人機協同背景下新媒體編輯工作的守正創新

［摘要］新媒體時代，生成式人工智能蓬勃發展，促使傳媒行業發生深刻變革。生成式人工智能能夠全面助力新媒體編輯進行信息收集、內容生產、數據分析、媒體管理，提升了新媒體編輯的工作效率，但也帶來了一些挑戰，即對編輯角色定位的挑戰、生成內容的真實性和客觀性難以確保、生成內容缺乏創新性和獨特性、存在數據隱私和安全問題、存在倫理和法律問題。人機協同背景下，新媒體編輯要守正創新，借助人工智能強化信息價值判斷與內容策劃能力，增強把關能力，提升信息提示能力與智能技術應用能力，規范人工智能內容生產，堅守人文精神并保持技術反思。

［關鍵詞］生成式人工智能；新媒體編輯；人機協同；守正創新；提質增效

近年來，生成式人工智能技術取得了突飛猛進的發展，并迅速走向消費端市場。有別于以往的分析式人工智能，生成式人工智能夠自動生成文本、圖像、視頻、音頻等多模態內容，并且在擬真和功能維度步入全新階段［1］。ChatGPT上線不到一周用戶突破100萬，短短兩個月活躍用戶超億人，在文本理解與生成、對話問答、機器翻譯和程序代碼生成等方面都有較大進步［2］；在應用文生視頻大模型Sora上，用戶只需輸入一段文本指令，即可生成一段60秒的視頻［3］。生成式人工智能創造了全新的內容生產模式，革新了人機關系，給傳媒行業帶來了重大變革。

一、生成式人工智能賦能新媒體編輯工作

得益于生成式人工智能的信息生產能效，當前已有多家國內外媒體將其引入內容生產領域［4］。生成式人工智能能夠應用于新媒體編輯的各環節，有效提升了新媒體編輯的工作效率。

（一）便捷信息收集，簡化信息組織

生成式人工智能極大地提升了新媒體編輯在信息收集與組織方面的工作效率。新媒體編輯可以利用生成式人工智能篩選稿件，對內容進行分類和整理，大大減輕了工作負擔。

（二）降低生產成本，創新內容生產

僅需通過文字提示，生成式人工智能便能創作出包括文本、圖像、視頻、3D建模等多種形態的內容，顯著降低了內容生產的成本。生成式人工智能在VR等人工制作成本高昂的新媒體內容領域具有顯著優勢，能夠大幅度降低生產成本并提高生產效率。

（三）輔助數據分析，優化傳播決策

生成式人工智能可以自動收集和分析內容數據、用戶行為數據、傳播效果數據，為新媒體編輯提供決策支持。例如，生成式人工智能可以通過收集社交媒體相關數據預測未來一段時間內的熱門話題，了解用戶的興趣和偏好，通過用戶反饋和內容分析等手段，更科學地評估內容，從而為新媒體編輯優化傳播策略提供借鑒。

（四）增強用戶互動，優化用戶體驗

生成式人工智能改變了以往冰冷的人機對話模式，為用戶提供了智能化的互動體驗。因此，新媒體編輯可以在產品設計中通過與生成式人工智能實時對話，動態獲取用戶信息需求，為用戶提供定制化的內容與互動體驗，進而為用戶提供更加個性化的增值服務。

（五）啟迪創意思維，助力媒體管理

生成式人工智能為新媒體編輯進行跨領域學習提供了幫助，其可以整合藝術、技術、傳播等不同領域的數據和信息，為新媒體編輯的創意策劃提供思路。同時，生成式人工智能可以幫助新媒體編輯自動化管理社交媒體賬號和媒體數據庫，完成內容分類、發布、反饋、互動等。

二、生成式人工智能給新媒體編輯工作帶來的挑戰

雖然生成式人工智能為新媒體編輯工作帶來了很多便利，但是現階段它也存在諸多弊端，給新媒體編輯工作帶來了一些挑戰。

第一，對編輯角色定位的挑戰。生成式人工智能能夠直接生成文本、圖片、視頻、3D建模、代碼等多模態內容，并在信息收集、數據分析、用戶互動等環節全方位提供智力服務，極大地提升了新媒體編輯的工作效率，重塑了媒體內容的生產方式和機制，改變了現有的傳播權力結構。這些微觀與宏觀的變革都對編輯角色定位提出挑戰，編輯不再是社會信息傳播活動的指揮者，不再是唯一的信息組織者和生成者，用戶可以繞過編輯直接獲取信息。在這一背景下，新媒體編輯需要重新思考自己在內容生產中的角色定位，重新思考自己的專業價值和職業定位。新媒體編輯需要在人機協同背景下，從認知、技能、素質和規范等方面重新定位自身的角色，探究新的工作模式。

第二，生成內容的真實性和客觀性難以確保。當前，生成式人工智能所依賴的數據集多源自社交媒體，這些數據往往包含錯誤內容及失實內容。因此，基于這些數據生成的內容的真實性和客觀性難以保障。同時，不同于搜索引擎，生成式人工智能不標明信息來源，而是直接生成內容，新媒體編輯難以判斷內容的真實性。

第三，生成內容缺乏創新性和獨特性。受現階段數據集、算法模型的限制，生成式人工智能生成的內容在表達上符合一定的邏輯和格式標準，但究其本質，仍存在大量雷同內容，缺乏對新事物、新議題的獨特判斷，難以產出真正有意義的創新內容，內容創新性與獨特性不足。雖然生成式人工智能能夠快速生成大量內容，但是也在一定程度上降低了內容生產者的主動性，使得當前信息生產量劇增，內容同質化更甚，存在劣質信息泛濫風險。

第四，存在數據隱私和安全問題。新媒體編輯在借助生成式人工智能生成個性化的內容時，需要輸入個性化的用戶數據信息，而這些用戶數據信息也同樣會被用于生成式人工智能的持續迭代訓練，這就很難保證用戶數據信息的隱私與安全。同時，生成式人工智能存在技術與算法黑箱，作為技術應用者的新媒體編輯很難識別潛在的技術安全問題，其在內容生產中面臨信息安全的問題。

第五，存在倫理和法律問題。生成式人工智能在內容創作方面的應用可能會引發一些倫理和法律問題，尤其在新聞真實性原則、客觀中立立場、用戶數據隱私保護、新聞業公平競爭生態等四個方面造成倫理沖擊和挑戰［5］。在法律方面，生成式人工智能生成的內容是否構成作品，人機協同生產的內容該如何認定，如果人工智能生成的內容存在版權爭議或侵犯他人權益的情況，新媒體編輯是否需要承擔相應的法律責任，這些問題亟待解決。

三、人機協同背景下新媒體編輯工作的守正創新

隨著生成式人工智能如火如荼地發展，人機關系必將重構。人機協同背景下，媒體等專業組織的運行范式將發生重大變化，形成人與人工智能協同生產內容的新運行范式［6］。審慎地使用人工智能技術成為新媒體編輯工作的有機組成部分，面對生成式人工智能帶來的機會與挑戰，新媒體編輯需要在人機協同范式下做到守正創新，通過人機互利共生高效完成工作。

第一，強化信息價值判斷與內容策劃能力。生成式人工智能極大地降低了內容的生產成本，用戶被湮沒在海量信息之中，在這一信息生態下，新媒體編輯更加需要強化信息價值判斷能力和內容策劃能力，以贏得用戶和服務用戶。人機協同模式下，新媒體編輯要培育數據驅動思維，借助生成式人工智能提供的豐富信息資源、傳播數據，進行有針對性的數據分析，從而明確用戶的個性化信息需求，并結合信息的社會價值和影響力等進行綜合性的信息價值判斷，快速識別和篩選出真正有價值的信息，更好地進行內容策劃。

第二，增強把關能力，為用戶提供可靠的、有價值的信息。生成式人工智能在信息收集、數據分析、內容生成方面具有顯著優勢，但由于數據和內容生成模式的種種缺陷，生成式人工智能存在系統性偏見、價值觀對抗、“觀點霸權”、虛假信息等問題［7］。在人機協同模式下，生成式人工智能更多的是發揮信息收集和內容生成優勢，新媒體編輯則要強化把關的能力，對其生成內容進行嚴格篩選，確保所發布的內容真實、準確、有價值。新媒體編輯在內容的生產和加工的全流程中要擔任好把關人與監督者的角色，致力于為用戶提供可靠的、有價值的信息。

第三，提升信息提示能力，以提高生成內容的質量。隨著生成式AI語言大模型的復雜度不斷提升，生產式人工智能回答問題的質量不僅取決于底層算法和訓練數據，還取決于其接收的提示（問題表達）的有效性。未來，新媒體編輯的重要角色之一就是扮演提示工程師的角色，成為自然語言和機器語言的積極中介，并通過中介機制的反饋為生成式AI語言大模型“賦魂”—不斷注入人本要素［8］。在生成式人工智能的應用中，新媒體編輯的信息提示水平直接決定了生成內容質量的高低。當使用生成式人工智能生成內容時，新媒體編輯需要提供清晰、明確的信息指示，確保人工智能生成的內容符合個性化的編輯要求與用戶需求。對已經生成的內容，新媒體編輯也可以從人本角度進行優化，為讀者提供更深入、全面的信息。

第四，提升智能技術應用能力，堅守人文精神，保持技術反思。生成式人工智能進一步弱化了新媒體編輯的傳播控制權，其基于數據和算法驅動的“暗網式”大集市傳播模式，將極大改變現有的傳播規則、傳播秩序以及傳播倫理［9］。舊的規范被打破，傳媒行業必然形成諸如內容來源合法、可追溯且不存在爭議［10］等新的人工智能內容生產規范。因此，新媒體編輯要提升智能技術應用能力，熟悉內容生成規范，避免算法妨害風險［11］。優質的內容必定關注人的價值與追求，這要求新媒體編輯始終堅守人文精神，保持對技術的反思，在作品中體現對人文價值的理解。在智媒時代的人機關系中，人是獲得更多的自由與主動權，還是被機器“奴役”，這取決于人在技術應用中的理性［12］。智媒時代，新媒體編輯應積極探索人機協作的最佳模式，以實現人機優勢互補和協同創新，平衡技術理性與人文精神，實現對人的價值關懷。

四、結語

生成式人工智能的蓬勃發展在宏觀上重塑傳媒生態，在微觀上革新新媒體編輯業務流程與模式，為編輯工作帶來了新的機遇和挑戰，新媒體編輯必須正確認識生成式人工智能的優劣之處并審慎使用。在人機協同模式下，新媒體編輯應充分利用生成式人工智能提升工作效率，同時強化自身的信息價值判斷、信息把關、信息提示能力，從而提高生成內容的質量。新媒體編輯只有與時俱進，才能適應未來工作環境和需求，只有堅守人文精神，關注人的價值，才能保持競爭優勢。

［參考文獻］

［1］喻國明，蘇健威.生成式人工智能浪潮下的傳播革命與媒介生態：從ChatGPT到全面智能化時代的未來［J］.新疆師范大學學報（哲學社會科學版），2023（05）：81-90.

［2］朱光輝，王喜文.ChatGPT的運行模式、關鍵技術及未來圖景［J］.新疆師范大學學報（哲學社會科學版），2023（04）：113-122.

［3］趙語涵，袁璐.短視頻行業將被AI顛覆嗎？［N］.北京日報，2024-02-20.

［4］曾曉.ChatGPT新思考：AIGC模式下新聞內容生產的機遇、挑戰及規制策略［J］.出版廣角，2023（07）：57-61.

［5］唐嘉儀，李春鳳，黃凌穎.新聞倫理視野下的AIGC：沖擊與反思［J］.南方傳媒研究，2023（02）：29-37.

［6］陸小華.智能內容生成的實質、影響力邏輯與運行范式：ChatGPT等智能內容生成現象透視與解析［J］.新聞大學，2023（04）：17-24.

［7］陳昌鳳，張夢.由數據決定？AIGC的價值觀和倫理問題［J］.新聞與寫作，2023（04）：15-23.

［8］喻國明，曾嘉怡，黃沁雅.提示工程師：生成式AI浪潮下傳播生態變局的關鍵加速器［J］.出版廣角，2023（11）：26-31.

［9］鐘祥銘，方興東，顧燁燁.ChatGPT的治理挑戰與對策研究：智能傳播的“科林格里奇困境”與突破路徑［J］.傳媒觀察，2023（03）：25-35.

［10］禹衛華.生成式人工智能數據原生風險與媒介體系性規范［J］.中國出版，2023（10）：10-16.

［11］張欣.生成式人工智能的算法治理挑戰與治理型監管［J］.現代法學，2023（03）：108-123.

［12］彭蘭.智媒趨勢下內容生產中的人機關系［J］.上海交通大學學報（哲學社會科學版），2020（01）：31-40.