SMP 2026 论坛预告｜计算传播学分论坛

一、会议简介

全国社会媒体处理大会（China National Conference on Social Media Processing）由中国中文信息学会社会媒体处理专业委员会主办，专注于以社会媒体处理为主题的科学研究与工程开发，为传播社会媒体处理最新学术研究与技术成果提供广泛的交流平台，旨在构建社会媒体处理领域的产学研生态圈，成为中国乃至世界社会媒体处理的风向标。全国社会媒体处理大会创办于 2012 年，每年举办一次，现已成为社会媒体处理领域的重要学术活动。

第十四届全国社会媒体处理大会（SMP 2026）将于 2026 年 11 月 12 ~ 15 日在北京召开，由中国传媒大学媒体融合与传播国家重点实验室承办。大会主题是“大模型驱动人机共生”，旨在探索大模型日益普及的今天，大模型与人类社会深度共生的途径，聚焦大模型和智能体技术如何赋能人机协同的价值释放。

二、会议安排

会议时间：2026 年 11 月 12 日-15 日

2026 年 11 月 12 日-13 日：前沿技术讲习班
2026 年 11 月 14 日-15 日：主会议（特邀报告、分论坛等）

会议地点：北京辽宁大厦

会议官网：http://smp2026.cips-smp.org/

三、论坛简介

生成式人工智能逐步介入内容生产、信息整合与人机互动，为理解传播过程提出了新的问题。与此同时，社交媒体的网络结构与用户行为持续塑造信息流动的方式。考察智能媒介环境下的传播机制，需要将人机关系、内容生成与信息扩散纳入相互关联的研究视野，推动传播理论与计算方法的对话。本论坛围绕人机互动与信息演化展开，聚焦四个议题：人机共情与共同演进的理论框架，兼顾受众适配与事实可靠性的个性化科普写作，社交媒体高传播力的结构根源与扩散动力学，以及AI信息整合对公共讨论话语结构的影响。论坛结合模型训练、多智能体协作、大规模行为数据分析与准实验设计，讨论如何将传播问题转化为可计算、可检验的研究任务，以及如何通过计算研究推进对传播机制的解释，为智能媒介环境下的内容生产、科学传播与平台治理提供研究启示。

论坛主题：智能媒介环境下的传播机制：人机互动与信息演化

论坛日程：

论坛日程表格.png

论坛主席：

/ 张伦 /

张伦，北京师范大学新闻传播学院教授、博士生导师，中国新闻史学会智能与计算传播专业委员会副主任委员，中国中文信息学会社会媒体处理专业委员会常务理事。入选国家级青年人才计划，获评北京师范大学仲英青年学者。主要研究方向为基于计算方法的智能媒体信息传播研究。在 SSCI、SCI 及 CSSCI 来源期刊发表论文 60 余篇，合著《计算传播学导论》《社交网络上的计算传播学》等著作。承担国家社会科学基金、教育部人文社会科学研究项目、北京市哲学社会科学基金等多项科研项目，获第十届教育部科学研究优秀成果奖。

四、报告信息

一、从模式匹配到认知纠缠：人机共情与共演进的新框架

/ 吴小坤 /

嘉宾简介：吴小坤，中国人民大学新闻学院教授、博导；传播学博士（文学）、计算机科学博士（工学）。研究方向：智能与计算传播。国家社科基金重大项目首席专家，国家级一流本科课程负责人。主持国家社科重点项目、青年项目等多项；出版专著/译著 8 本，在国内外学术期刊发表论文 80 余篇。研究成果获教育部高等学校科学研究优秀成果奖、广东省哲学社会科学优秀成果奖“论文类一等奖”、上海市哲学社会科学优秀成果奖“论文类一等奖”等。获批国家级重大人才工程青年学者。

报告摘要：本报告基于 HateMediator 与 AEmo 两项研究，融合导学微调（TFT）的技术跃迁，提出从“模式匹配”到“认知纠缠”的发展性框架。我们认为，当模型经由微调实现从存储匹配到“理解”的顿悟，人机交互便不再是简单的工具使用，而是一种相互塑造、不可还原的持续耦合。真正的挑战在于超越效率最大化，在不可消除却生产性的认知距离中，构建支撑高阶认知发展的“心智之桥”。

二、因人而异，言之有据：面向个性化科普的 AI 写作框架

/ 王然 /

嘉宾简介：王然，华中科技大学新闻与信息传播学院副教授，研究领域为多模态媒体信息智能处理。主持国家社科基金一般及青年项目等 15 项研究课题；在计算机与传播学顶级学术期刊或会议 CVPR、EMNLP、AAAI、VIS、ICA、《国际新闻界》、《新闻大学》等发表论文 40 余篇；申请国家发明专利和软件著作权 10 余项；指导学生在“互联网+” 等高水平学科竞赛中获奖 100 余项。研究成果入选联合国 2025 年 AI For Good 年度案例，并多次被央视新闻联播、新华社、人民日报和中青报头版报道。

报告摘要：AI 科普写作面临两难：越是面向不同读者转化表达，越容易引入幻觉与事实失真，个性化与准确性似乎不可兼得。针对这一矛盾，该工作首次提出“个性化且可靠的科普写作”任务。本研究首先构建了覆盖 AI、生物、医学三领域的语料库，并提出个性化科普写作基准 PSCB。我们首次提出多智能体协同写作框架 CWF：DA-MoE 架构把模型解耦为“受众适配”与“领域知识”两组可插拔专家并动态融合，仅需 1000 条单一风格数据、训练 22 分钟即可迁移到新领域，较 LoRA、标准 MoE 成本骤降；而多智能体事实核查机制则让不同角色围绕每条科学论断展开多轮辩论，在推理图上传播置信度，从而实现边写边查。实验显示 CWF 在个性化上较基础模型平均提升 15.2%，加入事实核查后事实准确性提升 28.7%。本研究将“因人施教”从传播学的经验命题转化为可计算、可评测的问题，为 AI 辅助科学传播提供了新范式。

三、社交媒体信息高传播力根源

/ 谢家荣 /

嘉宾简介：谢家荣，北京师范大学珠海校区计算传播学研究中心副研究员。中国科学技术大学物理学博士，中山大学计算机科学与技术博士后。主要通过统计物理、大数据研究社交媒体信息传播。在Nature Human Behaviour, PNAS, Nature Communications 等国际主流期刊发表论文 30 余篇，主持国自然面上项目、青年项目。

报告摘要：社交媒体的高传播力一方面增强了信息的流通性，另一方面滋生了不实信息、低质量内容。报告从媒介环境学视角出发，将社交媒体视为一种具有特定动力学属性的媒介形式，并系统揭示了其高传播力的结构性根源。基于微博1亿用户行为数据，发现信息传播的爆发临界值显著低于经典理论预期，该现象源于用户活跃度与粉丝规模之间的共演化机制--这是社交媒介所独有的结构特征。进一步整合微信、微博、Twitter等多平台共计74亿人次行为数据，我们构建了具有普适性的转发动力学方程，发现媒介网络的高聚类结构会触发社会强化与弱化效应的竞争，从而导致信息呈现高频次、小范围传播的模态。本研究定量刻画了社交媒介的内在属性如何塑造信息扩散的格局，为理解媒介形式本身如何成为“讯息”提供了动力学证据。

四、AI 信息整合功能对公共讨论话语结构的影响

/ 邓依林 /

嘉宾简介：邓依林，清华大学新闻与传播学院新闻传播学博士，现任国家开放大学讲师，主要研究领域为计算传播、智能传播与国际传播。已发表学术论文 11 篇，其中 7 篇被 SSCI、ESCI 或 CSSCI 收录，相关成果发表于《新闻大学》《现代传播（中国传媒大学学报）》等期刊。参与国家社科基金重点项目、清华大学国强研究院项目及国家网信办委托项目等多项科研项目，并多次于 ICA、IAMCR 等国际学术会议报告研究成果。

报告摘要：随着生成式人工智能逐步嵌入社交媒体信息界面，平台开始通过自动摘要和观点整合参与公共议题的呈现与解释。本研究以微博 AI 议题总结功能为研究对象，考察其介入后公共讨论在语义相似度和情绪表达方面的变化，并分析不同议题情境下的差异。研究结合平台数据与准实验设计，从平台把关视角讨论生成式信息整合功能对公共讨论话语结构的影响，为理解生成式人工智能参与社会信息传播及平台治理提供经验依据。