认识论视域下智媒时代新闻生产与分发的逻辑关系

孙 江 李 圆 张梦可

随着大数据、算法、人工智能等技术的进一步成熟，媒体开始融入智能化的发展进程中，一个全新的智媒时代已经来临，传媒业的原有生态正在被重塑。[1]智媒时代下新闻生产与分发的变革是近年来学界和业界共同关注的焦点问题，反映了技术变革对新闻理论及新闻实践在内容、空间、逻辑及环境层面进行重构的客观现实。作为现实空间在互联网架构下的延伸，智媒空间里映射着现实空间的社会关系，新闻不仅以这些既有关系为基础，也能够生产新的关系，所以智媒时代的新闻实践会被新产生的社会关系所建构。这些关系不仅可以内化为新闻实践的逻辑，也可以外化为新闻实践的形式。新闻的生产与分发具有传承性，随着技术的不断发展，生产与分发流程在现有基础上不断与智能技术相结合，在逻辑和形式的双重层面上对新闻实践产生作用。

这种社会关系的解构与建构展现了传统的社会行为在数字化社会中转型的根基。区别于前网络媒体时代，智媒时代下的新闻实践体现出了明显的技术生态的特性，技术成为了推动新闻理论与新闻传播实践前进的重要推手和变革因素。既有的研究倾向于在宏观和微观两个层面上探讨传媒业态和传媒业务链，聚焦传媒生态变化和新闻生产与分发的具体变革，比如新闻生产系统、分发平台、用户平台及信息终端的变革，[2]更多地将关注点集中在传播现象层面，关注新技术、新形式、新现象的产生、发展与影响。也有学者在价值取向上以网络的二元多重性为逻辑，分析技术的功能和意义，将技术作为落脚点，探讨技术与传媒之间的关系。随着智媒时代的全面来临，媒介与人的依存关系更加紧密，各类研究对技术的关注更多地回归到了对技术的掌控者和作用对象——人本身的关注，体现出了明显的人文关怀和人文价值转向。新闻生产的变革不仅局限于现象和价值，而是有必要从新闻生产的结构、本质和关系的维度上深入分析，在认识论上打开研究方向、深化研究内容。上官酒瑞对网络舆论生态治理进行了认识论的分析，这种思维模式对智媒时代的新闻生产与分发也有借鉴意义，[3]可以进一步拓展智媒时代关于新闻生产与分发的认识，建立更自由、更公平的信息传播生态系统。

技术的发展在推动新闻生产与分发更加高效化、便捷化、智能化的同时，也带来了一系列的问题。当前的智媒环境中存在假新闻、新闻侵权、数据壁垒、后真相和算法黑箱等现象，新闻业的秩序甚至整个新闻传播生态都经受着挑战。这些现象看似是媒介技术发展导致的，但究其本质是人的认知误区导致了对技术的误用，这说明对智媒时代的新闻生产与分发仍然缺乏正确的认识、观念及思维。认识的偏差会加剧新闻生产与分发的失范，甚至带来一系列严重的社会问题。应以既有研究为基础，从认识论上进一步阐明智媒时代下新闻生产与分发的各个环节之间的关系，重点分析新闻采编的快与慢、信息内容的虚与实、分发机制的粗与精、分发导向的明与暗、媒体用户的动与静及新闻价值的好与坏之间的关系，进行辩证分析，对错误行为进行纠偏，助推新闻实践的合价值性与合规律性。

一、新闻采编的“快”与“慢”

新闻采编的“快”与“慢”指的是智媒时代的新闻生产速度和实际效能之间的联系，厘清二者间的关系，认识技术对二者的影响，是正确认识新闻生产总体环境的前提。“快”与“慢”之间既存在共识，也存在分歧，从语义上看，快意味着“迅速”，张自烈在《正字通》中指出：“快，俗谓急捷曰‘快’。”慢意味着不及时，《公羊传》有言：“不及时而不日，慢葬也。”及时通常意味着产生正向的效果，但迅速却不一定能带来有效的及时，有些情况下反而可能会产生负面作用。具体在新闻生产的实践中，则涉及两个问题，其一是传统新闻的延迟生产与技术带来的快速生产二者间的问题，如对新闻生产时效性的争夺与追求新闻真实性的对立；其二是智能技术的快速生产究竟是提高了新闻生产的速度，还是提高了信息传播的效能，亦或是二者兼而有之，生产速度提高与传播效能提升之间是否能够共存、是否存在悖论。如何处理好这两个问题，影响着未来新闻生产实践的价值走向和发展模式，必须谨慎对待。

信息采集是新闻生产的首要环节。传统媒体时代的信息采集完全依赖人力，信源较为单一，采集速率也比较低，更容易出现信息失真。智媒时代里，大数据和传感器实现了新闻源的优化，自媒体发展带来了信息传播权的自由权和自主权，既拓宽信息的来源，又扩增信息采集的维度。人人都可以产生并传播数据，任何配设传感器的物体都可以进行实时抓取，加快了新闻源的收集速度和处理效率，提高了信息生产率。但海量数据的增加和信源的极大丰富可能会造成信息过载与信息重复，导致传播环境冗杂和传播资源浪费，产生“技术噪音”。

新闻编辑是新闻生产的重要环节，智能机器人能够用算法对数据进行收集、过滤与编辑，依靠电脑程序中编辑好的算法自动生成新闻报道，加快新闻生产速度，减少写作成本和信息错误，创新新闻的编写方式。但必须注意到的问题是，这种机器写作分散了人对新闻稿件的主导权，某种意义上削弱了传统编辑记者的职能。大数据、传感器和机器人写作构成一个生产和编辑的整体，新闻生产流程逐渐从人的手里脱离，看似实现了高速自动化发展，但实际上大数据的冗杂性和算法的不透明性会导致信息生产的“黑箱”，降低人对信息的审核能力和把关能力。在前网络媒体时代，传统媒体中的采、写、编、评需要遵循一系列严格的流程，传播的速度、范围、规模和影响有限，便于主流话语中心进行议程设置和“把关”。智媒时代的机器人写作不仅改变了新闻写作方式，改写了媒介体制，也重构了媒介生态，导致新闻的真实性和权威性缺失，新闻失去了以往的人文关怀，变成了流水线上冷冰冰的“产品”。所以技术之“快”缩短了新闻生产的时间和流程，却并不能真正提高有效信息的生产效率，反而会导致“慢”传递。

于是，新闻生产就会出现这种情境，即技术确实可以提高新闻采编的速度，但高速度有时却伴随着低效能。智媒技术下的新闻采编要找到一个合理的平衡点，既要最大化利用技术的便利性与高效性，也要对技术加以规约，改造相应的传播制度与监管方式。应加强对数据生产的保护、数据收集的审查和数据流转的责任划分，构建网络新闻审查机制，完善新闻生产模式，加强把关力度。新闻采集与分发应做到实中取快、稳中取快、慢中取快，以确保新闻真实性作为最首要的前提，警惕技术的操纵性及其对价值合理性的稀释，避免将新闻演变为一种新型的宣传，危害社会秩序、引发社会问题。

二、信息内容的“虚”与“实”

这里的“虚”与“实”，主要是指智能媒体生产的信息内容的真实与失实。这包含两个维度的问题，即什么样的内容会失实，这种失实行为是故意失实还是非故意失实。智媒时代下的新闻生产依赖机器和互联网，比如基于大数据和算法的自动化新闻，主要依靠的就是通过检索、分类、聚合数据来明确新闻的主体，按特定的叙事框架和语义结构组织关键事实，再利用既定的新闻框架导出新闻成品，并将其送入分发阶段。技术能够利用不同的风格和语法对文本进行修饰，形成有指向性的传播内容，多应用于体育、财经和交通报道。[4]智媒时代信息内容的真实性意味着机器对大数据的高效处理能够减少报道的失误，摆脱记者主观情感的束缚和知识水平、个人素质等主观因素的限制，保证基本叙事的真实。

在这种模式下，只要保障程序设计的正确性和客观性，机器学习就可以做到对数据的精确处理和高效利用，大大降低报道的失误率，同时提高新闻生产的效率与时效性。但自动化新闻生产具有标准的流程，借助的学习资料是既有的人工编辑新闻的模板，参考的信息来源是人采集、发布的信息。由于当前技术发展条件限制，机器学习写作仅限于较为简单的新闻体裁，无法进行深度报道，难以探究事件的原因、分析原因与特性、追溯问题本质、预测未来走向和影响，导致其适用的新闻体裁局限于消息和快讯。这种局限性恰恰说明机器写作不是万能的，信息内容存在失实的可能，即信息流于表面，不能涉及事件的逻辑并做出必要的解释，[5]尤其是在复杂事件或涉及多方社会关系的深度事件中，机器写作中的信息更容易出现失实的现象。

故意性失实和非故意性失实的区别在于是否存在人为操控，是否存在主观故意。目前来看，智媒时代的非故意性失实主要源于自动化生产过程中的主、客观条件限制，如资料搜集不充分、写作模板有误等等。新闻编辑与写作难以逃离具体的语境，必须结合特定的意义空间来解读，否则会产生误解甚至完全相反的含义。但机器只能报道框架简单的基本事件，缺乏必要的背景资料及解释，容易引发受众的误解，造成事件指向的偏离，引发负面舆论。作为整个社会大环境的一个组成部分，新闻与政治、经济和文化发展之间有着千丝万缕的联系，任何信息的传播都难以独善其身。有些情况下，新闻故意失实是由于外界因素的干扰，掺杂了权力机关和利益集团的操纵，会对社会造成更大的危害。

在智媒时代里，借助互联网匿名性的掩护，虚假信息有时传递的比真实信息更迅速、更广泛。同时，技术“制假”的门槛降低，人们可以利用PS和AI的合成技术生产出大量虚假人物图片，或制造虚假语音、视频，通过“换脸”“换场景”“选择性剪辑”“后期合成”等手段来传递政治假消息或制作名人的低俗视频，操纵公众的认知，[6]扰乱社会秩序。此外，机器生产的不透明性拉开了新闻生产和受众之间的距离，技术使用的软硬件条件限制在新闻与受众之间竖起了壁垒。技术垄断和数据垄断使新闻生产更少嵌入人，尤其是普通民众的监管，转而逐渐集中在社会金字塔的政治与经济“顶峰”手中，便于权力机关和利益集团进行干扰或把控，传递自身意识形态、为经济利益和商业目的服务。自动化新闻生产需要建立庞大的数据库作为学习素材，但市场上拥有数据库的企业往往将数据视为商业机密，在企业与政府、企业与企业、企业与民众之间建立起了数据壁垒，数据的来源、传输和使用均不透明，这实质上就形成了一种数据垄断与数据霸权，拥有更多数据就意味着拥有更多资源。政府和企业可以在机器生产的源头上进行把控，通过选择性地构建数据库和机器学习资料，生产和传播对自己有利的信息，删除或屏蔽对自己有害的信息，造成信息偏见和传播霸权。更有甚者将数据库里的信息作为一种商品进行交换或出售，进一步加强了信息霸权，受众在议程设置中愈发远离了事实真相，同时也面临隐私泄露，成为了权力机关和利益集团进行信息争夺战的牺牲品。

正确处理信息内容“虚”与“实”之间的关系，需要划定区间和边界，限制智能技术在新闻生产中的应用范畴，突破技术发展的瓶颈，优化数据的输入环节，从源头上减少干扰因素。同时，在深度采访和大型新闻领域建立干预机制，进行人为的审查和编辑，降低可能存在的风险。此外，要打破数据壁垒，警惕算法黑箱，实现“数据共享”，保障信息的公开度和透明度，防止权力机关和利益机构利用技术将自己的意识形态伪装成客观的信息，左右公众的认知，从而降低信息的操纵性，保障新闻真实性原则不受侵犯。

三、分发机制的“粗”与“精”

分发机制的“粗”与“精”指的是智媒时代的新闻推送的中心选择问题，具体指新闻分发的指向性和用户识别的准确性。新闻的分发直接决定新闻传播效果的好坏，形成合理的分发机制是至关重要的。在传统媒体时代，新闻的分发是粗放式、普适性的，报纸的版面、电视的栏目、广播的频道等都集中体现“群体式推送”的特征。受主客观条件限制，信息传播、网络言论和受众需求的效度和密度不同，传统的新闻分发难以进行细致的划分，只能依靠固定的传播路径与受众呈单向线性连接。智能技术的发展打破了受众与传统媒体间的固态定向连接，用户的需求成为市场的主题和总体趋势，媒体如果要具备竞争力，就要做好“用户洞察”，识别用户需求，进行精细化推送。精细化推送需要做到对用户群体的相对了解，在智媒时代里，个人在互联网上的数据痕迹和操作行为会暴露个人信息，使个体成为“数据的集合”，每个人的喜好和特质能够被大数据、算法等技术收集、统计并整合，从而实现量化评估。

算法推荐模式能够实现精细化推送，这种模式包含四重逻辑关系。其一，智能推送本质上是意识的推送，在推送的过程中，推送者和受众都是独立的适格主体；第二，推送是一个视阈覆盖的过程，推送者的视角能够覆盖信息接收者的视角，产生单向度的关系；其三，推送是一个潜移默化的过程，能无形中实现意识形态的操纵；其四，智能推送具有自在的合理性规范及程序性规则。概言之，相较于传统媒体的分发模式，精细化的算法推荐机制需要对受众有详细的了解并建立其用户画像，从而更容易对其进行认同灌注、视域覆盖和意识同化。这种精细化推送的背后逻辑是建立在详细了解受众个人信息的基础上，通过技术的助推作用将用户与内容进行准确匹配，为用户提供优质服务。例如，“今日头条”作为国内智能化新闻平台的代表，算法技术就是其迅速发展的关键秘诀，其通过算法对用户在互联网上的行为进行分析，确定用户的浏览偏向和信息需求，建立用户画像，从而采取图像识别技术和自然语言处理技术对信息进行聚合、降维，利用机器学习达到信息的个性化匹配，完成信息的精准投递。

算法是计算机程序的一个分支，但在自动决策时也无法摆脱人为因素的干扰。精细化推送中的数据提取、判断标准、语义分析和结果归类等多个过程都内嵌了人的意识形态与价值观，掺杂了主观因素的干扰。但技术主体对算法的规制力度并未达到像对传统新闻工作者的规制力度一样大，也并未找到行之有效、切实可行的规制手段。新闻专业主义、新闻职业道德和伦理规范虽然在传统媒体领域发挥着较大的作用，但在智媒时代却并未对技术起到良好的制约作用，导致了算法推送的商业主义倾向和意识形态入侵，侵害新闻的公共性，也加剧了“信息茧房”“沉默的螺旋”效应，使人与人之间产生壁垒，形成了一个个“信息孤岛”，各主体之间失去了共通的话语空间和意义空间。精细化的分发机制看似由智媒时代的技术理性主导，实则更加需要强调人的主体地位和价值理性，要做到精细化推送和粗放式推送的良好结合，打造人机协同模式。

四、分发导向的“明”与“暗”

分发导向的“明”与“暗”指的是新闻分发中隐藏的意识形态和价值观取向，是对分发机制效果的体现。“明”意味着宣传，多见于传统媒体中对信息叠加式与覆盖式的报道，依靠打造和巩固主流话语体系来聚合社会舆论和社会认知，稳定社会秩序。“暗”意味着技术的“伪中立性”，即其能够利用智能算法构建认知的“虚拟”环境，进行价值观的隐性传递。区分“明”与“暗”的核心是认清意识形态输出的显性和隐性，把握事件的关键节点和本质，厘清背后主导的意识形态。“暗”分发在互联网匿名性的掩护下，容易脱离主流意识形态的引导，造成价值失范，动摇主流意识形态的领导性地位。但在技术的复杂作用下，“明”与“暗”越来越难以区分，二者的界限也越来越模糊，这种模糊性使政府更加难以把控意识形态的建构方向，从而解构着既有的社会认同。

智媒分发主要依赖于算法技术。算法依靠一系列清晰的数字指令和运算模型，将不同类别的信息进行抓取和定向推送，构建起了用户的认知场域。这种信息分发看似不经意，实质迎合了用户的需求和喜好，是一种深层的、更精准的信息输送。区别于传统的宣传，算法分发能够潜移默化地左右人们的认知观念，在用户的潜意识里植入预期认知。算法推送过度倾向于“工程传播”的逻辑，代替了“人类传播”的维度与机理，导致价值观的建构从显性变为隐性。[7]

算法的研发和运行依靠大量商业资本的支持，遵循商业逻辑，维护资本的利益，会以技术为导向消解社会的信用体系和价值体系。新闻作为“喉舌”，旨在维护社会的公共利益和主流意识形态，与算法技术具有内生性的逻辑冲突。媒体为公共利益服务，算法推送作为媒体的工具，不仅要提供信息，更要整合观念、纠正错误认知，承担塑造主流价值观的责任。算法对价值观的“暗”操纵会催生技术理性的异化，消解人的主体性地位，导致个人歧视、数据滥用和信息茧房等风险。以麦克卢汉的观点出发，媒体本身就是信息，信息的分发不能只把控单个信息和片段化信息，而是要将信息结构化，置于合适的意义空间内考量，构建社会的认同感和价值感。“暗”分发将不同的零散化信息结合在一起，依照用户的兴趣进行简单的信息集合，遵循技术逻辑进行运转，缺乏人为的把关，会导致意识形态混乱化、低俗化，带来社会环境的混乱无序。

信息与技术本身不具有价值观，是中立的社会存在，但是对信息的分发和对技术的应用体现了人的价值观，很大程度上受到主观因素的影响。目前国内智媒尚未形成全产业平台和完善的全流程管控体系，缺乏对智媒技术的监管和人工介入，缺乏完整的系统化操作规范，要打造以人为本、以公共性为底线的技术价值观才能够更好地规避风险。对算法进行意识形态的把控是一种理想的状态，实质上，算法的研发以新兴的科技企业为主体，以市场需求为导向，资本并未倾向于优质内容本身和内容制造者，而是向营销号和“十万加”流动，青睐于吸引用户的眼球。当点击量成为唯一的标准后，算法就会产生“价值黑箱”，侵害公众的利益。“暗”分发更需要法律加以限制，加大国家的监管力度，严守价值底线。

五、媒体用户的“动”与“静”

媒体用户的“动”与“静”强调用户使用媒体的动态与静态，即主动使用与视角固化之间的关系。智媒时代的新闻生产与分发遵循自动化新闻的生产模式，经过信息分发后，不同的信息会聚合在终端平台上，呈现方式按用户需求和兴趣降序排列，信息内容的可选择性和互动性增强，有利于“使用与满足”范式下用户地位的进阶和角色的转换。在媒体客户端上，用户由原来的单向主动搜寻信息和对冗杂、无用信息的被动接受，转化为自身偏好和智能推送的双向配对。在信息过载的环境下，这一转化既有利于信息的高效率分发，节约传播成本，又能满足用户对优质内容的需求，媒体用户的“动”即强调这种双向的主观能动性与主动选择性，强调“用户中心”模式的地位上升。这种模式满足了用户的选择和兴趣，信息更加容易得到用户认可，用户也更容易进行复制、转载等行为，从而触发新的传播，形成循环效应，促成用户以自身的价值认同为轴心和社交需求进行接轨，使传播由原本的“传者中心”转向为“用户中心”，提高了用户的主动权。[8]

媒体用户的主动性优化了用户的新闻体验，但同时也容易陷入视角僵化、视野固化的怪圈，产生“信息茧房”“信息孤岛”效应。在“动”与“静”的辨证下，新闻“受—传”关系发生结构性变化，传统媒体高度凝聚的中心化传播格局被消解，取而代之的是按需推送、算法分发及定制化传播的模式。[9]算法过滤和机器学习会不断监测用户的浏览偏好和操作行为，识别用户的兴趣与需求，从而对某一类或某几类信息进行定向推送，导致题材、叙事、类型等方面的窄化。在这种模式下，用户将自己的兴趣不断固化，形成“内容—用户—环境”之间的完整闭环，产生“信息孤岛”和“群体极化”效应，加剧信息的偏向性分发，导致视野变窄，降低网民的群体意识和公众意识，给舆情治理和议程设置带来障碍。

动静二者之间的关系在于“动”会导致“静”，“静”会促使“动”，即媒体用户的主动使用会加剧视角固化，视角固化会造成群体极化，从而增强不同群体内部的信息交流，形成“回音壁”效应，加强“沉默的螺旋”。用户倾向于搜寻与自己观点相符合的信息，进行选择性接触，形成互相分化的“观点圈子”。正确理解二者的关系、打破这一循环的关键在于打造优质的内容平台，整合、优化不同层级的信息。要做到激活个体用户，将用户变为互联网节点，丰富信息的形式和内容，进行整合和深度加工，使信息全方位、多层次呈现在媒体终端上。智媒时代的基点是数据，要建立权威、共享的数据中心、运营系统和管理体系，以数据的多样化来保障信息的多样化，避免单一类型的推送限制用户的视角。

六、新闻价值的“好”与“坏”

“好”与“坏”的区分是对自动化生产与分发下新闻价值的认知，是对新闻价值是否发生异化的判断，直接规定了智媒时代新闻生产的性质定位与行为选择。价值作为一种社会意识，一旦形成，就会对社会政治、经济和文化产生影响。[3]从认识论的角度看，好与坏本质上属于价值判断，就同一事物而言，不同人会有不同立场，但新闻价值区别于纯粹的主观性，其具有不可替代的客观性。新闻的客观性来源于凝聚在事实中的社会需求，存在固有的标准，即时新性、重要性、接近性、显著性和趣味性，这也是新闻存在并发展至今的根基与核心所在。智媒时代的机器生产和算法推送折损了传统新闻价值的标准，使“好”与“坏”的标准出现混淆甚至颠倒。

新闻价值的“好”在于能够满足受众的信息需求以正视听，促进社会的正向发展，维护符合人民群众的根本利益。新闻价值的“坏”在于过分求新、求异，以吸引受众的眼球、博取关注度为主要目的，丧失对社会整体利益的思考与责任，违背了社会公义。事实本身是新闻价值的基础，传统媒体通过报道事实而满足公众的知情权，履行着监视环境的职能。智媒时代，机器生产和算法推送大行其道，在技术的作用下新闻价值发生异化，大量具有显著性、重要性的新闻被娱乐新闻、猎奇新闻所取代，流量、关注度和经济效益成为衡量新闻是否有价值、是否能传播的标准，有时涉及国计民生的重大消息难以引起用户的关注。真正有价值的新闻未能准确、及时传递给受众，新闻的“公器性”逐渐没落，所应承担的社会责任和社会地位也随之减弱。在新闻质量方面，智能化新闻生产的信息量虽然增长，但知识性和严肃性却大幅下降。在抖音、快手等平台上，美女主播、猫狗萌宠、趣味恶搞等视频的点击量远远超过同时间段内被置顶的时政新闻的点击量，新闻价值的“好”与“坏”由此受到挑战。

新闻价值“好”与“坏”评价标准的异化，进一步催生了假新闻和新闻伦理的失范，扰乱了传播环境生态。究其原因，机器生产的内生逻辑与传统新闻生产的逻辑相悖，技术核心的诉求在于个性化、高速化、高效化，而传统新闻强调真实性、客观性和权威性。自动化新闻生产缺乏核实环节和核实条件，政府监管体系也尚未建立完善，监管能力和治理能力仍有待提升。这种大环境的宽泛就导致技术有可能会给公众造成“客观”的假象，以获得公众的信任，催生假新闻，违背新闻报道的规范。人工智能缺乏人文关怀，以“技术客观性”“技术先进性”之名淡化了新闻生产中的职业伦理及秩序，“星、腥、性”的风气盛行。这增加了公民权利被侵害的风险，进一步催生媒体审判、媒体暴力和新闻失实等现象，形成传播的次生失范现象，这种失范的影响范围涵盖了网络空间和现实空间，往往会造成非常严重的后果。处理好新闻价值“好”与“坏”之间的关系要加强技术伦理的建设，保障人的主体地位，将新闻生产的标准具体化，加强人机协作，对重要新闻进行人工审核，重塑智媒时代的新闻专业主义和新闻伦理规范。同时，完善政府管理部门的监管体系，增强监管能力和风险应对能力。

七、结 语

黑格尔指出:“哲学是对事物的思维的考察。”[10]在这种思维方式下，思维可以成为把握对象的概念式认识。智媒时代的新闻生产与分发与以往处于完全不同的社会生态系统之内，在认识论的维度上要想正确发挥新闻“社会公器”“喉舌”的作用，就应正确处理好以上六对辩证关系。列宁说过:“辩证法研究对立面怎样才能够同一，是怎样同一的，在什么条件下能够相互转化。人的头脑不应该把这些视为僵死的、凝固的，而应认为是有条件的、彼此转化的。”以辩证法的角度出发，以上六组关系既是对立的，又是同一的，且能够在一定条件下进行转化。比如新闻采编过快、过度追求时效性，可能会干扰新闻的真实性和专业性，但应用在合适的报道领域，做好审查和规制，又可以极大地解放人力和物力，提高新闻的生产效率。技术改变思维方式和行为方式，技术的适应也是一个动态变化的过程，要对过程加以预测和引导，从而解决矛盾。毛泽东明确地指出：“这个辩证法的宇宙观，就是教导人们要善于去观察和分析各种事物的矛盾的运动，并根据这种分析，指出解决矛盾的方法。”这对智媒时代的新闻生产具有启示意义。如何认识新闻生产中存在的矛盾，找到矛盾相互作用的形式与表现是至关重要的。只有在认识上做到以矛盾的眼光看问题，全面地、动态地看待问题，不将快与慢、虚与实、粗与精、明与暗、一与多及好与坏这六组关系割裂开来，才能正确应对智媒时代下新闻生产与分发中的新问题，保障新闻生产健康有序地进行，营造开源的媒介生态环境。