AI賦能：人工智能與媒體產業鏈重構

解學芳 張佳琪

【摘要】? 人工智能經過幾十年的發展在移動互聯網時代呈現爆發式增長態勢，AI賦能媒體產業引起顛覆性變革，也成為未來媒體發展新常態。人工智能技術重新定義了媒體，拓展了媒體內涵，使媒體走向智媒體。智媒體具有物聯網與大數據驅動、自我進化、人機交互三大技術特征。人工智能沿著媒體價值鏈正在快速顛覆信息采集、內容編寫、內容分發、內容審核與監測的方式，重構傳統媒體產業生態系統。與此同時，AI賦能下，“人工智能+媒體”給數據信息、價值判斷和著作權帶來新挑戰。

【關? 鍵? 詞】人工智能;智媒體;產業鏈;重構

人工智能時代的來臨給諸多行業帶來顛覆性變革，也使媒體行業發生顯著變化。人工智能與媒體產業的融合擴展了現有的超媒體、新媒體、社交媒體等媒體概念，產生了集智慧、智能與智力于一體的智媒體。

一、人工智能與媒體的融合：智媒體

1956年，McCarthy在美國Dartmouth大學學術研討會上首次提出“人工智能”概念，開啟了全球人工智能研究的歷史進程。2016年以來，發源于互聯網行業的人工智能開始向互聯網以外的行業延伸，在諸多領域引發顛覆性變革。大數據、云計算、語音/圖像識別和深度神經網絡等與人工智能相關的技術被越來越多地運用到傳媒領域，使得媒體與人工智能深度融合，推動了媒體的智能化發展。

人工智能技術重新定義了媒體。人工智能顛覆并重構了人與媒體、人與信息的關系以及媒體生態，使媒體從“眾媒”向“智媒”轉變[1]。從學者的研究與界定來看，官建文認為，智媒體是智慧互聯網在大數據、云計算技術基礎上提供個性化信息服務的媒體，并且智媒體的智能化程度能夠隨著數據量的增加而提高[2]。郭全中指出，互聯網媒體的未來形態是智媒體，認為“智媒體是立足于共享經濟，充分發揮個人的認知盈余，基于移動互聯、大數據、虛擬現實、人機交互等新技術的自強化的生態系統，形成了多元化、可持續的商業模式和盈利模式，實現信息與用戶需求的智能匹配的媒體形態”[3]。二者均強調了智媒體的技術基礎以及智能信息服務。鑒于此，筆者認為，智媒體是在大數據、云計算、語音識別等人工智能和機器學習相關技術基礎上，以用戶為中心提供智能化信息服務，且不斷自我進化的一種新媒體形態。

從智媒體的特征來看，較之傳統媒體與新媒體，智媒體因AI技術的嵌入而更具技術特征。第一，物聯網與大數據驅動。物聯網將物體與人聯系起來，實現了萬物皆媒。物聯網形成的大數據則是提供智能化信息服務的基礎。智媒體從海量數據中快速獲取有價值信息，提供智能分析，甚至能利用各種非結構化數據進行結構化解釋[4]。第二，自我進化。智媒體的技術基礎是深度學習，算法能夠模擬生物神經網絡的結構和學習過程，通過分析大量訓練數據來學習，體現不需要具體的規則或理論來指導就能解決特定問題的智能行為[5]。正是智媒體具有深度學習的能力，并且迅速發展的量子計算技術能夠滿足智媒體深度學習的硬件需求，因此，智媒體會隨著數據的增加和算法的改進不斷自我進化到更加智能的狀態。第三，人機交互。人機交互技術使得智媒體的傳播更具交互性和智能化。基于語音識別、圖像識別、意圖識別等技術，智媒體能夠人機對話，完成文字、語音、圖片形態的交互問答，以聊天機器人形式出現的非虛擬會話代理，已經成為社交媒體和消息傳遞應用程序的重要部分[6]。

二、人工智能對媒體產業鏈的重構：生產、分發與審核智能化

人工智能技術沿著媒體產業價值鏈，為媒體內容生產賦能，正快速顛覆著現有的媒體產業鏈，重構整個媒體產業生態系統。

1.信息采集走向多元化

信息采集是內容生產的前置環節。傳統媒體受制于人感官的局限性，信息采集存在不全、遺漏和變形的可能。智媒體時代，人工智能顛覆了傳統的信息采集方式，一切智能終端都可成為信息的采集者和傳播者，大大拓寬了信息的來源途徑。人工智能采集的信息主要有兩類數據：一類是利用智能手機、智能可穿戴設備收集的用戶數據，包括健康狀況、生活習慣、運動數據和地理定位等各項數據;另一類是利用GPS、無人機的圖像傳感等功能收集的環境數據，主要包括交通、溫度和空氣質量等信息。人工智能實現了信息采集自動化、即時化，強化了信息的深度和廣度，為優化新聞信息源起到了關鍵性作用。在空間維度上，各種傳感設備成為信息新渠道，可以進行文字、數據、影像追蹤，獲取更大范圍的信息;在時間維度上，傳感器實時監測對象的動態變化，AI獲取的信息不僅描述現有狀況，還可預測未來發展趨勢[7]。此外，在實際應用方面，新華社MAGIC智能生產平臺能通過算法獲取各類數據，并將其自動處理成結構化的數據，方便內容生產者獲取更多的資源。AI信息采集已成媒體行業發展常態。

2.內容編寫實現自動化

內容編寫是內容生產的最重要環節。人工智能基于數據科學、分析和機器學習算法，可以實現新聞的自動創建以及檔案材料、文本和字幕的自動或輔助分析，實現運動和現場活動的智能可視化和實時分析，自動編寫與生成內容，即實現智能機器寫作。智能機器人通過自然語言理解、群智形式的修正反饋等技術，能夠對數據進行分類、關聯和過濾處理，內容生產的模式從PGC（Professional Generated Content）、UGC（User Generated Content）向AGC（Automatic Generated Content）轉變[8]。機器人具有明顯的數據處理優勢，可以在短時間內處理大量數據，擅長撰寫涉及大量數據、連接邏輯簡單、數據準確度很高的結構化稿件。因此，目前寫作機器人適用于生成規范化、可模板化和重復性高的內容，以財經新聞、體育賽事、天氣預報為主，形式多為快訊、短訊和財報。此外，智能機器寫作大幅提高了內容生產的速度與數量，減少了人為的技術差錯，并不斷降低生產成本。比如，封面傳媒自主研發的封巢智媒體系統是模塊化、集成化的內容生產系統，通過機器人寫作、機器輔助寫作提高采編效率;騰訊Dreamwriter、新華社小新、微軟小冰等寫稿機器人被用于體育、財經和生活資訊等報道領域。

3.內容分發實現智能化

人工智能對算法的突破性進展在于能夠不斷改進當前的推薦體系，兼顧普遍相關性與個體差異，使用戶有機會接觸更多可能感興趣的優質內容。人工智能可以收集用戶在媒體上的行為、興趣和位置等關聯信息，形成和優化用戶畫像，提供精確化、智能化的內容推送服務。人工智能還可以通過圖像識別、人臉識別與情感識別等技術手段，構建知識庫和圖譜挖掘，基于情感識別的內容推薦算法建立內容與用戶的連接。與人工分發相比，人工智能在內容分發過程中的優勢有兩點。一是智能分發的范圍大幅度延伸，根據用戶的行為數據分析能夠發現用戶生活、興趣以外有潛力的內容。二是媒介傳播的時空體驗與感官體驗提升，智媒體運用虛擬技術實現場景重構與深度交互，并以第一人稱的邏輯展開敘述，使用戶獲得的信息從二維向三維跨越。此外，人工智能建構的知識圖譜改變了用戶對媒體的認知，人工智能自動推送適應不同認知水平人群的內容，塑造了新的用戶信息獲取方式。例如，2018年，全國兩會運用了智能機器人進行內容分發;搜狗聯合新華社推出的站立式AI合成主播參與了2019年兩會報道;長江云智能機器人記者云朵進行獨立采訪，通過實時生成圖文內容、播放有關視頻進行報道，助推了媒體行業智能化創新的進程。

4.內容審核與監測走向實時化

網絡時代，海量內容產品與數據信息的審核費事、費力，而人工智能在這方面有很大優勢。一方面，人工智能可以實時監測各類新聞事件、社交媒體信息的真實性，基于大數據軌跡找到信息的原始出處，通過交叉比對判斷真實性，保證新聞信息的客觀性。另一方面，人工智能可以對視頻內容進行審核，通過算法等技術多維度對視頻的類型、元素和關鍵詞進行智能分析與審核，保障視頻內容服務的合規性。此外，人工智能技術還能夠監測內容的版權，通過數據挖掘、圖像識別、數據比對，全平臺、全時段監測內容的傳播情況，快速識別內容的轉載及修改行為，定性非法轉載、洗稿、盜文、抄襲等侵權行為，并實時生成相應的版權監測報告。實際上，人工智能在內容審核和監測方面已有多年應用歷史，自動核查技術也一直在優化中。早在2012年，《華盛頓郵報》開發了Truth Teller，它能自動對新聞內容進行即時核查;此后，杜克大學技術與核查合作研究所與德克薩斯大學的計算機科學家團隊合作研發了智能機器人ClaimBuster，使得內容審核和檢測能力大大提升。在國內，新華社發布的“媒體大腦”具有人臉核查功能和版權監測功能，能夠進行新聞事實核查以及新聞的版權監測追蹤。可見，在實踐層面，人工智能將重復性的審核與監測工作自動化、智能化，快速查證不確定信息，大大降低了人力審核的成本，提高了運作效率。

三、“人工智能+媒體”的機遇與挑戰：技術、價值與法律

“人工智能+媒體”是傳統媒體轉型、新媒體異軍突起的重要手段，個性化推薦內容、機器人寫稿、AI合成主播等新業態、新模式不斷涌現。與此同時，人工智能與媒體行業的融合也面臨技術、價值與法律方面的諸多挑戰。

1.技術維度：數據信息安全風險凸顯

人工智能與媒體行業的融合存在數據異化的風險。過度依賴智媒體推薦信息易產生信息過載與信息過窄兩大問題，加劇擬態環境與信息繭房效應。大數據及機器智能算法支撐的信息個性化推薦自動屏蔽用戶不愿意關注的信息，這將導致個體的信息孤島化，使具有相同志趣、持相似觀點的人群不斷圈層化、社群化，拉大了社群隔閡，不利于公共信息的傳播和社會意見的整合 [9]。此外，人工智能也面臨自動生成虛假內容的挑戰，亟須在科技倫理、法制建設方面加強頂層設計與制度安排。

數據信息安全問題在人工智能時代將進一步凸顯。智媒體的個性化推送功能建立在全面數據化、可追蹤的用戶個人信息基礎上，從而助推用戶信息成為重要數據資產。由于個人信息進入人工智能處理范圍的成本較低，數據信息易被獲得和關聯，對數據的分析、比對和匹配容易形成對用戶的全面追蹤，給用戶的信息安全、隱私權等帶來風險。由此可見，人工智能時代，個人信息保護與數據治理刻不容緩，如何平衡個人信息保護和數據開放成為數據治理難題。

2.價值維度：價值判斷標準轉移

人工智能時代，內容信息的選擇標準、生產邏輯受到算法的影響。由于人工智能技術的賦權，機器基于算法可以根據用戶的個人興趣定向生產與分發信息，其內容價值判斷標準更加強調用戶的關注和流量。毫無疑問，人工智能技術無法代替人在價值判斷和倫理審視方面的作用，過度智能化容易導致情感溫度的缺失和倫理把關的缺位。第一，人工智能的算法通過推送用戶感興趣的內容，影響和引導著受眾的自主意識。第二，在算法推送機制下，把關信息價值的主體從人變成機器，用戶點擊量成為主要的評判標準，但是算法對信息的語義理解是有限的，無法解讀語言背后的隱藏含義或者結合社會環境進行深層次分析，很容易造成新聞偏見和新聞價值的缺失。第三，“人工智能+媒體”基于用戶個體數據進行信息分發，使議程設置的參與主體多元化、議程設置的方式與機制多樣化，一定程度上會帶來用戶對公共領域的關注度有所弱化[10]。鑒于此，人工智能賦能媒介生產與內容推介工作所潛含的價值風險將對受眾的媒介素養提出更高要求，受眾在接納人工智能自動化信息的同時，需要建立起獨立的媒介批判性思維[11]。

3.法律維度：著作權審視

隨著人工智能和媒體融合的不斷深入，從文本新聞、小說、詩歌、電影劇本到視頻新聞，人工智能生產與創作的作品不斷涌現，對現行的著作權制度提出全新挑戰。實際上，關于人工智能著作權問題爭論的焦點在于人工智能創作的內容是否構成作品。目前，學界的研究可以歸為三種觀點。第一種觀點認為，人工智能生成內容不屬于作品，人工智能僅是支持創作過程的工具，其本質在于算法和數據處理，生成的內容不是來自人類獨立的智力貢獻，不符合著作權法對作品獨創性的要求。第二種觀點認為，人工智能獨立完成的內容構成受著作權保護的作品。比如，早在1988年英國頒布的《版權、外觀設計和專利法案》就考慮到了計算機生成作品的問題，指出在沒有人類作者的情況下，文學、戲劇、音樂或藝術作品可能由計算機生成[12]。第三種觀點認為，我們不能機械地堅持人工智能生成內容一律不是作品，應該建立一種標準來判斷人工智能生成內容的可版權性[13]。如果人工智能生成的內容具有著作權法所認可的作品意義，則可在理論上被認定為“作品”。

此外，關于人工智能著作權問題爭論的焦點還在于人工智能作品的著作權歸屬。一種觀點認為，由于人工智能能獨立“創作”作品，我們應當承認人工智能本身享有著作權。另外一種觀點則強調人工智能作品的著作權應當歸屬于人工智能的創作人、開發人、所有者或使用者。從權利有效實施的角度來看，人工智能沒有法律上的意識能力和行為能力，沒有獨立的責任財產，無法處理著作權權利的行使、保護、處分以及相關的義務和責任問題。因此，人工智能創作物的版權只能歸屬于現行法律所承認的、與人工智能創作活動有密切聯系的自然人或法人主體[14]。不同于前兩種觀點，還有學者認為，人工智能作品的著作權歸屬于人工智能的虛擬人作者，由法官將該版權的具體權能分配給相關自然人或法律主體[15]。由此可見，目前關于人工智能作品的著作權歸屬問題尚未達成共識，甚至伴隨人工智能的深入，從法律維度審視人工智能作品著作權的討論將更加多元化。

四、AI時代媒體智能化的未來與反思

人工智能已然成為一種智能化、信息化的潮流，人工智能技術的發展將繼續推動媒體與人工智能的深度融合，促進媒體智能化的深入發展。

跨媒體智能技術是人工智能的基石，也是人工智能未來發展的重要方向。隨著科技的進步與發展，信息的獲取、傳輸、處理和分析逐漸從一種媒體形式轉變為多種媒體形式。不同媒體類型的表現形式雖然是異構的，但是它們可以共享相同的語義，具有潛在的相關性。基于跨媒體知識圖譜，人工智能從許多松散相關的數據模態中定義、搜索和提取各種媒體類型的相關信息源，創建涉及語言、視覺和聽覺的圖像識別機制與感知分析技術平臺;媒體將以更加靈活便利的方式來檢索和管理多媒體大數據，進行知識獲取和分析，包括網絡內容監控、網絡信息趨勢分析等。目前，跨媒體分析方法的智能系統在很大程度上依賴于結構化輸入，還無法應對跨媒體場景中日益復雜的信息檢索、內容監控等任務需求[16]。因此，我們要持續深化和拓展對人工智能技術的理解，發揮人工智能對媒體的推動與導向作用，加大技術研發的投入，開發更有效地捕捉數據對象之間高階相關性的學習機制，為異構媒體類型信息的獲取、挖掘和呈現構建跨媒體分析與推理系統。

人工智能領域的語義識別和分析、深度學習等技術將繼續推動媒體產業向智能化的方向快速發展。人工智能激發和促進了社交媒體服務，加強了社交媒體內容推薦。AR、VR技術和可穿戴設備以及其他相關人機集成產品的突破性進展，將不斷產生出更豐富、更自然的交互模式，強化用戶的存在感和參與感，極大地增強用戶的互動體驗感。此外，智能技術越來越多地支持用戶從自身的角度和經驗出發，在互聯網、社交媒體上通過交互式服務獲取、生產、共享信息。目前，智媒體提供的個性化交互式服務需要基于用戶即時數據響應，由于社交媒體平臺的各種異構和動態特征，對目標人群進行深層次的評估比較困難，這就對智媒體安全和隱私保護提出了更高要求。因此，我們要集成生物智能系統與機器智能系統，研發人機混合智能，在媒體提供交互性服務與體驗的同時，建構同時具備服務可用性、透明度和質量保證三大特征的社交媒體生態系統，發揮區塊鏈技術、5G技術的優勢，保障媒體內容的安全交互、共享和數字版權管理，不斷提高媒體平臺的信任感和安全性[16]。

|參考文獻|

[1]謝國明. 人工智能：媒體的機遇和風險[J]. 新聞戰線，2017（7）：2-3.

[2]官建文. 媒體·融媒體·智媒體[J]. 傳媒，2015（8）：36-37.

[3]郭全中. 智媒體的特點及其構建[J]. 新聞與寫作，2016（3）：59-62.

[4]OLeary D E .? Artificial Intelligence and Big Data[J].? IEEE Intelligent Systems，2013（2）：96-99.

[5]Sudmann A.? On the Media-political Dimension of Artificial Intelligence： Deep Learning as a Black Box and OpenAI[J].? Digital Culture & Society，2018（1）：181-200.

[6]Araujo T .? Living up to the chatbot hype： The influence of anthropomorphic design cues and communicative agency framing on conversational agent and company perceptions[J].? Computers in Human Behavior，2018（1-2）：1-69.

[7]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（3）：41-45.

[8]許志強，劉彤. 人工智能視域下媒體創新發展與數字生態體系探索[J]. 中國出版，2018（16）：36-39.

[9]方埜展. 封面新聞如何細分市場，打造年輕人的“智媒體”[J]. 中國記者，2017（3）：42-45.

[10]董向慧，吳阿娟，陳杰. “人工智能+媒體”蘊含的風險及對策[J]. 新聞戰線，2018（7）：117-118.

[11]王昀. 新媒介研究拐點：人工智能時代傳播學的現貌與反思[J]. 編輯之友，2018（2）：60-66.

[12]Holder C，Khurana V，Hook J，et al. Robotics and law： Key legal and regulatory implications of the robotics age （part II of II）[J]. Computer Law & Security Review，2016（4）： 557-576.

[13]易繼明. 人工智能創作物是作品嗎[J]. 法律科學（西北政法大學學報），2017（5）：137-147.

[14]李宗輝. 人工智能創作物版權保護的正當性及版權歸屬[J]. 編輯之友，2018（7）：80-87.

[15]袁真富. 人工智能作品的版權歸屬問題研究[J]. 科技與出版，2018（7）：103-112.

[16]解學芳，張佳琪. 技術賦能：新文創產業數字化與智能化變革[J]. 出版廣角，2019（12）：9-13.