算力加持，知识变轨：AIGC助推新闻业范式革命

◎徐伟东

AIGC 全称为Artificial Intelligence Generated Content，指基于预训练大模型、生成式对抗网络（GAN）等人工智能技术，通过已有数据寻找规律，并通过释放泛化能力生成相关技术的内容。自“媒体融合”概念提出以来，人工智能渗透在“策采编发”全流程之中，涉足传媒行业各个环节，悄无声息地推动着媒介生态的变革，实现内容生产自动化、智能分发精准化、内容形态多样化以及运营管理系统化，媒体生态体系的每个环节都发生了巨大变化。①继PGC、UGC 之后，AIGC 成了新的生产力引擎，是新型的内容生产基础设施，塑造新闻内容生产与交互新范式，并持续推进产业革新。

保罗·莱文森指出，技术的发展具有人性化趋势，机器正在模仿甚至钳制人类的功能，人的主体性正在受到挑战。②未来，通用人工智能（AGI）进一步深化预训练和迁移学习，全维适应复杂语境，探索更深远的环境兼容性，多维度赋能内容生产模式，助推真正达成“新闻无界”。新闻业将迎来前所未有的变革与挑战，AIGC 可能会对新闻的中立性、多样性和独立性造成影响，带来新闻职业主体边界的模糊以及新闻伦理等一系列争议。新闻从业者需要避免过度依赖外部技术和资源，应确保自身的创新能力和竞争力，以应对更复杂的挑战。

一、创新扩散，全流程赋能

（一）智能化内容生成，全面降低生产成本

在文本领域，AIGC 的应用已经非常广泛，渗透到媒体“策采编发”全流程之中。在内容生产环节，AI 辅以提炼核心信息、生成总结性段落、概括性提炼分论点等，写稿机器人、AI 主持人已经普遍用于内容生产，比如新华社开发的名为“新华智云”的AI 写稿机器人，以及央视新闻大规模铺陈的AI 辅助主播，都使用自然语言处理和机器学习技术自动生成并播报新闻稿件；在审校环节，AI能快速纠错、实时审核；在发布环节，AI能自动生成推荐标题、摘要，精准分发。

除了文字稿件，AIGC 技术在视频和音频处理方面也有应用。例如，语音识别和音频分析技术可以自动转录和整理采访录音，提供文本化的内容，便于编辑和检索。在海量的语料数据库的基础上，AIGC 利用人类反馈强化学习技术（Reinforcement Learning from Human Feedback），通过预设初始语料库、训练偏好数据模型、自动比对微调等方式，在不断的“对话”中提升自己的语言能力，扩宽应用场景。③与此同时，辅以视频分析技术，自动识别和标记视频中的关键元素和情节，帮助编辑和制作工作。

（二）基于偏好数据，以用户体验为指引

AIGC 中的“Generated”（生成）一词指的是，在人工智能生成分类任务中，基于监督学习或深度学习方法，通过训练样本的特征提取和模式识别来预测和生成分类标签，以此为新的输入数据进行准确分类。生成式AI取得的技术进展，日益表现出重塑数字新闻行动主体、表达方式与用户感知的巨大可能性，也带来改造数字新闻叙事的充分潜力。④

新闻机构在样本数量和结构上拥有巨大优势，但传统媒体模式下，往往只是传递信息给读者的单向传播，限制了新闻机构与读者之间的真正互动和沟通。而人工智能技术可以在前端与后端共同发力，在新闻策划阶段洞察用户兴趣和需求，帮助新闻机构了解受众偏好，从而更精准地制定新闻策略和报道计划，提供个性化、定制化的新闻产品，提高用户留存率和忠诚度。比如腾讯新闻的自动化推送算法和个性化推荐系统，将适合用户兴趣和偏好的新闻内容精准地推送给用户，推动新闻产品实现更广泛的传播。随着样本量的扩大，AIGC 对于人类习惯偏好的学习更加深入和精准，利用反馈强化策略逐渐拓宽所提供的内容的广度与深度。

（三）平台利益链延展：泛AI产业布局的全面触达

AIGC 技术的应用使得新闻内容有更加多样化的传播方式和更强大的互动性。通过虚拟现实（VR）、增强现实（AR）和混合现实（MR）等技术，新闻机构能够将延伸用户的感知空间和新闻内容呈现在更加沉浸式的环境中。受众可以通过头戴式显示设备或智能手机，与新闻场景进行互动，最大限度地拓展新闻的存在维度和感官维度，身临其境地体验新闻报道。一个由人工智能技术重新定义新闻内容与体验的时机正在成熟。

此外，AIGC 还能带来新闻消费场景的拓展和转型，破除传统新闻作品的线性“阅读”逻辑，将读者带入沉浸式场景体验。在传统的纸质媒体和网络新闻渠道之外，新的新闻呈现和交流平台涌现，让受众可以通过个人数字化身份参与到虚拟空间的新闻社交、新闻评论和新闻事件重现中，AIGC 不仅成为连接叙述者和制作者的桥梁，也帮助用户与其他用户、新闻机构进行更加直接的实时互动。例如凤凰卫视与故宫博物院合作，借助“8K+4D”的数字技术，将《清明上河图》打造为沉浸式、可分享、高互动的全新艺术展示体验秀《画游清明上河——故宫沉浸艺术展》，让用户穿越时空，调动所有感官来体验“汴京一刻”。

二、算力加持，拓宽新闻边界

（一）提升信息生产效能，打造自动化新闻

自动化新闻指的是通过机器人、AI等自动化技术来收集、编辑和发布新闻的新业态。例如新华社媒体大脑的智能媒体生产平台“2410”，能够24 小时不间断地提供全景式新闻线索与素材。在新闻报道的生产过程中，AIGC 可以发挥提升信息生产的效率和效能的重要作用，通过迭代优化深度神经网络的学习范式和网络结构，实现更智能、灵活且真实的内容生产，也能够针对不同场景和要素提供不同回应，以反馈用户接受的不同接口需求。⑤AIGC还可以从庞大的信息源中提取关键信息，快速生成新闻报道，大幅度缩短新闻发布的周期，并降低信息生产的人力成本。

此外，AIGC 技术也为新闻业提供了更广泛的信息来源和分析能力。通过算法的运用，AIGC 可以实现对大规模数据的快速处理和分析，发现隐藏在海量信息中的趋势和模式，为新闻报道提供更全面、深入的信息支持，尤其是在数据驱动的新闻生成、热点跟踪等方面，揭示趋势、模式和洞见。同时，AIGC 技术还能够快速而准确地从多个信息源中整合和更新信息，为新闻报道及时提供动态更新，以进一步提升用户黏性，延长互动链条。

（二）以模仿式算法为基础，推出生成式对话新闻

对话新闻是一种新闻呈现形式，通常涉及两个或多个角色之间的交流和分析，旨在增加新闻报道的互动性、多样性和读者的参与感。AIGC 可以模拟对话场景，在新闻网站或应用中与读者进行互动，实时回答问题、解释新闻事件、提供相关信息等，使新闻报道更加个性化和互动化。AIGC 还可以模拟不同观点的对话，通过分析和生成不同观点的论据，呈现多元的观点，激发读者思考和讨论，促进辩论和交流，形成一种共时态的、参与式的、交互式的新闻传播模式。

对话式新闻主要是借助自然语言处理（NLP）和自动化对话系统的技术，同时辅以机器学习（ML）、对话管理、文本生成、情感分析、知识图谱等结构化的知识表示方法。这些技术也增强了AIGC 在语言处理和翻译方面的能力，通过实时翻译对话内容，使不同语言背景的人们能够参与和理解对话，由此促进跨语言对话新闻的发展，加强全球新闻交流与合作。

（三）扩大内容影响力，发展辟谣类新闻

在信息爆炸和虚假信息泛滥的时代，AIGC 技术可以通过自动化的方式迅速识别和分析大量的信息源，对新闻进行真假判断、溯源追踪并发布辟谣。这种实时的辟谣能力可以帮助公众更好地识别和纠正虚假信息，降低虚假信息对社会的影响。AFP Fact Check 是法新社（Agence France-Presse）的事实核查项目，它利用AIGC 技术来分析大规模的数据和信息源，以快速识别和核实虚假信息。

此外，AIGC 可以帮助新闻机构更好地推广和传播辟谣类新闻。通过生成吸引人的标题、摘要和多媒体内容，新闻机构可以提高辟谣类新闻的可读性和吸引力。同时，AIGC 可以自动识别虚假信息的模式和特征，并对其进行标记或分类，提供个性化的内容推送和社交分享功能，将辟谣信息传播给更广泛的受众群体。AIGC 能够快速识别并辟谣潜在的虚假信息，在提升能效的同时提供准确的事实核查结果。

三、嵌入式融合发展，为伦理护航

（一）提升媒介素养，严格审查虚假新闻

2023年5月，推特账号“Bloomberg Feed”发出一张“五角大楼附近发生爆炸”的图片，在社交网站上被疯转，甚至导致美股的小幅下跌。网友恐慌的原因是，该博主有“Bloomberg（彭博社）”的蓝标认证，这张图片又被带有推特“金标”的正规媒体账号转发。但后来证实，该信息是虚假信息。这类虚假新闻往往传播力极强，不仅会造成大众的恐慌，更能威胁公众对传统媒体日益降低的信任度。

技术参与叙事的关键机制在于“设计一条穿越空间的路径，既不影响用户自行探索叙事，又可以有效防止用户在空间中迷路”⑥。AIGC虽然具有高效性和自动化的特点，也展示出一定的“思考性”，但在信息准确性、客观性和可信度方面仍面临挑战。随着媒介接近权的下放以及不可逆转的平台化趋势，我们面对一个建构出来的“景观社会”，难以厘清真实与虚幻的边界，这就需要生产者与使用者共同提升媒介素养，特别是加强新闻从业者专业能力和职业道德的提升，通过对新闻来源的核实、事实核查的深入和多方求证等措施，辨别和排查虚假信息，坚持事实真实性、平衡报道、保护受众权益等准则。新闻机构应建立健全编辑审查制度，以确保新闻内容的准确性和可信度。

（二）加快立法进度，勾勒版权应用边界

过去，版权法律和规范主要关注传统媒体和内容创作者之间的关系。如今，AIGC 使新闻业中的版权问题变得更加混乱且棘手。一方面，AIGC 可能会直接或间接侵犯原创作者的版权。例如，自动化的新闻或图片生成可能会使用大量未经适当授权或许可的原创内容。另一方面，AIGC 的应用模糊了版权应用的边界。随着新闻聚合网站、社交媒体平台的兴起以及用户生成内容（UGC）的海量化，新闻的传播方式变得更加多样化和广泛化，边界不断拓宽的同时，倒逼新闻业对新闻的版权归属、使用和再分发制定更符合技术水平的规定。

技术发展的速度往往远超对应的制度规范，这会导致极化效应，因此加快立法进度成为必要之举。可以通过设立版权管理机构，建立系统内部机制，形成机构处置机制，建立强大的监管和治理框架，促进政府、新闻产业、技术公司、学术界和公众等各方的跨界合作和沟通。对于原创作者的权益保护、用户生成内容的合理使用、如何在创新和版权保护之间的关系中寻求平衡，应及时设定叙事的基本规范与边界，以推动新闻业持续健康发展。

（三）警惕AI霸权，坚守人文价值底线

从长远发展看，算法的平均化打破制约，冲击着人们之间智力的围墙，但也隐含着对人的个体价值的蔑视、贬低与驯化。AI的发展与数据要素市场紧密相关，如何规范训练数据的客观性和大模型的价值取向会成为一个新的问题。比如人们在使用ChatGPT 时发现，庞杂的数据集使得既有的价值观偏向延续、传播并加剧，比如歧视女性、歧视黑人等。这可能导致信息的偏向性、话语权的集中以及对多元观点的压制。

一方面是因为用于训练AI模型的数据不可避免地缺乏多样性，可观的数据规模反而加剧了技术偏差、内容偏差、历史偏见等问题；另一方面，AIGC 自身的算法逻辑导致其会带有系统性偏向的风险，从数据出发寻求解决方案的“数据主义”，以及从通过实例的有限集合来形成意义的训练迭代的强进化方式，高效但不符合人本关怀、价值关怀的准则，比如边缘弱势群体的音量可能因为AIGC 进一步降低。如学者彭兰所言，在ChatGPT 以及其他AIGC 技术的推动下，人机协同将从媒体或其他行业性应用向个体的生活层面渗透，人机协同中，人需要重新定义自身的角色。⑦AI 使得新闻行业更需要“人”，因为新闻的使命是服务社会、传递真实和客观的信息，坚守人文价值底线是保护新闻伦理和公共利益的重要原则。应保障人类记者和编辑的角色和价值，让他们具有判断力、正向的道德选择和责任感，能够在新闻报道中保持人类智慧与关怀。

四、结语

随着社会从工业文明时代向数字文明时代的转型，新闻理论和实践正经历重大变革。AIGC 技术的发展与新闻业的演变相互交织，对信息生产和传播方式提出了全新的挑战与机遇，并以创造性和接近性的特点重构着新闻生产的基底。我们要从潜在的技术决定论视角中抽离，认识到AIGC 带来的挑战，包括伦理、可信度和版权等方面的问题。因此，必须积极探索如何将AIGC 与传统的新闻实践相结合，以及如何降低其潜在的影响，努力构建更高效的人机协同模式，以确保新闻业能够适应数字时代的发展趋势并持续发挥其社会责任。

注释：

①喻国明,程思琪.认知神经传播学视域下的人工智能研究：技术路径与关键议题[J].南京社会学,2020(05):116-124.

②[美]保罗·莱文森.莱文森精粹[M].何道宽,译.北京:中国人民大学出版社,2007:282.

③张洪忠,黄民烈,张伟男,等.ChatGPT 的技术逻辑、社会影响与传播学未来[J].江西师范大学学报(哲学社会科学版),2023(02):24-31.

④何天平.从文本构造到界面连接：生成式人工智能对数字新闻叙事的重塑[J].新闻界,2023(06):13-21+61.

⑤中国信息通信研究院,京东探索研究院.人工智能生成内容(AIGC)白皮书[EB/OL].搜狐,2023-02-09.http://news.sohu.com/a/638517672_121637204.

⑥[俄]列夫·马诺维奇.新媒体的语言[M].车琳,译.贵阳:贵州人民出版社,2020:266.

⑦彭兰.从ChatGPT 透视智能传播与人机关系的全景及前景[J].新闻大学,2023(04):1-16+119.