2025 年 11 月 6 日，应刘冰院长的邀请，北京大学闫蒲老师来到天津师范大学，给管理学院 100 多名师生做了题为《算法与田野：混合研究视角下的信息行为研究》的讲座。
她从河南农村的田野调查，讲到欧美 9000 人的跨国数字行为追踪，再到用大语言模型做社会实验…… 整个过程充满了对我们习以为常认知的颠覆。
这不是一场炫技式的方法论展示，而是一次诚恳的「认知拆解」。当我们以为自己了解 ChatGPT、了解算法、了解信息传播时，田野中的真实故事却在告诉我们：你可能需要更谦逊和审慎。
今天这篇文章，就来和你分享一下自己的感受，希望对你也能有所帮助。
OpenAI 发布过一份工作论文，研究 ChatGPT 的实际使用情况。结果让人意外：这个被设计为知识工具的强大模型，主要用途竟然是情感支持和个人成长，而非我们想象中的查资料、写代码、做研究。
这揭示了一个深刻的真相：技术最终的社会角色，是由用户的真实需求塑造的，而不是由设计者的初衷决定的。人们需要的，是一个「随时可用、永远耐心」的对话伙伴。这种需求的底层逻辑，远比获取知识更加根本。
类似的错位还发生在信息获取场景。我们总觉得社交媒体信息丰富、算法推荐能让人看到更广阔的世界，但闫蒲老师团队的研究发现，使用新闻聚合器和新闻类 App 的用户，在信息来源多元性上的得分显著更高。
原因其实不难理解。新闻 App 的核心仍是专业媒体机构生产的内容，这些机构本身就有多元化的报道领域和视角。而社交媒体的算法更侧重个性化和用户粘性，容易将你锁定在自己感兴趣的狭窄领域，最终形成「信息茧房」。
你以为在刷「全世界」，实际上只是在刷「你的世界」。
讲座中有个细节让我印象深刻。闫老师说，她在河南农村做田野调查时，每天往返必须携带的不是防狼喷雾，而是小天才儿童手表。
这个答案打破了我们关于「女性学者在偏远地区安全」的刻板想象。真实田野中的危险，更多来自物理环境和意外。当地交通状况危险，常有干部在往返路上出车祸。小天才手表的 GPS 定位功能，能让家人随时知道她的位置，这比防范小概率的人为侵害重要得多。
理论想象与现实处境之间，总是存在这样的差距。
更有价值的发现，是田野数据的「可再生性」。闫老师在博士田野调查结束 6 年后，重新挖掘当时收集的数据，仍能提炼出切中当下热点的新发现，并发表在高水平期刊上。
这颠覆了我们对定性数据时效性的传统看法。深度、扎实的田野数据，记录的是一个特定时空下社会生活的「切片」，它包含了远超最初研究问题的丰富细节。很多今天才凸显的社会问题，比如网络诈骗、信息茧房，在多年前的日常实践中就已经埋下伏笔。
田野数据就像一个宝藏，随着研究者理论工具包的丰富和学术视野的拓展，可以反复开采，提炼出全新的洞见。
这和我前两天在广东参会时，香港科技大学熊辉教授分享的经验不谋而合。他告诉自己的研究生，务必到数据难以获取的领域去选题，到数据获取成本更高的岗位去工作。只有这样，才能摆脱被 AI 快速替代的尴尬境地。
看来是英雄所见略同啊。
闫老师分享了相关领域专家用大语言模型做社会实验时，发现了一个有趣的现象：AI 智能体是「完美公民」，但正因如此，它无法成为好的社会科学研究对象。
在描述不同政党时，人类会明显偏袒自己一方，而 AI 对所有党派使用中性词汇的频率都一样。它审慎、客观、中立，缺乏人类社会中普遍存在的偏见、党派之争和非理性。
这恰恰是问题所在。社会科学研究的核心，是理解人类社会中那些不完美、充满偏见和冲突的行为模式。一个没有偏见、绝对理性的「完美公民」模型，反而失去了模拟真实社会复杂性的能力。
AI 的完美，恰恰是它在社会模拟研究中的缺陷。
类似的盲区还体现在智能体生成的身份上。闫老师团队的最新研究发现，非常有趣。数据反映的，是训练数据的分布偏差，而不是真实社会的多元性。不过鉴于该研究还在审稿阶段，咱们这里就不剧透了。希望在 iConference 上能看到这篇高水平研究。
讲座中有个案例让我重新思考信息传播。「转发此视频可以保你家孩子平安」这类谣言，受过教育的人通常觉得很蠢，但闫老师指出，这种传播策略其实非常聪明。
它不仅发布耸人听闻的视频，更关键的是利用了人们对孩子的保护心态，并嵌入社交链条。转发行为超越了单纯的信息传播，变成了一种「为家人祈福」的仪式性行为。
这揭示了信息传播中的情感驱动力远大于逻辑判断力。用户转发的动机不再是「我认为这是真的」，而是「万一是真的呢？为了孩子我宁可信其有」。在家庭群、邻里群中，不转发可能被视为「不关心孩子」，转发则成了表达关心的社交姿态。
研究这类「笨」办法，恰恰能让我们理解在底层社会中，什么才是真正有效的信息动员机制。
另一个值得注意的现象，是搜索引擎在底层社会被过度神话。当闫老师提醒村民某组织是传销时，村民反驳：「你看，XX（某搜索引擎，应闫老师要求，略去其名称）第一条都说他靠谱，你怎么说他不靠谱呢？」
搜索引擎的结果成了事实本身。对于信息渠道有限、数字素养不高的用户，搜索引擎的排序被赋予了等同于官方认证的权重。而传销组织会利用 SEO 污染搜索结果，当用户抱着怀疑去搜索时，被优化过的正面信息反而会强化他们的错误信念，形成坚不可摧的逻辑闭环。
Google 之类的搜索引擎声称自己只是「信息的中间人」，但在实际社会效应中，它通过排序和过滤，扮演了事实的定义者和仲裁者。
通过眼动追踪和交互分析，闫老师团队发现，AI 素养高低的用户差异体现在更深层面。
高素养组在 AI 互动的每一轮次中，能更快地进行认知切换和处理。更重要的是，他们会关注信息之外的元信息，比如 AI 结尾生成的「内容由 AI 生成，请谨慎甄别」这类警示标识，而低素养组则会忽略。
听到这里，我吃了一惊。
我在今年国庆假期玩儿 Sora 2，生成的视频明明有显著的 AI 生成标识。
但是评论区的画风却是这样的：
我心说，当然是假的。恐龙 6600 万年前就灭绝了啊。再说这么明晃晃的标记，看不到吗？
但是听了闫老师讲的这个研究结果，我释然了。嗯，不是故意不看标识，而是再显著的标识，也在特定群体中真的会被忽略掉。
这重新定义了数字鸿沟的内涵。未来的鸿沟，不再是简单的操作技能鸿沟，而是思维模式和认知效率的鸿沟。高素养者将 AI 视为可以快速迭代、不断挑战和反思的对话伙伴，而低素养者可能只是把它当成单向的答案生成器。
能否注意到 AI 的警示、能否意识到 AI 的局限性、能否在交互中保持批判和反思，这种「元认知」能力，是比写出华丽 Prompt 更核心的素养，也是未来人机协作中真正拉开差距的地方。
手握 Deepseek, 豆包，文心和千问「AI 军团」的研究生们，该选哪条路，自己决定吧。
这场讲座很精彩，尤其是闫老师讲的故事，特别生动。听过后，让我重新思考了三件事。
第一，技术的社会角色是由用户真实需求塑造的，而不是由设计者初衷决定的。ChatGPT 被用于情感支持、搜索引擎成为事实仲裁者、社交媒体制造信息茧房，这些都是技术在真实社会中的「意外」演化。
第二，田野调查的价值远超我们想象。深度、扎实的田野数据是特定时空下社会生活的切片，包含了远超最初研究问题的丰富细节。六年后仍能从中提炼新发现，证明了「慢数据」的长期生命力。
第三，AI 时代的数字鸿沟，本质是思维模式和元认知能力的鸿沟。会用工具只是起点，能否保持批判性思考、能否意识到技术的局限性、能否在人机协作中保持主体性，才是真正的分水岭。
如果你也对这些问题感兴趣，不妨去读读闫蒲老师的相关研究，或者尝试在自己的工作和学习中，保持对技术的反思性使用。不要被工具绑架，不要被算法驯化，始终记得：AI 是你的帮手，不应该成为你的枪手。
祝 AI 辅助学习与科研愉快。
如果你觉得本文有用，请充电。
如果本文可能对你的朋友有帮助，请转发给他们。
欢迎关注我的专栏「科研利器」，以便及时收到后续的更新内容。
点击这个链接加入少数派会员，立享 9 折优惠！获得专属会员内容、会员播客以及会员定制周边。在更多的领域和方向帮你打开脑洞，找到新的兴趣点。与少数派一起洞悉当下，探索新知。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。