人工智能在时政新闻报道中的应用
摘要：智能技术推动舆论生态、媒体格局和传播方式深刻变化。智媒时代，时政新闻报道要用好人工智能等新兴技术，推动采编全流程再造。要力戒“唯受众兴趣”，强化核心价值引导；力戒“唯快不破”，注重深度解读；力戒“技术依赖”，发挥采编人员作用。
关键词：人工智能 时政新闻报道 技术陷阱
时政新闻是新闻报道核心部分，在议程设置、舆论引导等方面发挥着重要作用。人工智能运用于时政新闻报道已成为新闻界热点。本文以智能技术与媒介融合为切入点，思考智能技术如何与时政新闻报道结合，推动智能技术赋能时政新闻报道。
时政信息表达的新特点
智能时代，受众感知功能实现全方位、跨时段延伸。万物皆媒塑造着时政信息表达新环境，时政信息表达发生深刻变化。
制度与非制度传播交叉互动。英国学者布鲁姆勒说，“第四代”政治传播实现了“制度化”和“基层化”两种层面传播。智媒技术推动双层政治信息表达实现更紧密互动。新技术推动基层政治信息表达日益活跃，制度化政治信息表达渠道继续扩展，线上基层表达与制度表达在新技术环境并存。社交媒介介入政治活动信息表达，深刻影响受众选择。比如，奥巴马在大选中通过MyBo网站，构建在线政治社区，以获取选民政治倾向信息。借助人工智能等技术，自下而上信息收集和表达通道被打通，信息交叉互动不断强化。
信息表达渠道加速扩展。新技术促进政治信息传播多渠道发展和多元性拓展。政务微博、微信和党媒党刊党台抖音平台不断涌现。截至2019年底，全国省级网上政务服务平台个人用户注册量超2.3亿人，新浪平台政务微博达到138854个。2018年全国两会，新华社生物传感智能机器人推出我国首条生理传感新闻报道。香港回归20周年特别报道中，运用了30多处AR技术。单一平台为主的信息表达局面已被多样化设施、多种平台和使用方式组合的全新平台取代，人工智能、AR等新技术显著提升时政新闻报道传播力。
“草根”群体表达活跃。技术语境下，“草根”群体拥有更多自由参与机会，个体成为互联网传播和新闻制作主体。人人皆可利用技术，人人皆可制作信息。微信、微博、抖音等平台为“草根”创造了新表达平台。截至2020年12月，我国网民规模达9.89亿，手机网民规模9.86亿。大规模“草根”群体与各种话题产生“化学反应”，推动话题加速“发酵”，其自身也能成为“意见领袖”。这从根本上改变着“传—受”线性传播模式，推动传播更具多元互动性。
无论是基层信息表达，还是制度化信息表达，全新传播环境使信息表达超越单一制度化渠道，从一维转向多维。
存在的问题
新技术融合运用能力不强。智能技术推动舆论生态、媒体格局和传播方式深刻变化。人民日报、新华社等尝试把人工智能融入采编环节。人民日报打造短视频聚合平台“人民日报+”。央广总台推出的《课本里的新中国》，运用了语音识别等技术。华龙网客户端推出《2019对话1949：时代变了 初心未变》H5+短视频主题报道……受限于政策和内容等因素，智能技术与时政新闻报道融合还处于起步期。采编人员缺乏“融”的思维与“合”的办法，文字、摄影摄像、网络编辑和发行环节各自为战，融媒体中心还是信息“集散地”，“融”媒体产品多是内容“叠拼”。地方媒体在刊发时政新闻报道时，缺乏深度加工。
信息传播精准性需提升。信息时代，媒体通过数据收集和分析，优化内容生产、实现精准内容分发。彭兰教授指出，内容适配意味着内容与场景的匹配，也意味着形式与特定场景下阅读需求相适应。目前，时政新闻传播对受众使用媒体习惯分析能力较弱，缺乏对信息分发渠道适配性的精准使用。智能时代，依靠技术分析受众对内容、形式的需求与喜好，就能掌握用户特征、阅读和使用习惯。随着算法的运用，信息分发渠道精准适配成为可能。比如，今日头条就充分运用算法技术，对受众实现了精准定位和有效聚合。
信息反馈系统性有待强化。大数据时代，庞大数据帮助媒体建立全新反馈系统。西方主流媒体大多建有数据分析系统，设有信息采集和分析专业岗位。人民日报、新华社、中央广播电视总台等做出了积极尝试。央视网与百度智能云将“云+AI”应用到央视网，推出“领袖素材数据库”智能产品。地方媒体还缺乏数据深度发掘能力。抖音、字节跳动、腾讯等新媒体采用先进算法释放数据价值，在受众数据分析中抢占先机。
用智能技术推动采编链条创新
随着人工智能在时政新闻报道中的运用，传统新闻操作流程形态和思维逐渐打破。
打开新闻信息采集新蓝海。人工智能时代，新闻信息采集途径和来源得到优化提升。随着物联网的普及，为收集环境信息、了解人类行为方式提供了技术前提，进而实现数据化收集和智能化处理，创建高效信息输出。①麦克卢汉认为，这延伸着人对信息的感知能力。新的尝试正不断出现。央视《据说春运》通过数据可视化，报道人口流动情况。路透社“新闻追踪者”能快速分析社交媒体平台上的信源和素材。传统媒体应加强与专业机构、数据公司合作，提高信息服务精准性。2019年，中央广播电视总台推出央视频5G新媒体平台，提供“泛文体、泛咨询、泛知识”服务。央视网与百度智能云还联手制作了“AI帮你找”等智能化产品。②
推出智能化时政新闻产品。新闻产品生产已形成人物联合、职业生产内容、专业生产内容和机器生产内容的局面。美国《洛杉矶时报》用自动化写作报道地震，打造“人工智能辅助新闻”里程碑；新华社和阿里巴巴打造“媒体大脑”，对全国两会相关重要词汇进行大数据分析；中国政府网依靠人工智能技术，解读政府工作报告；《华盛顿邮报》Heliograf机器人把简单消息扩展到分析类稿件写作；《纽约时报》普利策新闻奖作品《雪崩》，整合文字记者编辑、摄影摄像人员、网络视频编辑、网络市场发行等优化产品制作。现在，智能技术正在时政新闻报道中拥有更强话语权，要敢于并善于准确运用新技术，让技术成为报道方式创新的重要推动力。
借助算法实现精准分发。新技术推动新闻生产与分发逐渐分离，门户网站、社交平台和服务平台等分发机构出现。人工智能提高了媒介对受众的理解能力，算力为实现对受众的精准定位提供支撑。
要加快构建受众数据分析体系，研究受众情绪、心理、喜好和态度，构建“传-受”场景，改变“千人一面”传播方式，实现人与人、人与物、人与服务、人与信息的互联互通。③字节跳动推出今日头条客户端，算法分发机制进入公众视野。人民日报提出“内容科技”理念，对内容进行集合、交换。Bilibili等新兴媒体推出精准付费内容，为用户提供优质内容资源。
构建全新的“媒体-受众”关系。曾经，媒介与受众间的交流受限于人力不及，采编人员没有足够精力与受众互动。今天，新技术解放了采编人员手脚，使其依靠先进技术，实现与用户间积极互动。算法会撮合“特性”相近的受众互动，产生更多交流行为。媒体要用好AI等技术，与受众建立更积极、活跃的新型关系。近年来，百度推出APP服务，新华社通过机器人“小新”提供聊新闻服务。纽约时报借助AI自动转换功能，提高与读者的互动频率。谷歌推出Perspective，筛选读者评论。
警惕“技术陷阱”
运用人工智能，要重视技术自身属性对信息选择权、知情权等带来的挑战。例如，算法偏见会造成受众所见所闻范围变窄，甚至变成信息时代“井底之蛙”。④技术带来了创新的机遇，但技术逻辑必须服从社会和历史逻辑。做好新闻宣传思想工作，必须承担起举旗帜、聚民心、育新人、兴文化、展形象的使命任务。时政新闻报道要坚持守正创新，做到既用好新技术，又能规避潜在问题。
力戒“唯受众兴趣”，强化核心价值引领。时政新闻报道具有很强的政治性和政策性。新闻生产过度依赖“算法”，忽视时政报道本质属性，会适得其反。利用人工智能为时政新闻报道赋能，要避免用“算法”替代核心价值引领，丧失主流媒体重要功能。作为党的新闻工作者，无论技术发展到何种程度，都必须时刻牢记初心使命，履行新时代宣传思想工作的使命任务，牢牢把握党对意识形态工作的领导权，坚决维护国家意识形态领域安全。
力戒“唯快不破”，注重深度解读。媒体可依靠先进技术快速抓住读者，为他们提供“短平快”内容。但在政治传播中，这种“快”也可能带来负面效应，导致信息解读断章取义。要通过算法分析，对新闻事件前因后果展开全景分析和展示，为做好深度报道提供支撑，要更加注重调查性报道、解释性报道。喻国明教授指出，“未来越来越多的深度报道和调查性报道将是由数据驱动，或者是基于大型数据挖掘与分析而对事件发展趋势的预测性分析”。⑤依靠人工智能技术，传统媒体具备了对态势发展的预测能力。
力戒“技术依赖”，发挥采编人员作用。技术进步对媒体有着深刻影响，但人工智能的操作者依旧是“人”。新闻媒体应在人工智能技术背景下，加强采编队伍培养。要对新闻工作者加强优良传统教育，开展好对习近平关于宣传思想工作重要论述的学习，加强马克思主义新闻观教育；要健全常态化人员培养体系，实施“初-中-高”级技能培训，满足采编人员学习需求；要完善考核体系，搭建培训与日常工作绩效考核有效渠道；要打通“学-用”通道，完善“智媒”实践平台；要强化采编人员“智媒”思维，邀请数据分析、内容制作等方面专业人士讲解智能运用成功经验。可建立“智媒”采编小组，鼓励采编人员制作“智媒”产品，并加强对“智媒”产品评选工作。
智媒时代，时政新闻报道既要“守正”也要“创新”。要顺应时代大势，用好人工智能等新兴技术，推动采编全流程再造。同时，要深刻认识技术变革过程中的负面影响，采取有效措施加以规避。唯有如此，才能用好“智”优势，创新时政新闻报道，有效提高传播精准性。
（作者系重庆日报时政部副主任）
责任编辑：陈利云
注释：
①项玉环：《如何运用人工智能报道时政新闻》，《新闻论坛》2019年第6期。
②甘险峰、郭洁：《5G与人工智能技术赋能下媒体融合的新发展——2019年中国新闻业事件回顾》，《编辑之友》2020年第2期。
③胡尊栊：《人工智能在新闻传播中的应用研究》，四川省社会科学院硕士学位论文，第33页。
④陈昌凤、张心蔚：《信息个人化、信息偏向与技术纠偏——新技术时代我们如何获取信息》，《新闻与写作》2017年第8期。
⑤喻国明、李彪、杨雅、李慧娟：《新闻传播的大数据时代》，中国人民大学出版社2014年版，第10页。
人工智能时代新闻传播事业的守正创新
【专题：深入学习贯彻习近平总书记关于推动媒体融合发展的重要论述】
作为新一轮科技革命和产业革命的重要驱动，人工智能对政治、经济、社会发展等诸领域产生了重大而深远的影响。习近平总书记指出，“要探索将人工智能运用在新闻采集、生产、分发、接收、反馈中，全面提高舆论引导能力”。随着智能化浪潮席卷而来，准确把握人工智能的特点与趋势，加快推动人工智能与新闻传播的融合发展，成为迫切需要深化研究的新课题。
1.立足国家战略，占领信息传播制高点
在新理论、新技术的驱动下，人工智能加速发展，越来越多的国家在新闻传播领域积极布局、全面推进以人工智能为支撑的新闻传播事业发展。借助人工智能的技术优势，新闻传播已经超越了信息传递的单一范畴，成为关系国家形象、国家利益、国家战略的重要领域，成为世界各国综合国力和文化软实力的具体体现。
党的十八大以来，以习近平同志为核心的党中央多次从国家战略高度强调人工智能对于引领科技革命、推动产业变革的价值和意义，并在实践中把握人工智能发展的战略机遇，构筑人工智能发展的先发优势。具体到新闻传播领域，就是加强研判、统筹谋划，以人工智能的发展推动媒体融合。
重视以技术为核心的基础研究。技术是人工智能的核心，媒介的发展与技术进步息息相关。加强针对关键技术的探索和研究，加快建设以核心技术为支撑的研发平台、应用平台，是占领信息传播制高点的基础所在。对于新闻媒体而言，人工智能是一个全新的领域；对于人工智能而言，将其应用于新闻传播意味着跨学科、跨领域的创新合作。因此，在新闻媒体领域进行人工智能的研发与应用，需要科技人员与新闻工作者相互配合、协同创新，共同探索针对性的理论、方法和工具，助力新闻传播领域人工智能的前瞻布局，使其发挥激发媒体活力、提升媒体价值的作用。
倡导理论与实践有机结合。一方面，技术研发要与前沿实践主动对接，巩固新闻媒体的技术实力，实现技术引领下的媒介创新，加速新闻传播事业从数字化向智能化的全面转变；另一方面，要围绕中心、服务大局，充分发掘新平台、新终端服务党的新闻舆论工作的具体功用，以技术为支撑，提升新闻媒体参与社会治理、服务国家战略的能力和水平。以舆情应对为例，大数据技术对于舆情事件的采集、监测、分析、预警、归档具有创新意义，有利于媒体及时、客观、理性地看待舆论走势，进而把握相关报道的时、度、效，为有效开展舆论引导提供助力。当下，如何发挥人工智能的头雁效应，提高新闻舆论传播力、引导力、影响力、公信力，应成为新闻传播学界、业界努力回应的时代议题。
2.完善政策法规，打造规范化媒介空间
从刷脸支付到机器人写稿再到无人驾驶，人工智能已广泛应用于社会生活的很多方面。然而，技术的发展是一把双刃剑。以新闻传播领域为例，尽管以人工智能为代表的新技术使信息传播与互动更加便捷，但也极易造成舆论“去中心化”，使媒介治理遭遇挑战。在新兴技术加快发展的大背景下，必须完善制度与法律，重视基于人工智能的媒介治理，为技术创新及其媒介应用“画方圆”。
将伦理意识与责任关怀注入技术洪流。人工智能不仅加速了新闻媒体的智能化发展，也对新闻伦理、媒介素养等提出了挑战。在2018年机器人与人工智能大会上，工信部赛迪研究院发布的《人工智能创新发展道德伦理宣言》明确指出，无论人工智能的自主意识能力进化到何种阶段，都不能改变其由人类创造的事实。换句话说，人类是科技的主导，人工智能理应体现人类对于社会的应有之责。在新闻传播领域，新闻工作者既要勇于进行技术创新，又要避免技术迷信，既要激发人工智能对信息传播的创新动力，又要对新技术进行伦理研究与责任反思，为技术支撑下的新闻传播注入人性关怀，实现“善智”与“善治”相辅相成。
使制度规范、法律建设匹配技术发展。人工智能改变了传统意义的传播范式，使传播由时空偏向转为兴趣偏向；大数据条件下，人们得以保护隐私的独立空间被压缩……凡此种种，都呼吁切实有效的规范和制约。2017年国务院发布的《新一代人工智能发展规划》提出，要在人工智能领域初步建立伦理规范和政策法规。具体到新闻传播行业，怎样规范新闻媒体对于人工智能的研发与应用，如何对人工智能参与下的信息传播进行过程监管，能否规避人工智能所引发的数据安全和个人隐私等问题，将成为未来制度建设与法规制定的关切要点。总之，面对新的技术生产力，既需要改革的勇气打破既有规则对人工智能科技和产业的束缚与限制，又需要未雨绸缪，建立科学、全面的信息传播制度规范与监管体系，使法律、规章与技术发展同步，防范负面影响、化解风险危机。
3.鼓励传播创新，推动新技术深度应用
随着大数据、算法推荐、语音语义识别等技术的不断成熟，与人工智能相关的科技成果已经为百姓所熟知——智能交互机器人亮相两会报道，“人工智能主播”成为各大媒体融合创新的典型案例。在新闻媒体的实际工作中，人工智能对新闻传播的影响已经涉及采访、写作、编辑、评论、分发、反馈等各个环节，成为媒体融合向纵深发展的重要驱动。
面对新技术所带来的机遇和挑战，如何善用技术、用好技术，发挥人工智能的特色优势，助力新闻策划、盘活内容生产、拓展传播渠道、增强用户体验，更好地服务于党的新闻舆论工作，是新闻媒体面临的重要议题。
在宏观层面，媒介组织要把握好外在环境与内在动力的关系，既要思考如何在人工智能的加权之下，铺就传统报纸、广电的跨界融合之路，为建设新型主流媒体做好准备，又要基于新的媒介环境，对媒体自身的内在功力有所认知，充分发挥主流媒体的阵地优势、资源优势，提升编辑记者运用“十八般武艺”开展新闻报道、进行深度分析与价值判断的能力，开启新闻传播事业新篇章。
在微观层面，新闻工作要应时而变、顺势而为，推动新技术的深度应用，通过人工智能提高报道效率、提升内容质量，彰显新闻传播的科技魅力。在人工智能的各项应用中，数据挖掘便于更快捷、更广泛、更全面地搜集新闻线索；语音识别和语音转换文本让记者拥有了新的科技助手；借助自然语言生成和处理，机器人写稿成为现实；基于实时音视频与人工智能真人形象合成领域的技术研发，AI主播亮相荧屏；算法推荐技术更是改变了传统意义上“我播你看”的传受关系，得以综合考量信息特征、用户特征、环境特征，定制个性化的内容推荐，让用户成为更加主动的信息接收者。
可见，人工智能的发展为新闻传播提供了新的技术解决范式，解放和发展了新闻生产力。新闻媒体应该抓住技术机遇，做好顶层设计、练好应对智能化传播的内功，在人工智能的支持下，让新闻报道更快、更活、更新、更优、更加深入人心，为唱响主旋律、传播正能量提供更大助力。
4.面向未来发展，培养全媒型新闻人才
习近平总书记指出，媒体竞争关键是人才竞争，媒体优势核心是人才优势。人工智能时代不仅改变了媒体行业发展格局，也重新定义了新闻传播教育。当下，培养坚持正确舆论导向、善用多终端、立足多平台的全媒型卓越新闻传播人才，是对内做好舆论引导、对外讲好中国故事的重要保障。
教学要紧跟前沿、求新求变。通过打造线上线下融会贯通的新闻传播专业课程、开展虚拟仿真实验教学、建设融媒体实践平台等举措，将新的理论和现象、新的内容和方法植入教学、融入培养，主动适应技术变革新趋势。2019年11月，科技部决定批准建设4个国家级实验室，中国传媒大学“媒体融合与传播国家重点实验室”位列其中。这一重要举措，从战略高度为基于新技术的教学科研构筑了良好平台，为培养适应未来传播趋势的行家里手奠定了基础。
人才培养要强基固本、不忘初心。在新闻传播教育中，学习新技术、拥抱新媒体并不意味着舍旧迎新——人才培养的经验要保持，学科建设的成就要巩固，优秀的理念、路径和方法，将是我们面向未来的基础、底蕴和财富。无论报纸、广电还是各类新媒体，优质的内容都来自于正确的立场、扎实的采访、生动的写作、流畅的编辑，以及有立场、见深度的评论。坚持正确方向、练好扎实功底，始终是新闻传播教育的重中之重。新闻院校要将立德树人根本任务与脚力、眼力、脑力、笔力的基本功锤炼以及对新技术的学习、理解、运用有机结合，做到思想教育、专业教育与新媒体技能的学习与精进同向同行。尤其是在足不出户、轻点鼠标就能知晓天下大事的信息时代，更要培养学生“有调查才有发言权”的新闻意识，鼓励他们深入基层、扎实调研，善于运用技术优势，弘扬社会主义核心价值观、传播社会正能量。在人工智能时代，立足国家战略、紧跟技术脚步，培育一支有立场、有思想、有能力、有作为的融合传播生力军，是新闻院校的职责与使命，也是面对未来传播的必然选择。
步入新时代，以人工智能为代表的新技术引领了新闻传播领域的深刻变革。面对日新月异的媒介发展，主流媒体、新闻院校应携手共进，基于国家战略、鼓励技术创新，通过完善政策法规、培养人才队伍，使人工智能为新闻传播行业发展提供不竭动力，让新理念、新方法服务于党和国家的新闻舆论工作，打造信息传播新生态、构筑媒体融合发展新格局。
（作者：北京市习近平新时代中国特色社会主义思想研究中心，执笔：秦瑜明、赵希婧、桂笑冬）
【原创研究】人工智能在新闻传播中的运用：实践探索与伦理困境
0分享至史安斌（清华大学新闻与传播学院教授、博士生导师）高姝睿（清华大学新闻与传播学院硕士生）原载于《青年记者》2022年第19期导读人工智能在新闻传播中的运用目前已经从节省人力成本、提高效率发展到延伸专业新闻工作者的感知范围、强化其判断能力的阶段，在新闻生产、呈现和分发等环节都开展了创新性的实践探索。但是，人工智能的运用也为新闻媒体带来了社会偏见扩散的伦理困境。从技术可供性的视角来看，人工智能（AI）是对计算机科学领域可以模拟、延伸、拓展人类智能的技术的统称，不仅具有思考和自主判断的能力，也具有学习和合作的能力。最初人工智能在新闻传播领域的使用是为了代替重复性高的简单工作，随着智能传播的进一步深入，人工智能在推动新闻传播的实践创新的同时，也成为新闻媒体提升其影响力和公信力的“助推器”。信息技术的飞速发展驱动社会全方位深入转型，人工智能与去中心化、去中介化、万物互联共同构成了Web3.0的四大时代特征。[1]从“机器学习”（ML）到“自然语言处理”（NLP）的人工智能技术优化了新闻生产链，提供包括信息自动探测、数据提取和验证、文本和图表生产、新闻策展和文本自动标注等拓展从业者效率和影响力的实用工具。总的来说，目前人工智能在新闻传播行业的前沿运用主要是助力生产效率的提升、呈现方式的多元化和分发的精准化。但是，前沿技术的使用并不能保证新闻传播品质的提升，这就如同互联网和社交平台依靠机器分发的新闻在真实性和平衡性上都比不上报纸和广电等依靠人工把关的传统媒体。从本质上说，新闻生产系统的效用有赖于其输入和产出的信息的品质和可用性的高低。对于无论是依赖传统媒体还是新媒体的新闻传播系统而言，“垃圾进则垃圾出”（GIGO）是一条经久不衰的通则，而其在社交平台主宰的新闻传播生态中尤为突出。由于缺乏传统媒体的把关机制，新闻记者和编辑对信息和数据的掌控权在社交平台主宰的传播系统中被算法剥夺，而后者参与新闻生产和分发的原理和机制以“商业机密”为由被关在“黑箱”之中，缺乏透明性与易解性。在智能传播时代，新闻界遭遇的最显著的伦理挑战是算法对社会偏见的放大和极化作用。社会偏见在机器生产新闻文本的过程中披着“客观”的外衣进行再生产，并且在算法分发的过程中通过“定制化”的方式扩散。智能传播中的偏见和歧视导致党派和种族之间的冲突，撕裂了社会共识，加剧了“乌卡”（VUCA）时代的动荡不安。本文以智能新闻传播的全链条再造为切入点，对人工智能在新闻传播业界应用的前沿动态进行梳理，并对算法的“负向”助推作用进行分析；以路透社、BBC等主流媒体机构与学界、信息技术行业的跨界合作为例，分析“新闻机器人”和算法在内容生产、呈现和分发之中的应用及其产生的媒介偏见风险和解决方案，以期为国内同行提供镜鉴。人工智能在新闻传播中的应用前沿人工智能在本世纪初就进入新闻传播学界和业界的视野，通过各方协同创新将“机器写作”“虚拟主播”“精准分发”等提高内容生产分发效率和传播力的未来愿景逐步变成现实。另外，新媒体和前沿科技的广泛运用也改变了媒体从业者的生存环境，在为新闻生产“添翼”的同时也带来了“失能”的隐忧。调查显示，美国新闻机构的从业人员数量从2008至2022年间减少了26%，以互联网和社交媒体为首的新技术挤占了传统媒体记者和编辑的生存空间。[2]为此，在当下竞争加剧和资源匮乏的大环境中，新闻传播业界应当把人工智能视为转型升级的“突围”方向。人工智能在新闻传播业界的前沿应用着眼于“人机耦合”视角，为媒体从业者注入新的创新，而非落入“技术中心论”的窠臼，陷入使用机器简单替代专业新闻生产的“勒德教”（Luddite）困境。总的来看，人工智能在新闻传播中的应用前沿主要集中于以下三个领域。第一，新闻生产。人工智能可以成为新闻记者和编辑的“助手”，运用智能语音识别技术将其从转录音频或视频采访的重复性劳作中解放出来，从中节省出时间和精力能够投身于深入思考和专业解析中，从而提升新闻报道的品质。早期的AI运用集中于有关股市变动和体育赛事等“公式化”的主题写作。近年来，AI也开始赋能专业记者和编辑处理数据深入分析和调查报道线索识别等更为复杂的工作。除了财经和体育新闻报道，AI也进入了法治新闻等更为专业化的领域当中。近来，一套名为“立法新闻提示表”（LNTS）的人工智能新闻报道系统被广泛运用于法治新闻的报道场景当中。[3]这个由AI驱动的新闻报道辅助工具可以通过系统搜索和收集与美国各州立法会议有关的具有新闻价值的事件，为记者及时提供事件背景数据，从而方便他们进入更为深入的后续采访。例如，今年6月美国最高法院做出有关“堕胎权”的仲裁后，引发舆论的高度关注。各州立法机构也纷纷展开辩论，制定相应的法案。对于这类具有高度争议性和关注度的议题，AI系统可以在数据出现井喷或异常时向记者发送“新闻预警”，提供包含相关事件背景信息的模板文本。地方媒体的专业记者和编辑借助于LNTS分析议员之间的对话，可以监测和跟踪他们之间的“拮抗”关系，从而对各州立法的结果进行准确的预测，影响舆论的走向。这套AI新闻报道系统还可以帮助记者捕捉到日常工作中难以发现的线索，将新闻生产者的“触角”延伸至以往报道匮乏甚至于完全缺失的领域。例如，通过历时性的资料收集，该系统可以汇总各州议员的投票历史，判断特定人选的投票结果是否与之前的立场相悖，并向记者及时提供相关数据，使其能够把更多的时间和精力投入深入的思考和解读中。显而易见，这套系统可以有效节约人力和财力，可以自动生成包含从众多新闻网站之中收集的信息线索的“菜单”或“食谱”供记者随时调用和搭配。另外，该系统还借助于传感器技术来帮助新闻媒体完成远程资料和数据的收集工作。在堕胎立法争议的报道中，加利福尼亚州、佛罗里达州、得克萨斯州和纽约市等新闻“热点”地区都对该系统开放了当地立法机构和会议的访问权，从而大大提升了新闻媒体跨地域的报道效率。值得注意的是，LNTS是多方合作联手开发的创新成果，专业记者、编辑、数据科学家、工程师、新闻学院的教授携手合作，推动产学研一体化的全链条再造，为解决长期以来新闻业界、学界和教育界之间相互“脱钩”的积弊探索出了一条新的道路。[4]第二，新闻呈现。AI的运用可以优化和丰富新闻报道的表现方式，增强了产品、内容与用户之间的互动性，帮助用户获得临场的个性化体验，同时也提供更为高效的信息服务。算法推荐系统可以根据用户的偏好和所处场景，为其提供定制化的环境信息和服务，有效提升用户黏性。2022年2月，路透社和从事AI研发的“合成媒体”（Synthesia）公司发布了世界上首个以虚拟主播为中心的自动化播报系统。该系统建立在路透社视频素材库的基础上，将专业体育主播的影像和与AI相结合，创建了一个可编程的虚拟主播来进行赛事报道和分析。路透社的图片摄影和视频报道为这位虚拟主播提供信息和观点，甚至可以细化到主播的一招一式，不仅无需任何的人工脚本、编辑和制作，还能够自动创建新闻摘要和字幕，根据传统媒体和社交平台的需求创建与之适配的不同播放版本。[5]2021年初，BBC管理层关注到62%的在线用户每天收听播客，时间从30分钟到4小时不等。为此，BBC与微软合作开发了AI辅助的播客App，借助深度神经网络创建出具有自然语调和清晰发音的合成语音。起初作为BBC名牌系列节目“生活方案”（TheLifeProject）”的一部分推出，将16篇新冠肺炎疫情期间为读者提供生活指南的专题文章以音频方式呈现。获得广泛好评后，该产品又拓展内容，精选BBC网站特色垂类频道的优质文章以播客形式推出。用户可以在电脑、智能手机等多个终端上获取这个App，在浏览精选文章时会收到“收听文章”提示，并且可以选择后台不间断的播放以获得“伴音”体验。更具特色的是BBC为此开发的合成语音系统。此系统具有位于柔和音域的声音，以其圆润、拟人化的音质给人温馨的感受。此外，合成语音还具有更为显著的包容性和适应性，音频可以在文本编辑时根据不同的需求自动更新，并根据不同的内容调整播报的音调和音色[6]。第三，新闻分发。在信息过载时代，运用AI不仅能够对新闻媒体生产内容进行精准分发，提高触达率，还可以为用户提供定制化、个性化的信息。初代“新闻推送”功能主要是基于时效性的考量，辅以AI可以将基于内容的推荐、协同过滤和时序流行度相结合，采用“混合概率”的新模式而非传统的“相似性”原则进行推送。谷歌新闻（GoogleNews）是这一新模式的先行者，通过计算历史点击数据或互动频率等数据预测用户的偏好，根据每名用户的不同配置信息为其量身定做“我的日报”。基于内容的算法推荐和用户之间的协同过滤可以满足不同的用户在“冷启动”“短暂兴趣”“长期偏好”等三个方面获取定制化的内容需求，并将用户的兴趣标注为对某些内容特征的偏好，从而维持更长时间的关注度，尽可能降低由“冷启动”带来的用户数据的“稀疏度”。借助于“协同过滤”可以合并用户近期的兴趣和浏览行为，满足短时间内用户对信息新鲜度和热度的需求。总的来看，人工智能新闻推送系统有利于通过提供个性化信息的方式增强用户黏性和忠诚度，通过提升用户的消费意愿提振新闻产品的价值转化。当前AI在新闻传播领域的应用不仅可以给予新闻生产者更多的便利，也可以在新闻呈现上更加人性化，并为用户提供个性化的内容消费体验。但不容忽视的是，AI算法在提高新闻传播运作效率的同时，也蕴含着“把关人”权力转移的危机，从而成为加剧偏见和谬误扩散的催化剂，导致国家和社会在种族、党派、性别等议题上的撕裂。智能传播中的偏见扩散从本质上看，AI是人类编程基于特定目标，对数量庞大的特定数据集进行“训练”的成果。基于数据的质量、根深蒂固的社会偏见和蓄意煽动群体对立冲突的行为，AI可被用于生产和扩散虚假信息，固化偏见，加剧分裂。更有甚者，由于“算法黑箱”的存在，人们无法识别出这些虚假信息和数据的来源和形成方式，这就进一步提升了互联网治理的难度。在新闻生产的过程之中，“算法偏见”的主要来源并非是算法本身，而是底层数据的收集和筛选结果。新闻生产算法模型分为“训练器”和“筛选器”两部分。“训练器”的偏差主要是在基础数据库和训练过程中产生；而“筛选器”则可以根据“训练器”的预测模型使用包含人类决策和带有社会偏见的数据进行“次级训练”。例如，在海量新闻文本基础上“训练”出来的“词嵌入”技术强化了固有的有关性别的刻板印象，而算法设计者即便没有突出性别偏见，也依然会因为被其他变量编码而将带有性别偏见的词条“嵌入”最终显示的文本当中。更有甚者，人类也会蓄意利用算法偏差误导和操纵偏见，这便是“计算宣传”的由来。2022年2月，丹麦哥本哈根大学进行多模态人工智能感知研究的学者杜尔（BrianL.Due）在其论文中将散播社会偏见的人工智能技术分为三类，一是社交机器人，二是平台内置算法工具，三是人工合成的虚假人物“档案”。首先，目前从“社交机器人”（socialbots）到“深度伪造”（deepfake）等多种借助于人工智能技术的计算宣传手段层出不穷。大量蓄意散播偏见的社交机器人在Facebook和Twitter等全球性社交平台上泛滥成灾。这些“僵尸军团”在关键性议题上散播海量的带有偏见和歧视性的“谬讯”（disinformation），误导公众认知和舆论，降低了民众对政府、媒体等公共机构的信任度，让选举、公投等政治活动的走势发生戏剧性的逆转，甚至于挑动暴力行为和群体冲突，从而加剧了社交平台的“武器化”倾向。[7]其次是特定社交平台内置的人工智能工具所产生的社会偏见。这些以提升工作效率为目标的工具基于“规范性分析”的机制，通过将下一步行动“嵌入”算法来操控用户的行为偏好。例如，社交平台上的词句联想和自动生成的功能和对图片、视频选择的暗示或诱导，都会影响用户对下一步行动的决策。如果使用特定的数据对这些工具进行“训练”，就会导致社会偏见的隐性扩散。杜尔对Twitter的“人工智能裁剪”进行研究后发现，虽然这一工具帮助用户自动选取“精华”部分作为缩略图进行展示，但它优先选择的往往是白人而非少数族裔。再次还有利用“虚拟网红”来散播似是而非的偏见性内容。虚假的“合成人设”拥有比“社交机器人”更加拟人化和有说服力的背景资料，在社交平台上更容易成为受到粉丝追捧的网红意见领袖（KOL）。在“领英”（LinkIn）等交友平台上，出现了一个名为“凯蒂·琼斯”（KatieJones）的网红，她与多名美国政界顶级人物建立社交网络。美联社在对其照片进行分析和比对之后宣告此人不存在，她的面部特征都由人工智能进行合成，并将此类行为定性为社交平台上兴起的“隐身间谍”活动。在新闻呈现的方式上，机器人的形象设计在外观和语音上反映了一定程度的社会刻板印象，并通过与用户的精准互动促进了偏见的深度“内嵌”。在新闻机器人的多元呈现方式中，最为明显的伦理困境便是性别偏见，这种偏见主要来源于对机器人的“类人化想象”。最为常见的是具有性别特征的机器人与不同工作与任务相联结的“职业偏好”。例如，虚拟主播通常设定为青年女性，而虚拟评论员通常设定为中年白人男性，这在一定程度上复刻了传统媒体实践中的“刻板印象”。另外，调查显示，用户会更多与具有女性特征的机器人产生情感上的亲近与信任，并且默认“女性”机器人更适合从事信息服务类的工作。目前最普遍使用的AI机器人是“语音助手”，而具有“专属性”和“服务性”的语音助手通常被设定为青年女性，例如Windows系统的小娜（Cortana）、苹果系统的Siri和亚马逊的Alexa等。这样的人设不仅加深了原有的性别偏见，而且出现了用户“调戏”语音助手的大量案例。“小娜”的语料编写者透露，在其上线初期的对话请求中包含了大量的色情露骨内容。为了解决这个问题，2019年3月，哥本哈根大学的语言学家和软件工程师合作，推出了全球首个无性别语音助手Q。其音质采集自五个不同性别的原型并进行合成和训练。系统研发者还在欧洲进行了4600人次的测试，最终将Q呈现为频率在145赫兹上下的“中性”声音。Q的出现是对AI固有的“无意识偏见”的揭示和反抗，目的是彻底消除智能传播领域的性别刻板印象，充分彰显新媒体的社会责任。这意味着人工智能在新闻传播领域的运用逐渐跳脱了技术中心主义的窠臼，成为社会改革和进步的工具，也意味着AI在新闻传播领域的实践创新中，应当制定更高的产品标准，更为严格地界定用户特性。[8]在新闻的推荐分发上，算法对内容可见性和可及性的影响会导致“拟态环境”中对特定事件不同观点呈现的权重失衡，从而导致新闻舆论场撕裂和极化。在平台化时代，算法接管了长期以来传统媒体“把关人”的角色。因此，持有不同立场的社群将偏见的扩散归咎于平台出于政治目的对“新闻菜单”的选择性呈现。除了算法本身的偏差之外，相关研究发现，在线广告定位中的种族差异相当显著，用户生成的在线数据会产生固化偏见的“反馈闭环”，导致种族偏见成为智能传播中的“抗解问题”。虽然从理论上讲，不同观点的数据库储存应当体现“权重均衡”的原则，但用户的搜索行为会打破这种均衡状态。他们更加频繁点击含有某种观点的内容，尤其是在受到算法推荐的诱导之下。这样一来，算法之中的协同过滤机制对特定观点会更加“敏感”，某一方信息的可见性会呈现出几何级数的增长。目前，社交平台已经成为首要的新闻来源，每天数十亿全球用户的点击和搜索行为客观上起到了固化偏见和加剧分裂的作用。近来，AI助推偏见扩散的“抗解难题”引发各方关注，要求强化算法治理的呼声越来越高。美国国会就偏见、“误讯”和内容审核等议题召开了多次听证会，传唤Facebook创始人扎克伯格等社交平台巨头。一些民权组织也发起了诉讼，迫使后者承担起打击仇恨言论和调整算法模式的责任。智能媒体时代社会偏见的治理平台化时代，社交平台算法的广泛运用加剧了社会偏见扩散的危机。算法本身的机制性偏差和一些使用者的蓄意利用，都使得算法成为危害社会公平正义的重要因素。除了强化法制层面的“他律”进行“治标”之外，推动和深化技术“自律”才是治本之道。对社会偏见扩散进行消弭需要从算法核验、智能偏见探测和人机耦合三个方面入手，充分发挥人工智能和人类智能的协同作用。首先是算法核验。从算法在新闻传播之中的运用逻辑入手，对算法依托的基础数据库和算法运行的规则进行公平性核验。并且对AI新闻产品的生产、呈现方式和分发结果进行监管，消弭算法对社会偏见的催化作用。第一个步骤是加强数据的“预处理”，让数据库储存数据保持精准和公平，有意识降低算法推荐与输出结果的关联性，由此生产出能够呈现不同立场和观点的新闻文本。AI新闻应当通过有意识地增加更多“数据点”来适当提高非主流观点的权重，并且在数据处理的过程中引入“反事实公平”（counterfactualfairness）的核验方法，从而对边缘弱势群体的歧视性内容进行“稀释”和“过滤”，确保信息传播的公平性。第二个步骤是完善对技术的“后处理”，根据模型输出预测的结果，对输出内容按照“适配公平化”的原则进一步修正。第三个步骤则是在增强透明性的同时，增强算法系统的“易解性”，主要是对具体决策的达成方式和导致结果的数据特征进行合理化解读，帮助用户核查在决策过程中所考量的因素是否包含偏见。[9]其次是智能偏见探测。为了加强对假新闻和仇恨言论的打击，新闻传播学界和业界联手开发了各类评估新闻文本的偏见和可靠性的算法工具。这些工具普遍存在的缺陷是，AI在对信息和观点进行识别的过程中，通常依据的是词句的本义，而对于与其引申义相关的戏仿、恶搞、反讽则显得力不从心，这些细微而灵活的语义变化还不能被传统的“自然语言处理”（NLP）技术所捕捉和理解。2022年初，美国普渡大学计算机科学教授戈尔德瓦瑟（DanGoldwasser）将机器学习技术与社会关系和行为模型相结合，开发出一种更好理解社交媒体帖子发布者意图的算法工具。他指出，不论是理解简短推文还是“迷因”（meme）的含义，识别隐性偏见的算法工具都要增加理解叙事过程和语境信息的功能，而如何将对语言符号的理解进行概念化，这正是未来算法工具的转型升级过程中应当解决的首要问题。[10]“算法审核”是目前较为成熟的有效工具之一。在缺乏人工监督和干预的情况下，机器人通常会在“特征优先级”方面选择带有偏见性的语素作为算法推荐的最佳预测因子。这类工具的使用可以帮助机器人纠正这一趋向。例如，对于YouTube等视频网站而言，使用“算法审核”可以帮助我们了解哪些类型的视频会被优先推荐，其推荐系统是否有意散播偏见性信息。虽然“算法审计”和“反事实公平”等工具引入新闻传播业的成本还比较高昂，实际运用还比较有限，但“智能偏见预测”已经成为提升算法治理水平的突破点，未来成果及其广泛运用值得期待。再次是人机耦合。在人工智能得以广泛运用的当下，“人类智能”的作用不仅没有被削弱，反而在算法治理中得以强化，这一点在新闻传播领域表现得尤为突出。人机耦合与协作也被证明可以在新闻生产、呈现和分发的过程中有效阻断偏见的扩散，提升新闻媒体的公信力和可靠性。调查显示，算法依赖于数据库的特性可以为新闻用户提供“客观”“准确”的观感，但是用户对真人记者的信赖度又高于新闻机器人和算法推荐。因此，从理论上说，机器自动生成的文本与真人记者的专业素养相结合，能够实现智能传播可信度的最大化。从实践运用来看，人机耦合与协作需要依赖跨学科、跨领域的技术研发，协商如何在新闻传播实践中“内嵌”道德标准，并建立起行之有效的“算法问责”制度。“人机耦合”的尝试不仅是制度和标准的建立，更重要的是借助于机器的力量提升人类的道德伦理水平。因此，识别算法偏见也是给新闻传播业界提供了一个重新思考人类决策公平性的机会，具体包括在何种情形下需要倚赖人的判断，允许人以什么方式进行判断，谁来决定何时达到“偏见最弱”的条件，从而将算法推荐“安全释出”？在哪些情况下可以允许完全自动化的决策？这些问题无法通过优化算法的方式解决，也不能完全交付机器。与评估算法相比，回顾和评定人类使用AI时的实际情况则要复杂得多，这也引发了有关“程序公平”和“结果公平”的讨论。当媒体从业者意识到由人类训练的算法出现偏见时，不应该简单叫停或禁用，而是应该考虑潜在的人类行为是否违背了社会公平原则，同时也对人类决策进行相关的偏见测试。新闻媒体提高自动化决策的标准，也意味着应当对人类决策提出更高的要求。[11]简言之，从道德伦理的层面来看，“人机耦合”的最终目标是推动人类智能与人工智能的共同进步。小结与展望人工智能在新闻生产中的运用目前已经从节省人力成本、提高效率发展到延伸专业新闻工作者的感知范围、强化其判断能力的阶段。人工智能可以在生产过程中拓展记者搜集新闻线索的范围，并增强他们对新闻内容的理解，在新闻呈现阶段为用户带来更加多元的体验，并且在新闻分发的过程中为用户筛选出类似于“我的日报”这样的定制化内容。但是，AI运用也为新闻媒体带来了社会偏见扩散的伦理困境。为了回应这一挑战，新闻传播学界与业界共同努力，通过在技术维度上的“算法核验进化”和社会维度上的“人机耦合”为消除偏见和维护社会公平开辟了创新路径。应当看到，消除机器算法的偏见与消除人类社会的偏见一样充满挑战性。在现实生活中，偏见以隐蔽的方式影响对特定群体和个人持有的态度和行为。消除偏见的主要阻碍便是偏见的“无意识性”。这种隐形的偏见是在日常生活中不断接触到的关于他人的直接和间接信息中日积月累而形成的，与对“他者”认知的发展交叠在一起贯穿于整个人生的发展历程之中。消除偏见的另一个困难是偏见的“有效性”。偏见已经在某种程度上演变为一种可以增强决策过程的“保护机制”，尤其是当决策面临的风险较高时，人们通常会选择墨守成规的“保险方案”，从而将根深蒂固的偏见保持下去。心理学领域用于隐性偏见预测的一种行之有效的偏差评估工具是“内隐联想测验”（IAT）。其结果显示，虽然可以使用技术手段提示个体存在的隐性社会偏见，但依旧很难带来个体行为的改变。偏见作为人类社会中无法根除的痼疾，应当实施更为长期化、系统化的举措来消弭其负面影响，阻断其扩散机制。在智能传播时代，社交平台作为公众获取信息的首要渠道既要推进人工智能的深入运用，也要重塑传播生态，弥合社会裂痕，维系人类社会的长治久安。从更为宏观的层面上看，模拟和拓展人类智能的人工智能技术应当嵌入人类社会运作的方方面面，推动包括新闻传播在内的各个领域内的创新探索。在“人类智能”力有不逮的情境下运用“人工智能”对社会偏见进行有效治理，也应当在“训练”人工智能走出其伦理困境的同时，带动人类社会在道德伦理水准上的共同提升。参考文献[1]XuY,GuanK,LeiL.Reviewontheprinciple,ProgressandApplicationofBlockchainTechnology[C]//JournalofPhysics:ConferenceSeries.IOPPublishing,2020,1651(1):012041.[2]MASONWALKER.U.S.newsroomemploymenthasfallen26%since2008[EB/OL].（2021-07-13）.https://www.pewresearch.org/fact-tank/2021/07/13/u-s-newsroom-employment-has-fallen-26-since-2008/.[3]HoweP,RobertsonC,GraceL,etal.ExploringReporter-DesiredFeaturesforanAI-GeneratedLegislativeNewsTipSheet[J].SpecialIssueTheme:AIandtheNews,2022:17.[4]BarbaraGutierrez.Canartificialintelligencehelpjournalists?[EB/OL].2022-07-01.https://news.miami.edu/stories/2022/07/can-artificial-intelligence-help-journalists.html.[5]ReutersStaff.ReutersandSynthesiaunveilAIprototypeforautomatedvideoreports[EB/OL].(2020-02-07).https://www.reuters.com/article/rpb-synthesia-prototype-idUSKBN2011O3.[6]BBC.BBCGlobalNewslaunchesAI-poweredsyntheticvoicewhich‘reads’articlesonBBC.com[EB/OL].2020-11-16.https://www.bbc.co.uk/mediacentre/worldnews/2020/life-project.[7]BrianL.Due.Whenrobotsmakebiasedfakecontentonsocialmedia[EB/OL].(2022-02).https://www.goethe.de/prj/one/en/aco/art/22740616.html.[8]MeetQ.FULLSPEECH[EB/OL].(2019-03-09).http://www.genderlessvoice.com/.[9]WaddellTF.Cananalgorithmreducetheperceivedbiasofnews?Testingtheeffectofmachineattributiononnewsreaders’evaluationsofbias,anthropomorphism,andcredibility[J].Journalism&masscommunicationquarterly,2019,96(1):82-100.[10]GoldwasserD.Teachingcomputershowtoidentifyideology:UsingAItodeducebiasinsocialmediaandnewsarticles[J].2018.[11]SilbergJ,ManyikaJ.NotesfromtheAIfrontier:TacklingbiasinAI(andinhumans)[J].McKinseyGlobalInstitute,2019:1-6.特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端人工智能技术重构传播生态
作者：赵玉宏（北京市习近平新时代中国特色社会主义思想研究中心特约研究员、北京市社科院传媒与舆情研究所副研究员）
引言：近年来随着算法推荐、语音交互、计算机视觉等技术不断发展，国外传媒领域对人工智能的探索运用和重视程度越来越高，物联网、大数据、虚拟现实、区块链等技术的发展和应用推动传媒业进入智能时代，媒体智能化正在重塑国际传播领域的原有生态。
1.人工智能初遇传媒业
“人工智能”的概念自提出以来，经过了60多年的演变。1950年，“人工智能之父”艾伦·图灵预言了创造出具有真正智能的机器的可能性。1956年夏天，美国达特茅斯学院举行了历史上第一次人工智能研讨会，会上首次提出了“人工智能”这个概念，被认为是人工智能诞生的标志。
第一阶段：萌芽及初步发展阶段（20世纪50年代中期到80年代初期）1966年，美国麻省理工学院（MIT）的计算机科学家魏泽鲍姆发布了世界上第一个能通过脚本理解简单的自然语言，并能产生类似人类互动行为的聊天机器人ELIZA。1966年至1972年期间，美国斯坦福国际研究所研制出首台采用人工智能的移动机器人Shakey。
第二阶段：商用阶段（20世纪80年代初期至21世纪初期）1981年，日本经济产业省拨款8.5亿美元用以研发第五代计算机项目即人工智能计算机。随后，英国、美国纷纷响应，开始向信息技术领域的研究提供大量资金。从媒介变迁的角度而言，科学技术的进步始终推动着国外传媒行业的发展。伴随着著名的图灵测试诞生，人工智能技术的深度学习(ML)和编程语言技术的发展，人工智能技术与传媒业融合亦成为可能。尤其进入21世纪以来，人工智能技术新的浪潮与传媒业的融合更具内生动力。
第三阶段:规模化应用阶段（21世纪初期迄今）2008年11月谷歌借助人工智能对社交媒体数据进行抓取、分析，成功预测了流感暴发；2009年，美国西北大学开发的“StatsMonkey”是首个写出简讯的人工智能机器；2011年，Watson（沃森）作为IBM公司开发的使用自然语言回答问题的人工智能程序参加美国智力问答节目，打败两位人类冠军，赢得了100万美元的奖金；2012年，加拿大神经学家团队创造了一个具备简单认知能力、有250万个模拟“神经元”的虚拟大脑，命名为“Spaun”，并通过了最基本的智商测试；2013年，Facebook人工智能实验室成立，探索深度学习领域，借此为Facebook用户提供更智能化的产品体验；谷歌收购了语音和图像识别公司DNN Research，推广深度学习平台，自此深度学习算法被广泛运用在产品开发中；2016年，谷歌人工智能AlphaGo战胜围棋世界冠军李世石，此次人机对弈让人工智能正式被世人所熟知，整个人工智能市场也像是被引燃了导火线，开始了新一轮爆发。
2017年至2018年，自动化技术的迅速发展为定制或个性化方式创建内容提供了机会，人工智能技术开始运用于整理、分析、创建、编辑或可视化，数据新闻、自动化新闻、大数据技术推动了人工智能技术在新闻制作和发行中的应用，关于人工智能技术在传媒行业的应用研究也迅速成为传媒学术研究领域的热点。美联社是最早把一些工作交付给机器人的新闻机构之一，其与人工智能领域的新兴初创企业合作，自动制作某些新闻内容。例如与自动洞察公司（Automated Insights）达成协议，借助该公司的自然语言生成平台“语言大师”（Wordsmith），首次使用人工智能制作新闻内容，目前已经在应用智能技术简化工作流程、完成繁重工作、处理更多数据、挖掘洞察力等方面取得很大进展。
2019年以来，人工智能等新技术在传媒行业的应用，在一定程度上为专业生产新闻的记者减负，另一方面专业记者也不得不面对新兴技术带来的考验，技术引入对传媒行业的双重影响进一步显现。机器人记者高效的处理能力使得传统新闻媒体纷纷启用机器人，而传统新闻记者和编辑首当其冲面临变革，甚至存在失业风险。《纽约时报》曾撰文称，记者和编辑发现自己成为数字出版商和传统报业裁员的受害者，由机器人记者主导的新闻行业正在迅速崛起。除了财报分析、数据维度等文章，由机器参与的媒体环节也越来越多。
2.打破原有传播生态格局
人工智能技术引入新闻行业，打破了原有的传播格局。机器人写作与算法分发的应用，改变了传统新闻内容的生产模式，从信息采集、内容制作、产品分发、呈现形式到用户参与模式等新闻生产的各个环节都产生剧烈变化。人工智能可以帮助写作者对传播效果进行预判，以便更好地决定选题，或协助选择最佳表达形式。自动化新闻创业公司Narrative Science的首席执行官曾经预测，到2030年，超过90％的新闻将由计算机编写。
机器人写稿方面：在新闻生产领域，传统以“人”为主导的新闻编辑室转变成了“人”与“人工智能”(AI)共存的新闻编辑室，利用人工智能技术，媒体可以实现新闻信息来源智能化、新闻内容制作定制化、新闻策划与推广个性化以及用户认知体验场景化等新闻生产方式的转变。例如美联社（AP）自2014年起就开始使用人工智能技术撰写企业盈利的报道，还将该技术用于体育赛事报道中。在2015年法国大选期间，《世界报》采用写作机器人实现了对全国2000多个地区选举的报道。《华盛顿邮报》的“机器人记者”从2016年开始参与奥运会和美国总统选举的报道。里约奥运会上，华盛顿邮报利用人工智能技术平台完成了标准化、公式化的机器人写作，包括体育赛事的实时结果以及自动产生标题、图片，每天生产新闻20多条。彭博社、路透社等媒体也在利用人工智能撰写财经类新闻、气象类新闻以及犯罪类新闻等，而今日美国则利用智能视频软件制作短视频。
新闻内容策划及推广方面：人工智能技术在新闻作品中体现出的价值已经从后台走向前台，从新闻内容设计策划到推广都表明了技术人员和新闻人员同等重要的位置。大多数美国新闻网站或社区，通过捕捉用户的行为习惯、收集用户数据，随时调整新闻报道方式、页面呈现方式和与用户建立社交关系。比如，美国新闻聚合网站BuzzFeed将用户数据分析做到了极致，根据用户点击的频次、停留的时间、喜好的内容做出分析报告，指导新闻内容策划和推广。
机器和算法逐步介入并覆盖了从文字、图片到视频处理的故事创意、生产传播链条，为智能化叙事描绘了新图景。传统信息形态主要是文字、图片、视频等，而在人工智能技术助力下媒介可以实现多模态的信息结构，通过VR或AR场景化、沉浸式的互动体验与传播，例如以虚拟主播、场景体验、不同的语言风格切换等更丰富的多形态信息生产提升媒介产品的吸引力和感染力。2020年，《今日美国》报发布了病毒传播的增强现实互动指南、妇女赢得选举权100周年纪念等一系列VR新闻报道作品，以及《扁平化曲线:社交距离的AR指南》等AR互动体验报道。
人工智能算法驱动被广泛运用在娱乐影视海报设计、影视推广和广告营销等方面。大数据使人们能够快速核实信息来源，确保新闻的真实性，实现对客户的精准定位和信息投放。现今，包括《纽约时报》《华盛顿邮报》等国外媒体依据用户的个人阅读偏好，每天自动给用户推送“定制版”新闻内容。
在新闻传播效果评估方面，传统媒体在客观量化评价新闻传播效果和记者编辑工作表现上存在难度，人工智能技术却能精准实现数据考核。在华盛顿邮报的“中央厨房”编辑室，电视屏幕上实时显示一张张可视化的数据图表，同步显示网站的登录人数、每篇文章的阅读数排名、用户喜欢作者排名以及读者喜欢阅读的文章类型百分比等数据。其他媒体还利用机器人来评估人类记者的新闻报道。例如，英国《金融时报》会用机器人检查报道中引用的信源是否过多地来自特定人群；国际调查记者联盟使用AI来筛选金融和法律文件中值得探究的细节。
在新闻传播主体方面，随着人工智能技术在传播领域的应用，传播主体不再局限于人类，虚拟主播、社交机器人、智能语音助手等智能技术开始以传播主体的身份参与国际间信息生产和传播过程，形成“人+机器”的共同传播主体生态。例如2020年，韩国MBN电视台推出韩国首位AI主播“金柱夏”。
社交机器人在社交媒体中得到广泛应用，成为了重要的国际传播工具。研究发现国际社交媒体平台推特上的1400万个账号中有15%是机器人账号，在推特关于叙利亚的议题中，与真人用户相比，社交机器人账号发布了33.5%的内容，在新闻内容方面占比达到52.6%。在英国脱欧公投阶段，据统计在推特中讨论该议题的用户有34%为机器人账号，且其言论带有一定的政治倾向，社交机器人在国际传播中不断影响着舆论导向。
3.风险与挑战并存的未来
人工智能在给传媒业带来内容生产的智能化与传播精准化变革的同时，也带来了很多的矛盾与困扰。一是尽管智能媒体算法推荐在很大程度上减轻了人工筛选新消息的工作量，但在新闻生产过程中，人们无法预测人工智能算法所带来的诸多问题，甚至对最终产品也难以在编审环节进行审核，这增加了虚假新闻出现的概率。从内容来看，AI技术生成的新闻难免出现事实性差错。比如美国CNET的报道就在利息计算、偿还车贷等方面出现过低级错误。另外，《华盛顿邮报》指出，虽然人工智能可以快速准确地处理大量数据，或者通过检阅海量公开信息来组装文章，但其本质只是剪辑，AI生成文章的素材很可能源自他人作品，其中牵涉到剽窃、洗稿等法律和伦理问题。其次，深度伪造技术的滥用很可能在国际传播领域带来极大危害，例如通过社交机器人或虚拟主播产生的一些虚假信息与报道充斥网络。通过换脸、重新投射、口型同步、动作传递、图像生成、音频生成、文字生成等方式伪造照片、音频或视频、篡改新闻事实，这让虚假信息更加难以识别，导致谣言迅速扩散，影响网络安全、数据安全和信息安全。同时，受众长期被智能媒体推荐算法支配，更容易造成信息茧房、知识结构单一和信息偏见等现象。机器人新闻本身存在人性关怀缺失，过分依赖人工智能技术生产新闻内容，冰冷数据与人性关怀、新闻同质与独家报道、自动生成与议题设置、精准推送与信息茧房等之间的矛盾和纠葛也会愈加明显。最后，存在数据采集的侵权风险。机器人新闻内容生产的首要环节是机器人从海量数据中抓取符合主题的数据信息，但这一过程是否存在受众个人信息被随意采集、挖掘的情形，一直是学界讨论的焦点。针对这一问题，2018年欧盟出台《通用数据保护条例》，其中明确划分受众权利和互联网权利，规定互联网公司在收集受众数据时，必须告知受众数据的使用目的，受众也可以通过相应的访问权限进入互联网公司获取相关数据，甚至可以对算法进行干预。
《光明日报》（2023年05月18日 14版）
[责编：张倩]人工智能时代新闻传播事业的守正创新
【专题：深入学习贯彻习近平总书记关于推动媒体融合发展的重要论述】
作者：北京市习近平新时代中国特色社会主义思想研究中心执笔：秦瑜明、赵希婧、桂笑冬
作为新一轮科技革命和产业革命的重要驱动，人工智能对政治、经济、社会发展等诸领域产生了重大而深远的影响。习近平总书记指出，“要探索将人工智能运用在新闻采集、生产、分发、接收、反馈中，全面提高舆论引导能力”。随着智能化浪潮席卷而来，准确把握人工智能的特点与趋势，加快推动人工智能与新闻传播的融合发展，成为迫切需要深化研究的新课题。
加强针对关键技术的探索和研究，加快建设以核心技术为支撑的研发平台、应用平台，是占领信息传播制高点的基础所在。图为日前在上海市虹口区北外滩正式开港的“5G全球创新港”。王冈摄/光明图片
1.立足国家战略，占领信息传播制高点
在新理论、新技术的驱动下，人工智能加速发展，越来越多的国家在新闻传播领域积极布局、全面推进以人工智能为支撑的新闻传播事业发展。借助人工智能的技术优势，新闻传播已经超越了信息传递的单一范畴，成为关系国家形象、国家利益、国家战略的重要领域，成为世界各国综合国力和文化软实力的具体体现。
党的十八大以来，以习近平同志为核心的党中央多次从国家战略高度强调人工智能对于引领科技革命、推动产业变革的价值和意义，并在实践中把握人工智能发展的战略机遇，构筑人工智能发展的先发优势。具体到新闻传播领域，就是加强研判、统筹谋划，以人工智能的发展推动媒体融合。
重视以技术为核心的基础研究。技术是人工智能的核心，媒介的发展与技术进步息息相关。加强针对关键技术的探索和研究，加快建设以核心技术为支撑的研发平台、应用平台，是占领信息传播制高点的基础所在。对于新闻媒体而言，人工智能是一个全新的领域；对于人工智能而言，将其应用于新闻传播意味着跨学科、跨领域的创新合作。因此，在新闻媒体领域进行人工智能的研发与应用，需要科技人员与新闻工作者相互配合、协同创新，共同探索针对性的理论、方法和工具，助力新闻传播领域人工智能的前瞻布局，使其发挥激发媒体活力、提升媒体价值的作用。
倡导理论与实践有机结合。一方面，技术研发要与前沿实践主动对接，巩固新闻媒体的技术实力，实现技术引领下的媒介创新，加速新闻传播事业从数字化向智能化的全面转变；另一方面，要围绕中心、服务大局，充分发掘新平台、新终端服务党的新闻舆论工作的具体功用，以技术为支撑，提升新闻媒体参与社会治理、服务国家战略的能力和水平。以舆情应对为例，大数据技术对于舆情事件的采集、监测、分析、预警、归档具有创新意义，有利于媒体及时、客观、理性地看待舆论走势，进而把握相关报道的时、度、效，为有效开展舆论引导提供助力。当下，如何发挥人工智能的头雁效应，提高新闻舆论传播力、引导力、影响力、公信力，应成为新闻传播学界、业界努力回应的时代议题。
2.完善政策法规，打造规范化媒介空间
从刷脸支付到机器人写稿再到无人驾驶，人工智能已广泛应用于社会生活的很多方面。然而，技术的发展是一把双刃剑。以新闻传播领域为例，尽管以人工智能为代表的新技术使信息传播与互动更加便捷，但也极易造成舆论“去中心化”，使媒介治理遭遇挑战。在新兴技术加快发展的大背景下，必须完善制度与法律，重视基于人工智能的媒介治理，为技术创新及其媒介应用“画方圆”。
将伦理意识与责任关怀注入技术洪流。人工智能不仅加速了新闻媒体的智能化发展，也对新闻伦理、媒介素养等提出了挑战。在2018年机器人与人工智能大会上，工信部赛迪研究院发布的《人工智能创新发展道德伦理宣言》明确指出，无论人工智能的自主意识能力进化到何种阶段，都不能改变其由人类创造的事实。换句话说，人类是科技的主导，人工智能理应体现人类对于社会的应有之责。在新闻传播领域，新闻工作者既要勇于进行技术创新，又要避免技术迷信，既要激发人工智能对信息传播的创新动力，又要对新技术进行伦理研究与责任反思，为技术支撑下的新闻传播注入人性关怀，实现“善智”与“善治”相辅相成。
使制度规范、法律建设匹配技术发展。人工智能改变了传统意义的传播范式，使传播由时空偏向转为兴趣偏向；大数据条件下，人们得以保护隐私的独立空间被压缩……凡此种种，都呼吁切实有效的规范和制约。2017年国务院发布的《新一代人工智能发展规划》提出，要在人工智能领域初步建立伦理规范和政策法规。具体到新闻传播行业，怎样规范新闻媒体对于人工智能的研发与应用，如何对人工智能参与下的信息传播进行过程监管，能否规避人工智能所引发的数据安全和个人隐私等问题，将成为未来制度建设与法规制定的关切要点。总之，面对新的技术生产力，既需要改革的勇气打破既有规则对人工智能科技和产业的束缚与限制，又需要未雨绸缪，建立科学、全面的信息传播制度规范与监管体系，使法律、规章与技术发展同步，防范负面影响、化解风险危机。
3.鼓励传播创新，推动新技术深度应用
随着大数据、算法推荐、语音语义识别等技术的不断成熟，与人工智能相关的科技成果已经为百姓所熟知——智能交互机器人亮相两会报道，“人工智能主播”成为各大媒体融合创新的典型案例。在新闻媒体的实际工作中，人工智能对新闻传播的影响已经涉及采访、写作、编辑、评论、分发、反馈等各个环节，成为媒体融合向纵深发展的重要驱动。
面对新技术所带来的机遇和挑战，如何善用技术、用好技术，发挥人工智能的特色优势，助力新闻策划、盘活内容生产、拓展传播渠道、增强用户体验，更好地服务于党的新闻舆论工作，是新闻媒体面临的重要议题。
在宏观层面，媒介组织要把握好外在环境与内在动力的关系，既要思考如何在人工智能的加权之下，铺就传统报纸、广电的跨界融合之路，为建设新型主流媒体做好准备，又要基于新的媒介环境，对媒体自身的内在功力有所认知，充分发挥主流媒体的阵地优势、资源优势，提升编辑记者运用“十八般武艺”开展新闻报道、进行深度分析与价值判断的能力，开启新闻传播事业新篇章。
在微观层面，新闻工作要应时而变、顺势而为，推动新技术的深度应用，通过人工智能提高报道效率、提升内容质量，彰显新闻传播的科技魅力。在人工智能的各项应用中，数据挖掘便于更快捷、更广泛、更全面地搜集新闻线索；语音识别和语音转换文本让记者拥有了新的科技助手；借助自然语言生成和处理，机器人写稿成为现实；基于实时音视频与人工智能真人形象合成领域的技术研发，AI主播亮相荧屏；算法推荐技术更是改变了传统意义上“我播你看”的传受关系，得以综合考量信息特征、用户特征、环境特征，定制个性化的内容推荐，让用户成为更加主动的信息接收者。
可见，人工智能的发展为新闻传播提供了新的技术解决范式，解放和发展了新闻生产力。新闻媒体应该抓住技术机遇，做好顶层设计、练好应对智能化传播的内功，在人工智能的支持下，让新闻报道更快、更活、更新、更优、更加深入人心，为唱响主旋律、传播正能量提供更大助力。
4.面向未来发展，培养全媒型新闻人才
习近平总书记指出，媒体竞争关键是人才竞争，媒体优势核心是人才优势。人工智能时代不仅改变了媒体行业发展格局，也重新定义了新闻传播教育。当下，培养坚持正确舆论导向、善用多终端、立足多平台的全媒型卓越新闻传播人才，是对内做好舆论引导、对外讲好中国故事的重要保障。
教学要紧跟前沿、求新求变。通过打造线上线下融会贯通的新闻传播专业课程、开展虚拟仿真实验教学、建设融媒体实践平台等举措，将新的理论和现象、新的内容和方法植入教学、融入培养，主动适应技术变革新趋势。2019年11月，科技部决定批准建设4个国家级实验室，中国传媒大学“媒体融合与传播国家重点实验室”位列其中。这一重要举措，从战略高度为基于新技术的教学科研构筑了良好平台，为培养适应未来传播趋势的行家里手奠定了基础。
人才培养要强基固本、不忘初心。在新闻传播教育中，学习新技术、拥抱新媒体并不意味着舍旧迎新——人才培养的经验要保持，学科建设的成就要巩固，优秀的理念、路径和方法，将是我们面向未来的基础、底蕴和财富。无论报纸、广电还是各类新媒体，优质的内容都来自于正确的立场、扎实的采访、生动的写作、流畅的编辑，以及有立场、见深度的评论。坚持正确方向、练好扎实功底，始终是新闻传播教育的重中之重。新闻院校要将立德树人根本任务与脚力、眼力、脑力、笔力的基本功锤炼以及对新技术的学习、理解、运用有机结合，做到思想教育、专业教育与新媒体技能的学习与精进同向同行。尤其是在足不出户、轻点鼠标就能知晓天下大事的信息时代，更要培养学生“有调查才有发言权”的新闻意识，鼓励他们深入基层、扎实调研，善于运用技术优势，弘扬社会主义核心价值观、传播社会正能量。在人工智能时代，立足国家战略、紧跟技术脚步，培育一支有立场、有思想、有能力、有作为的融合传播生力军，是新闻院校的职责与使命，也是面对未来传播的必然选择。
步入新时代，以人工智能为代表的新技术引领了新闻传播领域的深刻变革。面对日新月异的媒介发展，主流媒体、新闻院校应携手共进，基于国家战略、鼓励技术创新，通过完善政策法规、培养人才队伍，使人工智能为新闻传播行业发展提供不竭动力，让新理念、新方法服务于党和国家的新闻舆论工作，打造信息传播新生态、构筑媒体融合发展新格局。
《光明日报》（2019年12月16日 06版）
[责编：董大正]人工智能技术在新闻传播生产模式中的应用分析
人工智能技术是通过研发手段实现模拟并拓展人的智能的相关理论和运用的技术科学，其在新闻传播领域的应用，目前已经渗透到了新闻传播生产的各个环节。新闻传播生产模式在信息采集、内容制作、产品分发、用户体验等诸多方面都产生了重大变革。本文针对人工智能与新闻传播生产的相关理论内容进行了分析，探讨人工智能技术在新闻传播生产模式中的应用方式和未来研究方向。
近年来，传统新闻媒体呈现出衰退的趋势，在“互联网+”时代的影响下，以“人工智能技术”为代表的第四次技术革命浪潮正在兴起，语音文字识别、超级智能搜索、精准算法推送等人工智能技术在新闻传播领域大显身手。人工智能重新塑造了新闻传媒的业态，让信息采集、内容制作、产品分发、呈现形式、用户参与等都发生了显著变化，人工智能技术下支持的新闻传播生产模式发生了颠覆性的变革。这是人工智能技术在新闻传媒领域全面渗透的一个典型代表。
一、人工智能与新闻传播生产的相关概述
人工智能是一个新的学科，是以研究人类智慧作为主要目的，将研究成果转化为有形的技术。人工智能最早在1946年出现，发展到今天，其应用领域也越来越大，对于新闻业也产生了深刻影响，尤其是新闻生产领域。虽然从表面看，人工智能仅属于计算机科学探究的一个支系，实际上包含了统计学、哲学、心理学等多个学科的内容，实现了自然、社会和技术科学的相互交叉，而人工智能的升级也会辐射到其他行业。
新闻信息的生产与人工智能中的符号识别系统、信息收集系统、算法推荐技术、智能编辑技术密切相关。目前，多个权威媒体和资讯类平台都已经开始将机器应用到新闻的写作和分发中，这标志着人工智能已经渗透至新闻生产的诸多环节。在2012年开始，以美国为代表的发达国家就已经采用自动写作软件来编写新闻。在我国，人工智能在新闻传播生产中的应用起步较晚，从2015年开始，多个媒体开始引入机器人写稿。人工智能在新闻传播生产领域中的应用特征表现为几个方面：
首先，广泛性。人工智能技术可应用在新闻生产的各个环节中，包括新闻事件的收集、采访、编辑、写作、分发等，都可以应用人工智能技术。在新闻源环节，采用可穿戴设备传感器来采集新闻事实；在采访环节，利用实体机器人来进行；在编辑环节，采用自动化的数据填充，增加新闻信息量；在写作环节，机器新闻为写作提供了诸多便利；在开发环节，借助算法推荐为用户提供定制化的分发。
其次，影响深入性。人工智能让新闻生产领域产生了颠覆性的变革，重新对新闻生产模式进行了定义。在信息的收集和选择中，利用传感器技术，可扩大新闻信息来源的深度和广度，利用传感器，能够预测未来的发展动向，满足受众个性化需求。AR、VR技术的应用改变了受众的新闻体验方式，让用户能够更好的进入三维空间。
再次，作用的双面性。任何技术都是一把双刃剑，人工智能也是如此，在一定程度上，人工智能推动了社会生产力的发展，但是，也引发了一系列矛盾，比如，“传感器监测是否会泄露用户隐私？”、“机器人写稿是否真实、客观？”、“智能算法推荐会不会让用户进入信息茧房？”、VR新闻涉及的版权问题纠纷等，这也成为当前关注的热点问题。
二、人工智能技术在新闻传播生产模式中的应用分析
（一）以人机结合作为新闻生产主体。
1.客观中立的叙事风格。支撑人工智能的核心机制在于算法，算法让数字新闻、传统新闻之间的界限清晰起来，以算法为导向深刻改变了新闻的思维、生产模式。在传统媒体时代，信息缺乏、技术手段滞后，新闻的生产是依靠人力进行，效率不高，在人工模式下，新闻生产者的内容偏好、个人喜好让新闻内容带有浓郁的个人色彩，而算法技术可根据用户的阅读、反馈情况筛选出契合不同用户需求的新闻内容，替代人工的采集、判断和分析，由人机共同完成写作和传播，解决了以往的“信息茧房”问题。
2.自动化的语言生成。自动语言生成技术的发展为机器赋予了表达、写作能力，在筛选到关键信息后，可生成高质量文本，根据用户特征提供个性化定制，写出的新闻内容也更加稳定，充分满足了不同受众群体的需求。
（二）以用户建构作为新闻生产方式。
1.新闻编辑变得平民化。目前，新闻的呈现方式变得更加多样，可通过文字、图片、视频等多种载体来呈现，利用人工智能，可在海量信息中寻找信息点，利用程序来制作信息内容，以大数据技术来提供定制化服务。而文字转换技术、语音识别技术的应用，让新闻解读、推送速度更快，新闻传播范围得到了显著扩展。用户可随时通过APP、网页等，将自己喜闻乐见的内容上传到网络，由媒介平台来传播信息，打造出多元化的话语体系。
2.编辑软件更加便利。借助人工智能，可通过多种方式为用户提供核心信息，受众在阅读新闻的过程中，能够积极建构新闻内容，参与到意义建构中，成为新闻建构的主体，打破了以往的被动接收模式。根据用户的日常浏览特点、个人兴趣，可进一步加大用户自主建构内容的主动性，更能够表现出用户需求，增强其情感体验。
3.打造新型传媒业创新链。人工智能在新闻生产模式中的应用，最大目标是为了更好地留住用户，当前，各个平台都在主动进行技术研发，打造新型传媒业创新链，在这一过程中，可通过人工智能提供咨询、数据服务。除了在内容的研发上，人工智能应用也在用户互动上搭建出全新的传播链条，最大限度节约了用户时间，并为其提供具有价值的信息反馈。
（三）智能化的新闻内容分发模式。
1.利用智能测算实现精准推送。在新闻的分发中，利用智能测算，可为用户精准推送信息，在这种算法下，用户接收到的信息是对自身成长有满足的、感兴趣的。在传统的媒体中，受众是被动接收信息，只能够通过特定渠道来获取信息，无法对信息和线索做出反馈，人工智能技术的应用改变了这一现状，利用智能测算的精准推送，可以显著提高用户黏性。
2.提供智能匹配的用户信息消费链。智能匹配消费链将用户、信息紧密地连接起来，其中，大数据处理技术、中间算法技术是两者的连接桥梁，能够精简繁杂信息，定制精准内容。在用户黏性得到增强之后，就更有助于分析用户的个性特征和行为，制定出与用户需求贴合的信息服务。
三、人工智能技术背景下促进新闻传播生产良性发展的对策
（一）强化政策引导。为了发挥出人工智能技术的作用，需要加强业界、学界、政府之间的合作，共同出具行为规范与标准，完善法律法规体系，加强政府、企业、媒体之间的合作，强化自主监管。在具体层面上，坚持政府的引导作用，企业和媒体要加速推进智能新闻。在人工智能技术的使用上，要遵循“以人为本”原则，充分保护好用户的隐私权，强化安全技术方面的研究，避免人工智能广泛应用造成的新风险。
（二）加强人机协作双把关。在新闻生产领域中，把关人是其中的重点环节，新闻把关要求在内容尚未进入传播渠道前，就要对新闻内容、价值观念和写作风格进行把关。对此，需要合理应用人工筛选方式，减少新闻传播中可能出现的错误，快速识别低质量内容，充分考虑到整体成本、质量、审核效率等问题，在人工审核、人工智能的双把关下，为受众提供更优质的新闻支持。
（三）注重隐私权保护。在人工智能时代，隐私权的“侵犯”问题时常发生，因此，在技术层面，要加快隐私保护安全技术的研发，将用户隐私保护嵌入到人工智能系统；在新闻生产上，要加强区块链技术的研发，明确各个环节的权利、义务，保证隐私保护、数据开放、数据安全的平衡性；在法律法规上，要应用法律规范来保障个人信息安全，加快立法，促进人工智能技术的健康发展。
四、结语
在信息技术的发展下，人工智能在多个领域得到了广泛使用。人工智能技术影响了新闻生产流程的创新，提供了自动化写作的机会。同时，人工智能也是一把双刃剑，在新闻生产模式中的应用，还存在各类风险，在下一阶段，需要加强研究，从技术、法律法规等方面来着手，充分发挥人工智能的优势价值。
参考文献：
[1]阮超.技术逻辑视野下区块链对新闻生产的影响分析[J].传媒论坛,2020,3(20):152,154
[2]喻国明.人工智能的强势崛起与新闻传播业态的重构[J].教育传媒研究,2018,(1).95-96.
[3]张淑玲.破解黑箱：智媒时代的算法权力规制与透明实现机制[J].中国出版,2018,(7).49-53.
[4]彭兰.未来传媒生态：消失的边界与重构的版图[J].现代传播,2017,(1).8-14,29.
[5]李惊雷.人工智能时代新闻传播教育困境[J].中国出版,2019,(6).38-42.
[6]张铮,陈雪薇.从“数据新闻”到“数据传播”——智媒时代新闻传播教育的数据转向及因应策略[J].中国编辑,2020,(5).74~79.
（作者单位：豫章师范学院）