摘要：自动化新闻生产模式提升了新闻生产效率，但也引发了个体隐私泄露、价值导向偏移以及算法“透明度”不足等伦理问题，制约着新闻传播生态的构建。

　　智能技术的运用正重构新闻生产模式，引发了关于用“写稿机器人”替代记者的技术革命。然而，自动化模式在提高新闻生产效率的同时也裹挟了诸多伦理问题，制约着自动化新闻的价值实现，急需引起关注。

　　智媒时代的自动化新闻生产

　　自动化新闻，是指通过计算机算法工具，进行自动新闻生产、推送并实现商业化运营的系统。[1]美国学者马特·卡尔森认为，自动化新闻是在没有或有限的人类干预下，由预先设定的程序将数据转化为新闻文本的自动算法过程。[2]在智媒时代，算法技术的深度嵌入使新闻生产过程逐渐走向自动化，投向市场的写稿机器人应用变得愈加常见。如，腾讯公司的新闻写作机器人“Dreamwriter”，新华社开发的“快笔小新”写作程序等，都引起了业界不小的反响。

　　目前，自动化新闻主要是以“写稿机器人”（稿件自动生成软件）为写作主体，通过对国内主流写稿机器人的分析，发现其运行程序和步骤表现出一定的共同性：（1）采集撰写新闻稿件所需的相关数据信息。利用传感器技术实现数据提取与挖掘，以获得新闻生产的所需内容。（2）进行数据结构化处理和分析，把握数据信息的特征和规律以确立选题。（3）判定新闻价值，提炼报道选题。通过深度分析相关数据间的内在关联，算法程序会针对性地生成创作意见，判定此类内容的价值并提炼和完善报道选题。（4）运用算法，套用固定模板生产规范的新闻稿件。（5）对自动生产的新闻稿件润色处理，旨在提升新闻内容的通达性。

　　写作机器人推动了生产主体由记者向机器程序的变革，也加快了新闻生产的速度和效率。高速的计算加上预先设置的模板，使得自动化新闻几乎实现同步分发和传播。在新闻内容的采集上，原有的采编原则被打破，实地采访获取素材转向于依托算法技术数据抓取进行新闻内容加工和生产，降低了新闻的生产成本。

　　智媒时代新闻自动化生产面临的伦理挑战

　　（一）数据过度采集引发个体隐私泄露风险。自动化生产的首要环节是采集撰写新闻稿件所需数据。其中，自动化采集程序会采集大量个人用户数据。在当下，用户个体的信息数据近乎处于“裸奔”状态，其数据隐私面临着严重的泄露风险。在此过程中所提取的数据不仅包括用户的年龄、职业、性别、生活水平等基本信息，还包括点开新闻的时长等媒介行为数据。事实上，用户个体的每一次选择和浏览，都可能被采集作为新闻生产的基本线索。数据的过度采集导致人们的隐私信息几乎处于被“监控”状态，随时都可能被采集程序所捕捉，许多用户可能在无形中被侵权。

　　（二）算法无序运行加剧新闻价值导向偏移。算法新闻还将使得新闻价值导向产生偏移，主要表现在：一是新闻的虚假性问题。在算法本身有错或携带偏见时，写作机器人有可能生产出失实的新闻。正如新浪科技指出的，一款由某组织开发的自动化写作程序可根据情境信息创造出非常逼真的“虚假新闻”。[3]此外，某些利用虚拟现实对新闻现场的复制也会存在偏差，提供的是“伪真实”的新闻现场感。二是新闻的低俗化倾向。在“流量为王”理念的影响下，判定新闻价值的标准被异化为量化的“点击率”。某些媒体平台为追求高点击率，会利用个性化推送“吸引眼球”的内容来迎合用户的猎奇心理，并固化其对“低级趣味”新闻的偏好。此外，基于算法的写作机器人又会根据人们“虚假”的偏好去采集建立在偏见上的用户画像数据，使得用户接触低俗信息的概率增加，造成“内容下降的螺旋”现象。[4]三是新闻的人文性缺失。机器人写作依赖于缺乏人文底蕴的算法程序，常机械地套用模板进行新闻生产，其最终的新闻作品多表现出没有温度、人文关怀欠缺等不足，较难引起情感共鸣或代入感。[5]如今日头条的“Xiaomingbot”生产的体育稿件就很难让公众充分感受到现场比赛激烈程度、精神面貌等状态。

　　（三）算法黑箱隐匿新闻生产的透明度问题。新闻生产的透明度指“新闻行业内外人士都有机会能够监督、检查、批评报道过程的途径”[6]，涉及信息透明、理念透明和程序透明，其目的在于让公众清楚地了解新闻生产全过程。基于算法的自动化生产过程有时如同一个人无法识别的“黑箱”。公众并不了解智能语音识别技术的处理过程以及算法如何对个体信息进行分析等。算法黑箱首先剥离了用户对数据信息应用的知情权，人们对采集于己的数据信息涉及程度、频率、时间、用途等并不了解。这种信息不对称将加剧用户与数据使用者之间“知识和决策权力的不平衡”。在理念透明上，算法新闻会受到算法设计者的价值观、社会环境和技术缺陷等影响，隐匿着大量算法偏见，具有一定的迷惑性。在程序透明上，技术壁垒的存在使得多数普通受众难以理解算法运行规则和过程，无法对其生产决策过程进行监督和干预，也难以对输出结果的合法性进行认定。

　　应对新闻自动化生产伦理挑战的可能路径

　　（一）廓清写作机器人应用的伦理责任。写作机器人遵循的依然是人的主体价值和意志，这决定了任何人工智能产品的责任主体都是人而非程序或机器。因此，人必然要承担起由此所引发的各种伦理问题责任，包括平台错误或有害的价值观导向责任、技术运行监管缺失责任等等。[7]对此，新兴聚合平台应当积极调适社会价值观，摒除商业利益绝对优先的价值导向，并落实相应信息管理的主体责任，有力规范平台行为。相关从业人员应当积极厘清其应尽的媒介责任和社会职责，以责任担当作为新闻生产的基本准则，并以适切方式移植和注入写作机器人的新闻生产过程中。

　　（二）注重自动化新闻生产的顶层设计。首先，制订写作机器人应用的行业规范，旨在从行业内部对主体行为进行管理和监督。基于算法的写作程序运作参与新闻生产应当参照其他行业确立起标准化、合秩序、针对性的行业规范。其次，健全写作机器人应用的法律法规。自动化新闻相关立法建设的滞后存在伦理安全隐患，应当健全写作机器人应用的法律法规。如可参照欧盟颁布的《通用数据保护条例》，明确用户对个人数据使用所享有的“知情权”。在当下，由写作机器人引发的著作权、隐私权、虚假新闻等乱象需要从法律层面进行整治，包括针对具体的问题进行立法，或者为人工智能的技术应用建立法律法规，加速人工智能技术应用立法。

　　（三）构建人机合作的“新闻把关”机制。作为人机联姻中的主体，新闻记者应当发挥人的主观能动性以弥补算法写作程序的不足，构建起人机合作的“新闻把关”机制。在传播学中，“把关”的核心意义在于合理控制信息资源传播的渠道，使只有符合规范或者“把关人”价值标准的内容才能顺利传播。具体而言，记者或编辑应当强化个体的“把关人”意识，全面加强对新闻选题、选材和导向方面的人工审核。如，在新闻生产的选题上进行提前性的预审核；在舆论导向上，应坚持与社会发展正确的主流舆论保持一致，积极发挥新闻的引导作用；加强数据审查，核实信源，以保障新闻报道的客观性，避免制作错误资讯误导公众。

　　（四）提升写作机器人应用的技术水平。应对算法新闻的伦理挑战，还需提升写作机器人应用的技术水平。一是提升算法透明，缩小算法知沟。例如，优化技术面向公众设计实施必要的算法披露和信息公开，以增强算法新闻生产的可解释性和用户对算法新闻的可理解性。在算法设计中增加决策说明的模块，向用户解释算法运算和决策过程。算法程序在采集用户信息前需以“授权”方式征求用户同意，并公开用户生成画像的要素及其标签，及时赋予用户修正偏见的权利。二是改进算法程序，增强算法新闻的道德性和人文性。在进行算法设计时，可以探索将道德规范以“代码”的形式嵌入算法或者利用算法学习能力对人类道德进行学习，使程序可以识别出可能产生侵权或其他伦理失范行为的操作。此外，新闻工作者在协助技术人员进行算法编写时要注重增加对新闻中人物的分析及背景信息的挖掘，扩展分析深度，尽量增强文章的人文性。

　　【本文为江西省高等学校人文社会科学研究项目“媒介素养融入我省高校思政教育路径研究”（编号：SZZX1825）阶段性成果】

　　参考文献：

　　[1]吴锋，发达国家“算法新闻”的伦理缘起、最新进展及行业影响[J].编辑之友，2018（5）：49.

　　[2]Carlson, Matt. （2015）. The Robotic Reporter: Automated Journalism and the Redefinition of Labour, Compositional Forms, and Journalistic Authority. Digital Journalism，3(3)，416-431.

　　[3]AI研究机构OpenAI开发写作软件：编写假新闻足以乱真，https：//tech.sina.cn/it/2019-02-15/detail-ihrfqzka5921773.d.html?oid=3864241532633619.

　　[4]宋建武.智能推送为何易陷入“内容下降的螺旋”——智能推送技术的认识误区[J].人民论坛，2018(17):117-119.

　　[5]贾宸琰，姚源，钟旺.自动化新闻的可读性研究[J].青年记者，2017(21):40-42.

　　[6]Mark Deuze.What is Journalism? Professional Identity and Ideology of Journalists Reconsidered [J].Journalism, 2015 (6)：34-43.

　　[7]郑春风.自动化新闻的实践、影响与困境[J].青年记者，2018(28):51-52.

　　（谢梦君：南昌大学新闻与传播学院讲师、南昌师范学院党委宣传部副部长；张燕：江西师范大学新闻与传播学院副教授）

　　【文章刊于《青年记者》2021年第21期】