传媒新质生产力的风险点及应对策略研究

【摘 要】本文深入探讨了传媒新质生产力的特征，剖析了其内涵的复杂性及其所带来的多重安全风险点。这些风险点不仅涉及技术层面的挑战，也包括产业结构的变动和传媒生态系统中信息传播的不确定性。面对传媒新质生产力所带来的新机遇、新挑战，文章提出建立一个政策、技术与认知协同的体系，这不仅要求技术上的持续创新和完善，还需要政策的引导与社会各界的共同参与。只有这样，才能在享受新科技带来的便利和机遇的同时，也能够妥善处理和应对随之而来的风险，使传媒新质生产力能够可持续地为社会发展作出贡献。

【关键词】新质生产力；传播生态；风控管理；预警机制

在传媒行业，推动新质生产力的发展要求构建一个更加安全、透明和负责任的传播生态，而数智化采编流程的构建、AIGC（生成式人工智能）的应用和内容生态的治理将成为关键。为了充分发挥传媒新质生产力的潜力，在技术创新、政策规范制定和公众教育等方面需要做好全方位的协同联动。

一、传媒新质生产力的内涵及特征

要充分发挥传媒新质生产力的潜力，要先认识和了解传媒行业新质生产力的内涵及特征。新质生产力是由技术革命性突破、生产要素创新配置、产业深度转型升级而催生的先进生产力。在传媒领域，新质生产力呈现以下新特征。

（一）新动能：AI驱动传媒业全流程智能化变革

AI（人工智能）尤其是大模型技术，成为传媒业的重要动能，推动了内容生成、分发与创作的全流程智能化。AI对话、AI风格化创作等功能已广泛应用于机构媒体，显著提升生产效率，并改变媒体工作者的工作方式。这不仅助力规模化生产和个性化定制，还为媒体行业的创新发展注入新的活力。

（二）新要素：数据成为传媒业核心生产要素

随着我国“数据要素×”三年行动计划的推进，大数据运用在传媒领域的重要性不断提升。数据资产逐步纳入企业财务体系，其增值效应日益显现。这一趋势驱动传媒业更加重视数据的获取、管理与应用能力，促使行业全面迈向数据驱动决策时代，增强行业竞争力。

二、传媒新质生产力需关注的风险点

新质生产力在赋能传媒领域时，将重构领域内劳动者、劳动资料、劳动对象之间的关系，实现生产要素的创新性配置。比如，数智化采编流程，引领劳动资料效能提升，泛传播领域AIGC应用，培育新型劳动者，主流价值引领的内容生态治理，拓展劳动对象范围，基于“智媒+”的产业智改数转，持续调整生产关系。新质生产力赋能传媒领域的同时，也伴随着前所未有的挑战，尤以安全问题最为关键。

媒体融合10年来，新质生产力推动了智媒生态建设，涵盖传播、技术和产业生态，但也带来了相应的安全风险，对各个生态领域产生深远影响。在技术安全方面，新技术和应用对网络空间安全提出了新的挑战，能力与政策上的空白亟待填补。近年来，大模型的安全问题频发，例如，提示词注入、数据投毒、不安全输出以及敏感信息泄露等。在产业安全方面，媒体转型跨圈强链，新模式和新业态的推进带来新的挑战，数据资产如何安全合规存储并实现增值仍在探索之中。在传播安全方面，新技术催生了大量良莠不齐的信息，困扰受众的同时也引发透明性与公平性质疑，算法主导的“信息茧房”现象更可能威胁文化多样性。面对这些关键安全挑战，唯有筑牢安全基础，方能从容应对，确保智媒生态健康发展[1]。

三、传媒新质生产力风险点防范的应对策略

防范传媒新质生产力可能带来的技术、产业、传播等安全风险，筑牢安全基础，需要遵循系统性与结构化原则，以网络空间安全基础设施为依托，将威胁情报、漏洞识别、专家响应等能力与媒体场景和数字经济的安全需求相融合，使安全能力深度嵌入智媒生态。同时，要以促进发展为首要任务，将安全风险视为发展的堵点加以疏通，努力在生产与风险之间实现平衡。面对新技术与新应用带来的变化，安全理论需要持续创新，安全标准需紧跟国际国内政策环境动态调整，以实现高效安全建设。更重要的是，新质生产力应在促进新时代公共意识和社会文化发展的过程中，依靠全社会的协同治理和公众参与，共同构建坚实的安全屏障。实现这些目标的关键在于推动政策法规、技术安全与公众认知三要素的协同提升，形成基础扎实、监管有力、全民参与的安全防护体系，为智媒生态健康发展保驾护航[2]。

（一）强化政策标准，构建法规和制度体系

网络安全与信息化关乎国家安全、发展，以及人民福祉，是重大战略问题。近年来，我国不断完善政策法规，从发布信息安全纲领性文件到制定安全等级保护规范与技术标准，全面推进网络空间主权、安全与发展利益的维护。数据安全被提升至国家安全高度，明确个人信息保护原则，并建立针对电信网络诈骗的全方位治理体系，有力保障国家与公众安全。经过持续优化顶层设计，我国网络安全政策法规和制度体系已基本形成，为网络安全建设奠定了坚实基础。

AI与机器学习技术的迅猛发展对互联网生态产生了深远影响。截至目前，我国已发布超100个参数规模在10亿级以上的大模型。这些技术的快速进步不仅推动了产业应用的多样化，也带来了严峻的安全合规与自主可控挑战。为应对这些问题，相关规则和标准正在不断完善。2023年8月，《生成式人工智能服务管理暂行办法》正式实施。2024年2月，全国网络安全标准技术委员会发布《生成式人工智能服务安全基本要求》，围绕语料、模型和评估等5个方面提出具体要求。2024年4月，WDTA（世界数字技术学院）又推出《生成式人工智能应用安全测试标准》，这是国际上首个针对大模型安全测试的标准，在内容与技术安全层面实现了全面覆盖。

传媒新质生产力的生成和发展给传媒行业带来了内容质量、真实性、合法性等方面的挑战，如何建立行业自律机制，完善智媒平台约束机制，成为当前亟待解决的问题。2024年11月，在中国新闻技术工作者联合会学术年会上，由新华社技术局、四川封面传媒科技有限责任公司（以下简称“封面科技”）、媒体融合生产技术与系统国家重点实验室、中国传媒大学等30余家单位联合编制的《新闻行业大规模预训练模型》系列团体标准正式发布，标志着新闻行业在智能内容生成与应用方面迈出了重要一步，为新闻行业大规模预训练模型构建出一个全面而系统的框架，为模型的实际应用提供了具体指导，确保新闻领域预训练模型应用能够遵守相关法律法规。

（二）推进技术创新，提升网络安全的防护能力

在智媒生态建设中，新质生产力不断推动重塑系统边界，促使网络安全架构持续演进，同时，结合大模型防护技术的应用，要进一步提升新技术环境下的防护能力，为网络安全提供更加智能化的解决方案。

1.加固内生安全防线，筑牢网络安全屏障

构建零信任安全架构，打造网络隐身、统一接入、最小授权、实时认证、持续评估、动态策略、服务隔离等七大零信任技术能力，利用权限认证机制和基于身份的访问控制，为应用和服务提供隐身防护。搭建应用运行时的自我保护能力，将安全防御能力整合到正在运行的应用程序中，在应用程序运行时实时监控应用的运行状态，结合开源工具二次开发安全规则，拦截SQL（数据库查询和程序设计语言）注入、敏感信息泄露、越权访问等攻击请求，使应用程序具备实时监控和阻断攻击的自我保护能力。与此同时，采用交互式应用安全测试技术，构建高效的DevSecOps（开发、安全、运营）流程，从而将应用安全漏洞在开发、测试阶段暴露出来，降低安全漏洞的修复成本，以此为契机推动测试团队建设应用安全自动化测试。

结合媒体策、采、编、审、发等业务流程，建设风控管理体系，对稿件全生命周期和用户行为全流程接入机器审核，实现稿件与用户行为的智能监控与管理。通过内容自动化巡检，实施从感知风险、控制风险到治理风险的闭环自动化处理手段。类似审校系统，目前已有人民网推出的“人民审校”系统、新华社技术局推出的“新华较真”、封面科技推出的“审核云”、百度推出的“百度大脑”等内容审核平台。

持续加强内容安全态势感知能力建设，将内容安全态势感知功能深度集成到内容生产的系统中，确保从内容生产到发布的每一个环节都得到严密监控。将发稿审核、敏感词触发、开关演练切换、用户注册登录、用户输入等关键操作全面数据化，以形成精准的内容安全数据模型，这一模型能够实时告警、聚合统计威胁事件，全面反映内容安全的风险状况。借助安全评分、安全监控、安全趋势、安全预警、风险聚合展示等模块，将内容安全态势以直观、易懂的方式呈现出来，协助内容团队更真实地感知内容安全态势，确保内容的安全性和合规性。

2.应用智能新技术，提升安全保障的效率和水平

目前大模型应用场景在逐步落地实现，各种安全理论和技术也在不断涌现，大模型防护技术作为AI的前沿应用，逐步成为智能化防护体系的重要组成部分。

大模型技术在网络安全保障中优势很多。具有大规模数据分析能力的大模型能够处理海量的多维数据，通过深度学习和模式识别技术，快速检测异常行为和潜在威胁，从而提高攻击发现的准确性和效率。借助大模型的实时计算能力，网络安全系统可以快速响应复杂威胁，动态调整防护策略，增强安全体系的弹性与敏捷性。通过对历史攻击数据和当前网络行为的深入分析，大模型可以预测潜在攻击路径，提供有针对性的预警信息，从而主动防御未来的安全事件。能够自动化学习正常网络行为模式，快速检测异常活动并实施防御，例如，识别分布式拒绝服务（DDoS）攻击或未知威胁。对海量恶意样本的学习，大模型能够精确识别未知恶意软件特征，有效防止恶意代码的传播。用大模型对用户行为进行动态分析，检测异常登录、权限滥用等问题，保护数据和系统安全。例如，奇安信集团发布的Q-GPT安全机器人和大模型卫士，基于奇安信大模型的“虚拟安全专家”，可以全天候工作，一台机器人工作效率等于60多名安全专家，极大提升了生产力。大模型卫士集安全风险发现、大模型访问控制、数据泄露管控、违法违规行为溯源、大模型应用分析等于一体，帮助企业更安全地向大模型要生产力。例如，深信服推出的安全GPT+，由“大模型算法+威胁情报+安全知识”训练而成，大幅提升对流量和日志的安全检测能力，用户安全现状自动分析及建议生成，自动化调查、分析、研判提升安全运营效率。

在大模型安全前沿技术层面，持续深入探索大模型的安全测试技术，借助AI技术通过自动化和智能化的测试方法测试AI，并积极寻找高效的大模型安全测试工具，以提升安全保障的效率和水平。

（三）拓宽大众传播，增强公众的信息安全意识

建立健全的举报和反馈渠道，使公众能够便捷地报告网络安全问题、虚假信息或侵犯隐私的行为，并确保这些举报得到及时有效处理。例如，四川日报报业集团打造的“问政四川”平台，已运行超过10年，成为四川省目前最大的网络问政理政平台。2022年，平台实现了四川各级党政部门的全覆盖，并与42个民生领域的厅局、21个市州、183个县（市、区）及6800余个党政部门展开了互动合作[3]。封面科技推出的封面新闻10.0版本，整合了32家省级主流媒体，提供了包括“我要求助”“我要投诉”“谣言线索”“我要举报”等多种求助与爆料通道。用户可以通过一键操作表达诉求，平台还设置了权威辟谣和举报入口，确保快速提交并得到官方处理回复。

提高数字安全技能，教育公众掌握基本的数字安全信息。各媒体应围绕网络空间安全领域的重大成就和最新动态开展主题宣传活动，深入宣传《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《关键信息基础设施安全保护条例》等重要法律法规、政策文件、国家标准，通过论坛、研讨、展览、竞赛等形式，联合党政机关、科研机构、高校、企业、社会组织、群众等各方力量广泛参与网络安全宣传活动，全社会共筑网络安全防线。

通过以上综合施策，可以有效提升公众的信息安全意识和自我保护能力，进而形成强大的社会共治力量，为传媒新质生产力的发展营造安全良好的外部环境。

四、结语

在科技迭代快速、内容传播分散、虚假信息难以辨别、法律规范滞后、国际形势严峻的情况下，要使传媒新质生产力更好地运作起来，需要实现政策、技术与认知的深度协同，建立系统化的协作机制，确保三者在传媒新质生产力的发展过程中相互支撑、相互促进。政策为技术发展和认知提升提供方向和保障，技术为政策落地和认知升级提供支撑，认知则为政策和技术的有效实施提供基础。只有三者协同发展，才能筑牢传媒新质生产力的安全基础，推动传媒产业的持续创新与高效发展。

参考文献

[1]宋钰冉，冯颖晓，李小璐，等.智媒时代信息茧房的成因及破茧对策[J].黑龙江科学，2021，12（12）：160-161，164.

[2]肖叶飞.媒介融合时代网络技术赋权与意识形态安全[J].传媒论坛，2022，5（9）：33-36，53.

[3]刘若辰，张剑，孙尚如.“公益集装器”：川观新闻构建平台型生态系统的创新性实践探索[J].新闻界，2023（12）：91-96.