传媒观察

　　在新闻行业，人工智能（AI）的广泛应用带来了变革与挑战。史安斌教授与刘勇亮博士在《传媒观察》2023年第6期发表的文章中，通过对9位媒体工作者的深度访谈及相关资料分析，探讨了AI赋能中西方媒体新闻生产的历史和现状。文章分析了AI技术给新闻生产带来的内容偏向、隐私版权和信息真实等方面的挑战，并梳理了从媒介融合到人机协同的演进路径。为了适应AI赋能新闻生产的愿景，文章提出了处理好生产力与创造力关系、重新界定新闻从业者职业身份以及开展AI素养教育等建议。

　　今年3月，由马斯克领衔的千名业界和学界人士联署公开信，要求暂停“训练”AI大模型，但此举遭到了比尔·盖茨等人的抵制，后者强调应关注如何有效利用AI技术。同样，新技术带来的道德伦理和职业身份挑战让新闻从业者和公众感到担忧，但AI给新闻生产带来的转型升级机遇也令人振奋。本文旨在梳理AI赋能新闻生产的历史和现状，厘清其演进路径，并对未来的愿景、挑战及应对策略提出建议。

一、历史：AI赋能新闻生产的演进

　　根据人工智能技术的发展阶段及其在新闻生产中的深入程度，可将其划分为三个阶段：辅助增强、初步自动化与自动内容生成。

　　在辅助增强阶段，AI技术主要作为工具参与新闻生产，提高特定环节的生产效率。例如，翻译软件、语音转文字程序等。主流新闻媒体机构通过与企业合作开发各类AI工具服务新闻生产。例如，路透社自2018年以来使用Lynx Insight项目帮助新闻记者分析数据、提出故事构想，甚至撰写部分新闻内容。

　　研究对来自人民日报、新华社等媒体机构的9位新闻工作者进行了深度访谈，并结合伦敦政治经济学院贝克特的报告，探讨了中外新闻业对AI技术的应用情况。研究发现，中西方新闻媒体机构已广泛引入AI服务新闻生产的主要环节，存在相似的使用场景，但在某些具体环节存在差异。例如，西方媒体更重视AI的信息搜集能力，而中国媒体则更重视舆情监测功能。

　　除了特定环节的辅助增强功能外，AI还逐渐发展出机器新闻写作的能力。美联社早在2014年便开始与Automated Insights合作开发自动化新闻写作机器人Wordsmith。在国内，腾讯Dreamwriter、今日头条xiaomingbot等也是早期代表。值得注意的是，这些机器新闻写作模型有一定局限性，主要生成特定类型的文本内容。

　　ChatGPT的出现标志着AI进入自动生成内容（AIGC）的新阶段。多家媒体开始使用生成式AI制作内容，提供个性化产品并提高受众参与度。百度开发的“文心一言”也宣布接入多家媒体进行合作。

二、现状：AI赋能新闻生产的三大挑战

（一）内容的平庸与偏向

　　自动生成的内容往往存在浅表问题，缺乏一手信源和原创内容。此外，AI生成的内容可能带有偏向性，影响新闻的客观性和公正性。例如，Dall-E、Stable Diffusion等图像生成模型放大了人口刻板印象。

（二）数据的隐私与版权

　　大量用户个人信息被大语言模型收集，可能违反隐私数据保护法规。此外，AI在数据和信息版权方面存在争议。ChatGPT已陷入与多家内容平台的纠纷中。

（三）信息的真实与造假

　　AI生成的虚假信息可能迅速传播并难以辨别真伪。除了文本信息外，多模态内容造假也开始泛滥，如DALL-E生成的虚假图像在社交网络上迅速传播。

三、愿景：从媒介融合到人机协同

（一）生产流程的协同

　　未来，AI技术将进一步融合新闻分发环节，实现完整的生产流程协同。

（二）生产主体的协同

　　不同职业分工之间的边界将逐渐消弭，新闻工作者将成为多面手。新闻记者可以借助技术生成新闻稿件，淡化编辑角色；编辑也可通过自然语言处理大模型搜寻资料和数据。

（三）生产关系的协同

　　人机协同将是未来一段时间内AI赋能新闻生产的主要模式。AI作为工具协助新闻工作者处理事务，而非替代其工作。

四、反思与应对

（一）生产力与创造力之争

　　AI赋能新闻生产将解放和发展生产力，但也可能消弭新闻工作者的创造力。因此，需要在解放生产力的同时提升创造力。

（二）记者的身份认同之变

　　记者的角色将从信息生产者转变为信息把关者。面对信息危机，需要借助AI过滤噪音、核查事实、把关关键信息。

（三）新闻工作者的合法性

　　AI技术将取代部分机械性劳动，但完全取代人类记者还为时尚早。新的职业如算法工程师、模型训练师将出现并嵌入新闻生产之中。

（四）媒介素养与AI素养

　　公众需要提升判断力以应对虚假信息和低质量信息带来的危机。因此，有必要将媒介素养教育提升到AI素养维度并加强官方干预和监管以确保规范发展。随着智能媒介的普及公众也将逐渐适应人工智能产品的使用方式和生产逻辑。