國內新聞傳播領域人工智能技術研究綜述

□ 劉德寰 王妍 孟艷芳

隨著人工智能理論和技術的不斷進步，人工智能技術正全面進入新聞傳播生產各個環節。我國人工智能技術在新聞傳播業的應用起步較晚，但在國家和政府大力支持下發展迅速，人工智能技術基本涵蓋了從信息采集、內容生產、產品分發，到用戶接受及培養等新聞傳播生產的全過程[1]。如彭蘭認為人工智能技術已經在包括用戶平臺、新聞生產系統、新聞分發平臺及信息終端幾個主要方面全面運用，并對新聞生產的各個環節產生了不同的影響。[2]

我們圍繞與本研究相關的“智媒”“發展應用”“趨勢和影響”“人工智能的接受”等關鍵詞，對CNKI、萬方數據庫、國家哲學社會科學學術期刊數據庫、SCI、EI、LISA、JSTOR、PROQUEST等數據庫進行了系統檢索。對本研究相關的研究成果進行了梳理。

一、人工智能技術在信息采集方面的應用研究

人工智能技術和大數據技術的結合使得信息采集的手段和渠道都得到極大拓展。隨之而來，傳感器的概念也開始逐步進入新聞生產領域，并且逐步成為研究者關注重點。新聞傳播業傳感器的概念源于美國，傳感器是一種監測裝置，能感受到被測量的信息，并能將其按一定規律轉換成為電信號或其他形式予以輸出，以完成信息的記錄、傳輸、存儲、顯示和控制等。從本質上講，傳感器是一種收集數據信息的方式[3]。傳感器在新聞傳播業的運用，有助于讓我們調查無法看到、聽到或觸摸的事物，這些工具為我們提供了新的感官[4]。許向東[5]研究后發現，美國新聞業界的傳感器應用實踐主要有以下三個方面：一是利用現有商業設備設計出自己的傳感系統；二是從政府部門或公共設施現有傳感資源中采集數據；三是設計原型傳感系統對數據進行生產。目前美國各大媒體主要采用以下五種方式對新聞傳感數據進行采集：通過公共設施收集數據；“眾包”方式收集數據；媒體直接用傳感器采集數據；從政府部門獲得傳感數據；運用無人機收集傳感數據。從美國新聞業的實踐可以總結出傳感器新聞具有如下特點：新聞信息的量化收集和處理；傳感數據相較于其他數據易于電腦解讀；傳感數據的收集越來越多地采用“眾包”方式。結合國外經驗，從具體實踐看，我國傳感器與新聞生產主要有三種結合方式：一是利用市面上已有的、成熟的商業設備，設計出適合自己的傳感系統；二是從已有的傳感資源中獲得所需數據；三是設計原型傳感系統來生產數據[6]。

彭蘭[7]主張從兩個角度理解傳感器對新聞業的意義：作為新聞源的傳感器和作為新聞反饋機制的傳感器。作為新聞源的傳感器可以極大提高和拓展新聞感知、信息采集的維度；可以對未來發展趨勢進行預測并為預測性報道提供新依據；可以將受眾的個性化需求反饋給新聞生產者，對新聞進行“定制化”生產；新聞源得到極大拓展，萬物皆媒，削減了媒體的中介性意義。作為用戶反饋機制的傳感器可以通過智能可穿戴設備，使用戶反饋從意見層面深化到人體生理與心理層面。這使媒體用戶研究進入更加精準的層次。反過來看，這些精準的用戶反饋又可能成為新的消息來源，帶來新一輪的新聞生產。

有學者[8]認為以傳感器為代表的智能設備可以自動抓取、處理和分析數據，在某種程度上使新聞更接近現實驅動和輿論驅動。這有利于記者從一系列數據中發現宏觀、重大而隱秘的聯系，找到容易被忽視的有新聞價值的線索。這無疑擴大了新聞的來源途徑，從以往單向度的、有限的途徑轉變為未來多維度的、無限的來源。一方面，很多政府和公共區域內的傳感器能夠采集環境數據，監測溫度、氣象、交通等，應用這些數據有助于媒體更好地扮演社會監督和公共服務的角色；另一方面，利用傳感器采集用戶的心理和情感反饋信息，有助于媒體調整新聞報道方式以盡快滿足用戶的需求，同時使采集到的用戶數據變成新的消息源，服務于新聞生產。

喻國明[9]在研究中提到傳感器與人工智能的結合已經被用于具體實踐中。新華社發布的人工智能平臺“媒體大腦”就是通過攝像頭、傳感器、無人機、行車數據分析與價值挖掘的細膩入微，使基于人工智能的內容生產擅長于事態發展和需求構造的預測。借助記錄儀等智能采集設備，結合新聞發生地附近的多維數據，自動檢測新聞事件、自動生成數據新聞和富媒體資訊。讓攝像頭以及各種傳感器成為記者的眼睛，在突發事件和重大事件的捕捉和生成上，快人一步、自動生成。實際上，這是傳感器新聞與人工智能的結合。由此可以看到，傳感器新聞拓展了信息采集的維度，彌補人類觀察范圍受感官局限的缺陷。喻國明[10]等學者在研究中表示，從時間維度上看，傳感器獲取的信息不僅僅可以描述現在，還可預測未來，因為傳感器檢測到的數據是不斷變化的，它可以體現監測對象的動態和趨勢，而這些特征是傳統媒體無法通過傳統的信息采集渠道獲取的。從空間維度上看，傳感器獲取的信息不僅僅局限于某一區域，還可以擴展到更為宏觀的范圍，它可以用一種更加廣闊的視角洞悉事件的全貌。

通過文獻梳理發現，目前學界對人工智能在信息采集上應用的相關研究集中在傳感器新聞和數據新聞上。傳感器新聞和數據新聞與人工智能的結合大大拓寬了信息采集的渠道和方式，加深了對事物探測的深度和廣度，這是傳統新聞傳播業的原始信息采集方式難以企及的。然而，就目前研究而言，多集中在理論研究領域，在具體技術供需、效果體現以及前瞻性等實踐方向上仍有一定的不足。同時隨著語音交互技術、圖文交互技術等技術的不斷革新，對新興的人工智能技術在新聞傳播業上應用的探索也相對較少。

二、人工智能技術在內容生產方面的應用研究

人工智能技術的不斷創新給新聞傳播業帶來巨大變革，人工智能技術進入內容生產領域，發力于新聞編輯制作環節，“機器寫作”和“自動化新聞”應運而生。機器寫作作為人工智能技術在新聞傳播業應用的實踐代表成為眾多學者的關注重點。

機器人新聞又叫自動化新聞，是指運用算法程序對輸入或搜集的數據自動進行加工處理，依靠計算機程序自動生成“成品”樣態的新聞報道。根據新聞報道，我國的“機器寫作”大規模實踐始于2015年，而相關研究幾乎是與具體實踐并行的。林楚方[11]通過介紹今日頭條的數據分析處理能力、個性化的定制服務，展示了借助機器寫作，新聞內容生產個性化、豐富化的可能性。胡郁、袁杰春[12]則表示當前機器寫作在新聞生產實踐中已經被廣泛應用，尤其是在財經、體育、氣象等數據分析性領域。

喻國明[13]曾在早期研究中提到機器寫作給新聞傳播業內容生產帶來巨大調整，集中在四方面：一是動態新聞資訊生產的準確與迅速；二是基于對語料庫的深度學習，實現新聞敘事語言的貼近性、新聞敘事風格的多樣性；三是海量新聞信息內容自動歸納、整理、分檔并結合專家知識庫進行推理、判斷信息來源的可靠性；四是基于大數據挖掘和自然語言處理技術實現對新聞時間的縱向挖掘、橫向連接，全面、立體地呈現客觀世界的圖景。同時，隨著機器新聞寫作的應用，新聞人角色向兩方面轉變：一是從重復、復雜的瑣碎工作中解脫出來，可以將更多精力投入到深度報道中；二是著眼構建能夠充分吸收多個新聞源的新興新聞傳播平臺。喻國明[14]提出，在互聯網智能化發展趨勢下，機器寫作展現出以下特點：機器高效、全天候的工作，帶來了海量的新聞；反應迅捷、秒級的出稿速度，尤其是應對突發事件時，當人類記者還處在驚愕中之時，機器人寫手已經迅速完成了數據描述和分析，以及進一步的數據價值挖掘、最后迅速完成自動寫稿的全過程，秒級出稿速度，人類望塵莫及；機器寫作能夠以用戶偏好來制作相關的新聞內容，而且還能提供與用戶個人生活場景相匹配的私人定制產品，不僅能夠生成一種產品，還能夠在合適的地點、合適的場景用合適的形式分發給用戶。另一方面，用戶畫像也將促進媒體對用戶的了解，使媒體運營更加個性化、精細化，做到千人千面、精準到達，有效占領傳統媒介市場無法激活的長尾市場和利基市場，極大地為新的盈利模式提供技術支撐，這也是傳統內容分發方式無法實現的。人工智能技術推動下機器人加入新聞生產者的陣營，加快新聞生產速度、增加新聞生產內容、消滅人為的技術差錯，提高了新聞質量、減少了寫作成本[15]。同時有學者[16]的研究中還提到機器寫作對新聞事實的準確呈現。很多時候，記者很難對所有資料進行核實比對，驗證真偽。自動化技術的運用解決了記者核實新聞來源真實性難題，記者可以借助數據分析找出新聞事件和新聞人物出現的假證據、偽證言，挖掘出新聞點。只要保證程序員編程環節不出現偏差，引用的數據來源真實可靠，以數據說話的新聞寫作機器人可以避免立場偏向導致的新聞失實，最大限度地保證新聞的客觀公正。

□ 上圖 新華社迎來機器人新“員工”——“快筆小新”。這是不同版本的“快筆小新”設計草圖（后）與小玩偶合影。（新華社記者 殷剛/攝）

□ 中圖 2015 年11 月5 日，新華社技術實驗室的技術人員在討論完善機器人寫稿的流程。（新華社記者 殷剛/攝）

□ 下圖 2015 年11 月6 日，新華社編輯在編簽機器人“快筆小新”的稿件。（新華社記者 殷剛/攝）

也有學者對機器人新聞寫作的不足和負面作用進行思考。匡文波[17]認為“機器人寫稿”在內容生產方面具有強大優勢，但其生產的內容缺少“溫度”。新聞作品其實既要有思想、有品質，更要有溫度。機器人寫作雖然提升了新聞的數量和深度，但在新聞溫度的層面上還有發展空間。隨著機器學習技術不斷進步，機器新聞寫作技術也在不斷發展，喻國明等多位學者均在研究中提到，目前機器新聞寫作的擬人化程度在不斷加深，在大量數據支持下，機器通過海量文本閱讀和文本結構分析，可以做到在新聞寫作中有意識地模仿某種風格。機器新聞寫作正在力圖去掉機械化、金屬化的標簽。

國外學者富蘭克林[18]也表示了對機器新聞寫作的擔憂，他通過預期違背理論和主要模型進行了兩個實驗，證明了機器新聞作者（machine authorship）正在深刻地影響著新聞公信力，認為將新聞產品權利歸屬于機器會使得新聞變得更不可信。

喻國明、姚飛[19]在研究中提及目前人工智能技術有兩種掌握方式：機構掌握和個人掌握。目前，人工智能的成果、手段和技術更多是掌握在機構手里，比如百度、新華社等。現階段人工智能的使用需要大量人力物力的投入，個人還無法滿足相應要求。所以機構在使用人工智能進行寫作、傳輸和資源配置時必須要清楚人工智能可以做什么，不能做什么。當人工智能技術向下滲透到普通人都可以掌握時，就需要更多的專業工作者去平衡內容的結構，而非生產內容。概言之，就是隨著人工智能技術的發展，需要更多專業工作者對內容的表達邊界、開放和匯總提供更多平衡機制。

此外，值得關注的一點是，目前大部分研究在基于實踐的理論升華部分亟待加強。除機器人寫作外，隨著智能語音識別技術、圖文交互技術、智能翻譯技術、社交機器人人機交互技術的發展革新，由此發展出來的社交機器人采訪、多語種互譯、新聞現場要素智能識別等技術先后進入新聞傳播領域[20]，但遺憾的是，目前國內文獻中有關這些新興技術的研究多停留于簡略介紹階段，缺乏具體、深入、全方位的研究。

三、人工智能技術在新聞信息產品分發上的研究

近幾年來，隨著今日頭條等算法先行的內容平臺興起，產品分發的核心逐漸從編輯分發轉移到算法上，帶來了產品分發的算法革命。學者們對算法的研究主要集中在：對算法機制的技術解讀，算法對新聞業的重塑以及算法技術的中立性和有無價值觀等方面。

姜紅[21]認為算法給傳統新聞業帶來巨大沖擊，具體體現在算法將傳統新聞業的“把關人”角色轉移到了機器身上，解構了傳統新聞的價值選擇標準以及新聞的“公共性”。范紅霞、孫金波[22]指出，算法滲透到數據新聞生產的各個環節，例如數據查找與采集中的字符串查找算法、數據聚合與集成中的基于K-Means算法的新聞聚類分析、數據挖掘算法——購物車理論和FP樹關聯分析、數據推薦算法和預測模型——協同過濾推薦和潛在因子推薦。算法帶來了傳統媒體的革命，媒體從“信息傳播”向“知識傳播”轉型，算法取代議程設置，開始影響公共輿論。

喻國明[23]等學者更是提出了人工智能技術就是一種算法模型，而這種算法模型的“智能化”程度取決于計算能力、大數據，以及算法模型的“三位一體”的品質。同時算法的社會化本質是一種權力。研究提到數據和算法正在重塑整個新聞業的生態系統，算法本身暗含的權力關系在新聞傳播的全環節中也有明顯體現：一是在新聞線索獲取上，信息權的彌散化。隨著算法在新聞來源環節中的應用，新聞的生產與傳播過程逐漸由先前的集中式趨向分布式，即多重主體在某種模式下共同介入某一個話題的報道、評論、分析與信息的加工和進一步闡釋。這種范式的轉變與普及得益于人工智能技術，在技術的作用下，分布式新聞生產過程的參與主體甚至擴展到了物體。二是在新聞寫作編輯上，算法威脅傳統的把關權力。當算法通過對各種數據的捕捉，在傳統媒體和政府之外成為廣受認可的消息源，它就具備了影響輿論和社會情感的形成和表達的能力，傳統媒體的社會控制能力受到削弱。算法甚至可以使公眾在由自己的意志編織起來的“信息繭房”中背離事實，削弱其理性判斷力，從而實現對公眾的意識操縱。三是算法通過非制度性權力來構建“社會共識”。算法可通過大數據將個體的訴求隨時隨地進行表達、記錄及價值挖掘，并且對這些數據進行連接、分析，為社會民意搭建一個前所未有的社會基礎的平臺。四是大數據構建算法無所不至的傳播權力，也導致其傳播結果的新一輪“窄化”。五是在受眾接收上，平等與分化產生悖論——算法以“座駕”的方式實現著對人的自由度的新限定。在這種算法的權力范式之下，用戶被平等地賦予了網絡主體的身份，并對其賦能和賦權。但同時算法技術也在相當大的程度上規定了人對世界的感知及其自由度，即它框定了我們的視界，深刻地影響著我們對自我的認識與呈現，并已滲透到我們的生活空間之中。

同時，基于算法的特性，很多學者在研究過程中也關注到了算法帶來的問題。個性化算法會造成“信息繭房”和“回音室”效應，對用戶造成一種信息隔絕，使用戶無法對外界環境進行全面感知。尚帥[24]指出算法作為一種技術和權力，潛在且隱蔽地控制著用戶，并將這種控制轉變成讓人渾然不覺的符號暴力。方師師[25]認為，算法機制有可能會在當前的社會條件下產生算法審查、信息操控與平臺偏向，從而影響受眾態度。

隨著人工智能領域的不斷拓展和新技術的面世，一些學者將視野轉移到新技術、新產品與新聞傳播內容分發上來，人工智能對謠言的治理和對輿情的監測開始進入研究者的視野。喻國明[26]以阿里公司達摩院NLP團隊基于大數據與人工智能技術推出的一款被命名為“謠言粉碎機”的智能辟謠產品為例，介紹了其工作原理，同時提出人工智能技術在網絡謠言治理中的應用至少可以包括這樣幾個方面：一是形成謠言防范的社會促進機制。通過相應的大數據計算機建模，能夠提出防范謠言的技術建議，以及公眾參與的謠言治理教育對策。二是構建謠言預測模型庫，基于受眾反應行為數據，構建和完善具有謠言自動識別、預測，且能夠用于實操的模型庫。三是總結謠言演化的機制與規律，形成治理方案：即借助計算機仿真技術，探索海量用戶的受眾反應生成、傳播與動態演化規律，并探索不同網絡結構、不同干預策略的治理對策及其效果評估。四是構建信用分級的造謠者、傳謠者和易信謠者數據庫。網絡謠言的治理從根本上講是對人的治理，需要考慮針對性和精準化，按照謠言傳播鏈條的角色和地位，可以將之分為造謠者、傳謠者和易信謠者，并對之進行傳播信用等級的評估，對信用等級較低的賬號進行預警，一旦用戶點開其傳播的信息，自動預警提示。五是充分利用謠言的傳播時滯性，變事后“滅火”為事先防范。有研究表明，網絡謠言從核心地區向邊緣地區、從核心人群向邊緣人群的傳播是有時間周期的，大約為1～3天。網絡謠言需要抓住傳播時滯周期，及早切斷傳播路徑，實現網絡謠言預警。

張志安、田麗等學者也在各自研究中討論過人工智能下輿論監測的相關內容。張志安[27]將關注點放在人工智能給新聞輿論和意識形態工作帶來的機遇與挑戰上，他認為人工智能在以下幾方面的發力可以給新聞輿論和意識形態工作帶來機遇：一是提升主流資訊傳播的力度，推動傳統媒體與新興媒體融合發展，憑借快速反饋、靈活交互、精準匹配與個性化服務，確保主流媒體的內容始終具備先進傳播力的基石。二是提升主流資訊傳播的精度，通過大數據分析和人工智能推送機制，主流媒體可針對關注公共議題的特定人群進行更加智能化、有針對性的時政內容推送，從而提高輿論引導的針對性和精準性。三是提升主流資訊傳播的效度，用新數據、新工作和新方法來指導新聞輿論和意識形態領域的工作實踐，可提升輿情監測和意識形態引導的效果。同時人工智能的應用也為新聞輿論和意識形態工作帶來挑戰，如新聞傳播領域內人工智能當下的應用場景更多的還是感性化與實用性的，無法促進受眾公共意識的培育；基于人工智能的信息推薦更多的是針對人的感性需求，信息消費主要立足于感官刺激或實用需求的滿足，容易造成新聞消費與網絡空間的過度娛樂化、碎片化，乃至低俗化，降低公眾對嚴肅新聞、主流新聞的關注度；此外，社交網絡傳播所產生的“回聲室”效應，導致信息在封閉的小圈子中得到傳播，“信息繭房”則加劇社群區隔，從而不利于主流意識形態的整合，等等。劉德寰、李雪蓮[28]認為“大數據的意義不僅在于改善我們的新聞展現方式、講故事的方式、推送方式等，如果認為這就是數據對于新聞的意義，那是舍本逐末，買櫝還珠。”而田麗[29]則討論了基于機器學習的AI點贊評論系統的產生，及其對輿論監測系統的挑戰，并提出了相應的對策。

通過文獻梳理不難發現，算法研究占據新聞傳播業內容分發的絕大部分，即使有對謠言治理、輿論傳播、輿情監控的討論也僅局限在宏觀的人工智能技術的影響方面，很少能觸及應用機制、趨勢判斷等微觀內容。

四、人工智能技術在用戶接受和反饋方面的應用研究

在文獻梳理過程中發現，直接研究討論人工智能技術在用戶接受和反饋方面的內容相對較少。目前的討論多集中在人工智能技術對受眾的影響、人工智能技術的終端應用和用戶反饋等幾方面。

彭蘭[30]認為智能化算法分發模式解決了人與內容的連接問題，個性化、場景化、關系化等方面“算力”的增強，有助于激發受眾新需求、精確定位用戶需求，破除“信息繭房”束縛、促進受眾對公共話題的關注度，使其重新找到社會歸屬感。同時，彭蘭[31]還提出人工智能技術在信息采集和內容分發上的應用，促成了受眾“生產—消費”的一體化，尤其是社會化媒體興起之后，內容消費和內容生產逐漸融為一體。

智能化的終端設備可能是人工智能技術與受眾最直接的聯系，這部分研究主要集中在新聞體驗，即VR/AR技術在新聞傳播領域的應用。近一兩年隨著智能語音識別系統和人機交互技術的發展，智能音箱開始進入研究者的討論范圍。

VR/AR等技術，將為人們塑造全新的新聞臨場感。VR/AR可以營造出讓用戶在三維空間里直接“到達”現場的體驗感，讓用戶360度沉浸于現場。用戶在現場的觀察與感受，更多取決于他們的主觀興趣與認知需要，而較少受到傳統的攝像、導播視角的限制[32]。喻國明[33]提出VR新聞將從新聞生產方式、新聞呈現方式以及新聞傳受關系等方面全面建構新興媒介環境。楊曙[34]指出當前VR新聞制作存在缺陷，設備不成熟、制作周期長，VR新聞的內容發展不夠成熟，新聞深度互動性帶來一定倫理問題。[35]以人工智能為核心的聲控智媒風頭正勁，成為當下最受矚目的人工智能媒體之一。語音控制、人機對話等主要特征，為新聞傳媒業提供了全新的內容分發渠道，其代表產品包括AmazonEcho、GoogleHome、AppleHomePod等。作為其核心技術的智能語音控制則具有更為深遠的應用前景，以Amazon Alexa、Google Assistant、Apple Siri、SamsungBixby等為代表的智能語音助手被廣泛應用于智能手機、家用汽車、電視機、微波爐和電冰箱等諸多日用品和生活場景中。由于現有技術水平和版權限制，以智能音箱為代表的聲控智媒所能提供的新聞產品有：新聞簡報、電臺廣播、互動問答與交互式體驗。其應用遠沒預期的頻繁、廣泛。基于聲控智能媒體的新聞產品開發和消費尚處于起步階段，現有智能語音新聞產品服務依然存在種種不足，平臺方的技術支持仍有一定的優化提升空間。但這絲毫不妨礙在人工智能技術和新聞傳播業進一步融合的未來，新聲控智媒成為新的突破點和增長點。

在用戶反饋方面，除前文提到過的AI點贊等具體應用，智能評論管理系統也嶄露頭角。紐約時報是以智能技術管理評論的先行者。2015年，紐約時報與Google旗下的Jigsaw合作TheCoralProject（珊瑚計劃），依靠算法對不同用戶進行分級畫像，以此決定哪些用戶的評論可以不經人工審查就可以發布，同時對評論呈現的優先級進行排序。殷樂、朱豆豆[36]則以智能音箱為例，通過對智能音箱使用特點的介紹，展現了人工智能技術在聲音媒體上的突破：首先，突破媒體形態的限制，各媒體形態之間轉換自如，文字、音頻、圖片的相互轉換，“人工智能+音頻”打破了原有的音頻生態。其次，突破傳統音頻產業關系，加速跨界合作，智能音頻終端被廣泛應用于各種設備，同時精準化推送受到廣告商青睞，加速了智能音頻企業與上下游公司的合作。再次是人機交互走向深化，智能終端、智能助手的爆發直接促進了人機交流的深化，使得個性化推薦成為播客主推的分發方式，實現了智能問答、按需收聽、人機直接對話等人機交互新形式。

通過梳理，不難發現此類研究涉及的方向比較單一，對技術多是描述性介紹，少有宏觀影響、發展趨勢和微觀具體應用等方面的探討。劉德寰、李雪蓮的研究中提到：“數據處理人員、部分學界專家使用機器化數據做頻率表、交互表分析，進而得出一些看起來非常美麗的圖表與論斷，這些描述的特點在于直接、簡單、快速，以其形象化和便捷化一時間帶來新鮮強大的感覺……數據無論在廣度、深度、范圍層面達到何種成就都只是商業附庸，而不可能擁有真正的科學內涵，并對科學研究、理論創新產生實質性的影響。”[37]

五、人工智能技術在新聞傳播各個具體領域的應用研究

人工智能與媒體的結合、人機協作一體化加深，技術、產業、人的融合傳媒生態結構開始顯現。彭蘭[31]認為，智能化技術正在進入內容行業，并使內容生產、內容分發與消費等全面升級，表現為以智能化驅動的內容生產升級、以算法為核心的內容分發升級、個性化與社交化交織、消費與生產一體的內容消費升級，進而逐漸構建新的內容生態。范以錦[38]認為商業互聯網企業對人工智能的應用走在了專業媒體前頭。專業媒體機構正密切關注這一態勢，并進行布局和積極尋找發展路徑。學界與業界有人將2018年視為智媒時代的到來。

在廣播電視領域，人工智能運用到播音主持、廣電監測系統中，廣電媒資系統等方向。人工智能主播可以全天候地進行工作，工作時間地點不受約束，不會出現口誤和忘詞的情況，其大數據搜集能力和整合能力也遠超人類。有學者[39]指出，人工智能技術在電視媒介的應用，將實現電視節目內容、形式的突破，推動電視媒介的轉型、升級。何艷秋[40]通過對時下語音交互技術、語音交互方式、廣電監測系統的構架的介紹，解釋了語音交互這項人工智能技術在廣電監測系統中的應用。研究認為，語音交互在廣電監測系統中的應用在提升播出一線工作人員工作效率的同時，也減少了瑣碎的操作流程，融合了不同監測廠商、整合優化了不同監測系統的統一接口，使得龐大、復雜、多樣化的監測系統操作容易、使用方便、響應迅速。王志明[41]詳細分析了語音識別、人臉識別、光學字符識別等在廣電中運用的關鍵技術并以舉例的方式介紹了這些人工智能技術在廣電媒資系統的應用。

通過對以上相關研究成果的梳理，可以看到，國內人工智能技術在新聞傳播業各個維度均有相關研究成果，歸納起來有如下幾個方面：

第一，學界對人工智能保持很高的研究敏感度，但囿于技術本身的復雜性和不確定性，人文社科領域對此的反映往往只能聚焦于相對顯性的現實議題。研究普遍遵從“技術現狀—產生影響—對策建議”的視角。

第二，國內學者對人工智能在新聞傳播業的相關研究集中于機器人寫作、算法研究等幾個主題上，研究多集中于實踐應用，缺少對相關問題的理論梳理，呈現出視角單一、主題集中的問題。

第三，人工智能技術影響下媒體受眾的研究僅僅局限在人工智能終端技術設備的進步帶來的臨場感、算法推送的千人千面、精準打擊、以及精準化推送導致“信息繭房”的負面影響等主題，忽視了受眾作為接受者對人工智能技術的接受程度、反饋情況、消費情況等內容。在受眾研究上，目前的成果大多過于宏觀和概括，缺乏細致、微觀的受眾分析。

第四，對于人工智能技術的具體展示集中在算法推送、機器人寫作這幾方面，然而時下最新的相關智能語音識別、智能翻譯、圖、文、聲交互等技術即使是在最新的研究成果中也僅粗略提及，缺乏對其目前發展狀況、前景、可能性的相關研究。

【注釋】

[1]許向東，鄧鵬卓.人工智能時代的對外新聞報道[J].對外傳播，2019（06）：65-67.

[2]彭蘭.正在消失的傳媒業邊界[J].新聞與寫作，2016，（02）：25-28.

[3]許向東.數據新聞中傳感器的應用[J].新聞與寫作，2015，（12）：70-72.

[4]Angelawasheck，《Tow Report：AsSensorJoumalismRises，GuidelinesNeeded》，June25，2014，https：//mediash.Org/4/06/forging-a-path-for-sen-sorjournalism/

[5]許向東.大數據時代新聞生產新模式：傳感器新聞的理念、實踐與思考[J].國際新聞界，2015（10）：107-116.

[6]許向東.趨勢、規范與本土化——移動傳播時代數據新聞的生產實踐研究[J].新聞愛好者，2017（12）：20-23.

[7]彭蘭.移動化、智能化技術趨勢下新聞生產的再定義[J].新聞記者，2016（1）：26-33

[8]曹彥.智能化趨勢下的新聞傳播變革及反思[J]，2017（08）：77

[9]喻國明.人工智能的強勢崛起與新聞傳播業態的重構[J].教育傳媒研究，2018（01）：95-96.

[10]喻國明，蘭美娜，李瑋.智能化：未來傳播模式創新的核心邏輯——兼論“人工智能+媒體”的基本運作范式[J].新聞與寫作，2017（03）：41-45.

[11]林楚方.今日頭條如何玩轉大數據[J].新聞與寫作，2015（11）

[12]胡郁，袁春節.人工智能技術在傳媒淋雨的應用——以智能語音技術為例[J]

[13]喻國明.機器新聞寫作帶動傳媒新變局[J].新聞采編，2015（06）：26-27.

[14]喻國明.人工智能的強勢崛起與新聞傳播業態的重構[J].教育傳媒研究，2018（01）：95-96.

[15]喻國明，蘭美娜，李瑋.智能化：未來傳播模式創新的核心邏輯——兼論“人工智能+媒體”的基本運作范式[J].新聞與寫作，2017（03）：41-45.

[16]白龍.新聞寫作機器人在美國新聞業的應用[J].青年記者，2016（05）：99-100.

[17]匡文波.記者會被機器人取代嗎[J].新聞與寫作，2017（09）：59-62.

[18]Waddell，TF.AROBOTWROTETHIS?Howpercei vedmachineauthorshipaffectsnewscredibility[J].DigitalJournalism，2018，6（2）：236-255.

[19]喻國明，姚飛.試論人工智能技術范式下的傳媒變革與發展——一種對于傳媒未來技術創新邏輯的探析[J].新聞界，2017（01）：39-43.

[20]彭蘭.移動化、社交化、智能化：傳統媒體轉型的三大路徑[J].新聞界，2018（01）：35-41.

[21]姜紅，魯曼.重塑“媒介”：行動者網絡中的新聞“算法”[J].新聞記者，2017（4）：26-32.

[22]范紅霞，孫金波.數據新聞的算法革命與未來趨向[J].現代傳播，2018（5）：131-135.

[23]喻國明，楊瑩瑩，閆巧妹.算法即權力：算法范式在新聞傳播中的權力革命[J].編輯之友，2018（05）：5-12.

[24]尚帥.傳播的興趣偏向和渾然不覺的符號暴力——基于《今日頭條》的算法控制研究[J].現代傳播，2018（10）：58-62.

[25]方師師.算法如何重塑新聞業：現狀、問題與規制[J].新聞與寫作，2018（9）：11-19.

[26]喻國明.AI“謠言粉碎機”：從原理到效能[J].現代視聽，2019（02）：87-88.

[27]張志安.人工智能對新聞輿論及意識形態工作的影響[J].人民論壇·學術前沿，2018（08）：96-101.

[28]劉德寰，李雪蓮.大數據重塑新聞業[J].中國出版，2017（5）

[29]田麗.解析當前網絡輿論傳播的挑戰與應對之策[J].信息安全與通信保密，2018（04）：36-37.

[30]彭蘭.增強與克制：智媒時代的新生產力[J].湖南師范大學社會科學學報，2019，48（04）：132-142.

[31]彭蘭.智能時代的新內容革命[J].國際新聞界，2018，40（06）：88-109.

[32]彭蘭.更好的新聞業，還是更壞的新聞業?——人工智能時代傳媒業的新挑戰[J].中國出版，2017（24）：3-8.

[33]喻國明，張文豪.VR新聞：對新聞傳媒業態的重構[J].新聞與寫作，2016（12）：47-50

[34]楊曙.當下VR新聞制作的缺陷與未來發展[J].中國記者，2018（3）：93-95

[35]史安斌，胡宇.聲控智媒與新聞傳播：現狀與前景[J].青年記者，2019（01）：77-80.

[36]殷樂，朱豆豆.聲音媒體的智能化發展——新終端新應用新關系[J].中國廣播，2019（04）：31-35.

[37]劉德寰，李雪蓮.數據生態的危險趨勢與數據科學的可能空間——兼談中國市場調查業的現狀與問題，[J].現代傳播2016.1

[38]范以錦.人工智能在媒體中的應用分析[J].新聞與寫作，2018（02）：60-63.

[39]張藍姍，黃高原.人工智能技術給電視媒介帶來的機遇和挑戰[J].中國電視，2018（07）：52-55.

[40]何艷秋.語音交互方式在廣播電視監測系統中的應用[J].廣播電視信息，2019（07）：45-48.

[41]王志明.人工智能在廣電媒資系統中的應用[J].有線電視技術，2019（07）：22-26.