岁末年初，《科学》杂志上一篇关于“哈贝马斯机器”的研究引起学界关注，人工智能是否能促进公众的理性协商与共识达成，是智能时代舆论研究的重要命题，也折射舆论研究在智能时代的发展潜力。其中有三个问题值得关注：方法、理论与价值。

计算与智能方法的发展日新月异，推动着舆论研究的发展。计算方法从无到有，不断深入，特别体现在多模态、多层次上。传统的计算方法以文本挖掘为中心，近年则向多模态发展。多模态关注图片、视频、音频等，以及它们与文本之间的整合关系，可以对舆论生态形成更立体的刻画。多层次关注微观个体、中观群体与社会整体民意之间的交往互动与动态演化过程，这原是舆论研究应做而“力有未逮”之处，通过长时段、细粒度的时间序列分析，大小多元数据的整合和仿真模拟等方法得到加强。进入生成式人工智能时代，计算方法获得新的发展空间，依托大模型向“智能方法”发展。大模型具有文本和多模态分析的潜力，已经开始运用于文本编码、图像识别等领域；用以模拟个体的“硅基样本”的讨论也开始受到重视；通过大语言模型的增益，社会模拟也可改变传统仿真模拟依赖固定规则的局限，更灵活地模拟个体状态和群体交互来观察舆论动力机制及其演变后果，推动更贴近真实舆论生态的跨层次研究。方法发展是学科发展的重要基础，无论如何不容小觑、不应贬低。随着中国本土大模型（如DeepSeek等）的崛起，其如何应用于舆论研究，也值得尝试。

理论发展同样至关重要。基于现实问题，舆论研究曾为传播研究、乃至社会科学贡献了大量经典理论，如选择性接触、议程设置、沉默的螺旋等。人工智能与大模型一方面具有重要的方法潜力，另一方面也为舆论生态带来新现象与新问题，成为舆论研究的重要对象，也召唤理论创新。当更智能的社交机器人介入意见传播，当“赛博格”嵌入意见表达，当算法策展影响舆论生态，舆论研究原有的一些理论和预设也在遭遇挑战。在人机共生时代，人机传播的理论如何与舆论运行的理论相互连接，机器行为与人类行为如何相互构成与共同塑造舆论，不同的媒介与平台如何生成差异化的舆论图景，“舆论”作为一个基础概念本身如何发生演化，等等，对这些重要问题学界已经有了一定的关注和初步的实证研究，但系统的理论化依旧任重道远。这不仅是舆论研究的理论建设，实际也关乎新闻传播学整体的理论发展。需要经过持续不懈的扎实努力，产出能对智能时代的舆论生态提供有效解释的新的理论。

值得思索的，还有舆论研究背后的规范性价值。进入数字时代以来，网络舆论成为不仅是学界，而且是政府和业界的重要关注对象，从中产生了以“网络舆情”为代表的应用性、策略性概念。这个概念更多强调监测、预警、应对等实用技巧。然而，相比于“舆情”工具性的话语，目前对舆论严谨的科学研究是不足的，对“舆情”话语背后隐含的价值的关注也不够。如果将舆情分析简单视为控制人心的工具，对社会发展和进步无疑将具有深层风险。运用计算和智能方法更好地分析舆论，理解社会舆论的传播过程，在理论层面是为了发展舆论学和传播学理论，在实践层面是为了更好地倾听民意、了解民情、吸纳民智，推动国家发展和社会进步，是关心和尊重“人”。这应当是舆论研究始终不渝的规范性价值。

（《传媒观察》2025年第2期卷首语。作者为复旦大学新闻学院教授）