建设性视角下智能化新闻生产实践及反思

孟笛

【摘要】人工智能与新闻业深度融合，全方位嵌入内容生产流程，不仅颠覆了传统新闻生产方式，重塑了新闻生态格局，也带来了一系列新的挑战。兴起于西方的建设性新闻理念能够弥合智能化生产带来的算法“黑箱”和数据权力等问题。秉持建设性理念提升智媒伦理价值，成为传统媒体重塑自身社会角色的一种创新策略。智媒实践与建设性新闻理念彼此契合，也为公民赋权、积极情绪、问题导向等理念落地提供了实践路径。

【关键词】人工智能 新闻生产 建设性新闻 人机协作

【中图分类号】G210 【文献标识码】A 【文章编号】1003-6687（2022）1-044-06

【DOI】 10.13786/j.cnki.cn14-1066/g2.2022.1.007

智能技术对新闻内容生产的改造超越了自动化新闻表述的范畴，涉及信息采集、内容生成、信息核查、用户反馈四个环节。对用户反馈数据的收集又反过来影响下一轮内容生产，形成了一个智能化新闻生产的完整闭环。人工智能对新闻生产的影响是生态性而非工具性的，将内容生产拓展到新维度的同时，也带来了一系列新的挑战——智能化背景下数据安全和算法权力不容忽视，信息价值观薄弱和媒介算法偏见问题也亟待解决。未来媒体与科技公司面临协作，新闻业如何引导人机协作，重塑新闻价值，建设性新闻理念的提出可以视作一种积极的回应。

一、人工智能全方位融入新闻生产流程

第一，在信息采集环节，物联网和智能技术提供了全新的数据来源。传统新闻采访依靠记者对报道对象的识别与判断，采编人员的专业能力和知识储备很大程度上影响着新闻报道的水平。智能时代无人机和传感器成为人类器官的延伸，在以往人类不能触及的层面，人借助物获得了更强的信息采集能力。[1]智能化新闻可以看作对大数据新闻的进一步延伸，传感器、物联网和智能技术的结合拓宽了信息采集的渠道，提升了数据获取的量级，加深了事物探测的广度和深度。新华智云“媒体大脑”是国内智能新闻的典型代表，凭借传感数据监测—信息异常识别—新闻价值判断自动完成选题。《纽约时报》的新闻机器人Blossom Blot能够通过大数据社交网络分析，预测受众最关心的议题。《华尔街日报》《卫报》、CNN等海外媒体的聊天机器人也承担了部分信息采集的任务。

智能技术将信息采集拓展到新的维度，也带来了新的挑战。传统媒体对数据处理技术比较陌生，亟待提高数据采集与分析能力;掌握了数据基础设施与技术能力的科技公司往往由于缺乏新闻专业素养，导致滥用数据权力。然而掌握海量数据并不意味着更接近真相，一旦出现数据失实或误用，会给真相达及带来更大困难，智能化采集中信息把关仍是不可或缺的。智能时代信息安全和数据权力问题值得探究，未来媒体与科技公司在数据获取与应用领域必将经历合作与博弈。由新华社和阿里共同投资的“媒体大脑”开启了国家通讯社与科技巨头的强强联合模式。《纽约时报》是最早开始智能技术探索的西方媒体，其研发中心NYT Story X的工作重心之一就是探索感知人工智能领域适合引入新闻业的新技术。传统媒体面临与科技巨头的竞合，既要主动寻求技术领域的协同创新，也要熟悉数据思维，积极探索前沿技术，为智能化背景下重塑新闻价值发挥建设性作用。

第二，在内容生成环节，智能化新闻历经了从文字、音频、视频到标准化编辑部门数次迭代。在文字领域，自动化新闻开始于财经、体育、环境等结构化数据丰富的领域。2013年，美联社率先采用“自动化洞察”研发的产品Wordsmith生产财经新闻，福布斯也开始采用“叙事科学”开发的程序Quill写作网络新闻。[2]这种科技公司负责技术研发，传统媒体主导产品应用的早期协作模式，大大提高了传统媒体的生产效率，实现了特定领域内的自动化新闻全时生产。[3]随后自动化生产突破文字范畴，音频、视频领域的智能识别、自动拆条、智能编辑技术也日趋成熟。2018年新华智云推出国内首个智能短视频平台“媒体大脑MAGIC 2.0”。2019年“媒体大脑”开启了智能编辑部门标准化范式的建设，加快与各地方媒体对接。

智能技术全方位重塑新闻内容生态，然而机器生成内容比例增多反而让价值理性变得弥足珍贵。尽管机器学习正在从模拟人类感知觉的基础层向模拟人类大脑思考的认知层不断推进，[4]但从“弱人工智能”向“强人工智能”演进并不意味着人工智能可以取代人类工作，机器生产始终缺乏人类记者对社会事件的价值判断和在新闻现场的共情能力，很难完全传达人类的复杂情感和思辨意识。依托大数据和算法的人工智能技术看似具有客观、中立的基础，但用算法将大千世界抽象为若干模型，势必无法反映客观世界的全貌，[5]事实上媒介偏见存在于算法设计和运行的每一个环节。[6]有学者指出“在一个代码无处不在的社会，权力越来越集中于算法之中”，[7]信息不对称、数据不透明致使技术掌握者获得了一种垄断性算法权力。智能化背景下传统新闻业如何通过人机协作引导“科技向善”成为一个重要议题。

第三，在信息核查环节，智能技术从信源、内容和社交情境分析等方面提供了新的可能。信源方面，计算机系统可以追踪发布者IP，通过查询定位鉴别其可信程度。内容方面，自然语言处理技术（NLP）通过甄别核心语义，能够判定文章中敏感、极端词汇出现的频率，进而完成标记和筛选。[8]利用大数据综合分析社交情境中的多维度信息，也为信息核查提供了全新的模型。在智能化信息核查领域，一批初创型科技公司表现突出，Storyful网站研发的Newswire系统可以对Twitter、Facebook等网络用户发布的内容进行实时监测，并将抓取到的热点信息发送给专业人员进一步分析;Truthy系统能够利用系統化模型与数据挖掘，自动监测、识别社交媒体中的信息传播。传统媒体也开始将智能技术应用于事实核查，《华盛顿邮报》的事实核查者客户端，借助智能语音识别系统和网络数据库，能够对政客公开演讲及用户上传视频进行自动核查。[9]

智能技术打破了传统新闻事实核查的时空限制，实现了把关人的实时在场，同时社交网络的交互性打破了过去单向传播的核查路径，网络用户可以直接参与到信息核查中。2020年全球抗击新冠肺炎疫情的过程中，腾讯“较真”与丁香医生合作，基于社交互动实时更新了大量虚假新闻的核查结果，网络用户参与信息核查取得了显著成效。智能技术提高了信息核查的效率，实现了用户与平台的动态交互，促使用户参与信息核查。未来要提升信息核查的准确率和时效性，需要进一步将人工与智能充分结合，结合机器的精确制导和人的专业判断，形成和谐高效的人机协作核查机制。

第四，在用户反馈环节，智能技术能够实时采集用户数据，实现对信息传播的精准监测。传感技术应用于新闻生产分为两个层面，一是作为信息来源，二是作为反馈机制。[10]作为反馈机制的传感技术借助智能可穿戴设备，使用户反馈数据从意见层面深化到生理和心理层面。这些颗粒度精细到个体的用户数据，一方面可以成为新闻报道的素材，另一方面也为下一轮内容生产提供了实时优化策略。传感技术与“众包新闻”相互结合还能调动用户参与的热情。如纽约公共广播电台的Cicada Tracker项目邀请受众利用传感装置收集当地蝉群破土时的温度报告，1 750份众包数据成为新闻报道的重要素材，实现了用户参与新闻叙事。

用户体验方面，智能媒体与虚拟现实等技术的结合塑造了全新的新闻临场感，减少新闻报道因各种主客观原因所导致的信息缺失，让用户360度沉浸于新闻现场，从而获得沉浸体验和情感共鸣。一些颇具生命力的场景被虚拟现实技术生动地展示出来，潜移默化地带给用户积极的情绪感染。智能媒体在新技术领域的探索有助于最大限度保留用户主观情感，唤起情绪共鸣;借助传感装置调动用户参与意愿，通过众包方式助力问题解决，这些智能新闻实践都与建设性新闻倡导的理念高度契合。

二、智能时代建设性新闻媒介逻辑分析

人工智能全方位融入新闻生产四个环节，拓展了信息采集范围，重塑了新闻内容生态，为信息核查提供了新的可能，也使用户反馈实现了实时化、精细化、场景化的改变。智能化背景下新闻生产格局发生了颠覆性变化，由此也带来了一系列新的挑战，信息采集与内容生成背后的数据安全和算法权力问题不容忽视，特别是智媒时代信息价值观薄弱和媒介算法偏见亟待解决。在未来媒体与科技公司的协作中，新闻业如何打破算法偏见，重塑新闻价值，成为智能时代的重要议题。兴起于西方的建设性新闻理念在一定程度上能够弥合智能化新闻生产带来的一系列问题，其倡导“在忠实新闻核心价值的基础上，以积极情感贯穿报道全局，引导用户参与新闻生产，直面社会问题并寻求解决之道”。[11]本质上，建设性新闻可作为提升智媒伦理价值的一种实践策略，也是传统媒体重塑自身社会角色的一种新闻理念。[12]建设性新闻理念的提出既是对传统新闻价值的修正和进化，也可以看作对当下智能化新闻生态格局的赋能和重构。

建设性新闻起源于欧美新闻业界的改革运动，2008年丹麦记者哈格鲁普首次提出建设性新闻的倡议，他主张“未来的记者应该采用建设性的新闻标准，补充传统新闻的价值观。具有建设性效用的故事可以平衡关于死亡、毁灭和社会苦难的新闻”。[13]随后吉登斯特与麦金泰尔将建设性新闻与积极心理学进行了深度勾连和学理阐释，使建设性新闻从业界实践进入了学术话语体系。麦金泰尔指出“建设性新闻作为一种新兴的新闻形式，将积极心理学的技术应用到新闻生产流程中，努力创造富有成效和参与性的新闻报道，同时忠于新闻的核心功能”。[14]2017年晏青通过与麦金泰尔的学术对谈，正式将建设性新闻理论引介到国内，[15]随后中国语境下的相关研究逐渐增多。徐敬宏等基于中英文文献的计量分析总结出建设性新闻的六大核心特征，即“解决特定问题、强调公民赋权、维持新闻的核心功能、积极情绪、记者干预和以未来为导向”。[16]唐绪军等提出建设性新闻与社会发展的比较研究，并通过对欧美案例的系统性爬梳进一步指出，虽然建设性新闻的概念缘起于西方，但新闻的建设性理念与我国的社会制度和媒体性质高度一致，[17]引入建设性新闻理论帮助我国主流媒体应对当前新技术带来的挑战可谓恰逢其时。

通过对智能化新闻生产流程的全面梳理发现，人工智能对新闻业的影响是生态性的而非工具性的。正视智能技术的颠覆性力量，以建设性理念重构智能新闻生态，不仅是回归新闻学的人本需要，也是利用人工智能增益社会福祉的重要契机。[18]一方面，建设性新闻倡导的价值理性和积极导向，可以弥合智能化新闻生产带来的算法“黑箱”和流量逻辑等问题;另一方面，智能化技术也将为建设性新闻理念的落地增益赋能。智能技术与信息核查、“众包新闻”、沉浸新闻相互结合，能够最大限度地调动用户参与、传递积极情感，为建设性新闻倡导的公民赋权、积极情绪等理念践行提供具体路径。国内学者已经开始了智媒背景下建设性新闻的理论与实务研究。任瑞娟对基于数据新闻构建建设性新闻的可行性进行了论证，[19]万婧等以《纽约时报》为个案分析了人工智能视角下的建设性新闻实践。[20]本研究基于对智能化新闻生产流程的考察，论证建设性理念对智能化新闻生态的重构，以及智能化技术对建设性新闻理念的赋能，力图通过建设性视角下的智能新闻媒介逻辑分析，构建与智能时代相匹配的建设性新闻话语体系。

三、建设性理念对智能化新闻生态的重构

技术赋能一方面让高效生产和实时优化成为可能，另一方面后真相时代情感极化和反转新闻随技术效应不断膨胀。智能时代，技术依赖助长了媒介、社会和公众等多重主体间有效沟通圈层的断裂，加剧了工具理性的蔓延和人本精神的衰弱。[18]在此背景下，新闻业如何通过一种更具建设性的方式弥补智能媒体的价值缺失，增益公民和社会福祉，重视新闻价值理性与积极情感的建设性新闻可被视作一种回应。

1. 价值理性弥合工具理性：新闻算法的再优化

智能技术不断演进，给新闻生产带来两方面影响，一是机器生成内容增多，二是机器学习能力增强。传统媒体通过技术协作大幅提高生产效率，美联社与擅长自然语言处理的自动化科技公司Automated Insights、掌握大量财经数据的投资研究机构Zacks Investment Research開展协作，专门从事公司季报简明财经新闻的自动化写作，产量翻了12倍。[21]然而高效生产不应成为智能媒体的终极目标。生产效率提高、生产成本降低带来自动化新闻数量大幅增长，必然导致平庸化新闻泛滥，进一步造成信息供大于求的局面。

此外，人工智能机器学习能力增强将把新闻生产过程推入更深的“黑箱”。如果说大数据和算法是人工智能的基础，机器学习则是智能技术的核心，包括监督式和无监督式两大类。按照智能化新闻生产的“I-T-O分析框架”，[22]即输入（Input）—处理（Throughput）—输出（Output）模型，监督式学习用预先设定的程序处理数据，输出内容尚在可控范围，而无监督式学习没有固定模板，数据处理过程不透明，人工监督和干预更加难以触及。随着人工智能技术升级，未来新闻生产将不再停留在人类预设的程序之中。有学者指出“算法本质上是权力关系运作的产物，扮演着商业利益和流量思维的‘代言人’”。[23]智能时代过度的技术依赖和商业导向正在严重削弱新闻的人文力量，导致价值理性的衰落。当算法判断取代新闻把关，工具理性取代价值理性，媒体赖以生存的公信力将不断受到冲击。

从技术哲学层面看，工具理性是一种以技术崇拜与利益优先为取向的信息价值观，与之相对应的价值理性则更重视情感、伦理、美德和智慧等人文价值。[18]随着智能化新闻产量扩容和技术升级引发一系列问题，传统新闻业需要思考如何提升新闻价值理性，强调媒体社会责任。在建设性新闻理念指导下，智能化新闻生产应将新闻价值融入机器学习的数据来源之中，以“公共善”为算法模型的前提条件，在忠实于新闻核心价值的基础上，积极寻找解决社会问题的可行方案。具体而言，首先要尊重新闻伦理和人文价值，而不是只顾经济利益，助长“茧房”效应;其次要提高智能决策和算法判断的透明度，减少算法“黑箱”效应;最后要充分发挥新闻人的创造力和主体性，依托数据和算法技术，分析社会问题的前因后果，提出问题解决的方案和建议，而不是放任注意力经济下策划性新闻和煽情报道的泛滥。

2. 积极情感取代负面偏向：新闻情感的再转向

智媒并非万能之媒，数据分析和算法推荐倾向于关注社会矛盾和冲突面向的新闻，向公众呈現一个相对消极的世界图景。在用户反馈环节，传感装置和智能技术可以实现传播效果的精准监测和实时优化。因此西方媒体投入不菲的人力和技术，为记者提供数据分析工具，跟进新闻报道的传播情况，以便做出及时应对。《纽约时报》研发的数据分析工具Stela，能将点击率、评论数、转发量、流量来源等指标提供给记者，协助其实时更新、调整报道内容。除了自主研发，《纽约时报》还积极引入科技公司相对成熟的数据分析工具，传播效果评估平台Chartbeat对于表达兴奋、悲伤、惊叹等情绪化内容的传播效果反馈数据明显更为乐观。利用智能监测技术将流量作为新闻评判标准，虽能在短期内优化传播效果，但从长远看，以往颇具人文关怀与社会考量的新闻价值日渐式微，甚至导致大量“煽色腥”新闻游走在法律与伦理的边缘，流量逻辑不可避免地引发了信息环境的负面偏向，新闻业面临注意力经济下的公众信任危机。

建设性新闻运动的倡导者们试图改变或纠正的正是目前新闻业已明显出现并产生严重后果的负面偏向问题。[24]自20世纪起西方新闻业就确立了批判性报道的传统，智能背景下媒介环境和传播平台的改变促使新闻业为迎合受众进一步陷入了对负面信息的过度生产。在新闻业面临的重重困难之中，尤为严重的是公众的信任危机。如何重塑媒体公信力和权威性，建设性新闻理念的提出恰逢其时。建设性新闻的重要理论来源之一是积极心理学，它强调通过积极的新闻叙事和情感体验，减轻信息环境的负面偏向给公众带来的焦虑情绪，致力于将改善、恢复、成长、希望等积极情绪注入新闻报道中，基于情感调和，增进公民福祉。麦金泰尔提出将心理学家塞利格曼的PERMA元素，即积极情绪、投入、关系、意义、成就五个维度，引入新闻实践作为理论滋养。[25]

需注意的是，建设性理念与积极心理学的深度勾连，并不意味着新闻报道对负面信息避而不谈，也不是罔顾现实来弘扬积极情绪，而是通过一种策略性的叙事技巧，履行媒体的社会责任，重塑新闻业的合法性和权威性。实际上，相比负面新闻，传播积极情感的新闻更能让读者感受到鼓舞和力量，因而也增加了社交分享的意愿。[18]在技术主义的时代，建设性理念为新闻业提供了一条有别于工具理性的人本主义发展路径，通过积极情感的引入，避免信息环境进一步陷入负面偏向的陷阱，从而使新闻业以一种更加富有成效的方式完成报道并重塑其社会角色。

四、智能化技术对建设性新闻实践的增益

建设性理念为智能时代的新闻创新提供了理论指导，反过来智能化技术也为建设性理念的落地提供了实践路径。人工智能在为建设性新闻实践增益赋能的过程中，也改变了新闻生产者和消费者的角色定位，重构了智能媒体的生态版图。

1.“解困者”接替 “望者”：新闻人角色的再定位

智媒时代机器学习已掌握了文本与信息整合技术，能够完成采写编的基础性工作。技术赋能一定程度上帮助记者编辑摆脱烦冗枯燥的重复劳动，腾挪出更多精力投身于更具人文关怀和新闻价值的深度报道。建设性新闻理念倡导回归新闻从业者的创造性和主体性，挖掘社会问题的深层逻辑，寻找解决问题的可行方案。同时建设性理念强调明确新闻从业者的社会责任，重塑新闻业的社会功能。人工智能技术的赋能为探究新闻工作者职业边界和角色定位的诸种新形式提供了可能。

在建设性新闻理念指导下，新闻从业者的角色更接近于社会问题的“解困者”，而不再是普利策所言屹立于船头的“瞭望者”，或是调查性新闻中的观察者与局外人。介入性和问题解决导向是建设性新闻的核心理念，[26]介入性要求新闻从业者不仅要依据客观性原则报道事实，而且要在报道过程中提供解决问题的思路，承担起社会问题行动者的角色，推动新闻作为一种建设性力量参与到社会发展进程当中。介入性的提出为新闻人的角色定位赋予了新的可能，扩展了新闻从业者的职业边界，拓宽了新闻工作者的职责范围，使新闻人可以在报道中发挥更多的主观能动性。未来智能化技术与建设性理念互为支撑，使得新闻从业者能够打破冲突性报道框架，更多承担起社会问题“解困者”与行动者的职责。具体而言，一方面，新闻从业者要提高数据素养，通过技术赋能增益报道的广度和深度;另一方面，新闻从业者应站在更加开放与宽广的视角，发挥价值理性和人文关怀，挖掘报道的深层价值，寻找社会问题的解决方案。

2. 参与者取代消费者：公民角色的再赋能

人工智能全方位融入新闻生产流程，为建设性新闻理念的落地提供了具体路径。首先，建设性新闻以问题解决为导向，强调直面社会冲突，回应公众关切。传感技术扩大了信息采集范围，拓展了新闻线索来源，为发现社会问题提供了前所未有的宏观视角。其次，建设性新闻以面向未来为导向，打破了突发新闻紧盯当下、调查报道追溯过去的视野局限。[27]大数据技术通过实时监测与连续性获取，具备了评估事件现状和预测未来趋势的可能，再辅以机器深度学习，对关联事件进行统筹分析，自动匹配资源，有助于社会问题的解决。再次，建设性新闻强调积极情感和公民赋权，智能化新闻通过虚拟现实技术能够最大限度还原新闻现场，打造沉浸式体验，唤起情感共鸣，调动公众参与社会公共议题的积极性。

智媒背景下，新闻传播超越了传统精英主义范式，将公众纳入新聞生产体系，逐渐形成了一个媒体、公民、人工智能多元主体共同参与的智能传播格局，这种参与式协作的理念，与建设性新闻所倡导的公民赋权高度契合、彼此支撑。未来媒体将以公平、开放的姿态，让不同群体的声音成为多元报道的一部分，做到尽可能全面、均衡地描述真实世界，加强公民与社区间的沟通，提升公众与媒体间的信任。如第102届普利策新闻奖解释性报道获奖作品《墙：不为人知的故事，意想不到的后果》，用户可以通过不同路径的选择，参与新闻叙事，呈现属于自己的真实故事。新闻以VR方式呈现，带动用户以第一人称体验新闻现场，充分调动用户参与社会议题的热情。在智能技术的加持下，新闻可以充分了解民意，通过公众与媒体、官方的对话和互动，寻求共识和解决方案，完成智能化新闻对公民角色的再赋能。

五、展望：建设性视角下人机协同的内容生产模式

如果说智能技术的融入带来的是新闻生产的速度和准度的提升，那么人则在新闻生产深度的挖掘与广度的拓宽上享有优势。人机协同将人类和机器优势结合后形成的一种平衡模式，也是未来媒体智能化发展的主流方向——机器从事高度结构化、程式化报道，人从事发挥主观能动性的建设性报道，在对于复杂问题的思辨能力方面发挥优势，展现人的核心价值;机器爬取海量数据，拓展信息采集的维度，人则进行意义的阐释、情感的互动，展现人文的光泽;机器提升新闻生产与分发的效率，人则不断提升算法模型的精准度，承担解决社会问题的责任。人机协同的内容生产模式下，为用户提供更具深度和人情味的新闻是智能化时代媒体内容生产的发展方向。

随着“弱人工智能”向“强人工智能”演进，机器正在具备越来越多的人的特质，但人的价值理性应始终引导机器的工具理性。马克思·韦伯谈到了工具理性和价值理性的冲突，如果说工具理性是人创造的工具变成了人的主宰，那么价值理性可以确保工具真正为人的发展所服务。智媒时代，人类尤其需要用价值理性去平衡工具理性，思考未来人类最具有价值的方向所在，据此调整技术的走向。以人的介入和积极导向为核心的建设性新闻，通过新闻从业者的介入、问题解决的导向、积极情绪的取向、赋权于民赋能于世的理念，实现对现代社会不断膨胀的工具理性的纠偏，让新闻重归人本主义，实现新闻的人文关怀与社会责任，增进公民福祉。

参考文献：

[1] 彭兰. 智能时代的新内容革命[J]. 国际新闻界，2018（6）：88-109.

[2] 邓建国. 机器人新闻：原理、风险和影响[J]. 新闻记者，2016（9）：10-17.

[3] 余婷，陈实. 人工智能在美国新闻业的应用及影响[J]. 新闻记者，2018（4）：33-42.

[4] 沈浩，袁璐. 人工智能：重塑媒体融合新生态[J]. 现代传播，2018（7）：8-11.

[5] 杨保军，杜辉. 智能新闻：伦理风险·伦理主体·伦理原则[J]. 西北师大学报（社会科学版），2019（1）：27-36.

[6] 张超. 新闻生产中的算法风险：成因、类型与对策[J].中国出版，2018（13）：38-41.

[7] Lash Scott. Power after Hegemony： Cultural Studies in Mutation[J]. Theory， Culture & Society， 2007， 24（3）： 55-78.


[8] 刘思杙. 智能媒体时代事实核查的新特征[J]. 青年记者，2019（23）：15-16.

[9] 王君超，叶雨阳. 西方媒体的“事实核查”制度及其借鉴意义[J]. 新闻记者，2015（8）：21-26.

[10] 刘德寰，王妍，孟艳芳. 国内新闻传播领域人工智能技术研究综述[J]. 中国记者，2020（3）：76-82.

[11] Haagerup U. Constructive news：How to save the media and democracy with journalism of tomorrow[M]. Bristol， CT： ISD LLC， 2017： 17.

[12] 唐绪军. 建设性新闻与新闻的建设性[J]. 新闻与传播研究，2019，26（S1）：9-14.

[13] Ahva L， Hautakangas M. Why Do We Suddenly Talk So Much About Constructiveness[J]. Journalism Practice， 2018， 12（6）： 657-661.

[14] Mclntyre K， Gyldensted C. Constructive Journalism： Applying Positive Psychology Techniques to News Production[J]. The Journal of Media Innovations，2017， 4（2）： 20-34.

[15] 晏青，凯伦·麦金泰尔. 建设性新闻：一种正在崛起的新闻形式——对凯伦·麦金泰尔的学术访谈[J]. 编辑之友，2017（8）：5-8.

[16] 徐敬宏，郭婧玉，游鑫洋，等. 建设性新闻：概念界定、主要特征与价值启示[J]. 国际新闻界，2019（8）：135-153.

[17] 唐绪军，殷乐. 建设性新闻实践：欧美案例[M]. 北京：社会科学文献出版社，2019：3.

[18] 陈薇，王中字. 智媒时代下建设性新闻的价值理性与实践路径[J]. 编辑之友，2020（3）：27-34.

[19] 任瑞娟. 基于数据新闻构建建设性新闻报道框架之可行性研究[J]. 当代传播，2020（4）：45-50.

[20] 萬婧，张志强. 人工智能视角下的建设性新闻实践：以《纽约时报》为例[J]. 国际传播，2020（1）：24-33.

[21] 仇筠茜，陈昌凤. 黑箱：人工智能技术与新闻生产格局嬗变[J]. 新闻界，2018（1）：28-34.

[22] DÖRR K. Mapping the field of algorithmic journalism[J]. Digital Journalism， 2016， 4（6）： 700-722. 


[23] 喻国明，杨莹莹，闫巧妹. 算法即权力：算法范式在新闻传播中的权力革命[J]. 编辑之友，2018（5）：5-12.

[24] 白红义，张恬. 作为“创新”的建设性新闻：一个新兴议题的缘起与建构[J]. 中国出版，2020（8）：3-8.

[25] McIntyre K， Gyldensted C. Positive Psychology as a Theoretical Foundation for Constructive Journalism[J].  Journalism Practice， 2018， 12（6）： 662-678.

[26] 常江，田浩. 建设性新闻生产实践体系：以介入性取代客观性[J]. 中国出版，2020（8）：8-14.

[27] 史安斌，王沛楠. 建设性新闻：历史溯源、理念演进与全球实践[J]. 新闻记者，2019（9）：32-39，82.

Intelligence Media Production and Reflection from the Perspective of  Constructive Journalism

MENG Di（School of Communication， East China Normal University， Shanghai 200241， China）

Abstract： The deep integration of artificial intelligence with journalism and its comprehensive embedding in the content production process has not only overturned traditional news production methods and reshaped the news ecology， but has also brought about a series of new challenges. Constructive journalism emerged in the West， can bridge the gaps of the algorithm "black box" and data power brought about by intelligent news production. Enhancing the ethical values of intelligent media with constructive ideas has become an innovative strategy for traditional media to reshape its role in society. At the same time， the practice of intelligent media fitting the concept of constructive journalism provides a practical path for the implementation of concepts such as citizen empowerment， positive emotion and solution-oriented.

Key words： artificial intelligence; news production; constructive news; human-machine cooperation