人工智能与变革中的新闻传播业
（云南财经大学）摘要：随着人工智能的快速发展，它对我们的生活产生了越来越大的影响。并且，人工智能技术已经渗透到互联网、医疗、语音识别等技术型领域。随着传媒技术的进步和智能化浪潮的掀起，新闻报道的形式和生产方式也逐渐多样化，人工智能影响着现代新闻的生产。本文简述了国内外新闻业中人工智能的发展历程，并对人工智能背景下新闻业的变革作了分析及展望。关键词：人工智能；互联网；新闻业 一、人工智能的内涵 1936年,24岁的英国数学家图灵提出了“自动机”理论,把研究会思维的机器和计算机的工作大大向前推进了一步,他也因此被称为“人工智能之父”。人工智能（ArtificialIntelligence）这一概念的提出最早可以追溯至1956年美国达特茅斯学院一次研讨会。在这次名为“人工智能夏季研讨会”的会议上，时任达特茅斯学院数学系助理教授约翰·麦卡锡第一次明确提出了人工智能的概念。1965年，哲学家休伯特·德雷福斯发表了题为《炼金术与人工智能》的文章，这一概念开始被广泛认可。 60多年来，不同学科领域的研究者们发展了众多理论，其概念也随之扩展。其中，比较有代表性的是美国麻省理工学院教授帕特里克·亨利·温斯顿对人工智能的定义，即：那些使知觉、推理和行为成为可能的计算的研究。 二、新闻传播业人工智能的发展 人工智能技术同样在新闻传播业得到发展。当然，国外的新闻传播行业对于人工智能的应用达到了很先进的地步，无论是“计算机辅助报道”、“机器人写作”和“语音识别”等方面都得到了长足的发展。我国的人工智能在新闻传播领域起步较晚，但是对于人工智能在新闻业的投入应用是发展迅速的。 （一）国外新闻传播业人工智能发展状况 机器人写作最早出现于美国，在2006年3月，美国信息供应商汤姆森金融公司开始运用电脑程序代替财经记者自动撰写经济和金融方面的新闻；2010年，美国西北大学开发出StatsMonkey软件，自动从网页抓取比赛数据信息，并在几秒后完成新闻创作。最受人们关注的是2014年3月的一篇由新闻机器人撰写的报道，它在不到5分钟的时间里将搜集到的美国地震局测量的数据直接转化成短消息，在经过人工校对后发表在洛杉矶时报的网站上。 （二）国内新闻传播业人工智能发展状况 国内，腾讯、今日头条、阿里和百度是国内写稿机器人技术应用最早和最为成熟的平台。2015年9月10日，腾讯财经消息《8月CPI同比上涨2.0%创12个月新高》就是由一款自动新闻写作软件Dreamwriter完成的。11月，新华社也正式推出新闻机器人“快笔小新”参与写稿项目，它可以迅速完成体育、财经等数据类相关的稿件。2017年1月，南方都市报社写稿机器人“小南”上岗，推出第一篇共300余字的春运报道，1秒完成，效率惊人。今日头条的“张小明”让写稿机器人的技术水平提升到了2.0的时代。 三、人工智能对新闻传播业产生的积极影响 （一）从专业生产走向“专业生产+用户生产+机器人生产” 随着人工智能技术的逐渐成熟，机器人的计算能力和学习能力不断提升，传统新闻生产的方式将逐渐被颠覆。过去依靠专业记者生产内容（PGC）的手工模式，继走向“专业生产+用户生产”（PGC+UGC）的Web2.0模式后，又将走向Web3.0新阶段：算法生成内容（AAC），与PGC和UGC三者鼎立。 未来人工智能至少会从内容生产和消费两端对媒体发展带来变革。人工智能与物联网、大数据深度结合，将催生真正意义上的“精准媒体”，在图像识别、视频处理、跨文本翻译、数据库激活等领域，推动媒体融合快速发展。 （二）从流水线生产走向个性化定制 人工智能技术的核心是数据挖掘。
期刊文章分类查询,尽在期刊图书馆媒体的受众分析将比以往更精准，内容的聚合与分发，将更加精准化、智能化、对象化、个性化。通过大数据挖掘技术、个人信息行为追踪，新闻机构可以做到为用户智能推荐，实现个性化的新闻定制。 通过大数据挖掘，机器人可以更精准地预测未来。人工智能通过对数据处理，可以极大提高出稿效率，对突发事件实现快速反应。与此同时，媒体人借助人工智能技术把内容输送到算法推荐平台，实现精准传播。 四、人工智能的不足 （一）数据收集可能侵犯隐私 当人工智能应用于新闻生产领域，新闻素材的来源更加广泛。比如，在信源捕获方面，大量的数据收集可以成为新闻生产的原始材料。人工智能的应用大大增加了新闻素材，但存在可能侵犯用户隐私的问题。因为人工智能是基于云计算和大数据而从庞大的数据库中抓取的数据，但是大数据的抓取行为本身就存在可能侵犯用户隐私的问题。在网络信息技术高度发达的今天，用户的一切网上行为都处于一种被“监视”的状态，在网上留下自己的信息，导致个人隐私泄露的案例频发。 （二）个性化定制易形成“信息茧房” 人工智能依托用户个人兴趣爱好偏向，通过对信息的收集、整合与加工，为用户提供个性化的新闻内容。另外，人工智能的应用满足了用户对于新闻信息“长尾”的追求。个人比较冷门的兴趣爱好、关注的内容都可以在这里得到满足，进一步促成了深度的内容定制。但是根据用户个人的兴趣爱好进行信息推送容易形成用户的“信息茧房”。导致个人对特别感兴趣的信息无限制地获取，而对此领域之外的信息一无所知。这种热衷于一些事物，而对其他事物一无所知的现象将会导致人们习惯顺从地接受媒体提供的各类信息，并且认为媒介提供的信息真实可靠，慢慢丧失了批判能力，对于媒介提供的信息不加思考、全盘接受。 （三）模式化现象严重 人工智能通过算法的优选，摒弃了冗余信息的十扰，让用户能够直接接收最有用的内容。机器人在写稿件时，首先从数据库中依据挖掘到的数据找出符合新闻需求的信息，然后进行结构化处理，把数据进行排列组合，最后用设定好的模板形成新闻报道。在这种情况下产生的新闻报道就存在模式化严重的问题。从“快笔小新”的新闻生产中可以看出：由于生硬地套用人工制作好的模板，机器人所写的稿件难免存在单调、乏味的问题。 五、未来的发展趋势 如今，人工智能被广泛地应用于新闻生产领域，人们开始担忧先进的机器人写手会取代传统的新闻记者。其实尽管当下人工智能大行其道，可以协助我们获取、加工与整合数据信息，甚至是分发数据信息，但是人始终是判断数据信息真伪价值的决定性因素，对于数据信息的分析解读也需要人类完成。当前，机器人还无法写出内容比较复杂的社会新闻，只能做一些以数据为基础的报道。未来是人同机器协作的时代。在新闻生产中，机器会与人类随时协作，共同完成数据的提供与内容的生产。未来的新闻写作体系很可能是一种人机合一的机制。参考文献[1]Winston，P.H.(1992)，Artificialintelligence(3rdedition).Reading，MA；Addison-Wesley.[2]Russell，Stuart，PeterNorvingandArtificialIntelligence.“Amodernapproach.”ArtificialIntelligence.Prentice-Hall，EgnlewoodCliffs25(1995):27[3]LindsayRK，BuchananBG，FeigenbaumEA，etal.DENDRAL：Acasestudyofthefirstexpertsystemforscientifichypothesisformation[J].ArtificialIntelligence，1993，61(2)：209-261[5]敬慧.机器新闻写作下热潮下的传统新闻生产冷思考[J].科技新闻传播，2017.[6]周政华，练紫嫣.人工智能时代新闻业的谢幕与重生[J].新闻研究导刊，2017（11）.[7]李蕾，王小捷.机器智能[M].北京：清华大学出版社，2016作者简介：陈中强（1989年—）男，汉族，辽宁人，硕士研究生，云南财经大学，传媒学院，专业为新闻与传播专业；王鸿泽（1994年—）男，汉族，陕西人，硕士研究生，云南财经大学，传媒学院，专业为新闻与传播专业。
智媒时代传媒产业的变革与反思
内容摘要：媒介技术的不断发展将人类社会带入到新的媒介时代。彭兰教授在2016年的新媒体发展趋势报告中为我们描绘了“智媒时代”来临时的景象，万物皆媒、人机共生、自我进化将成为智媒时代的三大基本特征。本文讨论了智媒时代下的新闻生产方式、传媒生态以及新闻从业者角色的巨大变革，以及在此环境下对于算法推荐的黑箱与迷思、技术边界的野蛮拓张以及传媒企业社会责任的批判与反思。
关键词：智媒时代传媒产业变革与反思
随着互联网技术的不断发展与快速普及，越来越多的新兴媒介进入了我们的视野。细数媒介的发展历程，经历了这样几个阶段，首先是Web1.0时代的门户网站，以雅虎和谷歌为其中的代表，紧接着是强调个人中心化和用户生产内（UGC）的Web2.0时代，例如维基，注重知识的协同组织。关于Web3.0的定义和特征，现在尚无定论，但是我们隐约可以看见他的雏形。进入Web3.0阶段，便是让这些信息主动寻找到人，让计算机理解人们所能理解的内容，[1]网络成为用户需求的理解者和提供者，他将更加了解用户的行为习惯，把信息精准传递给用户，人与媒介之间的互动将更为便捷。
一、智媒时代已经来临
在过去，传统媒体占据了信息流通的主导地位，我们每个人都是信息的被动接受者，因而称之为“受众”。新媒体的出现改变了“人”作为行为主体的被动地位，个体具有更多参与内容生产的机会，因而被称之为“用户”。从受众到用户的这种思维模式的转变，正是“众媒时代”的显著特征。在腾讯网企鹅智酷与清华大学新媒体研究中心联合发布的《2015中国新媒体趋势报告》中，彭兰教授概括出“众媒时代”的五大特征：表现形式的碎片化，生产主体的大众化，传播结构的大众化，传播平台的分众化，多屏跨界的多样化。向我们宣告一个众媒时代的到来。[2]然而，技术的发展以史无前例的速度向我们席卷而来，在“众媒时代”方兴未艾之际，彭兰教授在2016年的报告中指出，在经历了门户时代，Web2.0时代以及众媒时代之后，我们正步入“智媒时代”，这将极大地改变媒体内容的生产方式，重构传媒产业的生态。[3]所谓智媒，就是人工智能与媒体的结合体，智媒时代以物联网作为智能传播的基础设施，以大数据构成整个生产要素，用移动计算优化资源的有效配置，机器学习在这一过程中加速了智能化的进程。[4]新的游戏规则正在形成，传媒产业的格局也在发生着显著变化，互联网的发展已经进入了“下半场”。[5]喻国明教授借用此概念表明媒介发展的历史阶段，在他看来，互联网发展的“上半场”就是对内容网络、人际网络和物联网络实现“连接与再连接”，而“下半场”是个人资源的重新聚合当中，由数据化和智能化主导的社会和产业发展的全新阶段。
苏涛和彭兰[6]很快的体察到，一个全新的媒体智能化的“智媒”时代已经来临，媒体的智能化，一方面消融了传统传媒业的固有边界，另一方面正在重塑传媒业的原有生态。传统媒体由于体制的约束、规模的有限、技术的落后以及市场操控能力的迟滞，在这一轮的流量（用户）之争的发展当中处于下风。这就是人们所看到的“渠道失灵”、用户流失以及影响力衰退。[7]与此同时，智媒时代传媒的格局与生态已经发生变化，我们更加需要关注用户平台的重构、新闻生产系统的重构、新闻分发平台的延展与重构以及信息终端与生态的重构这四个维度的问题。[8]移动技术、大数据、人工智能与媒体的结合，形成了最初的智能媒体概念，但是张琛[9]认为，从历史性角度来看，还无法严格定义这个时代，对于智能媒体时代的定义还需要进一步讨论。
在智能媒体如火如荼发展的今天，学界和业界对智媒产生的种种隐患以及未来进行了思考，洪杰文的研究发现，智媒仍然处于弱人工智能阶段，对智媒的期待应回归理性，对媒介技术所带来的风险进行感知，避免陷入盲目乐观主义的精神状态。[10]公众被侵犯的隐私权，智媒对新闻专业主义的冲击……我们在享受着人工智能带来的便利的同时，也面临着新的伦理挑战。
二、智媒时代的基本特征
2016年被称为智媒元年，在人工智能、物联网、VR/AR等新技术的驱动下，彭兰教授指出，智媒时代将会呈现出“万物皆媒、人机合一、自我进化”这三大特征。
（一）万物皆媒
媒介，从传播学意义上来讲是指利用媒质储存和传播信息的物质工具，从更广泛的意义上来看，凡是能使人与人、人与事物或事物与事物之间产生联系或发生关系的物质都是媒介。彭兰教授指出，“过去的媒体是以人为主导的媒体，而未来，机器及各种智能物体都有媒体化可能”。物联网、人工智能、云技术等新技术的发展，使得万物皆媒的设想成为可能。[11]物联网的概念首次提出还在1991年，当时由于技术的限制并未引发关注，但是仅在二十年后，物联网就已经发展到相当的规模。借助传感器技术的普及应用，智能物体已经逐渐开始进入我们的视野，通过终端掌控，各种物体都可以连通网络，人们可以更加容易地获得对于物体状态、动态的感知。这也给传媒产业的发展带来了无限的可能，智能物体可以一定程度上承担信息采集和加工的任务，以传感器为支撑的“传感器新闻”，甚至有可能出现OGC（ObjectGeneratedContent）的内容生产方式。
（二）人机共生
人与机器的互动一直以来都是科技革命时代所关心的话题，从人机大战到人机和谐共生，体现了人类作为智慧生物对待机器的态度转变。不再是排斥抵触，而是和平接纳，最终智能化机器、智能物体将与人的智能融合，共同作用，构建新的媒体业务模式。近年来，随着人工智能技术的日益成熟，我们进入了高度智能网络化的社会，人与物都充当了某种程度的媒介功能。在未来，智能家居，智能汽车将会大量涌现，可穿戴设备将会广泛普及，彻底发挥人体本身的智慧终端作用，人体终端化不仅意味着人体向外界发送数据的快速与丰富，也意味着人对信息的获取与处理能力的增强，拓展人的感知认识能力，以及人与物的信息交互能力，人成为了一种行走中的移动终端。[12]终端智慧化是未来人机共生的关键，智能手机是当前人机交互的主流界面和载体，未来，可穿戴设备，传感器芯片与人的融合将会增强人机互动的质量，机器也会融合与人、物体和环境之中。
（三）自我进化
自我进化是智能媒介成熟的标志，在未来的媒介化进程当中，人与机器深度融合，机器具备自我学习的能力，借助智慧终端，更加精确地提供人类需求。这既是机器是否能适应人类更高层次需要的挑战，也是人类能否驾驭机器不致被机器奴役的挑战。彭兰教授说，“人机合一的媒介具有自我进化的能力,机器洞察人心的能力,人对机器的驾驭能力互为推进”。人体上将有越来越多的“机器”，以可穿戴设备，传感器和芯片的形式存在，某些芯片还可以植入人体。机器越来越隐身于人、物体、环境之中，在融合中实现共同进化。当前，英国和瑞士的科学家已经研制出一种能自我进化并不断改进性能的机器人系统，将这种系统应用在汽车制造和农业领域，机器人就能主动寻找汽车修理中的问题，尝试不同的农业灌溉方式，从而大大提高生产的效率。
三、智媒时代传媒业的深刻变革
大数据和人工智能技术的兴起，对于整个新闻传播行业的生态都产生了巨大的影响，并推动了传播权力从传统媒体向社交平台转移，智媒时代的来临，将会开启智慧传媒的新模式与新生态。
（一）智媒时代新闻生产的智能化
在过去，专业的新闻生产工作都是在编辑室内完成，新闻的采编分发都遵循一套单向度的线性流程。但是技术的应用改进了这种流程，新闻生产呈现出智能化的特点。传统的新闻制作需要记者去现场采访、拍摄，将文字、图片资料带回编辑室进行编辑。新媒体时代所产生的海量信息，已很难完全用人工的方式来完成处理，智能化的新闻采集更多依赖大数据技术、传感器技术，算法技术等，延伸了信息采集的触手，拓宽了取材的范围，提升了取材的丰富性。传感器新闻的出现，正是信息采集方式的重大转变。彭兰[13]教授指出，各种智能化新内容生产力在多个“线程”上的引入，将带来生产能力的增强。在信息采集力上，实现了从“人”到“物”的多层面贯穿，在信息的加工力上，形成了“全媒体贯通+挖掘力提升+新文本模式”的新格局。此外，在信息的整合能力、核查与判断力、协同力、分发力上都有所增强。自动化新闻的生产方式使得社会信息总量呈指数型趋势增长，新闻机器人的出现，简化了新闻的制作流程，实现了机器取代人力，节省了大量的人力物力。机器人写作，可以大大加快新闻生产的速度和总量，2016年里约奥运会期间，《今日头条》Xiaomingbot完成一篇稿件的时间约为２秒左右。新闻传播学界普遍认为，自动化新闻在未来所占的比例将会越来越高，因此传媒业纷纷开展了自动化新闻的实践，腾讯财经的“Dreamwriter”、新华社的“快笔小新”、第一财经的“DT稿王”以及智搜的“Giiso写作机器人”，都是机器写作的典型代表。虽然目前机器人写作基本上沿用一种“人工智能”+“自动化数据填充”的模式，在新闻敏感、情感表达、深度分析及选题方面还有所欠缺，[14]但是我们已经看到，其强大的数据处理能力和稿件生产能力还是引发了传媒领域的剧烈变革。在新闻内容的分发上，传统的大众媒体只是将新闻在媒介上公开，并没有考虑受众的喜好。在今天，我们已经看到传受主体之间的地位发生了很大的改变，今日头条依靠其强大的算法能力，为用户精确推送信息，并打出了“你关心的，才是头条”这样的口号，精确记录用户的使用习惯和阅读行为，实现千人千面的内容分发。新华社的聊天机器人，苹果的Siri,都可以让用户发送指令以获得感兴趣的新闻资讯，从而获得个性化的内容服务。
（二）智媒时代传媒生态的变革
纵观传媒的历史，每一次重大的技术突破都能推动传媒产业的跨越式发展，无论是印刷术的发明，还是无线广播、有线电视的出现，都给传媒业带来剧烈的变化。
腾讯集团的高级执行副总裁刘胜义说，“智能化将重新塑造人与媒体、人与资讯的关系，带来新的组织形式、生产方式、产品形态，颠覆并重构媒体生态”。[15]互联网的“下半场”必然是以人工智能为核心的产业变革，无论是国内的BAT互联网巨头，还是苹果、谷歌、微软、Facebook等公司，都视人工智能为重点发展领域，并开发相应的科技产品，抢占市场有利地位。百度的“百度大脑”、腾讯的“Dreamwriter”、苹果Siri、微软的Adam，各个公司都开始依据自身的特色拓展新的业务形态。传统的报纸、广电等传媒产业发展相对迟滞，新技术推动下的智媒领域快速崛起。智能媒体的发展让传统的产业结构发生了变化，从2013年的传统媒体、互联网和移动互联网的“三足鼎立”，2017年则已转向“一超多强”的局面——移动互联网的市场份额接近一半，传统媒体总体规模仅占五分之一，其中报刊图书等平面媒体的市场份额不到6%。[16]传统媒体的内容生产和传播模式都亟待改革，以中央电视台、新华社和人民日报为主的传统媒体已经开始了智能化改革。央视不断地推动“5G+4K+AI”的节目制作与传输改革，2018年11月7日,新华社联合搜狗在第五届世界互联网大会上发布了“AI合成主播”,在新闻领域实现了实时音视频与AI真人形象合成的创新，人民日报社新媒体中心则联合百度、科大讯飞、快手、荣之联、凡闻科技等多家科技公司共同开发出“人民日报创作大脑”，具备智能写作、智媒引擎、语音转写、数据魔方、视频搜索五大功能，大大提升创作者的内容生产和分发效率。
基于算法推荐和大数据精准推送的人工智能带来了商业模式的转型升级，他使得定向广告成为可能，极大地增强广告的投放效果，在进行深度挖掘的基础上，实现了个性化传播。人工智能促使新闻生产由PGC向智能生产迈进，通过自动化新闻生产，受众群体细分，智能化媒体能够兼顾“头部”和“尾部”的双重用户，并且能够通过数据分析，掌握用户的购买行为，精确描绘用户画像，从而给消费者进行有针对性的商品推荐。
（三）智媒时代新闻从业者的转型
人工智能进入了传媒产业领域，不仅对新闻生产有重大影响，对于新闻从业者也是一次重大考验。崔保国[17]教授提出，人工智能带来的不仅仅是信息生产流程的革新，产品形态的丰富、商业模式的升级，更是通过传媒业与互联网、人工智能技术深度融合，形成协同创新发展新业态，重塑媒体生态环境，再造媒体组织结构，改变媒体从业人员的职业发展模式。媒体从业者的转型，从更深层面的角度来说，是媒体从业者角色的转变，传统媒体时代，信息传播过程中的把关人角色一直由个体或机构扮演，随着人工智能技术的发展，信息传播过程中的“把关人”变成了“AI智能系统”，[18]这对于媒体从业者职业的合法性提出了重大的挑战。
在全媒体时代，就已经提出了“全能型”记者的目标，需要能够适应多种复合媒体岗位的工作要求，集策划、采访、写作、编辑、摄影摄像、出镜播报等技能于一体的新闻专业人才，从技术的角度看，新闻的生产与传播日趋专业化，仅有过人的学识与眼界已不足以支撑一个新闻从业者取得卓越的功绩，只有辅以先进的技术，才有可能使具有价值的内容达到最佳的传播效果。[19]抖音、快手的一夜爆红，VR、AR技术的进一步发展，都在促使新闻从业者与时俱进，更新职业技能。
智媒时代，人工智能在一定程度上为新闻工作者减轻了信息采集、筛选和新闻制作、分发的压力，但是数据背后的新闻价值以及内容的真实性则对记者提出了更高的要求。机器人新闻虽然可以大大提高生产效率，但是在内容的逻辑性和深度上还有所不足，也缺乏必要的创造性思考和人情味，编辑人员则需要进行把关，查漏补缺，为内容增加厚度、广度和深度，针对大数据无法采集到的信息，还需要利用传统的信息采集方式进行补充。在媒介内容的生产过程中，机器可以承担大部分的简单重复性工作，新闻从业者则需要提供更多的灵感与创意，机器可以对大量的数据进行搜集分析，但是需要新闻工作人员进行基于数据的宏观决策。智媒时代，新闻工作者需要进行更加富有创造性的脑力劳动，成为人工智能时代的真正强者。
四、智媒时代传媒业的批判与反思
(一)智能算法的黑箱与迷思
随着人工智能的不断进步，算法推荐技术也日趋成熟，已经成为内容分发领域的重要手段。“今日头条”作为国内最大的资讯分发平台，就是基于数据挖掘的个性化推荐引擎，由算法来进行信息分发，获得了互联网领域的一席之地。紧随其后，各个媒体、社交网站也纷纷引入算法分发，根据算法的模型预测用户的喜好，以此推送给不同用户以不同的信息，并使广告能够精准地传递到需要他们的用户。算法之所以被称作为“黑箱”，是因为从数据输入、到数据吞吐、再到新闻产品输出这个过程所涉及的繁杂技术无法被用户所了解或得到解释。[20]
算法根据用户的阅读习惯，推荐个性化的内容，这虽然在一定程度上满足了受众的需求，但也使受众的注意力陷入仅与自身兴趣相关的瓶颈之中。公众只会注意自己选择的东西和使用自己喜欢的内容领域，久而久之，会将自身桎梏于蚕茧一般的“茧房之中”。[21]张帜认为，在用户作茧自缚的“信息茧房”和算法推荐机制下的“过滤气泡”中，我们似乎正在逐渐进入“个性化拟态环境”的算法牢笼。[22]长期居于这样的环境中，人的思维观念得不到拓展，难以接触到全面的信息，从而会产生偏见，拒绝任何其他相悖的理论见解，新的知识鸿沟也由此产生。
另外一方面，算法推荐内容的质量也值得警惕，在满足人们个性化需求的同时，也引发了诸如大量劣质低俗的信息推送以及大数据杀熟等诸多乱象。仅仅依靠算法来生产内容是无法保证内容的质量，当前的算法会放大和集中某些仅仅诉诸点击量、转发率的内容，造成内容市场上的“劣币驱逐良币”，[23]给互联网的管理带来诸多不便。“今日头条”自去年以来，因传播低俗内容多次被多次约谈整改，快手、抖音、火山小视频等短视频APP因含有低俗暴力、垃圾广告、炫富等内容,也被相关部门约谈,责令整改。算法推荐机制与价值观相悖的问题越来越突出，因此优化算法的推送机制，引入人工编辑把关内容等措施，才能够实现精准推送与价值正确的紧密结合。
（二）技术边界的野蛮拓张
科学技术的发展速度，已经远远超过了人们的想象，人类一方面享受到科技带来的文明成果，但同时也在面临着技术边界无限延伸所带来的沉重代价。互联网技术的发展一直被视为一把“双刃剑”，在为人类带来诸多便利的时候，也对现有社会秩序的伦理体系造成了巨大的冲击。
因互联网的虚拟性、匿名性、共享性所引发的关于隐私权、版权等问题的论争，也给人类社会造成了极其恶劣的影响。依托于人工智能、物联网、大数据、云计算等技术发展起来的智能媒体，为人类营造了一种更加开放的环境，作为移动终端的手机将人与物联系地更加紧密，但同时也将个人的隐私暴露在公众视野之下，一个人如果接入了互联网，那么在很大程度上就丧失了保护隐私的权利。市场化的运营机制加之我国对于隐私权的法律保护的缺失，会给算法侵犯个人隐私留下漏洞，个人信息与隐私可让度的边界尚无法确定，一些机构与媒介产品肆意收集用户信息，给社会信任体系造成了严重的破坏。目前我们对于人工智能领域的探索逐渐深入，而且越来越迅速，技术的野蛮生长助长了工具理性的气焰，从而忽视了价值理性在其中的重要角色。
在未来，当机器的智能发展到一定程度时，便不需要人类再做发明创造了，因为机器自己就已经会进行发明创造。在功利主义盛行的时代，一些科研工作者经被利益所驱使，毫无约束地开展违反社会公序良俗的研究，这种带有极大不确定性的科研成果必定会给社会带来一定的风险。智媒时代传媒技术的发展离不开技术的推动，但同时也需要道德的坚守。[24]没有规则的社会秩序是混乱的，没有伦理约束的科技发明是危险的，任何给人类带来福祉的科技成果必定是考虑到大多数人的共同利益，符合每一个人对新技术、新发明的期待。因此，人类在享受科技福祉的同时，也应该对来自科学的挑战进行重新反思和审视。
（三）智媒时代传媒业的社会责任
由于传媒自由主义理论自身的缺陷以及传媒滥用自由带来的负面影响，大众传媒的社会责任问题早在19世纪中叶就因其人们的关注，以罗伯特·哈钦斯为主席的新闻自由委员会（TheCommissiononFreedomofthePress）发表报告《一个自由而负责任的新闻界》，标志着西方传媒社会责任理论的提出。[25]从大众传播时代到智媒时代，虽然传媒技术有了翻天覆地的改变，但是蕴含在其中的社会责任却不应被遗忘。人工智能和大数据推送最大的危害在于其损害了传统的新闻价值标准，以往新闻专业主义所标榜的客观性、真实性、重要性等原则，都在用户兴趣的面前轰然倒塌，大量具有社会公共议题性质的话题让位于个人的趣味性话题，使得传媒的公共服务作用受到极大侵蚀。胡舒立在讨论引入新技术的媒体转型时指出：“无论如何转型，这个核心价值（新闻报道的独立、客观、公正）是不可能改变的，这是专业新闻机构的基石，是我们必须坚守的新闻专业主义传统。”
一些新媒体平台为了获得大量的关注度，往往违背新闻职业道德，随意转载具有原创知识产权的新闻稿件，不加证实便采用新闻消息来源，丧失起码的新闻伦理，以不恰当的方式描写新闻，生产一些不负责任的报道。大数据的广泛应用也牵涉到用户的信息安全，层出不穷的用户数据泄露事件折射出企业逐渐降低的社会责任感。Facebook在今年上半年遭遇了黑客的攻击，出现了严重的数据泄露，9000万用户受到影响。作为社交化的媒体平台，肩负着保护用户数据的责任，如果连最基本的信息安全都无法得到保障，那么便会失用户的支持与信任。
参考文献
[1]林秋铭，范以锦.2017—2018:众媒时代到智媒时代的大跨越[J].中国报业，2018(01):20-22.
[2]2015中国新媒体趋势报告：属于亿万人的“众媒时代”[EB/OL]http://ln.qq.com/a/20151112/019928.htm
[3]彭兰.智媒化:未来媒体浪潮——新媒体发展趋势报告(2016)[J].国际新闻界,2016,38(11):6-24.
[4]刘庆振.媒介融合新业态:智能媒体时代的媒介产业重构[J].编辑之友,2017(2):70-75.
[5]喻国明.互联网发展下半场:“聚变”业态下的行动路线[J].新闻与写作,2017(10):48-50.
[6]苏涛,彭兰.“智媒”时代的消融与重塑——2017年新媒体研究综述[J].国际新闻界,2018,40(01):38-58.
[7]喻国明.智媒时代:传统媒体的市场机会与操作路线[J].传媒,2019(04):14-15.
[8]彭兰.未来传媒生态:消失的边界与重构的版图[J].现代传播(中国传媒大学学报),2017,39(01):8-14+29.
[9]张琛.重新定义智媒时代:内容2.0的变革趋势及创新要素[J].出版广角,2019(09):36-39.
[10]洪杰文,兰雪.从技术困境到风险感知:对智媒热的冷思考[J].新闻与传播评论,2019,72(01):101-109.
[11]彭兰.万物皆媒——新一轮技术驱动的泛媒化趋势[J].编辑之友,2016(03):5-10.
[12]费梦梦.智媒体时代的“三驾马车”浅析——物联网、大数据与人机合一[J].西部广播电视,2017(11):10-11.
[13]彭兰.增强与克制:智媒时代的新生产力[J].湖南师范大学社会科学学报,2019,48(04):132-142.
[14]许向东,郭萌萌.智媒时代的新闻生产:自动化新闻的实践与思考[J].国际新闻界,2017(05):31-43.
[15]刘胜义：智能化将颠覆并重构媒体生态[EB/OL]http://tech.qq.com/a/20161114/029835.htm
[16]2018年中国传媒产业发展报告[EB/OL]https://www.sohu.com/a/237156451_654813
[17]崔保国：传媒产业正进入“智媒时代”[EB/OL]http://cx.cri.cn/20171214/9aa48b6c-f4ec-dcaa-b5a1-af433a3c4f53.html
[18]王梦娇.智媒时代的传媒生态[J].传媒,2019(12):6-7.
[19]叶盛兰.智媒化对新闻从业者职业能力的新要求[J].新闻研究导刊,2019,10(03):84+111.
[20]仇筠茜,陈昌凤.基于人工智能与算法新闻透明度的“黑箱”打开方式选择[J].郑州大学学报(哲学社会科学版),2018,51(05):84-88+159.
[21][美]凯斯·R·桑斯坦.信息乌托邦－众人如何生产知识[M].毕竞悦,译.北京:法律出版社,2008:18.
[22]张帜.智媒时代对新闻生产中算法新闻伦理的思考[J].海南大学学报(人文社会科学版),2019,37(02):70-78.
[23]方师师.算法如何重塑新闻业:现状、问题与规制[J].新闻与写作,2018(09):11-19.
[24]韩鸿,彭璟.论智媒时代社交媒体的社会责任——对2016美国大选中Facebook假新闻事件的反思[J].新闻界,2017(05):86-93.
[25]朱辉宇.传媒社会责任理论再思考[J].传媒,2010(11):68-69
(责编：刘扬、赵光霞)分享让更多人看到
人工智能未来发展论文
人工智能是用人工的方法和技术模仿、延伸和扩展人的智能，实现某些“机器思维”。以下是小编整理分享的人工智能未来发展论文的相关文章，欢迎阅读!
人工智能未来发展论文
人工智能未来发展论文篇一人工智能的应用与发展研究
摘要：人工智能是用人工的方法和技术模仿、延伸和扩展人的智能，实现某些“机器思维”。本文在阐述人工智能定义的基础上，详细分析了人工智能的应用领域和当前的发展状况，深入探讨了人工智能未来的发展。
关键词：人工智能;应用;问题;发展
当前，人工智能这个术语已被用作“研究如何在机器上实现人类智能”这门学科的名称。从这个意义上说，可把它定义为：是一门研究如何构造智能机器或智能系统，使它能模拟、延伸、扩展人类智能的学科。具体来说，人工智能就是研究如何使机器具有能听、会说、能看、会写、能思维、会学习、能适应环境变化、能解决各种实际问题的一门学科。
一、人工智能的应用现状
大部分学科都有各自的研究领域，每个领域都有其独有的研究课题和研究技术。在人工智能中，这样的分支包含自动定理证明、问题求解、自然语言处理、人工智能方法、程序语言和智能数据检索系统及自动程序设计等等。在过去的30年中，已经建立了一些具有人工智能的微机软件系统。
目前，人工智能的应用领域主要有以下几个方面：一是问题求解。到目前为止，人工智能程序能知道如何思考他们解决的问题;二是逻辑推理与定理证明。逻辑推理是人工智能研究中最持久的领域之一。定理寻找一个证明或反证，不仅需要有根据假设进行演绎的能力，而且许多非形式的工作，在人工智能方法的研究中定理证明是一个极其重要的论题。三是自然语言处理。自然语言的处理是人工智能技术应用与实际领域的典范，目前该领域的主要课题是:计算机系统如何以主题和对话情景为基础，注重大量的尝试一一世界知识和期望作用，生
人工智能论文范文(5篇)
人工智能论文全文(5篇)时间：2023-04-1322:16:52
第1篇：人工智能论文范文
第一，植物的规格要确定好，要结合植物所适应的地质条件来对各种规格的植物进行协调搭配。一般来说，中型及其以上规格的乔木作为园林的架构之一，会对整个园林所呈现出来的景观效果起着重要作用，应当先进行安放，然后才是小型规格的植物的安放，保证在园林景观的细节处做好处理；第二，要合理组合植物的品种类型，落叶植物和针叶常绿植物之间在园林中所占的比例应当保持一定的平衡关系，对于植物如花卉、叶丛的颜色要协调好，一般以夏东两季的植物色彩为主色调，其他色调为辅，以保证视觉上能起到互相补充的效果。
2园林设计中人工智能应用现状
2.1系统操作方面
由于园林设计既涉及艺术方法也涉及到技术手段，因此，对操作人员的综合能力要求就比较高，也就是说，操作人员应当对建筑理论、园林绿植知识和计算机基础三方面综合掌握，而事实上，很多参与园林设计的人员并没有很强的工程操作能力，要求太高，难以实现。
2.2园林可重复使用性方面
目前来说，园林的重复使用性还是太低，因为每个地方的气候条件和地理环境都不相同，所以，针对一个地方所制作的园林设计并不能简单地复制到另一个地方，如苏州园林的设计不能直接用在辽宁的园林设计，原因在于北方相对南方来说，园林供水相对困难，山石种类不同，绿植花卉种类也不如南方园林的丰富，而且南北审美观不同，北方园林设计多采用浑厚石材，绿植多为松、柏、杨、柳、榆、槐，加上三季更迭的花灌木，呈现刚健雄浑的特点，而南方则因为花木种类丰富，布局特别，注重山石与水的搭配，独具精致淡雅的特点，由此可见，园林的可重复使用性不高。
2.3计算机辅助设计方面
计算机辅助设计即常说的CAD。目前来说，CAD并不能完全对口符合园林设计的需求，因为CAD只能呈现出单一的图形画面，既不利于设计者进行设计，也不利于客户对设计者的设计的理解，导致客户与设计者之间难免信息不对称，造成一定的信息偏差，影响之后园林设计出来的成果。
3加强人工智能在园林设计中应用的办法
3.1园林子系统的设计
作为整个园林系统的组成部分，园林子系统的设定概要应通过计算机实施建模，来对项目实施进行基本设定，在获得项目系统的自动生成规则之后，在对所收集到的园林基本数进行存档，来作为全局的运行参数，在一定程度上影响了计算机的运行结果。一般来说，存档信息有园林的设计规模、投资情况、发展需求以及相关的环境因素等，存档后，可能会对建筑的规模大小、选址、风格特点以及植物的搭配等造成影响。
3.2地形子系统的设计
地形子系统的设计应当是通过计算机对采集到的地质数据进行推理而后才进行的。一般来说，会采用规则引擎最为计算机的推理机，是基于专家系统的模式下进行推理的，工作原理是由机器来仿造人类在对事件进行考虑的思维和方法，通过进行试探性的方法来进行推理，并不断地对推理所得出来的结果进行解释和验证。对地质情况进行实时实地勘查是保证园林设计图纸正常输出的要求，这是不能单纯地依靠计算机来实现的，因为地质勘查涉及到很多复杂地形的勘查，只能依靠人工的方式。地质勘查可以分为前期阶段和后期阶段。前期阶段主要是设定园林工程的初稿，因此，只要对地质情况进行系统的粗略勘察即可。后期阶段主要是完成图纸设计要求，因此，对数据准确性要求更高，并勘查人员对此进行较为细致的处理。这以后才是通过对计算机智能系统软件的使用来将前期阶段和后期阶段所获得的数据进行智能化处理，完成相关数据的细化以及修正，然后通过系统推理得到一个初步的园林模型。
3.3主干道路子系统的设计
对地形子系统进行地形数据的输出即可得到主干道路设计，因为我们首先完成了地形的设计，因此，在接下来对道路进行设计的过程中就可以有效地避免其他的建筑和设施的干扰，这之后的设计才能按部就班地开展。推理的总体规则为：首先，由园林的建设规模、投资情况等来对道路的类型和所需费用等进行计算，得到相关数据；然后，结合之前的输出地形图来生成推荐道路图，并检查道路的密度是否符合园林的设计规范，接着根据道路建设定额表来对工程造价进行计算，看是否符合预期投资情况；最后，对道路图进行人工的调整，并反复验算。
3.4图纸和图表输出子系统的设计
第2篇：人工智能论文范文
“人工智能”一词最早是在1956年Dartmouth学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。人工智能其英文全称为ArtificialIntelligence，缩写为人所共知的AI，它主要是对用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统等进行研究讨论。对于人工智能的定义义众说不一，一般有两种说法：一种是人工智能是关于知识的学科，即怎样对知识进行表示以及怎样获取知识并对知识进行使用的科学；另一种是人工智能研究的是如何实现让计算机做过去只有人才能够做的智能工作。但是不管是哪一种，它都是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能的定义可以分为两部分，即“人工”和“智能”。对于“人工”，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。诞生对于“智能”，则存在着很大的争议。因为这涉及到了诸如意识（consciousness）、自我（self）、思维（mind）（包括无意识的思维（unconscious_mind）等等问题。人类唯一能够了解的智能就是人类本身的智能。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。人工智能的实现方式有2种方法。一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法（Engineeringapproach），它已在一些领域内作出了成果，如文字识别、电脑下棋等。另一种是模拟法（Modelingapproach），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。
2人工智能的发展
对于人工智能的研究一共可以分为五个阶段。第一个阶段是人工智能的兴起与冷落，这个时间是在20世纪的50年代。这个阶段是人工智能的起始阶段，人工智能的概念首次被提出，并相继涌现出一批科技成果，例如机器定理证明、跳棋程序、LISP表处理语言等。由于人工智能处于起始阶段，很多地方都存在着缺陷，在加上对自然语言的翻译失败等诸多原因，人工智能的发展一度陷入了低谷。同时在这一个阶段的人工智能研究有一个十分明显的特点：问题求解的方法过度重视，却忽视知识重要性。第二个阶段从20世纪的60年代末到70年代。专家系统的出现将人工智能的研究再一次推向高潮。其中比较著名的专家系统有DENDAL化学质谱分析系统、MTCIN疾病诊断和治疗系统、Hearsay-11语言理解系统等。这些专家系统的出现标志着人工智能已经进入了实际运用的阶段。同时国际人工智能联合会于1969年成立。第三个阶段是20世纪80年代。这个阶段伴随着第五代计算机的研制，人工智能的研究也取得了极大的进展。日本为了能够使推理的速度达到数值运算的速度那么快，于1982年开始了“第五代计算机研制计划”。这个计划虽然最终结果是以失败结束，但是它却带来了人工智能研究的又一轮热潮。第四个阶段是20世纪的80年代末。1987年是神经网络这一新兴科学但是的年份。1987年，美国召开了第一次神经网络国际会议，并向世人宣告了这一新兴科学的诞生。此后，世界各国在神经网络上的投资也开始逐渐的增加。第五个阶段是20世纪90年代后。网络技术的出现于发展，为人工智能的研究提供了新的方向。人工智能的研究已经从曾经的单个智能主体研究开始转向到基于网络环境下的分布式人工智能研究。在这个阶段人工智能不仅仅只对基于同一目标的分布式问题求解进行研究，同时还对多个智能主体的多目标问题求解进行研究，让人工智能有更多的实际用途。
3对人工智能的思考
3.1人工智能与人的智能
从哲学上的量变引起质变的角度来讲，人工智能在不断的发展过程中一定会产生质的飞跃。在最初，人工智能只具有简单的模拟功能，但是发展到现在已经具备了思考的能力（逻辑推理分析），这已经表明人工智能在不断量变的过程中已经发生了质变。有人认为有人会说人工智能不会超过人类的智能，理由是人工智能是人类创造出来的。但是现实中很多人类创造出来的东西已经在某一些方面超过了人类本身的能力，例如起重机的力气超过人类很多；汽车速度也远超过人类的速度。人类之所以会制造出各种各样的工具，其目的就是希望自身的能力能通过这些工具进行延伸和突破。人类研究人工智能就是希望人工智能帮助人类实现人类某些无法实现的东西。还有人认为人工智能是人类创造出来的，所以它一定存在着致命的弱点，也因此人的智能优于人工智能。但是殊不知人类与机器相比也有着十分明显的弱点，例如人类所需要的生存条件比机器更加的严格，人类思维会受到人的情绪所影响，而机器只是受到程序的影响，它们没有情绪的起伏。就目前的人工智能而言，它们在某一些领域比人类更强。但是目前我们必须正视人工智能的一些还没有办法改变的缺陷，那就是人工智能的学习能力与创新能力。人工智能的知识获取大部门都是人为的进行灌输，而无法像人类自身那样进行主动的学习。同时人工智能只能够利用已有的知识去解决一些问题，但是却还不能够创造性的提出一些新的东西。
3.2对机器人三大定律的困惑
美国最著名的科普作家艾萨克．阿西莫夫提出过比较著名的机器人三大定律：第一定律，机器人不得伤害人，或任人受到伤害而无所作为；第二定律，机器人应服从人的一切命令，但命令与第一定律相抵触时例外；第三定律，机器人必须保护自身的安全，但不得与第一、第二定律相抵触。虽然这只是科幻作家所提出的一家之言，但是也代表了人类对与人工智能发展的一种期望与担心。人们害怕自己所创造出来的人工智能会伤害人类自己。但是阿西莫夫所提出三大定律都是以人类为中心的，而忽视了人工智能本身。或许这是人类的一种天性，世间所有的事物都应该围绕人类自身来定义、发展。就好像人类自以为掌控了能够改变大自然的力量，最终却被大自然反噬一样。同时，随着科学技术的发展，人工智能已经不单单需要逻辑思维与模仿，同时还应该将情感赋予人工智能。因为随着科学家对人类大脑和精神系统的研究的深入，已经愈来愈肯定情感是智能的一部分。如果人工智能具有了情感之后，人类的自我中心又是否会伤害到人类自己创造出来的人工智能。
3.3对人工智能未来的思考
人工智能有着十分巨大的发展潜力，对于人工智能的研究虽然经过了很多年，但是这也仅仅是刚刚开始而已，继续研究下去在很多方面都会有重大的突破。自动推理是人工智能最经典的一个研究分支，它的基本理论是人工智能其它分支的共同基础。一直以来人工智能最热门的研究内容里面就有自动推理，同时在该知识系统中的动态演化特征及可行性推理的研究是一个十分热门的研究内容，很有可能取得大的突破。机器学习一直在致力于研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能。在过去的很长的一段时间内都没有取得十分显著的成果。但是许多新的学习方法相继问世，并且已经有了实际的应用，这充分的说明在这方面的研究已经有了很大的进步。自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。在经过人工智能研究人员的艰苦努力之后，在该领域中已取得了大量令人瞩目的理论与实际应用成果，许多产品已经进人了众多领域。智能信息检索技术在Internet技术的影响下，近年来发展势头十分迅猛，而且已经成为了人工智能的一个独立研究分支。
第3篇：人工智能论文范文
关键词：人工智能；新闻生产伦理；道德困境
一、人工智能技术在新闻生产中的现状分析
诞生于1960年的计算机辅助新闻是人工智能在新闻生产领域最早的应用。2000年左右，计算机辅助新闻开始进入数据驱动新闻阶段。2006年，汤普森公司开始将新闻机器人运用于财经数据分析，并生产出新闻，这标志着现代意义上的人工智能新闻真正产生。当前，人工智能主要依靠自然语言处理、预测分析和机器学习三种技术。在新闻报道中，人工智能的运用大致可分为自动化生产、人机交互和智能推荐三种类型。
（一）数据挖掘和机器写作推动新闻的自动化生产数据挖掘和机器写作是一种打破了新闻人工作常规模式的特殊的新闻生产方式，依赖于庞大的数据资源，运用技术的手段化繁为简，省去了传统新闻出稿的步骤。因此，数据的积累和清晰的数据支撑是推动新闻自动化生产的关键。这种将采访、写作、编辑、校对、分发、反馈等新闻生产环节融合在一起的方式，节省了人力、物力和时间，大大简化了新闻生产的过程，进一步优化了新闻生产的流程。这意味着，在一些专业报道中，机器人挖掘的数据会比记者发现、找到的数据更为精确可信，人和机器展现出平等合作、相互理解、辅助的关系，在不同方面各显其能，互相配合，可以让记者从单调重复的工作中逃离，从而更加专注于挖掘数字背后的意义，去做更有创造力的事。
（二）智能音箱和聊天机器改变人机交互的传统模式2017年7月，国务院的《新一代人工智能发展规划》中提到未来我国几十年人工智能的发展蓝图，着重强调发展人机智能共生的行为增强与脑机协同及人机群组协同等关键理论和技术，并指出未来人机协同将成为主流的生产和服务方式。智能语音服务由两部分构成，一部分是硬件，一部分是智能语音助手。硬件为语音助手提供运行环境，从物理上接受声音指令，并进行反馈。因此，智能语音可以通过声音方便地与终端交流，不需要控制手机或者终端界面就能参与数字生活和工作的方方面面。社会学家戈夫曼的场景理论认为，媒介、场景和行为之间存在高度的关联与互动关系。“场景”作为内容、形式、社交之后媒体的又一核心要素，在定制化需求体验和实现用户价值匹配方面得到了极大程度的体现。从这个意义上来说，智能语音扩张了我们进行媒介消费的空间。
（三）基于兴趣的智能推荐助推新闻传播的个性化人工智能视域下的智能推荐是指通过技术手段介入信息内容和信息受众之间，更改内容的传播方式和路径，从而更好地利用用户行为大数据，在“千人千面”的背景下实现用户不同偏好的内容推荐，达到分析并改变信息受众阅读偏好的效果。2019年，尼曼实验室在预测新闻业趋势时选出的一个关键词是“Newsfatigue”（新闻疲劳症）。因此，基于用户兴趣的算法可以督促记者更加全面地考虑用户需求，增加新闻内容曝光量，唤起用户的更多互动，从而更加有目的地进行个性化的推荐，将信息精准地投向用户，节省时间，优化用户在人工智能视域下的新闻阅读体验。
二、新闻生产伦理在人工智能视域下面临的困境
新闻伦理学的研究对象除新闻工作者的职业道德外，还应包括新闻媒体的社会道德功能。无论是从社会和谐还是科技发展的角度，传统媒体一直遵循的生产伦理价值，如真实性、客观性、把关控制等，都在新媒体技术的冲击下不断地受到挑战。
（一）新闻工作者面临的职业道德挑战1.人在技术裹挟下影响对新闻客观性的认识黄旦教授认为“客观性是指意识到新闻报道中的主观”，从而要求事实和价值分开的一种专业信念和道德准则。2019年两会期间，国内多家媒体都采用了时下流行的轻松、生活化的vlog报道形式。在传统新闻人看来，这种在生产过程中模糊新闻和娱乐、事实和意见的边界，无异于“国家和教堂间的界限”。随着技术的不断发展，算法成了大众传播中的“把关人”，控制着人类信息分发的权力，驱动着媒介生态环境的重构。这种信息生产、筛选与分发其实是一种有意识的信息“加工”行为。技术本身无好坏，但技术如何使用，算法按什么逻辑编写，界面如何设计等，都受到政治经济和人类心理的影响。2.科技的发展加剧新闻反转，影响新闻真实性真实是新闻的生命。近年来，“反转新闻”大量进入公众视野。闾丘露薇认为：“所谓的反转，只不过是公共舆论基于错误或者并不足够的信息而做出的价值判断，之后被更多的事实所证明是错误的而已。”“反转新闻”之所以出现，是由于传统媒体面临着互联网科技的冲击而陷入经济运营的困境，调查型记者的数量急剧锐减，越来越少的媒体机构有充足的时间、资源投入深入的调查。同时，在智能化算法的分发下，具有视觉冲击力、语言夸张的报道得到更多的推荐，使得真相或有用的信息隐藏在众多的声音中，用户更加难以把握事件的真实性。因此，信息不再是人们发现真相的帮手，而变成了认识世界的障碍，当用户无法获得优质的信息时，再多的信息也失去了意义。3.人工智能视域下新闻生产权力主体的转移法国思想家布莱兹•帕斯卡曾说，人的“主体性”指的是“与客体相对的主体所具有的特性，包括独立性、个体性、能动性以及占有和改变客体的能力”。但人工智能介入新闻生产与报道后会对部分职业新闻工作者带来冲击，担心一旦新闻生产的权力从人类手中交给机器，人类为了追求幸福快乐会放弃以人为中心的价值观，秉承以数据为中心的世界观，那么新闻生产者所谓的思想，即其引以为豪的创造天性也就逐渐逝去了，成了麻木的人、过时的人。但就目前来看，机器新闻取代的只是程序化、格式化的新闻报道，而这正是人的主体性得到释放的一种方式和渠道。然而需要承认的是，人工智能发展的脚步不会停止，只会被更巧妙地利用起来。在这种情况下，新闻生产者调和好工具理性与价值理性之间的冲突就显得十分必要了。
（二）新闻媒体面临的社会道德挑战1.个性化的推荐导致信息茧房和政治极化现象2006年，美国学者桑斯坦提出了“信息茧房”的概念，指的是人们根据不同的兴趣、价值观、身份、经历形成不同的部落，通过增强部落内部联系获得归属感。但由于每个人只接触属于自己的个人议程设置，就会出现和圈内人交流加剧意见极化的现象，而对外交流则很难进行沟通，从而使社会意见整合变得更加困难，公共生活更加难以协调，整个舆论生态环境不断恶化，有价值、有意义的信息难以得到有效的传递。如果说，过去我们评价一个新闻事件的影响力，看中的是它是否推动了制度变革，那么现在的评价标准或许就变成造就了几篇“10万+”。尤其是社交媒体中的机器人，运用算法，通过点赞、分享和搜索信息，将未经过筛选的假新闻传播力进行数量级扩大，导致受众缺乏社会责任感，难以认知自己所处的大环境，封闭于自我的想象中，使得极化现象在种族、宗教分裂原本就十分剧烈的发展中国家显得更加突出。尤其是对那些基础机构薄弱的国家来说，虚拟世界的愤怒激发的是现实世界中的暴力。而在经济结构稳定的国家，新闻生产的低门槛和低成本也使得假新闻泛滥，选民的自由意志被操纵，政治站位被重新定义。这一切都是技术缺陷在流量驱动商业模式下所带来的结果。2.社会资本的推动加剧了算法歧视和社会偏见技术和社会之间的关系是双向互动的。一种技术如何被使用、产生了怎样的效果，固然和技术本身的特性有关，但也会受到政治经济社会整体环境的影响。萨菲娅•诺布尔提到，Google搜索引擎的返回结果及其排序主要受到PageRank算法的影响，它会根据一个页面的超链接被其他页面引用的数量来决定搜索结果的排序。其背后的逻辑可以称为“引用多的即是好的或重要的”，这是一种价值判断，也是一种利益交换，遵循和延续了社会上的主流看法，但如果主流看法本身是带有偏见的，那么算法将延续这种偏见。这说明了算法并不是中立客观的，歧视就在眼前，但是披着中立的外衣，对社会上的边缘群体产生系统性的压迫。算法既可能复制主流社会对边缘群体的偏见，也可能受到商业资本的影响，将信息和知识商品化，从而加剧社会的不平等。3.人工智能扩大对数据的使用和隐私的侵犯信息社会的发展使得各国对隐私权保护的重心再一次发生了转移，促成这种变化的原因在于政府和商业组织搜集了太多受众自己都不知道的信息。因此，人工智能时代，我们每个人都生活在数据与算法中，无时无刻不在被“记录”和“监控”着。就像福柯所说的“全景监狱”，受众就是其中的一个个“囚犯”，而作为“狱卒”的媒体集团投其所好地向受众推送新闻，受众在享受人工智能带来的便利服务的同时，也会对自我控制权的丧失、个人信息的使用以及隐私的侵犯感到深深的忧虑。2019年1月，腾讯对各年龄层用户特征进行画像分析的大数据报告被网友质疑：微信“监控”了聊天数据。这不是社交媒体第一次遇到类似的质疑。即使腾讯声称所有数据均已进行匿名及脱敏处理，不涉及具体用户的隐私内容，但并不能完全消除公众的疑虑。当忧虑隐私近乎成为生活的一种常态，我们不禁要思考这样一个问题：我们到底是如何被技术力量裹挟着走到今天这一步的？又是在何时，我们开始认为体验了就要记录，记录了就要上传，上传了就要分享的这种行为模式再正常不过？
三、新闻生产伦理在人工智能视域下的发展策略
（一）从个人层面规范新闻生产伦理智能手机的迅速普及使新闻制作的门槛和成本降低，传统的新闻传播模式被打破，我们已来到一个人人均可发声的“去中心化”时代。作为人工智能时代的信息传播者，我们不仅要提高自我的媒介工具使用素养，还应不断加强在海量信息中筛选出有用信息的鉴别能力，从源头上降低新闻受失真、虚假信息误导的可能性。同时，在传受角色功能定位不断消弭的今天，提高传播者的媒介素养，使其拥有多元化的信息获取渠道、独立自主的思想意识和道德水平，给冰冷的算法和数据注入“温度”和人文关怀，不仅可以抵御经济快速发展带来的社会问题，也是净化舆论生态环境的需要。只有这样，人工智能时代的传媒业才能走得更远。此外，在智能信息时代，科学家、工程师不仅人数众多，而且参与社会重大决策和治理，他们的行为会对他人、社会带来比其他人更大的影响。他们在参与新闻生产的过程中通过合理的结构代码决定什么被看见，什么被隐藏，直接影响着新闻生产伦理。利用技术能做好事，也能做坏事，关键是被谁使用，如何使用。那么，要研究媒体技术在新闻生产伦理中的应用就不能忽视对开发应用这一技术的科技工作者的伦理道德规范。
（二）从组织层面规范新闻生产伦理与其他完全市场化的商品不同，媒体机构的公信力一方面承担着自身的发展前景，另一方面也关乎着国家社会的安全稳定。在人工智能背景下，新时代的媒体机构具有大众性和多元性等特征，覆盖的内容更加广泛，大多是靠广告获取收入，部分是通过付费订阅，且不同媒体机构间的竞争愈发激烈。但受众情愿买单的背后是对媒介机构的信任，一旦媒介机构肆无忌惮地利用受众的信任去欺骗受众，不遵守基本的媒介伦理，终会遭到受众的抛弃。因此，媒体机构要保证新闻的真实性、客观性，不断强化媒体机构履行社会责任的方式，推动社会的进步。在本质上，企业的社会责任和商业利益是一致的。当企业成长得足够强大时，“外部性”就会被内化。一个假新闻和低俗信息泛滥、全民娱乐至上、戾气十足的社会，不会为互联网的健康发展提供适合的土壤，所以要追究新闻平台的主体责任。平台在享受着杠杆规模效应的同时，更应该用高于法律和行业的标准来要求自己。另一方面，对于技术导致的部分问题，平台也可以通过技术的发展来解决。目前，“区块链+媒体”肩负着媒体人的夙愿，虽然这种模式对现有媒体生态的改变十分有限。但从“效率”转向“价值”，单一的技术思维转向立体的社会思维、公共思维来看，这是平台型产品发展壮大过程中的必经之路，也是以后互联网产业的重要动向。
（三）从社会层面规范新闻生产伦理在技术迭展的情况下，与新出现的人工智能相关的法律制定，在缺乏有价值的参照系下，很多方面的实施往往落后于新技术、新实践的发展。因此，我国于2017年开始实行的《网络安全法》对网络运营者在搜集用户信息、个人信息方面做出了规定，并对不当运用用户信息的行为给出了明确的处罚条例。人工智能媒体时代条件下，我们必须本着维护和发展的原则来实现人工智能的法律体系，慎重处理人工智能技术给社会带来的贡献，客观地看待它的价值和潜在的风险，尽快完善法律法规，适应新的媒体环境，特别是在人工智能技术无所不能的情况下，更要强调其价值理性，规范其行为，慎用公众数据，保护公众隐私，营造一个良好的新闻生态环境。
四、结语
人工智能与新闻传媒业的融合越来越成为行业人讨论的焦点。人工智能技术在改变着新闻信息生产、传播方式的同时，也要求着原有的新闻生产伦理做出调整，以适应科技的发展。除此之外，人工智能导致的在新闻生产领域产生的伦理问题，不是技术的失败，而是科学发展与我们对自身及他人在新闻生产过程中产生的伦理之间的深层联系。因此，探究人工智能在新闻生产伦理领域的发展及其带来的问题，不仅能够拓展新闻生产伦理与技术的研究视野，更有助于指导人工智能在未来不断变革的新闻实践。
参考文献：
1.张志强.新闻算法推送对“信息茧房”的构建探究[J］.新媒体研究,2018(14):24-25.
2.赵瑜.人工智能时代的新闻伦理：行动与治理[J].学术前沿,2018(24):6-15.
3.许向东.关于人工智能时代新闻伦理与法规的思考[J].学术前沿,2018(12):60-66.
第4篇：人工智能论文范文
陈宝鑫等采用蒙特利尔认知量表，制定中医证候观察表，通过采集中医四诊信息，研究血管源性认知功能障碍合并代谢综合征患者的中医证候特点，总结出血管源性MCI合并代谢综合征组痰、瘀最为多见，非代谢综合征组以阴虚、血虚最为多见。血管源性MCI的证候要素主要为阴虚、阳虚、痰湿、火热、血瘀、气虚、血虚等7个证候要素。张允岭等采用因子分析寻找血管源性认知障碍的常见证候要素，统计其证候要素分布特点，最终得出6种证候要素，按比例大小依次为气虚、血瘀、痰、阴虚、阳虚、火。余忠海等在对历代医家以及大量文献研究的基础上，总结出MCI中医证型可以归纳为肾虚证、血瘀证、痰浊证、气血亏虚证、热毒内盛证、腑滞浊留证、阴虚阳亢证、气郁证。赵明星等以中医证素辨证理论为指导，设心、肝、脾、肺、肾五脏为病位要素，以气虚、血虚、阴虚、阳虚、精亏、痰、瘀等为病性要素，初步发现肾精亏虚证、心气虚证、痰浊证、血瘀证是MCI常见证型。以上对于MCI的中医证候的研究，都是基于小样本，被研究对象大都在65岁以上，而近年来，随着生活方式的改变、社会压力的不断增大，年龄在65岁以下非老年人记忆力也有明显下降趋势，其中也不乏有非正常的记忆减退，即MCI患者，因此，对65岁以下MCI患者的研究应引起足够重视。
二、临床治疗研究
1.药物治疗
田军彪等根据MCI浊凝清窍，瘀损脑络的病机确立了化浊解毒活血通络法，方中石菖蒲辟秽化浊，黄连味苦性寒，苦能去浊，寒可清毒，郁金活血兼有清心开窍之功，三药合而为君。川芎为血中气药，地龙性善走窜，两药可通达脑络气血之瘀滞，丹参、赤芍凉血活血，当归养血活血，诸药共担臣药之职。茯苓健脾渗湿，使痰浊无以生成。泽泻渗湿泄热，使浊毒之邪从下而出，为方中之佐。川芎上行头目兼有引经之用，为方中之使。共奏化浊解毒、活血通络之功。区树阳等治疗MCI则以健脾益气、活血化瘀、通窍益脑为原则。选用半夏燥湿化痰，天麻、僵蚕熄风化痰，白术燥湿分健脾，黄芪、党参健脾益气，丹参、赤芍、桃仁、红花活血化瘀通经络；配合川芎理气通滞、黄精、益智仁补肝肾益智。从化痰通窍汤组成看，经现代药理学研究，方中党参、黄芪、益智仁、白术、黄精，能提高老年人体质和免疫功能，同时丹参、红花、川芎、赤芍、桃仁、半夏可降低老年人的血液黏稠度，对MCI患者的微循环有显著改善作用，对改善老年人认知功能障碍有明显疗效。
2.非药物治疗
针灸等非药物治疗在MCI治疗康复中起着重要作用，针灸是中医又一特色，但是目前研究较少。陈仿英等通过观察64名老年MCI患者，在药物治疗同时给予耳穴压豆（耳穴心、肾、额、皮质下、神门），结果表明耳穴压豆辅助治疗MCI简便易行、无创、无明显不良反应，易被老年人接受。推拿具有疏通经络、调和气血的功效，孙莉等通过推拿百会、风池（双）、翳风（双）、四白（双）、印堂对MCI进行干预，通过调和气血、醒脑开窍，改善脑动脉的血液供应和局部血液循环，从而改善下降的认知状况或延缓MCI进程。潘锋丰认为可以针对加重认知功能障碍的因素进行治疗，如睡眠障碍的评估和治疗在改善患者记忆和认知功能过程中是重要的因素；孤独也被看做是加重认知损害的因素，对于那些社交网络缺乏或相对局限的人群，其痴呆风险增加，而随着社会联系的增加，痴呆风险呈现下降趋势。因此认为，使MCI患者身心放松，保持积极畅快的心情对MCI防治也会产生积极作用，但尚需大样本研究以证实。
三、MCI的预防
随着生活方式的改变、社会压力不断增加，各类疾病患病率明显上升，而65岁以下非老年人患MCI的概率也在不断增大，但医务人员对这类人群的关注度普遍较低，这应引起研究人员重视。在舒缓精神压力的同时，更应该注意MCI的预防。目前，还没有合适的药物可以预防MCI发生，但是，从中医辨证角度来看，65岁以下非老年人的中医证候类型大多以痰浊、瘀血为主，早期进行干预可能会减少MCI发生，同时改变不良生活方式、积极干预危险因素，对减少MCI发生肯定会产生积极作用。
四、问题与展望
第5篇：人工智能论文范文
关键词：科技期刊；人工智能；数字化；同行评议
2021年，中共中央宣传部、教育部、科技部印发《关于推动学术期刊繁荣发展的意见》，指出学术期刊要加快融合发展，推动数字化转型，引导学术期刊适应移动化、智能化发展方向，推动融合发展平台建设。人工智能正推动社会从数字化、网络化向智能化转型，科技期刊是率先有效引入人工智能的领域，人工智能与科技期刊出版的融合是发展的必然趋势。人工智能技术正越来越多地被开发、应用来帮助作者和出版人员，如对海量文献进行检索和分析，提取有用的信息；协助组稿审稿、编辑加工、出版发行；检出学术不端、鉴别数据造假等。人工智能可提高期刊出版和学术交流的效率，保证客观公正性和质量控制，减少人为偏倚和编辑职业倦怠，未来甚至可以指导特定领域如何开展新的研究。科技期刊出版平台未来将不仅限于提供学术论文数据库服务，还可以提供更多的信息和服务，人工智能在科技期刊出版中的应用前景值得思考和探索。
一、人工智能在审稿中的应用
Dimensions数据显示，2019年有超过420万篇，与十年前相比翻了一番。辛巴信息（SimbaInformation）统计数据显示，每年有超过250万篇学术在28000余种英文科技期刊上，科技期刊同行评议的论文数量是这个数量的两倍以上。数量的增加意味着高质量同行评议审稿的需求增加，也带来了严格保持审稿高质量和高标准的挑战。数量如此庞大的学术论文交到数量相对较少的固定的学者间进行同行评议，势必造成审稿效率的低下和学术论文的延迟发表。同行评议过程还存在个人偏见，审稿人可能是稿件作者的竞争者或反对者，抑或是朋友、未来的合作者或资助者等，这些可能会影响审稿意见的客观性和公正性。在实际的期刊出版工作中，也缺乏对审稿人审稿质量，以及拖延审稿或无效审稿等不当行为的约束和监督。这种情况亟须人工智能等可用于决策支持的技术来保证海量论文得到严格、一贯且高效的审评。引入人工智能技术可以大大优化审稿流程、提高审稿效率、缩短审稿周期。人工智能可以从网络出版平台的专家数据库中快速匹配符合选题方向的审稿专家，帮助提高审稿的效率和成功率。人工智能可以在数据库中根据研究方向、审稿记录、审稿效率和其他预设条件等，自动筛选最合适的审稿专家，分析排序后生成审稿人列表；并根据审稿人信息自动完成审稿邀请邮件的发送，还可以实时监控审稿状态和审稿人反馈；一旦出现审稿超时，自动向列表中下一位审稿人发出审稿邀请；收到审稿人的审稿意见后，实时通过邮件、APP、短信等及时反馈给期刊编辑进行相应处理。人工智能还可以根据论文标题、摘要、关键词和正文内容等对来稿进行初审，对图文进行快速识别，对论文的真实性、合理性、逻辑性、科学性、创新性和规范性等做出判断，为编辑初审提供详尽精准的参考。人工智能可以对论文的学术价值进行初步判断，对其中的文字和插图等进行深度识别。人工智能可以整句或整段地阅读释义，能识别出传统软件识别不出的同义表达，如此可减少学术不端，保证期刊的学术价值和品质。人工智能或许可以一定程度上遏制掠夺性期刊和掠夺性出版的泛滥。人工智能通过帮助编辑寻找新的审稿人并进行自动审稿等，大大提高学术和科技出版机构编辑出版高质量学术论文的能力，增加学术和科技期刊的论文接纳能力，也就减少了掠夺性期刊侵占学术资源的机会。人工智能还能对已发表的论文进行自动浏览回顾，基于掠夺性期刊的一些特征和标准，帮助筛选出那些不坚持标准的掠夺性期刊和出版商。Elsevier用人工智能软件EVISE取代了其过时的编辑系统，支持其编辑流程，提高了学术论文处理效率。EVISE可将来稿链接学术不端检测软件，从数据库中筛选推荐合适的审稿专家，链接其他项目资源对稿件内容、科学性和审稿人利益冲突等进行检测，自动生成与个人或机构的往来邮件等。开放获取期刊出版商Frontiers推出人工智能软件AIRA，对Frontiers的10万名编辑、审稿人和作者开放，能帮助他们自动评估学术论文的质量。AIRA可以阅读每篇论文，并在几秒钟内给出20条建议，包括对文字质量、图表的完整性、学术不端检测以及可能的利益冲突等。AIRA经过了Frontiers的审稿经验培训和测试，已完全融入Frontiers的内部工作流程，自动筛选和识别潜在的审稿人，加快审稿进程的同时，保证质量控制和客观公正，缩短了发表时滞，提高了出版效率。AIRA通过给出建议及半自动化检查的方式提供决策支持，仍然由相关领域专业人士做出最终决策，这种用户反馈被AIRA捕捉并进行学习和自我完善，这种人机协作有助于保证高准确性和高效率。
二、人工智能在策划选题中的应用
传统的策划选题依靠编委和编辑的经验、知识积累对学科发展方向的判断和预见，这种方式受人为因素限制，容易忽略有价值的选题且费时费力。未来，我们可借助人工智能的帮助，对已发表的海量文献、资源数据库进行检索分析，获取有用的信息进行相应的操作。人工智能可以从网络出版平台的专家数据库中快速匹配符合选题方向的作者，帮助提高组稿的效率和成功率。数据思维就是利用数据来深度挖掘和了解需求，了解存在和需要解决的问题，通过量化的数据来解决问题。人工智能基于大数据可以辅助选题策划选题、收集专家学者信息和研究方向，通过读者阅读信息和反馈来分析其关注点和需求，提供个性化的文献检索和信息传递服务等。人工智能可以通过对大数据的深度挖掘和学习，通过云计算技术，敏锐捕捉专业领域的新热点、新技术、新理论等；基于读者的阅读习惯、倾向及频率等进行量化分析，获取读者的需求信息；对国家自然科学基金等基金组织申报和资助情况、科技奖获奖情况、国际学术会议研讨热点等进行整合分析，对文献数据库等潜在信息进行挖掘和分析，快速推测出哪些内容具有独创性、前瞻性和话题性，生成选题策划资源库，帮助期刊编辑更精准高效的策划选题。基于人工智能的新型搜索工具Iris.AI，可以帮助学者从海量文献中筛选研究论文或专利等，提取关键的数据和要查找的信息。学术搜索平台SemanticScholar也是基于人工智能自主学习的学术搜索引擎，可快速筛选相关有用内容，并在一定程度上理解这些内容，展示相关主题历年文章发表情况及相关推荐内容等，可辅助期刊策划选题。
三、人工智能在编校加工中的应用
传统期刊出版工作中，编辑需要在细致琐碎的编校加工工作中花费大量时间和精力，编辑主观因素影响编校质量和效率，编辑易产生职业倦怠，传统编校模式难以应对现代出版工作快节奏和大体量的挑战。人工智能可以自动对稿件进行编校加工，帮助提高科技期刊的编校效率和规范编校质量。人工智能不仅能对错别字、语法等进行更正处理，还能对专业词汇的表达、参考文献的格式、引用是否合适等进行识别，还能检查出是否遗漏重要的研究部分、统计学分析方法是否有问题、是否为了达到想要的结果而改动过数据，还能理解图像和说明文字的逻辑关系，自动为插图补充描述性文字、为文字配上插图、为文本格式的文字生成曲线图等，还能完成后续的排版和校对。将机械、重复、枯燥的编辑工作交给人工智能完成，这将大大减轻编辑的工作负担，并大大缩短稿件的处理周期。IBM公司的智能机器人“沃森”曾为名为TheDrum的市场营销公司独立编辑出版了一整期杂志，这期杂志大部分内容的编辑、加工、排版和校对等都由人工智能独自完成。科技期刊内容的编校涉及对稿件内容的理解，但人工智能依然能很好地完成内容和格式的编校加工和规范化处理。人工智能还可以帮助编辑高效处理信息、调取和整合分析数据资源，优化期刊出版流程和期刊编辑的工作内容。编辑有望从原来繁琐的工作中解放出来，转到对专业性和方向性的把控上。
四、人工智能在推广发行中的应用
人工智能可以高效完成学术成果的推广和传播。人工智能程序可实时将科技期刊论文向所有大型学术论文数据库上传发送，并能根据读者研究领域、浏览阅读习惯、科研和社交平台动态等大数据进行实时监测分析。基于读者的信息需求，实现向相关领域读者的精准信息推送，大大提高学术成果的传播效率和影响力。人工智能平台还可通过对读者的需求信息进行分析，获取相关领域关注点，反馈给期刊审稿系统，增加对相关学术内容的收录建议。国家新闻出版署武汉重点实验室打造的开放科学计划（OSID计划），体现了利用人工智能实现多元化精准推送的重要性，打破传统出版模式编辑到读者的单向内容服务模式，为读者和作者提供了多维度交流空间，丰富了学术论文的传播交流方式，扩大了学术传播的广度和深度。TrendMD公司的内容推荐引擎，可以将科技期刊的稿件推荐到上千个科研网站。期刊网站安装TrendMD插件后，经过筛选的内容链接便会自动出现在网页的指定位置，通过数据挖掘算法对稿件进行自动推荐，将相关内容推荐给感兴趣的潜在读者，实现科技期刊学术资源的精准传播和高效共享。通过精准推送，科技期刊的论文曝光率和点击率都会增加，一方面为学者开展学术研究提供了新的资源和参考，另一方面实现了科技期刊传播推广的效率和精准度。
五、人工智能在论文写作中的应用
人工智能也被尝试用于论文写作，人工智能软件不仅可以实现识别和记录功能，还能学习掌握不同专业的写作方式和技巧，能高效地协助作者完成论文写作，甚至还能进行内容创新。例如，ManuscriptWriter软件可以从SciNote的ELN和开放获取杂志的相关文献提取数据，通过机器学习和人工智能技术，帮助作者生成一个论文初稿，供作者进一步编辑利用。Trinka是首款专为学术、科技和商业写作设计的人工智能软件，能纠正上万种复杂书写错误，且能纠正其他工具不能检出的复杂语言错误，尤其是学术和科技写作中的专业术语及专用表述等，对论文给出详细建议。但人工智能软件撰写的假论文事件一度引起人们对科技期刊同行评议制度的质疑，SCIgen软件生成的假论文骗过了斯普林格等知名出版机构和期刊。可能在收集相关资料用于背景的撰写方面，人工智能有一定的优势，但撰写后面的讨论部分，就需要研究者的智慧了。讨论部分是最具创造性和创新性的部分，最能体现研究者个性风格、行文习惯和思维方式的部分，每位学者都会将自己的专长和学识等融入讨论部分，这不是人工智能可以轻易取代的。