AIGC賦能主流媒體轉型發展的創新路徑

王 虎 藺佳心

作為一項顛覆性的技術應用，ChatGPT（Generative Pre-Trained Transformer）憑借強大的語言理解和文本生成能力，問世兩個月便收獲過億用戶，可謂“出道即巔峰”。相比之前的AIGC（AI-Generated Content）工具，ChatGPT 顯得更加“多才多藝”：它可以作為互聯網的信息和流量入口，豐富搜索引擎應用；可以與各類場景結合，提升用戶體驗和工作效率；可以通過API 接口以SaaS 服務的方式輸出給千行百業，在各種垂直類應用中大顯神通，全面提升人類社會的智能化水平。因此，ChatGPT 被認為是通用人工智能發展的奇點和強人工智能的拐點[1]，它正通過各種賦能手段成為協同化信息生產的引導者，成為媒介化社會復雜網絡中的“穿針引線”者。

在ChatGPT 的加持下，AIGC 正在傳媒業掀起一場新的技術革命，主流媒體必須正面這場時代洪流，敏銳審視媒體運行邏輯的變化，做好頂層設計，在新的傳播體系中找準自身定位，以AIGC 賦能自身生產流程再造、用戶體驗、生態融合方面的創新發展。

一、AIGC 催生媒體運行的邏輯變革

（一）縱橫升維：AIGC 的技術演進

劉慈欣在《三體》中描述面對外太空文明利用先進科技進行的降維打擊，人類文明會顯得不堪一擊。人工智能技術推動科技革命不斷迭代的步伐越發緊密，ChatGPT 創造性生成文本的能力，讓使用者真正體驗到與機器交流的暢快，使得AIGC 不再只是單純的升級，而是一次“升維”式的革命性進化，它在縱向上加深了人工智能水平，在橫向上拓展了應用邊界。

AIGC 技術由三個基礎設施構成，分別是硬件、算法和數據[2]。如果將硬件和數據比作其骨架，那么算法就像是肌肉和皮膚。算法的質量決定了人工智能的智能程度，也決定了生成內容的質量。從縱向升維看，ChatGPT 的革命性提升主要源于算法的不斷精進。早期聊天機器人的底層算法是模式匹配（Pattern Matching），即通過調取之前生成好的預案對問題進行回答，它雖然減少了大量機械性的人力勞動，但其模式匹配算法的局限在于需要人工干預和規則限制，不能窮盡所有問題和答案，更不可能創造新的答案。后來發展出不需要人工干預的新模式，即機器學習（Machine Learning），通過訓練數據自動構建算法模型，使機器能夠完成預測、分類、聚類等操作，被廣泛應用于自然語言處理領域。2018 年OpenAI 基于谷歌團隊Transformer 機器學習框架提出了新的語言學習模型GPT（Generative Pre-Trained Transformer），具備很強的文本生成能力，能夠通過對大規模語料庫的訓練生成與原始文本相似的、符合語法規則和語境的新文本，在文本自動生成、文本摘要、機器翻譯等方面有著廣泛的應用前景。

ChatGPT 的橫向升維則體現在它極大地拓展了媒介的邊界。在交互應用上，ChatGPT 徹底突破了之前聊天機器人的匹配模式，能夠理解上下文并進行合理回答，并且向多模態交互快速更迭，使得跨媒介、跨領域的人機對話更加深入、更富意義。在語言應用上，ChatGPT 的生成文本質量非常高，不僅可以生成準確的語法結構和語義意義，還可以模擬人類的表達方式，使得人機交流更加順暢自然；在行業應用上，ChatGPT正在通過與不同行業和垂直領域的交叉，消融既有的媒介邊界，創造出許多新的應用場景，并且通過大量的社會需求、社會文本、社會表達、社會實踐、邏輯關系的學習，形成智能化的知識基礎，在社會復雜系統中的關系匹配能力和資源配置協同能力不斷提升。

總之，ChatGPT 通過數據和算法的加持實現了對內容生產、傳播方式和互動形態的革命性演進，從單一化、線性化轉向多樣化、立體化發展，從而推動媒介升維的進程。有兩條邏輯清晰的線索貫穿其中，一是將人作為衡量機器的尺度[3]，AIGC 通過學習人的情感和認知不斷增強自主性，實現對人的自由的拓展，推動個體在觀念表達和傳播中形成新的權力；二是不斷推動復雜系統中不同行業、圈層的聯結，互聯網的中心化加速衰減，媒介生態表現出以自組織為中心、扁平化、流動性和連接一切的結構特征[4]，這也契合了互聯網的分布式計算所帶來的權力彌散與讓渡，復雜系統下的非線性作用機制促使媒介邊界被不斷釋放和激活，媒介與社會的一體化進程加速，逐漸形成動態平衡與價值共創。

（二）智能互聯：媒體發展的立體化重構

AIGC 的出現并沒有替代先前的PGC、UGC 等生產方式，而是作為一種強大的輔助手段為媒體發展提供更多可能性。AIGC 可以輔助記者進行主題策劃、信息搜集、內容布局、事實核查，從而提高媒體運營效率和影響力，與數字虛擬人、智能語音合成、多模態互動組合，可以形成人機自然交互的應用，激發用戶創作熱情，提高用戶黏性。可以看出，AIGC 打破了保羅·萊文森技術進化三階段論的線性桎梏，也改變了媒介進化的替代關系，媒介技術獨立進程的個性特征被弱化，成為并行共生的立體結構和全新的技術樣態，它主要表現在兩個方面：

一是智能互聯時代的媒體價值重構。喻國明指出，社交網絡的興起使得“場景”成為內容組織、關系組織和互聯網構造中的關鍵維度，它將“人（主體）—貨（價值對象）—場（場景）”當成“黑箱”來實現三者之間的外部關系的建構。到了智能互聯網時代，三者之間的結構和意義被拆分重組，媒體借助AIGC技術可以實現更加精準的內容生產管理、個性化服務乃至新聞傳播的全鏈條重構[5]，其內在價值關系被不斷“白箱化”，“價值構造”成為智能互聯網的關鍵維度[6]。從本質上說，ChatGPT 以開放性的通用智能融入和以人為本的人性化體驗，滿足了數字文明時代社會要素、關系規則和現實場景重構的需求[7]，并推動新聞傳播業態創新。

二是媒介與社會一體化進程加速。智能互聯時代，傳播的算法化使得媒介的影響已不局限于自身領域，而是逐步滲透到社會的各個方面，互聯網的去中心化帶來的權力彌散，給人們的生活和工作帶來了深刻的變化和影響，智能互聯網成為整個社會的“操作系統”。正如庫爾德利所言，媒介和傳播的變化與文化和社會的變化之間將緊密關聯[8]，智能時代媒介與社會一體化發展已經成為一個不可避免的趨勢。AIGC 強大的連接和資源整合能力，將一系列散落的社會要素和微小單元按照新的邏輯和法則重新整合起來，也成為復雜網絡中自組織形態的典型特征，智能媒體以其與社會生活的高度嵌入、信息與關系的深度融合、促進行業之間的滲透融合等方面的獨特價值，為智能社會生態的構建起到關鍵作用，媒體在社會治理中的主體性不斷增強[9]。

二、AIGC 賦能下的主流媒體轉型發展

ChatGPT 的出現為AIGC 打了一劑強心針，越來越多的主流媒體開始深化AIGC 布局，目前已有澎湃新聞、封面新聞、大象新聞等100 多家媒體機構接入百度“文心一言”生態，將AIGC 賦能自身的轉型發展。這里的“賦能”指的是媒體主動離心發展，即利用人工智能技術打破垂直管理的局限，通過技術、市場、資金、管理、渠道等手段改變既有的生產格局，重新錨定媒體發展定位，優化用戶體驗，驅動媒體的形態創新、傳播創新和商業創新，最終形成以價值共創為目標的融合生態。

（一）發展定位：算法邏輯下信息生產的組織者、引導者和協調者

智能互聯時代，傳播的去中心化過程加速，傳統的傳播權力格局不斷被打破，主流媒體既有的傳播力、引導力、影響力、公信力不斷遭遇挑戰。未來主流媒體無法僅憑一己之力完成整個社會的價值傳播，而是要主動適應這種分布式、非線性的復雜網絡結構，充分利用AIGC 的算法機制，做好信息生產和傳播的組織者、引導者和協調者。

一是要以新技術、新體驗不斷激發UGC、PGC、AIGC 等多元主體的創作熱情，激活其傳播動力，做好內容生產的組織者和布局者，確保社會價值的整體“涌現”和主流輿論引導的效力；二是要將自身的專業經驗、價值邏輯和話語表達，轉化為面向不同內容生產者的服務支撐，形成智能互聯時代社會價值創造的規則制定者和引導者；三是要建立智能時代的算法信任，維護社會價值生成和影響的公信力基礎，協調好社會多元主體信息生產和傳播的動態平衡。

（二）技術賦能：傳媒生產的“友伴支持”

1960 年，互聯網概念提出者利克萊德提出“人機共生”理念，主張通過人機耦合做出決策和控制復雜的情況，而不依賴于預先確定的程序[10]，這是人類對人工智能工具化使用的最早注腳。隨后，計算機輔助新聞（CAJ）、數據驅動新聞（DDJ）、機器內容生成（MGC）相繼問世，算法新聞、自動化新聞和新聞機器人不斷參與到新聞生產之中[11]。但是，這一時期的人工智能技術還停留在工具化使用階段，機器新聞寫作多是對于體育、財經等新聞的程式化寫作，千人一面的“快餐”產品使得新聞報道的品質大打折扣。職業記者所具備的調查能力、評論風格、創造力和駕馭復雜語言的能力是新聞業的重要技能，而聊天機器人所擅長的則是新聞報道的程式化和高速度[12]，這一結構性矛盾成為阻礙人工智能進入傳媒生產的主要障礙。

解決記者的主體性與人工智能價值之間的矛盾，需要將人工智能技術的工具化支持轉化為友伴型支持。記者一方面要錨定自身的獨特性，堅持新聞報道的深度、視角的獨特性和深厚的人文關懷；另一方面要充分利用AIGC 將自身從煩冗的數據和資料的搜集、分析中解放出來，將生產要素自動化并作為自身認知、決策和行為的“友伴”，從而改變主流媒體新聞生成的流程和方式。友伴支持將人的主體性與機器的智能化深度融合，以人機和諧共生關系提升新聞報道的品質和工作效率，實現了人的賽博格化[13]。從這一點來說，AIGC 可以產生強大的媒體協同生產能力，形成一個完整的、系統的、高效的新型媒體支持系統。

目前AIGC 多是基于通用型大語言模型的應用，適用于多個領域和任務，但是在特定領域應用時專業度不夠，訓練行業專屬的大語言模型將成為AIGC 的發展趨勢。彭博社訓練的金融領域語言模型BloombergGPT[14]不僅在金融相關的任務上表現出色，還能反向提升通用模型的效果。這種成功經驗也應推廣到傳媒領域，可以將以往的報道內容、視頻畫面、傳播效果等作為訓練集，開發出專用的大語言模型，更好地理解和處理傳媒行業的特定術語、語境和敘事習慣，提升自然語言處理的精度和質量。

AIGC 的應用還能降低傳媒工作者的業務門檻，快速提升制作水平和傳播效力，尤其對于縣級融媒體中心和基層業務部門，效果非常顯著。2023 年，東方網基于大模型技術在自然語言處理領域的應用，在“融媒上海”平臺推出大語言模型AIGC 產品“融小胖”，適用于縣級融媒體中心采編人員輔助采訪創作等各類場景。該產品不僅具有智能問答功能，還擁有強大的文本生成能力，可以通過學習大量的語料庫自動生成公文、新聞、對話、紀要、方案等格式文本，并提供語言矯正、風格優化、內容分類、觀點提煉等功能。通過學習大量的文本數據，“融小胖”可以判斷文本的情感色彩，幫助了解評論者的情感傾向，輔助輿情分析和輿論引導。

（三）用戶賦能：“閱讀即服務”的用戶中心轉向

人是媒介發展的尺度，AIGC 可以極大地提升用戶的自由度，賦能主流媒體對用戶進行精準分析，真正做到根據個人喜好和需求進行個性化內容推薦，增強用戶互動體驗。這里提出的“閱讀即服務”旨在豐富用戶的信息消費體驗，支撐主流媒體的各類媒體前端產品靈活快速聚合，智能匹配內容與應用服務，實現“信息即服務、搜索即服務、位置即服務”的應用場景創新，推動傳媒產品豐富功能、聚攏用戶、協同聯動，構建信息資訊與高頻應用的深度融合服務體系。

“閱讀即服務”的本質是增強主流媒體的“智能可供性”，即構建智能時代人與媒介的平等互動關系，對加快主流媒體智能化轉型具有重要意義。它包括以下三點：一是“技術可供性”，以AIGC 技術為內核，為各類媒體單位提供開放的開發接口及標準化資源，用“信息+ 精準推薦”服務模式提升用戶體驗和口碑，間接提升主流媒體的影響力和引導力；二是“關系可供性”，借助媒體的數據中臺，基于AIGC 技術發掘信息與服務、用戶的關系，推進三者的深度融合，推動“新聞+ 服務”創新融合模式；三是“服務可供性”，對接各類政務及公共服務，提供“信息即服務、搜索即服務、位置即服務”，為用戶帶來智能、高效、便捷的服務體驗。

數字鴻溝主要用來形容信息富有者與信息匱乏者之間的信息差距，進而導致知識分割、貧富分化等問題。我國不斷完善的信息基礎設施顯著彌合了接入溝問題，但是在能力溝和認知溝方面問題依然突出，老年人等弱勢用戶群體面臨傳播權力的差距，圈層區隔、數字沉溺、虛假信息等問題突出，常常處于數字社會的邊緣。AIGC 在賦能該類群體突破專業能力和信息素養缺陷方面具有低門檻、高普適性的優勢，不同文化、知識、能力背景的群體通過人—機對話、人—機—人溝通等方式進行自由交流，背后的人工智能在信息獲取、關系建立、行動促成等方面給予賦能，將推動新的數字交往革命，以獨特的“智能反哺”重塑人的價值尺度，加速數字社會中不同信息階層的融合。

（四）生態賦能：“媒體+”的跨行業創新融合

AIGC 極大地拓展了媒介邊界，以“媒體+”模式催生整個網絡社會向復雜媒介系統演化，形成獨特的媒介融合生態，它具有以下特征：一是主體多元、復雜互動，每個主體都是復雜網絡的重要傳播節點、社會關系節點和服務網絡節點，在AIGC 的賦能下，單一節點的價值都有可能通過互動參與整體價值的涌現，融合生態具有典型的動態適應性；二是開放系統、邊界消融，通過AIGC 技術，傳媒業與智慧交通、智慧醫療、智慧城市等實現信息共享和價值流通，媒介與社會一體化進程加速，融合生態具有良好的價值流通特性；三是價值共創，主流媒體通過“媒體+”與其他行業之間、媒體價值鏈的各環節之間成為廣泛而緊密的利益相關者[15]，主體間通過多渠道、多內容、多元價值之間的交叉重疊，形成不同層次的互動和價值共生關系，以價值形成模式創新實現媒體生產和分發的配置最優化。

以縣級融媒體中心參與基層社會治理為例，目前多數縣級融媒體在街鎮社區層面發力不足，連接群眾的“最后一百米”不夠順暢，可以通過AIGC 激活“媒體+”的價值連接通道，打造社區民生信息服務平臺，作為基層治理現代化新的載體，有效構建街道社區民生領域的“微粒化”治理體系。在前臺，前端產品以SaaS 服務的方式與各垂直領域連接建立新的應用場景，面向社區居民用戶提供基層民生相關信息和服務；中臺則面向街鎮等機構用戶提供相關智能化的應用開發和管理服務，不斷進行媒體交互和數據處理，通過運營管理、數字應用歸集、大數據分析等手段提供開放的開發接口及標準化資源；在后臺，深入推進“媒體+政務”水平，以AIGC 技術為內核推動融媒體中心的運營能力與數字政府的智慧服務能力的有機結合，與一網通辦、一網統管形成聯動，通過關系和資源的精準化匹配支撐媒體與基層社會治理的協同體系。