香港城市大学媒体与传播系的研究方向涉及数字新闻、政治传播和计算社会科学，尤其关注生成式人工智能如何改变新闻生产、受众判断与公共传播。对于有意开展实验研究和计算研究的申请者，通常可通过香港博士研究生奖学金计划等渠道提出申请。需要说明的是，导师的研究兴趣并不等同于录取承诺，博士录取仍须通过院系与学校的正式评审程序完成。
以该系学者为例，部分教师曾在其他高校任教并担任相关硕士项目课程主任，获得过杰出青年研究人员奖和教学表现奖，兼具研究与教学经验。目前他们在香港城市大学担任教职，但这些头衔不应被解读为“保证录取”或“固定博士名额”。
这类招生方向尤其适合能够将传播理论与数据证据结合起来的人。传媒专业学生并不一定需要从零学习全部编程工具，计算机背景的申请者也不意味着只要训练出效果好的模型就能写出传播学论文。博士生应首先解释社会或组织中的实际传播问题，再设计能够检验假设的研究方法。
奖学金申请与财务规划建议
香港博士研究生奖学金计划是竞争性的校外资助渠道。此类奖学金通常提供月度津贴及科研会议和差旅资助，但具体的金额标准、适用期限以及大学的补充安排需分别查阅校方最新的项目细则。这里的“每月金额”指奖学金获奖者的标准，不代表导师课题组承诺向所有申请者发放同一笔资助。
学校的普通研究型研究生津贴与香港博士研究生奖学金在资格和评审方式上有所不同。有些申请者获得研究学位录取，却未必获得竞争性奖学金；反过来，导师表示愿意考虑申请，也不等于申请者已通过学院与学校的综合评审。因此，在准备预算时，不应将所有制度列出的金额简单相加。
资助信息还应与学费、学校住宿、奖学金续期和研究支持任务一并核算。香港城市大学对获资助研究生的学习进度与研究相关职责有明确要求。做财务计划时，可以区分稳定资助、竞争性奖项和一次性入学支持，再据此判断个人可承担的生活安排。
研究重点与实验能力要求
相关研究集中在人们如何理解、回应和传播由平台或生成式人工智能参与生产的信息。例如，同一条消息如果显示为记者撰写或机器人生成，受众是否会给出不同的可信度评价？不同平台的推荐机制、信息标签或透明度设计，是否会影响这种判断？这些问题具有传播学意义，但答案必须来自可靠证据，而非单靠对技术的态度。
研究可能运用问卷调查、受控实验、数字文本分析和比较研究。实验设计需要明确自变量、因变量与混杂因素，问卷量表需要有测量效度，计算方法还涉及数据采样偏差、平台政策与隐私伦理。申请者若在自己的论文中使用过情绪分析或大语言模型标注，应能够解释人工核验、错误分类以及结果可解释性的处理方式。
近年相关项目涉及自动化新闻生产、误导信息纠正、平台信任和受众对人工智能内容的判断。对准备申请的人，这些项目更有用的地方是展示真实可研究的问题：不仅评价某个系统是否“智能”，还要测量它对受众行为、公共讨论或组织决策带来的影响。
申请材料如何体现研究匹配
针对这一方向，简历不宜只列软件名称和投稿刊物。若做过访谈或问卷研究，可以说明理论假设、样本来源、测量工具和检验过程；做过社交平台数据分析的同学，可以展示数据清洗、标注可靠性与结论的限制。最好挑一个自己承担主要工作的项目，用清楚的叙述呈现发现问题、调整方案与解释结果的能力。
研究计划可以围绕一项具体的人机传播现象提出问题，例如受众是否会因新闻生成来源的不同产生信任变化。下一步写出对照条件、可能的因果机制、核心指标以及伦理保护措施。这样的计划比泛泛罗列生成式人工智能应用场景更接近研究型博士的训练方式。
申请时还应区分导师招募页面列出的材料与奖学金申请所需文件。前者侧重导师对课题与科研能力的判断，后者还会综合学术背景、研究潜力和其他评审条件。正式申请一般需要按院系入口提交成绩、学历与推荐资料，不能用一封简单的自我介绍替代申请系统。
对于传媒、心理、社会学或计算机跨专业申请者，最有价值的材料通常是一项方法可信、问题清楚、能解释研究局限的作品。把技能与导师的实际研究接上，比只强调学校名气或研究热门程度更容易形成有实质内容的博士申请。
