生成式人工智能驅動下的數據新聞實踐：范式變遷、應用變革、深度融合

【摘 要】我國數據新聞歷經社會科學范式的本土化移植到計算主義范式的技術躍遷，生成式人工智能正驅動數據新聞邁入認知重構的新階段。通過智能化數據處理、自動化敘事生成與交互式可視化等創新技術手段，生成式人工智能正在深度重構數據新聞的生產鏈條與運作模式。在轉型過程中，數據新聞呈現多維度的深度融合特征：在價值導向上，實現了技術向善理念與新聞公共使命的有機統一；在人機交互層面，構建了以信息協同為核心的新型交互模式；在知識生產維度，開辟了通向共享與開放的知識創新路徑。這種深度融合不僅拓展了數據新聞的實踐邊界，也為新聞業的智能化轉型提供了新的發展范式。

【關" 鍵" 詞】數據新聞；生成式人工智能；新聞范式；新聞傳播

【作者單位】蔣雪穎，中共浙江省委黨校浙江省“八八戰略”創新發展研究院，中國人民大學馬克思主義學院；付礫樂，北京大學新聞與傳播學院；許靜，北京大學新聞與傳播學院。

【基金項目】國家社會科學基金重點項目“突發公共事件輿論引導的機制、路徑與方法研究”（23AXW008）；

國家社科基金重點項目“中國式現代化的國際視覺傳播效能研究”（23AXW003）。

【中圖分類號】G212 【文獻標識碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2025.02.005

數據新聞作為數字時代新聞業轉型的核心路徑，其發展始終與技術革新緊密交織。生成式人工智能的崛起正推動數據新聞實踐進入智能化新階段。習近平總書記指出：“從全球范圍看，媒體智能化進入快速發展階段。我們要增強緊迫感和使命感，推動關鍵核心技術自主創新不斷實現突破，探索將人工智能運用在新聞采集、生產、分發、接收、反饋中，用主流價值導向駕馭‘算法’，全面提高輿論引導能力。”［1］這一戰略指引不僅揭示了人工智能對新聞傳播體系的重構價值，還確立了技術倫理與新聞使命的融合要求。ChatGPT、文心一言、通義千問、DeepSeek等大語言模型構建了新型生產架構，為主流媒體實現了多領域、多層次、多場景的基本覆蓋，標志著智能技術正從工具性輔助轉向結構性重塑。

作為全球新聞創新的關鍵路徑，數據新聞的演進史本質上是技術哲學與新聞專業主義的對話史。早期數字化技術驅動的數據可視化實踐，著重解決信息過載時代認知效率不高的問題。生成式人工智能賦能的智能新聞生產則通過語義理解、知識推理和創意生成能力的融合，推動新聞業從數據闡釋者向知識建構者轉型。這種轉型不僅體現在技術應用層面，還折射出新聞業在社會認知網絡中角色定位的根本性轉變。本文旨在探討生成式人工智能如何推動數據新聞范式的變革，通過解構其在數據處理、新聞敘事、可視化呈現等維度的創新實踐，揭示生成式人工智能技術與數據新聞的深度融合，為未來數據新聞的創新與發展提供思路。

一、我國數據新聞的實踐范式變遷

數據新聞的歷史是一段新聞與政治變革、社會科學發展以及專業權威重構深度交織的復雜敘事。每一次技術突破都深刻重塑了新聞的生產方式與敘事邏輯。生成式人工智能不僅改變了數據的處理與呈現方式，還重新定義了新聞生產的邊界與可能性，數據新聞的實踐范式再次面臨變革，技術迭代持續推動新聞實踐范式的三重躍遷：價值維度實現從事實核查到意義建構的深化，傳播維度完成從單向傳遞到關系連接的升級，認知維度達成從信息呈現到知識生產的跨越。

西方國家數據新聞發展經歷了3次范式轉型。第一次是19世紀到20世紀初的統計啟蒙范式，以數據透明性為改革工具，將社會現實量化為可計算的公共知識，但統計工具的美學化在一定程度上也遮蔽了社會矛盾。第二次是20世紀60年代的科學主義范式，精確新聞運動引入社會科學方法論，計算機輔助報道強化了技術權威，通過“假設—驗證”模型解構權力話語，但也簡化了社會復雜性。第三次是處于計算主義范式的當下，大數據技術的“數據本體論”轉向，實現規模化生產與公眾參與，但也存在模糊人機責任倫理的風險。相較于西方，我國數據新聞起步較晚，但在10余年的探索中也形成了具有中國特色的數據新聞實踐成果，并在技術應用、社會價值與新聞業的動態平衡中完成了一次次革新。

1．萌芽階段（2012年前）：技術引入與理念啟蒙

我國數據新聞的萌芽在全球金融危機與北京奧運會之際已有跡象。2008年，以財經類媒體為代表的新聞媒體嘗試通過圖表分析的方式解讀經濟數據對社會的影響，公開的數據來源有限且可視化形式局限于靜態圖，傳播媒介也受限于報紙媒體。同年，時值我國首次舉辦奧運會之際，有網絡媒體推出奧運金牌榜的動態數據頁面，雖然技術較為原始，卻不失為數據可視化的本土嘗試。這些新聞作品的出現使得“數據驅動真相”的新聞生產理念逐漸浮現，強調量化方法對傳統報道的補充作用，背后閃爍著“精確新聞報道”理念的影子，但在主流的新聞報道形式中，報紙的傳統圖文信息和電視媒體的視聽符號仍是新聞內容的中心。

2．探索階段（2012—2017年）：社會科學范式的本土化移植

2012年，大數據的概念引入中國，網易“數讀”欄目創立，首次引入數據可視化技術系統性報道社會議題［2］。其采用信息圖解讀社會議題，引發新聞行業關注，顯示了數據的敘事能力與效果。同年《中華人民共和國政府信息公開條例》修訂，要求財政預算、環境監測等數據逐步公開，為數據新聞的發展與探索提供了數據原料。

2013年財新網“數字說”團隊成立，其推出的數據新聞作品《三公消費龍虎榜》整合了2010年以來官方公布的90余個中央級單位的三公消費數據，通過圖形編排與可視化方式，使用戶對三公消費的含義、各部門的支出結構、人均支出等一目了然，用戶通過與作品的交互點擊發現不同的信息，是一種開放式報道的嘗試。《青島中石化管道爆炸事故》這則新聞將現場照片和地圖位置相關聯，不僅使用戶通過交互行為了解報道事故的具體位置，也讓用戶根據配圖的文字描述了解事故完整的起因與經過［3］。這種報道方式從形式、內容體量和深度上顯示數據新聞不僅具有解釋性報道的功能，還發揮了調查性監督的媒體責任。2014年初，中央電視臺的《晚間新聞》與百度合作，首次啟用百度地圖定位可視化大數據播報國內春節人口遷徙情況，這是電視媒體對數據新聞可視化的探索性嘗試，引起了較大的社會反響。之后，人民網、新華網、人民日報、澎湃新聞、DT財經等綜合類或財經類媒體也開始探索數據新聞的設計與傳播模式，從信息的準確性、內容的可讀性和效果的公共性等方面推動了數據新聞對傳統新聞生產流程與新聞價值的重塑［4］。

3．深化階段（2017年至今）：計算主義范式的技術躍遷

2017年，新華社的人工智能平臺“媒體大腦”上線，標志著中國數據新聞進入智能化階段。該平臺通過自然語言處理技術，實現5秒生成地震快訊，顛覆性地改變了新聞的生產流程，顯示了新聞敘事的數據本體論轉向——從“用數據講故事”轉向“讓數據自述故事”。這一時期的范式轉變體現在兩個層面：一是實現認識論突破，用相關性取代因果性作為敘事邏輯，“數據即敘事”即通過數據間的關聯性揭示社會系統的復雜性，以凸顯數據新聞的核心理念——將社會現實轉化為可計算的公共知識；二是生產流程再造，這不僅體現在算法驅動的大數據技術使數據新聞團隊能處理百萬級數據，也表現為公眾在新聞作品生產與作品交互中的參與度進一步提升，“眾包”概念逐漸在新聞業界流行開來。例如，澎湃新聞的“美數課”深耕交互式數據敘事，騰訊的“谷雨數據”繼續探索融合多模態形式的數據新聞作品。

數據新聞計算主義范式的轉變實質上是技術決定論在新聞領域的具象化。當地震報道機器人能在3分鐘內完成數據抓取、文本生成與發布時，新聞的時效性得到空前提升，但“人—機”認知分工的模糊化也導致責任倫理的反思。然而，大語言模型帶來的不僅是技術工具的升級，還是新聞認識論的重構：當人工智能能自主完成數據解讀、故事框架生成甚至多模態內容生產時，傳統“記者—數據”的主客體關系被徹底顛覆，進一步使新聞的功能從“告知事實”轉向“解釋系統”，數據新聞向敘事智能化、生產民主化、倫理制度化發展［5］。至此，數據新聞從人工驅動轉向算法驅動，形成“數據—用戶—算法”交互流動的循環生態。

二、生成式人工智能對數據新聞生產的應用與變革

審視我國數據新聞發展現狀，其結構性不足已形成多重發展掣肘：數據層面受制于來源單一性與開放壁壘，存在數據治理技術斷層與標準化缺失；敘事層面囿于選題同質化與風險規避慣性，呈現線性邏輯主導的深度闡釋困境；交互層面則陷入可視化形式趨同、設計交互淺表化等現實矛盾。究其根本，這些癥結映射出傳統生產范式在數據智能時代的系統性局限，生成式人工智能的技術突破正為行業革新提供關鍵解域路徑。

生成式人工智能通過智能化的數據清洗網絡與預測性建模框架重構了新聞生產的底層數據生態，使多源異構數據的實時整合與前瞻性洞察成為可能，為新聞敘事奠定動態的知識基底。在內容生產維度，自動化文本生成引擎與用戶畫像驅動的敘事適配系統協同演進，不僅突破了傳統新聞采編的效率邊界，還通過個性化語義映射實現了從大眾傳播到精準觸達的范式躍遷。多模態生成技術與交互式敘事架構的深度融合，催生出具備視覺語法自進化能力的數據圖景，使數據新聞作品在用戶參與式探索中完成認知價值的持續增值。

1．數據處理的智能化與預測性增強

生成式人工智能通過智能化的數據搜集、動態化的信息整合與前瞻性的趨勢預測，革新了數據新聞生產的底層架構，驅動新聞生產從海量信息篩選到敘事邏輯構建的全流程效率躍升，為新聞業的精準化、敏捷化轉型注入技術勢能。

在數據自動搜集方面，生成式人工智能正在重塑數據搜集的價值鏈：一是通過語義理解實現“需求—資源”的精準匹配，突破傳統關鍵詞檢索的局限；二是自動識別離散信息間的敘事線索，構建跨模態數據的關聯網絡；三是建立自適應學習系統，使數據搜集策略隨新聞熱點的演化動態調整。生成式人工智能通過構建多模態特征提取網絡，能夠自動識別文本、圖像、視頻等異構數據的關鍵信息來建立統一表征空間。上海廣播電視臺生成式人工智能媒體融合創新工作室的人工智能工具集Scube正式接入DeepSeek［6］，具備更高效的海量數據處理能力，可快速抓取全網熱點。這種技術路徑將傳統人工檢索效率提升3—4倍，能通過語義相似度計算實現精準去重。

在數據整合方面，生成式人工智能系統通過承擔數據密集型的基礎處理任務，使新聞從業者得以將認知資源聚焦于價值密度更高的深度分析與敘事建構。大語言模型在認知推理與語義解析方面的能力躍遷，為重構數據整合范式提供了新的技術路徑。在結構化數據領域（如金融交易、體育賽事、選舉預測等），基于模板的自動化生成系統可有效完成周期性報道任務。在非結構化數據處理維度（如社交媒體輿情、學術文獻、新聞報道文本等），結合文本挖掘與知識圖譜的混合智能系統展現了強大的信息抽取與關聯分析能力，如新華智云超融合智能媒資4.0采用無監督學習算法，通過元數據標注與內容特征提取完成資源分類，基于語義分析與事件識別技術動態構建主題關聯模型，自動化聚類相關媒資與歷史素材，降低人工操作強度，精準識別并批量處理重復的場景素材，優化存儲資源利用率［7］。這表明生成式人工智能通過“端到端處理—動態優化”的技術路徑，正在消解傳統數據整合中的效率瓶頸與模態壁壘，推動新聞生產向智能化深度轉型。

在數據預測方面，生成式人工智能可以通過重構新聞生產的時間性，突破報道滯后性的困境。傳統新聞業的倒金字塔結構以事后追溯性敘事為基礎，人工智能賦能的預測性報道創造了預見性在場的新范式。這種轉型包含三重時間維度的變革：一是生產周期壓縮，實時數據流處理技術消解了傳統數據清洗、建模的延時性，使新聞生產從事后解釋轉向同步推演；二是敘事時空擴展，多變量時序生成模型突破線性時間束縛，構建起“歷史回溯—現狀分析—未來推演”的立體化敘事框架；三是傳播時效重構，預測結果的動態更新機制，使新聞產品從有保質期轉變為持續演化的生命體。

2．新聞敘事的自動化與個性化凸顯

生成式人工智能能夠通過自動化生成內容并基于用戶偏好實現個性化敘事，從而提升數據新聞的生產效率和受眾體驗。

在新聞敘事自動化生成方面，生成式人工智能通過自然語言處理與深度學習技術，解析多維數據集，識別關鍵變量間的統計關聯與因果線索，自動生成符合新聞專業規范的敘事框架，實現了從結構化數據到敘事文本的自動化轉換。這種能力突破了傳統數據新聞生產中人工編碼與模板化寫作的效率瓶頸，將數據解讀與內容生產的周期壓縮至分鐘級。這在處理有時效性要求的突發事件報道時表現尤為亮眼，如青島新聞網浪漲媒體大模型接入DeepSeek—R1后，能夠在5分鐘內生成包含核心事實、數據圖表及多維度解讀的初稿，同一新聞事件可被自動拆解為短視頻、互動H5及數字人播報腳本，適配抖音、微信、客戶端等不同的傳播場景［8］。在動態敘事模型升級上，生成式人工智能通過實時數據流處理技術構建可迭代的敘事模型，自主調整敘事焦點與表達結構，如在股市異常波動時優先呈現關鍵指標變化，確保內容與數據演進保持同步。

生成式人工智能還可通過用戶畫像分析與上下文感知，實現精準觸達的個性化敘事。依據受眾的知識背景、閱讀偏好與終端設備特征，系統可動態調整敘事視角（如宏觀政策解讀或微觀個體故事）、信息密度（簡潔版或深度版）及表達風格（嚴謹學術型或通俗對話型），使單一數據集衍生出多維敘事產品，提升傳播的精準度。界面財聯社依托財躍大模型開發的面向個人投資者的“小財神”智能體應用，能夠基于用戶關注的上市公司、行業動態及專業領域，提供精準的個性化資訊解讀并實時生成定制化財經簡報，充分展現了生成式人工智能在個性化敘事領域的創新實踐［9］。更重要的是，生成式人工智能正在引領數據新聞從傳統的單向傳播模式向交互式探索范式演進。界面財聯社“小財神”通過自然語言交互技術使讀者可自主設定分析維度、調整變量參數或提出追問請求，系統實時生成定制化敘事內容。這種雙向敘事模式不僅提高了用戶的參與度，還通過人機協作引導用戶開展深度思考，使數據解讀從結論傳遞升級為認知共建過程。

3．新聞作品的可視化與交互性優化

生成式人工智能通過技術創新有效化解了數據新聞可視化領域長期存在的效率瓶頸與敘事適配性矛盾，其技術賦能主要體現在自動化生成、風格化創新與交互性重構三個維度。

在數據可視化自動生成層面，生成式人工智能通過特征提取網絡與視覺語法庫的深度耦合，實現了從原始數據到可視化成品的端到端轉化。技術架構包含三個關鍵層級：一是數據解析層運用自然語言處理技術識別數據集的時間維度、空間屬性及統計特征；二是視覺匹配層基于卷積神經網絡構建可視化模式庫，建立散點圖、熱力圖等標準圖表與數據特征的映射關系；三是動態渲染層通過生成對抗網絡優化視覺元素的布局美學與交互邏輯。新華社的“圖圖”系統可根據用戶輸入的指令自動生成包含折線圖、柱狀圖及動態趨勢標注的多維視圖［10］，將需要手動處理的數據和設計流程中數小時的步驟壓縮至秒級，持續學習用戶反饋數據優化視覺語法規則。

在視覺敘事風格化創新方面，多模態生成技術突破了傳統動畫制作的技術限制，通過解構視覺元素的風格特征矩陣，數據新聞突破了傳統信息圖表的表達邊界。數據新聞基于注意力機制的多模態對齊模型，可將文本語義、數據特征與視覺風格進行向量空間映射，如央視新聞的《人工智能數“讀”兩會》項目通過提取歷年兩會報道的鏡頭構圖、色彩搭配與動態轉場特征，構建不同風格和維度的參數空間，使人工智能生成的科技創新主題畫面自動繼承主流媒體的視覺修辭傳統［11］，實現了歷史語境與當代審美的動態融合。

在交互性重構維度，生成式人工智能通過跨模態對齊技術實現多維敘事融合。在表層交互維度，跨模態生成系統可實時響應用戶操作；在深層敘事維度，用戶行為數據通過強化學習機制持續優化生成模型。該項目的反饋系統包含三層閉環：一是交互日志分析模塊提取用戶的提問偏好與瀏覽路徑；二是敘事策略優化模塊調整歷史事件的呈現優先級；三是視覺生成模塊動態更新三維場景的信息密度。這種自適應機制使新聞作品從封閉的敘事客體轉變為具有成長性的智能體，用戶既是內容消費者，也是敘事協作者。中央廣播電視總臺的《穿越千年來見你》項目創新性地整合歷史人物畫像數據庫與GPT模型，用戶選擇對話角色后，系統實時生成符合人物時代特征的語言風格與知識圖譜，同步展示對應的服飾、建筑等視覺元素的演化過程。ChatGPT接口與歷史人物數據庫的對接，使人工智能能依據用戶提問的深度自動生成符合角色身份的觀點論述，聯動可視化系統展示對應的歷史事件時間軸。

三、生成式人工智能與數據新聞的深度融合

生成式人工智能與數據新聞的深度融合，既是技術向善的倫理實踐與新聞公共使命的價值耦合，也是人機協同認知與知識共享生態的技術重構。這一融合需在工具理性與公共責任的動態平衡中實現社會效益最大化，借助人機交互的認知協同重塑新聞生產邏輯，以開放共享的知識復用機制推動新聞業從機構敘事向生態化知識網絡轉型，最終為智能時代的新聞業開辟技術賦能與公共價值共生的創新路徑。

1．價值導向：技術向善與新聞使命的融合

2023年10月，中央網絡安全和信息化委員會辦公室發布《全球人工智能治理倡議》。這一倡議提出“以人為本”“智能向善”等基本原則，為解決人工智能治理難題貢獻了中國方案，也為新聞媒體擔當責任與使命指明了方向［12］。生成式人工智能與數據新聞的深度融合，需要超越工具理性的效率崇拜，在技術價值與新聞真實性、創新能力與公共責任、用戶體驗與社會效益的張力中尋求動態平衡，最終實現技術向善的倫理承諾與新聞使命的公共屬性之間的范式共生。

（1）技術向善的新聞化表達

從技術政治學角度看，數據新聞的每次范式轉換都伴隨著特定權力結構的再生產：19世紀統計工具的勃興服務于工業資本主義的治理需求，20世紀精確新聞學的勃發呼應冷戰格局下的知識權力博弈，當代人工智能的應用則嵌入技術決定論的認知邏輯。技術創新從來都不是價值中立的進程，而是社會權力關系的具象化。在數字時代的認知危機中，數據新聞的未來或許不在于追求更強的確定性，而在于學習科學的謙遜：像科學共同體接受“臨時共識”那樣，新聞業需要發展出表達不確定性的敘事語法。這要求從業者既善用數據揭示結構性問題，又能坦誠接受數據有限性的認知邊界。唯有如此，數據新聞才能真正實現不是提供確定的答案，而是培育公眾的批判性認知能力。

生成式人工智能的算法邏輯雖然強化了新聞生產的效率優勢，卻也加劇了數字信任危機、平臺權力擴張、隱私治理悖論、算法偏見等異化風險。因此，探索一條規避技術弊病的反異化路徑同樣迫切，尤其是在以技術和數據驅動內容生產的數據新聞領域。生成式人工智能技術的應用提供了將社會公平、風險預警、文化傳承等公共價值內嵌于新聞生產流程的新機遇，新聞業可將這些價值融入人工智能的訓練目標，比如在優化損失函數時加入衡量公共利益的指標，從而引導生成式人工智能技術生產出更符合社會整體利益的新聞作品，更好地體現新聞的公共性與新聞應有的社會價值。

（2）新聞使命的技術化實踐

生成式人工智能技術對人認知方式的漸進式改變主要表現為大量信息可通過人工智能工具短時匯總于用戶面前，但需要多次調試才能產出符合“人”表達邏輯與閱讀習慣的信息。對新聞生產者來說，使用人工智能的最大挑戰是對工具了解有限，歐洲新聞聯盟的一則調查顯示，超過一半的受訪者擔心人工智能的偏見和道德問題，近四成受訪者認為缺乏時間試驗技術的可靠性是技術推廣的障礙，這反映了社會對這些技術潛在影響的廣泛關注。

這給數據新聞生產帶來啟示，即按照人機交互和用戶體驗設計的原則，新聞生產者必須預測用戶希望以何種方式參與自動化信息體驗、用戶瀏覽不同信息層的潛在方式及新聞作品的弊端。因此，記者與數據工程師需要深入合作，重新構思、解碼，甚至再編碼技術工具已經輸出的作品。新聞生產的思維過程也不僅是辨別哪段采訪能更好地呈現某個事實或論點，而是思考怎樣組合條件語句、怎樣使用提示問句，從而使人工智能工具能自動決定哪個標題能吸引受眾。與此同時，通過知識圖譜補全技術，生成式人工智能能夠從碎片化數據中重建事件全貌、歸納多元觀點、識別意見極化的關鍵點，為挖掘新聞事件背后更深層次的社會動因與社會變遷邏輯，生產出更有深度的數據新聞作品提供技術可能性。

2．人機交互：以信息協同為核心的交互模式

在數據新聞的實踐中，生成式人工智能推動數據新聞編輯、可視化設計師、前端工程師等行為主體與智能體形成以信息協同為核心的交互模式，人賦予智能體存在的意義與價值，智能體為人提供與自身經驗相關又超越經驗的認知能力和行動可能性，由此實現雙向建構。這說明要實現生成式人工智能與數據新聞的深入融合，需要在人機交互層面實現從功能疊加到認知耦合的轉變，構建以“人類意圖—算法能力”雙向校準為核心的認知協同系統。

（1） 交互模式的重構

當前，人們逐漸形成對生成式人工智能技術的全新認知，即生成式人工智能技術具有多模態的類人性交互特性，使用此類技術工具的用戶會逐漸發現人工智能GC敘事在一定程度上隱匿了人本身及其主觀情感。對新聞生產而言，完成對新聞信息的自動采集與生成的是智能技術應用程序，“人”這類新聞生產者隱匿于算法和人工智能技術之后。但人工智能的擬主體性不能與人的主體性混同，人類仍然是新聞生產傳播中的知識創造者和責任終極主體，是本質上能夠突破既有知識邊界、承擔社會責任與法律責任的主體［13］。

生成式人工智能通過模仿人類的數據處理邏輯，輔助完成數據挖掘、模式識別和內容生成，部分替代傳統的人工勞動。與此同時，記者更加注重數據化思維，以可計算性為核心，將新聞經驗轉化為結構化數據，優化智能系統的學習能力，推動數據新聞的生產閉環［14］。因此，人機交互模式需要從意圖解析和能力增強兩個方面繼續深化。就意圖解析而言，在新聞生產過程中，記者以自然語言提示與人工智能工具進行對話并實時修正生成的內容，訓練人工智能工具深入理解新聞生產語境的敏感性。與此同時，扮演人類“超級外腦”的人工智能也能實時跟進社會熱點，結合社交媒體情緒熱力走勢提供實時的數據洞察服務，為記者決定是否跟進并策劃新的數據新聞作品提供建議與參考。

（2）協同層級的躍升

交互與協作是數智時代人機傳播的關鍵所在［15］。在由代碼層層嵌套的交互邏輯中，計算不再是機器的特殊功能，而是社會技術環境里事物的普遍屬性。平臺不僅是技術現實，還是全新的組織和連接模式。傳感技術的應用逐漸普遍，與感官系統直接互動，人類正邁向“可編程未來”［16］。根據生產技術賦能數據新聞生成的自動化程度，數據新聞的生成可分為自動化生成和交互式生成。在自動化生成中，人只完成初始程序的設定，其余交由技術工具完成，因為機器是一種特殊的生產者，在人進行初始的編碼之后，機器可以獨立生成可讀且可信的數據故事［17］。交互式生成則是人在自動化生成的基礎上繼續修改、潤色數據故事，加入富有人情味的洞察與見解。

因此，在數據新聞生產中，人機交互的協同趨向可分為初級協同和深度協同兩個層級。初級協同是人工智能工具執行結構化任務，如對與新聞內容相關的數據進行收集、清洗并進行模板化寫作，而新聞生產者如新聞編輯、設計師或可視化技術人員等，主要負責新聞可視化與交互程度的創意與新聞倫理審查。深度協同是人工智能工具模擬“專家思維”，如基于歷史獲獎作品來訓練人工智能工具創作出適用于多元調查報道主題的可視化結構模型，與記者共同策劃報道框架，形成“認知涌現”。記者仍承擔著數據驗證、知識提煉和公共解釋的責任，通過數據敘事揭示復雜事實，減少人工智能生成內容中的偏差，確保數據新聞的準確性與公共價值。生成式人工智能的內容生產過程是不斷遞歸、優化的，不斷深度優化地訓練其“創意”能力是人作為新聞從業者介入數據新聞生產的獨特生態位。

3．知識復用：通向共享與開放的知識生產

數據新聞在新聞發布后進入知識的網絡，在網絡傳播中成為一種可以被媒體和讀者復用的知識。通過數據庫的建立、更新和開放，數據新聞實現了知識管理和知識開放的功能，數據的流動和再次利用成為可以被復用的結構化信息，提供給后續的知識生產。生成式人工智能將重塑新聞業的知識管理范式，推動行業從個體知識私有化轉向集體智慧開源化，推動知識生產從機構壟斷走向生態共建。這一轉型不僅強化了數據新聞作為社會記憶載體的歷史價值，還通過知識共享機制放大了其文化傳播與社會治理功能。

（1）知識生產的開放性重構

新聞作為人類認知世界的重要方式，本質上是關于客觀世界的系統性、積累性知識生產［18］。傳統新聞業以“機構主導事實定義權”的核心邏輯，通過制度化的專業組織與生產規則壟斷知識權威。生成式人工智能的介入卻推動新聞業從個體知識私有化向集體智慧開源化演進。

基于人工智能技術的開放平臺正在形成數據新聞模型共享池，支持多機構間的模塊化生產與分布式調用。這種機制允許參與方以極低的成本復用已驗證的數據處理模型，降低調查性報道的門檻。知識生產的“眾籌”特性正在消解傳統媒體對專業工具的獨占性控制。聯邦學習技術創造了數據可用不可見的共享范式，使跨機構聯合訓練高階人工智能模型成為可能［19］。參與方通過加密參數交換完成模型優化，既能挖掘數據關聯價值，又能規避敏感信息泄露風險。這種技術路徑為調查報道的跨域協作提供了合規性保障。當開源社區能通過生成式人工智能直接完成數據清洗、可視化與趨勢預測時，專業媒體必須重構其核心價值。建立人工智能生成內容的多級核查體系，通過區塊鏈存證確保數據結論可追溯至原始信源，成為維護認知權威的關鍵策略。新聞業的角色正從事實供應商轉向知識驗證者。

（2）知識復用的智能化升級

當機器智能滲透知識生產全鏈條，新聞業正經歷從“機構中心化敘事”到“生態化知識網絡”的范式躍遷。數據新聞經過生成式人工智能工具的潤色，可根據信息的變化進行階段性調整，形成動態知識庫，然后通過自動抽取歷史報道中的事件脈絡、信源關系建立起可檢索的“新聞記憶網絡”，輔助記者快速調用背景知識。這不僅能提升同一則數據新聞內容的豐富度，也能使新聞與新聞間因為信息的關系形成關聯，拓展了新聞的知識網絡。此外，生成式人工智能根據用戶的交互數據（如讀者對某類數據圖表的關注時長）動態優化知識呈現方式（如自動生成簡化版、深度版分析報告），將用戶交互數據反饋給新聞編輯室，構建起新聞生產者對用戶偏好的認知協同梯度模型，從而為新聞編輯室的人機分工提供現實依據。

機器智能在記憶、計算與模式識別等維度展現的能力優勢，已成為人類知識生產不可或缺的認知伙伴。人機智能通過雙向交互與協同進化，共同構建起“互生共創”的知識生產新范式。機器智能的介入消弭了知識創新、知識傳播、知識擴散之間的線性傳遞邏輯，創造了三者間同步演進、相互促進的正反饋邏輯［20］。

四、結語

生成式人工智能驅動下的數據新聞實踐不僅重構了從統計啟蒙到計算主義的新聞范式演進邏輯，還通過智能化數據處理與敘事創新重塑了新聞生產的價值坐標。技術向善的倫理承諾與人機協同的認知耦合，推動數據新聞在工具理性與公共責任之間建立動態平衡，知識復用的開放生態則催生從機構敘事到社會共治的傳播民主化進程。這一深度融合標志著新聞業正從“事實供應商”向“認知基礎設施”的范式躍遷，為智能時代的公共傳播開辟了人機共生的新文明路徑。

｜參考文獻｜

［1］從三大央媒實踐看主流媒體智能化發展趨勢［EB/OL］. （2023-05-17）［2025-02-14］. http：//

yjy.people.com.cn/n1/2023/0517/c244560-32688609.html.

［2］常江，楊奇光. 數據新聞：理念、方法與影響力［J］. 新聞界，2014（12）：10-18.

［3］黃志敏. 程序員獲新聞獎，你怎么看？：解讀財新網可視化數據新聞［J］. 中國記者，2015（1）：89-90.

［4］吳小坤，童崢. 數據新聞對傳統新聞價值的突破與重構［J］. 當代傳播，2017（4）：15-19.

［5］郭全中，彭子滔. 大模型時代傳媒業的變革全景：生產、傳播、商業與未來發展［J］. 出版廣角，2024（22）：4-11.

［6］7家廣電媒體接入DeepSeek，廣電媒體變革開啟［EB/OL］. （2025-02-13）［2025-02-14］. https：//lmtw.com/mzw/content/detail/id/239881.

［7］大模型時代的“超融合”智媒資源中臺：超融合智能媒資4.0重磅發布［EB/OL］. （2024-04-25）［2025-02-14］. https：//www.news.cn/fortune/20240425/c28594528ca042a680e81fab51f9518e/c.html.

［8］浪漲媒體大模型全面接入Deepseek 青島新聞網打造政企數字化服務新標桿［EB/OL］. （2025-

02-10）［2025-02-14］. https：//www.qingdaonews.

com/app/content/2025-02/10/content_23640421.htm.

［9］界面財聯社“AI小財神”正式上線 大年初五邀您一起“迎財神”［EB/OL］. （2025-02-02）［2025-02-14］. https：//www. cls. cn/detail/1933261.

［10］王京，徐江旭. 從三大央媒實踐看主流媒體智能化發展趨勢［J］. 傳媒，2023（8）：35-37.

［11］象舞指數｜AI數“讀”兩會：政策解讀類新聞生產的新表達與新趨勢［EB/OL］. （2024-03-08）［2025-02-14］. http：//www.zgjx.cn/2024-03/08/c_1310767001.htm.

［12］人工智能時代新聞媒體的責任與使命［EB/OL］.（2024-10-14）［2025-02-14］. https：//www.news.cn/politics/20241014/fe72c14c8d1e4e509d68d0ff04455725/c.html.

［13］殷樂，戴睿敏. 對機言說：新聞活動中的生成式人工智能與人類角色［J］. 延邊大學學報（社會科學版），2024（3）：114-126.

［14］鄧秀軍，別明蔚. 大模型時代視聽新聞智能生產的流程再造與路徑重構［J］. 出版廣角，2024（8）：48-53.

［15］何康，鄭雨蛟. 從數據驅動到智能驅動：新聞可視化的應用創新［J］. 中國編輯，2025（2）：34-41.

［16］科西莫·亞卡托. 數據時代：可編程未來的哲學指南［M］. 1版. 何道寬，譯. 北京：中國大百科全書出版社，2021.

［17］W?LKER A，POWELL THOMAS E. Algorithms in the newsroom？News readers' perceived credibility and selection of automated journalism［J］. Journalism，2021（1）：86-103.

［18］白紅義，張恬. 認識作為知識的數據新聞：基于新聞認識論的考察［J］. 新聞大學，2024（1）：1-15.

［19］楊強. AI與數據隱私保護：聯邦學習的破解之道［J］. 信息安全研究，2019（11）：961-965.

［20］邱澤奇. 人機互生：范式革命與知識生產重構［J］. 探索與爭鳴，2024（11）：30-40.