智能传播时代新闻教育的专业困境与路径突破

2023-11-23万亿周莉

教育传媒研究 2023年6期

万亿周莉

编者按

作为现代传播的新成员，智能传播代表着人工智能技术在新闻传播领域的延伸，它的出现为新闻行业带来变革的同时，也对新闻传播教育提出了新的要求。本刊特邀中央民族大学新闻与传播学院特聘院长、教授、博士生导师张昆担任主持人，刊发一组“智能传播与新闻传播教育”为主题的学术文章，以飨读者。

【内容摘要】在智能传播时代，人工智能技术被广泛应用到新闻生产的各环节，人机协同生产新闻的时代已经到来，传媒业的人才需求也相应地发生了变化，传统的新闻教育已无法适应新的人才需求，新闻教育改革势在必行。本文在分析智能传播对新闻生产影响的基础上，厘清了当下新闻教育在培养目标、课程体系、师资队伍等方面面临的困境，通过回顾在技术革新中新闻教育的历次改革，进而提出了在智能传播时代，我们应该培养“工”型人才的教育突破路径。

【关键词】人工智能；智能传播；新闻教育；教育困境

随着人工智能理论和技术的飞速发展，其在语音识别、文本识别、视频识别等领域取得了突破，成为引领新一轮科技革命和产业变革的战略性技术，并已经重塑了诸多传统行业模式。①在新闻传播领域，人工智能技术的应用主要表现为机器人写作、算法推荐、AI合成主播等，特别是ChatGPT智能文本生成技术的出现，其强大的文本分析和生成能力使得新闻生产、分发等环节被不断颠覆与重塑。这些新技术在推动传媒业变革的同时，传统的新闻知识、话语体系表现出明显的不适应，新闻人才的需求也发生了重大变化，倒逼着新闻教育的变革。新闻在我国不仅仅是一个专业，也是一项事业，所以智能传播时代的新闻教育向什么方向发展以及如何变革是亟待解决的问题。

一、智能传播时代新闻教育的困境

（一）何为智能传播

历史上，每一次重要的技术革命都伴随着新闻传播行业的变革，技术进步是推动传媒业不断变革的动力。近年来，随着云计算、大数据、VR、人工智能等技术的不断发展，新闻传播行业发生了一些新变化，从机器写作的广泛应用到人工智能聊天机器人ChatGPT的出现，人与机器协同生产新闻的时代已经到来，这种变化也意味着我们已经进入了智能传播时代。

对于智能传播的内涵，研究者尚未达成共识。有研究者认为，智能传播是通过数字计算机在“模拟、延伸和扩展人的智能”的过程中，实现“感知环境、获取知识并使用知识”的信息生产活动。②也有学者将其扩展至整个信息传播过程，认为智能传播是将人工智能技术应用在信息的生产与传播中的一种新的传播形式、体系和生态。③具体到新闻传播领域，研究者认为智能传播是人工智能技术背景下新闻传播领域出现的新传播现象。④其即指人工智能技术介入和参与的传播活动：可以发生于生产环节（如机器新闻生产），也可以发生在分发、使用环节（如算法推荐）；不仅包括以智能技术为中介的人类交往过程（不限于人际范围）及其影响，也包括人类与智能技术交往的人机传播过程及其影响。⑤

总之，智能传播相对于之前的大众传播、社交传播，在技术基础、连接尺度、内容生产、分发方式等方面都有明显的不同。在此，我们还需要特别注意“智能传播”和“智能化媒体”（即智媒）两个概念之间的区别，这二者是两个不同的事物，“智媒”更多强调的是发生在媒体内部的变革，媒体内部专业人士利用一些新兴技术对新闻生产手段进行创新，“智能媒体”只是智能传播的一个表现形态。⑥

（二）智能传播对新闻生产的影响

智能传播时代的传媒业发生了巨大变化，尤其是新闻生产各环节已经被人工智能技术渗透，逐渐走向人机协同的新闻业态。2006年，美国开始尝试使用机器写作，到2013年美联社已经开始使用算法自动生成新闻了，我国也从2015年开始大规模使用机器写作，这大大提高了新闻成稿的速度。同时，在人工智能技术下的算法推荐也已经能够进行个人的精准推送，比如今日头条的算法分发模式。2018年，搜狗和新华社联合推出了全球首个AI合成主播——“克隆”出与真人主播拥有同样播报能力的“分身”，其不受工作时间地点的限制，也不会出现口误和忘词的情况，工作能力远超人类。2022年11月底，人工智能聊天机器人ChatGPT被推出，截至2023年1月就收获了超1亿的用户，在新闻业中ChatGPT首先能够帮助记者生产内容，记者只需输入一些关键词，就可以生成相关内容，辅助记者写作。ChatGPT作为人工智能聊天机器人，还可以在一定程度上代替新媒体运营人员与用户进行互动，这样节省了人工运营的成本。

从机器写作到生成式人工智能工具，人工智能技术对新闻生产的影响已经涉及信息采集、内容生产、新闻分发、用户反馈与分析等全流程（如图1所示）。

在信息采集环节，人工智能技术的应用主要表现为使用传感器收集信息或利用网络爬虫快速采集热点事件信息，相对于传统的记者实地采访大大提升了信息采集速度，而且信息也更加广泛有深度。传感器技术的使用给媒体带来便利的同时，也给媒体带来了挑战，传感器的数据在传媒业之外，相关的数据处理技术对媒体来说也是陌生的，如果不能及时变革，媒体未来可能一直处于劣势地位。⑦

在内容生产方面，人工智能文本分析处理技术应用比较广泛，比如前文提到的机器写作。机器写作在数量和效率上完胜人类，它们可以瞬间阅读海量信息，筛选出关键内容，并根据搜集到的信息快速生成相关报道，现在机器人生成新闻报道的时间已经缩短至2秒以内，在体育和财经新闻领域应用广泛。⑧不过，由于机器写作的模板化、套路化，机器写作目前仍是更多地应用于事实类新闻报道中，一些需要独立思考、发表意见、表达情感的社会新闻和评论性新闻还是需要由新闻工作者完成。

在新闻分发环节，算法推送机制在一定程度上行使了传统新闻传播过程中“把关人”的职能。⑨算法推荐更注重个性化服务，根据个体需求进行精准推送。表面上看来，个性化服务对个体更为便利，但如果个体只选择自己想关注和了解的信息，就会逐渐陷入“茧房”中，算法推荐更是加快了这个过程。当每个人都处于“茧房”中时，整个社会公共信息的传播、共识的形成就会变得困难。⑩所以在智能传播时代，新闻工作者仍需要发挥“把关”作用，注重公共信息传播，發挥媒介的环境监测功能。

在用户反馈与分析环节，相对于传统的调查问卷，人工智能无疑为新闻业提供了巨大便利，大数据式的分析，精准的用户画像，尤其是通过传感器收集用户的生理、心理数据，能从更深层次把握用户群体的特征，根据用户需求制作针对性新闻报道。但这也会涉及用户隐私等更多新闻伦理问题，这就对新闻工作者要求更高，在这个过程中如何把握这个“度”，以及如何合理利用人工智能技术。

（三）智能传播带来的新闻教育困境

随着人工智能等技术在新闻业中已经被广泛应用，媒体也在不断适应新变化作出相应改变。新闻行业的变化决定了新闻业人才需求的变化，进而影响新闻教育变革的方向。从智能传播时代新闻生产各个环节的变化来看，当前新闻业的人才需求主要侧重以下几点：一是更倾向于需要有大数据、人工智能等专业背景的复合型人才，未来的新闻工作者既要会采写，也要了解代码等跨学科知识；二是新闻专业能力要求更为严格，机器虽然已经可以完成一些基础的工作，但需要深入思考的工作还是需要新闻工作者来完成；三是需要具有创新性思维的人才，创新是引领时代发展的动力，人与机器的最大区别是人类能独立思考，能创造，机器能代替人类简单的工作，但一些思辨性、创新性较强的工作只有人类能够完成；四是需要具备人文素养的新闻人才，人工智能已经参与到新闻生产的各个环节，甚至在一定程度上取代了部分新闻工作，但从本质来说，人工智能只是按照一定程序运行的“冷冰冰的机器”，不具备人文关怀，这就需要人对其进行补充，需要发挥人的主观价值，最后形成人与机器协同生产的生态。

由此，智能传播时代新闻业的变化给新闻教育带来了很多挑战，使其面临诸多困境。一是培养目标不能与时俱进。目前高校培养新闻人才仍是以培养传统的记者、编辑人才为目标，开设的课程普遍以新闻采访、写作、编辑和评论等传统的新闻教育为主，没有考虑业界对于新闻人才的需求。技术的发展不断地推动着传媒业的变革，媒体对人才的需求已经提升到人工智能技术层面，需要更多复合型人才，传统的培养目标已经不能适应时代发展的需要。二是课程体系不完善。在新闻专业招生时，绝大多数生源都是来自于文史类，目前大多数国内高校设置相关课程时还是以新闻类课程为主，其他学科课程安排得很少，尤其是涉及大数据、编程这类理工科性质的课程，这就造成了学生跨学科知识的缺乏，在此背景下培养出来的人才显然不能满足智能传播时代的需要。虽然有些高校在课程设置方面也引入了计算机编程、数据新闻、数据挖掘、网页设计等课程，但是这些技术课程与新闻的融合度不高，技术和新闻的“两张皮”现象还很普遍。三是师资队伍较单一。目前绝大多数在新闻院校任职的教师都是新闻出身，很少有跨学科的教师，每位教师虽然都精通于自己所研究的领域，但对于跨学科课程的讲解还是有一定困难的。同时，当前高校中业界教师是偏少的，很多教师都是博士毕业之后直接去高校任教，没有丰富的实践经历，但新闻是应用性很强的学科，这样就会造成授课内容偏向理论方面，仍旧以传授书本知识为主，无法满足社会对人才的需求。

所谓“十年树木，百年树人”，教育是一个长期的过程，它会存在滞后性，在这样一个快速发展的时代，技术也飞快地迭代更新，可能新闻教育还处在应对上一次技术变革的浪潮中，但新技术的出现已经催促着新闻教育适应新需求进行革新。新闻教育目前不仅面临着传统的“技术滞后”问题，同时还需要应对人工智能等新技术的冲击，所以智能传播时代的新闻教育亟须进行变革。

二、技术革新中新闻教育改革的历次尝试

媒介技术的每一次革新都会带来对新闻业态不同程度的重塑，而为业界输送人才的新闻教育也在此框架中不断调整以适应社会需求，环环相扣的反应圈为每一次的技术更迭都画上了不同的时代记号。

（一）前数字时代：积极探索提质量

1918年北京大学新闻学研究会的创立标志着我国新闻学教育发展的开端，但由于缺乏成熟新闻教育体系以及办报实践经验，这一时期的新闻教育更多是借鉴国外教学模式，“民国时期的大学制度经历了从学习日本到借鉴德国，再到模仿美国的转换过程”，上海圣约翰大学、北京平民大学、燕京大学、复旦大学等先后都采用美国密苏里大学新闻学院教育的“密苏里模式”。在经历战乱、新中国成立、动荡等一系列历史起伏后，以党的十一届三中全会为节点，社会各行业包括高等教育都开始走上正轨，通信等媒介技术也在这一时期得到升级革新，电视广播发展的强劲之势改变了报纸先前“一支独大”的发展模式，推动新闻教育开始逐渐转变教育模式，探索教育质量改革提升之路。

1983年全国新闻教育工作座谈会形成共识“要培养一大批具有相当质量的新闻工作者”，从教育的“输入”到“输出”全程把控新闻人才的质量，并树立等级标准培养高质量人才。同时为适应报刊、广播、电视发展需要，高校新闻教育把培养采、写、编、播等专门人才作为目标，并于1985年在新闻类本科专业中增加了“广播电视专业”，顺应了媒介技术的发展势头，逐渐摆脱美国、苏联等模式，转而探索高质量中国特色新闻教育模式。20世纪90年代，信息通信技术以及经济的进一步发展使得这一时期成为“电视争夺的时代”，推动新闻人才教育的进一步发展。1998年教育部颁布了本科专业目录，将“新闻传播学正式升为一级学科，下设新闻学和传播学两个二级学科”，同时也将社会学、管理学、心理学等各种跨学科内容纳入到新闻传播教育事业的范围之内，以更好适应技术与经济发展形势下的人才需求，提升了新闻教育的质量并积累了丰富的经验。

（二）移动互联时代：创新教学促发展

20世纪末我国与国际互联网全功能联结，“第四媒体”互联网作为媒介新角色登上历史舞台，开启中国的互联网时代。而自21世纪互联网逐步发展起来后，新旧媒介的融合便已经开始了，同时3G到4G 的升级使得移动智能终端的发展改变了用户的网络使用模式，也改变了用户的传统新闻浏览习惯。截至2012年6月底，中国手机网民的规模达到了3.88亿，手机首次超越台式电脑成为第一大上网终端。在此趋势下2012年教育部增设“网络与新媒体”专业以适应新媒体的发展，2014年中央全面深化改革领导小组在第四次会议上审议通过了《关于推动传统媒体和新兴媒体融合发展的指导意见》则更是将媒介融合推向国家政策的高度，网络的发展和媒介互联融合的趨势也引发新闻教育的革新。

面对互联网发展过程中新闻传播、呈现模式以及底层技术的改变，各高校纷纷作出改变。在专业设置方面，中国人民大学早在2000年就曾经开设“网络新闻”方向，又于2007年在“新闻学”专业中增设“数字新闻传播方向”，这种“立足于新媒体与传统媒体融合发展的客观变化，整合全院的教育资源来重新规划涉及的新专业方向，其目标是造就一批适应新媒体以及实现数字转型的传统媒体需要的新型新闻人才”。在课程设置方面，中国人民大学为适应中国社会转型与媒介技术蓬勃发展之势“加大‘文理渗透’的程度，培养既懂新闻业务、又懂传播技术的复合型人才”。复合型人才成为这一时期各学校教育的一种共同追求，2012年复旦大学实行“2+2”模式便是顺应媒介融合趋势培养复合型新闻人才，通过选择跨专业学科的培养模式将新闻传播学科与非新闻传播学科进行结合，融合各种知识技术为一体，形成“宽口径”的育人模式。信息时代下的技术赋权使得新闻专业与非新闻专业的距离逐渐消散，信息的检索与传播变得更加容易，这就使得新闻教育在坚持新闻专业教育的同时又不能囿于学科当中，各学校都结合理工科等其他领域的知识拓宽新闻人的竞争力，顺应新媒体环境下对新闻人才要求的提升。

在专业实践与运用方面，中国人民大学借助广播电视教研室的力量和新媒体教研室的力量，为全体学生新开设了两门业务性的专业课程：音频视频内容制作、数字传播技术应用。清华大学2007年扩建的新闻与传播综合实验室中便包括网络媒体、数据资源等实验室资源，并在2010年以工作坊的形式开展了理论与实践相结合的新尝试，包含学术研究工作坊、媒介批评工作坊、新媒体工作坊、新媒体创业工作坊等，通过这种工作坊模式进一步推进技术与艺术、技术与新闻理论和传播理论的融合。

顺应媒介趋势培养跨媒介人才不仅仅意味着对多媒体技术的掌握，而更多的是要形成一种跨媒体的思维方式，且新闻传播作为一门实践性较强的学科，也需要对理论与实践进行双重把握。各学校通过创新专业方向、课程内容与范围，将技术发展特色与教育模式融合，为新媒介时代下新闻人才的复合发展提供了渠道。

（三）智能传播时代：汇聚资源求突破

2016年“企鵝智库”与清华大学新媒体研究中心共同发布《中国新媒体趋势报告（2016）》，在对未来媒体的预测中，将“智媒来临”和“人机边界”作为了关键词，互联网技术在多领域的蓬勃发展使得社会逐渐步入了一个全新的智能时代，由此也催生了一场媒体革命，传播权利和关系的重构是这场变革的显著特征。2022年推出的人工智能技术驱动下对话交互式的自然语言处理工具ChatGPT则更是引起了社会各行业的广泛关注，这一重大进展使得人们获取、选择、传播信息的方式产生巨大变革，催生了智能内容生成产品与产业链，进而在包括新闻业在内的诸多领域和行业引发了多重震荡效应。智能机器对信息传播的深度介入不仅给新闻从业者带来巨大的冲击，更是给新闻教育未来的发展提供了难题。

面对智能技术带来的机遇与挑战，各高校分别作出了各具特色的教育实践转向与尝试。学校将前沿技术积极纳入课程当中，培养目标都不再是单一而固化的新闻专业人才，而是顺势而变的高级人才。人才培养方案（表1）是高等学校本科人才培养的核心组成部分，是学科教育理念的最直观呈现，是对人才培养目标与课程设置的详细阐释。从复旦大学人才培养方案的“2+2”到“2+X”的培养模式，可以看到“X”是基于学生个性化成长需求，在学分制下提供专业进阶、跨学科发展、创新创业等多种发展路径，更好地为学生创造专兼结合、互相贯通的多元发展空间和多元发展课程，并由此推出计算机仿生传播等前沿技术相关课程；南京大学新闻传播学院则与美国斯坦福大学社交媒体实验室合作开设理论与实践相结合的“人机传播”课程，为学院的智能传播教育提供国际交流机会与视野，并在2020年被教育部认定为国家级一流本科实践课程的“未来编辑部”中与国内领先的数字资产平台万生华态科技有限公司联合开发“数字人与虚拟制片”课程，通过数字人制作软件、虚拟制片场景制作等内容为学生提供深入探索前沿媒介技术的机会。在华中科技大学、中国人民大学、北京师范大学等高校的课程设置中也都能找到相应类似的技术性知识课程，揭示智媒时代下新闻教育改革汇聚各种前沿资源求突破的一种路径。

除了文化课程方面的变化，新闻实践也同样与智能时代的媒介特色相呼应，各高校的实验室和创新中心为新闻教育提供业界实践接口，汇聚教育资源和技术资源，为新闻教育实践提供思路。如中国传媒大学新闻学院在2018年年底建成融媒体新闻实验室，为学生组织专题讲座与实践活动，与多家新闻媒体和调查研究机构合作开展大数据与数据新闻的研究与实践，实现了人才培养的良性循环；2020年华中科技大学新闻与传播实验中心在原有实验中心的基础上进行改造，建成“全媒体与智能传播实验中心”暨“华中科技大学融媒体中心”，最大限度模拟目前融合媒介环境下业界一线的工作环境，提升实验教学质量和人才培养水平；2022年北京师范大学新闻传播学院建立“传播创新与未来媒体实验平台”，整合学院已有的多个实验室资源，具有总价值达1200余万元的各类前沿科研仪器设备，包括前沿大型科研仪器Cognionics Quick-30 32导EEG/ERPs系统、BIOPAC MP160无线多导生理记录仪、SMI RED250mobile遥测式眼动追踪仪、HTC vive Pro Eye虚拟现实头盔等多种高新设备，可以考察从传统的问卷测量场景到虚拟现实环境中智能媒体场景下的行为、生理、眼动和脑电指标，实现了传播学、心理学和认知神经科学等多学科、多种技术手段的交叉融合；浙江大学2020年成立数字沟通研究中心，助力推动浙大新闻传播学科的数字转型；南京大学新闻传播学院则配备新闻创新实验室、计算传播学实验中心等教研机构，在探索中实现教学相长。各校的新闻实验室与研究平台或新建或升级，都在不断探索育人的新模式，整合资源为学生提供更多接触业界前沿的机会，虽然人工智能等机器还未能完全接入新闻实践，但把握趋势、充足技术理论与实践仍十分重要，智能媒体时代下新闻教育也需要逐渐向智能传媒教育的方向迈进。

在技术迭代速度不断加快的智能传播时代，新闻教育的人才培养仍存在滞后问题，各种人工智能技术的升级变化层出不穷，不断倒逼对新闻人才的建设，教育部门需要在引进技术培训的同时深度挖掘人才的主体能动性和专业潜能，将人与技术深度结合，努力实现新闻人才与新闻发展的适配性。

三、智能传播时代下新闻教育的走向

纵观各高校的新闻教育改革实践，在应对人工智能技术改变传播形态的浪潮中，新闻教育培养跨学科的复合型人才乃大势所趋，计算机科学、人工智能等学科的知识、理论和资源需要与新闻教育有机结合。学科壁垒的打破也带来了学科“合法性”的反思：新闻业在人工智能时代如何立足？在众声喧哗中如何保护其“管辖权”？这是新闻教育亟待解决的问题。夯实新闻业务能力、嫁接人工智能技术，是新闻业适应人工智能浪潮的“变”；而加强新闻道德伦理，回归新闻业对“人”的关注，则是新闻业“不变”的立身之本。基于此，笔者认为在人工智能时代，新闻教育应当培养既具备过硬的新闻业务能力，又兼有人工智能专业能力，并恪守新闻道德伦理的“工”型人才，才能使新闻人在大浪淘沙中坚守阵地。

（一）深化新闻业务能力教育

人工智能技术使得新闻生产快速化和自主化，極大提高了新闻生产效率。从自动爬取数据到算法分析数据，再到最终生成内容并分发，人工智能技术似乎在逐渐取代新闻记者的职能，但我们也可从中窥见新闻业未来的转向。

美国《时代》周刊创办人Henry Luce在20世纪中期便把新闻产品分为“快新闻”与“慢新闻”两种，认为“快新闻”是用最快速度对某时某地的某事做简略报道；“慢新闻”则是用较长时间去深入调查一条新闻事件的来龙去脉、前因后果。换言之，人工智能在报道短平快的新闻时，具有不可替代的优势，例如在2017年8月8日，九寨沟发生7.0级地震，中国地震台网机器人记者在25秒内将稿件发布，这也使得人工智能为新闻记者保留时间精力去深耕新闻，从而生产高质量内容。这恰恰也是众声喧哗的时代对新闻记者提出的新要求，新闻教育更应培养业务水平过硬的专业人才。

第一，加强师资队伍建设。目前，许多高校将获得博士学位作为引进专业教师的“敲门砖”，这也使得许多具有丰富一线经历的新闻从业人员无缘教师岗位。为丰富实践教学，打破人事藩篱是必要的选择。在建设师资队伍时，不仅要“重学术”，还要“重实践”。因此，应当积极引进国内外优秀新闻从业人员担任或兼任高校教师，例如华中师范大学新闻传播学院聘请来自《湖北日报》《中国青年报》《文汇报》等多家媒体的专业记者、编辑，丰富了学院师资队伍的建设。

第二，增设专业实践课程。通过切实可行的实践训练，学生可以从做中学，在技能练习中提高实践能力。例如英国卡迪夫大学将课程体系的重心设定为专业技能培训，课程设置中不仅包括新闻采写等传统实践课程，还加入了多媒体课程，并配备先进的媒体实验室，提高学生对新兴媒体技术环境的适应能力。

第三，搭建专业实习平台。新闻高校应积极与业界展开合作，打通学界与业界资源共享的渠道，为新闻学子提供“大显身手”的平台。例如吉林大学新闻与传播学院和“今日头条”签署战略协议，建立“产、学、研”合作平台。

第四，强化学科人文底蕴。“人工”相比于“人工智能”的优势，在于其独一无二的灵性与创造力。人工智能只能模仿审美路径，但却不能扩展审美体验。新闻院校应当积极开设文学、艺术学、音乐学等相关课程，帮助新闻学子积累审美体验，从而生产有美学积淀的新闻作品。

（二）融合人工智能专业教育

在某种程度上，人工智能技术为新闻生产提供了新的可能性，新闻内容、新闻消费也可能发生前所未有的变化。而如何驾驭技术，正如刘易斯·芒福德所提示的，“为了征服机器，使之满足人类的需要，我们必须了解机器，知其所以然”。

无论通过爬取数据获取新闻线索，还是借助大数据工具生成数据新闻，抑或借助人机交互技术实现“聊新闻”，都需要新闻从业人员具备人工智能相关专业的背景知识。简单学习相关知识还远远不够，这很容易导致技术与新闻相脱离，如何将人工智能知识与新闻相融合，这是当今新闻教育需要思考的问题。

融合的第一步在于寻找交叉点。比如，生产数据驱动型新闻需要具备哪些知识基础？哪些计算机知识能最高效地解决新闻生产难题？人才培养目标需要回答这些疑问。香港浸会大学传理学院成立人工智能媒体研究实验室，专注计算机科学在新闻学科领域的交叉技术应用与实践，包括新闻数据的分析与挖掘技术、可视化技术实践等，通过实验室的孵化培养，提升学生的大数据思维，以及在未来新闻报道中优秀的大数据分析能力。这也意味着，实现学科之间真正的融合需要学科思维的融合，而这项长期工程需要从顶层设计开始着手，并于课程培养中不断践行。

（三）强化新闻道德伦理教育

人工智能技术改变的不仅仅是新闻生产的全流程，更重要的是，它使得媒介社会开始了“物的转向”。一方面，传播主体从“人工”迈向“人工智能”，机器人记者、AI主播等粉墨登场；另一方面，传播受众从复杂的人扁平化为数据标签，算法技术渗透日常生活，成为操控社会运行的“结构性力量”。最终导致新闻价值被“数据主义”引领，人本精神日渐式微。当人工智能的浪潮席卷而来，我们一边追逐技术，一边不断追问，到底何为新闻业的立身之本？学者杜骏飞指出：“新闻是人，新闻学是人学。”新闻教育也应当反思，在追逐人工智能的过程中，人工智能带来的新闻道德伦理问题我们又应当如何规避？基于此，在人工智能背景下，新闻教育更应当强化对新闻职业道德伦理的重视，避免“为技术而技术”。

新闻职业道德是一种主要针对新闻媒介及其从业者的职业行为的道德原则和道德规范。它是用于调整新闻行业内外的矛盾关系，规范新闻传播职业行为的一种道德。培养新闻职业道德，需要学院教育紧跟媒介现象，引领学生以反思性眼光剖析媒介乱象。如华中师范大学新闻传播学院从2014年10月开始打造媒介伦理案例库，该案例库是首批国家级一流本科课程“新闻道德与法规”的配套开放案例库，创建了学生全程参与和教师辅助引导的“线上线下双指导”模式。而在智能传播时代，面对数据隐私泄露、算法隐形偏见等媒介伦理问题，新闻教育也应努力揭开“皇帝的新衣”，直面人工智能技术带来的隐忧，积极探索新闻伦理问题的解决之道，培养具备社会责任感的新闻人。强调新闻职业道德，归根结底是强调对人的关怀，而这也回溯到新闻学作为“人学”的本真。如果说新闻业务能力和人工智能知识让新闻人有了前行的工具，那么新闻道德伦理则是支撑新闻人前行的精神引领，新闻人作为记录时代的“工匠”才有立足于社会的可能。

只有“变”才是永远不变的，智能传播时代对新闻从业人员提出了新要求，新闻教育作为培养新闻人才的途径，必须顺势而为，进行革新。我们可以从人才培养目标顶层设计着手，在完善培养方案和革新知识体系的基础上，重点培养新闻人才的跨学科融合能力和新闻业务能力。同时，新闻教育也应该注重业界实践经验的引入，加强师资队伍的建设。

在智能传播时代，新闻生产中人机协同生产的现象将越来越常见，人不再是新闻生产的唯一主体，人需要与机器协作完成任务，在这样的关系中新闻工作者应该如何把握这种关系，如何发挥人的主观能动性，机器生成内容是否具有人文性，“把关”的标准又是什么，这些都是新闻工作者需要面对的问题。这也对新闻教育提出了要求，智能时代背景下的新闻教育更应该注重人文精神的培养，人文精神不应该淹没于被技术充斥的时代，如此新闻教育才能培养出合格的新闻人才。

参考文献：

①《清华大学：人工智能十年发展总结，中国进步神速，专利占全球七成》，澎湃新聞，https：//www.thepaper.cn/newsDetail_forward_10921932，2021年1月24日。

②孙江、何静、张梦可：《智能传播秩序建构：价值取向与伦理主体》，《湖南工业大学学报（社会科学版）》2020年第1期。

③许向东、王怡溪：《智能传播中算法偏见的成因、影响与对策》，《国际新闻界》2020年第10期。

④程明、赵静宜：《论智能传播时代的传播主体与主体认知》，《新闻与传播评论》2020年第1期。

⑤周葆华、苗榕：《智能传播研究的知识地图：主要领域、核心概念与知识基础》，《现代传播（中国传媒大学学报）》2021年第12期。

⑥彭兰：《从ChatGPT透视智能传播与人机关系的全景及前景》，《新闻大学》2023年第4期。

⑦ 彭兰：《变革与挑战：智能化技术对传媒业的影响》，《信息安全研究》2019年第11期。

⑧耿磊：《机器人写稿的现状与前景》，《新闻战线》2018年第1期。

⑨厉业强：《算法推送机制下“信息茧房”效应的思考与对策》，《新闻论坛》2020年第4期。

⑩彭兰：《更好的新闻业，还是更坏的新闻业？——人工智能时代传媒业的新挑战》，《中国出版》2017年第24期。

金梅珍、丁迈：《我国数据新闻教育的困境与对策》，《现代传播（中国传媒大学学报）》2016年第3期。