智能媒體：傳媒業態、形態與生態的重構及其反思

郭小平 汪亞純

近年來，大數據、物聯網、人工智能、云計算技術以及5G應用等，不斷地推動傳媒業的智能化變革，重構了傳媒業態、形態與生態。在傳媒業態方面，智能技術改變了媒介內容的生產方式、呈現方式與傳播機制，如傳感器新聞、機器寫作、AI剪輯、算法推薦等；在傳媒形態方面，“平臺型媒體”（Platisher）以及其他廣泛應用的智能終端，不斷地催生新的媒體形式；在傳媒生態方面，智能技術推動傳統媒體的智能化轉型與“泛媒化”產業鏈建構，重構媒體從業者的工作內容和角色定位，催生媒介環境的重大變革。

一、智能媒體時代傳媒的業態變革

傳感器、大數據、物聯網與人工智能（AI）等智能技術不僅參與媒介的內容生產，還能完成用戶畫像與場景識別，實現內容、服務、商品同用戶與場景的精準匹配，從而實現內容、服務與商品的個性化分發。智能技術應用涉及媒介內容生產的各個環節，包括信息采集、內容創作、內容分發、用戶反饋等。智能技術的媒介應用，重構了傳媒產業的業態。

（一）內容生產：傳感器新聞與機器人新聞寫作

大數據與傳感器使信息采集智能化。如果說移動互聯網與無處不在的傳感器為內容生產提供了海量數據，那么，大數據與云計算技術則使數據的收集、存儲與分析變得更加便捷。作為新聞數據的重要來源，傳感器在突發新聞和調查新聞報道中應用廣泛。2018年，路透社的報道《生活在難民營》就利用衛星GPS數據，記錄和分析孟加拉國難民營內的水源與衛生設施情況，直觀立體呈現出了難民的生活。2019年4月四川涼山發生森林火災時，5G無人機也提供了現場圖片、火災熱力圖等重要數據。隨著傳感器的普及與物聯網技術的發展，信息的搜集與處理將會越來越智能、便捷。

人工智能使內容生產自動化。隨著人工智能技術的成熟與社交媒體的普及，媒體、用戶與機器三者分工協作的內容生產模式將成為可能。未來的媒介內容將由PGC（專業生產內容）、UGC（用戶生產內容）、MGC（機器生產內容）與IGC（人機協作的智媒生產內容）共同組成。[1]如今，機器新聞寫作已經廣泛應用于天氣報道、體育新聞、財經報道等領域?！都~約時報》的“Quakebot”、騰訊的“Dreamwriter”、今日頭條的“Xiaomingbot”等，都是利用監督式機器學習技術完成自動新聞寫作。此外，人工智能也能參與視頻內容生產。新華社的短視頻智能生產平臺MAGIC在2018年“進博會”期間曾自動生產500余篇短視頻新聞稿件。其中，一條關于各國領導人點贊“進博會”的短視頻點擊量高達65萬，該視頻是由人工智能自動搜索、剪輯完成的。[2]智能媒體時代的內容生產，變得更加快速、便捷與多元。

（二）智能連接：用戶畫像與場景識別

除了參與內容生產，智能技術還革新了人、內容與終端之間的連接方式，人與物的各種信息都能聯網并被大數據捕捉和存儲。這種連接能夠幫助智能媒體進行用戶畫像和場景識別。智能技術可以收集與分析用戶的靜態特征和動態特征，[3]并據此對用戶貼上標簽，建立相關興趣模型。用戶的媒介使用習慣、興趣愛好等都可以通過用戶畫像分析出來。今日頭條、人民日報的“中央廚房”等智能媒體技術都能對用戶進行畫像，為用戶貼上個性化的標簽。

此外，智能技術也可以通過可穿戴設備、定位系統、傳感器、社交媒體與大數據來識別用戶所處的地理位置、周圍環境等要素，甚至能識別用戶身邊的社交氛圍，以此判斷用戶所處的場景。微信、支付寶等應用也都能通過LBS技術識別用戶場景。

（三）智能匹配：算法推薦與人機互動

智能媒體時代，媒介能夠基于用戶畫像與用戶場景識別，將內容、用戶與場景三者進行匹配，實現以用戶為中心、以場景為基礎、以智能終端為載體的精準內容適配。[4]這種內容與用戶的智能匹配有兩種方式，一是算法推薦機制，二是人工智能的對話機制。智能算法推薦可以基于數據分析實現對用戶與新聞內容的精準匹配，幫助用戶獲取“私人訂制”的新聞推送。目前的算法推薦方式主要包括：基于內容的推薦、協同過濾推薦、基于關聯規則的推薦、基于效用的推薦以及基于知識的推薦。[5]抖音、快手等短視頻通常會采用組合式的算法推薦機制，把短視頻的內容標簽與用戶畫像標簽相匹配，為用戶推送適合的內容。同時，一些視頻APP，還以“流量池推薦”的方式實現短視頻的精準推送和“高流量視頻”的引爆。

如果說算法推薦注重內容、用戶與場景的精準匹配，那么，新聞聊天機器人（News Chatbots）則在人機互動中實現新聞內容分發。新聞聊天機器人能與用戶雙向互動，以對話的形式推送用戶需要的新聞內容。[6]Facebook旗下的機器人應用Quartz for Messenger能通過與用戶的對話進行自主學習，它可以正確選擇合理的新聞推送時間以及有用的新聞資訊。智能技術的應用推動了新聞傳播進一步從大眾化走向分眾化，個性化的新聞分發機制將會越來越普遍。

二、智能媒體時代的媒體形態變革

大數據與互聯網的發展，催生了海量內容的出現。與此對應，內容的聚合與分發，在信息生產與傳播中占據越來越重要的位置。于是，以內容分發為主的“平臺型媒體”不斷涌現。此外，一些專業服務平臺，如地圖應用、天氣預報等也開始智能匹配用戶與場景，進而提供相關資訊。這種內容分發平臺的重構與延展促進了媒體形態的變革。[7]

（一）平臺型媒體：智能推薦與用戶滿足

“平臺型媒體”來自英文單詞“platisher”，意思是平臺與發布者之間的混合體。經過本土化改造后，“平臺型媒體”可以理解成一種不從事內容生產，專注于內容聚合與分發的互聯網平臺。[8]Facebook、今日頭條、抖音、快手等應用，都可以被看作是“平臺型媒體”。與專注于信息傳播的媒體不同，“平臺型媒體”更注重滿足用戶的需求。[9]它不僅能運用大數據技術識別用戶與場景，并通過智能匹配機制完成個性化的內容分發，還能實現用戶與平臺、用戶與用戶之間的即時互動，即“一站式”滿足了用戶的信息獲取、自我表達與社交等多種需求。

此外，OTT TV、IPTV等視聽新媒體也將成為一種智能平臺。隨著物聯網、大數據、人工智能與5G技術的廣泛應用，它們不僅能提供個性化的視頻內容和滿足用戶的非線性收視需求，還能實現觀點分享、網絡社交并使電視成為家庭的數據中心和智慧平臺。電視在滿足用戶需求的技術變革中，最終實現了自身的智能化變革。

（二）智能應用：場景匹配與信息提供

除了平臺型媒體，智能手機、智能家電、智能手表等智能終端里的應用，也能通過GPS等傳感器識別用戶所處的場景，為用戶提供相應的資訊。手機里的天氣預報軟件，能夠在用戶到達新城市的時候第一時間推送當地的天氣信息；美團、大眾點評等應用，能推送一些用戶所在地周圍的酒店、飯店信息，這些都是基于場景匹配的信息分發。隨著智能技術的進一步發展，智能應用的場景識別將會進一步優化，未來的媒體形式將不會局限于新聞媒體，各種智能APP、智能終端都能成為新媒體。

三、智能媒體時代的傳媒生態變革

傳媒的業態與形態變革促使媒體邊界逐漸消融，“萬物皆媒”的泛媒化時代已經到來。傳統媒體面臨著巨大挑戰，亟需完成轉型與變革。同時，以物聯網和智能終端為基礎的泛媒化產業鏈正在形成。媒體從業者的角色定位也發生了相應的改變。智能技術的應用，全面推動了傳媒生態變革。

（一）傳統媒體面臨的挑戰及其智能化變革

迅速發展的新媒體帶走了大量用戶與廣告，這使傳統媒體面臨極大的挑戰。智能手機的移動互聯與算法推薦機制的精準匹配，形塑了用戶的媒介使用習慣與使用行為。移動化、個性化與互動性成為用戶媒介使用的首要需求，圖像化也成為媒介消費的重要符號表征，而報紙、電視臺等傳統媒體則因此流失大量用戶。用戶流失導致了廣告的減少，2018年我國傳統媒體廣告花費同比下降了1.5%。[10]此外，內容生產的滯后和形式單一也是傳統媒體用戶流失的一個重要原因。傳統媒體的內容生產和傳播模式都亟待變革。

以中央電視臺、新華社和人民日報為主的傳統媒體已經開始了智能化改革。央視不斷地推動“5G+4K+AI”的節目制作與傳輸改革。2018年1月22日，央視紀錄片《創新中國》的解說由AI全程擔綱并重現已故知名配音演員李易的聲音。新華社的人工智能平臺“媒體大腦”不僅覆蓋了新聞生產、分發、監測、反饋等環節，還能提供用戶畫像、版權保護、人臉核查及智能會話等多種智能傳播功能。2018年6月11日，人民日報社推出了自己的智能平臺——“人民日報創作大腦”。這一開放式媒體技術創新平臺由人民日報社新媒體中心聯合百度、快手等多家國內領先企業共同完成?！皠撟鞔竽X”提供通用型的AI創作工具，包括智能寫作、智媒引擎、語音轉寫、數據魔方、視頻搜索五大工具模塊，能夠提升創作者的內容生產和分發效率。2018年11月7日，新華社聯合搜狗在第五屆世界互聯網大會上發布了“AI合成主播”，在新聞領域實現了實時音視頻與AI真人形象合成的創新。除了為新華社和人民日報提供服務以外，這兩個智能平臺未來還能成為公共性的內容生產、聚合與分發平臺，有利于媒體融合與發展，也進一步促進了媒體生態的智能化革命。

（二）媒體從業者的角色轉變

在人工智能全面參與內容生產與傳播的“人機協同”模式下，智能機器扮演了人類“幫手”與“伙伴”的角色，但媒體依然起著主導作用。智能媒體時代，媒體與用戶、其他內容生產者的關系，以及人與機器之間的關系都產生了變化。因此，媒體從業者不僅是內容生產者，還是人工智能的管理者、各種內容的組織者與把關人。由于MGC、UGC專業性與公共性的欠缺，媒體從業者的專業內容生產顯得尤為稀缺。在云計算、大數據與人工智能等技術的幫助下，從業者可以極大地減少復雜機械的前期工作，投入到精品內容的生產中。

當然，智能傳播的內容生產與分發，仍然需要傳媒從業者將專業主義理念深度嵌入算法的程序設計之中，促進人文價值與科技價值的有機融合。2018年，今日頭條、抖音、快手都曾因內容低俗、虛假而被網絡信息辦公室約談并督促整改。此后，今日頭條擴招了數千名新媒體編輯，以加強對MGC、UGC內容的審核力度。2019年，中國網絡視聽節目服務協會發布的《網絡短視頻平臺管理規范》規定，短視頻平臺用戶需要實名認證，同時平臺方要建立總編輯內容管理負責制度。未來，新聞媒體從業者的內容把關與人工智能的個性化推薦共同建構內容生產與分發。

（三）“泛媒化”產業鏈建構

大數據與物聯網，5G與移動互聯網，AR、VR與AR，云計算與人工智能技術的應用，使智能手機、智能汽車、智能家居以及可穿戴設備等在內的多種智能終端都能成為信息的接收與傳播媒介?！爸腔鄢鞘小眲t借助信息技術連接了內容、服務、商品、場景與用戶?！叭f物皆連”促使“萬物皆媒”的泛媒介形態得以形成。于是，傳媒產業從傳統的內容產業、文化創意產業不斷地向產業鏈的前端與后端延伸，建構起“泛媒化”的產業鏈。具體而言，傳媒產業不斷地實現從單一的內容生產轉向內容、產品與用戶的融合發展。

四、智能媒體發展的困惑：技術哲學視域下的價值之爭

智能技術在為傳媒業帶來便利的同時，也不可避免地產生了一些問題，如機器生產內容的真實性問題和價值導向問題，算法推薦機制導致的“信息繭房”效應，物聯網與大數據帶來的隱私泄露等。智能技術的倫理道德問題已經引起了人類重視。2019年4月8日，歐盟委員會發布了人工智能倫理法則，即可信賴人工智能的七個要素：確保人的能動性與監督性；確保人工智能算法的穩健性和安全性；強化個人數據和隱私管理，避免傷害與歧視；智能算法要具備可追溯性與透明度；人工智能系統的多樣性、非歧視性和公平性；促進社會的可持續性并擔負生態責任；AI造成后果的問責機制。[11]如何解決智能技術的隱私悖論與價值觀引導問題，是智能媒體發展面臨的重大挑戰。[12][13]

（一）數據開放與“隱私悖論”

如果說人工智能技術是基于數據挖掘和深度的機器學習，那么，它所高度依賴的數據常常源于用戶的“網絡痕跡”。用戶的媒介使用所產生海量“數據痕跡”構成與用戶的個人隱私，人工智能則利用這些用“數據痕跡”編制的個人隱私進行用戶畫像與信息匹配。于是，用戶的“隱私悖論”（privacy paradox）現象在移動互聯、人工智能時代大量涌現。所謂的“隱私悖論”是指社交網絡中用戶對隱私的關心度較高，但在實際的媒介使用行為中，對隱私保護卻不足的現象。[14]

進入智媒時代，公共數據的開放能夠促進內容生產與傳播的便捷性，卻會導致個人隱私信息得不到保障。這種數據開放與隱私保護的矛盾體現在兩個方面：一是公共數據與個人數據的混合導致保護的范圍難以界定；二是相關法律法規的缺陷，以及云計算服務商的技術與管理優勢，使得數據泄露的成本很低，而隱私保護的難度卻較大。[15]2017年，美國電視生產商Vizio曾利用智能電視終端捕捉用戶收視習慣，并賣給第三方，造成了用戶的隱私泄露。在用戶提起訴訟后，該公司賠償了220萬美元。而在中國，由于法律對隱私保護的力度不夠，用戶維權的成本會偏高。

隨著物聯網、大數據與云計算的普及，越來越多的個人數據會進入云端，個人的隱私保護也變得越來越困難。因此，建立和完善保護個人隱私數據的法律法規，完善行業隱私保護制度，提高用戶隱私保護意識，將會是未來智能媒體傳播規制的關鍵。

（二）智能媒體傳播：技術決定論與價值決定論的爭論

在關于技術與價值的討論中，“技術中性論”是一種主流看法，它認為技術只是一種工具，好壞與否取決于使用它的人類。但技術本身也有內在價值。技術有其自身邏輯和規律，技術價值是其活動的內在工具和驅動力量。[16]算法、人工智能等技術同樣有內在價值。智能技術搜集何種信息，以何種形式發布、傳播給何種人群是其內在價值的體現。微軟的聊天AI“小冰”在與人類聊天的過程中學會了許多“臟話”，因為她的學習機制只包括學習人類行為，不包括對人類行為進行道德判斷。社交媒體的算法邏輯也存在問題，Facebook可以通過協同過濾推薦機制為用戶推送他感興趣的同類信息，卻也會因此過濾掉其他信息。2016年Facebook就曾屏蔽大量美國保守黨派的相關報道，導致“偏見門”事件的發生。這些都是智能技術的價值缺陷帶來的社會問題。

然而，智能技術的價值缺陷并不意味著人類要放棄智能技術，而是應該通過優化算法、加強價值引領、完善技術規制等方式來解決問題。在“科技至上”的媒介迷思中，未來智能媒體的發展還應保證技術價值與人文價值、技術崇拜與內容供給的內在平衡關系。

注釋：

[1]王佳航,張婧琪.智媒時代的敘事創新與價值回歸——2018年兩會報道觀察[J].新聞戰線,2018(7):70.

[2]陳毅華,張靜.從概念到集成化、產品化、商業化實踐——從媒體大腦看人工智能技術與媒介業態的融合[J].中國記者,2019(2):14-15.

[3]宋美琦,陳燁,張瑞.用戶畫像研究評述[J].情報科學,2019(4):173.

[4]王軍峰.場景化思維：重建場景、用戶與服務連接.新聞與寫作,2017(2):98.

[5]郭小平,張小蕓.計算傳播學視角下短視頻的類型化推薦及優化策略.電視研究，2018(12):33.

[6]聊天新聞機器人怎樣影響了新聞業，用聊天的方式看新聞是一種怎樣的體驗？[EB/OL].搜狐網,[2018-12-18].http://www.sohu.com/a/282753115_757925.

[7]彭蘭.未來的“智媒時代”是什么樣[J].探索決策（上半月）,2017(3):70.

[8]譚小荷.從Platisher到“平臺型媒體”——一個概念的溯源與省思[J].新聞記者,2019(4):34.

[9]南瑞琴.從“獨家新聞”到“標準生產”——人工智能時代新聞生產模式的“價值位移”[J].鄭州大學學報（哲學社會科學版）,2019(3):110.

[10]央視市場研究.2018-2019年中國廣告市場回顧與展望[EB/OL].中文互聯網數據資訊中心網,[2019-03-06].http://www.199it.com/archives/840931.html?weixin_user_id=86o6ETQjp0iVwj5eSNjctjtJ3_ZGlo.

[11]鄭偉彬.歐盟發布AI倫理準則：緊箍咒還是變速器？[EB/OL].新京報網,[2019-04-11].http://www.bjnews.com.cn/opinion/2019/04/11/566544.html.

[12]郭小平,李曉.流動社會的智能新媒介、移動連接與個人隱私[J].現代傳播,2018(10).

[13]郭小平.智能傳播的風險治理：技術創新觀與人文價值觀的平衡[J].青年記者,2018(22).

[14] Susan B. Barnes. A privacy paradox: Social networking in the United States[J]. First Monday,2006(4).

[15]田心玲,黃芝曉.“公共數據開放”與“個人隱私保護”的悖論[J].新聞大學,2014(6):57.

[16]朱葆偉.關于技術與價值關系的兩個問題[J].哲學研究,1995(7):31.