类ChatGPT技术对新闻生产与传播的影响及伦理考量

李扬 刘云丹

摘要：类ChatGPT技术是指以ChatGPT为代表的大规模语言模型与生成式人工智能技术，这类技术从不同环节推动媒体全生产链条深度转型，重构媒体产业生态和商业模式，引发媒体领域的思考。类ChatGPT技术的应用不仅改变着新闻及信息的生产方式，同时也对传统的线性论、控制论、系统论的传播模式进行数智化升级与改造，对全链条中的传播主体、内容、渠道、用户及其反馈等方面均带来不同程度的变革，同时也引发了伦理考量。

关键词：人工智能 ChatGPT 新闻生产 伦理考量

人工智能等新技术在媒体领域的应用，使媒体在传播实践中获得革命性的颠覆，呈现出智能化的趋向和特征。在ChatGPT之前，人工智能技术就已经进入媒体的新闻生产环节，尤其是机器化新闻写作。但这类人工智能的机器化写作缺乏创新性，不够自由个性，没有感情和温度，是其一直以来被诟病的主要原因，类ChatGPT应用的出现，或将在这些方面实现突破。

谷歌公司推出对话式AI服务机器人Bard，微软整合ChatGPT推出新版Bing，百度公司2023年3月推出类ChatGPT技术产品ERNIE Bot（文心一言），360公司类ChatGPT技术的Demo，阿里达摩院研发的类ChatGPT的对话机器人，京东推出的“产业版”ChatGPT“ChatJD”，腾讯、华为等也在加快类ChatGPT技术产品的研发。2023年2月14日，每日经济新闻、澎湃新闻、上游新闻等媒体平台接入百度“文心一言”，AIGC以不可阻挡的态势接入媒体，被创新应用于新闻生产环节，这对传播链条中的传播者、传播内容、传播渠道、受众和反馈环节都将产生深刻影响。

类ChatGPT技术应用于新闻生产的本质是新闻记者与类ChatGPT技术之间相互作用、共同进化的“把关人+人工智能”的人机协同工作模式。写作机器人被正式应用于新闻写作，开启了“人工智能+News”的新闻生产模式，尽管彼时机器人写作只能处理一些极具重复性、机械化、短小的模板新闻，但人工智能已经作为全新的传播者身份出现。随着自然语言技术以及基于神经网络算法的深度学习技术的发展，催生出ChatGPT等网络聊天机器人，这种语言模型能够通过计算词语的使用频率，将可能出现的词语按照概率排列，循环往复形成庞大的列表，进而通过词语的组合生成文本内容。

人工智能成为新闻记者写作的深度合作伙伴，人—机共创的模式标志着人机协同成为新型传播者。具有习得能力的ChatGPT能够根据一组规则、模式或数据输入生成原创内容，无论是文本还是艺术作品。目前已经有很多新闻记者与类ChatGPT应用合作生产新闻稿，ChatGPT负责从海量数据和大规模知识中融合学习，根据记者精确的指令，快速地完成数据精确、时效性强的新闻初稿写作，新闻记者负责对其输出的内容进行核验、校准、数据更新、修改、润色等。

在当前的实践中，这种人机协同的模式多应用于数据新闻的写作中，ChatGPT的大数据技术可以在短时间内通过收集和分析海量数据来发现新闻事件的趋势和关联，提供更加准确的数据支持。利用ChatGPT的自然語言处理和深度学习技术进行数据分析和挖掘，帮助新闻记者发现数据背后的新闻价值和趋势，新闻记者发挥“把关人”的作用提取出关键信息，对新闻事实进行判断，从而提高新闻生产的效率。

智能技术已经渗透到新闻传播领域并产生了深刻的影响。ChatGPT的爆火是人工智能深度学习技术的高质量发展，它在大量文本数据上进行训练，知识和语言表达能力更强，强大的自然语言处理能力能够理解复杂的语言结构和语义，生产出的内容更加精确，不需要人工方式进行样本标注，具有很强的通用性，这使得在新闻生产生态系统中占据重要地位的传播内容质量得到提升。

ChatGPT将深度学习习得的新闻大数据信息进行理解、分析和判断，利用数据处理和算法技术在最短的时间内将关联的信息进行匹配、检索和排列组合，为新闻写作提供新视角，使新闻信息采集更具广度和深度，让新闻记者从繁琐和模式化的写作中解放，可以将更多注意力转移到新闻深度挖掘和批判思考中去。ChatGPT具有拟人化风格，以智赋能，提供更快速、更高效、更人性化的语言文本服务，使其相较于之前的写作机器人更具有“人”的表达特点，写作风格更接近于人工写作，在文本中体现出人文特征。

在新闻的文本创作中，类ChatGPT技术可以按照标准化的要求，根据关键词生成新闻大纲、优化标题、生成导语、解释概念和总结归纳同类报道，也可以根据新闻生产机构的风格定向改编新闻，在语言建构和语义表达方面进行差异化改编，还可以验证信息来源，与现有传播内容进行关联，提升传播内容的质量。例如，新闻生产平台NewsCube利用类ChatGPT驱动生成新闻，并且在海量的信息中定位支持弱势群体的言论或者是有错误价值观导向的观点，强调对不同事实、不同解释和表达不同感情的内容进行识别，通过新闻记者标注相关来源、信息原文等，增加信息的可信度，提升信息的丰富性和准确性。

类ChatGPT技术应用在新闻生产中，使得新闻传播的渠道得到延展。ChatGPT通过新闻媒体精准的内容分析接入元宇宙，为媒体及时掌握来自不同渠道的信息，并进行预分析。元宇宙利用ChatGPT的分析功能，将如新闻资讯、博客、微博等数据聚合分析，进行深度挖掘，分析出内容特征后，ChatGPT根据客户的定制服务，对新闻投放的目标地区、市场进行内容展示，在精准的新闻内容投放及传播之后，ChatGPT还可以提供相关的统计数据以及反馈结果，让客户可以了解新闻传播的效果。未来算法迭代和提升后ChatGPT接入数字虚拟人，可以为用户提供个性化的体验，可以更加准确地分析用户传播的潜在语境并提供精准信息和回答，根据用户行为、语音识别和情感分析结果，ChatGPT对用户进行内容推荐，数字虚拟人可以实时监控数据，及时发现新闻投放的热点方向，在新闻传播环节实时响应用户行为。

类ChatGPT技术应用在新闻生产中，使得新闻传播的渠道得到重构。人机协同成为新型传播者，参与到新闻信息采集、加工、生产的环节，参与主体由传统新闻媒体，演变成新闻媒体、类ChatGPT为代表的写作机器人，还有其背后掌握这些应用技术的企业，新型新闻分发平台，甚至是使用ChatGPT制作新闻并分享的非专业者等，重构了新闻传播的渠道，呈现出传统媒体平台、门户网站、新闻客户端、搜索引擎、社会化媒体、个性化推荐平台、视频平台、VR/AR平台、专业化服务平台、混合型平台混合传播的场景。

ChatGPT的大型语言模型具有自主学习能力，它学习人在表达任务时的习惯说法，以及人类对问题答案优劣的判断标准，将这种人类偏好知识注入模型，从而使新闻记者更加了解接受者的意图，提供符合接受者偏好的定制化信息。

ChatGPT可以根据受众想了解的信息整合生成出个性化新闻。世界新闻出版商协会调查显示“全流程效率提升、翻译、个性化新闻是当前人工智能应用于新闻生产实践中最具潜力的三大领域”。这里提到的“个性化”，是相较于以往新闻推送界面所呈现的千人一面而言的，类ChatGPT技术结合算法推荐整合新闻从生产到分发的所有环节，使接受者收看到的都是符合自身偏好的，獨一无二的定制化文本。

在具体操作中，类ChatGPT技术通过强大的数据采集、分析和处理功能，创建人类偏好数据，即受众在与聊天机器人“问答”中的关键词、提问方式、兴趣标签等，了解受众对某一事件、话题等的关注点和情绪，分析相关性、信息丰富程度、答案优劣等，为新闻的文本写作提供参考。这种大型语言模型适配接受者习惯的命令表达方式，提供的信息从而将这种定制化的信息精准“触达”目标接受者，实现个性化服务。

反馈环节是新闻传播的重要环节，由人类传播的互动特点决定。类ChatGPT技术基于Transformer架构起大型语言模型，具有出色的语言理解和文本对话生成能力，接入媒体后让智能交流更加便捷、有效，实现人机实时互动，随着智能聊天技术的不断升级，聊天式新闻产品也会得到巨大的发展空间，进一步优化着反馈环节。

类ChatGPT技术接入媒体，通过搜集用户会话中使用的句子等来获取用户反馈，并分析会话中出现的潜在问题和机会，对用户反馈进行细致分析，收集大量定性数据深入了解用户反馈，提供具有说服力的数据支持。在精准满足用户需求的同时，根据反馈内容将会话中出现的问题和机会记录下来，代码化为信息便于后期参考。此外，专门的反馈表单允许用户对这类应用在会话中的表现和即时回复的质量进行评估，用户可以在媒体上快速提交反馈表单，传播过程更加高效有效。比如，类ChatGPT技术通过分析用户语料统计出哪些新闻主题更受欢迎，哪些文章表达更加清晰，从而为新闻记者提供定向指导，并且及时将用户的反馈信息进行汇总和统计，从而帮助新闻记者分析不同主题新闻的传播情况和传播效果，进一步提升新闻写作的准确性和全面性。

类ChatGPT技术是自然语言模型前沿科技产物，为商业、民生带来巨大机遇的同时，“狂飙”的技术也带来更多伦理考量。

1.技术壁垒导致的新闻失范。新闻的真实性是新闻学的基本原则，构成新闻的要素和新闻中引用的各种资料必须准确无误。自然语言生成模型建构在语料库中，却不具备因果关系的数理运算能力，只能依靠语料库驱动中的概率匹配搜索数据，并在相近数据中得出一个估计值，提供的结果不够准确。在形成文本时无法做到字斟句酌，无法引用信息来源，只强调回答的因果关系，对于结论本身是否正确并不重要，这些技术壁垒容易造成新闻失真、失范现象的发生。

2.定制化内容引发群体极化。传媒学者詹姆斯·斯托纳提出群体极化（Group Polarization）的概念，在一个组织群体中，个人决策因为受到群体的影响，容易做出比独自一个人决策时更极端的决定，这个社会现象被称为“群体极化”。欲思其利，必虑其害。互联网高度发展的时代，类ChatGPT技术的诞生为用户提供了与海量数据、语料库“对话”的重要途径，作为受众的用户更易获得个性化、定制化的消息，但也极易出现从众心理，盲目跟风，对事对物看法趋同，进而导致思维固化，信息传播圈层化的群体极化现象。

一旦类ChatGPT技术的语料库受到“污染”或“投毒”，比如类ChatGPT技术算法学习不正确的数据或是带有偏见、主观色彩的观点，会使其参与生产的新闻传播出带有偏见情绪和思想的信息，支配群体的行为，引导舆论的走向，从而导致受众群体极化。

3.精准推送强化“信息茧房”效应。桑斯坦提出人类对信息具有选择性认知的倾向，公众只注意到那些包含自己选择的东西以及使自己愉悦的东西的传播领域，久而久之，会将自身束缚于蚕茧一般的“茧房”中。不同于传统新闻的普适化，以类ChatGPT技术作为智能增强式工具的互联网媒体能够利用算法和与用户的“交流”实现精准化传播。ChatGPT在与用户进行交流互动时，获取用户喜好，屏蔽其不感兴趣的信息，分析识别问题，深入地了解用户的需求，精准反馈新闻信息，从而向用户推送其感兴趣的相关新闻。媒体使用类ChatGPT技术进行新闻生产无疑从外部强化了“信息茧房”效应。

4.隐私泄露造就“数据寡头”。彭兰在《智媒化：未来媒体浪潮——新媒体发展趋势报告（2016）》中提到，在互联网世界，数字时空是无限绵延的，这意味着个体在其中产生的数据不仅在被即时使用，也在被延时使用，个人在某个时刻留下的数据化记录，可能会成为很久之后其个人危机的一个导火索。目前，大部分类ChatGPT技术都是在未经许可或无偿的情况下在互联网上收集材料进行训练，帮助使用者进行数据的采集、分析，为使用者的信息生产提供全面、深层的依据。此外，类ChatGPT技术还可以辅助实现人与信息的适配。用户被全面数据化、可跟踪化，但这些数据的所有权却不掌握在用户自己手中，如果没有相关法律法规的约束，任由类ChatGPT技术所属企业收集使用，势必造就出越来越多的霸占数字资源的“数据寡头”，操纵系统从而达到其政治或经济目的。如何善待、约束、制衡这种权力，是传媒业面临的一大挑战。

针对类ChatGPT技术应用于新闻生产的伦理困境，新闻生产机构与新闻记者应该正确处理人机关系，在具体实践中做到功能互补与价值匹配，在数据安全与隐私保护上尽量避免泄露或滥用，当好“把关人”，以伦理价值和人文价值为先导，恪守媒体人的职责，促进科技向善。

新闻生产环节中机器写作是人工智能在传媒领域的具体实践应用，国内外对于人工智能技术应用于媒体领域的研究热情持续高涨，业界与学界通过多重论证对AI可能会给新闻行业产生的影响和带来的挑战进行分析。智媒时代，“人—机”共创必将成为传媒生产的主流模式，类ChatGPT技术应用于新闻写作引发AIGC应用热潮，是媒体智能化变革进程中具有里程碑意义的事件。

当前类ChatGPT技术应用于新闻生产环节已经改变了人机交互模式，改变信息分发获取模式，革新内容生产模式，媒体从业者要继续秉持专业主义精神，把握这种趋势对传播链条上各环节的影响，利用好人工智能，让类ChatGPT技术更好地服务于新闻生产。

作者李扬系中央戏剧学院电影电视系博士生

刘云丹系中央戏剧学院电影电视系教授、博士生导师

参考文献

[1]彭兰.智媒化：未来媒体浪潮——新媒体发展趋势报告（2016）[J].国际新闻界，2016（11）.

[2]令小雄，王鼎民，袁健.ChatGPT爆火后关于科技伦理及学术伦理的冷思考[J].新疆师范大学学报（哲学社会科学版），2023（04）.

[3][美]凯斯·桑坦斯.信息乌托邦：众人如何生产知识[M].毕竞悦，译.北京：法律出版社，2008.

【编辑：陈琦】