論人工智能對新聞傳播的影響

習近平總書記指出：“誰能把握大數據、人工智能等新經濟發展機遇，誰就把準了時代脈搏”[。當前，人工智能技術正推動社會各領域發生深刻變革。作為與技術緊密相關的新聞傳播領域更是受其深刻影響。審視人工智能對新聞傳播帶來的機遇與挑戰，對于把握新聞傳播在這一時代語境下可能引發的全新變革與發展方向具有理論意義與現實價值。

一、人工智能對新聞生產的重構：機遇與創新

自動化生產在新聞傳播領域的主要應用為機器人寫作，由于新聞的時間敏感性與新聞價值高度關聯，人工智能在生產新聞稿件時展現出的速率正是契合新聞時效性的重要屬性。在自然災害、安全事故等緊急新聞場景中，人工智能能夠迅速接入各類實時數據包括政府發布的信息與社交媒體動態等，通過預設算法和模板，快速提煉出關鍵信息，完成新聞稿件，并及時發布到多平臺。這一過程相較傳統人工新聞創作縮短了生產周期，確保了信息的時效性，達到了受眾對實時新聞的要求。早在2016年的里約奧運會期間，新華社推出的“快筆小新”全程跟蹤賽程中的所有比賽，在賽事結束的第一時間迅速生成新聞稿件，實時跟蹤報道了所有比賽的結果，共有500多篇稿件被正式簽發，實現了零差錯[2。這也是我國媒體機構早期運用智能寫作的探索。

（一）自動化生產，新聞創作高效率

不僅如此，人工智能還可以承擔新聞創作中的基礎性、重復性的任務，如數據整理、內容編排、標題生成等。新聞機構能夠在不提高人力成本的前提下，高效地產出多種內容，在保持一定水平線以上的準確性的同時，為編輯和記者減負。而在繁重且需要持續消耗精力的工作中，人工智能恰好彌補了人類在心態與精力上的不穩定性，并通過動態關注、采集多方信息進行關聯分析，為編輯與記者提供輔助。

（二）多模態融合，新聞表達多維度

傳統的新聞報道多以單一的文字為載體，而如今新聞創作的多模態融合已然成為發展的重要趨勢，將不同的媒介形式進行有機整合，以多種感官通道傳遞新聞報道，豐富新聞體驗，同時通過人工智能的快速試錯與迭代優化，多模態內容的生產效能得到了進一步提升。有相關從業人員表示，人工智能大模型多模態內容生成在有效提升新聞從業人員所擅長領域能力的同時，還能將不擅長領域能力提升至行業平均水平[3。由此，在人工智能的補足下，許多技術壁壘被打破，靈感的落地擺脫了部分技術應用難題的掣肘，高效構建一個更立體化、更具情感沖擊力的新聞成為可行之事。例如，人民日報已能應用人工智能生成細節與質感都能達到較高水平的多模態內容，在2024年全國兩會期間，人民日報新媒體推出的微視頻《AI共創大片I江山如此多嬌》，運用人工智能技術生動地描繪了冰雪消融、嫩芽吐綠、燕子歸巢等自然景象，細膩呈現了祖國大地在春日煥發出的勃勃生機。

而在音頻領域，喜馬拉雅平臺在音色克隆與聲音轉換方面取得了明顯進展，獨樹一幟的音頻天模型輔助新聞、故事和廣告等內容以不同的語音風格和音色呈現，同時具備高度擬人化的特點，能夠模仿人的笑聲、嘆息等副語言特征，給聽眾帶來更加豐富、沉浸的感官體驗。在報道復雜事件與科普內容時，人工智能的優勢更顯，通過自動識別和歸納文字稿件中的關鍵信息，生成適配的視頻和音頻補充文字敘述，人工智能技術帶來感官的多重刺激，能夠幫助受眾更深刻地感知新聞的全貌。

（三）個性化推薦，精準傳播新模式

作為新聞傳播方式變革的重要推手，人工智能化場景推薦機制以其強大的數據處理能力和精準的個性化推薦，重塑了新聞從內容生產到媒體篩選、再到推薦發布直至數據反饋的全鏈條。

個性化推薦系統作為許多新聞資訊平臺的核心組件之一，其原理是根據用戶的意圖、屬性、偏好提供定制的新聞內容，以達到顯著提升新聞的相關性和吸引力的效果。比如說，根據用戶對內容的分享次數與瀏覽相關文章數判斷用戶的關注度；依據用戶不同時間段瀏覽文章的總數以及對應的模塊了解用戶閱讀的時間偏好與瀏覽峰值。這種推薦方式能夠幫助平臺精準觸達目標受眾，并在此基礎上優化了用戶的閱讀體驗，便利了有用信息的獲得，減少了信息過載帶來的困擾，達到提升用戶對平臺的忠誠度和黏性的目的。

個性化推薦也在一定程度上突破了傳統新聞傳播的“熱點驅動”模式，即圍繞大事件、重要話題進行廣泛報道，強調快速響應和大規模的公眾關注，但卻忽視了個性化需求和細分市場的新聞消費需求，而個性化推薦提供了全新的視角與增長潛力，為長尾內容傳播開辟通道。通過對小眾群體興趣的精準捕捉，新聞平臺能夠為專業、細分領域的新聞提供更多曝光機會，推動獨特且深具價值內容的廣泛傳播。

（四）智能監測預警，危機應對新能力

智媒時代，技術邏輯應成為貫穿輿情演進和治理全過程的重要一環。人工智能技術的迭代升級既為網絡輿情帶來新變化和新風險，也為輿情治理帶來了新機遇[4。首先，人工智能可以實現24小時全天候監控與敏感詞篩查，即時達成全方位內容掃描和低俗、煽動性話題的識別，避免不良信息引發公眾爭議繼而危及媒體公信力。

特別是在突發事件和危機爆發的初期，人工智能可以通過多維數據分析，進行重要節點與趨勢預測，包括輿論的突然反轉、某一話題的急速升溫、特定關鍵詞的激增等，提前發出危機預警，幫助將可能產生的輿情扼殺在萌芽狀態，為新聞機構或企業單位提供早期的風險評估和足夠的響應時間。南京市應急管理局、南京市數據局與擎天科技于2025年聯合發布的全國首個垂直領域應急管理政務大模型—“寧安晴”，就是基于南京政務云部署的DeepSeek一R1一671B滿血版大模型深度定制開發的，是“我的南京”政務版第一個專業部門智能體[5，致力于打造“風險耦合辨識、執法精準高效、處置快速聯動”的智能化治理模式，有效增強了風險預警的前瞻性與決策支持的科學性。

在危機處理方面，人工智能可以通過發展軌跡預測與動態策略優化生成適配多平臺的回應方案，根據自身定位結合主流價值觀、法律條款以及同類事件案例庫形成條理清晰、態度正確、內容翔實的結構化聲明，規避了傳統人工因耗時錯過危機公關的“黃金處理窗口”以及因回應模糊、欲說還休導致輿情發酵的風險。

二、人工智能帶來的行業風險：隱憂與問題

（一）共識割裂，算法沖擊群體對話

算法作為人工智能技術的重要組成部分，為內容生產與個性化推薦持續供能，但對傳統的公共對話和群體共識的形成卻產生了一定程度的沖擊。基于用戶的歷史行為、興趣偏好以及社交網絡中的互動數據進行信息篩選和推送的機制雖然提高了信息的個性化程度，卻也帶來了“回音室效應”。即用戶大概率只能接收到與自身觀點相符的信息，并在算法的加持下不斷鞏固特定群體的集體價值觀。在這種信息過濾模式下，用戶容易局限于自己的意見舒適區，社交媒體上的“信息泡沫”也愈加嚴重，進一步導致群體之間的意見對立和分化。特別是在諸如社會階層、性別權益等分歧較大的話題上，不同群體的意見在信息流動中越來越無法交集，公共討論的空間被持續擠壓，不同群體將陷人自我意見的狂歡。

平臺的算法偏向于推送能引起用戶較強情感反應的內容，這類內容因其刺激性和戲劇性，相較冷靜理性的分析更容易被用戶自發傳播，從而導致議題的極端化。在這種情境下，群體之間很難通過理性對話達成共識，反而可能陷入持續的爭吵與誤解之中。再者，算法的推薦機制并非中立，由于它的底層運作邏輯而產生的偏見會在某些情況下加劇文化的同質化。不同地區、不同文化背景的用戶，接收到的信息應該是豐富多樣的，但在算法的作用下，特定的文化價值觀和認知模式存在被過度強化的問題，而其他的文化觀念則會被邊緣化。長此以往，社會文化認同和文化尊重將面臨嚴峻挑戰。

（二）身份虛無：記者創作自主受限

人工智能技術的引人為新聞創作帶來了高效性與自動化的附加屬性，但同時也不可避免地改變了記者的職業角色和創作模式。從數據收集、事件記錄、提綱撰寫到簡單的新聞稿件生成等環節，人工智能開始代替人類的部分工作。在需要進行創作的部分，記者可能因為慣性在初始階段就全盤接收人工智能給出的框架，而一步一步喪失創新的主動性，由此，記者在自主創作方面的主體地位受到了挑戰。這種情況在高度標準化的新聞類型，如財經報道、體育新聞、天氣預報中更為明顯，機器生成的新聞稿幾乎完美復制了傳統報道的格式與結構，記者的創作空間日益狹窄。這種轉變迫使記者的角色從創作主體變成了編輯和校對員，將工作的重點放于對數據、內容的審核與修正上。

這種轉變體現在工作內容上，也體現在記者對自身職業的價值認同上。作為每個行業工作者重要心理支撐的職業認同，新聞創作的熱情、使命感以及成就感構成了職業生涯的內生動力。從創作一個故事、挖掘背后的深層次價值與讀者進行互動，構建共通的意義空間并積極反饋，記者的工作逐漸轉向了對機器生成內容的調整甚至檢查，這種從主導到被動的身份轉變將不可避免地帶來“職業虛無感”，進而對人工智能產生依賴感直至思維惰性愈發嚴重，影響后續對行業的忠誠度、投入度與職業精神。在此基礎上，新聞報道的獨特性被削弱，行業內容逐漸趨同，人工智能反復吞吐自己生成的數據內容也將帶來內容生產的質量滑坡，跳出循環進行創新將更加困難。

（三）冷漠機器：缺乏人文關懷的新聞缺陷

當前，AI智能大模型發展迅速，具備了一定的寫稿能力。但是在新聞稿件的創作過程中，經調查呈現的事實和經由筆力滲透出的人文關懷缺一不可。雖然人工智能已初具情感化特征，但人工智能的情感依舊是一種機械反應，背后只是一套“觸發-輸出”的參數模型，而模型與數據都與“程式化”的特點密不可分，即使排列組合再靈活，還是難以避免行文結構相似、語言理解深度不足、文章信息增量有限等問題。

同時，人工智能的穩定性也在一定程度上對應著生硬與刻板，生產的新聞內容常常顯得干癟、平面。當報道涉及復雜的社會、政治和文化背景，尤其是敏感話題和復雜事件時，需要報道者具備豐富的背景知識、深刻的社會洞察力以及道德判斷。由于人工智能對此類題材把控能力的缺乏，在報道此類事件時，會存在把事件表面化，缺乏入情人理的分析和對細節的關注等缺陷。例如，2025年西藏日喀則市定日縣發生6.8級地震及連續幾日的余震，中國地震臺網的信息播報機器人多次進行播報，內容涵蓋速報參數、震中地形等簡易信息，并未進行詳細拆解。嵌入模板的稿件生產模式使機器人缺乏產出豐富信息的能力，同時也缺乏新聞工作者所具備的“人”的溫度。

雖然挖掘和培養人工智能具備情感能力的嘗試一直在進行，但其中依舊存在隱秘的風險，即人工智能的情感輸出并不來源于真實的社會參與或事件體驗，而是來自龐大的數據集與算法模型的模仿。人類在進行數據處理與接收時多會經歷“打碎重組”的過程，直到理清要素之間的關聯，完成邏輯層面的構建，融會貫通后形成新的個人風格，而人工智能并不具備類似“靈光”與“醒悟”的能力，它們產出的表達多是對情感表層模式的模仿，并不具備與受眾建立“情境共振”的能力。而人類的情感回應來自對事件本身的深刻接觸和對社會現象的持續關注，因此需要報道者通過對現場氣氛的感知進行“情境式”的判斷和敘事，人工智能則缺乏類似的情感深度，它所展示的情感僅僅是“計算化”的假象。若長期依賴此類“表面情感化”的報道方式，可能會在潛移默化中與受眾產生情感隔離，使他們無法與報道產生真正的情感聯結，甚至感到情感疲勞，進一步影響新聞的傳播力與感染力。

（四）主體模糊：虛假新聞難以追責

人工智能在新聞傳播領域的初衷在于提升新聞報道的效率和覆蓋范圍，尤其是在數據密集型、結構化內容的生成方面。但是由于人工智能技術在生產速率與作為兜底的核實機制兩方面發展未達到平衡狀態，導致由人工智能所生成的新聞在質量、準確性和倫理上都存在隱患，其中虛假新聞的生成問題尤為嚴重。

利用人工智能伊始，預期的目標應是從大量真實可靠的信息中提取準確的內容，然而，很多人工智能系統的訓練數據來源存在偏差，尤其是偏向性數據和不完整數據，它們多源自網絡上已有的新聞報道、社交媒體或其他公開資源，包含了不準確的信息或某些先人為主的偏見，同時也存在為了增強論述效果而虛構的現象。在傳統新聞報道中，新聞內容的創作和發布都由記者和編輯負責，一旦出現錯誤或虛假信息，責任追溯相對明確。而當人工智能成為創作主體，內容的責任人將不再清晰，由于它并沒有意識與判斷力，缺乏對社會背景、文化語境和道德倫理的考量，難以具備為真相負責的邏輯與情感框架，當生成內容中含有虛假信息或誤導性內容時，很難追溯到具體的責任主體。新聞機構該如何為人工智能生成的內容負責？是否應當追溯到開發和部署人工智能技術的公司？這一責任的界定成為難題。

據清華大學新聞與傳播學院新媒體研究中心發布的《揭秘AI謠言：傳播路徑與治理策略全解析》顯示，2023年以來，網絡謠言整體態勢平穩，但人工智能謠言量半年信息量增長 65% 。經濟與企業類人工智能謠言量增速高達 99.91%^[6] 。由于新聞生產和傳播流程的去中心化，很多平臺和新聞源頭背后的“生產者”處于匿名狀態。許多自媒體利用人工智能程序和自動化工具發布的信息不具備明顯的身份標識，這使得虛假新聞的追責變得更加復雜。一些新聞平臺或應用程序可能會在未經編輯審核的情況下直接發布人工智能生成的未經過有效核實的內容，這樣，信息發布者和傳播者的責任被模糊化，給法律和社會道德監督帶來困境。

三、深度優化與規范發展：人工智能時代新聞傳播的創新策略

（一）構建“人機協同”機制，減少技術決策失誤

在“人機協同”的過程中，杜絕虛假新聞的生成是一個至關重要的目標。在新聞內容生成后，人工審查可以確保新聞沒有出現偏見、歧視或誤導性的表述，并評估內容的準確性、上下文的合理性，最后剔除虛假或不當的信息。

盡管人工智能在分析大量數據和發現潛在模式方面表現優異，但其對復雜情感、社會文化背景和語境的理解仍存在局限，尤其在面對語氣、隱含意義、雙關語等微妙表達時，容易出現誤判。比如，在新聞報道中，某些情緒化的言辭可能只是基于特定的文化或社會背景，展現了真實的社會情緒或爭議而非誤導性的信息，但人工智能若不能結合多種因素與背景進行理解，可能會誤判為虛假或偏見性內容。人類的直覺和情感共鳴能力則可以填補人工智能在這一領域的空白，確保信息傳遞的準確性和可靠性。

算法背后的運行機制對于公眾來說往往是不可見和難以理解的，所以人工智能的決策過程被俗稱為“黑箱”，尤其是在一些意見分歧較大、事實模糊或涉及敏感議題的報道中，其“黑箱”特性可能會導致公眾、監管機構及其他利益相關者對決策產生疑慮，引發社會的廣泛不信任。人工監督的引入能夠實時跟蹤和審查人工智能系統的決策過程，在生成內容時提供透明的依據，讓公眾理解為什么某條新聞被選中、如何被處理，進而減少對新聞真實性的懷疑。

在算法推薦方面，新聞從業者可以輔助系統對公眾數據進行全盤考量，在發現某些領域之間的潛在關聯后，適當推送一些跨界內容，如通過對娛樂行業與社會話題的交叉分析，針對喜愛娛樂信息的用戶可以推薦一些關于娛樂行業在社會責任方面的深度討論，使用戶不拘泥于表面內容消費，而是能夠從更廣泛的社會背景出發著待事物。

（二）打造智能新聞培訓體系，培養跨學科復合型人才

隨著人工智能在新聞行業的深度嵌入，亟須構建一個系統化、靈活、與時俱進的智能新聞培訓體系。由于人工智能的應用領域非常廣泛，各類人工智能工具在新聞創作、內容編輯、數據處理等方面有著不同的專長，因此，培養新聞從業者需要了解不同的人工智能工具在新聞生產中的優缺點，比如在內容生成方面，GPT類語言模型能夠幫助生成文章草稿或總結信息，而DeepAI則可以幫助識別新聞中的圖片內容，學會靈活選擇工具，充分理解每種工具的適用場景，是提升工作效率和質量的關鍵。

人工智能大模型和算法并非固定不變的，在不同的新聞場景下，需要根據實際需求進行調整和優化。培養具備人工智能思維、了解相關工作原理的復合型人才是實現智能系統可持續發展的重要舉措，新聞從業者需要理解自然語言處理模型是如何根據數據訓練生成語言進行輸出的，哪些參數會影響最終的文本質量，以便調整算法搭建適宜的優質內容板塊。

在智能新聞培訓中，最本質的任務就是培養新聞從業者保持自主思考的能力，擺脫因技術便利而產生的思維惰性。在報道之初就要堅定從問題的根本出發，依托自身的創造性思維進行主題細分、建立報道框架，并明確報道內容的核心要素，人工智能可以填充細節，進行數據呈現，但不能放手讓其越俎代庖。

（三）建立人工智能道德與法律框架，確保技術正確使用

在構建人工智能的道德與法律框架時，需在技術創新與風險防控之間尋求平衡。當前全球已形成以歐盟《人工智能法案》①為代表的系統性立法實踐，要求建立全生命周期風險管理機制并明確算法責任歸屬。我國的《生成式人工智能服務管理暫行辦法》于2023年5月23日在國家互聯網信息辦公室2023年第12次室務會會議審議通過，確立了生成內容標識等基礎規范，但相關法律體系尚待完善。

目前，現有法律框架的局限性依舊存在，權屬規則模糊的問題亟需解決。人工智能生成內容的版權歸屬未形成統一標準，導致司法實踐中權利主體認定困難，同時算法偏見規制不足，現有法規對數據采集存在偏差、模型訓練歧視等隱性風險均缺乏量化約束。因此完善框架需從多方突破。在立法方面，要積極推動完整的《人工智能法》出臺，明確“算法透明性”原則，要求接入單位公開關鍵參數并建立第三方審核機制，細化數據分類分級標準。在技術治理方面，部署區塊鏈溯源系統確保數據來源可，并在涉及倫理與社會價值引導的高風險領域建立“監管沙箱”，探索合規應用場景。在責任歸屬方面，構建多方責任共擔機制，以保證鏈條中的每一個節點都對生成內容高度重視。最后，應將人工智能道德倫理納入國民教育體系，以案例教學的方式提升公眾辨識能力，并通過范圍內組織整合，建立跨部門聯合執法機制，強化科技倫理審查與法律監管的銜接。

（四）增設人工智能新聞實驗室，推動行

在人工智能技術深度介人新聞創作、編輯與傳播全鏈條的當下，如何實現技術賦能與人文價值的動態平衡，已成為行業發展的核心命題。從無人機采集災害現場數據到傳感器捕捉觀眾情緒曲線，從寫作機器人日均產出數千篇財經報道到虛擬主播實現多模態交互傳播，人工智能技術正以前所未有的深度重塑新聞生產邏輯。

在這一背景下，人工智能新聞實驗室作為技術驗證與創新的策源地的作用愈發凸顯。記者、數據分析師、人工智能專家以及內容創作者可以跨學科合作，共同研發適應新聞行業特點的人工智能應用，探索其在內容生成、編輯和分發中的具體作用，并為新聞機構提供實時評估和優化智能工具的機會。以北京廣播電視臺為例，其人工智能融媒創新實驗室以“技術賦能與場景創新協同驅動”為核心策略，依托臺內百萬小時優質視音頻資源構建訓練數據集，組建專業化人才隊伍開發智能剪輯工具實現存量內容高效轉化。在《向前一步》等深度報道中，實驗室通過人工智能技術復現爭議場景，增強報道客觀性與說服力，驗證了人工智能在復雜內容生產中的實用價值。此類“數據-模型-應用”閉環模式，既盤活了歷史媒資，又為廣電行業智能化升級提供了可復制的實踐路徑。

通過創立人工智能新聞實驗室，人工智能技術的落地應用將獲得提速，更重要的是引導新聞行業在新時代的技術浪潮中，保持高度的社會責任感與新聞公正性，實現技術與人文的有機結合，并以此為基線，逐步實現技術轉化、風險管控與生態共建，持續釋放推動媒體深度融合的乘數效應。

結語

如今，人工智能已深度嵌入新聞生產與傳播的各個環節，相應產生的問題如職業主體的弱化、情感關聯的缺失、責任主體模糊等，正提醒我們技術賦能不能以犧牲人文價值為代價。更需要明確的是，技術與價值始終存在張力，唯有“人機協同”，才能在效率與深度之間找到平衡，實現創新與責任的統一。“人機協同”也并非簡單的疊加或一方監督另一方，而是要構建一種在持續互動中保持平衡的伙伴關系，讓人類的洞察力與鮮活的情感在人工智能驅動的穩定框架中持續生發，并通過反饋不斷優化合作方式，如此，才能在良性循環中共同開辟新聞傳播的全新境界。

注釋：

① 《人工智能法案》（《AI法案》）是全球首個AI監管法案。于2021年被首次提出，將適用于任何使用人工智能系統的產品或服務。該法案根據4個級別的風險對人工智能系統進行分類，從最小到不可接受。2024年5月，歐盟國家正式批準該法案，于2025年初生效并于2026年實施，其中某些條款在2024年內適用。

參考文獻：

[1]人民網.數據要素驅動的新經濟形態：特征及優 勢[EB/OL].（2023-11-14）[2025-02-27].http：//theory.people.com.cn/n1/2023/1114/c40531-40117561.html.

[2]人民網．“快筆小新”：新華社第一位機器人記者[EB/OL].（2019-02-27）[2025-02-27].http：// media.people.com.cn/n1/2019/0227/c425664- 30905230.html.

[3]徐鴻晟，張洪忠，姚俊臣，等.我國主流媒體應用人工智能大模型的現狀與影響因素分析中國編輯，2025（2）：24-33.

[4]黃楚新，賀文文.人工智能GC時代網絡輿情的新特征與治理新對策].新聞論壇，2024（6）：7-9.

[5]人民網.全國首個垂直領域應急管理政務 大模型在南京發布[EB/OL].（2025-02-23）[2025- 02-27].http：//js.people.com.cn/gb/n2/2025/0223/ c360300-41143748.html.

[6]新華網.全文丨人工智能時代新聞媒體的 責任與使命[EB/OL].（2024-10-14）[2025-02-27]. https：//www.news.cn/20241014/b48452cba32a489fae cf1e3eb76c0ca8/c.html.