從輔助到共存：智能編輯與人工編輯的關系新論

萬安倫 常晉 都芃

摘要：現代傳媒業中，伴隨腦科學與信息科學的深入發展，智能編輯不斷升級進步，滲透進信息處理的各個流程，逐步超越“工具輔助”定位，成為與“人工編輯”平等共存的獨立工作個體。在結合智能編輯與人工編輯的工作實際，圍繞二者的理論邏輯和實踐路徑進行分析比較的基礎上，探討二者間的相互關系，并對編輯這一古老的文化整理和文化傳承職業在智能時代的發展趨勢及未來走向提出思考。

關鍵詞：智能編輯；人工編輯；理論邏輯；實踐路徑

課題：中央高校基本科研業務費專項資助項目“數字出版的運行機制與發展趨勢研究”（SKZXY2015078）

DOI：10.3969/j.issn.2095-0330.2020.02.013

編輯是人類文化生產和文明累進過程中的重要角色。傳統意義上，編輯特指出版過程中對作品進行整理、修改、加工的職業角色。新媒體時代，編輯工作跳脫出文字這一主要形式，擴展到傳媒行業全流程，延伸至圖像、音視頻處理等領域，涵蓋選題策劃、文本寫作、修改校對、信息推送等多個階段。而在當下，伴隨人工智能技術的發展，編輯這項一直以來的“高心智”和“全人工”屬性的人類文化生產活動再次遇到“新變局”，“智能編輯”悄然登場。

“智能編輯”是傳媒業步入人工智能時代后出現的新概念，指由人研發并由人工制定算法進行編輯工作的網絡人工智能，是人工智能技術在傳媒領域的應用集合，包括寫稿機器人、智能校對系統、智能排版系統、個性化推薦引擎等。目前，伴隨人工智能技術的飛速發展，智能編輯的工作能力、角色定位與應用程度都得到了進一步提升。在能力方面，其獨立性與自主性越來越強，初步習得了人類工作的核心能力—分析決策與指令執行，可以在既定算法下自主進行數據收集、用戶分析、文本撰寫、信息推送等工作。智能編輯從理論走向應用，已經成為編輯工作不可或缺的一部分。綜合而言，智能編輯雖然是仍不具備自主意識和思維能力的弱人工智能，與人工編輯不在同一水平上，但是，如果僅以工作視角來看，智能編輯已經超越了原始機器概念，正逐步發展為與人工編輯平等共存的“工作主體”。

一、智能編輯與人工編輯多源異構的理論邏輯

智能編輯依托海量數據，通過量化訓練形成“錨點識別”式的認知模板，在線性邏輯下高效處理編輯工作；而人工編輯則依托實踐，通過多系統跨感官的綜合式學習形成價值認知，在網式邏輯下能動地處理編輯工作。

（一）認知邏輯：模板認知與理解認知

智能編輯的認知根源于人工智能三大學派，即聯結主義、符號主義與行為主義（見表1）。聯結主義認為智能源于腦部神經系統，這一范式下的深度學習技術是智能編輯的認知基礎；符號主義認為智能源于數理邏輯，這一范式下的符號簡化、邏輯運算、指令運行是智能編輯的認知步驟；行為主義認為智能取決于感知和行動，這一范式下的“感知—動作”模型為智能編輯“錨點識別”的認知方式提供了重要借鑒。 綜合三大學派理論，智能編輯形成了一種大數據基礎上的模板認知，它們借鑒人腦神經網絡，形成多層級的深度學習結構，在數據庫中進行逐層訓練，形成認知模板，繼而應用于工作中，將海量信息轉化為可識別的數字符號，依據相應錨點分揀信息，最終再按照模板完成對篩選后信息的編修、校對、排列、推送、輸出等工作。有別于智能編輯，人工編輯的認知邏輯并不是表層直接的模板認知，而是一種更加復雜深入的、建立在理解基礎上的能動性把握。在認知過程中，人工編輯會先通覽編輯內容，對眾多信息進行屬性分辨，然后在大腦中進行組織、解釋并賦予整體意義，使內容各屬性綜合起來形成一個完整印象和概念，繼而進一步加工整理，抽象出共同的本質、特征、規律及內外部聯系，最后，在此基礎上進行比較、判斷、分析、推理等，形成一種具有抽象性、系統性、概括性、整體性的認知。

相對而言，智能編輯模板化的認知方式更具邏輯性與精準性，但缺乏主體性與自我認知體系，而人工編輯能動性的認知方式更具綜合性與反思性。不過，在當下，伴隨智能編輯與人工編輯的更多是合作交融，二者的認知方式也在不斷碰撞融合。

（二）工作邏輯：線式邏輯與網式邏輯

智能編輯在模板認知的思維模式下，秉持“線式邏輯”，完成強因果關聯的物理工作編輯流程，先對信息進行加權賦值，繼而識別篩選，然后將符合要求的內容留下進入算法的下一環節。在此邏輯下，智能編輯行為的先后順序是確定的，每個環節、每個條件也都是獨立進行的，相互間通過固定的流程與設定值域起作用。這一過程雖然能夠包含更多的信息和數據，但是卻相對僵化，無法打破設定程序，還有可能忽略一些關鍵細節。整體而言，這是一種缺乏靈活性、互動性及反思性的處理邏輯。這種邏輯無須深入理解內容，只要按照流水線式的程序設計，便能高效完成工作。

與此相對，人工編輯在基于理解的價值認知下，秉持一種非線性的“網式邏輯”，他們并不依據某種規定進行固定化的信息處理，而是基于自身的工作經驗、價值取向、主觀感受以及當時當地的社會環境、文化習俗、市場需求、受眾偏好等多種因素做出綜合考量，在一種發散式的網狀思維下進行工作。在這種思維下，每一個影響因素和步驟都會直接或間接地關聯到其他因素和步驟，無論其是否重要，最終都會作為邏輯網上的一個點產生作用，只是有些是中心點，有些是末梢點，有時，絲毫的變動都可能引發蝴蝶效應 ，改變編輯結果。因此，人工編輯會更加靈活，更能捕捉到周圍信息的變化，并及時做出決策與行為調整。

（三）學習邏輯：數據訓練式學習與信息感知式學習

“人類的數據驅動加工能夠以圖像、語義等非言語式的加工方式貯存信息，而計算機則是將實際存在的事物轉化為代碼言語的形式存儲。” 不同的加工方式，決定了人工編輯與智能編輯學習方式和效果的不同。

目前智能編輯的學習方式主要分為監督學習、半監督學習、無監督學習與增強學習四種，其本質都是在數據基礎上進行的量化訓練，是被動或主動地對數據做出“應激反應”式的規律練習，在訓練過程中不需要人的介入，只需給定訓練結構與海量數據，智能編輯便可以根據多次試驗總結出技巧與規律，并嫻熟應用在同類型的工作中。而人工編輯的學習方式是信息感知式的，不同于智能編輯的數據訓練模型，人工編輯可以綜合多個系統與感官進行跨時間的復合式學習，不需要將學習局限在訓練場景中，也不需要設定算法或數據，甚至不需要設定學習目標，其僅在工作與生活中，便可以將周圍的信息內化為相應的“認識”，而這些認識通過積累最終會轉化為“知識”與“規律”，進而被應用于實踐。

比較而言，智能編輯的學習方式更具針對性和高效性，在給定目標后便可以不間斷地自主訓練，找出問題的最優解決方案，適用于處理同質性強、數據龐大的工作。而人工編輯的學習方式更具主動性與內生性，由好奇心、創造力、想象力驅動，通過自身的觀察和思考“無中生有”，適用于處理創造性和多元性的編輯工作。

二、智能編輯與人工編輯協同共進的實踐機制

智能編輯與人工編輯的理論邏輯雖然迥異，但卻共同工作于統一的信息處理流程中，二者的工作機制并不是互相獨立、彼此肢解的，而是相互合作、相互聯結、相互補充、協作共進的。

（一）社會效益和經濟效益并重原則下的協作互補

傳媒產品具有物質產品和精神產品的雙重屬性，它不僅是傳媒企業為牟利而發行的商品，同時也是承載著輿論宣傳、形象展示與意識形態建設等作用的精神文化載體。編輯需要把握好這種雙重性，既認識到媒體傳播過程是一種包含“生產、銷售、消費”過程的商業性行為，需要尊重商品生產和流通的規律，也要看到它還是一項需要付出艱苦思想勞動、為消費者提供精神和心理滿足的文化活動，需要保證其內容的向上性、向善性和向美性。

傳媒企業“應當將社會效益放在首位，實現社會效益與經濟效益相結合” 。無論智能編輯還是人工編輯，都要在這一原則指導下進行工作，保證社會效益與經濟效益的正向疊加。不過，在現實中，二者因為自身能力局限，往往很難獨自做到兩個效益的完美兼顧。由于技術水平的局限與企業自律的缺失，智能編輯很容易忽略社會效益。一方面，在現有技術水平下，智能編輯很難對編輯倫理和價值觀念形成認知，無法以此作為衡量標準進行把關；另一方面，許多傳媒企業為了追逐商業利益，無視編輯倫理，僅以高流量、高熱度的內容為參照對智能編輯進行算法設置和模板訓練，例如Facebook為謀求更高的用戶瀏覽量，在 News Feed推薦算法中刻意減少傳統媒體內容來源并提高親友傳播信息比重，導致虛假信息大肆泛濫。 而人工編輯在面對海量的數據信息時，也無法做到全面把握、精準畫像與實時處理，必須借助智能編輯來進行信息的篩選、過濾及整合。

因此，在內容審核和推送階段，必須還要有人工編輯來負責價值把關和方向引領，對智能編輯進行總的“領導”；智能編輯則能對數據進行高效分析處理，有利于把握閱讀需求和市場動向。二者協作互補以謀求社會效益和經濟效益的共同實現。

（二）以用戶為中心的共同理念遵循

以用戶為中心，是現代傳播活動的核心理念。這一點，在各個媒體的Slogan上就可以體現，例如微博“隨時隨地發現新鮮事”、豆瓣“我們的精神角落”、抖音“記錄美好生活”等，都是以用戶為主語進行敘述的，以此強調用戶的中心地位。

編輯工作作為貫穿整個傳播活動的重要部分，也必須遵循“以用戶為中心”的編輯理念。這一理念的形成，是由現代傳媒業中用戶的傳播主體地位和效益主體地位所共同決定的。在新媒體時代，用戶不再是傳統媒體視閾下的“受眾”，而成為可以自主制造、編輯和傳播信息的獨立主體，他們不僅處于傳播鏈條的最末端，對編輯工作的作品進行接收、消費和檢閱，同時也處于傳播鏈條的最前端，能夠通過自身行為創造新的“語法結構”和“信息形態”，通過自身態度影響整個傳播的風向與走勢。 此外，用戶也是編輯活動的效益主體?！熬庉嫛泵鎸Φ膬热菔切畔?，面向的對象則是用戶，他們是在通過信息與用戶打交道，并以此來創造社會效益和經濟效益。社會效益方面，“編輯”通過將作品中的精神內涵和思想精華傳遞給用戶，逐步促成良好文化氛圍和社會價值觀的形成，實現良好的社會效益。經濟效益方面，用戶既作為傳媒產品的使用者要為內容付費，同時所付出的注意力又要被打包為商品販賣給廣告商，用戶可以為傳媒企業提供使用費用和廣告收益的雙重利潤。綜合用戶傳播與效益主體的雙重地位，編輯工作必須將用戶需求作為首要考慮對象，秉持以用戶為中心的編輯理念。

（三）統一信息處理流程中人機結合的工作機制

智能編輯與人工編輯都是在“知識和信息的收集、挖掘、整理、編選、?？薄殃P、傳播與傳承” 這個統一處理流程中進行工作的，以此為基礎，以上述共同的用戶中心理念和互補的編輯原則為指導，二者初步形成了人機結合、協同一體的工作機制。

在市場調研、選題準備的前期階段，智能編輯可以首先運用語言處理系統對信息進行編譯解釋，生成包括主題、觀點及細節等內容的研判報告，繼而再對用戶網絡行為、消費數據等進行挖掘分析，抽象出標簽化的用戶模型，形成用戶畫像，人工編輯在此基礎上深入理解市場環境與讀者需求，進行科學選題。

在文本寫作、編輯校對的中期階段，智能編輯能夠自主收集資料，對比同類文章，完成簡單內容的寫作，人工編輯則可以專注于創新性、獨特性及具有思想深度的內容創作，二者互相配合、提高效率。同時，在編輯校對中，人工編輯可以利用“方寸智能”“黑馬校對”等智能編校系統迅速地初審稿件，做到更便捷、更精準的文字校對和格式處理。

在排序推送、作品傳播的后期階段，智能編輯能夠首先對實時變化的海量信息進行整合編輯，例如Intellogo機器人，可以利用大數據分析圖書內容和讀者行為，通過機器學習掌握已有圖書的主題、寫作風格、節奏、情感等，更精準地為讀者推薦圖書。 在此基礎上，人工編輯需要再對傳播過程進行把關，防止夸張化、低俗化、不健康內容流向市場。

三、智能編輯與人工編輯工作實踐的優劣

（一）智能編輯工作實踐的優勢與劣勢

智能編輯的應用以人工智能技術為依托，其優勢主要體現在由技術帶來的速度、效率、成本控制等方面，其劣勢則源于技術本身的不完善及使用監管的缺位。

1. 實時高效的數據處理與用戶分析

多準快全，超高效率。在實際工作中，智能編輯可以利用文本解析與爬蟲技術進行信息的自動抓取，通過算法快速分析，在模板中完成內容的收集和整合，做到對信息的規?；幚?。如“Flipboard”“ZAKER”等移動聚合類媒體，本身并不采編新聞，但是可以借助智能編輯，對合作媒體與機構進行信息的自動抓取和整合，極大地提高效率、降低成本。

快速審校，多元呈現。智能編輯能夠對作品進行快速掃描，在數據庫中識別出語句來源，對關鍵內容進行高效排查，大大縮短編稿、審稿、校稿的時間；同時，還能夠自動搜索并綜合運用全媒元素進行主題表達，豐富作品的表現形式。例如中科聞歌旗下的“聞?！逼脚_，可以利用NLP深度語義模型，通過精準的搜索引擎、分析引擎和可視化組件，實現信息快速篩校，提供豐富的可視化展示效果。

精準定制，個性推送。智能編輯在分發信息時，能夠通過后臺獲取用戶數據，進行專業的細化分析，提取出用戶閱讀偏好、使用習慣、興趣核心詞等“錨點”，構建興趣模型，設置觸發機制，將海量信息與用戶精準匹配，實現“千人千面”的個性化推送。這以“今日頭條”最為典型，其可以利用搜索引擎、數據挖掘、機器學習等技術，為用戶提供精準實時的信息推送。

2. 遠未完善的技術及監管缺位

算法模板的局限。智能編輯本質上還是算法系統，在目前的技術條件下，算法在情感性和多樣性方面具有明顯不足。首先，算法無法模擬人類的情感、道德及價值觀方面的思維和判斷能力，無法在過程和作品中彰顯人性、民族性和情感聯結；其次，算法針對抽象問題給出的結果指向唯一性，這種過于“精確”和“單一”的解釋在創作和傳播流程中十分僵化，不適合人類社會非結構化、非線性的思維模式。

使用監管的缺位。智能編輯的工作以大數據為基礎，但是目前數據的使用卻處于法律模糊地帶，既沒有授權確認其合法性，也沒有明確規定限制其使用的程度和范圍，易導致隱私權被侵害和著作權被觸犯。同時，關于智能編輯作品的著作權保護也存在法律爭議，例如北京菲林律師事務所訴百度公司案中，由于原告作品由智能編輯自動生成，而被判不屬于著作權法的保護范疇，引起了廣泛討論。

（二）人工編輯工作實踐的優勢與劣勢

人工編輯接受知識于課堂，培養能力于實踐，構建認知于社會。其優勢體現在與人相關、與實踐相關的各個層面，而其劣勢則主要表現在“新知不足”及“效能不高”上。

1. 人文關懷下的專業能力與價值堅守

情感聯結，人文關懷。情感屬性是人工編輯區別于智能編輯的重要特征，也是其優勢所在。人可以在與他人交流、與社會接觸以及學習中產生同理心、倫理道德和責任意識，這些情感屬性構成了人工編輯獨有的人文關懷。人工編輯可以與受眾形成情感聯結，產生情感共鳴，做到真正的將心比心，為用戶服務。

專業堅守，價值引領。編輯工作打磨制作的是一種面向人的精神產品，其內容的價值導向尤為重要。編輯職業歷經千百年發展，已經具備了完善的專業標準、專業規范、專業傳承與法律監管體系，可以保證從業者的專業能力和價值堅守，做到專業的內容呈現。

社會交往，線下實踐。編輯工作不只是守在電腦或書桌前的工作，也是一項與人打交道的社會性工作。人工編輯一方面可以在作者、用戶、廣告商、宣發平臺等對象間多方聯絡，協調同進，促成編輯工作的順利完成；另一方面，也可以深入實地考察采訪，保證內容的真實性和有效性。相對而言，智能編輯僅局限于線上的信息處理，其社會交往與線下實踐實為空白。

2. 新知不足與效能不高

新知不足。囿于守舊滯后的觀念偏見，雖然傳媒業已開始進入智能時代，但仍有許多人工編輯以“工具論”或“替代論”的視角來看待智能編輯，將其視為可有可無的附屬品或替代性的洪水猛獸，沒有認識到其存在的必要性、發展性和伴隨性，不能客觀冷靜地將其看作“助手”或“同事”。面對日新月異的時代變化和知識更新，人工編輯往往抱殘守缺，不能與智能編輯攜手共進。此外，新媒體時代，編輯工作的內容、環節和要求都發生了新變化，需要人工編輯具備貫穿整個流程的全媒編輯能力。

效能不高。人工編輯的一大缺憾是其處理信息時需要一字一字地閱，一行一行地讀，一頁一頁地看，從古至今，這一工作的效能沒有發生本質性提升。而智能編輯則完全不同，數百頁書稿的校對工作，“黑馬校對”在很短時間就能完成。人工編輯在準確把握市場動向、熟練掌握信息化技能、高效完成信息的辨別、整合與發布等方面，都有著很大的上升空間。

四、非零和博弈關系下的智能編輯與人工編輯

目前，信息網絡技術發展方興未艾，傳媒業處于轉型升級的關鍵階段，智能編輯與人工編輯并不是有限存量中博弈的純粹競爭關系，而是基于雙方發源于不同邏輯、區別于各自優劣、統一于相同機制的“競合”狀態，表現為競爭與合作并行的非零和博弈關系。因此，從雙方的自身發展、相互協作及外部監管三個層面探索發展進路，確保二者在未來能更好地“攜手并進”，“走向多元共生” ，顯得重要而迫切。

（一）堅守自身優勢的發展進路

在當下的傳媒業中，智能編輯與人工編輯的發展過程是以互為前提、互相引領、互相學習的方式進行的。人工編輯在工作中歸納出編輯技巧與注意事項，形成統一的行業標準與行業規范，智能編輯在此基礎上進行工作，提升編輯水平和效率；同時，伴隨智能編輯的技術進步與算法升級，人工編輯也要不斷學習，培養自身的數據使用、算法把關、人機協同等能力。

智能編輯與人工編輯應專注于自身的既有優勢和專業能力，在此基礎上相互取長補短，實現融合效益的最大化。人工編輯首先要聚焦于原創性、情感性、價值引導和社會交往等智能編輯無法模擬的領域進行能力提升，提高原創能力、深度分析能力和交際公關能力，保證自身優勢，彌補智能編輯不足。智能編輯應致力于完善數據處理、語言識別、內容屏蔽、模板構建等技術體系，進行更精確、更細致的信息分析，對用戶“進行預測式動態畫像” ，提升智能寫稿、智能審校、智能推送和智能傳播的專業能力。

（二）相互學習中的取長補短

智能編輯與人工編輯在專注自身發展的基礎上，應該互通有無、取長補短，借鑒對方優勢以彌補自身不足。

人工編輯需要放下成見，轉變觀念，以智能編輯為學習對象，在用戶觀、數據觀、全媒觀和協作觀四個層面集中發力。首先，人工編輯要學習如何收集、分析用戶行為數據和通過互動獲取動態反饋，深入挖掘和理解用戶需求；其次，要重視數據價值，培養數據挖取、清洗與分析的綜合能力，做到以數據為基礎的客觀判斷和自身經驗判斷的良性結合 ；再次，要學會綜合運用多種媒介元素進行交互呈現，將文字、圖像、音視頻等更好地展示給用戶，實現主題的有效表達；最后，要主動提升科技素養，提升智能系統應用能力，適應融合發展的技術需要。智能編輯需要“標本兼治”。要著力打破技術瓶頸以“治本”，提升無監督學習、深度理解與智能篩選等功能，在內在邏輯、思維及決策等方面更貼合于人。要通過“治標”的方式彌補現存缺陷，例如，選題策劃階段，更注重內容的綜合性、價值性及引導性，通過因子賦值的調控來平衡各類信息比例；文本寫作階段，通過細化子標簽、增加銜接語等來提升文章的可讀性與準確性 ；信息推送階段，通過關鍵詞篩選、文章比對、版權監測等手段來剔除不良信息和不法信息，保證內容的合理合規合法。

（三）法律與道德共同看護下的融合協進

在目前技術條件下，智能編輯與人工編輯融合發展的主要桎梏在于相關法律法規以及傳媒企業自律的不足，難以提供良好的發展環境和制度保障。因此，當下融合的關鍵在于建立相應的法律規范及行業準則，從頂層設計上提供政策保障，防止技術的濫用、誤用和非法使用。在法律層面，要通過立法明確數據抓取范圍、使用界限及數據侵權的責罰主體和懲戒措施，確保數據使用和作品傳播的合法性、合理性；在行業內部，要完善行業行為規范，提高行業道德自律，發揮道德的軟性法規作用，避免內容低俗化、違背公序良俗等問題。同時要加強資源整合，跨越數據標準不統一、技術規范不一致、業務協同不流暢等阻礙，打造智能化的人機一體協同發展平臺。

五、結語

凱文·凱利說，我們對技術的擔憂“不應該包括是否擁抱科技，我們已經不只是擁抱，而是與它共進退” 。在現代傳媒業中，智能編輯已經內化為不可或缺的一部分，其與人工編輯不再是簡單的附屬或替代關系，而是作為兩個具有獨立編輯邏輯、編輯優勢和學習能力的工作個體，在統一的信息處理流程中呈現出既相互區別又相互聯系、既相互合作又相互競爭的非零和博弈關系。二者要正確把握相互間的理論邏輯與實踐路徑，在堅守自身優勢的基礎上互相學習、共同推進，迎接人機一體化的編輯工作新時代。

（萬安倫，北京師范大學數字出版與數字人文研究中心研究員，北京師范大學新聞傳播學院教授，博士生導師；常晉、都芃，北京師范大學新聞傳播學院2018級傳播學碩士研究生）

注釋：

蔡自興.人工智能學派及其在理論、方法上的觀點[J].高技術通訊，1995（5）：55-56.

樂恩慧.論人工智能與人類意識之異同及其互動關系[J].洛陽師范學院學報，2018（8）：26.

王藝霏.人腦與人工智能學習方式比較[J].科技創業月刊，2017（24）：11.

中華人民共和國國務院.出版管理條例（2016修訂）[Z].2016（2）.

張操.算法與利益：Facebook人工智能新聞編輯的困局[J].新聞世界，2017（6）：39.

王成文.信息權力結構的演變與大數據時代的“編輯智能論”[J].出版發行研究，2013（6）：17.

萬安倫.中外出版史[M].北京：高等教育出版社，2017：3.

徐麗芳，樂征帆.機器學習：出版業的下一個引爆點？[J].出版參考，2017（1）：26-27.

閻現章，任瑤瑤.論聚合類移動新聞媒體編輯角色的變化和影響[J].鄭州大學學報（哲學社會科學版），2017（3）：144.

孫玉榮，劉寶琪.人工智能生成內容的著作權問題探究[J].北京聯合大學學報（人文社會科學版），2020（1）：88.

萬安倫，胡曉，王劍飛.論5G時代虛擬出版的發展進路與盈利模式[J].出版科學，2020（1）：31.

萬安倫，王劍飛.虛擬出版消費模式重構：產品轉型、場景重塑、路徑變遷[J].科技與出版，2019（11）：100.

楊柳.智能媒體時代編輯角色的消解與重構[J].中國編輯，2018（12）：36.

韓曉喬，張洪忠，何苑，石韋穎.文科思維與技術思維的碰撞：新聞傳播經驗應用在機器寫作技術開發中的個案研究[J].全球傳媒學刊，2018，5（4）：88.

張炯.人工智能時代的出版倫理博弈及編輯倫理價值觀[J].中國編輯，2019（2）：28.

凱利.科技想要什么[M].熊祥，譯.北京：中信出版社，2011：188.