作者：许向东（中国人民大学新闻与社会发展研究中心研究员，中国人民大学新闻学院教授、博导）

　　【摘要】人工智能技术促使传媒业提高了内容生产率、用户到达率，增强了传受互动，改善了阅读体验。但智媒体的快速发展存在挤占专业媒体的信息发布权、挑战社会共识的形成、引发“信息茧房”效应等隐忧。政府、传媒和公众需要共同协作，在人机协同、以人为本的前提下，将正确的价值观和舆论导向融入算法设计，促使智媒体在构建新型主流媒体平台，推进国家治理体系和治理能力现代化中发挥更大的作用。

　　当下，人工智能应用于新闻传媒业已然成为一种潮流，智媒体成为传媒业创新发展的新引擎。在媒体享受智能化所带来的红利时，也出现了诸如信息生产发布主导权被挤占、社会舆论共识被挑战及“信息茧房”等问题。正确看待智媒体的发展与优势、应对人工智能技术带来的隐忧，已经成为人们关注的焦点。

　　智媒体在内容生产和推送中的优势

　　随着人工智能技术的不断进步，国内外传媒业开始将其应用到线索采集、选题决策、内容生产、产品分发以及用户互动等环节。实践证明，人工智能技术提高了新闻信息的生产率、到达用户的精准率，改善了用户的阅读体验。

　　智能化采编有效提升了内容生产效率。实现全天候、高时效、多形态的新闻信息生产与发布，需要对处于分散状态、难以共享的媒体资源进行高度整合、集中管理和统一调度。当前，在人工智能技术的支持下，新闻信息的生产、发布得以突破以往主客观条件的约束。比如，针对媒体大数据抓取、公共传感系统以及普通网民发布的海量数据，新闻生产者可以通过音视频处理、语音识别和人脸识别等技术，在纷繁复杂的零散信息中发现线索、提炼选题。智能技术的使用有助于减少耗费在采集、整理、传递信息等过程的时间和人力，有效提升了新闻信息的生产效率。把机器或者程序能做的交给机器和程序，从而把人力解放出来，从事具有创新要求和需要发挥想象力的工作，这是自工业革命以来自动化革命的基本理念。以数据技术为核心的媒体智能化，推动新闻生产由“大而全”向“全而深”转化，不仅可以采集更全面的数据信息，而且更有利于纵深开掘，生产出蕴含高附加值的内容。

　　优化分发流程实现了对用户的高效触达。现代社会是一个信息剧增的社会，人们在生产海量信息的同时，也在工作、生活和学习中消费着这些信息。出于节省时间和精力的考虑，人们对个性化信息的需求日益紧迫，从对信息量的追求转向对信息质的重视。传统媒体时代，新闻从业者依据媒体的受众定位，通过人工对内容进行选择和发布，这是一种线性、中心式的分发模式。到了互联网时代，内容的制作和传播分离，出现了非中心式的分发模式。在社交平台的推动下，泛在的用户成为了分发主体，交往关系成为信息传播的重要因素，内容在相互交织的社交网络中实现分发。智媒体的算法分发不仅通过分析用户行为得出用户的精准画像，同时也对信息价值进行评估，是对二者进行有效适配的智能化推荐。如今，大量的新闻聚合平台以及社交平台都增加了优先推荐的功能，这在很大程度上替代了传统的人工发布模式。通过算法推荐实现针对性的内容分发，解决了移动互联网环境下内容对接的痛点，将各类信息有的放矢地推送至大量的用户终端。

　　智能化全景式生产改善了用户体验。随着移动互联网的出现，人工智能、大数据和5G等技术的发展和应用拓宽了人们的线上生活方式，为用户提供了个性化的信息和服务。媒体不再局限于依靠文字、图片和音视频为用户搭建信息场景，VR、AR、语音识别、自然语言处理、计算机视觉、深度学习等新技术不断融入，形成了全方位、立体化的全景式新闻生产模式。在这种场景下，用户从新闻事件的旁观者向参与者、体验者的角色转化，人工智能、VR和AR技术增强了新闻信息的可视化、可听化，大大丰富了用户体验，从感官上赋予用户更强烈的临场感和代入感。

　　智能识别提高了内容审核的效率。无论是出于内容生产还是舆情监测的需要，对事实和观点进行把关是任何媒体不可或缺的关键环节。目前互联网上的有害信息主要有政治敏感信息、涉恐涉暴信息、色情信息、虚假事实信息以及广告法敏感词等，它们常常以多种形态出现。如果完全依赖人力对以惊人速度增长的用户原创内容（UGC）实施识别、监控和过滤，难免会因时间紧、工作量大而产生纠错滞后、遗漏差错等问题，一些有害信息经过加工改造所生成的变种更是不易被发现。新闻媒体利用海量、权威、优质的数据资源，建立针对视频、音频、图片、文本信息的智能识别模型，可以精准高效地识别各类有害信息，人工智能通过深度学习和长期的数据训练，能够提高自动抓取有害信息的效率，规避内容风险。

　　智媒体快速发展的隐忧

　　近些年，国内外的主流媒体在人工智能领域进行了诸多探索与实践，可以说人工智能的技术与理念已经渗透至传媒领域的各个方面。但“智能”并不是“万能”，在线索搜集、选题决策、内容生产、优先推荐等环节，智媒体时常出现失序、失范现象。

　　一是传播主体泛化挤占新闻传播的主导权。人工智能技术促使内容生产、运营和分发的门槛不断降低，政府机关、互联网企业、自媒体等多元主体加入到信息的生产与传播领域。广大受众不再仅依赖于专业性媒体了解外界发生的事情，反而更多地通过社交媒体平台了解事件的全貌。“众产”“众创”的媒介生态使得信息生产主体日渐泛化，专业性主流媒体的核心地位不断被挤占。与此同时，人工智能也逐渐替代了职业新闻工作者的部分职能，动摇了其在新闻生产、传播中的职业地位。传统媒体时代，新闻信息生产与分发的基础是对社会情景、新闻价值、读者需求的综合判断，其以内容为主导，对受众形成持续性影响。而算法逻辑则是建立在数据、流量的基础上。比如，热搜作为微博算法中较为重要的机制，推动平台中热度较高的内容到达用户终端，形成“强者恒强”的格局。在算法流行的环境下，可以通过及时“参考”甚至是“抢”热搜来实现更大的传播效果。算法的介入改变着新闻信息的生产和传播逻辑，使得智能化平台的权力地位不断上升。当新媒体尤其是信息聚合平台利用算法规则前所未有地激发了互联网用户的表达欲之后，用户原创内容被源源不断地快速生产出来。新兴媒介技术的时空逻辑决定了产能优先于质量的价值排序，也塑造了与之相应的消费习惯。

　　二是对形成舆论共识和坚守新闻真实构成挑战。算法推荐因其能够提升信息的推送效率、带来优质的用户体验，而被国内外的大多数新闻客户端和社交媒体平台采用。但是，算法推荐技术在把我们从海量信息的繁杂搜索中解脱出来的同时，也消解了专业传媒的“把关”功能。以往，新闻编辑在选择新闻时会综合考虑用户的“应知”“欲知”“未知”，如今依靠用户精准画像，在推送信息时则凸显了“欲知”的因素。依据算法对信息作出排序和推荐，减少了用户听到不同声音和看到不同观点的机会，过于迎合用户的偏好和价值取向，必然导致“信息窄化”。传播媒体理应担负的公共信息服务功能被削弱，增加了形成舆论共识和社会凝聚力的难度。此外，基于人工智能的换脸、语音合成、视频生产等技术，可以大大降低制作虚假新闻和谣言的成本，使得“眼见为实”也变得“不靠谱”了。基于人工智能技术的虚假新闻和新型谣言，增加了政府有关部门和专业媒体甄别、核查工作的复杂程度，新闻真实性面临更大考验。

　　三是在个人数据处理上的法律与伦理风险。数据是人工智能时代的重要资源，其背后蕴含着巨大的经济价值。互联网无时无刻不在产生着海量的涉及个人身份、行为、信仰、观念以及情感和社交关系的数据，对这些数据的收集、存储、使用，必然涉及法律和伦理层面的问题。比如，英国剑桥分析公司在非法获取大量脸书用户数据的基础上，通过分析这些用户的兴趣和偏好，向他们精准投放新闻和广告，潜移默化地对其商业消费和政治倾向产生影响。个人数据的指向性明确、商用价值较大，尤其是经过深入挖掘，发现数据所蕴含的某种关系或规律时，将会进一步提升数据的价值，为数据开发者带来更大的利益。在数据时代，隐私被侵犯的概率以及善后的难度成倍增加，一旦造成伤害，就无法补救，即使你删除了原文，无数影像文件依然存在。随着各类传感器获取数据信息并用于新闻传播活动，算法决策、算法推荐更需要以尊重个人数据所有权、尊重用户隐私和保障数据安全为前提。

　　四是对个体用户的“信息茧房”效应。“信息茧房”一词出自哈佛大学法学教授凯斯·R·桑斯坦的《信息乌托邦》一书。该词在研究算法影响的论文中频繁出现，反映出学界对算法推荐左右人们社会认知的担忧。长期以来，人们的阅读行为属于自主阅读，出于需要或兴趣。正如选择性接触理论所阐述的，人们会基于自身的立场、观点和态度等倾向于专注某些领域的信息，回避那些与自己既有倾向相悖的内容。随着算法成为当前媒体智能化的主流，智能推荐成为形成“茧房”的催化剂。在其作用下，自主阅读逐渐让位于被动接收，原本受众可以把控的信息接收权转移给了算法，而算法推荐的多是合乎受众“胃口”的信息。由于信息多样性不足，致使受众的认知在“乐享其成”中被禁锢于类似“茧房”的有限领域内。随着算法日益精密、技术不断提升，智能化的信息分发模式反而把许多人困在信息的“茧房”，使其失去了探索未知、创造不同可能性的机会。“信息茧房”不仅会导致受众认知能力、判断能力的衰退和个人信息结构的失衡，更会阻碍人的全面发展和对社会的全面认识。

　　对智媒体发展负面影响的应对策略

　　收益往往伴随着风险。需要通过摆正技术与价值的关系、提升算法透明度、完善相应伦理法规等举措，规避和消除人工智能技术在传媒业应用中所产生的负面影响。

　　一是纠正“技术至上论”，坚持守正创新。人工智能在传媒业的应用突显了技术理性的价值，但是，我们不能无视新闻传播活动中人的主导性，而陷入“技术至上论”的窠臼。尽管内容生产者日渐多元化，但在人机协同的生产模式中，要想采制出有思想、有温度、有品质的内容产品，人的主观能动性和创造性始终是第一位的。在人工智能时代，我们依然需要尊重新闻传播规律，用时代的眼光来审视新技术对传媒业的影响。人工智能技术只是服务于新闻传播实践的工具，属于手段创新、形式创新、方法创新的范畴，真正直抵人心的依然是蕴含人生意义、价值观的内容。因此，在改革创新的同时，不能舍本逐末，要准确把握人工智能的特点和发展趋势，做好顶层设计，应用人工智能技术挖掘传播内容、拓展传播渠道、增强阅读体验，只有实现内容创新与形式创新的最佳适配，才能生产出高品质的新闻产品，更好地服务于新闻舆论工作。

　　二是理解算法逻辑，把握价值导向。目前，智能技术正被广泛地应用于各大媒体平台，为了更好地驾驭这种新技术，新闻从业者需要强化算法思维，深刻认识算法逻辑，理解媒体与算法之间的共生关系。一方面，新闻从业者需要坚持“经济利益必须服从社会效益”的新闻价值取向，坚守传播伦理，规避“流量逻辑”，对算法推荐的合理性进行动态监测，不断改进与调适，在工具理性与价值理性之间寻求到平衡点。既适应平台的算法规则，又能在理念和实践上调整算法的利益偏向，实现新闻价值与用户偏好的算法协同。另一方面，新闻从业者需要与算法工程师密切合作，将舆论导向、社会效益等概念融入算法设计中，将新闻价值、舆论引导算法化和模型化，共同促进主流算法的发展，实现内容理解的智能化、内容供给的多样性。

　　三是突出算法透明，提升诚信公平。算法透明实质上是新闻生产的透明性问题。新闻生产的透明性指的是公开新闻信息的采制与发布过程，赋予受众监测、品评及参与新闻生产发布的权利，打破内容生产者与用户之间的“隔断”，使原本的“不可见”变得“可见”。算法的数据来源、数据筛选、运算规则等容易受到多种人为因素的影响，并被嵌入算法模型之中不易察觉。但是，新闻业是一项服务社会、服务大众的事业，这是算法透明的逻辑起点，我们不能以算法自身的复杂性以及“算法黑箱”的高深莫测作为托辞。智能化媒体有义务适度公开其算法的运行机制、设计目的等，这种“坦诚”不仅有利于媒体规避一定的风险，更有助于增加公众对内容生产者、内容质量的信任感。单纯从技术角度制定统一的标准、实现完全的算法透明有较大的难度，当前可以考虑由值得信赖的第三方核查机构对涉及公众利益、为公众关心或有争议的算法进行检查评估，并通过行业协会将“算法透明”纳入智媒体生产推送是否合乎规范的考量指标。

　　四是自律他律相配合，确保善用可控。构建适用于智能媒体的法律法规和职业伦理，不仅需要法律专家和人工智能技术人员的通力合作，更需要政府部门、企业媒体以及公众的共同参与、相互协作。政府出于舆论安全、导向正确等的考虑，需要监管算法技术在传媒领域的应用情况，制定相应的伦理法规以明确算法技术的适用范围，并进一步建立问责机制、制定问责标准。各大媒体资讯平台以及具有较强社交属性的内容分发平台等，为了严防技术失控、伦理失范等情况的出现，在完善自身算法审查机制的基础上，需要明确自身所要担负的责任和义务，制定评估规则，增强算法透明度。公众是人工智能产品的用户及可能的被侵权对象，在提高媒介素养的同时，可以通过举报等方式，参与到监督算法是否公平公正、智媒体行为是否失范的工作之中。从科学技术发展的历史可以看出，只有科技进步与社会伦理规制和伦理原则的相关要求相一致，并对科学技术的发展结果做出合乎伦理价值的评价，以引导科学技术朝着正确的方向发展，才能够持续地推动人类社会的文明进步。

　　当前，在某些领域人工智能正逐渐替代或者辅助新闻传播工作。但是，复杂信息的甄别、新闻价值的判断、时度效的把握尤其是非常规报道的灵活变通等，皆非当下人工智能所擅长，再加上运行中存在的各种需要修正的问题，使得智媒体的“善用”“善管”离不开人的参与。“全面、权威的信息，深入、理性的观点，才是社会舆论与心态最稳固的基础。”“技术和算法终究是工具，是末；思考的乐趣、价值的塑造、知识的完善，才是目标，是本。算法主导的时代，更需要把关、主导、引领的‘总编辑’，更需要有态度、有理想、有担当的‘看门人’。”只有在新闻工作者扎实的理论功底、较高的政策水平和精湛的业务能力的基础上，智媒体才能在构建新型智能化主流媒体平台、推进国家治理体系和治理能力现代化的过程中发挥更大作用。

　　【注：本文系中国人民大学持续支持类科研基金项目“大数据时代计算传播学的理论与实践”（项目编号：17XNL003）阶段性成果】

　　【参考文献】

　　①金兼斌：《机器新闻写作：一场正在发生的革命》，《新闻与写作》，2014年第9期。

　　②胡翼青、谌知翼：《媒体融合再出发：解读〈关于加快推进媒体深度融合发展的意见〉》，《中国编辑》，2021年第1期。

　　③彭增军：《新闻业的救赎：数字时代新闻生产的16个关键问题》，北京：中国人民大学出版社，2018年。

　　④羽生：《人民网二评算法推荐：别被算法困在“信息茧房”》，人民网，2017年9月19日。

　　⑤王莉、宋兴祖、陈志宝：《大数据与人工智能研究》，北京：中国纺织出版社，2019年。

　　⑥人民日报评论部：《算法盛行更需“总编辑”》，《人民日报》，2016年12月23日。