摘要：本文从人机耦合的视角，结合当下全球范围内的人工智能新闻实践，对智能传播时代新闻教育如何将人的智能与机器的智能相结合，进而培养卓越的新闻人才进行了讨论。

　　当前，新闻业在业界生态、新闻生产流程等方面，都面临着以人工智能为代表的新技术的冲击。人工智能技术是一把“双刃剑”，对新闻生产带来了两方面的影响。一方面，人工智能技术为新闻生产模式的再造带来了新的可能。例如，自动化新闻生产成为一种新模式[1]，在人工智能技术的支撑下，新闻内容可以实现精准定制和高效传播。但另一方面，人工智能技术也为新闻生产带来了负面效应，表现为新闻生产笼罩在技术中心主义的阴影之下，不断与以人为本的逻辑相背离，并且缺乏情感观照。[2]基于现有的人工智能新闻实践，我国的新闻教育也面临变革，以适应人工智能技术的发展。

　　智能传播时代的新闻生产变革

　　ChatGPT使人类信息生产方式产生颠覆性变革，被认为是智能传播革命的新阶段，代表着人类信息方式的重大转变[3]。这种转变在新闻业的集中体现是人工智能技术成为新的新闻生产主体。

　　（一）机器主体：作为信息生产者的人工智能

　　从传播史的维度看，人类经历了四个传播时代，分别为口语传播时代、文字传播时代、印刷传播时代、电子传播时代。在印刷传播时代，伴随着近代大众报刊的勃兴，人类社会开始出现真正意义上的大众传播；之后的电子传播时代，媒介技术加速发展，催生了多样化、多功能的传播渠道，如广播、电视、PC、移动互联网等。从新闻信息传播模式来看，人类社会经历了三个阶段：首先是专业媒体主导的大众传播时代，之后过渡到“人人都是传播者”的社交媒体时代，现在进入以人工智能技术、大数据、算法为主导的智能传播时代。每一次传播技术的变革都改变了社会连接和新闻信息生产的方式。

　　在大众传播时代，专业的新闻从业者占据新闻生产主体的位置，普通公众则处于信息接收者的位置。进入社交媒体时代后，用户可以通过社交媒体平台发布和传播信息。相较于专业的新闻从业者，用户生产的新闻信息在专业程度上存在一定的不足，但也为传统的新闻生产增添了新的活力，成为专业记者和新闻机构之外的又一重要新闻生产和传播主体。无论是专业的新闻从业者还是普通用户，都作为人类主体在新闻生产过程中发挥着作用。这两个阶段中，相关的数字设备（机器）始终处于辅助的地位，其本身并不能生产信息。

　　人工智能技术在内容生产方面的历史可以划分为辅助增强、初步自动化与自动内容生成三个阶段。辅助增强阶段的人工智能技术以检索、翻译等为代表。在初步自动化阶段，Wordsmith等新闻机器人可以自动生成特定领域的新闻，如体育、气象新闻等。ChatGPT是自动内容生产阶段的代表。在这一阶段，机器具备了一定的深度学习能力。[4]在这三个阶段中，机器越来越独立于人而存在。在生成式人工智能阶段，机器因其自动化的内容生产和深度学习特性，在专业的新闻从业者、用户之外，成为重要的信息生产主体。

　　（二）“人工智能即讯息”：人工智能的生成性

　　作为新闻信息的又一生产主体，人工智能以自动化生成为特征。如果将大众媒体和网络媒体时代的信息技术看作是一种表征技术（即以文字、图片、音视频的形式表征现实），那么以ChatGPT为代表的生成式人工智能技术则是非表征性、生成性的。麦克卢汉讲“媒介即讯息”，每一种媒介技术都延伸了人的感官，创造一种新的信息方式。[5]对于生成式人工智能来讲，可以说“人工智能即讯息”。

　　从新闻的创作、生产、分发到消费，人工智能对新闻传播产生了深远影响。在内容生产方面，人工智能技术可以通过自然语言处理和文本生成技术，即时生成新闻内容。这主要应用于强调时效性的新闻报道（如天气预报、体育新闻等领域）。在新闻挖掘方面，通过相关的算法模型，数字设备可以通过对网络数据的分析，挖掘新的内容和主题。这些主题和内容某种程度上因为人感知范围和能力的有限性，往往不容易获知、难以呈现。在新闻编辑方面，人工智能技术可以用于新闻稿件的自动编辑、优化与核对，确保新闻的准确性、完整性和规范性。在新闻分发方面，个性化的算法推荐系统能够根据用户的兴趣、地理位置和行为等要素为其推荐相关的新闻内容。这建构了新闻机构和目标受众之间的新连接。

　　主体变革与智能传播时代新闻教育面临的困境

　　客观、准确地呈现新闻事实，是新闻教育的核心。人工智能技术对新闻教育的冲击集中表现在新闻客观性等理念的实施方面。在前智能传播时代，新闻客观性的实施主体是人。但生成式人工智能技术促使新闻教育重思人机耦合语境中新闻理念的实施问题。

　　（一）新闻客观性执行主体的变革

　　1.传统新闻生产中的人类主体。新闻客观性要求从业者在新闻生产过程中，准确、公正地呈现新闻信息，进而保证新闻的公共性。新闻客观性也是新闻教育的重要内容。客观性的报道原则要求新闻从业者在事实的呈现过程中应基于事实，避免主观偏见和情感，避免虚假、错误信息，遵循道德准则，尊重隐私，避免诋毁、侮辱和歧视。与此相对应，新闻教育领域也一直强调“做新闻”时记者应该如何客观、公正、公平地呈现新闻信息。此新闻客观性话语中存在一种结构功能主义的预设，人是主体，媒介是工具。在此语境下，新闻客观性的实施重点关注的是从业者如何使用摄影、摄像等媒介技术传达准确的信息。

　　2.智能新闻生产中的“人—机”主体。在智能传播时代，随着机器成为内容生产的重要主体，新闻客观性的执行主体也产生了新变化，以往的人类主体更新为“人—机”主体，即人机协同。人工智能技术既能够保证新闻客观性的有效实施，但同时也带来了潜在危机。人工智能技术在某种程度上能推进新闻客观性的实施。以数据新闻为例，以算力为基础的数据挖掘和可视化技术，在一定程度上确保了新闻内容的客观性与准确性。但人工智能技术的使用也可能使新闻生产走向客观性的反面。这在算法偏见等现象上已初露端倪。

　　（二）新闻教育需直面的人机矛盾

　　1.机器的自动化与记者的专业化。自动化是机器的优势。在大数据时代，机器通过算法建立了相关的数据处理、生成与呈现模式。本来由专业记者胜任的工作如撰写程式化的新闻、信息收集、核实以及与受众进行互动等，现在机器人都可以完成。虽然机器人可以代替专业记者的部分工作，但是总体而言，现在的机器人写新闻还不够成熟，在批判思维、职业素养等方面，还存在一定的缺陷。所以，当下新闻教育在人机耦合方面需要处理的重要问题就是，认清人工智能是如何替代专业记者的，以及在哪种程度和哪些方面能够代替专业记者。[6]

　　2.机器的客观性与偏见。人工智能系统相较于人的主观性来说，一定程度上是客观的。这意味着人工智能系统应该在相同的输入条件下产生相同的输出结果，而不会因为个人情感、信仰、偏好或其他因素而发生变化。但与此同时，人工智能又存在着“偏见”。人工智能的偏见指人工智能系统在自主学习过程中，因为相关数据集合的不完整性、不平衡性、不准确性，对社会中的个体、群体或事物产生的一种不公正倾向，如性别偏见、种族偏见等。正如路透社《2023年新闻、媒体和技术的趋势与预测》所言，智能技术使创建“好看”和高度可信的多媒体内容比以往任何时候都容易，但区分真实的、误导的或篡改的内容也比以往任何时候都要困难。[7]

　　3.传统媒介素养与人工智能素养。面对人工智能技术的兴起，传统意义上的媒介素养教育已经不能适应新技术带来的挑战。媒介素养理念把受众看作积极的媒介使用者，倡导受众与媒介共存，认为通过对公众进行媒介素养教育，可以帮助他们认识媒介运作，提高媒介使用能力。在智能传播时代，传统意义上的媒介素养教育已经不能适应技术发展带来的挑战。人工智能技术为用户提供了直接与算法等自动化技术对话的平台。在此背景下，怎样基于人工智能技术提升新闻的可编程性，又避免被算法等自动化技术操纵，成为新闻教育面临的又一难题。

　　人机耦合背景下新闻教育的进路

　　作为信息生产主体的人工智能技术既为新闻业的发展开创了新的形态和机遇，同时也带来了诸多有待适当应对的矛盾。从人机耦合的视角来看，人与机器在此过程中需要有效的结合。

　　（一）重视人工智能技术的学习

　　按照哥伦比亚大学新闻学院亨利·卢斯教授的说法，新闻教育需要将数据、计算等新型的人工智能技术作为基本的职业工具，这样才能更好地完成新闻业服务于公众的使命。[8]比如，在数据新闻中，网络爬虫等人工智能技术可以帮助记者完成对网络信息的搜集和筛选。数据挖掘和可视化技术能够帮助新闻记者将复杂的数据转化为易于理解的可视化信息。但传统意义上的数据新闻只是人工智能技术的一种，自动生成和深度学习式人工智能技术不仅是一种辅助增强的工具，也是具有自主性的内容生产主体。

　　除了传统的数据挖掘和可视化技术之外，人工智能的最新进展也需要被纳入新闻生产技术的教育中。比如，VR新闻借助VR技术对人感官的再造，创造了一种与以往的文字、图像、视频等截然不同的新闻呈现模式。作为一种“身体—主体”，数字界面改变了人的具身方式。这些新的新闻实践，都彰显了人工智能技术的力量。因此，新闻教育应突破文理分科的界限，主动将人工智能技术纳入专业技术学习的范畴。

　　（二）加强人文素养与批判能力

　　随着人工智能技术的发展，机器人可以参与简单的新闻生产工作，比如收集新闻信息并对其真实性进行核实，与受众进行互动等。但从人机耦合的角度来讲，新闻记者在人工智能生态下的新闻业中应该发挥何种作用，也值得讨论。张志安教授认为，新闻教育的课程教学改革应该以培养学生的多种能力为目标，比如新闻采写能力、调查能力、对事实真相的辨别能力、运用智能传播技术的能力等。[9]面对人机耦合的现状，多种能力的提升可以从两个方面着手。

　　一是人文素养与新闻专业情怀。传统的人文素养在人工智能时代依然重要，因为这在某种程度上决定了记者的定位与社会观察力、判断力。新闻院校在对学生进行培养的时候，要注重培养学生掌握不可替代的技能，比如应该注重培养学生的能力向度、文化向度、伦理向度。能力向度包括思考能力、呈现能力、技术能力，文化向度包括传统文化、媒介文化、技术文化，伦理向度包括处世伦理、新闻伦理、表达伦理[10]。除此之外，围绕职业信念而展开的新闻情怀的培养依然重要。

　　二是人工智能批判能力。上述人文素养和客观性等新闻理念，在人工智能时代应该拓展到人工智能领域，形成一种人工智能的批判能力。加里·史密斯认为，面对人工智能的崛起，我们需要建立一种对人工智能的批判，即需要认清人工智能可能带来的负面影响和人工智能的局限。这也是提升人工智能社会价值的题中之义。[11]以算法为例，在新闻生产领域，要具备一定的算法素养。算法素养是指媒介使用者的算法认知、知识、想象和可能采取的策略。在认知算法的基础上，避免算法所带来的偏见、“信息茧房”，是保证新闻客观性的必由之路。

　　（三）以“新闻”为导向设置人工智能课程

　　《改善未来记者的教育》中提到高校新闻教育要适应行业发展趋势，课程设计要体现出创造性。

　　首先，新闻专业的学生要根据新闻生产的要求，掌握一定的人工智能基础知识和编程语言。国内一些新闻院校开展的智能传播、计算传播课程，需要与新闻生产教学相结合。这涉及很多计算机科学方面的知识，要注重教师队伍的建设。在新文科的背景下，面对学科之间的融合，新闻院系可以通过混合式教学，利用一些优质的在线课程，采用线上线下相结合的方式，提升学生的相关能力。这是进行人工智能批判和驯化人工智能的基础。

　　其次，新闻院系要将数据能力和数据批判纳入现有的教学体系中。相关新媒体课程要囊括人工智能的前沿知识，引入当前人工智能新闻实践的经典案例。对于人工智能可能出现的偏见、原因、规避措施也要有一定的介绍。此外，新闻教育要增设相关的事实核查等课程。

　　结  语

　　智能传播时代，新闻教育需进行主动变革以适应人工智能技术快速发展的媒介环境。高校要通过培养智能新闻人才而非普通人才来应对挑战。结合当下全球范围内的人工智能新闻实践，智能传播时代的新闻教育需要将人机耦合作为一个重要切入点。总的来说，“人—机”主体作为智能传播时代新闻生产的主体类型，为客观性等新闻理念的执行增加了机遇与挑战。面向人机耦合的新闻教育一方面要将智能技术纳入专业技能范畴，另一方面要重视人工智能进行批判性反思。

　　【本文为广东海洋大学2021年校教改项目“媒体融合环境下传播理论教学模式的改革探究”（编号：010201142104）阶段性成果】

　　参考文献:

　　[1]喻国明，李钒.内容范式的革命：生成式AI浪潮下内容生产的生态级演进[J].新闻界，2023(07):23-30.

　　[2]万颖.大数据新闻的创新与困境[J].湖南师范大学社会科学学报，2021(05):151-156.

　　[3]方兴东.ChatGPT爆红确立智能传播的主流地位[N].中国社会科学报，2023-03-07(003).

　　[4]史安斌，刘勇亮.从媒介融合到人机协同：AI赋能新闻生产的历史、现状与愿景[J].传媒观察，2023(06):36-43+2.

　　[5]麦克卢汉.理解媒介:论人的延伸[M].何道宽，译.南京:译林出版社，2011:33.

　　[6]罗自文，张金龙，杨颖，董庆文.智媒时代传播技术的冲击与美国新闻教育的走向——专访美国加州大学伯克利分校新闻研究生院院长瓦瑟曼教授[J].新闻大学，2021(03):110-116+121.

　　[7]Newman N.Journalism, Media, and Technology Trends andPredictions 2023[R/OL].(2023-01-10).https://reutersinstitute.politics.ox.ac.uk/sites/default/files/2023-01/Journalism_media_and_technology_trends_and_predictions_2023.pdf.

　　[8]Berret C, Phillips C. Teaching data and computational journalism[M].New York:Columbia School of Journalism,2016:7.

　　[9]张志安.从新闻传播到公共传播——关于新闻传播教育范式转型的思考[J].暨南学报(哲学社会科学版)，2016(03):77-84+131.

　　[10]刘海明.新闻教育的改革向度[J].新闻与写作，2017(09):30-35.

　　[11]加里·史密斯.错觉：AI如何通过数据挖掘误导我们[M].钟欣奕，译.北京:中信出版社，2019:24-25.

　　（许同文：广东海洋大学文学与新闻传播学院讲师；赵国政：广东海洋大学文学与新闻传播学院副教授）

　　【文章刊于《青年记者》2023年第23期】

　　本文引用格式参考：

　　许同文,赵国政.人机耦合视角下的新闻生产与新闻教育[J].青年记者,2023(23):96-98.