AI時代傳媒教育需要創新突破

新聞傳播學自成為教育部設立的國家一級學科以來已經有30余年了，該學科是改革開放的產物和成果，正體現了彼時教育部批準建立該學科時的國際視野和前瞻性。該學科是在中國原有的宣傳工作實踐和帶有強烈蘇聯色彩的新聞學科基礎上形成的，經過了20世紀80年代的思想解放和90年代的傳媒市場化實踐，又吸收了美國大眾傳播學的理論成果，進而形成獨具中國特色的新學科。

AI技術的發展，給新聞傳播學科乃至整個傳媒領域學科的教育帶來巨大挑戰，教育界應如何進行系統性變革以應對挑戰？人才培養該如何為建設具有全球影響力的傳媒體系服務？這些問題是當前傳媒教育亟須破解的問題。

新聞傳播學科的發展成就與面臨問題

新聞傳播學科發展的巨大動力主要來自中國媒體的產業化發展實踐、中國互聯網產業的迅速崛起以及國家教育體系的發展。中國媒體的產業化過程又經歷市場化、網絡化、產業化、國際化、職能化的過程。全國各高校先后興辦了800余個（所）新聞與傳播院系，批準建立了10余個博士學位授予點與上百個碩士學位授予點。新聞傳播學科的發展和大量的人才培養對推動中國傳媒業發展和中國互聯網產業崛起具有里程碑式的歷史性貢獻。

但是，由于互聯網信息技術的快速發展和迭代創新，以及中國的和平崛起、國際政治經濟格局的巨大變化，新聞傳播學教育難以適應急劇變化的大環境，處在一種與傳媒實踐和業界逐漸脫節并愈發游離的狀態。新聞傳播學界非但不能引領和指導傳媒業的發展實踐，反而頻頻落后于業界的發展步伐。學科理論與傳媒實踐嚴重脫節的教育現狀，既使得很多畢業生找不到心儀的工作，又導致傳媒業界與互聯網平臺很難招聘到合適的人才。大量新聞傳播學子都無法做到學以致用——學什么不干什么，干什么不學什么，這可以說是一門學科發展的悲劇。

面對百年未有之大變局，新聞傳播學科是困惑和迷茫的。這種現象不僅存在于中國的新聞傳播學界，同樣存在于美國，歐洲則更為嚴重，不同國家的新聞傳播學科和學者都面臨著同樣的危機和困惑。在這樣一種共同危機和學科困惑下，中國學者和全世界新聞傳播學者都站在同一條起跑線上，沒有什么可以依賴和借鑒的理論模式，也不再滿足于拿來主義與翻譯套用，只能靠我們自己去進行富有創造性的研究和探索。

傳媒教育改革需要具有顛覆性的創新思維，需要在人工智能時代的新起點上再出發。

DeepSeek的顛覆性創新對傳媒教育的啟示

DeepSeek的顛覆性創新引發了全球震驚和廣泛關注。2025年1月31日，英偉達官網發布消息稱DeepSeek-R1模型是最先進高效的大型語言模型，在推理、數學和編碼方面表現出色。OpenAI首席執行官奧特曼表達了對DeepSeek的贊賞，英偉達、微軟、亞馬遜三大美國“巨頭”公司同日接入DeepSeek。DeepSeek被全球頂級科技公司接受，得益于其創始人梁文鋒及其團隊的顛覆性創新。

在這個人工智能帶來重大轉折的歷史時刻，面對梁文鋒、黃仁勛等“數字英雄”的出現，我們不禁要思考，這樣的人才是怎么培養出來的？支撐他們實現里程碑式的顛覆性創新的底層邏輯到底是什么？筆者認為是算力。如此低成本大模型的研發與中國的世界一流算力中心相關，而能夠支撐這么強大的算力中心還與豐富的電力資源有關。無論是強大的算力，還是強大的電力，都是中國綜合國力日益強大的表現。

DeepSeek大模型具有顛覆性的成本優勢，可能使傳統以“高投入、高算力”為核心的大模型研發路徑受到沖擊。中國已經具備如此強大的算力且成本極低，使得過去市場在該領域對美國的“迷信”與依賴格局悄然改變。如果DeepSeek“花小錢辦大事”的創新研發模式得到持續驗證，那么有理由相信，未來中國還會擁有一系列“爆炸性”創新。

英偉達稱DeepSeek-R1是一款具有先進推理能力的開源模型。與直接提供答案不同，DeepSeek-R1的推理模型會對一個問題進行多次推理，通過思維鏈、共識和搜索方法來生成最佳答案。DeepSeek-R1 NIM微服務在單個英偉達HGX H200系統上，每秒最多可處理3872個Token。DeepSeek-R1是此擴展定律的完美示例，證明了加速計算對于代理AI推理的需求至關重要。由于模型可以反復“思考”問題，因此它們會創建更多輸出Token和更長的生成周期，模型質量會不斷提高。大量的測試對于實現實時推理和來自DeepSeek-R1等推理模型的更高質量響應至關重要，這需要更大規模的推理部署。R1在需要邏輯推理、數學、編碼和語言理解的任務中提供了領先的準確性，同時還提供了高推理效率。

生成式人工智能的發展對傳媒業產生了巨大影響。2023年11月，以ChatGPT為代表的生成式人工智能成為新聞傳播領域關注的焦點話題，其影響力已滲透到了新聞生產過程：美聯社與ChatGPT的開發公司OpenAI達成合作協議，授權后者可以使用美聯社的部分新聞，以更好地探索ChatGPT在新聞領域的應用。尼曼實驗室2022年的預測已變成現實：寫作機器人成為新聞機構的重點關注領域。現在DeepSeek的顛覆性創新，會促進人工智能在傳媒行業和傳媒教育領域的應用，也為其他行業的創新發展起到了示范作用。

AI時代如何創新傳媒人才教育

AIGC以其強大的生成能力顛覆內容生產方式的同時，也為現階段的傳媒教育、傳媒業帶來了機遇與挑戰，如何在這一時代背景下實現理論創新、模式重構、人才培養創新，是傳媒學界面臨的重大課題。

學校層面需要深化改革，構建人工智能時代的課程體系，對于新聞傳播學科來說，在人工智能方面的人才培養也進入一個更高的階段。例如，清華大學創辦了人工智能應用實驗室；山東大學新聞傳播學院早在2018年就引進了計算機、信息管理方面的人才，開設了大數據思維與技術等課程，在學生數據思維培養方面提前布局，為后續課程規劃與知識體系建設奠定了轉化的基礎。

人工智能時代傳媒教育的系統性變革需要智慧的碰撞，需要為新聞傳播學科注入新的活力，從而進一步推動新聞傳播事業和產業在智能時代實現高質量發展。交叉學科、產品經理、人機互構、AI驅動等成為傳媒教育變革的關鍵詞。

傳媒業的經典崗位如記者、編輯、評論員、攝影、攝像、播音、主播、編劇、發行等與內容制作和分發有關的行業崗位都有可能被人工智能所替代。有學者分享過一組數據，在AI替代率最高和最低的各25個職業中，高替代率一列中傳媒相關的工作占了9個席位。人工智能大模型的學習能力、創作能力和生產速度太強大了，我們目前看到的僅是冰山一角。從短期來看，媒介技術可以輔助編輯和記者，減少他們的日常任務和重復工作，使得他們能夠專注于深入分析類和調查性新聞。但從長遠來看，技術應用的目的是減少甚至取代對人類記者的需求，以降低人力資源成本。對此，來自BBC、CNN和路透社的記者已經感受到技術帶來的威脅，認為這些技術的應用會減少媒體對人類記者的需求，并刺激行業進行更多的裁員。

在人工智能時代，新聞傳播學科要根據傳媒產業的發展需求，有針對性地調整自己的人才培養方向和課程體系。過去30年的新聞教育始終滯后于媒介技術的發展，甚至從某種程度來說，培養的總是“過時”的人才。傳媒技術發展決定了新聞教育改革的方向，這也就意味著媒體需要什么樣的人才，新聞傳播院系就應該培養什么樣的人才。這就需要調整培養方案和課程體系，還需要改革調整學生的培養過程。

從20世紀90年代末至21世紀初，美國很多新聞院校就已經修改了課程或開發了新的課程，為學生未來能夠在多個媒體平臺工作做準備。2010年，美國科羅拉多大學校長Philip P.DiStefano宣布，由于媒介技術的快速發展和社會需求的快速變化，把新聞、傳播項目整合為一個更大的由信息、傳播、技術等組成的跨學科項目。在課程方面，美國新聞院校普遍新增了編程、數據分析、數據設計等數字新聞技能課程，如西北大學麥迪爾新聞學院等將多媒體敘事列為該院的核心課程。

人工智能技術點燃了新一輪傳媒革命的引擎，從ChatGPT到國內大模型開發的“百模大戰”，再從“百模大戰”中勝出的“戰國七雄”，到中國大模型的“六小龍”。“六小龍”指的在AI大模型中嶄露頭角的六家創業公司，分別是：

Kimi月之暗面（Moonshot）：由“90后”天才研究員楊植麟創立，他參與了智源悟道、華為盤古等大模型的研發，以Kimi智能助手為核心產品，憑借200萬字無損上下文輸入，借助長文本的功能，在市場中獲得了廣泛關注。

MiniMax：由前商湯科技閆俊杰創立，他在短時間內從實習生晉升為副總裁，并帶領MiniMax迅速成為大模型領域的獨角獸企業。MiniMax擅長出海業務，其海外AI應用產品Talkie取得了顯著成績。

智譜AI：由清華大學知識工程實驗室孕育而生，由唐杰教授帶隊。智譜AI在B端市場入局較早，且能實現B端、G端全面開花，與頭部大廠形成競爭態勢。

百川智能：由搜狗前CEO王小川創立，深耕醫療、金融等領域，并全面投入AI醫療領域的發展。

零一萬物：由曾經創投界的領軍人物李開復創立，在零售、餐飲等行業推出了數字人解決方案和面向智算中心的AI Infra解決方案。

階躍星辰：由微軟小冰和曠視科技的核心班底共同創立，在金融、出版等行業與頭部企業合作，推出了多項基于大模型的行業解決方案。

國際上文生視頻模型Sora驚艷亮相，湖南衛視AI導演“愛芒”上崗，再到DeepSeek的震撼全球，這一切深刻改變了傳媒行業的內容生產模式，這種深層變革勢必對傳媒教育提出新的挑戰和更高的要求。

沒人能夠阻擋科技創新前進的腳步，唯一的選擇是跟上時代發展的步伐。人工智能時代將如何改革傳媒教育？當下傳統傳媒教育體系與當前傳媒市場的需求存在很大偏差，缺乏網絡數字媒體方面的人才。這要求教學與傳媒一線實踐緊密結合，教育改革也要相應導入交叉學科理念，以培養適應全媒體傳播環境的新型傳媒人才。

在推進主流媒體系統化變革的過程中，人才結構和質量要求也在發生新的變化。需要培養一批政治素養高、能采能寫能編能拍、具有話題設置能力、熟悉媒體運營的人才，需要培養有使命、有擔當，堅持馬克思主義新聞觀的新生力量。

傳媒人才培養仍需堅持以人為本

英國歷史學家湯因比曾在與日本作家池田大作的對話中表示，現代教育陷入了功利主義并帶來了兩個弊端：一是學問成為政治和經濟的工具，喪失了原有的主動性；二是人們開始認為只有產生實利的知識和技術才有價值，導致做學問的人成為知識和技術的奴隸。在這種異化的教育中，市場邏輯成為操縱教育的底層邏輯，導致包括新聞學在內的諸多學科教育成為讓人找到工作、維持生存、獲取財富的手段。這一過程中，教育最先思考的不是該如何培養“人”，而是如何培養符合市場需要的“員工”，人異化成了工具人。

在西方，新聞學院是伴隨著記者職業化而出現的，似乎從一開始就是為了培養職業化、專業化的記者，來提高記者的職業地位。當代新聞院校有必要拓寬視野，在更宏觀的學科背景中把新聞學教育延伸到整個高校的基礎教育、通識教育中，嵌入學生學習和思考的底層邏輯，讓更多的人接受新聞學的基本教育。例如，麻省理工學院在其下設的比較媒體研究學院開設了面向全校公選的寫作課，教授各種寫作的形式與技巧，覆蓋基本的說明性散文和更高級形式的非虛構寫作、小說、詩歌、科學寫作、科學技術傳播和數字媒體等。在課程方面，麻省理工學院分為三個方向：創意寫作、科學寫作和數字媒體。全校任何專業的學生，都可以通過相關課程的學習，掌握在不同媒體上撰寫文章的知識與能力。再如，清華大學于2008年開設了“全球媒介素養”課程并向全校學生開放，其目的是把這門課變成全校學生的基礎課，幫助大學生掌握在全球化背景下利用媒介和信息發展自身的技能。這些嘗試和做法，目的都是最大程度地發揮新聞教育的核心優勢，把新聞學的思考邏輯嵌入學生看待世界、回應世界的底層思考邏輯中。

傳媒內容仍然是基礎，回歸以人為本，在技術迅速發展的背景下，教育的本質不應僅僅聚焦于技術應用，而是要回歸教育的初心。AI時代的內容制作課程要配備懂新技術的老師，為此需要引入新的師資力量，需要有硬件設備和軟件技術的支持，有的甚至還需要有專業的媒體實驗室來支持，這意味著為了維持這些設施的運轉，新聞院校必須投入充足的財力、物力和人力。然而，不論是國外高校還是國內高校，每年的經費預算是較為固定的，如此的投入是不小的負擔。經費、課程和師資向新技術過度傾斜，可能導致另一個后果——教育的“本末倒置”。經費充足的大型高校有條件開設各種以技術為導向的創新課程，而普通高校的新聞院系則只能按照傳統的教學方式亦步亦趨。

新聞具有公共屬性，雖然以美國為首的西方媒體標榜自己堅持的是新聞專業主義，追求的是客觀、中立，可實際上他們還是受到私營媒體企業屬性的限制——服務于自己的股東、客戶（廣告商）。更為重要的是，企業的底層思考邏輯是資本的邏輯，即以能不能盈利來衡量企業是否成功。為什么媒體企業熱衷于開發以寫作機器人為代表的一系列程序、算法？因為從效益比來看，算法比人類記者、編輯的勞動成本更低、速度更快、效率和準確率更高且全年無休。

教育的原點是人，因此放在教育首位的應該是人的發展、人的完善。新聞學教育尤其需要注重培養學生的認知能力，促進其社會化品質，如好奇心、責任心、溝通能力和傾聽能力等，這都是優秀傳媒人的核心競爭力。國際21世紀教育委員會向聯合國教科文組織提交的報告《教育：財富蘊藏其中》指出：“教育的基本作用是保證人人享有他們為充分發揮自己的才能和盡可能牢牢掌握自己命運所需要的思想、判斷、感情和想象方面的自由。”高等教育應注重學生綜合能力的培養，幫助他們了解過去、了解現在，學會處理生活與工作中不可避免的變化，使得他們可以發現、解釋和導航未來。從這個角度來看，回歸教育的本心，就是回歸到“人”的培養上，“促進每個人的全面發展，即身心、智力、敏感性、審美意識、個人責任感、精神價值等方面的發展”。新聞學教育的培養目標，也應當回歸到促進人的全面發展上來。

【編輯：曲涌旭】