AI新闻写作“文字失语”现象及其改善策略

［摘要］随着人工智能技术的飞速发展，AI新闻写作在新闻内容生产中愈发活跃，然而AI新闻写作在提高新闻生产效率的同时存在“文字失语”现象。文章分析AI新闻写作“文字失语”现象归因及不利影响，并提出改善策略，即“加强培训与激励，提高新闻生产者素质”“强化人机协同，细化内容审查制度”“实现多维优化，突破AI新闻写作表达局限”，为AI新闻写作更好地服务新闻传播活动提供参考。

［关键词］AI新闻写作；新闻生产；“文字失语”；改善策略

目前，人工智能技术广泛应用于新闻传播领域，发挥重要的作用。其中，AI新闻写作在新闻内容生产中彰显显著优势，不仅能够准确、高效地进行新闻写作，而且大幅缩减生产成本，体现大数据模型下的文本生产水平。AI新闻写作已经成为新闻传播领域的时代发展潮流，然而其也存在一定的弊端。AI新闻写作基于人类提供的数据库和文本基础，在优化新闻内容生产进程的同时也使新闻生产者日渐产生“倦怠”，也就是说，在新闻内容生产中，AI新闻写作“文字失语”现象愈发严重，容易使受众陷入信息茧房，不利于提高新闻内容生产质量，也不利于新闻传播的发展。因此，文章分析AI新闻写作“文字失语”现象归因及不利影响，并提出改善策略。

文章所提及的“文字失语”不同于生理性病变所造成的人际交流符号和表达能力障碍，指因自身尚未解决的弊端而导致新闻生产者在新闻内容生产中出现的词不达意、语言组织不当以及无法清楚地表达新闻内容的情绪和观点的一种社会性现象。

一、AI新闻写作“文字失语”现象归因及不利影响

随着媒体技术的发展和新闻话语权的不断提升，新闻市场愈发多元，AI新闻写作带来的高效“标准化生产”，为新闻生产活动注入了新的活力［1］。除了传统的PGC新闻产出，UGC新闻的生产也不容小觑，且相比人工新闻采写，AI新闻写作更能适配移动端新闻碎片化传播的特征。然而受众每天从移动端摄入碎片化的新闻内容，获取大量事件信息，在一定程度上使丰富的内心表达欲与贫瘠的语言产生矛盾［2］。也就是说，AI新闻写作的高频产出在满足受众需求的同时也会促成“文字失语”。

（一）数据模板导致内容同质化，主体创造性减弱

在大数据时代，传统的人工新闻写作已经难以满足新闻的时效性要求，AI新闻写作顺势参与到新闻内容生产当中［3］。在现阶段，新闻内容生产的大部分新闻素材来源网络。AI新闻写作可以根据核心算法辅助相关平台进行原始材料的收集和加工，智能化完成新闻采编工作［4］。新闻媒体再协同AI新闻写作进行素材整合，并二次创作出新闻作品。然而，AI新闻写作生成的内容大多基于数据库，数据库更新具有滞后性，一旦新闻报道拓宽领域，AI新闻写作可能无法识别多元的人类语义系统并处理相应的数据［5］。可见，AI新闻写作的模板化会使得传递的新闻信息浮于表面，报道模式样板化，最终导致新闻媒体生产出的新闻内容存在同质化现象。同时，AI新闻写作开发程度也不够完善，只能适用于经济、体育等偏向于结果导向的领域，而对社会性复杂的事件难以进行准确的报道，使新闻产出缺乏深度［6］。因此，诸多AI新闻写作协同生产的新闻内容存在雷同现象，虽考虑到知识产权和受众个性化需求等问题，新闻生产者会对这些文字信息进行再润色，但内容同质化现象依然存在。

基于互联网背景下新闻碎片化传播特征，习惯惰性接受网络新闻信息的受众持续浸润在浅层思考的状态，在对信息的接收和消化时趋于选择网络化的浅表语言，这也在一定程度上加剧了AI新闻写作“文字失语”的状况［1］。纵观整个市场，新闻内容同质化还在不断加深，而受众对同质化的新闻内容持有较高的包容度。在这样的市场环境下，新闻内容生产门槛降低，AI新闻写作大幅度减少新闻内容生产成本，并匹配市场需求。在这种人工智能的惰性模式下，人类作为主体的创造性被大幅度削弱，新闻生产者的文字敏感度和思维灵活性在不知不觉中丧失，陷入“文字失语”的境地［7］。

（二）算法推荐窄化信息范围，信息茧房固化

AI新闻写作基于模仿和继承原有的新闻写作范本，在特征上与人工新闻写作并无明显差异。有研究显示，受众对纯AI新闻写作、纯人工新闻写作以及人机协同新闻写作的可信度感知，并无明显差异［8］。这也就意味着在算法的推荐下，新闻生产者或是受众很难区分新闻内容是否由AI完成。而在算法推荐高度参与的新闻内容生产中，基于个人历史点击记录、浏览习惯等数据进行推荐，AI新闻写作更倾向于向受众展示符合其兴趣爱好和观点认同的内容，可能导致信息范围狭窄，使受众更容易暴露在自我认知偏差和信息孤立等问题中［9］。哪怕是专业记者等新闻生产者也可能会由于算法推荐机制，处在信息孤岛中，出现“文字失语”，长期处于新闻内容生产的“舒适区”，形成信息闭环，导致信息环境被窄化，知识面变得单一，表达趋于浅薄、重复，最终信息茧房固化［7］。

此外，虽然AI新闻写作能够通过与新闻生产者互动，产出更符合表达需求的新闻内容，但是AI的语言模仿能力和高度活跃的特征，促使AI新闻写作不间断地输出观点，造成“沉默的螺旋”［10］。这意味着越频繁地使用AI新闻写作，新闻内容就越容易产生算法偏见，使新闻生产者陷入信息茧房，导致“文字失语”状况极端化，甚至算法推荐窄化信息范围。AI新闻写作在处理大量数据时也会因算法系统而呈现社会倾向性，选择输出“少数服从多数”的内容，形成算法偏见，并影响新闻传播［11］。可见，AI新闻写作在新闻内容生产中的“文字失语”，难以扭转新闻的不正确倾向，最终算法偏见带来舆论引导与原本就存在于线下的刻板印象重叠，致使社会歧视加剧［12］。

（三）逻辑程序限制情感表达，公众信任感降低

新闻传播活动不仅要传递信息，还要关注社会现象和人文精神。除了新闻事件和数据的理性陈述，情感表达也是新闻内容生产的重要组成部分。新闻生产者在新闻内容生产中传递的情感不仅能拓展新闻的深度，也是维护新闻与受众间信任关系的纽带。AI新闻写作利用算法推荐、人工智能和大数据等技术以及计算机的理性逻辑和程序，在新闻内容生产中能实时借用数据保持报道的中立性和客观性，而无法像人类一样，基于社会环境、人文背景进行感性思考，导致新闻内容生产在一定程度上存在情感缺失。

有别于人工新闻写作的有血有肉，当上升到思想情感与道德的高度时，AI新闻写作暂时还无法取代人类，通过多维度特别是人文情怀维度来思考复杂的个体行为和社会现象［13］。缺乏情感表达和人文情怀的AI新闻写作，也剥离了人类理解事物的多维，导致新闻内容浮于表面，难以深入受众内心，进而弱化新闻与受众间的信任关系。如果新闻长期缺乏情感表达和人文情怀，无论是新闻生产方还是新闻消费方都会产生“文字失语”，且若新闻生产者疏于挖掘新闻事件背后的多维情感因素，受众也将难以通过新闻内容得到情感共鸣，对报道的可信度产生怀疑，从而影响新闻的公信力。目前，由于移动端市场对新闻量的追求，部分新闻媒体特别是UGC新闻生产方将新闻内容生产依托于AI新闻写作，在一定程度上导致新闻生产乱象频发，新闻内容缺乏辩证思考、人文情怀，让受众与新闻媒体关系趋于紧张，新闻的公信力下降。

二、AI新闻写作“文字失语”现象的改善

策略

（一）加强培训与激励，提高新闻生产者素质

新闻内容生产涉及内容庞杂，这要求新闻生产者秉持终生学习的认知，产出高质量的新闻内容。当下，虽AI新闻写作充分参与新闻生产工作，但生产的主导权依然掌握在新闻生产者手中。对新闻生产者来说，学习与AI新闻写作有关的知识和技能，更应作为职业的必要要求［13］。AI新闻写作的数据库基于人工建立的数据模型，而专业记者作为新闻生产者，是新闻生产数据模型的内容创作核心，面对日趋严重的“文字失语”现象，必须通过专业培训提高自身的职业素质和主观能动性，增强对新闻内容进行深度剖析与专业解释的能力，提高新闻敏感度，发掘社会热点话题。

在现阶段，新闻生产者也要将新闻内容生产的重心放在如何使用AIGC辅助新闻生产过程的同时保持多维思考和辩证思维，并根据数据所反馈的受众动态，不断优化新闻传播的决策上。目前，人工智能的构建和管理成本通常较高，部分新闻媒体缺乏足够的财力支持和应用人工智能进行新闻创作［14］。因此，新闻媒体要定期培训新闻生产者，使其能够系统地将AI新闻写作融入新闻内容生产，并保持批判性思维，了解报道中的潜在偏见和利益冲突，理解信息背后的目的和意图，从而更好地评估信息的真实性和客观性，避免“文字失语”［15］。

除了与行业发展相匹配的专业培训，新闻媒体还要采用合适的激励措施，调动新闻生产者的主观能动性，积极应对“文字失语”。当前，新闻市场垂直多元，自媒体盛行，UGC新闻内容占据一定市场份额，新闻媒体更应当强调专业培训，通过业界竞赛、资源共享、专业讲座等帮助“非科班”的自媒体新闻生产者坚定马克思主义新闻观，提升新闻专业素养，树立新闻道德意识，并保持对新闻的敬畏之心，在信息洪流中保持清醒，更加自觉地做好新闻内容生产工作。在受众有需求、市场有方向、业界有要求的良性闭环中，新闻媒体加强对新闻生产者的专业培训和激励，有助于培养适应时代的新闻专业人才，全面提高新闻生产者素质，提高新闻的可信度和公信力，减少“文字失语”现象。

（二）强化人机协同，细化内容审查制度

监管审查能够减少甚至避免因为新闻内容生产不当导致的新闻传播风险，是新闻生产过程中非常重要的环节。AI新闻写作应用于新闻内容生产，使内容审查难度攀升，而人机协同的监管审查方式是有效的应对方案。2023年7月，国家互联网信息办公室等正式发布了《生成式人工智能服务管理暂行办法》，旨在规范人工智能服务市场监管审查工作，实现人机协同共同参与、公众有序合法参与新闻生产［16］。目前，人工智能算法已经能够通过调用大数据对新闻内容进行审查和校对，在一定程度上降低新闻内容的错误率，但是人工智能审查建立在原有的数据库上，在处理人工智能技术产生的伦理问题、虚假信息时，仍存在不足。如果新闻信息审查工作进行精细化区分，在人工智能审查环节中加入人工审查，不仅可以降低内容审查风险，还可以在审查中强化语言组织辨识能力，减少“文字失语”现象。同时，人机协同审查分工越清晰，越能明确各方责任，从而不断完善AI新闻写作的监管审查机制，助力搭建生成式人工智能的治理体系。

此外，在新闻内容审查的大环境下，政府相关部门应完善人工智能协同新闻内容生产的法律法规、权利义务；新闻媒体应自觉增强新闻生产者和受众的新闻伦理道德和意识，营造良好的网络新闻传播氛围；第三方平台应不断优化人机协同审查的机制和体系，完善多元主体共治和人工智能协助参与的内容审查制度，助力新闻内容的生产和传播［14］。人机协同精细化的内容监管审查，除了能够更好地适应和满足目前的新闻市场，还能够通过提供更优质多元的新闻内容，缓解新闻内容同质化和算法偏见带来的信息窄化、“文字失语”和信息茧房等问题。

（三）实现多维优化，突破AI新闻写作表达局限

在智能化时代，技术迭代周期越来越短，新闻媒体应当与人工智能科技公司进行深度合作，发挥人工智能的技术优势，更新新闻数据库，不断精进AI新闻写作的核心算法，以满足不断变化的新闻需求［13］。

目前，新闻媒体通过不断更新数据库来优化AI新闻写作的语言表达和呈现方式，使AI新闻写作能够更准确地传达复杂的概念和情感，并以富有感染力的方式呈现新闻内容。然而目前，受众细分多元，个性十足，AI新闻写作要想加入人文关怀元素，光靠被动地更新数据库是难以实现的。赋予AI新闻写作细腻的情感表达仍需要新闻生产者主动出击，深入基层一线，保持和延续联系人民群众的良好作风传统［17］，更好地将富有社会现实和人文情怀的内容与AI新闻写作收集的数据进行整合，从而形成多维度的新闻素材处理方式，在一定程度上降低算法偏见，更好地帮助AI新闻写作关注和理解社会现象背后的人文价值，彰显新闻的人文关怀，降低“文字失语”风险。

对整个新闻市场来说，除了考虑融入人类情感色彩，AI新闻写作对多元化的新闻内容生产还需要满足受众的商业、娱乐倾向等更多个性化的需求，多维地生成观点，突破技术表达上限，避免信息茧房，保证新闻内容的全面性［15］。

三、结语

AI新闻写作在新闻传播活动中具有巨大的潜力和优势，但也存在弱化新闻生产主体意识、固化信息茧房、降低公众信任感等问题，导致“文字失语”现象加剧。因此，新闻媒体要通过“加强培训与激励，提高新闻生产者素质”“强化人机协同，细化内容审查制度”“实现多维优化，突破AI新闻写作表达局限”，有效地干预和改善AI新闻写作在新闻内容生产中的“文字失语”现象，提高AI新闻写作的内容质量，使AI新闻写作更好地服务于新闻传播活动。

［参考文献］

［1］张银虎.“文字失语症”的网络动因、心理表征与亚文化症候［J］.新闻传播，2023（13）：31-33.

［2］刘远军，陈立瑶.归因·困境·转向：互联网时代文字失语的亚文化症候［J］.新闻世界，2024（01）：17-20.

［3］李明文，涂媛，戴雪妮.人工智能赋能新闻传播研究综述［J］.新闻知识，2023（12）：3-15.

［4］张今杰.智能新闻的发展应用及其伦理反思［J］.求索，2020（06）：68-76.

［5］史安斌，刘勇亮.聊天机器人与新闻传播的全链条再造［J］.青年记者，2023（03）：98-102.

［6］李亚蝶.人工智能对新闻真实性的影响研究［J］.记者摇篮，2024（05）：12-14.

［7］沈爱国，徐汇紫琳.文字失语症：互联网时代语言表达困境分析与对策［J］.传媒评论，2022（12）：

44-46.

［8］郑越，杨帆.记者和算法谁更值得信任：“机器人新闻”可信度的影响因素探析［J］.现代传播（中国传媒大学学报），2019（06）：63-67.

［9］赵宇晴.智能推荐算法对新闻阅读偏好与舆论形成的影响［J］.中国传媒科技，2024（04）：150-154.

［10］王晗啸，张楚惠.“双重意见气候”下社交机器人舆论干预影响研究：基于ABM仿真模拟沉默螺旋效应［J］.新闻大学，2022（12）：75-90.

［11］张梦，陈昌凤.智媒研究综述：人工智能在新闻业中的应用及其伦理反思［J］.全球传媒学刊，2021（01）：63-92.

［12］洪杰文，常静宜.人工智能的新闻传播实践及反思［J］.青年记者，2023（01）：45-49.

［13］马晨阳，刘昊铭，杨国兴.人工智能应用对新闻生产的挑战和应对策略研究［J］.传媒论坛，2024（06）：24-29.

［14］李晨.众声喧哗：自媒体时代新闻专业主义的困境与出路［J］.新闻前哨，2024（03）：30-31.

［15］田丽，陈馨婕.AIGC对新闻真实性的影响成因及路径分析［J］.青年记者，2024（02）：79-85.

［16］崔燕.生成式人工智能介入新闻生产的价值挑战与优化策略［J］.当代电视，2024（02）：104-108.

［17］王辰瑶.数字时代新闻真实观念面临的新挑战［J］.中国记者，2021（09）：101-103.