以ChatGPT等为代表的生成式人工智能异军突起，吸引了社会和学界的广泛关注。但热现象需要冷思考，对ChatGPT及类似的生成式智能应用，我认为存在三种理解的方式，分别是研究对象、概念与方法。
以ChatGPT等为代表的生成式人工智能异军突起，吸引了社会和学界的广泛关注。但热现象需要冷思考，对ChatGPT及类似的生成式智能应用，我认为存在三种理解的方式，分别是研究对象、概念与方法。
作为研究对象(object)。这一层理解最直接。ChatGPT及类似应用横空出世后，因其杰出的回答问题、提供建议、给出思路、协助写作、帮助编程等通用能力，其实际如何被使用(实践行动)、可以如何被使用(功能分析)、存在哪些弊端(算法审计)、伦理风险(价值规范)、如何治理(法治规范)等，都成为颇值得研究的内容。这其中，应当从简单的思辨式探讨中走出来，进行更多的经验与实证研究。特别是在与新闻传播和媒体行业息息相关的两个方向上：一是新闻机构与从业者如何采纳与引入ChatGPT等生成智能;二是普通受众与用户如何感知、想象、驯化及在日常生活中展开ChatGPT的实践行动。
作为研究概念(concept)。概念是学术研究理论发展的基石，也是赋予研究对象以灵魂的过程。此处的“概念”是指内嵌于学术脉络的理论、变量或关系型概念，而非对象型概念本身。如果ChatGPT等生成式智能仅仅作为一种对象，那么它就停留于现象描述层面而无法上升为理论对话与创新。笔者曾在《或然率资料库：作为知识新媒介的生成智能ChatGPT》一文中尝试将ChatGPT定义为“知识新媒介”，并采用“或然率资料库”的概念来阐释其如何重构知识生产、调用与流通。“生成智能”的“生成性”本身，可能是另一个可以探究的概念。对ChatGPT的概念化并非只有一种，端赖置于何种学术脉络之中，其挑战颇大，但只有深究此理，研究才有学术价值。
作为研究方法(method)。ChatGPT等生成式智能亦具有方法意义。以巴比或纽曼的经典教材为代表，传统社会科学研究方法主要是量化/质化的二分法，但现时对研究方法的理解应该超越这一层面。过去十多年间，计算方法(computational methods)与数字方法(digital methods)兴起，以数据驱动、预测算法、编程技术等为代表，重构研究方法版图;随着ChatGPT等生成式智能的出现，新的“智能方法”(intelligence methods)可能占有新的位置。智能方法强调基于自然语言处理和大语言模型的自动化，可以用于传统由人工或机器学习方法实现的内容编码、分类、实体识别、情感分析等任务，其信度与效度已经得到初步检验与讨论。未来研究方法可能呈现质化、量化、计算(数字)与智能方法共同构成的“百花园”。
超越喧嚣，沉下心来。学界与业界面对ChatGPT等生成式智能的崛起，在对象、概念与方法三个层面上深入求索，共同推进知识创新、社会福祉与文明进步，正当其时。