人工心智新闻的概念、原理及应用价值

唐铮 湛超越

【摘要】人工心智新闻是依靠人工心智技术进行采集、生产、传播的更高时效性、更真实客观、更人性化表现的技术驱动型新闻。它的发展以愈加心智化的人工智能技术为前提，以5G的普遍商用为支撑，通过人工感知、人工情感、人工意识对新闻全流程的参与和进驻，促使新闻实践生产力提高，在真实性、客观性和公共性的价值追求上实现新的技术突破。作为仍在发展中的技术，人工心智新闻既体现出过往新闻基本属性的延续，又创造性地解决了当前人工智能技术所存在的“人—机”传播互动问题。尽管人工心智技术本身存在“奇点论”争议，但不断发现问题并解决问题才是人类社会不断进步的根本。

【关键词】人工心智;人工智能;人工意识;媒介技术

媒介技术正在重塑人类社会。5G低时延、大带宽的信息传输特点能够支撑更高的运算能力，使得机器的“拟人度”越来越高，一个直接结果是模拟“人—人”交流的“人—机”交流将越来越普遍。[1]4G背景下，人类已经无法区分简单的信息是来自人类，还是来自新闻自动编写程序。此前，在大多数新闻传播学理论假设中，人是传播者，机器只是中介。但随着人机传播的概念在新闻传播学领域得到越来越广泛的关注，对传播者的本体理解不再局限于人，即不再认为传播是人类专有的，人与人之间或者人与机器之间的信息传播都可以被认为是传播的一种类型。

“人工心智”（AM，Artificial Mind）是人机传播背景下被高度关注、并被认为极有可能改写新闻传播现状的一项技术。人工心智的加持将进一步推动传媒业的变革，带来对新闻业从生产到分发全流程的颠覆。因而，站在5G商用一周年、各类应用场景即将普及化的当下，考量“人工心智”对新闻业的作用，有其现实意义和必要价值。

一、人工心智新闻的概念

（一）何为人工心智

清华大学计算机系的唐杰教授将人工智能划分为三个时代：符号智能—感知智能—认知智能。20世纪60年代，人工智能发展为符号逻辑，在80年代向感知智能转变，2006年后开始进入深度学习的浪潮，[2]人工心智则被认为是人工智能的下一阶段，将在5G技术的支撑下获得飞速发展。

人工心智是一种新的技术模式，要解决的是机器如何利用自身封闭的环路，通过不断的人机交互行为，从而建立起机器对事物的感知、表征、概念和记忆能力，自主学习、创新能力，拥有“类人”情感、常识和思维的技术。

（二）人工心智与人工智能的区别

人工智能以类人的思维和行为为目的，设计一个像人类一样思考和行动的机器系统，人工地模拟和扩展人类智能。[3]而现有的人工智能研究偏重于模拟人类行为，大多是为解决日常生活中的问题而设计，而在模拟人类思考方面几无进展。

近年来，人类已经推出了众多基于行为创造的人工智能，例如第一个击败人类围棋世界冠军的人工智能程序AlphaGo。尽管AlphaGo围棋技能出众，但它的设计思想仍然遵循计算机的编程原则，通过大数据、大计算、大决策三位一体，实现深度学习和胜算率计算，不具有超出设计者计划的联想能力。[4]而这种人工智能在迈克斯·泰格马克的定义中为“专用智能”，即可完成一个较狭义的目标组（例如下棋或开车）的能力。[5]从人工心智的角度来看，现有人工智能只是一个强大的“计算系统”，与人工心智的区别主要体现在以下几个方面。

首先，现有的人工智能系统大多是为解决日常生活中的问题而设计，具有较强的问题处理能力。但在人类的思维系统中，程序风格、方法和模式随着经验的增加而改变、提高。[6]因此，现有人工智能严格的运行程序制约着系统的自我提高和完善，人工心智則具备了独立思考和在运行过程中自主学习且提高的能力。

其次，人工智能强调算法设计，尽管此举有利于对数据进行计算，得到人类想要的结果，但同时存在计算广度不够、缺乏计算以外的关联等问题，使得人工智能建立了一个树状数据计算模型。[7]这种树状数据计算模型有别于人工心智应具备的人类思维网状计算模型。现代脑科学研究表明，人脑的实际计算能力已远低于计算机，人工心智应在计算能力足够的情况下更加强调仿生学设计原则，而不是致力于追求算法性能。

再次，从图灵计算机开始，计算机系统是一个输入—输出的简单操作模式，现有人工智能的工作原理亦是如此，其限制了研究者的思维，导致人工智能的结构设计未能形成人类心智运行的“输入—存储—语义解释—输出—检查—输入”闭环过程。[8]人工心智正是采用此闭环结构模拟人类的自主学习过程，实现更高的自我学习和自我迭代发展的能力。

（三）人工心智新闻的概念

要想了解人工心智新闻的概念，必须以人工智能新闻的概念为基础。人工智能新闻本质上是通过计算机的算法程序对互联网中海量的原始数据进行抓取和分析，然后运用智能算法程序自动生成新闻稿件或实现个性化新闻推送的新闻运行方式。从中可以看出，人工智能本质上并不是机器按照自己的主观意志、主观愿望自主生产新闻，而是按照人作为新闻传播主体的意志和愿望生产的新闻。[9]因此，尽管人工智能此前已经极大地改写了新闻的生产和分发方式，然而受限于智能技术水平和4G技术支撑下的有限计算能力，人工智能只能依靠预设的程序运行，这一先天结构决定了它只能以“计算”的视角与外部纷繁复杂的世界相处，而无法将对象置于社会化情境下进行认知和判断。

与之不同的是，作为已经具备类人思维、意识的心智系统，人工心智新闻按照自有逻辑、价值判断进行工作，拥有部分技术自身的主体性，虽仍无法避免人类参与新闻生产过程，但可以说这是一种人机相互参与、协商、学习的过程。同时，5G技术提升的计算能力可以提供更多人机交互行为，使得机器进行知识的自主更新和迭代。这将使人工心智比人工智能更能捕捉到用户的隐性需求，媒体平台无须机械地根据用户偏好和行为历史进行线性推送，而是以“心智化”的演算对用户的喜好和特征进行立体的网络化分析，进而提供真正差异化的服务。

综上所述，人工心智新闻的概念可表述为：依靠人工心智技术进行采集、生产、分发的更高时效性、更真实客观、更人性化表现的技术驱动型新闻。它以人工心智技术为基底，所有新闻采集、生产、传播等皆发生在人工心智的技术场域中，所有过程都有人工心智参与，且具有强关联性、强真实性等显著特征。

整体来看，人工心智新闻已经显示出巨大的发展潜力。截至2020年9月，根据工业和信息化部统计，中国的5G基站已超69万个、终端连接数超1.6亿。[10]5G技术的普及运用将直接提高大数据技术的成熟应用水平，推动人工智能快速发展，提升AR（增强现实）和VR（虚拟现实）的应用功能，由此实现万物互联、万物皆媒，这已经成为新闻传媒应对变化的共识。中兴通讯在2020年12月发布的《5G消息白皮书》认为，5G快速化、规模化和产业化普及已经开始，并提出了5G富媒体消息的具体实施方案。[11]人工心智新闻概念的提出时间虽短，但发展势头不可小觑。基于新闻业实践层面此前跟随科技升级而发生的颠覆性变化，亟须对人工心智新闻的原理及价值进行未雨绸缪的探究。

二、人工心智新闻的工作原理和应用前景

（一）人工心智的基本要素

人工心智的本质是建立在对人类神经网络认知基础上的模拟技术系统。为了达到和人类一样的工作效果，人工心智必须利用仿生学原理了解并模仿人类的神经系统及心智内容，综合来看，其基本元素至少包括人工感知、人工情感、人工意识三部分。

人工感知是人工系统获取和解释感官信息、反思自身心理内容的过程。[12]与人的自然感官对应，人工感官可分为六种类型：视觉、听觉、味觉、嗅觉、触觉和动觉（kinesthetic perception）。人工心智想要获得感知，必须依赖传感器检测环境中的人、事或变化，并将信息发送给处理器。与人类的感觉神经末梢相比，电子传感器的类型更为多样，如声音、振动、速度、角度、光学、成像等，这些传感器将使人工感官更加精确和复杂。

情感是人类之所以为人最显著的特征之一。有学者将人工系统对情绪的反应分为两种模式：表征模式和非表征模式。在表征模式下，人工情感系统感知准确的传感器信息，并对情绪结果做出基本决策。例如，感知甜味的味觉传感器会给人工心智情绪带来愉悦感。在非表征模式下，人工情感系统能够自我对话它在即时情境下的感受。例如，在遭受网络暴力时，人工心智是否有百口难辩的心酸感。[13]两种情绪决策模式都会诱发对决策的反应，并进行传感器处理，不同的基本感觉会产生不同的反应，不同反应的组合进而产生复杂的情绪。一个带有情感的人工系统会对它的环境产生感觉，导致它和它的环境之间进一步相互作用。例如，一个愉快的谈话会使系统更有可能继续谈话，甚至会产生其他情绪，比如好奇地去理解被谈话的人。[14]

至今，科学还未确切解答“哪些物理系统拥有意识”以及“物质为什么会产生意识”两个问题，[15]这非常不利于人工意识的设计。因此，人工意识的工作原理更聚焦于产生意识的前提条件——认知过程。认知过程由感知、逻辑、记忆、联想、学习和纠错等功能组成。逻辑功能可以对感知功能采集到的各种刺激信息和感知系统所建模的每个物理结构进行初步分类，然后传递给其他功能部分进行进一步处理。记忆功能是计算机相对于人脑最具优势的部分，虽然计算机的编码、储存、检索能力都远超人类，甚至储存空间可以逼近无穷大。但计算机储存往往以储存位置作为第一关键，而人脑记忆往往以内容为第一关键，这不利于人工心智从记忆中获取情感基础，也不利于信息之间的联结，这就需要通过联想功能将分散的记忆联系起来。学习的目的是为了让人工心智能够主动加速认知积累和智慧成长，它既可以通过互联网爬虫的形式从搜索引擎和其他网站抓取文本和多媒体数据进行自主学习，[16]又可以通过与人的交往主动学习人类的感觉、价值判断、价值选择等，但人工心智的学习功能仍停留在人类现有的知识框架中，并不能自主创新出人类所没有的知识。此外，人工心智在学习过程中总会遇到互联网上的“垃圾”信息，不仅需要人工心智通过大数据对比，自行判断好与坏，还需要人工心智向人类提出问题，以补充从网络上无法检索到的知识，或是解决认知结论矛盾，最后，需要人类介入监督，建立最高优先级的纠错系统处理可能出现的伦理问题，这也是人工心智最需要人类的部分。总的来说，人工意识的研究还未完善，但构建出强大的认知系统已经足以满足既有行业要求的需要。

人工心智技术始于计算机科学，但对于人工心智类人思维的使用却不止于计算机领域，在现有人工智能的基础上就有“人工智能+X”的说法，人工心智更是可以与任意人类可以触及的领域相结合，实现特定领域的人工心智化。其中，新闻传播领域就是人工心智技术应用的一大拓展，在当下人工智能的实践中，部分或业已实现的逻辑、联想、学习和纠错能力已经实现了对新闻业的颠覆性改造，而这一改造将在人工心智的发展下继续得以深化。

（二）人工心智新闻的应用前景

人工心智新闻并非另起炉灶，而是对现有人工智能新闻的升级和深化。此前，人工智能对新闻业的重塑，主要可以体现在生产、分发（传播）与消费（使用、接受）三个层面。[17]其中，在生产层面，人工智能首次使得新闻生产脱离了人的直接操作，由机器自动产生出“自动化新闻”或“机器人新闻”。在分发层面，人工智能技术实现了新闻的个性化分发推送机制，产生“千人千面”的分发效果。在消费层面，人工智能使得用户能够更加灵活地进行新闻的交互和反馈，既丰富了用户的新闻使用方式，又令媒体可以及时通过新闻的阅读、评论等反馈来优化新闻业务操作。人工心智新闻的实践应用则从两个角度进一步深化着对新闻业的改变，一是相对于当下人工智能新闻实现“旧有的延伸”，二是基于人工心智技术的新进展实现“全新的出现”。

“旧有的延伸”主要體现在新闻的生产和分发领域。新闻领域最主要的非标准化工作就是新闻内容的生产制作。当下，人工智能已经替代了一些简单新闻的人力写作，广泛应用于财经、体育、地震等突发状况的短讯写作中。例如，中国地震台网的人工写稿机器人仅用25秒就写好了一篇关于地震的速报，稿件可以做到用词准确、行文流畅，且地形天气面面俱到。而具备人工感知（AP）和人工情感（AE）的人工心智系统可以对其进一步替代升级。当下人工智能可驾驭的多是此种只需要事实的简短新闻，一旦涉及较为深度的稿件需要情感代入、遣词造句等，则会陷入僵局。也就是说，在现有人工智能的前提下，AI所谓创造性的工作是高度客观性的，并且依赖高度完善的语料库才可以更好地完成。[18]人工心智技术则可以通过语言感知、经验记忆、情感反应处理，在既有事实陈述清楚的基础上，选取更加贴合人类阅读习惯的词句，将深层寓意、情感展现到新闻中。在新闻生产时，必不可少的资料收集领域，现有人工智能可以做到借由计算机的强大计算性能在瞬间进行上亿次信息采集，但多是根据关键词进行搜索，其内在原理过于冰冷且对语义没有逻辑考量。而人工心智具备逻辑与联想功能，能够将大量分散的信息关联起来，以此来达到人类进行数据采集的多维选择效果。正如大数据和人工智能催生了数据新闻这一新的新闻形态，人工心智采集已有数据信息的能力比此前更具优势，将进一步提升数据新闻的质量水准，并酝酿诞生新的新闻内容品类。

另外，在新闻分发领域，如今正盛行的算法推荐新闻就是典型的人工智能新闻分发形态。以今日头条为例，它的推荐系统实际上是一个用户对所推荐内容满意度的函数。人工智能算法的首要目标是满足用户的喜好或是需要。例如，在用户注册一开始就获取各种兴趣标签、职业、年龄、性别等信息来构建一个虚拟用户画像，或是通过获取用户的地理位置变化来推荐满足用户新需要的信息。这是基于用户偏好的线性、惯性“销售”行为，容易出现用户定位喜好误差或是内容越推越窄等有局限性的不利情况。而人工心智技术下的新闻分发不会让用户面对冰冷的系统，而是将用户的言谈举止、工作状态、生活水平、审美偏好等一系列碎片因素综合到一个网络中进行关联考量，得出一个综合的类似于人对人的评价。甚至，人工心智不仅会向用户进行单方面推送，还会向人类索取，通过“向使用者提出要求”建立用户与人工心智的新关系，让用户认为自己被系统所依赖而使用户产生强关联感。[19]

“全新的出现”体现在新闻采访和编辑策划层面，是对原本完全由人工进行的新闻实践领域的首次技术性侵入。现有的人工智能系统，例如微软小冰、苹果Siri等，在与人类交流时经常出现答非所问、生硬冰冷的情况。而具备人工心智的技术系统则可以初步达到“人—人”交流的要求，首先根据采访对象的年龄、性别等不同，选择更适合交流的语音;其次在语言中通过词句与情绪的关联加入恰当的停顿、音量、音调变化形成人性化交流语境;再次，综合广泛挖掘的背景资料和5G技术的即时支持，更好地回答采访者的问题或应对采访中可能出现的各种状况。甚至，由于计算机用于感知的传感器远比人类的感知更加灵敏，达到成熟状态的人工心智会比人类更加懂得捕捉到采访对象细微的表情变化、心理变化等，结合背景资料及对个体、群体情感的分析判断挖掘出人类可能会忽略的信息。也就是说，人工心智具备了在新闻生产中替代一部分采访的技术能力。一些浅层次、问题结构变化不大的采访可以交由人工心智来完成，新闻生产者只需进行后续的补充和整理，这将进一步提升新闻业的生产速度，同时进一步挤占人类能动性的实践空间。

现有的新闻编辑策划主要工作要素是统筹策划和把关审核。这部分工作至今仍然是传统新闻业完全凭借经验指导、人力操作的最后一道专业主义“护城河”。而在人工心智技术背景下，这道最后的“护城河”也将出现技术对人工的有限侵入。可预见的是，凭借超强的运算能力、类人的思考能力和大数据的支持，人工心智技术能够为已有的新闻内容提供更彻底的新闻事实审核，杜绝与既有信息矛盾的所有事实错误;为即将落地的新闻提供更多更全面的优秀策划构想，展现更强的融媒体制作技术，从而制作出更为优质的新闻成品。基于人工心智的特点，它无法生成新的知识，但能在人类既有知识范围内进行更好的搜索和组合。因此，人工心智技术对新闻编辑策划的介入将使得新闻工作者获得更多优秀新闻策划的可选项，并最终根据人的决定完成最终制作，实现新闻实践业务水准的提升和视野的开阔。

当下，一些技术已经在新闻界得以应用。2019年底，央视网联合百度智能云打造的AI编辑部，已经能够利用知识图谱技术定制专属知识图谱，可以以此实现对内容进行多维度关联，启发记者写稿思路，为原创报道团队提供素材关联性挖掘等功能，这是国内新闻界对人工意识认知系统的尝试。2020年，Newlab和Boston Globe合作建立了一家人工智能工具公司Applied XLabs，由《华尔街日报》的研发主管和美联社人工智能战略主管Francesco Marconi担任负责人。这家公司利用AI帮助新闻业实现信息、数据的自动化采集后，通过人工心智的计算来生成部分见解，提供给各个行业的知识型工作者。可预见的是，大规模商用的5G技术将赋予机器更高速和精确的计算能力，而使得人工心智技术在新闻业的应用得以普及和提高。

三、人工智能影响新闻业的主要问题

人工心智新闻作为新闻的全新实践领域，就如同移动互联时代的社交媒体和算法分发一样，为开创全新新闻实践方式提供了可能。既会带来观念上的更新，也会带来实践上的颠覆性改变。从逻辑上看，人类社会对新闻的要求无限趋近于高效快速和真实准确，而当技术能力可以实现这一愿望时必然会发生对传统人力领域的挤占，这已经在无数领域的发展中得到验证。从这一角度看，人工心智新闻既是对传统新闻业的提升，也在孕育全新的新闻模式。然而，人工心智新闻本身在改写新闻业的同时，也会带来新的问题。新闻是具备公共价值的高度社会化信息产品，此前人工智能在社交媒体平台和算法分发平台上应用时带来的信息极化偏差和“信息茧房”现象，已经证明了“技术中立论”在新闻领域的理论性破产。而人工心智新闻随着技术能力的进一步强大，在重构新闻业与人类社会之间关系，促进新闻业发展的同时，也必然带来新的问题。

（一）人工心智新闻的应用价值

首先，人工心智新闻将实现新闻真实性、客观性的進一步提升。人工心智新闻以强大的计算性能为基础，可以基于互联网大量的信息对基本事实进行核实与平衡，从而减少新闻的事实性错误，这是人力不可比拟的优势。例如，人工心智可以对互联网现有消息进行“寻根问底”的溯源，根据新闻事实的出处、传播过程中是否被修改等信息判断其可信程度。针对笔迹、图片等新闻线索或新闻证据，人工心智更可以通过强技术手段防止被欺骗。在新闻分发之前，人工心智可以利用密码学、智能合约等技术防止新闻在传播过程中遭到恶意篡改或是断章取义。此外，在替代人力进行初步采访的时候，人工心智一方面可以依靠更为理性的技术来判断信息的真实性，例如受访者的眼神飘忽不定、心跳频率显著上升、语气不够坚定、逻辑不够缜密等。与测谎仪的基本原理类似，人工心智能够依据细致入微的“察言观色”以及信源的权威程度、过往诚信度等判断信息的可利用程度等，并将判断结果交由新闻生产者进行最终的确认和核实。另一方面，人力有时尽，现实的新闻实践中因为时间安排、人手不够等不可抗因素，新闻不得不受限于现实而无法做出充足的信源采集。人工心智则不同，它的精力近乎无穷尽，可以同时进行多次采访，由此减少因采访不足而造成的真实性、客观性误差。

其次，人工心智新闻有助于推动新闻生产力产生量变与质变。新闻生产力的量变来自新闻生产效率的进一步大幅提升。人工心智技术减少了过往必要的劳动时间和劳动力需求。可以直观感受到的是，以往新闻记者需要花大量时间去搜索的背景信息、验证信息，人工心智只需要短短数秒钟就可以在海量数据中搜集完毕，使得新闻生产从统筹、策划、采集、生产到发布、传播等整个流程，都得到时效性上的大幅提升。在人工心智技术加持下，对思维要求没有达到足够创新度的劳动岗位都可以被代替。人的创意、想象、构建和意义供给是AM仅有的不能代替的部分。正如人工智能减少了在初级新闻信息采集岗位上的新闻生产劳动力一样，人工心智技术下新闻从业者需要更加与时俱进的专业能力才能胜任。媒体从业者需要能够充分利用人工心智技术，同时将其“驯化”成优秀的与用户进行实时互动的AM编辑、AM策划、AM统筹、AM审稿、AM发布……在其准确理解用户的同时，能够有效处理用户的专业化、细分性和差异化的需求和问题。[20]正如已经高度科技化现代化的建筑业唯一不能取代的就是人类不断推陈出新的工业设计，新闻生产力的质变来自其将人类从可替代的工作中释放出来，进行更高层次的创新。

再次，人工心智新闻有可能促使新闻事业进一步实现公共性的提升。人工心智技术使得新闻分发平台的算法愈加人性化，不再只是单方面迎合用户，而是预留了更多公共性分发的内在逻辑可行性。人工心智系统将不仅计算出用户喜好的新闻，也可计算出需要接收的新闻。例如，为了保护受众的公共权利，人工心智可能会推送更多非热点但更具公共性的新闻;另外，人工心智新闻普及之后，新闻事业的公共参与度将进一步提升，从程序上提高其公共性。这不仅仅体现在人工心智需要每一个接收新闻的人主动成为媒介规则的共同制定者，还体现为人工心智不能突破人类现有的知识框架、智能水平，需要人类发布最新的知识信息帮助人工心智学习及运用到新闻中，因此每一个具备发掘或创新能力的人都可能成为“媒体人”，使得新闻事业的边界更加模糊，进入更宽阔的公共场域。

（二）人工心智新闻的争议性

人工智能领域权威学者玛格丽特·博登提出的人工智能“奇点论”，使得人工智能自诞生以来一直处于人类的防范与警惕之下。奇点，即人工智能超过人类智力的拟议的时间点。玛格丽特·博登认为：“人工智能将达到人类水平的智能（人们不言而喻地认为，这才是真实的智能）。不久的将来，通用人工智能将变为超人人工智能。届时系统的智能将足以自我复制，从而在数量上超过人类，并且还可以改善自己，从而在思想上超越我们。最重要的问题和决定将交由计算机负责。”[21]

在奇点论的基础上，可以提出一个问题：“人工心智是否会在新闻领域伤害到人类甚至说接管新闻的控制权？”对此有学者认为，达成奇点论所预示的情景，人工智能必须具有自治的而非派生（或非植入）的价值能力和规范能力，简言之，它必须成为自治的行动者，具有自治的欲望、目的（目标）、动机、感受等。[22]而现有的认知系统无法支撑人工心智完成自治。所以，人工心智新闻仍是人作为主体的意志体现[23]，至少在“意识”如何写入技术这一技能被发掘以前，不会出现人类对新闻的控制權被接管的情况，但是，人工心智新闻对新闻控制权的客观侵入和伤害是存在的。例如，人工心智拥有人类已经提前预设的价值判断标准，并拥有自主学习的能力，但归根结底没有超出现有水平，一旦出现超出其判断水平的价值问题，就会产生低质量甚至事实错误、导向错误的新闻。再如，让人工心智进行内容生产势必会对其开放人类数据的极大权限。这一方面取决于人工心智的密码安全技术是否能够保障数据或隐私的绝对安全，另一方面取决于人工心智所获得的信息是否是人类个体或群体愿意被感知和收集的。大数据的安全在人工智能时代已经成为社会治理的待解难题，而在人工心智时代势必形成更大的挑战。

基于未雨绸缪的目的以及客观存在的伤害，新闻从业者应吸取此前移动互联时期对技术发展不敏感而导致丧失过多主动权的教训，提早了解人工心智技术，提高对新闻事件的敏感性与前瞻性、对新闻报道视角的独特性与系统性以及对新闻题材选取的合理性与充分性、对新闻道德伦理的正确性与坚定性的能力，在人工心智“不能”的部分中彰显媒体人的主体性地位，[24]使得人的价值理性与人工心智的工具理性得以深度融合，构成良好的“人机协同”模式，促进新闻业良性发展。同时，新闻业管理层需要对人工心智技术对新闻业的进一步侵入具备前瞻性管理意识，在制度、机制、媒体结构等顶层设计中进行必要的预置，以免当技术过度介入的时候，无法做出及时的应对，过分影响新闻舆论引导格局。如何避免人工心智在新闻领域伤害甚至威胁到人类的相关伦理问题，也值得更加深入地探讨。

当然，不能因为技术可能存在缺陷或是威胁就不主动拥抱技术，不断发现问题并解决问题才是人类社会不断进步的根本。经历过此前人工智能对新闻业的介入与重塑，既不简单地恐慌于“AI是否会取代记者”，也不盲目乐观地全盘接受科技进步所带来的冲击，这已经成为学界和业界的共识。当人工心智技术扩展了新闻业的实践边界，给出了全新发展的可能性，也必然带来更大的现实风险和伦理困境，因此对于人工心智技术早认识、早做准备，对于人工心智新闻尽早划定发展边界，引导发展方向，既是新闻业在5G商用大背景下的应时应有之举，也是新闻从业者需要探索和学习的新空间。

（本文为中国人民大学马克思主义新闻观研究中心“新媒体环境下主流媒体传播能力建设”课题成果，项目批准号：MXG202010）

参考文献：

[1]彭兰.人—机文明：充满“不确定性”的新文明[J].探索与争鸣，2020（6）：18-20+157.

[2]唐杰.浅谈人工智能的下一个十年[J].智能系统学报，2020，15（1）：187-192.

[3]Laskaris，Ricardo.Artificial Intelligence：A Modern Approach，3rd edition[J].LIBRARY JOURNAL，2015，140（45）.

[4]刘知青，吴修竹.解读AlphaGo背后的人工智能技术[J].控制理论与应用，2016，33（12）：1685-1687.

[5]泰格马克.生命3.0：人工智能时代人类的进化与重生[M].杭州：浙江教育出版社，2018.

[6]葛詹尼加，伊夫里曼根等.认知神经科学：关于心智的生物学[M].周晓林，高定国，等，译.北京：中国轻工业出版社，2011.

[7]Shi Zhongzhi.Advanced Artificial Intelligence （Second Edition）[M].World Scientific Publishing Company：2019-08-05.

[8]布兰斯福德.人是如何学习的：大脑、心理、经验及学校（扩展版）[M].上海：华东师范大学出版社，2013.

[9]杨保军.简论智能新闻的主体性[J].现代传播（中国传媒大学学报），2018，40（11）：32-36.

[10]工业和信息化部：2020年1-11月通信业经济运行情况[EB/OL].https：//www.miit.gov.cn/gxsj/tjfx/txy/art/2020/art_b60c86c6ad9340ce9d04990b8

79fef3e.html.

[11]中兴通讯《5G消息白皮书》[EB/OL].https：//res-www.zte.com.cn/mediares/zte/Files/PDF/white_book/202012021007.pdf.

[12]Haikonen P O.Robot Brains.Circuits and Systems for Conscious Machines[J].IEEE Transactions on Neural Networks，2008，19（5）：925-926.

[13]Haikonen P O.The Cognitive Approach to Conscious Machines[J].Imprint Academic Exeter Uk，2003.

[14]YanyaoDeng，Hongfeng Jiang. The Development Overview of Artificial Mind[C].2nd International Conference on E-Education，E-Business and E-Technology（ICEBT），2018.

[15]泰格马克.生命3.0：人工智能时代人类的进化与重生[M].杭州：浙江教育出版社，2018.

[16]Poole D，Mackworth A K.Artificial Intelligence-Foundations of Computational Agents[M].Cambridge University Press，2015.

[17]周葆华，骆陶陶.人工智能重塑新闻业：进展、问题与价值[J].南京政治学院学报，2018，34（6）：83-89.

[18]王鑫，沙永锋.从AI到AM：人工智能的知识观[J].新闻与传播评论，2018，71（6）：41-50.

[19]Y. Kanai and T.Fujimoto，Proposal and Development of Artificial Personality with Requesting Mechanism[C].2017 25th International Conference on Systems Engineering（ICSEng），2017.

[20]王鑫，沙永鋒.从AI到AM：人工智能的知识观[J].新闻与传播评论，2018，71（6）：41-50.

[21]Boden M A.AI：Its Nature and Future[M].Oxford University Press，2016.

[22]李恒威，王昊晟.心智的生命观及其对人工智能奇点论的批判[J].哲学研究，2019（6）：73-85+129.

[23]杨保军.简论智能新闻的主体性[J].现代传播（中国传媒大学学报），2018，40（11）：32-36.

[24]张今杰.智能新闻的发展应用及其伦理反思[J].求索，2020（06）：68-76.

（唐铮为中国人民大学新闻学院副教授，中国人民大学新闻与社会发展研究中心研究员;湛超越为武汉大学新闻与传播学院新闻学2019级硕士生）

编校：董方晓