重新校准指南针：将大语言模型融入经典研究方法
人工智能
2025-05-27 v1 计算机与社会
摘要
本文探讨了大语言模型 (LLMs) 如何正在变革传播学研究（特别是）以及更广泛的社会科学中的核心定量方法——即内容分析、调查研究和实验研究。LLMs 并非取代经典方法，而是为文本编码与解释、模拟动态受访者以及生成个性化和交互式刺激引入了新的可能性。借鉴最近的跨学科工作，本文强调了 LLMs 作为研究工具的潜力和局限性，包括效度、偏见和可解释性问题。为了在理论上定位这些发展，本文重温了 Lasswell 的基础框架——“谁通过什么渠道对谁说了什么，产生了什么效果？”——并展示了 LLMs 如何通过实现解释性变异、受众轨迹建模和反事实实验，来重新配置信息研究、受众分析和效果研究。重温方法论指南针的隐喻，本文认为，随着该领域整合 LLMs 和生成式 AI，经典研究逻辑仍然至关重要。通过将 LLMs 不仅视为技术工具，而且视为认知和文化工具，本文呼吁在未来的传播学和社会科学研究中深思熟虑、严谨且富有想象力地使用 LLMs。
引用
@article{arxiv.2505.19402,
title = {Recalibrating the Compass: Integrating Large Language Models into Classical Research Methods},
author = {Tai-Quan Peng and Xuzhen Yang},
journal= {arXiv preprint arXiv:2505.19402},
year = {2025}
}