🟢新传优质热点论文：《从意义到 Token：生成式 AI 时代知识传播的计算化重组》🟢作者：陈昌凤、于丁

🟠框架 + 逻辑（⭐️⭐️⭐️⭐️⭐️）本研究以生成式 AI 技术逻辑与知识传播理论为分析框架，剖析 Token（词元）作为底层计算接口带来的传播变革。研究发现知识传播发生计算化重组，Token 从切分、生成、秩序多重维度重塑知识形态，传播权力由内容可见性下沉至计算基础设施层面；传统意义实践部分转向概率计算实践，这一变革带来词元税、认知权力隐蔽化等新问题，同时也为传播学拓展知识计算研究新面向。
🟠论文观点（⭐️⭐️⭐️⭐️）【Token 化带来知识传播工程化前置，重构知识进入传播的入口】不同于传统模式知识先形成完整意义再媒介分发，生成式 AI 下知识必须先拆解为 Token 计算单元。编码环节成为前置把关，优先服务机器计算效率而非语义完整，知识能否被处理在传播开端就被决定，传播控制权前移至底层计算编码阶段。【生成式 AI 推动知识生产由因果表达转向概率生成逻辑】传统知识合法性依托因果推理、证据论证；大模型仅预测下一个 Token 的统计概率，拟合语言共现模式而非理解现实因果。知识合法性部分被概率合理性替代，静态文本知识转变为随交互动态生成的概率产物，也催生 “随机鹦鹉” 式语言拟像风险。【Token 秩序催生新型知识不平等，认知权力走向基础设施化】不同语言存在 “词元税”，低资源语言表达消耗更多 Token，可计算性成为新的知识筛选标准。权力不再是直接管控内容，而是通过上下文窗口、计算成本隐蔽划定认知边界，知识正义延伸至知识被表示、被调用的计算机会层面。
🟠答题语料积累 + 案例（⭐️⭐️⭐️）【现实案例】同等语义的中文内容在大模型中消耗 Token 数量高于英文，低资源语言更容易被压缩删减，体现 AI 知识传播中的词元税现象。
#新传考研##新闻与传播##新闻与传播考研##2027考研党##2027考研##秃头研究所新传考研#新传考研#cssci#