人工智能技术在文化产业中的应用与影响研究
摘要：人工智能技术的发展为文化产业提供了诸多应用性机遇；其中一些关键性技术点与文化产业相结合，可以实现文化内容产生、创意资讯传播以及文化市场管理方面的创新。本文拟从几种主要的人工智能技术出发，介绍在技术与产业相结合过程中形成的代表性应用，同时探讨分析目前的人工智能应用带来的“信息茧房”“机器歧视”等社会问题，从而为我国文化产业发展提供相应的经验。
关键词：人工智能；文化产业；算法公平；信息茧房
人工智能（ArtificialIntelligence，AI）本质上是对人的意识与思维的信息过程的模拟，是指使用机器代替人类完成认知、识别、分析和决策等功能。在《人工智能：一个现代路径》[STUARTJ.RUSSELL&PETERNORVIG,ARTIFICIALINTELLIGENCE:AMODERNAPPROACH1034(3ded.2010),supranote7,at4.]一书中，“人工智能”被定义为：行为是为了获得最好的结果，或者在不确定的情况下，获得期待的最好结果，这是一种“理性行为”选择。在过去的十余年中，人工智能技术在以深度学习为代表的机器学习、语音识别、自然语言生成与处理、计算机视觉等领域取得不少成果，引得全球广泛关注。
世界各国都在积极部署关于人工智能的战略规划，2016年10月，美国和英国双双出台国家人工智能战略。就我国而言，2017年，国务院印发《新一代人工智能发展规划》，其中提出到2030年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元[国务院:新一代人工智能发展规划[J].重庆与世界,2018(02):5-17.]。
基于此，本文重点关注人工智能技术在文化产业――即新闻出版、发行、广播电视、电影、文化艺术、文化信息传输、广告服务和文化休闲娱乐等领域中的应用现状、存在的问题及对策，从而为我国文化产业发展提供可借鉴思路。
一、人工智能的主要技术类型与文化产业中的典型性应用
在美联社于2017年发布的《人工智能工作手册》中，人工智能在新闻业应用最频繁的技术主要有5类，包括机器学习、自然语言技处理术、语音识别技术、机器视觉和机器人技术[余婷,陈实.人工智能在美国新闻业的应用及影响[J].新闻记者,2018(04):33-42.]。在整个文化产业当中，目前应用最为广泛的技术类型是以深度学习为代表的机器学习，其他4类技术类型也均有不少应用落地。
通过上表可知，人工智能中的虚拟代理、机器人自动化、机器学习、深度学习、生物与语音识别、自然语言生成与处理（NLP）、硬件优化与决策管理等技术可以与文化产业中的信息采集、内容生产、信息传播和受众管理等有效结合，提供诸如内容个性化算法、受众目标与偏好识别、自动新闻内容生产等方面的服务，也可以提供在客户管理与市场调研方面的有力手段。
目前，国外一些先进的文化媒体机构对于上述技术的应用已经形成一定的有益经验与有效做法。
首先，在内容生产中，人工智能可以实现自动写作与自动摘要、抽取式新闻写作，并试图使机器像人类一样阅读与思考。
美联社是最早运用AI技术进行自动化写作的媒体之一。2014年，美联社与美国AutomatedInsights公司合作，使用该公司开发的自动化写稿程序Wordsmith来自动编发企业财报新闻。该程序几分钟内可写出150-300字的快讯，每季度能生产4000篇财报新闻，是过去数量的10倍。2015年之后，国内腾讯新闻、新华社和今日头条等也陆续推出了写稿机器人。
其次，在信源数据收集中，人工智能可以基于传根器应用生成内容，实现信息传播的可视化追踪。
NewsTracer是路透社使用的新闻追踪系统，这一系统每天可以对5亿条Twitter信息进行分析，从假新闻、广告和杂音，以及众多的人名、机构和地点中找到真的新闻事件与线索，这让记者能够从社交媒体的众多信息中脱身，把更重要的时间用来挖掘故事。
第三，在文化创意视频类服务中，人工智能可以实现文本和视频之间的转换、高效寻找视频片段与资源以及优化视频内容搜索等。
Zorroa是美国的一家视觉资产管理公司，2017年，公司推出企业可视化智能平台（EVI），帮助用户对大型数据库中的可视资产进行搜索和运行分析。在与索尼影业的合作中，EVI通过面部识别、图像分类、机器学习等方式整理、分析了索尼多年来积累的数百万小时的视觉资产。使用该平台后，平时需要27小时才能搜索到的特定视频资源，仅需3分钟即可检索到，为索尼影业的视频资源开发带来极大的便利[https://zorroa.com/case-studies/]。
第四，在文化信息传播中，人工智能可以通过受众的好奇点与文化传媒内容进行匹配、通过信号源获取受众的兴趣点，并且精准分析受众，预测其内容消费需求，实现精准投放。
Netflix是在用户个性化分发业务上较为成熟的视频网站。2016年年报显示，Netflix拥有9300万全球会员，每天流媒体播放超过1.25亿小时的电视节目和电影。预测用户想要观看的内容是其公司业务模式的关键部分。2016年，Netflix开发名为Meson的应用程序，构建、培训和验证个性化算法，提供视频推荐建议。类似的企业还有IRIS.TV等，该公司曾在三个月的时间内运用个性化分发，将其客户所在公司的观众存留率提高了50%[https://www.techemergence.com/ai-in-movies-entertainment-visual-media/]。
最后，在市场调研与客户管理方面，人工智能可以获知受众对内容消费的使用特点、通过深度神经网络技术来感知受众对文化内容的情感参与和变化，从而进行有效的客户管理与市场营销。
2016年，日本广告公司MaCannEricksonJapan聘用了全球第一个使用人工智能开发的机器人创意总监AI-CD?。当年9月，机器人创意总监与人类创意总监以同一个广告主题各自开发了10分钟的广告片，并交由全国民意调查评判。尽管人类创意总监以8%的微弱优势险胜，AI在受众分析与市场营销方面的潜力不容小觑。
可见，人工智能已经显著改变了媒体格局――包括观众发现和参与内容的方式，以及内容创建和分发给观众的方式。目前，算法不仅会影响受众在不同平台上看到的内容，还会首先影响平台生产和创建的内容。人工智能从根本上改变了受众行为和创作过程。
二、人工智能应用对文化产业发展的影响与启示
尽管统计显示，就目前的全球文化产业而言，仅有8%的文化企业已经部署并使用了人工智能技术应用[https://www.ibc.org/tech-advances/the-future-is-artificial-ai-adoption-in-broadcast-and-media/2549.article]，但人工智能技术对文化产业乃至整个社会的影响已经有所显露。
就其积极意义而言，人工智能技术在提高内容生产效率、提升用户留存率以及优化文化产业资产管理等方面存在重要意义、毋庸置疑的高效率和部分的不可替代性。而就其消极影响而言，内容分发的局限性开始受到社会关注；人工智能算法的公平化、透明化一度遭受质疑；算法带来的偏见与歧视又引发社会伦理问题；人工智能应用背后的商业力量或许是造成这一系列问题的原因之一……
不少科技界声名显赫的人物也因此表达了对人工智能未来发展的担忧，如特斯拉创始人埃隆・马斯克曾说：“我们应该十分小心地看待人工智能。我越来越倾向于认为，在国际或者国家层面上应当有相应的人工智能监管措施，以防人类做出不可挽回的事情来。”微软创始人比尔・盖茨、物理学家史蒂芬・霍金等也表达了类似的看法。未来人工智能应用将在何种程度上造福于人类，部分取决于今天我们在何种程度上理解并解决人工智能可能产生的问题与自有弊端。
具体而言，本文将从如下三方面阐述人工智能应用的问题、影响与对策：
（一）内容分发的局限性：“信息茧房”
如今的网络文化空间，从某种意义上说，是一个算法帮助公众做决定的环境。如果说曾经的传统媒体为公众搭建了一个“拟态环境”，不同的编辑部依托各自的编辑方针、新闻判断原则，以“议程设置”的方式决定着每日媒体内容的生产加工，那如今，在网络媒体中这一权力部分地转交给了算法。算法可以决定人们阅读哪些新闻，观看哪些视频，收到哪些广告，人们的数字存在（DigitalExistence）日益受到算法左右。
文化传媒企业使用算法决定内容推荐的初衷是在于解决信息过载的问题，提高用户获取信息的效率，更希望借此增加用户的沉浸时长，提高应用的用户忠诚度和留存率。因此，企业利用大数据主动搜集用户信息，根据用户自身兴趣，为用户定制个性化内容，形成一整套精确的内容分发模式。Facebook信息流产品Newsfeed、对话式新闻产品微软小冰和Quartz、今日头条以及Netflix、IRIS.TV等一系列人工智能应用均属于此类型。
这一初衷是好的，但问题出在“精确”上。信息越精确，代表着信息涉及的范围越狭窄。人工智能研究者已经发现，仅仅关注推荐系统的精确度远远不够，这会导致用户难以获取足够的信息增量，视野越来越狭隘。美国学者桑斯坦在其著作《信息乌托邦》[凯斯・R・桑斯坦.信息乌托邦:众人如何生产知识[M].法律出版社,2008：206-208.]中指出，人们借助网络平台和技术工具，在海量的信息中，完全根据自己的喜好定制报纸和杂志，进行一种完全个人化的阅读。在信息传播中，因公众自身的信息需求并非全方位的，公众只注意自己选择的东西和使自己愉悦的通讯领域，久而久之，会将自身桎梏于像蚕茧一般的“信息茧房”中。
学术界不少学者指出“信息茧房”问题的危害，将“信息茧房”与群体极化、证实性偏见等议题关联起来。学者陈昌凤认为，信息的个人化偏向容易产生詹姆斯・斯托纳（JamesStoner）1961年提出的群体极化现象，即团体成员从开始只是有某些偏向，通过协商、讨论，逐渐朝偏向的方向继续移动、形成极端的观点，甚至引发社会波动，如散播错误信息、形成极端性社会团体、公共理性批判缺失等[陈昌凤,张心蔚.信息个人化、信息偏向与技术性纠偏――新技术时代我们如何获取信息[J].新闻与写作,2017(08):42-45.]。与此同时，人们总是倾向于寻找、阅读自己认同的信息来佐证自己的认知，加深了信息的个人化偏向。对垂直细分领域内容的追逐，弱化了公共事务领域内容的传播，网络社会中传统媒体讲求的“社会公器”意义式微，一个对公共事务冷漠、毫无参与感与同理心的社会将会是“信息茧房”之下最极端也最为悲剧性的结局。
对此，文化传媒企业和公众这两个主体都需要采取一定的对策。对于文化企业而言，应当在推荐的精确度指标之外，加入新的算法推荐考量指标，如多样性、覆盖率、新颖性等；另外，有研究表明，基于关联规则的推荐方法要优于基于内容规则的推荐方法，更易为用户发掘新的兴趣点，现有的障碍在于关联规则难以抽取、耗时长[刘辉,郭梦梦,潘伟强.个性化推荐系统综述[J].常州大学学报(自然科学版),2017,29(03):51-59.]。
而对于公众而言，文化传媒企业设置算法推荐的初衷就有迎合用户喜好的意味，用户越是喜欢哪一类内容，平台就越是推荐哪一类内容。因此用户想要逃离“信息茧房”，第一个步骤就是反省自身，提升自身的媒介素养。平台可以帮助用户实现媒介素养提升，如每周发布用户阅读周报，告知用户在阅读中各类型信息的占比情况，提示用户哪一类信息了解匮乏等，起到一定的督促作用。
（二）从算法偏见到机器歧视――算法的公平与透明化困境
当我们在日常生活中的决策权部分地交给算法之后，我们本能地期待着一个更加公平、透明的环境。但是，一个不容忽视的问题是：算法或者机器真的能够做到公平、公正、不偏不倚吗？算法的规则是否本身就带有人类固有的偏见呢？
2015年5月，Google的照片应用加入自动标签功能，应用更新不久，一位黑人程序员发现自己的照片竟然被Google打上“大猩猩”的标签。Flickr类似的自动标签系统也犯过大错，曾把人标记为猿，把集中营标记为健身房。2016年3月，微软公司的人工智能聊天机器人Tay上线。可是上线不到一天，Tay就被网民“教育”成为一个集反犹太人、性别歧视、种族歧视等于一身的“坏孩子”，被强制下线。此外，有研究称谷歌广告服务会默认为女性用户推送比男性用户薪水更低的广告。这些事件一方面反映出现有的人工智能、机器学习技术的不成熟，另一方面，机器歧视（MachineBias）问题开始进入公众视野。
2017年，Pew研究中心曾在研究报告《算法时代》[LeeRainie,JannaAnderson:Code-Dependent:ProsandConsoftheAlgorithmAge,http://www.pewinternet.org/2017/02/08/code-dependent-pros-and-cons-of-the-algorithm-age/]中指出：“算法的客观中立仅仅是理想，创建算法的人即使尽量做到客观中立，也不可避免地受到自身成长环境、教育背景、知识结构和价值观的影响。此外，创建算法所依赖的底层数据的有限性也会导致算法偏见。”
那么，算法偏见的来源在哪里？首先，存在错误、不准确和无关的数据可能导致偏见。输入不完美、甚至有错误的数据，自然会得到错误、有偏见的结果。
其次，机器学习的过程可能是偏见的另一个重要来源。例如，一个用于纠错的机器学习模型在面对大量姓名的时候，如果某姓氏极为少见，那它在全部数据中出现的频率也极低，机器学习模型便有可能将包含这个姓氏的名字标注为错误，这对罕见姓氏拥有者和少数民族（姓氏与非少数民族不同）而言就会造成歧视[曹建峰.人工智能:机器歧视及应对之策[J].信息安全与通信保密,2016(12):15-19.]。这类歧视的来源并非程序人员有意识的选择，具有难以预料、无法估计的特点。
再者，正如Pew报告所指出的，算法可能先入为主地默认了算法创建者或者底层数据中带有的价值判断，从而产生了性别、宗教和种族方面的歧视。这类歧视主要是由于产品设计（DiscriminationbyDesign）的局限性。
种种算法偏见与机器歧视的案例让我们不禁怀疑，“公平”这一社会理念到底是否可以被操作化，成为被准确量化的算法规则。而与此同时，机器自动化决策的不透明性使得准确量化公平难上加难。机器决策是经由算法这一“黑箱”（Blackbox）完成的，也就是说，不论是普通人还是熟悉公平原则的社会学者，均无法了解算法的内在机制、原理，更无法监督机器的决策过程。因此，当算法的编程人员不清楚或者未能统一“公平”的内涵与规则时，他们自身的偏见就会在一定程度上影响算法，同时他们也可能会忽视算法可能产生的偏见，不公平的人工智能应用随之产生。
正如学者DanielleK.Citron在《技术正当程序》中所说，对于关乎个体权益的自动化决策系统、算法和人工智能，考虑到算法和代码，而非规则，日益决定各种决策工作的结果，人们需要提前构建技术公平规则，通过设计保障公平的实现，并且需要技术正当程序，来加强自动化决策系统中的透明性以及被写进代码中的规则的准确性。
日前，美国弗吉尼亚大学学者AhmedAbbasi等在《让“设计公平”成为机器学习的一部分》（Make“FairnessbyDesign”PartofMachineLearning）一文[https://hbr.org/2018/08/make-fairness-by-design-part-of-machine-learning]中指出，可以通过将数据科学家与社会科学家组队、谨慎打标签、将传统的机器学习指标与公平度量相结合、平衡代表性与群聚效应临界点（criticalmassconstraints）以及保持意识等方法减少算法形成歧视的可能性。其中，“平衡代表性与群聚效应临界点”是指在对数据进行采样时，应既考虑数据的整体特征，同时不忽略某个特定少数群体或者极端数据情况。只有这样，机器学习模型在预测一个普通人和一个特殊群体时，才能都给出更为准确的答案。
另外，谷歌也开始倡导“机会平等”，试图将反歧视纳入算法。还有学者引入“歧视指数”的概念，为设计“公平”的算法提供具体方法。我们必须清楚，人工智能总是通过一个快速且脱离人类社会与历史的学习来完成自我构建，因而一个未经完善的机器学习模型必然存在“道德缺陷”。在人工智能应用的构建中，人类与人类长久以来葆有的道德与社会规则不能缺席。
（三）人工智能应用背后的力量
“信息茧房”的形成不是由于信息广度不足，内容生产不够，而是由于信息推荐固定地集中在某一特定领域造成了信息的窄化；算法偏见的形成不是由于机器学习具有天生的弊端，而是由于人类未将公平公正的原则纳入算法考量之中。人工智能应用背后存在着的，是人的力量与符合经济社会的商业逻辑。
为了迎合消费者，信息推荐系统会将消费者的阅读“口味”作为依据。当搜索引擎通过机器学习意识到，搜索八卦新闻的人愿意在日后更多地看到八卦新闻，为了提升用户留存度，搜索引擎会相应地减少其他类型新闻推荐。
为了满足商家，人工智能产品会把更昂贵的产品卖给用户忠诚度高的用户，即“大数据杀熟”现象。同时，为了更加精准地进行广告投放，人工智能偶尔也会忽视公平原则，例如女性用户通常会收到比男性用户薪资低的推荐广告。这样的现象发人深省，未来是否有必要通过一定的法律手段，要求包括文化企业在内的商家作出“不作恶”的商业承诺。
整体而言，我们的社会正被人工智能推向一个新的发展节点。正如[金兼斌.人工智能将给传媒业带来什么?[J].中国传媒科技,2017(05):1.]学者指出，社会和传媒技术的发展，从来都不是线性和匀速的。从工业革命到信息技术革命，每一次社会巨变都伴随着这样一个临界时刻。今天，我们已经能够感受到，我们的日常生活――包括媒介生活中的许多基础性的东西，正在被人工智能应用所搅动。在这样的时刻，只有紧抓机遇、规避风险、解决弊病，才能真正实现行业和社会的跨越式发展。我国的文化产业走到了一个崭新的路口，新的机遇在等待着它。
(责编：尹峥、赵光霞)分享让更多人看到
人工智能时代对媒体的挑战浅析
目前对于人工智能大致有两种看法：一种认为人工智能是美好的、值得期待的，而另一种观点则认为人工智能是人类文明的威胁。尽管在人工智能方面存在巨大分歧，但无人能阻挡这个时代的快速到来。十年来互联网和手机的发展普及说明，高科技浪潮是无法抗拒的，作为媒体人顺应发展才是唯一出路。
二、信息传播形态面临多重挑战
众所周知，随着外部环境的重大变化，互联网、物联网和大数据的快速发展，信息传播已经从文本、图像、视频、音频等单一媒体形态过渡到相互融合的跨媒体形态。当前几乎所有媒体都已经自觉不自觉地走上媒体融合的道路，这是世界传播新闻史上发生的最大变化。报刊、电台、电视台之间的相互融合成为常态，不同媒体呈现“你中有我、我中有你”的融合状态。
技术的发展使媒体在某些方面已经大大超出国家社会原先对媒体形态和体制机制的认知范围。在被称为“后媒体时代”的今天，我们受到的挑战，更多更直接的将是来自人工智能时代的技术冲击，我们认为这将是今后十年内媒体业界遇到的最大挑战之一，并且这些挑战将与媒体发展如影相随。
（一）媒体形态面临升级转型挑战
在互联网技术发展基础上，中国媒体已经实现了第一次转型，即由传统媒体向新媒体的融合转型。无论中央主流媒体、地方媒体还是新兴互联网媒体，基本形态都发生了巨大变化，而下一步媒体融合必然要向智能化方向发展。从新闻信息生产到传播整个产业链都将围绕人工智能技术发展而不断调适变化。目前可以观察到已经有两个方面已经和正在发生变化。一方面是受众需求的变化。随着人工智能的普及发展，受众对新闻信息的需求同步发生变化，技术保障了新闻产品时效性，新闻零秒时差成为可能。如不久前美国拉斯维加斯赌场发生枪击案，现场视频几乎同步出现在中国观众面前。同时，移动化、视频化成为新闻信息受众的新追求，不能适应这一需求的传统媒体，其生存空间将进一步受到挤压。
另一方面是媒体技术的变化。过去十年间，媒体生产方式和生产工具发生革命性变化，数码摄影技术的平民化、信息传播的便利化等使新闻生产成本日益降低，自媒体雨后春笋般涌现，新闻单位垄断新闻信息发布的格局被打破，信息呈现爆炸状态。而在步入人工智能时代门槛后，智能化工具将迅速取代现在的媒体生产工具，采编发工具革命势必进一步引发媒体管理的变迁。媒体技术平台将更趋于精致化、智能化、一体化。例如，语音智能工具将取代传统采访录音的语音整理，机器翻译工具将打破更多语言隔阂障碍。
目前，媒体融合的主要形式是音视频之间的融合、传统报刊与互联网站的融合、通讯社与电台电视台之间不同业态的整合组合。而在人工智能背景下，这样的整合将变得更容易简单，可能出现多种融合集于个体一身的状态。智能化的办公方式，将真正打破集体办公模式，远程编发稿件、记者多能化将成为常态。信息的收集将更为方便快捷，智能传感器的广泛应用犹如天眼，可以为新闻信息提供更多现场素材。而更大的突破，将是跨媒体智能的普遍应用，高效的智能芯片和硬件像生物大脑和感知系统那样以极低功耗来高效地表达外部世界的复杂结构。
具体来讲，我们认为AR技术发展将使新闻产品更具体验式样，由目前的音视频化进入交互体验互动阶段，新闻产品形态和受众阅读工具都将随之发生改变。新闻感染力、现场体验力、与读者的互动力将得到发展，新闻产品立体化是个大方向。
中国工程院院士、北京大学教授高文认为，跨媒体智能理论研究主要围绕跨媒体感知计算理论展开，从视、听、语言等感知通道把外部世界转换为内部模型的过程出发，实现智能感知和认知。可以预料，在智能搜索引擎、计算机视觉和图像处理、机器翻译和自然语言理解、数据挖掘和知识发现方面，智能技术的每一步发展，都将对社会带来深刻影响，媒体当然无法置身度外。
（二）人工智能应用引发内容品质变化的挑战
大数据的运用已经对媒体发生重大影响。除了大量正面影响，如增加数据性分析，提高媒体报道内容的丰富性，也出现了媒体内容浅化与社会责任之间的矛盾。
新技术的运用大大提高了媒体人的劳动效率，数据抓取日益发挥着不可或缺的作用。同时，对数据的依赖以及对流量的追求，也导致一些媒体从业者逐渐放松了对内容的自我要求。商业网站和自媒体，甚至主流网站媒体也不能免俗，加入搏眼球、标题党的行列，有些信息含金量几乎为零，甚至是谣言。如“快看，刚刚中国又出大事了”“速看，马上被删的内幕”“太震撼了，美国白宫南草坪出现毛泽东雕像”等等，不一而足。媒体降低自身品格，陷入传播浅薄化泥淖，把十分严肃的内容用轻浮的口吻表达，这不是新闻文风改革，而是一种新闻自轻。目前国内自媒体难以计数，微信公众号等各种形式的传播渠道每天产生大量分享内容，但真正优质作品不多见。新闻信息的重复生产传播导致新闻信息垃圾充斥的现象值得警惕。
（三）人工智能将加剧媒体及相关领域的洗牌
媒体运营中最主要的两个环节——生产与传播（传播过程包括营销）均将受到前所未有的挑战。在生产环节，智能化应用一方面提高劳动生产效率，一方面也会导致媒体人员被替代。如智能机器人写稿技术的成熟将导致一些相关领域从业人员面临被裁员；与此同时，智能技术倒逼媒体采编发传统流程再造，对媒体适用人才提出更高要求，对媒体通才（一专多能、采编发合一、采访评论兼顾、国内外新闻通吃等）的需求等变化将冲击目前全国新闻院校的设置课程与人才培养目标，新闻教学面临重大变革。甚至有观点认为，这将导致一些新闻院校、专业被取消，或改为短期培训场所。
传播环节，新兴媒体的更迭将加速。十年来，从新浪博客一家独秀，到腾讯微信、微博、推特、公众号等自媒体迅速发展、互相取代来看，新兴媒体必然随着新技术的成熟经历兴衰周期，未来媒体形态业态实在难以估摸。这一点，现在就有必要做一些畅想。同样，新闻机构经济效益的获取也将经历重大转变，由过去的借助行政手段推广推销产品逐步向全面以市场导向为主转变。同时，随着用户阅读习惯的转变，盈利手段平台也将发生重大转移，从传统纸质广告向电子广告转移，由固定广告空间向移动电子空间转移。目前看来，媒体机构越来越重视手机广告的经营推送，这是大趋势。
三、人工智能时代呼唤媒体人的主体存在
人工智能时代，之所以被称为时代，就是具有对社会足够深刻的影响力。我们当前正处于互联网时代叠加智能时代，这是媒体业界面临的巨大挑战所在。而且，后者的挑战其深度广度将大大超越前者，其影响怎样估计都不会过高。智能化时代也是人类发展到现阶段面临的前所未有的巨大挑战。人工智能的影响在不久的将来将在各个领域全面体现，涉及交通、军事、科技、医药、教育、养老、伦理等几乎所有领域，其与新闻媒体关注的领域存在巨大交集。
人工智能在媒体的应用尽管可能千变万化，但是万变不离其宗，技术是用来为人的精神服务的，媒体空间发挥人可发挥的作用依然巨大。从现在看，最起码有两个方面还难以替代：一是新闻工作不是简单机械劳动，难以被智能机器取代；二是新闻工作是涉及政治思想宗教文化意识领域的高级劳动，如发表评论、参与国内国际外交舆论斗争等，不是智能化可以替代的，即使利用机器人写稿，也是在特定领域在人工管控下实现的，并且这方面技术的成熟和推广还要有一段过程。
在这一切发生改变的同时，媒体人的作用也将更为突出。媒体专家就像科技专家一样，有自己的研究对象，以及进行媒体舆论报道策划、对报道效果作出科学评价、全面规划媒体发展、评估媒体社会责任感等。智能化时代，媒体专家的核心作用必然得到强化，在激烈的媒体竞争中，媒体专家将实现自身价值和社会价值。
(老记说事微信号：laojiss2017）
（林双川：新华社高级编辑；欧阳迪娜：新华社主任编辑）
（图片来源网络）
抽丝剥茧返回搜狐，查看更多