生成式人工智能驅動數據新聞的新專業主義建構

【摘 要】剖析AIGC對數據新聞的影響機制，發現AIGC對數據新聞存在多重影響：在技術賦能層面，將數據屬性轉向智能生成，促使敘事機制實現人機協同，推動可視化表征形成視覺修辭深化；在專業挑戰維度，帶來專業邊界模糊、角色價值重構與使命實現危機。針對這些問題，應構建以專業主體性錨定為核心的數據新聞專業主義，通過確立不可替代的專業競爭力、發展人機協同的創新能力、建構價值導向的評價標準，引導數據新聞在技術變革中保持專業自主性并實現社會價值。

【關" 鍵" 詞】生成式人工智能；人機協同；數據新聞；新聞專業主義；新聞價值

【作者單位】余夢瓏，清華大學新聞與傳播學院；沈陽，清華大學新聞與傳播學院，清華大學人工智能學院。

【基金項目】中國博士后科學基金面上項目“媒介生態學視域下生成式人工智能對媒體信任的影響機制研究”（2024M751594）的階段性成果之一。

【中圖分類號】G212；G210 【文獻標識碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2025.02.002

生成式人工智能對數據新聞的技術賦能向新聞專業主義提出了新的要求與考驗。數據屬性的智能增強、敘事機制的算法參與及可視化表征的技術創新共同構成了人工智能對數據新聞影響的多維度表現，形成技術應用與專業發展的互動關系。然而，這種融合也帶來專業邊界消解、角色價值轉型與使命實現危機的系統性挑戰。基于此，探索生成式人工智能環境下數據新聞的專業主義新路徑，能夠更好地在技術變革中維護新聞專業價值，推動數據新聞健康發展。

一、現象圖景：AIGC對數據新聞實踐的技術賦能

生成式人工智能通過影響數據屬性的認知基礎、改變敘事框架的建構邏輯、革新視覺修辭的表征系統，形成從信息呈現到知識生成的新專業圖景，拓展數據新聞的認知邊界與價值體系。

1．數據屬性：客觀呈現到智能生成

數據是數據新聞的基礎性要素與核心載體，生成式人工智能進入數據新聞實踐帶來了三個全新特征。

一是數據來源的新維度：生成式數據的出現。數據被視為社會現實的量化呈現與事實依據，構成數據新聞區別于其他新聞類型的關鍵特征。然而，在生成式人工智能時代，數據本身可能是由大模型通過對已有數據的學習、推理與生成而來。這種“生成式數據”模糊了數據的來源邊界，使人們對新聞真實性的判斷變得更為復雜。生成式數據具有以下特征：基于大規模語言模型的訓練實現數據的衍生創新；具備跨模態理解和轉化能力，將非結構化數據轉化為具有明確語義關聯的知識網絡，在不同的數據形態間建立關聯，形成對應的知識表征；通過涌現能力實現數據的自我進化與擴展。這種新型數據形態打破了數據新聞“數據客觀存在”的基本假設，使新聞真實性的判斷標準從原始性轉向可驗證性。

二是數據處理的新機制：智能分析與語義增強。生成式人工智能通過對已有數據的深度學習和語義理解，賦予傳統數據新解釋維度與價值屬性。這種對非生成數據的深度加工和再創造過程包括：基于深度推理的數據重構，即從不完整的數據中補全數據圖景；通過模式識別實現的數據擴展，即從已知數據推演出相關的新數據；依托知識圖譜進行的數據融合，將不同來源、不同類型的數據整合為有機整體。

三是數據價值的新標準：從稀缺性到生成潛力。這種新標準強調數據通過大語言模型處理產生新洞見的能力：數據的認知深度，體現在數據揭示社會現象背后深層規律的能力；數據的關聯廣度，即數據連接不同知識領域的潛力；數據的演化韌性，即數據在時間維度上保持解釋力的持久性。生成式人工智能不僅豐富了數據新聞實踐中的數據篩選標準，還在數據的真實性、可靠性與代表性的基礎上，通過其在新聞生成過程中提供的創新發現與社會影響力來定義其價值。需要注意的是，客觀呈現與智能生成分別代表了生成式人工智能數據新聞的兩種功能取向，前者是實證主義視角下對現象事實的呈現與解釋，后者則根植于建構主義視角，將數據看作認知過程的產物，注重數據背后的模式發現與意義建構。二者在生成式人工智能環境下互補與融合，共同構建數據新聞在技術賦能時代的認知新框架。

2．敘事機制：人機協同的框架建構

新聞框架是記者選擇、強調與組織信息的認知圖式。在數據新聞中，記者通過框架化［1］將數據的客觀性轉化為具有社會解讀功能的敘事。這種轉化過程體現了數據新聞的雙重屬性：既要保持數據的科學性，又要實現新聞的社會價值。生成式人工智能的介入在技術層面影響其敘事框架化過程，但并未改變其本質屬性。

傳統數據新聞的敘事框架呈現兩種典型模式。一個是“敘事框架引導數據分析”模式。記者或數據分析師首先根據新聞主題或社會關切確定敘事框架，而后基于該框架選擇、收集和分析數據，以支持敘事的需求。這種方法依賴于記者的先驗知識與社會感知力，體現了新聞專業主義在數據新聞實踐中的主導地位。在此模式下，數據作為支撐敘事的工具，服務于預設的敘事目標，最終呈現的報道通常遵循清晰的主題與邏輯結構，強調數據的可解釋性和敘事的連貫性。另一個是“框架從屬”模式，即數據分析結果決定敘事框架的選擇與構建。數據分析揭示的是客觀事實，敘事框架則是這些事實的再現方式［2］。在此范式下，框架建構呈現線性特征，即數據分析的發現直接導向特定的敘事框架，強調數據驅動敘事的客觀性。

人工智能介入數據新聞領域后，推動“生成性敘事”這種新模式的形成，即在數據生成與敘事生成之間進行雙向互動，根據數據自動構建并調整敘事框架，推動數據新聞實現從工具型框架向智能型框架的升級。其特點在于：框架生成的智能化，大模型能夠自主識別和構建有效的敘事框架；框架驗證的系統化，通過算法確保框架的數據支撐；框架應用的優化，實現框架與數據的快速匹配。這種轉變推動了數據新聞結構性解釋能力的拓展。尤其是在關聯分析方面，大模型能夠整合多維數據并識別潛在模式，形成多層次解釋框架，提升數據新聞的認知深度與解釋廣度。

需要注意的是，生成式人工智能技術介入數據新聞不應改變也不能改變的基本原則是其敘事范式建立在“數據支撐事實、事實決定敘事”的專業主義基礎之上。這就要求記者在運用人工智能工具時必須始終堅持真實客觀原則，確保所有的框架生成與敘事建構都有可靠的數據作為支撐。同時，記者的專業判斷在框架評估和敘事導向方面的主導地位不能動搖。

3．可視化表征：視覺修辭的技術轉向

數據可視化是數據新聞的核心表現形式，其本質是通過視覺編碼將抽象的數據轉化為受眾可感知、可理解的視覺形式。從視覺修辭理論視角來看，可視化不僅是數據的圖形化呈現，亦是視覺論證［3］過程。在此過程中，可視化設計者通過視覺符號的選擇與組織，構建對數據的解釋框架，實現從數據到意義的轉化。

一是視覺論證。記者首先需要明確可視化的論證目標，即基于視覺手段證明什么樣的數據主張。論證過程關注如何將數據屬性映射為視覺變量，通過視覺選擇與視覺強調引導受眾理解數據背后的意義，其核心是編碼準確性與解碼可靠性。生成式人工智能介入后，數據新聞視覺論證的本質并未改變，但在實現路徑上正在從手動編碼向智能視覺論證過渡。需要注意的是，盡管大語言模型通過對數據特征與論證目標的分析，能夠提供相應的視覺變量映射建議，但最終編碼決策仍需要人類基于視覺修辭進行專業判斷。

二是視覺組織。數據新聞可視化需要考慮人類視覺感知的基本規律，傳統數據新聞強調通過視覺層級和視覺關系的設計，構建信息結構以平衡信息復雜性與認知易達性的問題。生成式人工智能通過模式識別分析數據的內在結構，通過關系映射構建視覺層級。在人機協同過程中，生成式人工智能根據數據特征與傳播目標優化信息架構的結構化呈現方式，實現視覺組織方案智能化調適，從而構建出兼具認知效率與信息層次性的視覺語法系統，增強人類對信息的結構化理解與系統性解讀。

三是修辭策略實現。數據新聞可視化承擔著重要的說服功能，需要通過有效的視覺修辭策略來增強傳播效果［4］。這種修辭效果主要通過意象塑造與視覺敘事［5］兩種方式實現。生成式人工智能為修辭策略的實現提供了新技術支持，數據與文、圖、視頻的多模態整合使數據新聞的視覺修辭獲得了新表現力，包括意向塑造層面的符號整合與情感附著，以及視覺敘事層面的多重修辭空間，促使數據呈現的情境化解讀與說服功能得以深度實現。

二、潛在危機：AIGC對數據新聞專業的系統挑戰

生成式人工智能介入數據新聞領域并非簡單的技術替代，而是一場對新聞專業主義認知權威的系統性挑戰。從邊界定義的認知基礎到角色身份的存在依據，再到使命實現的功能機制，生成式人工智能的介入為數據新聞領域帶來漸進式消解與價值侵蝕的專業范式危機。

1．專業認同的邊界危機

當人工智能可以自主完成數據分析與新聞內容生成時，數據新聞專業工作的核心究竟是什么？這一問題直指當前數據新聞面臨的第一重挑戰：專業邊界危機。傳統新聞專業主義建構在“專業知識體系”、“專業技能范疇”和“專業規范準則”三大支柱之上形成其專業實踐邊界系統，數據新聞將這一邊界擴展到數據分析領域，形成“新聞專業+數據能力”的復合型邊界。當前，AIGC技術正在滲透這些領域，促使業界對新聞專業主義邊界進行重新定位與反思。

在專業知識體系層面，數據新聞實踐呈現三重遞進認知架構：基礎層是數據方法論知識體系，構成了技術實踐的底層支撐，包括數據采集與分析模型系統性應用；中間層是新聞專業知識體系，形成了內容生產的理論框架，涵蓋新聞傳播學范式、敘事建構及受眾認知心理研究；高層是社會認知判斷體系，涉及新聞價值認知和社會責任意識［6］。生成式人工智能基于算法架構與深度學習機制，已顯示對前兩層知識體系的快速習得與有效應用能力，通過模式識別與深度推理逐步展現對高層價值判斷的技術性模擬能力，消解了由專業知識體系構成的區隔專業與非專業的邊界壁壘。

在專業技能范疇層面，傳統新聞專業技能體系呈現“技術—認知—判斷”結構：技術層的顯性操作技能（采訪、寫作、編輯）、認知層的信息處理機制（框架建構、敘事組織、邏輯推理）及判斷層的價值實踐能力（議程設置、輿論引導、社會批判）。數據新聞引入算法思維作為連接技術與認知的中介機制，當前生成式人工智能不僅可以實現技術層的自動化操作能力，還能基于大規模語料庫訓練形成對認知層框架建構與敘事組織的模擬能力，在高階專業能力上展現對社會議題分析理解和輿論態勢的預測能力。這種綜合性的技術賦能與入侵，使得建立在特定技能基礎上的專業壁壘逐漸弱化，促使新聞專業實踐者從技能掌握者向技能整合者與判斷主體轉型。

就專業規范體系而言，新聞專業規范包含事實規范（Factual Norms）構成真實性保障機制、程序規范（Procedural Norms）確立操作合法性基礎、倫理規范（Ethical Norms）提供價值判斷框架［7］。在傳統新聞環境下，這一規范體系通過制度化約束（行業準則、組織規約、法律法規）與價值內化（職業社會化、倫理認同）的雙重機制維持。生成式人工智能的介入使規范不再僅是外部約束或內化認同，而是轉向“參數化規則執行與人類監督”的復合系統，通過形式化規則系統實現了事實規范的自動化驗證，通過標準化執行模式確保了程序規范的一致性實施，然后基于預設倫理參數進行規范性判斷。這種規范執行機制的挑戰有兩個方面：一方面，從價值內化轉向技術外置，弱化了專業認同的內在基礎；另一方面，在倫理困境與價值沖突等需要情境化判斷的領域，人工智能規范執行的局限性也暴露了技術理性對專業主義內核的觸及邊界，需在標準化執行與情境化判斷間建立新的平衡。

2．專業角色的價值轉型

數據新聞被視為“專業記者+數據分析師+可視化專家”協作的產物，當下卻面臨人工智能替代或半替代大部分流程的可能。在AIGC能夠完成大量技術性工作的情況下，新聞專業人員的角色定位與價值錨點何在？這個問題揭示了生成式人工智能對新聞專業主義的第二重挑戰：專業角色轉型。

一是技術價值讓位于判斷價值。在傳統新聞實踐中，技術能力與判斷能力共同構成新聞從業者的核心競爭力，當人工智能可以自動生成內容與完成大量技術性工作時，新聞從業者的專業價值重心將更多地向判斷主導型結構轉變。這種判斷力體現在三個層面：對數據價值的前置性判斷，即在海量信息中識別具有公共意義的數據集合與信息群落，構成數據新聞實踐的前置性認知框架；對分析框架的建構性判斷，即對人工智能生成內容的語境化理解與批判性選擇，實現從數據關聯到社會意義的轉譯；對社會影響的整體性判斷，即基于社會系統理論對新聞產品可能引發的多維度影響進行系統性評估，確保專業實踐的責任倫理。

二是從專業分化到系統整合。傳統新聞業基于功能分化理論構建了精細化的專業分工體系，形成了采編播報、數據分析、視覺設計等相對獨立的專業分工，專業身份也隨之錨定于特定技能域的熟練掌握。生成式人工智能的多模態處理能力與跨領域整合機制，消解了專業分工的邊界基礎，對部分新聞專業技能直接形成結構性替代，促使專業價值向系統整合能力轉型。這種整合能力體現為三個維度的認知結構：技術系統的整合駕馭能力，即對AI工具鏈與傳統新聞工作流程的融合重構，從技術使用者轉變為技術編排者；AI與人類知識協同框架的構建能力，形成機器智能與人類認知互補的知識生產模式；價值系統的整合判斷能力，在技術理性與新聞專業價值之間建立辯證關系，形成技術驅動下的價值引領機制。

三是常規問題解決與新問題發現的雙重挑戰。生成式人工智能展現了較強的問題解決能力，能夠在既定問題框架下高效產出解決方案，對傳統分析型與程式化生產工作形成替代。發現新問題、提出新視角的能力成為新聞專業人員的關鍵價值，但這同樣面臨人工智能技術帶來的挑戰。一方面，專業人員需要突破人工智能系統依賴的主流知識框架，識別數據中被算法忽視的邊緣信息與異常模式，發現隱藏在共識背后的新問題；另一方面，人工智能生成內容的廣泛應用可能強化既有的認知框架，形成算法共識，存在削弱專業人員質疑主流敘事、發現新問題的能力的風險。這不僅對專業人員的知識儲備與思維方式有了更高的要求，也考驗其是否具有在算法主導環境下保持獨立認知的能力。

3．專業使命的功能實現

當人工智能深度參與新聞議程建構與內容傳播時，新聞專業使命如何實現？這個問題揭示了當前新聞專業主義的第三重挑戰：對新聞專業主義真實性追求、媒介環境塑造與社會性功能的系統影響。

一是真實性追求是新聞專業主義的首要使命，這種真實建立在客觀觀察和專業驗證［8］的基礎之上，而生成式人工智能介入數據新聞領域可能帶來生成性失真危機。生成性失真是指在大模型深度參與數據新聞生產時，因模型訓練偏差或“刻意偽造”所導致的數據或事實呈現難以察覺的扭曲、虛構、錯配或誤導的現象。不同于假新聞與深度造假的刻意欺騙性失真，“生成性失真”更具隱蔽性與系統性。其具體表現包括：在數據層面，人工智能自動生成或補全原始數據集，出現看似合理但并無事實來源的虛構數據；在文本層面，人工智能將內在偏見或小概率誤差疊加在新聞敘事中，形成似真非真的混合敘事；在可視化層面，多模態圖表可能通過視覺編碼的選擇性強調與美學優化，創造出符合認知預期的視覺模式，導致形式合理性掩蓋內容真實性的視覺誤導效應。

二是媒介環境塑造是新聞專業主義的核心職責之一。新聞專業主義強調其公共服務與價值引導的使命［9］，這種使命需要信息環境塑造與輿論引導來實現。人工智能驅動的數據新聞實踐，信息環境受計算邏輯的系統性影響，存在三個方面的挑戰。首先是專業主導性弱化風險。新聞判斷是新聞專業的關鍵維度［10］，當人工智能系統通過數據分析來判斷議題的重要性時，新聞專業主義中的獨立判斷力受到挑戰。潛在風險是技術層面的依賴，帶來專業主導性的讓渡。其次是議程算法化加劇。基于數據表現與傳播效果量化指標的議題選擇，可能導致某些重要但不“熱門”的公共議題被忽視，帶來算法決定的公共視野危機，形成數據導向的公共關注。最后是短期效益導向，人工智能在數據新聞領域的應用，可能弱化人們對需要長期跟蹤但短期數據波動不明顯的社會深層議題的持續關注。這種算法介入的信息環境帶來的風險包括內容生態的可量化偏向與信息結構的碎片化特征，可能影響媒介環境的深度平衡與長期社會功能實現。

三是社會性功能是新聞專業主義的基礎價值。新聞專業主義強調通過多元信息傳播與理性對話促進民主進程。生成式人工智能帶來的挑戰在于：效率與民主的悖論，大模型高效處理可能以犧牲充分討論和深度思考為代價；算法中立性的迷思，看似中立的算法決策可能內含特定的價值取向；技術理性的過度擴張，這可能導致公共討論被簡化為技術問題的解決。同時，新聞專業主義承擔著促進社會共識、維護社會凝聚力的責任。人工智能算法驅動的信息分發可能影響新聞媒體在共識建構和價值整合方面的作用，這些變化使新聞專業主義在維護社會記憶、傳承文化價值等方面的功能面臨新的思考。

三、新專業主義：數據新聞價值體現與發展向度

生成式人工智能時代數據新聞新專業主義的核心包括三個維度：確立人工智能難以替代的專業價值核心；發展基于人機協同的專業創新能力；建立適應技術環境的新型評價體系，形成人類專業主體主導技術應用的理論框架與實踐路徑。

1．不可替代的核心競爭力

新專業主義的首要基礎在于確立生成式人工智能難以全面替代的專業核心能力，包括社會敏感性作為發現問題的認知基礎，公共議題建構力作為引導討論的專業樞紐，對話連接能力作為數據與社會的價值橋梁。

一是社會敏感性，這是高質量數據新聞區別于算法生成內容的關鍵專業價值。這種敏感性源于新聞工作者的社會參與經驗、多元文化理解能力與人文關懷傳統，植根于長期的現場觀察、深度調查以及不同社會群體的互動中形成的認知積累。其核心表現為三個維度：對社會矛盾的敏銳感知，能夠透過表層數據識別潛在的社會問題［11］與結構性不平等，敏銳捕捉數據反映的系統性矛盾與權力失衡；對群體情緒的細微把握，理解數據背后的人性維度與情感訴求，將抽象的數字與具體人群生活體驗相連接，實現數據的人文化解讀；對社會價值的判斷能力，在信息過載的環境中辨識真正關乎公共利益的重要議題，權衡不同利益相關方的訴求，形成基于專業倫理的價值優先序。在數據驅動的媒體環境中，這種社會敏感性既是抵抗“算法冷漠”的人文屏障，也是確保數據新聞社會價值的專業核心。

二是公共議題建構力，這是數據新聞的核心專業價值。這種專業能力體現為將數據發現轉化為推動社會進步的公共議題，實現數據從信息存在向社會意義的專業轉化。首先是議題識別能力。數據新聞工作者需要立足于公共政策視角和社會治理思維，透過數據發現社會問題。這種識別能力體現在：辨識數據中蘊含的公共利益關切，捕捉數字背后反映的社會矛盾；基于數據分析判斷當前社會治理中的關鍵需求和政策空白；通過數據趨勢分析預見社會發展的潛在風險和機遇。其次是議題轉化能力。這種能力的關鍵在于實現專業數據向公共議題的有效轉化，具體表現為：將專業的數據分析轉化為可激發公眾關注和參與的公共話題；構建基于數據支撐的公共討論框架，確保議題討論的專業性和理性化；通過專業化的數據解讀引導大眾形成有建設性的公共對話。最后是議題推進能力。數據新聞不僅要提出問題，還要推動問題解決，具體表現為：數據新聞要對重要議題進行持續性的數據跟蹤和深度解析；基于系統的數據分析強化議題的社會影響力；以專業化的數據支持推動相關政策的調整與完善。

三是對話連接力，這是數據新聞在人工智能時代保持專業主導地位的關鍵能力。在信息高度碎片化的數字時代，數據新聞通過數據論證的對話機制［12］，為理性討論提供了專業支撐，促進數據賦能的社會協商。通過提供客觀的數據支撐，數據新聞為不同的利益群體提供共同的討論基礎，推動社會對話從情緒化對抗轉向理性協商。在此過程中，數據新聞工作者扮演著專業中介者的角色，通過專業化的數據解讀和議題設置，引導各方在數據支撐的框架下展開有建設性的對話。人工智能時代，這種對話連接能力愈發凸顯其不可替代性，數據新聞工作者應在對社會運行機制深刻理解與公共對話專業把控的基礎上，培養對社會對話機制的專業把握和對多元價值的整合連接能力。這既是數據新聞工作者不可讓渡的專業核心與身份基礎，也是人工智能技術無法輕易替代的專業壁壘。

2．人機協同的新質生產力

新專業主義實踐路徑的關鍵在于發展與人機協同增效的創新能力。這種新質生產力建立在人機功能互補與流程創新的基礎上，形成技術賦能下的專業價值實現與專業引領下的技術創新的正向循環。

從縱向脈絡看，新聞專業主義在技術變革中經歷了多次轉型：從事實客觀主義到數字時代的數據驗證主義，再到人工智能時代的人機協同專業主義。這種演進體現了新聞專業主義對技術賦能的不斷吸收與重構。在專業認知層面，新聞工作者的社會敏感性、深度洞察力與AI的海量數據處理、模式識別能力相結合，形成增強型認知專業實踐，突破傳統依賴個人經驗的認知模式，實現數據支撐下的系統化社會認知。在專業判斷層面，新聞工作者的價值理性與AI的工具理性相互促進，形成混合型判斷，在保證人類在價值層面的主導地位的同時增強工具判斷的科學性與可靠性。在專業表達層面，新聞工作者的敘事創造力與AI的智能生成力相輔相成，使新聞表達既能保持專業性和創造性，又能實現更精準與更個性化的傳播（見表1）。

從橫向脈絡看，新聞學需要在與其他學科的對話中保持其獨特性。社會學強調結構性分析，人類學注重文化深描，而新聞學的特點在于新聞現場的社會觀察，必須在當下時空中實現對社會現實的即時性理解與專業化呈現。這種特質在AI時代尤其關鍵，因為它強調了人類的專業判斷在實時性社會認知中的不可替代性。未來，AI技術與其他數字技術的結合將增強新聞專業這一核心競爭力，包括但不限于：AI與空間計算技術的結合［13］，通過AI的場景識別與空間技術的立體建模，新聞現場被轉化為可計算、可重構的數字空間，從表象記錄發展為空間化新聞敘事，在還原事件發生的物理場景的同時基于數據與空間的關系呈現，加強新聞對社會現實的解析能力。AI與混合現實技術的結合帶來新聞觀看的新體驗［14］，能夠通過虛實結合的方式構建可交互的信息空間，使新聞報道從單向的信息傳遞發展為多維的情境體驗。這種技術手段拓展了新聞專業建構社會認知的路徑，使受眾能夠以“具身”的方式更深入地理解社會現實，發展沉浸式新聞的新形態。這些多元技術的融合并非簡單的工具疊加，而是通過系統性整合促進新聞專業的實質性發展與提升。這也始終是新聞專業主義在新技術賦能下的發展方向，確保技術創新內嵌于新聞價值框架之中，實現技術賦能與專業自主的有機融合，從而構建起以專業主導技術而非被技術定義專業的實踐范式。

3．價值體系的規范引導力

新專業主義評價體系是引導數據新聞實踐方向的價值基準與規范框架。“深度還原、認知提升、社會賦能”的評價體系能將技術效能與專業價值有機融合（見圖1），引導新技術應用始終服務于新聞專業使命。

深度還原標準作為基礎層，提出了數據新聞在信息傳遞層面最基本的質量要求。這種引導性評價體系主要建立在雙重真實性的標準之上。第一重是數據真實，即通過科學的數據分析方法確保結論的準確性。第二重是社會真實，即通過專業的新聞判斷確保對社會現實的深度理解。這要求數據新聞實踐必須建立系統的數據支撐體系，形成有效的人機協作機制，發展深層的分析能力。這種標準引導數據新聞在實踐中不僅關注“是什么”，還要回答“為什么”和“如何發生”的問題。首先是時空維度的敘事梳理，利用AI的計算能力將離散的數據點重組為完整的時空圖景，揭示事件發展的全貌。其次是因果鏈條的識別，通過機器學習算法發現數據之間的深層關聯，構建科學的解釋框架。最后是結構性矛盾的揭示，將具體的數據現象與社會系統的運行機制聯系起來，發現問題的本質。這種深度還原標準實質上是要求數據新聞建立新型的“數據—事實—真相”轉化機制。

認知提升標準是評價體系的中間層，關注數據新聞的解釋功能與知識轉化。在信息爆炸的時代，數據新聞的價值在于實現認知引導性轉化。這種轉化主要表現為數據的意義建構，將零散的數據轉化為有意義的知識單元，將復雜的社會現象轉化為可理解的知識體系。更重要的是在此過程中，認知引導性轉化引導受眾思考數據背后的社會問題。這種認知提升功能體現了數據新聞的知識生產力，它通過數據支撐的理性分析，培養受眾的批判性思維和系統性認知能力。

社會賦能標準構成評價體系的最高層。其強調數據新聞的價值定位于促進公共利益與社會進步的實踐貢獻，為社會問題的解決提供新的可能。首先是證據支持的公共討論，數據新聞通過系統性數據分析為社會問題提供可靠證據基礎，增強公共討論的理性程度。其次是方案構建能力，數據新聞基于數據的解決方案，通過人工智能模擬分析評估方案的可行性。最后是行動激發能力，數據新聞推動社會各方的協同行動，利用平臺連接各方資源，促進從認知到行動的轉化。這種標準要求數據新聞具備社會創新引導力，不僅揭示問題，也推動社會輿論格局變革。同時，發展政策影響力，通過數據支撐的專業報道，為政策制定提供參考，推動制度創新。

在人工智能深度介入新聞生產的時代，評價標準的更新體現了新時代對“好新聞”的新要求，反映了新聞專業主義在技術時代的實踐驅動。當數據新聞能夠系統揭示社會問題、有效提升公眾認知、積極推動問題解決時，方能真正實現新聞專業主義在數字時代的價值轉型。

｜參考文獻｜

［1］D'ANGELO P. Framing theory and journalism［J］. The international encyclopedia of journalism studies，2019（4）：1-10.

［2］李巖，李賽可. 數據新聞：“講一個好故事”？：數據新聞對傳統新聞的繼承與變革［J］. 浙江大學學報（人文社會科學版），2015（6）：106-128.

［3］CHARLES A·HILL，MARGUERITE HELMERS. Defining visual rhetorics." Routledge［M］. London：Routledge，2004.

［4］劉濤. 西方數據新聞中的中國：一個視覺修辭分析框架［J］. 新聞與傳播研究，2016（2）：5-28.

［5］HELEN KENNEDY， MARTIN ENGEBRETSEN. Data visualization in society［M］. Amsterdam：Amsterdam university Press，2020.

［6］曹素貞，沈靜. AI嵌入新聞傳播：智能轉向、倫理考量與價值平衡［J］. 電視研究，2021（4）：76-78.

［7］QUINN A. Virtue ethics and professional journalism［M］. Berlin：Springer International Publishing，2018.

［8］邁克爾·舒德森，李思雪. 新聞專業主義的偉大重塑：從客觀性1.0到客觀性2.0［J］. 新聞界，2021（2）：5-13.

［9］潘忠黨，陸曄. 走向公共：新聞專業主義再出發［J］. 國際新聞界，2017（10）：91-124.

［10］CARLSON M. Automating judgment？ Algorithmic judgment，news knowledge，and journalistic professionalism［J］. New media amp; society，2018（5）：1755-1772.

［11］郭恩強，亞歷山大·本杰明·霍華德. 數據新聞何以重要？：數據新聞的發展、挑戰及其前景［J］. 新聞記者，2015（2）：67-71.

［12］RAMS?LV A，EKSTR?M M，WESTLUND O. The epistemologies of data journalism［J］. new media amp; society，2024（11）：6307-6324.

［13］BALAKRISHNAN S，HAMEED M S S，VENKATESAN K，et al. Interaction of spatial computing

in augmented reality［C］//International Conference on Advanced Computing and Communication Systems，2021：1900-1904.

［14］VICENTE P N，S PREZ-SEIJO. Virtual，augmented and mixed realities in journalism：Theory，practice，critique［J］. Brazilian journalism research，2023（2）：1.