智能技术协作下新闻业务数字能力转向

姜文恒 郭凡

摘要：人工智能生成技术颠覆了传统人类社会信息生产模式，也为数字时代新闻业务转型带来机遇和挑战。面对新技术，专业媒体从业者群体内部存在着认知和应用的断层。专业媒体机构在新闻实践中需要更好地适应人机协作的新闻生产模式，平衡技术和内容价值的主客体性，同时承担起技术驯化和内容把关的职责。

关键词：内容生产 智能采编 人机协作 大语言模型

移动互联网等技术创新塑造了新的媒介生产和新闻传播模式。智能硬件设备制造成本的降低提升了信息的可达性，人们随时随地使用手机等媒介终端参与到信息传播活动中成为数字时代的日常景观，经济因素背后不同阶层间的技术鸿沟也在不断消弭。从“媒介化转向”的范式出发，科技革命所带来的“深度媒介化”建构了新的社会基本形态。技术嵌入人类社会网络的同时也建立了更多的人技共生复合“场景”，新闻行业内多元主体如何在技术赋权下协同合作以满足多层用户的媒介消费需求成为值得行业深思的问题。数字技术再分配了公共话语权利，不同圈层在社会化媒体平台中践行着各自的媒介仪式。从马克思定义下按照资本占有的社会阶层划分到布迪厄资本定义衍生出的数字资本（Digital Capital）概念，新的阶层结构在技术对个体分化效应的影响下逐渐成型。主流媒体作为社会舆论引导、网络治理职能的核心单元应该积极利用好自身数字地位优势并结合数字技术嵌合到新传播格局中去。理解技术作为非人行动者如何参与到普通信息受众和专业媒介组织内的媒介实践或将为智媒时代新闻业发展带来新的启示。

一、专业新闻组织内的数字协作与断层

人作为社会传播活动中的重要节点借助移动通信设备和新媒体冲破了传统信息分发框架的限制，获得了信息生产和再生产的权利。同时信息在被消费和再传播的过程中，数据作为以上行为的伴生产物也被海量生产。数据和技术看似是社会网络中崭新的“行动者”，实则跟空气一样长久存续于宇宙万物之间记录着人与实物之间的数量关系。移动互联网和终端智能设备的普及让数据新闻（Data Journalism）这一以计算机为辅助的新闻量化报道方式成为数字时代重要的媒介形态之一。数据化、算法化的新闻生产新形态对多元新闻生产主体和终端信息消费者共同构成的传统平衡结构带来了冲击。技术犹如一颗石子坠入中国社会的差序格局和叙事结构之中。经济发达地区具备较高媒介素养的专业媒体人才得以更快更熟练地驯服大数据智能算法等提高新闻采集、撰写、分发效率的新工具，少数的精英群体掌握了更多的公共话语权。看似不同波纹之间存在一种平稳的弱化趋势，实则处在不同经济地位的媒介从业者对于数字信息时代人和技术的融合能力存在“沟壑”。Van Dijk在后续的使用鸿沟假设中指出对于“高级”科技使用的差异也造成了人们在生产和教育中表现的差异。“高级”技术的定义具有强烈的时代意义，快速的科技变革对职业新闻从业者的技术嗅觉提出了更高的要求。即便在专业媒介组织内部，不同部门人员由于任务分工、职业素养等专业能力需求的差异和面对创新扩散所处阶段的不同也存在着“搜索能力沟”和“知识调用沟”。

但技术的创新速度往往超出大部分人的预期。ChatGPT所代表的生成式人工智能技术横空出世，为信息时代的内容生产分发带来了巨大变革，关于机器是否会取代人类劳动力的讨论也被再次推上顶峰。新闻行业与技术必然的交融对于专业媒体从业者的媒介素养（Media Literacy）和数字素养（Digital Literacy）都提出了更高的时代要求。早期学者如Weiss等人将行动者网络理论引入新闻创作活动中，强调了社会主体间的链接与新闻生产所形成的映射关系。厘清多元行动者共建的新闻生产传播网络和连接行动者彼此之间那看不见的“线”将重塑组织内在对立关系、创造协同互助创作模式。

在纸媒和大众传媒时代，记者和编辑室成员是新闻选题和传播内容的核心权利者。在数据新闻抢占受众群体信息来源背景下，新闻生产的任务变得更加碎片化、精细化。技术人员更深地以辅助角色卷入内容生产的全流程中，生产网络内部固有的权利结构被分化。内容团队和技术团队曾身处各自建立的专业“黑箱”中，而这种壁垒随着技术辅助功能的普及和数字素养的提升被逐渐打破。但两者之间却深度融合形成了一个更加复杂的生态系统，多元主体在交织和冲突中相互依存。在日常的新闻实践中，后台人员也会尝试如代码注释等方式实现与未经过代码专业训练的新闻采编人员进行更有效的沟通。由此可见开发团队和记者团队已逐渐更加主动积极地融入彼此。内容创造者（包括文字、视频等多媒体内容生产者）和技术掌权者通过其控制的平台和工具决定了信息的生产与流通模式，并在传播网络中作为关键人类行动者参与到公共议程设置、舆论引导等核心社会行动中。在数字技术革新面前，传统新闻采编人员曾陷入窘境，作为核心行动者的权利被分散。然而这样的局面在生成式人工智能技术兴起的背景下将迎来转机，内容决策者重获主导角色的情景或将在媒体从业者掌握和应用新技术下得以实现。技术作为全新非人类行动者重构了固有网络的角色关系。

二、新技术观视域下专业媒体采编人员技术素养

移动互联网和多元化的新媒介形态促进了信息流通速率提升，同时也重塑了受众的信息消费习惯。以数据技术和推送算法为基础的现代新闻分发机制能够在第一时间采集最新获取的新闻事件，数字化、智能化的数据新闻创作模式成为顺应全新媒介生态的必要机制。而依靠单一职业技能的传统团体构成几乎很难完成覆盖多平台、多形态的数据新闻报道任务，以及人类技术行动者和技术建构的新行动者在新闻生产网络中对于编辑室成员的权利分化也让组织内部造成了角色分工和沟通交流上的迷惘。如何定义新闻本身和技术的关系以及核心成员与技术的关系是中国新闻业智能化转型面临的先决问题。

1.人机共生新闻创作中的人本性回归。在更为智能化的AI生成技术诞生以前，媒介和大数据对新闻传媒行业的改变更多是聚焦于信息生产者和信息消费者之间的互动逻辑。如今，依托于社会化媒体平台的信息传播打破了单向度的枷锁，多元主体在网络空间建构了以用户生成数据为生产资料的精准推送和互动新闻新形态。智能硬件和计算机算法让职业媒体内容工作者在面对新闻选题和新闻调查时对于新闻事实和热点事件获取变得更加高效和及时，并逐渐孕育出了计算机辅助新闻和数据库新闻等以数据为核心驱动的机器辅助内容创作模式。对于新闻工作者职业素养的要求正逐渐形成数据融合转向，甚至发展成“新闻码农”“新闻黑客”等适应数字化时代的新角色。然而面对新技术时传统新闻传播人员在接受和应用数字技术的过程中极易陷入技术决定论的怪圈。一方面，由于自然科学知识训练的缺位，部分内容创作者无法熟练掌握新媒介技术且在与后台开发人员写作中面临沟通错位，使得数据技术成为新闻界炫酷的“时髦玩意”；另一方面，在采用数据新闻报道方式时，数字化工作流中的信息仅经过简易的整合汇报处理，缺少了编辑部成员对于新闻事实的再思考，同时也忽视了新闻事实有关价值和意义的人本性思考。媒介作为信息载体无论以何种形态嵌套于人类社会，最终传播行为应该回归到对于信息意义和价值的传递。当报道仪式被置于内容价值之上时，保持新闻内容价值和主体性的责任将回归到由采编人员构成的新闻生产网络核心行动者当中。大语言模型（Large Language Models）突破了以深度学习为核心基础的现代大数据模型的应用场景局限，实现了低代码生态下的智能化交互内容创作。机器为人类社会信息生产提供了更为便利的资料获取环境以及更高效的加工技术，但技术不应作为结论和终点反客为主，而是协助人类追寻真理和信息自由，让话语回归到人类个体。数字时代，技术将海量信息快速转化为有价值的新闻内容，有温度、有情感、有社会意义的新闻离不开新闻从业者从人性出发提供的专业判断，新闻采编的创作过程不应被技术束缚而转化为冰冷的机械性加工。

2.基于交互式人工智能的采编人机互动模式。抛开技术决定论和社会决定论关于影响社会变迁因素的争议，不能否认的是技术发展在改变人类生活方式的同时，也改变了人与技术的互动方式。在专业媒体机构软硬件、智能技术等物质和非物质数字基础设施搭建的过程中，技术变革的速率和对生产模式带来的改变也在不断刷新着媒体组织内前、中、后台人员的技能构成。自然语言编程让主流媒体机构中的非技术人员通过为传媒行业定制化打造的数据产品以更加简化的方式控制机器完成新闻报道中的数据任务。

生成式人工智能在新闻领域的应用值得期待，职业新闻从业者面对新的智能技术时也应及时从过往对编程等数据技术的使用能力转向为训练和利用AI的能力。固然新兴的计算机编程语言已更为接近人类自然语态，但相比于ChatGPT完全拟人化的任务分发模式无疑对于非技术人员的使用体验和效率都是更佳的。在技能思维上采编人员转为以“提问”“教育”的方式实现与机器的交流。如何通过自然语言更为精准地将新闻任务概念化和操作化并转述为机器能解读的指令，其中需要人们学会如何使用特定提示词（Prompt）、语法等具备特定语义和功能的表达方式更有效地让人工智能理解任务要素，让需求更加具象化。由于GPT技术并非传媒行业的定制化产物，职业媒体人的专业知识和工作指令能协助补足大语言模型背后传媒训练数据的缺位，让模型进化成为更好地服务于新闻媒体行业的智慧工具，孵化出符合采编人员工作节奏的虚拟数字助手，持续探索潜在的应用场景以及人与技术的共生共创机制能帮助专业媒体从业人员提前做好数字智能革命下对行业带来的冲击。更为模块化、私人化的人工智能使用方式，为以人类为主导的机器参与式新闻创作提供了铺垫。技术和平台是新闻内容的表征形态，生成式人工智能与新闻界的勾连赋予职业新闻工作者从技术困境中抽离的机遇，也建构了基于交互式人技共创下新的劳动力素养要求。

3.技术与内容的双重把关角色。人工智能延伸了人类知识检索和归纳的能力，机器辅助得以让每一个掌握技术使用的个体接近知识生产的核心。基于神经网络和深度学习算法的智能工具在协助内容和新闻创作的过程中会面对两个核心问题。一是ChatGPT等生成式聊天机器人所输出信息的真实性和准确性尚无统一的标准进行检验。比如，用户在使用ChatGPT检索学术资料和相关知识时，常会出现机器为了实现用户指令的需求而虚构“真相”的现象。二是在尚未对新技术建立完善的监管机制前，负责开发的技术人员和终端用户自身的价值观和伦理程度很大程度决定了技术接受的进程。比如，Midjourney（AI绘画工具）和Deepfake等深度学习技术产物虽然建立在技术的自主性角度试图推动社会进程，但也滋生出了如成人影像、名誉侵权、网络谣言等新的社会问题。

采编团队如今的把关人角色与怀特将把关人理论引入大众传媒时已发生了巨大变化。社会化媒体平台让UGC内容得到快速的创作、传播、互动，未被证实的信息也可以得到广泛的传播。主流媒体新闻工作者依靠前后端数据平台联通进行内容生产时，既要保证通过网络爬取内容辅助选题和报道内容的真实性，也要发挥主流媒体在重大事件中舆论引导的社会职能。媒介工作者在嵌入实现数字化、智能化协作模式时对作为生产资料的数据和数据技术应保持谨慎态度。数据质量的参差不齐和辨伪的较高难度对于媒体人的信息把关能力提出了挑战。人作为传播行为中的参与者也实践着监督者和规训者的权利。技术行动者在人类网络中扮演的角色被主动的人类行动者所定义。在智能技术未充分成熟之际，人工把关机制仍需利用其传统优势确保在新闻选题、舆论导向、内容筛查等关键环节保持人的主导性，以维护主流媒体的公信力和公共利益，促进符合中国特色的新闻现代化进程。

三、人工智能技术与新闻组织的融合与创新

出于自我需求等社会因素，不同主体对于新技术的感知和使用呈现多样化态势。ChatGPT等AI生成技术对各行各业带来了颠覆性的想象空间，也让传媒业界重新审视在大数据时代智能数据技术在新闻内容创作与传播领域的作用和影响。智能信息技术为人机协作的交互和生产方式注入了新的活力，也重塑了人类行动者和技术行动者之间的相互作用关系，这种关系的演变从曾经“人对机”的使用和驯服，逐渐转变为协作式的“人机共融”互动关系。交互式人工智能进一步降低了未经过编程和代码思维训练过的普通新闻从业者掌握新技术的难度，个体技术能力的鸿沟可以通过对人工智能生成技术的掌握得到弥合。以计算机技术为界限的新闻生产前后台区分也正逐步演化为更为融合和动态的生产模式，原本清晰的边界变得模糊，生产活动也更加注重整合性和互动性。

人机关系的发展演变反映出一种深刻的转变：从初期的工具使用逻辑，演进为以人类为核心价值主导的机器辅助协作模式。在这一模式下，新闻专业人才应具备的素养不应局限于传统的采集和编辑能力，而应拓展为能够与技术进行有效交互、训练技术、与技术共生共存的多维能力。在这一趋势下，人和机器的关系不应视作零和博弈，而是互补共进的伙伴关系。对于新闻媒体而言，找到技术行动者在媒介网络中的适宜位置，并发挥其在技术创新推动下的新闻创作潜能，成为主流媒体在新时代重塑公信力、增强舆论监督能力的新机遇。

作者姜文恒系北京大学新媒体研究院博士研究生

郭凡系北京广播电视台网络传播中心编辑

本文系国家社会科学基金重大项目“建立全媒体传播体系研究”（项目编号：20ZDA057）的阶段性研究成果。

参考文献

[1]喻国明，耿晓梦.“深度媒介化”：媒介业的生态格局、价值重心与核心资源[J].新闻与传播研究，2021（12）.

[2]Hacker，Kenneth L，Jan van Dijk.Digital democracy：issues of theory and practice[M].London：Sage，2000.

[3]喻国明，李钒.提示工程师：未来新闻工作者的身份转变与逻辑重构[J].未来传播，2023（04）.

[4]Schmitz Weiss A，Domingo D.Innovation processes in online newsrooms as actor networks and communities of practice[J].New Media&Society，2010（12）.

[5]翁之颢.ChatGPT重塑职业编辑的三维路径：业务边界、认知逻辑与核心能力[J].中国编辑，2023（11）.

[6]高奇琦.GPT技术下的深度媒介化、知识秩序与政治秩序[J].现代出版，2023（03）.

【编辑：曲涌旭】