| 标题 | 变革与坚守：人工智能时代的新闻传播教育 |
| 范文 | 杨妮 孙华 【摘 要】 随着人工智能技术的不断发展，传媒业进入新的生态，新闻传播教育如何发展才能适应新的传媒生态呢？梳理人工智能技术在新闻生产过程中的应用现状、人类在人机协作过程中工作模式的变化以及新的传媒生态对新闻从业者的要求等，可厘清目前新闻传播教育面临的新问题，并为解决这些问题提供思路。 【关 键 词】人工智能；算法；新闻传播教育 【作者单位】杨妮，西安外国语大学新闻与传播学院，国际传播研究所；孙华，西安外国语大学英语教育学院，高等教育研究所。 【基金项目】西安外国语大学2017年度科研基金资助项目“社交媒体与西方受众的中国形象认知”（17XWB15）；陕西省教育科学“十三五”规划2018年度资助项目“‘一带一路视野下基于区块链技术的汉语传播与教育创新模式研究” （SGH18H199）阶段性成果。 【中图分类号】G219.2 【文献标识码】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2019.01.010 传媒技术的发展从未停止过对新闻业以及新闻传播教育的巨大影响。电视、网络、手机、无人机、VR、AR等一系列技术的革新都不同程度影响了新闻业和新闻传播教育的发展。如今，人工智能、区块链等技术的不断发展也正在重塑新闻业的生态，并影响新闻传播教育的发展方向。面对人工智能技术的应用，以及万物皆媒、社交媒体UGC的传播生态，有人开始置疑：专业新闻从业者这个职业会不会消亡？专业新闻传播教育还重要吗？ 一、专业新闻传播教育发展现状 习近平总书记在党的十九大报告中指出，建设教育强国是中华民族伟大复兴的基础工程，必须要把教育事业放在优先地位。在當前新闻行业进入人工智能、互联网与社交媒体，以及云加端的全新生态环境下，专业新闻传播教育出现发展滞后的问题。 1.专业新闻传播教育的重要性 今天的传播领域出现“技术重构行业”“万物皆媒”“人人UGC”“无社交不新闻”等各种现象，很多非媒体力量正在进入传媒领域。中国传媒大学雷跃捷教授把新闻传播教育分为基于公民参与，面向整个社会公众的媒介素养教育和培养专业媒体工作者的专业新闻教育两条路径。本文所研究的新闻传播教育是雷跃捷教授所说的第二条路径，即以培养专业传媒人才为目标的专业新闻传播教育。 对于专业新闻从业者这个职业会不会消亡这一问题，学者和业界都给出了答案：在人工智能时代，专业新闻从业者不会被替代，反而会变得更加重要。蔡文教授指出，媒体的社会角色不可替代，专业媒体的价值不会被个人媒体、机构媒体湮灭，专业新闻从业者在新闻传播活动中依然不可或缺。美联社产品经理肯·罗马诺指出，我们不能忘记新闻最重要的因素是新闻价值的解析力、引发共鸣的同理心以及严谨的思考和推理，而这些都是专业人类从业者所擅长的。这样看来，人机协作将是目前和未来传媒业的主要生产模式，专业新闻从业者这个职业不会消失，反而更加重要。 既然专业新闻从业者这个职业在新的传媒生态中变得更加重要了，那么新闻传播教育就意义重大。潘忠党教授和陆晔教授认为，在传播技术以及传媒生态深刻变化的当今，新闻专业主义仍然具有规范新闻实践的重大意义。彭兰教授也提出，随着越来越多的非媒体力量进入传媒领域，传媒业原有边界进一步消解，但是边界的消解不会导致专业新闻的消逝，只会引发用户对新闻在量和质两方面要求的提升。 理论和实践都表明，在人工智能时代，专业新闻从业者不会被取代，而是会越来越重要，专业新闻传播教育依然重要。但是，传媒技术的高速发展的确引发了当前新闻传播教育发展滞后、跟不上业界发展速度的问题。 2.当前新闻传播教育存在的问题 如今，很多新闻传播专业的毕业生抱怨所学知识已不适应新形势下的就业要求。除了学生的不满，传媒业界也抱怨招不到能够满足发展需求的传媒人才。新闻传播专业的毕业生找不到与自己专业教育对应的职位，传媒业界招不到行业需要的合格人才，问题就在于当前新闻传播教育培养的新闻人才达不到业界新的人才需求标准。在人工智能技术广泛应用于传媒业，全球传媒业进入全新生态的今天，新闻传播教育如何发展才能适应新的传媒生态？回答这一问题，首先必须了解目前人工智能技术在新闻生产过程中的应用现状，以及传媒从业者的职责在人机协作工作模式中发生了哪些变化。 二、人工智能技术在新闻生产过程中的应用优势与局限 从全球范围内人工智能技术在新闻生产过程中的使用情况来看，业界的预测是准确的。美国的《纽约时报》、《华盛顿邮报》、美联社等大部分媒体，英国的《卫报》，法国的《世界报》，德国的《快报》，中国的新华社、《人民日报》、腾讯等众多媒体都将人工智能技术应用于新闻生产的各个环节中。 1.新闻生产初期的信息采集环节 在新的传媒生态中，很多新闻线索的来源从最初的新闻现场转变到社交网络中，而对社交平台上海量信息的监测、抓取以及热点趋势的洞悉，就是人工智能技术主要被使用的地方，比如Buzzfeed的BuzzBot、路透社的Reuters News Tracer等。《华盛顿邮报》的Heliograf能帮助记者发掘有趣的故事，能为记者提供更多的调查类辅助，比如洞察金融趋势，或者帮助更新诸如天气情况等实时报道。这一阶段使用人工智能技术的主要优势是将编辑从信息收集、数据分析和信息源中识别有价值的信息或趋势等繁重工作中解放出来，帮助记者节省时间，提高新闻生产效率。 这一阶段的人机协作在实践过程中也存在局限性。系统对信息的监测及抓取只是一种机械性的聚合，这种聚合式的信息收集并不能完全自动生成文本，需要编辑的再次筛选和整理。而且人工智能不具备编辑的专业识别和判断能力，所进行的信息收集基本是一种相关的匹配抓取。另一个比较大的局限性是信息源的线上单一性。实际上，并非所有的新闻故事都适合做成数据新闻，很多故事还需要编辑提炼新颖的角度及深层次的线下现场信息。综上，在新闻生产初期的信息采集环节中，人工智能技术的应用仍然离不开编辑专业有效的信息把控。 2.新闻生产中期的写作环节 人工智能技术在新闻生产中期的应用主要是机器写作，这是目前人工智能技术在新闻业比较成熟和广泛的应用。机器写作是指程序凭借算法和模板规则将素材信息重新聚合并产生完整的新闻文本或视频的智能过程。《华盛顿邮报》的Heliograf、《洛杉矶时报》的QuakeBot、美联社的WordSmith、新华社的“快笔小新”、《人民日报》的“小融”、腾讯的DreamWriter等都是机器写作的应用案例。 机器写作能帮助各家媒体提高生产效率。美联社全球业务部编辑丽萨·吉布斯称，通过使用机器写作，企业盈利报道数量增加了12倍。弗朗西斯科·马可尼还指出，美联社在使用人工智能完成企业盈利报道中降低了错误率。据统计，《华盛顿邮报》在未使用Heliograf 的2012年，所生产的大选报道数量仅是2016使用Heliograf生产数量的15%。据估算，这节省了记者20%的工作时间，使记者有更多时间完成更加复杂的工作。 虽然机器写作能提升新闻生产的效率，但是，与编辑相比，机器缺乏思辨力、情感、创造力，无法进行价值解析、深度思考、人文关怀，只能被应用于环境灾害、体育赛事、企业财务报告以及不求深度的突发事件报道中。 3.新闻生产后期的智能推送分发环节 新闻生产后期环节人工智能技术的应用主要是基于算法的内容推荐。这项技术目前在很多数字新闻网站及社交媒体中都有大量使用。比如，一点资讯的“千人千面”个性化算法分发、Facebook的“新闻流”等都是根据人工智能技术，利用用户之前的浏览记录，分析用户行为特点，通过推荐引擎为用户推送相关度较高新闻内容的实际应用案例。这些应用实现了针对不同用户的个性化服务目标。但是从目前使用效果来看，且不说对用户个人隐私的侵犯，就其诉求本身也存在弊病。自动推送带来的“同温层”“过滤泡”等问题已经让很多用户开始抱怨，相比以前不同用户拥有各自的新闻阅读喜好，今天的用户更像是被硬塞给各种信息，这严重影响了用户对事件和世界的认知。 4.其他环节 人工智能技术在其他环节应用中比较受关注的是信息核查、与用户沟通互动等技术。比如，Facebook的“相关文章”功能就是信息核查环节的应用案例，“Who said what”也是使用案例之一，主要应用于对音频、视频中的引用内容进行真伪的智能识别。 从业界应用效果来看，包括以上两款工具在内的大多数人工智能核查应用，从核查数量到核查质量都不是很理想。在和用户沟通方面，人工智能技术应用目前还不成熟，在新闻生产中的用武之地着实不多。 从人工智能技术的应用情况来看，人机协作仍是当前和未来新闻生产中的主要工作模式。人工智能技术在新闻生产各个环节的使用都不同程度地改变了新闻工作者原有的工作流程，从不同方面帮助新闻工作者提升新闻生产的效率，拓宽了新闻报道的广度。但是从目前的应用实践来看，人工智能技术在各个环节的使用中也存在短板，这些短板最终还要靠新闻工作者的专业能力来弥补，而这些专业能力就是当前新闻传播教育人才培养的目标。 三、人工智能时代新闻传播教育的变革 1.人才培养目标的转变 在人工智能技术对新闻生产各环节都产生影响，以及全球传媒生态巨大变化的现状下，业界对新闻传播人才的需求发生了很大变化，对人才的结构、能力、要求都与之前传统媒体时代有所不同。当前传媒生态的基本要素为技术、用户、业态、产品、体制机制、思维，相应的，合格的新闻从业者需要具备的是技术能力、专业能力、通识能力、思维能力和职业道德。面对新时代、新变化，新闻传播教育的变革首先应是人才培养目标定位的变革。在当前传媒生态下，新闻传播专业应着力培养有国际视野和竞争力，能够掌握最新传媒业务特征，了解技术、用户、业态、产品，具有通识能力、专业能力、实践能力和思维能力等综合素养的新闻传播专业人才。 2.育人模式的升级 育人模式的升級首先是改变新闻传播教育旧有的课程设置。当前，大部分新闻传播院校还是沿袭之前采写编评摄播等旧有的实务类课程，这些课程已无法适应新的业界生态。新闻传播院校应针对业界“懂技术、懂用户、懂业态、懂产品”的人才要求，重新调整课程内容。（1）重视传播技术教育。技术是改变传媒行业的驱动力，但是在过去和当前的新闻传播教育中，传播技术的教育并没有得到足够重视。从报纸到电视、网络、移动终端等一系列技术发展可见，业界对传媒从业者的技术要求也一直在改变。在今天的新闻生产中，人机协作模式是主要模式，因此，新闻传播教育应调整人才培养课程结构，在教学中加入传媒技术等相关课程。我国可以借鉴美国一些传媒大学的经验，比如哥伦比亚大学的数字新闻学塔尔中心、传感器新闻教育培训小组，波音特学院的暑期人工智能技术夏令营，加州大学伯克利分校编程工作坊、数据可视化工作坊等。（2）注重学生创新思维能力培养。今天的新闻产品、新闻制作场景都发生了变化，从铅与火，到光与电，再到数与网，传媒业需要有创意的人才，需要能够掌握各种技术手段的综合人才，用大众喜闻乐见的形式、紧跟时代发展趋势的表达，生产用户能够理解、喜爱的产品。 育人模式升级还包括“专业加特色”的教育思路创新。据统计，如今中国有六百多所高校开设了一千多个新闻传播类本科学位点。就目前的发展情况来看，大部分新闻传播教育还存在定位相似、特色不足的问题，缺乏特色的新闻传播教育会培养缺乏竞争力的学生。传播技术的发展日新月异，传媒业对技术的应用也不断创新，掌握技术是传媒从业者的必要技能，然而，过硬的专业素养才是基础。在信息爆炸的人工智能时代，很多新闻真假难辨，假新闻和后真相都在呼唤新闻专业主义的回归。不管传媒生态如何变化，新闻传播教育都应坚守专业素养培育。 四、人工智能时代新闻传播教育的变革 新闻传播教育的目的从来都不仅是为业界培养合格的雇员，还是培养能够正确理解政治价值、社会价值、文化价值，有能力继承传统社会文化，具有在把握社会真实基础上发掘新闻的能力，具有分析穿透力的深描技能，具有服务社会、倡扬公共利益、现身社会福祉的精神的合格传媒人才。 首先，新闻传播教育应坚守对学生专业内容生产基本功底的培养。在人工智能的世界里，技术是驱动力，内容才是抓取用户的核心要素，好内容永远自带流量。在传媒业UGC、MGC低端产能过剩的今天，培养学生优质内容生产的能力，仍是新闻传播教育的重中之重。 其次，新闻传播教育应坚守对学生道德修养、通识能力、实践能力的培养。美国学者凡坦·格里高利进行的一项调查结果显示，未来传媒从业人员最需要三项素质，除了要有特别专业的技能、最好的写作和报道能力，还必须要有强烈的道德感和分析思考能力。任何专业的高等教育都应坚守对学生道德修养的教育，其中也包括对职业道德修养的培养。同时，新闻传播教育还需坚守对学生通识能力和实践能力的培养。新闻从来都不是与政治、文学、历史、哲学、艺术等学科割裂的，良好的通识能力是优质专业内容生产的前提条件，通识教育应贯穿于各新闻传播院系的课程体系中。实践能力培养一直是新闻传播教育的追求。不同于其他专业，新闻传播方向的学生在四年的学习中如果不进行媒体实践，会缺乏接地气的理解和思考。因此，各高校在人才培养计划中应加大各类实践教育的占比，实践教育的形式也可以多种多样。 面对新闻生产过程中人工智能技术的全面应用，以及当前和未来正在使用的人机协作工作模式，新闻传播教育应坚持在变革中有所坚守，如此才能培养出高质量的新闻人才。人工智能时代新闻传播教育的发展没有整齐划一的改革策略，各高校只有根据具体情况，不断思考和探索具有各自特色的改革方向。 |參考文献| [1] 雷跃捷，田承旭. 挑战与变革：新闻学研究和教育的发展趋势[J]. 新闻与写作，2018（3）. [2] 蔡文. 新闻传播教育亟待探索的主要问题[J]. 国际新闻界，2017（3）. [3] 潘忠党，陆晔. 走向公共：新闻专业主义再出发[J]. 国际新闻界，2017（10）. [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）. [5]何苑，张洪忠. 原理、现状与局限：机器写作在传媒业中的应用[J]. 新闻界， 2018（3）. [6]中国新闻史学会新闻传播教育史研究会. 中国新闻传播教育年鉴 2017[M]. 武汉：武汉大学出版社，2017. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。