北京
導語
在AI快速發展的當下，AI不僅深刻影響著信息傳播的方式，也為傳播學研究帶來了全新視角和方法?；诖?，集智俱樂部聯合北京師范大學許小可教授、浙江大學張子柯教授、南京大學王成軍教授、深圳大學廖好副教授共同發起，從計算敘事、智能傳播、人機傳播與傳播仿真四個板塊向來共同探索AI與傳播的前沿交叉，來深度理解傳播機制和傳播生態。
11月15日（周六）10:00將開啟讀書會第十期，由浙江大學傳媒與國際文化學院教授張子柯、上海交大-南加州大學文化創意產業學院助理研究員趙汗青，共同分享“NetLogo大模型擬真”主題，為了克服傳統多主體建模（ABM）在模擬人類認知與溝通方面的局限，本主題分享引入一種前沿方法論：將大語言模型（LLM）作為智能體的“認知引擎”直接集成于NetLogo環境。此舉實現了從“規則驅動”到“認知驅動”的范式轉換，在不依賴外部編程的前提下，于NetLogo內部構建出具備理解、推理與生成能力的智能體，顯著提升了社會仿真的真實感與理論解釋力，為探索微觀-宏觀關聯提供了創新的計算實驗工具。
分享簡介
長期以來，包括傳播學在內的人文社會科學致力于解析信息傳播、觀點形成與文化演化等人類互動中的復雜動態，而基于多主體建模（Agent-Based Modeling, ABM）的計算方法通過構建“自下而上”的虛擬實驗室，為此類研究提供了關鍵支持。然而，傳統ABM中的主體（Agent）多依賴預設的簡單規則，行為機制相對機械，難以模擬人類豐富的認知與溝通能力；作為廣泛使用的社會仿真平臺，NetLogo也因缺乏與大型模型直接交互的功能，在人工智能時代未能充分釋放其潛力。
為此，本主題引入一項前沿的范式革新：通過將大語言模型（LLM）嵌入NetLogo，使其成為Agent的“認知引擎”，從而在無需依賴Python等外部語言的基礎上，將傳統“規則驅動”的仿真升維為“認知驅動”的智能建模。本主題將以NetLogo為實踐平臺，結合多個案例，系統展示如何構建具備理解、推理與生成能力的可推理智能體。這一融合不僅顯著提升了社會仿真的現實感與解釋力，也為探索微觀互動與宏觀現象間的復雜機制提供了強大的新型計算工具。該領域正處于爆發性成長的初期，值得每一位關注社會科學計算化與理論前沿的學者深入關注。
分享大綱
方法論融合：多智能體建模（ABM）與大語言模型（LLM）結合的技術路徑與理論意義。
智能體設計革新：從“規則智能體”到“認知智能體”的設計思想演變及其在仿真中的實現。
經典理論的智能化再現：通過案例教學，展示如何利用基于NetLogo的AI增強的仿真工具，對信息傳播、觀點演化等經典傳播學理論進行深化研究。
主講人1
張子柯，博士，浙江大學傳媒與國際文化學院教授，浙江大學人工智能通識教育課程教材建設組副組長。主要研究興趣為計算驅動的人文社會科學研究。主持國家自然科學基金、歐盟第七科技框架基金等20余項。入選浙江省優秀教師，浙江省師德先進個人等。目前兼任復雜性科學研究會秘書長，中國新聞史學會智能與計算傳播專委會常務理事、中國科技新聞學會數據新聞專委會常務理事等。
主講人2
趙汗青，上海交大-南加州大學文化創意產業學院助理研究員。主要從事計算傳播方法、輿論動力學、傳播心理與行為、社會認知與決策等方面的研究。
閱讀清單
重要綜述及書籍
a. Wilensky, U., & Rand, W. (2015).An Introduction to Agent-Based Modeling: Modeling Natural,Social, and Engineered Complex Systems with NetLogo.
本書是學習多智能體建模與NetLogo平臺的權威入門教材，系統介紹了ABM的基本思想、建模步驟以及在不同領域的應用，是理解本主題技術基礎的必讀之作。
b. 《智能傳播模擬：原理與實踐》（2025）. 張子柯，趙汗青，葛巖。浙江大學出版社.
本書是適合人文社科學者學習NetLogo多智能體建模的入門教材。從代碼基礎到案例剖析，內容廣泛，操作性極強，是理解和實踐智能傳播仿真的最新力作。
c. Gilbert, N. (2008).Agent-Based Models. SAGE.
本書簡明扼要地概述了多智能體建模的核心概念，并探討了其在社會科學研究中的哲學基礎和應用潛力，有助于從宏觀層面把握該方法的價值。
d. Park, J. S., O'Brien, J. C., Cai, C. J., et al. (2023). Generative Agents: Interactive Simulacra of Human Behavior.arXiv preprint arXiv:2304.03442.
這是一篇開創性的研究，展示了如何使用LLM創建能夠進行記憶、反思和規劃的“生成式智能體”，構建了一個可信的虛擬小鎮。該研究是理解LLM驅動的社會仿真實踐的里程碑式文獻。
經典傳播學仿真研究
e. Granovetter, M. (1978). Threshold Models of Collective Behavior.American Journal of Sociology, 83(6), 1420-1443.
這篇文章提出了集體行為的“門檻模型”，是理解信息傳播和創新擴散中個體決策與群體行為關系的基礎理論，為眾多信息傳播類ABM提供了理論啟發。
f. Axelrod, R. (1997). The Dissemination of Culture: A Model with Local Convergence and Global Polarization.Journal of Conflict Resolution, 41(2), 203-226.
本文提出了經典的文化擴散模型，展示了簡單的局部趨同規則如何在宏觀上形成穩定的文化區域。這是觀點演化和共識形成研究領域最常被引用的仿真模型之一，也是我們課程案例的改編基礎。
大模型與社會科學仿真交叉探索
g. Argyle, L. P., Busby, E. C., et al. (2023). Out of One, Many: Using Language Models to Simulate Human Samples.Political Analysis, 31(3), 337-351.
文章探討了使用LLM作為“受訪者”來模擬不同人群的調查反應，證明了LLM在模擬人類多樣化觀點和態度方面的能力，為我們課程中“觀點演化”的案例提供了旁證。
集智學園相關開放課程推薦
參與時間：2025年11月15日（周六）10:00-12:00 北京時間
報名加入社群交流
掃碼報名（可開發票）
報名鏈接：https://pattern.swarma.org/study_group/67?from=wechat
掃碼參與，加入群聊，獲取系列讀書會回看權限，加入AI×傳播社區，與社區的一線科研工作者溝通交流，共同探索AI與傳播的前沿交叉，來深度理解傳播機制和傳播生態。
視頻號直播預約：
AI×傳播讀書會
在AI快速發展的當下，AI不僅深刻影響著信息傳播的方式，也為傳播學研究帶來了全新視角和方法?；诖耍蔷銟凡柯摵媳本煼洞髮W許小可教授、浙江大學張子柯教授、南京大學王成軍教授、深圳大學廖好副教授共同發起，從計算敘事、智能傳播、人機傳播與傳播仿真四個板塊向來共同探索AI與傳播的前沿交叉，來深度理解傳播機制和傳播生態。讀書會自8月23日起，每周六10:00-12:00舉行，預計持續12周。
我們將探討如下核心問題：
在人機共同參與的敘事生態中，敘事的生產、傳播與接受機制發生了哪些根本性變化？
在復雜社交網絡環境中，如何構建智能化的信息可信度評估與虛假信息防控機制？
如何運用深度學習和強化學習等智能方法，實現從個體到群體的精準化傳播影響力最大化？
如何構建適應人機混合傳播網絡特征的新型研究范式，以有效解析機器行為規律和人機協同傳播機制？
如何構建基于大語言模型的認知驅動型智能體仿真系統？
詳情請見：
-一年一度特惠-
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
