傳媒新質生產力的風險點及應對策略研究

【摘 要】本文深入探討了傳媒新質生產力的特征，剖析了其內涵的復雜性及其所帶來的多重安全風險點。這些風險點不僅涉及技術層面的挑戰，也包括產業結構的變動和傳媒生態系統中信息傳播的不確定性。面對傳媒新質生產力所帶來的新機遇、新挑戰，文章提出建立一個政策、技術與認知協同的體系，這不僅要求技術上的持續創新和完善，還需要政策的引導與社會各界的共同參與。只有這樣，才能在享受新科技帶來的便利和機遇的同時，也能夠妥善處理和應對隨之而來的風險，使傳媒新質生產力能夠可持續地為社會發展作出貢獻。

【關鍵詞】新質生產力；傳播生態；風控管理；預警機制

在傳媒行業，推動新質生產力的發展要求構建一個更加安全、透明和負責任的傳播生態，而數智化采編流程的構建、AIGC（生成式人工智能）的應用和內容生態的治理將成為關鍵。為了充分發揮傳媒新質生產力的潛力，在技術創新、政策規范制定和公眾教育等方面需要做好全方位的協同聯動。

一、傳媒新質生產力的內涵及特征

要充分發揮傳媒新質生產力的潛力，要先認識和了解傳媒行業新質生產力的內涵及特征。新質生產力是由技術革命性突破、生產要素創新配置、產業深度轉型升級而催生的先進生產力。在傳媒領域，新質生產力呈現以下新特征。

（一）新動能：AI驅動傳媒業全流程智能化變革

AI（人工智能）尤其是大模型技術，成為傳媒業的重要動能，推動了內容生成、分發與創作的全流程智能化。AI對話、AI風格化創作等功能已廣泛應用于機構媒體，顯著提升生產效率，并改變媒體工作者的工作方式。這不僅助力規模化生產和個性化定制，還為媒體行業的創新發展注入新的活力。

（二）新要素：數據成為傳媒業核心生產要素

隨著我國“數據要素×”三年行動計劃的推進，大數據運用在傳媒領域的重要性不斷提升。數據資產逐步納入企業財務體系，其增值效應日益顯現。這一趨勢驅動傳媒業更加重視數據的獲取、管理與應用能力，促使行業全面邁向數據驅動決策時代，增強行業競爭力。

二、傳媒新質生產力需關注的風險點

新質生產力在賦能傳媒領域時，將重構領域內勞動者、勞動資料、勞動對象之間的關系，實現生產要素的創新性配置。比如，數智化采編流程，引領勞動資料效能提升，泛傳播領域AIGC應用，培育新型勞動者，主流價值引領的內容生態治理，拓展勞動對象范圍，基于“智媒+”的產業智改數轉，持續調整生產關系。新質生產力賦能傳媒領域的同時，也伴隨著前所未有的挑戰，尤以安全問題最為關鍵。

媒體融合10年來，新質生產力推動了智媒生態建設，涵蓋傳播、技術和產業生態，但也帶來了相應的安全風險，對各個生態領域產生深遠影響。在技術安全方面，新技術和應用對網絡空間安全提出了新的挑戰，能力與政策上的空白亟待填補。近年來，大模型的安全問題頻發，例如，提示詞注入、數據投毒、不安全輸出以及敏感信息泄露等。在產業安全方面，媒體轉型跨圈強鏈，新模式和新業態的推進帶來新的挑戰，數據資產如何安全合規存儲并實現增值仍在探索之中。在傳播安全方面，新技術催生了大量良莠不齊的信息，困擾受眾的同時也引發透明性與公平性質疑，算法主導的“信息繭房”現象更可能威脅文化多樣性。面對這些關鍵安全挑戰，唯有筑牢安全基礎，方能從容應對，確保智媒生態健康發展[1]。

三、傳媒新質生產力風險點防范的應對策略

防范傳媒新質生產力可能帶來的技術、產業、傳播等安全風險，筑牢安全基礎，需要遵循系統性與結構化原則，以網絡空間安全基礎設施為依托，將威脅情報、漏洞識別、專家響應等能力與媒體場景和數字經濟的安全需求相融合，使安全能力深度嵌入智媒生態。同時，要以促進發展為首要任務，將安全風險視為發展的堵點加以疏通，努力在生產與風險之間實現平衡。面對新技術與新應用帶來的變化，安全理論需要持續創新，安全標準需緊跟國際國內政策環境動態調整，以實現高效安全建設。更重要的是，新質生產力應在促進新時代公共意識和社會文化發展的過程中，依靠全社會的協同治理和公眾參與，共同構建堅實的安全屏障。實現這些目標的關鍵在于推動政策法規、技術安全與公眾認知三要素的協同提升，形成基礎扎實、監管有力、全民參與的安全防護體系，為智媒生態健康發展保駕護航[2]。

（一）強化政策標準，構建法規和制度體系

網絡安全與信息化關乎國家安全、發展，以及人民福祉，是重大戰略問題。近年來，我國不斷完善政策法規，從發布信息安全綱領性文件到制定安全等級保護規范與技術標準，全面推進網絡空間主權、安全與發展利益的維護。數據安全被提升至國家安全高度，明確個人信息保護原則，并建立針對電信網絡詐騙的全方位治理體系，有力保障國家與公眾安全。經過持續優化頂層設計，我國網絡安全政策法規和制度體系已基本形成，為網絡安全建設奠定了堅實基礎。

AI與機器學習技術的迅猛發展對互聯網生態產生了深遠影響。截至目前，我國已發布超100個參數規模在10億級以上的大模型。這些技術的快速進步不僅推動了產業應用的多樣化，也帶來了嚴峻的安全合規與自主可控挑戰。為應對這些問題，相關規則和標準正在不斷完善。2023年8月，《生成式人工智能服務管理暫行辦法》正式實施。2024年2月，全國網絡安全標準技術委員會發布《生成式人工智能服務安全基本要求》，圍繞語料、模型和評估等5個方面提出具體要求。2024年4月，WDTA（世界數字技術學院）又推出《生成式人工智能應用安全測試標準》，這是國際上首個針對大模型安全測試的標準，在內容與技術安全層面實現了全面覆蓋。

傳媒新質生產力的生成和發展給傳媒行業帶來了內容質量、真實性、合法性等方面的挑戰，如何建立行業自律機制，完善智媒平臺約束機制，成為當前亟待解決的問題。2024年11月，在中國新聞技術工作者聯合會學術年會上，由新華社技術局、四川封面傳媒科技有限責任公司（以下簡稱“封面科技”）、媒體融合生產技術與系統國家重點實驗室、中國傳媒大學等30余家單位聯合編制的《新聞行業大規模預訓練模型》系列團體標準正式發布，標志著新聞行業在智能內容生成與應用方面邁出了重要一步，為新聞行業大規模預訓練模型構建出一個全面而系統的框架，為模型的實際應用提供了具體指導，確保新聞領域預訓練模型應用能夠遵守相關法律法規。

（二）推進技術創新，提升網絡安全的防護能力

在智媒生態建設中，新質生產力不斷推動重塑系統邊界，促使網絡安全架構持續演進，同時，結合大模型防護技術的應用，要進一步提升新技術環境下的防護能力，為網絡安全提供更加智能化的解決方案。

1.加固內生安全防線，筑牢網絡安全屏障

構建零信任安全架構，打造網絡隱身、統一接入、最小授權、實時認證、持續評估、動態策略、服務隔離等七大零信任技術能力，利用權限認證機制和基于身份的訪問控制，為應用和服務提供隱身防護。搭建應用運行時的自我保護能力，將安全防御能力整合到正在運行的應用程序中，在應用程序運行時實時監控應用的運行狀態，結合開源工具二次開發安全規則，攔截SQL（數據庫查詢和程序設計語言）注入、敏感信息泄露、越權訪問等攻擊請求，使應用程序具備實時監控和阻斷攻擊的自我保護能力。與此同時，采用交互式應用安全測試技術，構建高效的DevSecOps（開發、安全、運營）流程，從而將應用安全漏洞在開發、測試階段暴露出來，降低安全漏洞的修復成本，以此為契機推動測試團隊建設應用安全自動化測試。

結合媒體策、采、編、審、發等業務流程，建設風控管理體系，對稿件全生命周期和用戶行為全流程接入機器審核，實現稿件與用戶行為的智能監控與管理。通過內容自動化巡檢，實施從感知風險、控制風險到治理風險的閉環自動化處理手段。類似審校系統，目前已有人民網推出的“人民審校”系統、新華社技術局推出的“新華較真”、封面科技推出的“審核云”、百度推出的“百度大腦”等內容審核平臺。

持續加強內容安全態勢感知能力建設，將內容安全態勢感知功能深度集成到內容生產的系統中，確保從內容生產到發布的每一個環節都得到嚴密監控。將發稿審核、敏感詞觸發、開關演練切換、用戶注冊登錄、用戶輸入等關鍵操作全面數據化，以形成精準的內容安全數據模型，這一模型能夠實時告警、聚合統計威脅事件，全面反映內容安全的風險狀況。借助安全評分、安全監控、安全趨勢、安全預警、風險聚合展示等模塊，將內容安全態勢以直觀、易懂的方式呈現出來，協助內容團隊更真實地感知內容安全態勢，確保內容的安全性和合規性。

2.應用智能新技術，提升安全保障的效率和水平

目前大模型應用場景在逐步落地實現，各種安全理論和技術也在不斷涌現，大模型防護技術作為AI的前沿應用，逐步成為智能化防護體系的重要組成部分。

大模型技術在網絡安全保障中優勢很多。具有大規模數據分析能力的大模型能夠處理海量的多維數據，通過深度學習和模式識別技術，快速檢測異常行為和潛在威脅，從而提高攻擊發現的準確性和效率。借助大模型的實時計算能力，網絡安全系統可以快速響應復雜威脅，動態調整防護策略，增強安全體系的彈性與敏捷性。通過對歷史攻擊數據和當前網絡行為的深入分析，大模型可以預測潛在攻擊路徑，提供有針對性的預警信息，從而主動防御未來的安全事件。能夠自動化學習正常網絡行為模式，快速檢測異常活動并實施防御，例如，識別分布式拒絕服務（DDoS）攻擊或未知威脅。對海量惡意樣本的學習，大模型能夠精確識別未知惡意軟件特征，有效防止惡意代碼的傳播。用大模型對用戶行為進行動態分析，檢測異常登錄、權限濫用等問題，保護數據和系統安全。例如，奇安信集團發布的Q-GPT安全機器人和大模型衛士，基于奇安信大模型的“虛擬安全專家”，可以全天候工作，一臺機器人工作效率等于60多名安全專家，極大提升了生產力。大模型衛士集安全風險發現、大模型訪問控制、數據泄露管控、違法違規行為溯源、大模型應用分析等于一體，幫助企業更安全地向大模型要生產力。例如，深信服推出的安全GPT+，由“大模型算法+威脅情報+安全知識”訓練而成，大幅提升對流量和日志的安全檢測能力，用戶安全現狀自動分析及建議生成，自動化調查、分析、研判提升安全運營效率。

在大模型安全前沿技術層面，持續深入探索大模型的安全測試技術，借助AI技術通過自動化和智能化的測試方法測試AI，并積極尋找高效的大模型安全測試工具，以提升安全保障的效率和水平。

（三）拓寬大眾傳播，增強公眾的信息安全意識

建立健全的舉報和反饋渠道，使公眾能夠便捷地報告網絡安全問題、虛假信息或侵犯隱私的行為，并確保這些舉報得到及時有效處理。例如，四川日報報業集團打造的“問政四川”平臺，已運行超過10年，成為四川省目前最大的網絡問政理政平臺。2022年，平臺實現了四川各級黨政部門的全覆蓋，并與42個民生領域的廳局、21個市州、183個縣（市、區）及6800余個黨政部門展開了互動合作[3]。封面科技推出的封面新聞10.0版本，整合了32家省級主流媒體，提供了包括“我要求助”“我要投訴”“謠言線索”“我要舉報”等多種求助與爆料通道。用戶可以通過一鍵操作表達訴求，平臺還設置了權威辟謠和舉報入口，確保快速提交并得到官方處理回復。

提高數字安全技能，教育公眾掌握基本的數字安全信息。各媒體應圍繞網絡空間安全領域的重大成就和最新動態開展主題宣傳活動，深入宣傳《中華人民共和國網絡安全法》《中華人民共和國數據安全法》《中華人民共和國個人信息保護法》《關鍵信息基礎設施安全保護條例》等重要法律法規、政策文件、國家標準，通過論壇、研討、展覽、競賽等形式，聯合黨政機關、科研機構、高校、企業、社會組織、群眾等各方力量廣泛參與網絡安全宣傳活動，全社會共筑網絡安全防線。

通過以上綜合施策，可以有效提升公眾的信息安全意識和自我保護能力，進而形成強大的社會共治力量，為傳媒新質生產力的發展營造安全良好的外部環境。

四、結語

在科技迭代快速、內容傳播分散、虛假信息難以辨別、法律規范滯后、國際形勢嚴峻的情況下，要使傳媒新質生產力更好地運作起來，需要實現政策、技術與認知的深度協同，建立系統化的協作機制，確保三者在傳媒新質生產力的發展過程中相互支撐、相互促進。政策為技術發展和認知提升提供方向和保障，技術為政策落地和認知升級提供支撐，認知則為政策和技術的有效實施提供基礎。只有三者協同發展，才能筑牢傳媒新質生產力的安全基礎，推動傳媒產業的持續創新與高效發展。

參考文獻

[1]宋鈺冉，馮穎曉，李小璐，等.智媒時代信息繭房的成因及破繭對策[J].黑龍江科學，2021，12（12）：160-161，164.

[2]肖葉飛.媒介融合時代網絡技術賦權與意識形態安全[J].傳媒論壇，2022，5（9）：33-36，53.

[3]劉若辰，張劍，孫尚如.“公益集裝器”：川觀新聞構建平臺型生態系統的創新性實踐探索[J].新聞界，2023（12）：91-96.