以“智”赋能 人工智能助力媒体融合新升级
光明网讯（记者杨亚楠）在新媒体时代，以数字技术为手段的新媒体传播通过新理念、新业态、新模式发生了破茧成蝶的质变，全面融入人类经济、文化、生活的各个方面，给人类生活带来更为广泛而深刻的影响。近年来，我国推动传统媒体和新兴媒体融合发展工作效果显著，融合发展理念深入人心，技术全面跟进，渠道、平台极大拓展，方法手段不断丰富。
近日，2022年媒体融合创新技术与服务应用遴选推广计划项目深入对接会在大兴区营商服务中心以“线上为主，线上线下相结合”的方式举办。来自国家广播电视总局广播电视科学研究院、中国科学院自动化研究所等机构的评审专家，北京市广播电视台、北京日报社、新京报社、北京青年报社以及北京市区级融媒体中心的代表以及相关项目单位代表参加。对接会设置项目路演、专家质询、现场交流等环节，旨在帮助与会各方深入了解项目，推动征集项目顺利落地应用。
以“智”赋能护航内容安全
近年来，人工智能正在悄然地改变整个世界。如何在海量的新闻发布素材中保持更高的精准度，把更多人力成本从海量基础工作中解放至内容生产创作，成为了当下各级媒体需要解决的重要问题。
智慧媒体审校与风控系统结合媒体业务，集成了事前审校核对、事中实时预警、事后巡查复核三个环节，作为人工审核的重要补充，助力媒体内容安全生产。以人民审校系统为例，该智能审校平台是以人民日报人民网资源为核心、结合风控大脑的智能算法开发而成，核心定位主要是用于识别政治类的错误表述，防范涉政风险。百分点智能媒体审校系统更倾向于三个环节中的事后巡查复核方向。系统增加了平台巡检功能，通过自查、巡检双重服务，完成对整个发布流程所有环节的安全防控。审校系统相关负责人表示，希望可以更广泛地为社会各界提供一些涉政用语的审校识别，提供有效提醒。
以“智”提创助力融媒技术开拓创新
作为科技发展的产物，新媒体要充分利用人工智能、大数据、云计算等新技术和新能力，实现媒体深度融合发展。在开启人工智能3.0的今天，人工智能的发展已经融入到日常新闻的创作之中。
近年来，用户获取信息的方式在改变，用户的主动权则大大增强。来自湖南长广千博科技有限公司的人工智能手语电视播报系统以及来自中广智媒（北京）科技有限公司的基于AI智能协作创作的一站式系统创作平台，纷纷通过借力人工智能，开始了新的媒体融合探索之路。以智能手语播报解放稀缺的人力资源，以海量的素材库解决写作素材的短缺，人工智能在媒体融合的发展上已经落脚到小触点。
以“智”扩景数字化推动再升级
个性化推荐、智能化体验、互动化交互……面对如今海量的新闻，媒体应用场景的数字化升级把更多体验带到现如今的媒体融合进程之中。
就如何实现传统媒体有效结合新媒体进行产出的问题，火山引擎融媒云相关负责人表示，火山引擎融媒云已构建完整的解决方案，完成智能生产、协同运营、个性化推荐、创新AR/VR体验四项完整流程。尤其是个性化推荐和分发环节，基于整体的用户分析，实现分发与推荐同时进行，幸而实现大数据范围中的千人千面分发。
“希望依托于其本身的融媒云平台跟媒体去做结合，帮助各级融媒体机构做整个产业的升级，完成整个运营的协同增长。”火山引擎融媒云相关负责人说。
从护航内容安全到推动数字化再升级，2022年媒体融合创新技术与服务应用遴选推广计划自今年4月正式启动以来，共收到来自全国各类传媒、科技机构申报的102个项目，此次参与路演的13个项目是经初评、终评脱颖而出的精品项目，也是与市区两级融媒体机构发展需求高度契合的潜力项目。从内容上看，路演项目涵盖智能审校、智能媒资、智能创作、智能播报等人工智能应用领域，以及数字人节目生产、新闻数字藏品、元宇宙XR直播、全息互动等元宇宙创新应用领域，切实为前沿技术搭建展示舞台，为融媒发展探寻创新路径。同时，一站式系统创作、视频动画制作等实用采编工具手段也在路演中亮相，为内容创作提质增效提供新方案、打开新思路。
与会专家表示，此次路演项目整体质量较高，与新闻宣传一线需求相匹配，此类媒体融合交流促进活动的开展必将为提升北京市区两级融媒体机构内容生产和创作能力提供有力支撑。
[责编：陶媛]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
人工智能在传媒业中的应用现状、机遇和挑战
19北师大新传学硕938
论述题
人工智能在传媒业中的
应用现状、机遇和挑战
答题思路
人工智能技术正在颠覆我们的生活和想象，传媒业也不例外。人工智能对传媒业带来了新的可能和新的挑战，每年都有学校关注到这一大热的考点。可从本题题目所问组织答：
☑首先对人工智能技术简单介绍，
☑再从人工智能在传媒业中的应用现状、机遇和挑战三个方面结合现实例子展开论述，
☑最后对人工智能的未来进行展望。
参考答案
作为计算机科学的一个分支，人工智能已经存在了几十年，其目标是了解人类智能的本质，以模拟、延伸和扩展人的智能。其中的语言识别、图像识别、自然语言处理和专家系统等，都与新闻信息生产相关。在传媒业，人工智能在内容生产、分发等环节全面渗透，同时面临机遇和挑战。
1
人工智能在传媒业中的应用现状
❶最早开始于美国传媒业
利用人工智能进行写作最早开始于美国，2014年，美联社开始运用Wordsmith机器人写作上市公司财务报告新闻，是业界最早使用机器人写作的媒体之一。目前美联社、《纽约时报》、《华盛顿邮报》三家媒体在人工智能技术研发与应用上处于全球领先地位。《纽约时报》用于新闻采访和写作的原创聊天机器人有30多个，在美国大选、里约奥运等重大新闻事件中发挥了重要作用，《华盛顿邮报》则投了近100个机器人辅助编辑部工作。
❷人工智能在我国传媒业的应用
2015年9月，腾讯财经推出了自动化新闻写作机器人“Dreamwriter”，用时一分钟写出第一篇报道。同年11月，新华社可以写体育赛事中英文稿件和财经信息稿的写稿机器人“快笔小新”正式上岗。今日头条实验室研发的AI机器人“张小明”在2016年里约奥运会开始后一周内就生成了超过200篇的简讯和消息。目前，BAT三巨头以及今日头条已经将机器人写作应用在门户网站以及App客户端上。
除了百度、腾讯、阿里、今日头条等互联网巨头，新华社、人民网等央媒在人工智能开始试水外，地方新闻媒体中，天津北方网在客户端中加入了人工智能的角色用于客服工作，而浙江传媒的新闻App“浙江24小时”在与微软合作推出的小冰，不仅突破了客服的角色，而且利用机器人的数据计算能力和数据分析能力，加上自然语言的交互能力的，让小冰从机器人客服向机器人记者进行了转变，并在客户端开设了专栏，保持了稳定、高质的内容输出能力。南方都市报推出写稿机器人“小南”，投入春运报道中，迅速完成了数据描述和分析，并自动完成稿件的撰写。
如今，体育报道、财经报道、房地产分析报告、民意调查、市场调研报告等比较容易实现标准化生产的领域，人工智能的应用迅速普及推广。从传统的新闻生产流程方面来分析，可以看到至少包括新闻采写、新闻编辑、新闻分发与评论管理各方面技能技术的更新，人工智能给人类的新闻传播业带来了大革新。
2
人工智能在传媒业的机遇
❶内容精准、提升效率
人工智能的优势主要体现在效率上，这也是对新闻业最直观的影响。机器人写作使得新闻生产形成了自动化，生产效率得到前所未有的提升，全天候的工作模式更体现在海量地生产内容上。写作能力和效率的提升，将使得机器人写作远远超过传统新闻工作者的工作效率，在更大范围内替代人工。
❷反应迅速，应对突发
这一点地震信息的推送上应用最为频繁，基本上在人体感知地震发生后就能在网上刷新到由机器人发布的快讯，信息准确、迅速，极大地补充了应对突发事件的资讯发布优势。此外在应用较多的股票行情报盘、上市公司公告简要报道以及体育赛事的赛果播报上，机器人写作更是以“秒发”的反应速度和准确信息为人称道。
❸算法推荐，个性化分发
人工智能的大数据处理技术让受众的资讯需求得到放大和精确计算。内容分发由以往的人工编辑处理变成了机器人操作，按照设定的算法，进行准确有效的信息推送。今日头条的客户端就是通过人工智能先对用户进行海量推荐，根据从用户“反馈”到的信息选择进行算法计算，意即通过分析用户的喜好抓取网络上的相关信息，并自行将用户感兴趣的信息推送到用户的终端上，用户信息越多，推送内容越精准。在推送信息的同时，还能提供与用户个人生活场景相匹配的私人定制产品。
❹节省人力物力
人工智能的出现在很多方面取代了记者和编辑的职能，让记者和编辑从以往的简单又繁复的重复性劳动中解放，使得新闻机构可以将人力投入到信息处理更具人性化、内容的深度挖掘、报道的角度独特和多样性上面去。这样减少了新闻机构在“新闻蓝领”角色上的投入，而集中更具高级写作、采访和编辑处理能力的新闻人才，从而在人力和物力上达到了简约并精细化。
3
人工智能在传媒业的挑战
❶对新闻工作者的挑战
人工智能的应用趋势，已经使得从事新闻业的广大媒体人感受到了从未有过的职业危机。人工智能对于新闻生产、分发流程的重构，使得原有流程节点上的人工面临了岗位调整甚至是失业的危机。随着科技发展，人工智能的不断升级，机器人的写作能力在快速迭代，代替人工的领域也在不断扩大。从文字稿件的撰写到图片的处理，到如今无人驾驶技术的快速发展和应用，在不久的将来，在采访过程中完全可以由机器人来处理，从而达到资讯从收集到处理的全程自动化，人的角色将更一步被弱化甚至是完全消失。算法推荐的技术也在某种程度上对人力的依赖大为减少。
❷新闻没有温度，品质、深度无法保证
以今日头条为代表的人工智能的应用，实现了对海量信息的深度挖掘和发布，使得每一条信息都发挥了最大效能。但算法改变了新闻传播的传统分发模式，只将用户感兴趣的资讯进行推送，拓展了某一话题或领域的宽度和深度，但这也导致受众长期接受大规模批量生产的同质化信息。经过机器人写作的稿件虽然在速度、数量上达到了人力之不可为，但是传统意义上读者能感受到的新闻的温度就没有了。人工智能处理成的稿子只是根据大数据分析得到成稿，尚无法进行系统、缜密的深度报道，用户更难以在海量的信息中获得有价值的真知灼见，同时真实记者写出来的稿子质量和可读程度也是机器人没法相比的。
❸更易形成信息茧房
人工智能技术将算法推荐作为信息推送发布的首选要素，而接受信息的用户则是之前算法根据回收到的阅读习惯、阅读兴趣等指标获得的。它将传统媒体中以“受众应该知道什么”的新闻编辑选取标准转换为“用户想知道什么”，而大量同质化的信息会形成“信息茧房”，使得受众无法知晓兴趣点之外的资讯，长此以往将陷入认知、交流的狭隘或封闭的状况。
人工智能技术给传媒业带来的影响是双重的，我们既已无法逃避技术，就只有提高我们对技术的理解与驾驭能力，才能避免未来成为机器的奴隶。未来新闻业的走向，仍然在人的手上。
参考文献[1]彭兰.更好的新闻业,还是更坏的新闻业?——人工智能时代传媒业的新挑战[J].中国出版,2017(24):3-8.
[2]梁智勇,郑俊婷.人工智能技术对新闻生产的影响与再造[J].中国记者,2016(11):72-75.
2023年中国人工智能市场现状与应用趋势分析 人工智能带动产业规模达到5千亿、应用产业广泛
当前位置：前瞻产业研究院»经济学人»研究员专栏2021年中国人工智能市场现状与应用趋势分析人工智能带动产业规模达到5千亿、应用产业广泛UVc分享到：王蕤•2021-10-1117:40:34来源：前瞻产业研究院E63982G02023-2028年中国人工智能行业发展前景预测与投资战略规划分析报告2023-2028年全球人工智能芯片（AI芯片）行业市场调研与发展前景研究报告2023-2028年中国大数据产业发展前景与投资战略规划分析报告2023-2028年中国云计算产业发展前景预测与投资战略规划分析报告2023-2028年中国生物识别技术行业市场调研与投资预测分析报告人工智能行业主要上市公司：目前国内人工智能行业的上市公司主要有百度百度(BAIDU)、腾讯(TCTZF)、阿里巴巴(BABA)、科大讯飞(002230)等。
本文核心数据：中国人工智能产业核心产业规模,人工智能产业核心产业规模,人工智能产业链应用层,中国人工智能市场应用份额,人工智能在各行业中的应用情况
1、核心产业和带动产业双双高速增长
相比于互联网产业，我国人工智能发展期与成熟期迎来的较晚，但是在资本和社会期望的驱动下，我国人工智能发展的速度也是非常快的。初步估计2020年我国的人工智能核心产业规模达到1512.5亿元，增长率为38.94%。
除了核心产业的增长外，人工智能带动产业而规模也呈现出快速增长区趋势。2019年我国人工智能带动产业从而规模为38521.5亿元，初步估计2020年达到5725.7亿元，同比增长高达49.83%。
2、人工智能发展快速主要由于应用产业广泛
人工智能发展快速主要由于应用产业广泛。从产业链的结构来看，在人工智能应用层设计的行业非常的多。软件方面的涉及主要有客服、金融、教育;硬件类主要包含无人机，仓储物流、智能机器人等;还有软硬件均为核心技术的无人驾驶和医疗健康产业。
从客户来看，中国人工智能市场主要客户来自政府城市治理和运营(公安、交警、司法、城市运营、政务、交运管理、国土资源、监所、环保等)，应用占比达到49%，互联网与金融行业紧随其后，占比分别为18%和12%。
企业和政府对人工智能的应用逐渐升温。在决定企业产生经济效益的各个环节，都已能够看到人工智能的身影：AI核身帮助人们安全生活、远程交易、便捷通行;深度学习和知识图谱帮助企业在生产过程中分析预测、科学决策;人机对话提升了拜访登记、服务响应中的用户体验。人工智能将催生新技术、新产品、新产业、新业态、新模式，实现社会生产力的整体跃升，推动社会进入智能经济时代。
前瞻估算，目前中国大型企业基本都已在持续规划投入实施人工智能项目，而全部规上企业中约有超过10%的企业已将人工智能与其主营业务结合，实现产业地位提高或经营效益优化。
以上数据参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》，同时前瞻产业研究院还提供产业大数据、产业研究、产业链咨询、产业图谱、产业规划、园区规划、产业招商引资、IPO募投可研、招股说明书撰写等解决方案。
更多深度行业分析尽在【前瞻经济学人AIPP】，还可以与500+经济学家/资深行业研究员交流互动。
前瞻产业研究院-深度报告REPORTS2023-2028年中国人工智能行业发展前景预测与投资战略规划分析报告本报告前瞻性、适时性地对人工智能行业的发展背景、供需情况、市场规模、竞争格局等行业现状进行分析，并结合多年来人工智能行业发展轨迹及实践经验，对人工智能行业未来...
查看详情
本文来源前瞻产业研究院，内容仅代表作者个人观点，本站只提供参考并不构成任何投资及应用建议。（若存在内容、版权或其它问题，请联系：service@qianzhan.com）品牌合作与广告投放请联系：0755-33015062或hezuo@qianzhan.com在招股说明书、公司年度报告等任何公开信息披露中引用本篇文章内容，需要获取前瞻产业研究院的正规授权。如有IPO业务合作需求请直接联系前瞻产业研究院IPO团队，联系方式：400-068-7188。
p17q0我要投稿
UVc分享：标签：人工智能市场现状应用趋势核心产业规模人工智能行业品牌、内容合作请点这里：寻求合作››
产业规划
园区规划
产业招商
可行性研究
碳中和
市场调研
IPO咨询
前瞻经济学人专注于中国各行业市场分析、未来发展趋势等。扫一扫立即关注。前瞻产业研究院中国产业咨询领导者，专业提供产业规划、产业申报、产业升级转型、产业园区规划、可行性报告等领域解决方案，扫一扫关注。相关阅读RELEVANT2021年中国人工智能应用市场现状与发展趋势分析计算机视觉为主要应用技术【组图】
十张图了解2021年中国LED照明行业应用现状、市场规模与发展趋势
2023年中国再生医学行业市场现状与发展趋势分析产品技术融合和商业化应用加深【组图】
2022年中国AI医学影像行业市场现状与发展趋势分析未来应用前景广阔
2023年中国人工智能芯片行业市场现状及发展前景分析AI芯驱动引领未来【组图】
2023年全球智慧水务行业市场现状及发展前景分析人工智能技术加速与水务行业融合【组图】