的关注，缩小数字鸿沟。
2025年02期 v.12;No.51 89-112页 [查看摘要][在线阅读][下载 1584K]