以往依据知识数量多少对学术价值进行评价的时代，此刻正逐渐走向过去，在面临生成式AI所带来的冲击时，判断的标准已然从对已知内容的整合，转变为对未知领域的探索。

向后整合的知识困境

过去之时，学术界惯常以积累知识数量的多少去衡量价值，此等“向后看”的标准于信息匮乏的时代具备有效性，缘由在于其能够让已知变得系统化，然而现今，大语言模型可为瞬间整合人类几近全部的历史知识。使其这种能力不再属于稀缺范畴。

当机器于记忆以及整合方面超过人类时，纯粹的知识堆聚便失去了竞争力，举例来说，新闻传播学科曾长时间运用大众传播理论去阐释互联网现象，尝试凭借旧地图来导航新大陆，这样的滞后致使理论常常不能够有效地指导实践。

向前探索的认知转向

能提出新问题、发现新领域，这是未来学术的核心所在，生成式AI擅长去处理已有模式，然而人类智慧的优势却是对未知进行想象与假设，这就要求学者从“知道什么”转变而向“探索什么” 。

意味着认可现有理论存在缺憾去探寻未知，我跟团队经研究发觉，理论以及经验那些没有涉及到方面常常蕴含着极大能量，正是针对这些“空白”的追问，并非是对已知内容的反复说明，促使了学科取得实质性进展 。

传播学科的现实断裂

当下，传播学正面临着双重危机，其中内部危机表现为研究呈现碎片化态势，无数理论范式各自仅阐明自身观点，难以达成相互交流以及整合，如此状况进而使得学科整体所具备的影响力有所降低，陷入的是那种繁杂却并无实际成效的内卷困境 。

外部情形下的危机呈现出更为严峻的态势 。存在像元宇宙 、深度媒介化 、生成式AI等这样的全新实践 。这般全新实践致使既有的传播理论框架显得苍白且无力 。若运用传统概念去套用智能数字时代的状况 。那就好似运用马车交通法则去管理空域 。其结果必然是失灵发生 。

行为要素的关键意义

关键在于走出困境，或许这得把研究焦点从“信息”还有“心智”转向“行为”。人类社会生活是由一系列能够观察的外化行为所构成的，传播自身就是一种社会实践。过度去聚焦内心效果，会让研究变得难以进行验证以及应用。

将行为当作核心分析单元，可把传播动态过程的全要素串联起来。在复杂的技术场景里，行为是相对稳定、能够被捕捉的观察点。这对建立更扎实、可累积的学术体系有帮助。

实验方法的路径价值

对于面向未来的学术而言，需要的是实验精神。这种精神意味着，要先扎扎实实地做到“形而下”，也就是要深入去描述以及弄清楚现实发展的具体情形状况，从而获取一手的经验材料。在有了这些一手经验材料的基础之上，然后再开展“形而上”的理论的建构以及解释 。

这种由实践迈向理论的路径，可保证学术探索扎根于真实的土壤之中，它促使学者维持对新颖现象的敏锐触感，闪避使用旧理论强硬地去剪裁新现实，进而为理论创新供给鲜活的水源。

构建跨学科的聚合点

聚焦于“行为”，或许能变成传播学内部不一样范式对话的“超模式”起始点哪 ，任何学派，不管是批判学派或者经验学派，均可于人类传播行为这个共同的所在域里展开探讨，达成理论的内在聚拢嘞 。

并且呢，这还能够促使传播学跟行为科学、心理学、计算机科学等好多学科进行深度的融合。凭借整合多学科的要素，去构建出更契合未来媒介时代的研究体系，进而让传播学再度变身成为一种能够解释重大现实问题的显学。

倘若AI掌控了知识的存储之地，你觉得学者最为不可被取代的关键能力到底是什么呢？欢迎于评论区域分享你的见解，同时也请进行点赞以支持更多深入探讨之后缀标点。

相关热词