技术赋能与价值坚守

王海玲

　　人工智能技术深度嵌入新闻生产全流程，在提升效率的同时也对传统新闻专业性构成冲击。智能辅助语境下，新闻的专业性如何维系？应从技术赋能的功能边界、专业性维系的核心机制、现实挑战的应对路径三个维度展开分析。本文认为，新闻专业性的延续有赖于在人机协作中确立人的主导地位，通过技术工具化定位、专业判断强化、协作机制优化等方式，实现技术效能与新闻价值的动态平衡，推动新闻业在智能化转型中保持专业根基与公共属性。

　　2024年，针对人工智能时代新闻媒体面临的机遇与挑战，以及如何履行职责使命等问题，新华社国家高端智库课题基于调研数据和访谈结果，发布了《人工智能时代新闻媒体的责任与使命》研究报告，指出全球已有10.2%的媒体机构全面拥抱人工智能，在机构层面设立了相应机制，由上而下地将人工智能引入生产流程；41.0%的媒体机构正在积极探索人工智能技术应用，鼓励和支持部分新闻业务板块试用人工智能技术。从自动化写作到智能分发，从语义分析到辅助核查，技术力量深度介入新闻生产的各个环节。这种介入带来了效率跃升，也引发了对新闻专业性存续的担忧：当算法能够完成大量基础性工作，记者的不可替代性何在？当机器参与内容生成，新闻的独立判断与公共责任如何保障？本文试图回应这一核心问题，探讨智能辅助条件下新闻专业性的维系机制与可行路径。

　　一、智能技术对新闻生产的功能介入

　　（一）信息获取与素材处理的效率提升

　　新闻生产的起点在于信息的发现与获取，而智能技术正在重塑这一基础环节的工作方式。自然语言处理技术使新闻工作者能够对海量文本进行快速检索与语义分析，从纷繁复杂的信息流中识别出具有新闻价值的线索。图像识别与语音转写技术则打破了素材形态的限制，视频、音频、图片等多元信息可被高效转化为可编辑的结构化内容。在日常工作中，记者借助智能工具进行舆情监测、热点追踪、素材归类，能够在有限时间内覆盖更广泛的信息来源。这种技术赋能显著压缩了从素材收集到初步整理的时间成本，使新闻工作者得以将更多精力投入对信息价值的研判与深度挖掘。《人民日报》社推出的“创作大脑AI+”平台大量运用AIGC技术，通过训练模型和对大量数据的学习，“创作大脑AI+”可提供海量创意资源在线共享、巨量内容标签、多级垂直领域分类支撑素材深度挖掘；这项功能凭借强大的结构化智能搜索，可助力从业者短时间内构建起全域知识图谱，高效完成对报道主题的背景全扫描。

　　（二）内容生成环节的自动化辅助

　　在内容生成层面，智能技术已深度介入标准化报道领域。财经快讯、体育赛事播报等信息密集型内容，普遍借助模板化写作系统实现快速成稿。美联社自2014年起采用AutomatedInsights公司的Wordsmith平台，自动撰写企业财报新闻，将数小时的写作时间压缩至几分钟，每季度可覆盖3000家公司财报。腾讯财经的Dreamwriter机器人则能根据实时股市数据瞬时生成稿件，2016年三季度即产出4万篇财经报道。体育赛事方面，《华盛顿邮报》在2016年里约奥运会部署的Heliograf系统，依据预设模板实时抓取比赛数据，自动生成赛事快讯，最终因创新表现获美国新闻编辑协会数字创新奖。今日头条的“张小明写作机器人”在奥运会期间直接对接奥组委数据库，13天内完成457篇赛事报道，速度与电视直播同步。数据可视化工具将复杂数字转化为直观图表，显著降低专业内容理解门槛。中央电视台在2018年世界杯期间利用阿里AI视频分析技术，10分钟内自动生成赛事集锦，将海量数据转化为可视化产品。多模态内容合成技术推动图文、音视频一体化生产。央视频在2024年奥运会期间推出的AI数字人矩阵，由AI尼格买提、马凡舒、王冰冰实时播报赛事盘点，实现音画同步生成。《今日美国报》体育部采用的WibbitzAI软件，能在数秒内将文字报道自动匹配画面生成短视频，极大丰富了新闻产品的表达维度。

　　（三）传播分发的精准化与即时性

　　新闻产品的价值实现有赖于有效的传播触达，智能推荐系统在这一环节发挥着日益重要的作用。基于用户阅读行为、兴趣偏好、场景特征的算法分析，内容分发得以实现个性化匹配，不同受众群体接收到与其需求更为契合的新闻内容。传播效果的实时反馈机制为编辑决策提供了动态参照，点击、停留、互动等行为数据帮助新闻工作者理解受众的真实反应，进而优化后续选题与呈现策略。这种传播链路的智能化改造提升了新闻内容的到达效率，使优质报道能够更精准地抵达目标人群，在时效性要求极高的突发事件报道中，智能分发的即时响应能力也为新闻的社会功能发挥提供了技术保障。例如，如果某一用户对环保问题的关注度比较高，那么平台在AI技术的支持下，发现了用户的这一阅读特点，就会在接下来的一段时间内为其推送更多环境污染、环境保护等方面的新闻资讯。

　　二、新闻专业性维系的核心机制

　　（一）人机协作中专业判断的主导确立

　　新闻工作的核心在于价值判断，而价值判断的主体只能是具备专业素养与社会关怀的新闻工作者。在智能辅助的工作流程中，技术工具能够提供信息筛选、趋势分析、受众洞察等方面的支持，但选题的确定、角度的选取、立场的把握仍需由记者与编辑主导完成。这意味着人机协作的关系定位应当清晰：机器是工具，人是主体；技术提供可能性，专业判断作出最终选择。在日常采编实践中，新闻工作者需要对智能系统输出的建议保持审慎态度，既善于利用其效率优势，也警惕其可能带来的判断依赖。

　　（二）事实核查与信源验证的技术强化

　　真实性是新闻的生命线，事实核查与信源验证构成了新闻专业实践的基础环节。智能技术的发展为这一环节提供了新的能力支撑。信息溯源工具可以追踪内容的原始出处与传播路径，帮助记者识别信息的可靠程度；交叉比对系统能够将待核实内容与多个独立来源进行匹配验证，提升核查的全面性；图像与视频鉴伪技术则可检测视觉素材是否经过篡改，在多媒体内容日益丰富的传播环境中具有重要价值。新闻工作者应将这些技术能力纳入专业核查的工作流程，使其成为巩固新闻真实性的辅助手段。

　　三、现实挑战与应对路径

　　（一）内容同质化趋势下原创性的保护

　　算法驱动的内容生产与分发机制存在加剧同质化的内在倾向。在生产端，智能写作系统基于相似的数据输入与模板结构，容易产出形式趋同的内容；在分发端，推荐算法对热点话题的追逐可能引导媒体集中报道相近议题，挤压差异化选题的生存空间。当多数新闻产品在主题、角度、表达上趋于相似，新闻业的信息供给多样性将受到损害，受众获取多元观点的渠道也随之收窄。保护原创性需要从价值理念与机制设计两个层面入手。在理念层面，新闻机构应重申独家报道与深度挖掘的专业价值，抵制对流量指标的过度迎合；在机制层面，可通过资源配置、绩效评价等方式激励差异化内容的持续产出，为原创性报道提供制度保障。

　　（二）人机边界的清晰划定与协作优化

　　人机协作的有效运转有赖于清晰的边界划定与合理的分工安排。当前实践中，技术介入的范围与深度往往缺乏明确界定，导致部分应由人主导的环节被机器过度替代，或本可借助技术提升效率的任务仍以传统方式完成。这种边界模糊既可能损害新闻产品的专业品质，也造成资源配置的低效。优化人机协作关系，需要根据不同任务的属性特征确定技术介入的适用场景与合理限度。对于信息收集、素材整理、格式转换等标准化程度较高的工作，可更多发挥智能工具的效率优势；对于价值判断、叙事建构、观点表达等需要专业洞察与创造性投入的环节，则应确保人的主导地位。在效率追求与质量保障之间寻求平衡点，构建人机各司其职、优势互补的稳定协作关系，是新闻业应对智能化转型的务实路径。以财新传媒为例，它于2024年初成立AI实验室，并早在大语言模型概念普及之前，就研发了“织雀”系统，将海量历史新闻档案进行结构化存储，采用业界领先的Transformer技术分析文章中的实体、术语和地域信息，并与数据资产智能关联。而后再基于“织雀”的数据，进一步研发了“群雁”工具，为采编提供灵活的资讯流编辑功能，实现AI与人工并行的新闻生产，提升效率与用户体验。此外，财新传媒还推出了多种大语言模型应用，包括文字审校工具、嘉宾推荐、翻译工具以及新闻话题提取等，集成在CaixinGlobal中，进一步增强内容生成与数据分析能力。财新传媒还引入生成式AI技术，推出基于财新内容的RAG产品和AI客服，帮助用户深入挖掘高质量报道。

　　智能技术为新闻业带来了前所未有的工具红利，但工具的进步不应遮蔽价值的追问。新闻专业性的本质在于基于事实的独立判断与面向公众的责任担当，这一内核无法被技术替代。在人机协作日益紧密的当下，维系专业性的关键在于确立人的主体地位、明确技术的工具定位、坚守新闻的公共使命。唯有在技术赋能与价值坚守之间保持张力与平衡，新闻业方能在智能化浪潮中行稳致远。

　　（作者单位：新乡日报社）