创新扩散视角下媒体引进人工智能的前期策略

2024-04-19邢旭东

中国地市报人 2024年3期

关键词：新闻媒体人工智能机构

邢旭东

根据创新扩散理论的视角，新闻媒体在引入人工智能技术的前期阶段，需要树立战略眼光，提前谋划和布局，从而获得先发优势。本文基于创新扩散理论的相关视角，对当前阶段新闻媒体引入人工智能的策略进行探讨，并提出指导和建议。

一、创新扩散理论助力媒体引进人工智能

（一）创新扩散理论

该理论由美国学者埃弗雷特·M·罗杰斯（Everett M.Rogers）在其1962 年出版的著作《创新扩散》（Diffusion of Innovations）中首次提出，是研究创新如何在社会系统内被传播和采用的重要理论之一。

罗杰斯认为，创新以一定的渠道和速率在社会系统内传播和扩散，这种扩散是一个渐进的过程，可以分为知晓创新、形成对创新兴趣、对创新进行评价、试验创新和最终采纳创新等多个阶段。创新扩散受到创新本身特征（如相对优势、兼容性、复杂性等）、传播渠道（如大众媒体、人际网络等）、社会系统环境（如规范、领导态度、资源可得性等）等多方面因素的综合影响。

创新在社会系统内的扩散过程遵循“S”形曲线规律，即起始阶段扩散缓慢，当积累一定采用人数后，进入快速增长期，最后随着潜在采用群体减少而逐渐趋于饱和。创新扩散的关键因素包括：创新具有明显的相对优势、与现有系统高度兼容、使用复杂性较低以及可以进行小范围试验等。同时，提供有效激励和意见领袖的推广也会发挥重要作用。

（二）创新扩散理论对新闻媒体引进人工智能的指导意义

人工智能促使媒体发展格局和传播模式发生了巨大的变革。但人工智能在新闻行业的推广和应用仍面临诸多挑战。在这个过程中，创新扩散理论可以为新闻媒体提供有价值的指导。

首先，新闻媒体需要重视培养员工和公众对人工智能的接受态度。通过举办讲座、展示人工智能应用案例等方式，增强员工和公众对人工智能价值的认识，提高他们接受新技术的意愿。其次，在技术应用上，应该尽可能降低人工智能的使用复杂性，提供更多试用机会。通过设置更友好的人机交互方式、开发试用版系统等手段，让员工更容易上手，从而促进应用推广。再次，可以利用传播效应，选取对人工智能技术持有开放态度的意见领袖，推动他们应用人工智能，以发挥示范带动作用。其他员工和公众通过观察效果，也会主动接纳这种创新。从次，新闻媒体还需要评估自身的组织环境是否已具备吸收人工智能创新的准备性。这方面可以考察资金投入、管理支持、员工技能等因素。针对不足之处，可采取培训、改造工作流程、扩大试点项目等措施进行优化。最后，根据创新扩散规律，新闻媒体的人工智能转型需要循序渐进，不能操之过急。同时，还要建立激励机制，鼓励员工积极探索应用，并容忍在试错过程中出现的失败。

二、新闻媒体引进人工智能的前期策略

运用创新扩散理论指导新闻媒体人工智能转型，对顺利实现从传统模式到智能化的重大变革具有重要意义。这需要新闻媒体在多方面做好准备。

（一）制定明确的人工智能战略目标

媒体机构在引入人工智能时需要制定明确的战略目标，如提升效率、优化内容生成、改善用户体验等，确保目标与业务发展相适应。人工智能是一个广义概念，涵盖多种技术和应用。没有一个明确目标，就无法选择适当的技术方案。媒体机构需要评估实施效果，制定系统化的应用规划，避免碎片化应用，形成合力。明确的目标也有利于舆论引导和团队文化建设，强化部门间协作，集中力量进行应用，并有助于评估投入产出比，进行成本效益分析。《人民日报》的人工智能战略目标就非常清晰明确，其名为“创作大脑”的AI工具覆盖了全媒体策划、采集、编辑、传播效果分析等各环节和业务场景，能够进行语句识别、全网热点数据自定义监测预警、批量生成可视化大数据报告等多种智能化生产。

制定明确的人工智能引入战略目标的步骤包括：（1）进行现状分析。媒体机构需要全面了解自身的业务流程、数据资产、技术实力、人才水平等，明确识别现有问题和瓶颈，明确AI的必要性和价值。（2）设定明确的目标。根据现状分析和业务需求，制定具体、可量化的AI引入目标，如提高内容生产效率20%、增加注册用户50%等，并确保这些目标与机构的长期愿景相一致。（3）优先级排序。如果资源有限，优先考虑对业务影响大且实施难度较小的AI项目。（4）寻找适合的AI解决方案。可以通过内部研发、合作伙伴或第三方解决方案实现目标，在选择时考虑技术成熟度、可靠性、成本效益和与现有系统的兼容性。

（二）建立跨部门的合作机制

国际媒体支持组织（IMS）在研究报告中分析列举了有利于媒体机构以AI赋能数字化转型取得成功的几个关键因素：管理层全力支持、建立协作桥梁、跨部门协同。

建立有效的跨部门合作机制，以保证技术、编辑、运营等各方的有效沟通和协同。这一合作需要技术部门、内容部门和运营部门的相互理解和协作，才能发挥人工智能的辅助作用。此外，管理层的推动和配合，通过制度建设促进协同工作，也可以提高团队效率和业务的应用潜力。

新闻媒体在引入人工智能技术时，建立跨部门合作机制非常重要，主要可以从以下几个方面着手：（1）成立跨部门AI项目团队。由高层管理人员参与，负责制定整体的AI战略和路线图，统筹各部门的AI应用和合作。根据业务需求选择不同部门的合适人员参与AI项目实施和应用推广。（2）建立AI应用数据库。收集各部门的AI项目信息，明确项目规划、数据需求、成果目标、技术难点等，以便开展跨部门合作。（3）优化业务流程和数据流转机制。打通部门壁垒，实现报道、编辑、销售、技术等部门在数据和业务方面的有效对接。通过构建这些机制，可以持续推动新闻媒体内部形成AI合作文化，发挥协同效应。

（三）寻找合适的合作伙伴

媒体机构应该考虑与专业的人工智能公司或研究机构合作，共同开发和应用人工智能技术。这种合作能为机构提供专业知识和技术支持，降低引入和运营的成本，提高工作效率和业务效果。

选择合作伙伴时，机构应评估其技术实力和可靠性，确保其有一定规模和成功案例，评估其文化契合度和沟通效率，以及平衡好合作的风险和收益，保护好自身数据安全和权益。

建立合作关系的步骤包括：寻找适合的合作伙伴，明确共同目标，制定明确的合作计划，积极进行知识共享和学习，确定知识产权和保密事宜，以及进行合作成果的评估。

新华社与百度展开深度合作，推动人工智能技术在新闻生产中的应用落地。美联社与Automated Insights合作使用Wordsmith平台自动生成财经新闻。《纽约时报》与Google技术孵化器Jigsaw合作开发的自动化处理读者评论的AI系统。

在合作过程中，应严格遵守数据隐私和安全规定，保护用户数据和敏感信息。总的来说，与AI公司或研究机构的合作，不仅能提供技术支持，也能为媒体机构提供新的创新思路和可能性，从而提高效率，优化内容，提升用户体验。

（四）培训与提升员工的AI素养，并制定激励计划

提升员工AI素养的必要性源于四个方面：提升工作效率、优化工作质量、应对行业变革以及形成竞争优势。AI技术在新闻内容生产、传播以及用户行为分析等方面的广泛应用，要求员工能够熟练掌握相关知识与技能以提高工作效率。同时，AI对大数据的处理能力有助于优化新闻质量。而AI技术的日益普及，将引发新闻行业深刻的变革，员工的AI素养提升有助于适应和引领变革。对AI的深入理解和熟练运用能够为新闻机构带来竞争优势。

对于如何提升员工AI素养，也可以从四个方面入手：内部培训、外部课程学习、实战应用、与AI公司或研究机构合作制定发展路径。通过组织内部讲座、研讨会等形式进行培训，鼓励员工参与在线AI课程学习可以有效提升员工AI素养。BBC早在2018年为其记者提供了关于AI的在线课程，帮助他们了解机器学习和自然语言处理的基本知识。实战应用是提升AI素养的重要方式，可以通过小组项目让员工在实际工作中运用AI技术。此外，新闻机构与AI公司或研究机构的合作能够提供专业的AI培训和指导。对于有志于深入研究AI的员工，机构应提供明确的职业发展路径和学习资源。新闻媒体还可以举办AI技能竞赛，评选出优胜者进行奖励。针对使用AI技术进行新闻编辑、撰写、审核等岗位，可给予技能津贴或设置专项奖金。

（五）充分发挥媒体机构中意见领袖的作用

人工智能（AI）的引入正在改变新闻媒体的运营方式。在这个过程中，意见领袖的角色非常关键，他们往往是新思想和新技术的推动者。可以通过他们的态度和行为来促进大众对AI的接受和使用。

新闻媒体如何发挥意见领袖的作用？首先，媒体机构需要识别出组织中具有影响力和信任度的人，这些人可能是资深员工、部门主管，或者是对AI有深入理解和热情的人。其次，媒体机构需要为意见领袖提供必要的支持，例如提供对AI的深入培训，让他们全面理解AI的功能和优势，以便更好地向其他员工推广。此外，媒体机构可以通过各种方式激励意见领袖参与AI的引入和推广过程，例如给予他们公开的表扬，或者提供额外的激励。最后，媒体机构可以建立一个反馈机制，让意见领袖可以反馈自己和其他员工使用AI的情况，这可以帮助管理层了解AI的效果，以便进一步改进。

（六）实施渐进式的智能化策略

在引入人工智能（AI）的过程中，媒体机构可采取逐步深化的策略。此策略主要是在较小的范围和简化的项目中初次实施AI，然后在积累经验和反馈的基础上逐渐扩大AI的应用领域，包括规模和复杂性。这种策略的优越性体现在以下几个方面。

风险控制：通过先在小规模项目中实施AI，机构可以在初期就将风险控制在可管理的范围内，避免全面引入AI时出现难以把控的风险。学习与优化：在小规模项目中应用AI，机构能够更深入地理解AI的优缺点，更早地发现并解决潜在问题，进而积累经验并对后续项目进行优化。赢得支持：成功的小规模AI应用有助于赢得更广泛的支持，包括员工支持，他们可以直观感受到AI为机构带来的实际效益。

新闻机构可以首先在特定类型的新闻报道（如财经新闻或体育新闻）中试验AI自动写作技术，然后在一段时间的试用和优化之后，将此技术扩展到其他类型的新闻报道中。这种渐进式的实施策略可以保证新闻机构在整个过程中有效地控制风险，实现学习和改进，最终成功地将AI技术进行深入全面应用。

（七）定期评估和优化AI系统

在引入人工智能（AI）之后，对其进行定期评估和优化至关重要，以确保AI系统的运行结果满足预期目标、符合实际需求，并不断推动其创新和发展。以下几个方面揭示了此操作的重要性和具体策略。

（1）确认效果：评估过程能够帮助机构确定AI系统的实际效果。（2）发现问题：定期评估有助于发现AI系统运行中可能存在的问题。（3）系统优化：优化过程是基于评估结果展开的，一旦发现AI系统的某些部分有改进空间，可以进行相应的调整，如改进算法、增加训练数据、调整参数等。（4）创新与发展：通过定期的评估和优化，能够推动AI技术的创新和发展，这不仅能助力机构提升效能，同时也有助于维持其在行业中的竞争优势。《华盛顿邮报》在引入Heliograf自动写作系统后，就通过定期的评估和优化来改善系统。他们发现系统在处理某些复杂新闻报道时的表现并不理想，进而优化了算法，使系统在处理这类任务上的效能得到了提升。