人工智能对新闻传播的影响及思考

李雯丽 西北政法大学

【摘要】人工智能技术在新闻传播领域的应用已经渗透新闻操作流程的方方面面，可以看到在新闻采写、新闻编辑、新闻分发与评论管理等方面的技术都得到了一定程度的更新。人工智能在新闻传播领域中的运用，给新闻传播业带来了大革新。但无论怎样发展，技术应该始终掌握在人类可控的范围之内，服务于人类的发展，实现工具理性和价值理性的共融。人工智能的算法和模型再精准，仍需要人工的干预，未来人工智能会和新闻从业人员并行，人机协同重构新闻生态。本文基于当前人工智能技术在新闻领域的应用，研究分析人工智能在新闻传播领域发展中产生的影响及挑战，并提出了一些发展策略。

【关键词】人工智能；新闻传播领域；智能新闻

20世纪90年代网络社会的崛起使个体与个体、个体与信息结缘于互联网空间，通过互联网、Twitter、Facebook、微博、微信、移动新闻客户端等不断实现“瞬连”与“续连”，信息化时代下的新闻产业也由此得以颠覆性重构与涅槃性重生。当下，以深度神经网络为基础，结合云计算、大数据及移动互联网技术的人工智能浪潮已经崛起，我们已经进入“互联网下半场”——人工智能化时代。人工智能技术的崛起日益成为社会和传媒领域发展中的焦点问题，而其本质就是一种算法模型。人工智能的概念早在计算机诞生之初就已经提出，在新技术浪潮的影响下，人工智能已受到越来越多的媒体和企业的推崇与采纳。算法推荐、机器人写作、个性化推荐、语音机器人等人工智能技术被日益频繁地应用于新闻传播领域的选题策划、信息采集、内容生成和产品分发等环节，人工智能是互联网前进的技术驱动源之一。智能化逐渐成为互联网不可逆转的发展趋势，但这一变化也给新闻业带来全新的挑战。

一、人工智能

人工智能，英文Artificial Intelligence，简称AI，实质上是一种具有

机器功能的计算机系统，最早于1956年的达特茅斯会议上提出，起初是为了利用计算机模拟人脑而提出的概念。人工智能的特征可以从“人工”和“智能”这两个方面来看。“人工”是指由人创造的。“智能”则涉及其他诸如意识、自我、思维等。它的特征也体现在用机器来模拟人的思维，或让机器具有与人类相当的智能。人工智能的理念，简单来说即以人类的智慧研究、开发、创造出堪与人类大脑相平行的“机器脑”。这种“类人”化的智能技术，严格意义上属于计算机科学的一个分支，即在计算机算法基础上，进行大数据的收集、分类、清洗、评估、提取、分析处理与输出，不断完成“自我升级”。

人工智能最早应用于新闻行业是在20世纪50年代，国外记者使用一种被称为“计算机辅助报道”的工具来处理政府数据库信息。20世纪70年代，耶鲁大学开发了人类首个故事编写程序，随后出现了数据库新闻、自动化新闻等多种形式的人工智能新闻。2006年3月，美国汤姆森金融公司利用电脑程序撰写金融类新闻。2010年，美国西北大学研发Stats Monkey软件，该软件能自动抓取比赛数据，并在几秒钟内完成新闻的撰写。我国对于人工智能新闻的研究起步较晚，但发展迅速。2015年9月10日，一款自动新闻写作软件Dreamwriter撰写了一篇腾讯财经新闻。同年11月，新华社正式推出了新闻机器人“快笔小新”。2017年1月，南方都市报社也正式推出了写稿机器人“小南”。在2019年的全国“两会”中，许多媒体都尝试了人工智能技术，机器人“记者”、人工合成AI主播、VR直播技术、虚拟演播室等纷纷被运用到报道中。

二、人工智能对新闻传播领域的影响

（一）人工智能对新闻生产的影响

1. 内容生产模式的改变

大数据、算法以及人工智能等智能技术进入新闻生产领域，带来了新闻发展的新模式。自动化新闻正是新闻生产智能化在现阶段的体现。这些新技术一方面给媒介产业注入新鲜血液，另一方面也以全新的力量对新闻业进行“入侵”。这也意味着，智媒化时代将是一个传统传媒业边界消失、格局重塑的时代。[1]从Narrative到我国的Dreamwriter，机器化新闻写作已经成为热门话题。它们通过算法进行数据抓取，放置于事先准备好的模板之中，使专业新闻人能够脱离烦琐的数据，专心投入于信息深度内容的创作。写稿机器人的优势在于对信息处理的超强能力，通过对大量数据资料的快速收集、加工与整理，再按照文字模板编制而成的新闻稿，目前已广泛见于财经资讯及体育新闻上。2017年8月8日，九寨沟突发地震，中国地震台网机器人记者仅用25秒完成从稿件撰写到分发的新闻报道全流程。与传统记者相比，机器人写稿的优势还在于可以根据网络点击的数据活跃度，瞬间筛选出下一个热点信息进行新闻合成与推送。除了机器人新闻，同时还有传感器新闻、临场化新闻、分布式新闻等，促进着信息传播环境的智能化和受众接收信息方式的多元化发展。

2. 开启了数据驱动新闻的全新时代

对于新闻业而言，基于计算机辅助报道形式、“使用和通过算法来寻找和讲述故事”的新闻报道模式、计算新闻、机器人新闻、算法新闻学、自动化报道等应运而生，其核心均建立在以技术工具为导向的算法思维之上。基于算法的图像数据新闻正进入日常新闻报道领域，极具视觉冲击力和互动效果的交互地图与信息图示迅速发展，以数据图形来进行信息表达与传递，充分利用数据分析下直观、有趣、超语言、大信息量的图形优势，使受众更高效准确地获取所需信息。香港《南华早报》对香港财政预算的报道、财经新闻网数据可视化实验室2016年对中国楼市的报道，便是生动的实例。

首先，数据的全面性和客观性使新闻事件能够以数据的形式进行描述、判断、预测。其次，通过在新闻报道中运用VR/AR技术，全方位对新闻事实进行采集和录制的沉浸式新闻，令用户直接“置身”于新闻场景之中，实现现实与虚拟的融合。2016年3月“两会”期间，国内多家媒体如新华社、《经济日报》、《光明日报》等均采用了VR设备对“两会”进行全景式报道，增强用户的带入感。不仅如此，随着移动设备的多元化和低门槛化发展，受众也能够自主加入新闻内容的创作之中，通过滤镜、美颜等智能手段优化画面呈现的内容，推动信息传播。

3. 新闻报道交互式体验时代的来临

随着媒介技术的发展，算法逐渐被运用到新闻生产过程当中，使传媒业发生了巨大的变化。从传统新闻报道“我写你看”的单向传播模式，到信息化时代的新闻双向传播模式，再到人工智能时代新闻的阅读中交互式体验不断增强，新闻报道对于读者而言不再仅仅是内容的呈现，还是体验的过程。受众不再是大众传媒时代信息的被动接收者，而是由“受众”变成了“用户”。在这一过程中，算法将媒体的传播主动权部分分流给了受众，使受众以信息传播系统中的传播者身份，主动参与到传播过程之中，打破了媒体对传播主导权的垄断。同时，不同用户的需求各不相同，经由算法推送的新闻再经过用户的分享，使得多种声音同时存在，颠覆了少数者的话语霸权。2016年百度新闻上线最新版的“聊新闻”APP，即只要点击“聊新闻”的功能按钮就可以向机器提问，查寻所需新闻信息，进行新闻深度阅读。人工智能甚至会在互动过程中不断收集用户感兴趣的内容信息，再根据其兴趣点进行更为精准、个性化的新闻分发与推送；同样，以沉浸和在场为核心概念的虚拟现实、增强现实等可视化技术的发展与应用，更是给读者带来了全新的沉浸式新闻事件体验。

（二）人工智能对传播格局的影响

传播格局主要指的是媒介生态环境各构成要素之间的关系。新媒体时代下技术的不断进步使传统传媒业边界消失、格局重塑，媒体走向智能化发展，从而展现出万物皆媒、人机合一、自我进化式的发展。

1. 个体、利益组织和专业新闻机构成为联结信息的节点

大数据环境中，数据成为主要的信息内容。网络平台上的个人和组织都被高度节点化，算法有效联结了每一个节点，使节点成为信息联结的“接触点”，[2]并且在每一次信息传播的过程中都发挥着一定的作用。不仅如此，互联网实时性信息更新改变了大众的价值判断习惯，不再受传统媒体时代品牌价值凝结的忠诚度驱使，而是接受新闻信息处于不断完善、从不完美到完美的过程，并在分享和讨论过程中逐步还原、重塑、修正事实真相。丰富的信息表现形式、多元的信息来源和专业化的信息解读为分享节点提供判断依据，有助于虚拟对象之间产生信任，提升传播过程中的自净化能力。

2. 依托大流量开放平台成为系统基础

伴随着社会媒介技术门槛的下降，以个人为基本单位的传播力量被激活，跨越时空的社会协作成为可能。传统不对等的、单向性的传播格局被打破，依托大流量开放平台成为基础系统。一些互联网公司也通过技术参与到传播的场域之中，通过算法和大数据抓取内容构成新的传播渠道，逐渐形成自己的平台。腾讯便是如此，首先通过微信、QQ等社交平台汇聚受众，再通过腾讯视频、微视等聚集内容和资源，逐渐搭建起媒介生态链。

3. 基于技术下的场景化媒介生态布局

技术的发展消解了不同行业之间的边界，往往需要跳出单一行业去探索新的融合发展之道。随着数字技术的飞速发展，移动终端的外延也得到了更多扩展，在万物互联的技术下越来越多的设备被纳入移动终端的范畴，使得不少媒体通过技术进行“弯道超车”，打造场景化沉浸式体验的内容。2016年3月“两会”期间，国内多家媒体如新华社、《经济日报》、《光明日报》等均采用VR设备对“两会”进行全景式报道，增强用户的带入感。

三、人工智能给新闻传播领域带来的挑战

（一）人工智能技术使新闻机构和记者的工作面临被取代的危机

当算法实现逐步优化，人工智能通过用户浏览行为数据能准确地将个性化、聚类化、标签化的新闻信息投送给不同的新闻受众群体，大量的传统新闻机构还有存在的必要吗？事实上，基于这种个性化新闻定制的“世界上第一家没有记者的新闻媒体”，即美国移动新闻服务运营商News Republic已然产生，并与全球超过1650家新闻机构建立了合作关系；当“写稿机器人”成功落地福布斯网站、美联社、彭博社、《洛杉矶时报》、今日头条等各大媒体，人工智能有可能在未来的阶段实现从弱人工智能到强人工智能的升级，届时人类记者的优势将受到更严重的挑战。

（二）对新闻专业主义价值观的冲击

人工智能技术给新闻业带来的变化，不仅限于大数据所带来的冲击，更加涉及对整个新闻行业的立足点——专业主义价值观的挑战与质疑。在“新闻是对新近发生的事实的报道”的定义背后，实际承载着新闻从业者本身所肩负的人文关怀、社会告知与权力监督等使命。然而，人工智能的技术运作逻辑是“一切皆可量化”，在“算法”逻辑思维下，其得出的数据结果只会造成“主体建构被抹杀”和“生活意义被取消”；同样，当下的人工智能只会根据新闻的阅读点击率去判断该新闻的热点价值，而不会像传统新闻记者那样，会以秉承新闻作为“社会公器”的专业主义视角，去进行社会新闻的选取与生产。(www.xing528.com)

（三）对新闻“客观性”的冲击

客观性新闻原则是新闻工作的准则与依据，由此衍生出的“新新闻主义”、调查性报道、精确新闻学、公民新闻学等系列学说，更代表了业界学界对新闻客观真实性的不懈探索与追求。然而“后真相”一词近年来的不断闪现，无疑令新闻报道客观性的基本原则产生动摇。技术促进了人的延伸与连接，通过网络聚合相同兴趣、观点、情感、价值观的个体，并以此形成网络社群。人工智能技术“个人定制”推荐系统的出现，更是利用算法机制精准地生产和推送信息，不仅满足用户个性化、社群化的信息兴趣和需求，而且还加固了社群，使成员生活在“信息茧房”之中，不断强化各种认识偏见，进一步加剧了“后真相”时代特征。

（四）对新闻伦理的挑战

机器智能在新闻业的现实使用中，包括数据的采用和挖掘极易出现新闻伦理问题。因为人工智能对于数据的使用没有一个固定的标准，使用不当就有可能出现触犯法律的事情。目前，人工智能对新闻伦理的挑战主要涉及算法歧视、隐私忧虑、责任与安全等方面。

首先，从某种程度上来说，算法并不客观，算法模型和数据输入决定着预测的结果。算法决策在很多时候其实就是一种预测，用过去的数据预测未来的趋势。而过去的歧视可能会在算法中得到巩固并在未来得到加强，以错误的输入形成的错误输出作为反馈，反而会进一步加深错误。

其次，很多AI系统，包括深度学习，都是大数据学习，需要大量的数据来训练学习算法，这带来新的隐私忧虑。一方面，如果在深度学习过程中使用大量的敏感数据，这些数据可能会在后续被泄露出去，对个人的隐私会产生影响。另一方面，考虑到各种服务之间的大量交易数据，数据成为新的流通物，可能削弱个人对其个人数据的控制和管理。当然，现在已经有一些可以利用的工具在AI时代加强隐私保护，诸如经规划的隐私、默认的隐私、个人数据管理工具、匿名化、假名化、差别化隐私、决策矩阵等都是在不断发展和完善的一些标准，值得在深度学习和AI产品设计中提倡。

最后，霍金、施密特等之前都警惕强人工智能或者超人工智能可能威胁人类生存，但在具体层面，AI安全包括行为安全和人类控制。安全往往与责任相伴，如果按照现有的法律责任规则，因为系统具有很强的自主性，它的开发者是难以预测的，包括黑箱的存在，很难解释事故的原因，未来可能会产生责任鸿沟。

四、人工智能时代新闻传播策略

人工智能技术在给新闻传播领域带来了巨大发展机遇的同时，也带来了一系列的挑战。不管人工智能未来的发展趋势如何，人工智能与新闻传播的结合已成为不可逆转的趋势。在未来漫长的发展道路上，我们应更积极地把握机遇、应对挑战，让人工智能技术发挥更全面、更精细的作用，更好地服务于新闻传播领域。

（1）不能一味沉溺于“内容为王”的路径依赖，而要考虑“内容+技术+渠道 +市场+人才”的全产业链运作。片面强调“内容为王”，对科技发展视而不见，最终会导致彻底边缘化，丧失媒体的主流舆论阵地。

（2）媒体除了培养“全能型记者”，还要引进软件算法工程师。一方面，媒体需要复合型的人才队伍，需要记者掌握多元化的知识结构，使其除了必备传统“报台网”的采访、编辑和写作技巧，懂得文字、图片、音频、视频的制作技能外，还要懂得微博、微信、客户端等新媒体平台的发稿流程。另一方面，媒体队伍需要专门的算法工程师。媒体队伍的知识结构不能局限于中文、新闻、传播等文科领域，还需要大量的IT人才，满足新时代的融合趋势。

（3）面对人工智能技术的步步紧逼，不能画地为牢，需要打破藩篱，既要开展传统媒体与新媒体的一体化运营，也要做好内容集成服务商，在媒体聚合平台安营扎寨，如运营媒体公众号。还可以主动聚合自媒体，比如发起自媒体联盟，从而实现平台共享。

（4）以人为本，对技术保持理性期待。在大数据背景下，包括新闻业在内的传统行业都有可能会产生焦虑。一方面，传统媒体担心媒介职业因技术的发展而被替代；另一方面也对人工智能等技术抱有期待，希望其能带来新闻业的革新。芒福德认为，人应该是“心灵制造者”而不是“技术制造者”。科学无底线，但是人有情感的依托和限制，任何技术背后都包含着人对其功能的期待和向往，所以从本质上来说，无论科技如何改变媒介生态环境，都不能替代人类成为其主要把关者和情感的判断者。除此之外，应该对技术保持理性期待，遵循“用户导向”的新闻生产逻辑，不断完善信息的个性化推送模式，实现用户与信息的快速匹配，且对“信息茧房”进行有效的控制和防范。

大数据、算法和人工智能确实在新闻传播领域造成了一定程度上的影响，但技术始终应该掌握在人类可控的范围之内，服务于人类的发展，实现工具理性和价值理性的共融。面对未来媒介技术的发展，新闻行业应该自主更新和变革，从而更好地融入互联网环境之中，而媒介职业共同体作为信息内容的主要把关人应该注重内容的人性化色彩，以人为本，对技术保持理性期待。

参考文献

［1］彭兰.社会化媒体、移动终端、大数据：影响新闻生产的新技术因素［J］.新闻界，2012（16）：3-8.

［2］喻国明，张超，李珊，等.“个人被激活”的时代：互联网逻辑下传播生态的重构——关于“互联网是一种高维媒介”观点的延伸探讨［J］.现代传播（中国传媒大学学报），2015，37（05）：1-4.

［3］张志安，刘杰.人工智能与新闻业：技术驱动与价值反思［J］.新闻与写作，2017（11）：5-9.

［4］徐敬宏，胡世明，陈文兵.人工智能时代新闻业面临的机遇与挑战［J］.郑州大学学报（哲学社会科学版），2018，51（05）：94-98.

［5］徐来，黄煜.“新闻是什么”——人工智能时代的新闻模式演变与新闻学教育之思［J］.全球传媒学刊，2017，4（04）：25-39.

［6］方洲.浅谈人工智能对新闻业的重塑［J］.传播力研究，2019，3（21）：52.

［7］杜娟.从“人机协同”看人工智能时代的新闻伦理构建［J］.社会科学研究，2019（04）：197-204.

［8］闫燕勤，钱永江，俞定国.基于人工智能的电视数据新闻自动化生产技术研究［J］.广播与电视技术，2019，46（06）：38-41.?

［9］刘茂锦.人工智能用于新闻业的法律、伦理问题及对策［J］.青年记者，2018（06）：96-97.

［10］邵国松，黄琪.人工智能中的隐私保护问题［J］.现代传播（中国传媒大学学报），2017，39（12）：1-5.

［11］贺岭，南一飞.人工智能时代新闻生产方式的变革研究［J］.出版广角，2018（07）：66-68.

［12］梁智勇，郑俊婷.人工智能技术对新闻生产的影响与再造［J］.中国记者，2016（11）：72-75.

[1]彭兰. 社会化媒体、移动终端、大数据：影响新闻生产的新技术因素［J］. 新闻界，2012（16）：3-8.

[2]喻国明，张超，李珊，等.“个人被激活”的时代：互联网逻辑下传播生态的重构——关于“互联网是一种高维媒介”观点的延伸探讨［J］. 现代传播（中国传媒大学学报），2015，37（05）：1-4.