從知識傳授到批判性思維：生成式人工智能時代新聞傳播教育范式的探索

近年來，生成式人工智能飛速發展，被廣泛應用于新聞傳播、教育、醫療等多個領域。尤其在教育領域，生成式人工智能的廣泛應用正在改變傳統的知識獲取與傳播模式，使得學生更便捷地獲取信息、分析問題[1]。學界圍繞生成式人工智能對教育的影響展開廣泛研究。從技術發展角度來看，有研究認為生成式人工智能在幫助學生提升信息檢索、分析整合及內容創作能力方面發揮重要的作用[2]。在教學改革方面，有研究提出跨學科融合教學模式，結合計算機科學、倫理學、傳播學等多學科知識，以培養學生的綜合批判能力[3]。然而，目前相關研究多聚焦生成式人工智能在教育操作層面的適應策略，在一定程度上缺乏對新聞傳播教育范式轉型的系統性思考[4]。因此，有關主體亟須構建一個符合生成式人工智能時代需求的批評性思維培養體系，對新聞傳播教育進行深入的理論探討與實踐探索[5]。鑒于此，文章分析生成式人工智能時代新聞傳播教育的局限與挑戰以及批判性思維的重要性，提出生成式人工智能時代新聞傳播教育范式的創新路徑，為新聞傳播教育教學改革提供理論參考。

一、生成式人工智能時代新聞傳播教育的局限與挑戰

長期以來，新聞傳播教育建立在穩定的媒介環境基礎上，形成以專業知識和實踐技能傳授為核心的教育范式。這一教育范式通過系統的課程設置和技能訓練，培養大批具備采寫編評等專業能力的新聞傳播人才，為新聞傳播學科的建立和發展奠定堅實的基礎。傳統的新聞傳播教育特點主要體現在三個方面，即注重行業規范的系統傳授、強調操作技能的反復訓練以及重視經典理論的完整學習。可以說，在傳統媒體時代，這一教育范式發揮著重要的作用，使新聞傳播人才較好地適應相對穩定的媒介環境和工作要求。然而，隨著生成式人工智能的快速發展和廣泛應用，新聞傳播的生產邏輯發生根本性變革。生成式人工智能不僅帶來技術工具的迭代升級，而且深入新聞生產與傳播的各個環節，重構行業生態體系。也就是說，從最初輔助完成基礎性工作到如今能夠獨立承擔內容寫作、視頻剪輯、數據分析等任務，生成式人工智能的應用范圍持續擴展。更值得注意的是，其影響力已延伸至創意策劃、輿論分析和傳播策略擬定等方面，這標志著生成式人工智能對新聞傳播生產邏輯的全面重塑。

在技術重塑行業生態的背景下，傳統的新聞傳播教育面臨嚴峻挑戰，主要體現在三個相互關聯的層面。首先，技能培養與行業需求出現明顯脫節。隨著自動化寫作軟件能夠高效完成程式化報道，傳統的采寫訓練難以體現其獨特價值，基礎新聞寫作技能的教學意義受到根本性質疑。其次，知識傳授方式滯后于技術發展。當學生可以通過智能工具即時獲取跨學科知識時，以知識灌輸為主的傳統課堂教學正逐漸喪失其不可替代性。最后，倫理教育體系缺乏應對技術變革的維度。面對技術引發的真實性風險，建立在傳統媒體環境基礎上的新聞倫理課程已難以有效解決生成式人工智能時代出現的倫理問題。

同時，在生成式人工智能重塑新的傳播環境下，新聞傳播人才也面臨多重挑戰。首先，信息生產門檻的降低導致信息過載問題的加劇。真實與虛假信息的界限變得模糊，信息真實性受到威脅，生成式人工智能生成的視聽內容已突破傳統核查手段的識別邊界。其次，算法主導的信息分發機制改變傳統的新聞傳播路徑，使得“信息繭房”效應更加明顯，且新聞價值的算法重構使平臺流量邏輯重塑新聞傳播的選題判斷標準。最后，職業身份的認知困境。當新聞傳播生產環節被生成式人工智能深度介入，新聞傳播亟須重新定位專業價值。

此外，生成式人工智能深度介入新聞傳播生產從根本上改變新聞傳播教育的存在語境與發展方向，新聞傳播教育如何在技術重塑行業的背景下重新確立價值坐標并構建與之匹配的培養體系成為重要命題。要回應這一命題，有關主體亟須進行課程調整，從技能訓練、知識傳授到倫理培養進行全方位的范式重構，建立起真正適應生成式人工智能時代需求的新聞傳播教育體系。

因此，新聞傳播教育轉型的現實動因來自兩個相互強化的維度：技術替代與倫理挑戰。在技術維度上，生成式人工智能深度介入新聞傳播生產中的程式化環節，使傳統技能訓練的價值急劇衰減；在倫理維度上，算法偏見、深度偽造等技術應用弊端帶來的社會影響日趨復雜。這兩個維度的交織作用迫使新聞傳播教育必須實現從“知識技能”向“思維素養”的根本轉向。

二、生成式人工智能時代新聞傳播教育中批判性思維的重要性

批判性思維的理論譜系源遠流長，可追溯至古希臘時期蘇格拉底的詰問法、柏拉圖的辯證法以及亞里士多德的形式邏輯體系。杜威在《我們如何思考》中提出的“反省性思維”概念，將批判性思維定義為“對信念或知識進行持續審思并尋求合理依據”的認知過程[6]。這一理論演進揭示出批判性思維的兩個本質特征：理性審思的認知過程與價值自覺的思維傾向。恩尼斯進一步將其發展為包含認知技能（邏輯分析、證據評估）與思維態度（開放性、質疑精神）的復合能力體系[7]，這種雙重維度架構為新聞傳播教育中的批判性思維培養提供了堅實的理論基礎。

在生成式人工智能深度介入新聞傳播生產的當下，批判性思維的重要性愈發凸顯。這體現在生成式人工智能應用制造的三重發展悖論上：首先，真實性與效率的悖論。研究表明，生成式人工智能基于統計模型生成內容，使文本源自語料庫統計規律而非現實經驗，可能虛構引用來源，這種“幻覺”現象嚴重損害新聞可信度，與新聞傳播追求的真實性原則產生根本沖突[8]。其次，便捷性與深度的悖論。認知心理學研究顯示，技術依賴會強化直覺性系統思維而弱化深度分析的系統思維，造成批判性思維的結構性退化。最后，創新性與同質的悖論。由于生成式人工智能依賴既有語料訓練，其內容同質化傾向與批判性思維倡導的創新本質背道而馳。這些悖論使得傳統的新聞傳播教育面臨嚴峻挑戰，亟須轉向培養算法無法替代的核心能力，使新聞傳播人才具備在信息迷霧中保持專業判斷的定力，在技術異化下堅守人文價值的自覺以及在價值沖突時做出理性抉擇的智慧。

為了突破這些局限，有關主體需要建立多維度的應對體系。從價值論視角來看，韋伯的理論給予啟示，批判性思維能夠幫助新聞傳播人才在技術理性中保持價值自覺[9]。在新聞傳播實踐中，這種價值自覺體現在事實選擇、信源評估和報道框架構建的每個環節上，在“客觀中立”與“建設性新聞”等不同價值立場間呈現動態平衡。從認知發展視角來看，學生通過系統的“質疑一驗證一創新”訓練，能夠突破“有知的混亂性”階段，建立思維免疫機制。從社會功能視角來看，有關主體承擔著維護公共信息生態健康的重要使命，新聞傳播人才只有具備成熟的批判性思維，才能夠抵御各種錯誤信息、有害觀念的侵蝕。

因此，批判性思維在新聞傳播實踐中的核心功能體現在三個層面：在信源驗證中平衡技術效率與專業判斷，確保復雜信息的準確解讀；在算法推薦中協調流量邏輯與公共價值，避免新聞選擇被平臺規則主導；在數據新聞中識別算法偏見，揭示技術應用中潛在的社會公平問題。

有關主體對這種思維能力的培養亟須遵循漸進的路徑：先幫助新聞傳播人才掌握技術批判的基本工具，再通過倫理困境模擬強化其職業判斷，使其最終在人機協作項目中實現創新應用并保持專業主導權。需要強調的是，批判性思維的培養旨在實現技術的負責任使用而非簡單排斥。經過專業訓練的新聞傳播人才能更有效地應用生成式人工智能，在提升生產效率的同時確保內容質量，形成人機優勢互補的良性循環。

總體而言，批判性思維在生成式人工智能時代具有雙重重要的意義：它不僅是應對技術挑戰的工具性能力，更是新聞傳播教育在智能化浪潮中重構自身核心競爭力與獨特定位的基礎。其教育價值既體現在促進個體認知發展的微觀層面，也展現在維護社會信息生態健康的宏觀維度，連接新聞傳播教育的傳統與未來。

三、生成式人工智能時代新聞傳播教育范式的創新路徑

在生成式人工智能時代，批判性思維的培養不僅是新聞傳播教育核心競爭力的關鍵所在，更是新聞傳播人才應對技術變革的重要戰略支點。要將批判性思維培養有效融入新聞傳播教育體系，有關主體應從課程體系、教學方法、實踐訓練、評價機制和師資建設等多個維度進行系統改革。

第一，課程體系的重構是教育轉型的基礎工程。傳統的新聞傳播教育需要突破“技術工具論”的局限，從方法論層面拓展，對課程體系進行改革。具體來說，有關主體應構建多層次培養框架：縱向貫穿“基礎理論一專業應用一實踐創新”培養全流程，橫向融合新聞學、數據科學和倫理學等多學科視角，尤其采用問題導向的課程設計，從行業真實挑戰出發反向推導教學內容，確保學習與實踐的緊密銜接。例如：有關主體可以增設算法倫理、認知科學與傳播等交叉學科課程，助力學生構建理解技術底層邏輯的認知框架；在專業課程中融入批判性思維的模塊，并打造人機協作新聞實驗室等新聞傳播實踐平臺，讓學生在技術應用過程中始終堅守價值判斷。這種“理論奠基一專業滲透一實踐強化”的課程架構，打破傳統的學科壁壘，促進技術邏輯與人文思維的深度對話與融合。

第二，教學方法的創新是批判性思維培養的關鍵路徑。有關主體應改變單向知識灌輸的傳統教學范式，構建以“質疑一驗證一創新”為路徑的互動教學體系。這一體系的核心在于創設認知沖突并引導協作探究。例如，在算法倫理課程中，教師可以設計具有爭議性的現實案例，促使學生主動質疑既有結論，通過小組討論收集證據、構建替代方案，最終形成更全面的認知框架，培養其面對復雜問題時的批判性思維，并借助算法倫理辯論鍛煉學生的論證能力，采用“雙師協同”教學，與技術專家共同授課，培養學生的多元視角和對思維可視化技術的應用，通過數字工具外顯學生的選題決策、信源評估等思維過程，強化其元認知能力。研究表明，使用動態思維圖譜工具的學生，在識別自身邏輯漏洞和偏見方面表現更為突出，這既得益于可視化技術使抽象思維過程變得可觀察、可調整[10]，又是批判性思維滲透到每一個教學環節，實現全過程的浸潤式培養。

第三，實踐訓練的革新是能力培養的重要保障。有關主體應構建一個貫通“認知啟蒙一專業深化一綜合創新”的實踐育人體系，其核心在于通過場景化的實踐設計培養學生的技術思辨能力與價值判斷素養。其中：在認知啟蒙階段，教師應依托智能媒體實驗中心打造“新聞算法工坊”，通過模擬社交媒體推薦算法、內容生成系統等典型應用場景，引導學生以“技術解構者”的身份參與算法參數調試，如在“信息繭房模擬實驗”中，通過調整推薦算法的相似度閾值，讓學生親歷信息窄化如何潛移默化地影響公眾認知的過程，增強技術警覺性；在專業深化階段，教師應依托與主流媒體機構共建的“AI新聞實驗室”，采用“行業導師+ 學術導師”的雙軌指導范式，讓學生參與從智能寫作工具的倫理審查到深度偽造內容的辨識機制設計等新聞傳播生產流程，如通過《AI新聞采編規范》等實操文檔的撰寫過程，培養學生將倫理原則轉化為專業行為的能力。有關主體也應開發“新聞科技倫理雷達評估工具”，從事實準確性、信息多樣性、程序透明度、社會包容性、人文關懷度五個維度，對學生的實踐成果進行立體化測評。這種將技術倫理量化為可操作指標的嘗試，正是對傳統的新聞傳播教育重技能輕思辨的重要突破。

第四，評價機制的改革是教育轉型的制度支撐。當前，以知識考核為主的傳統新聞傳播評價機制已難以適應思維培養的需求，有關主體必須建立“三維一體”的新型評價機制：在評價維度上，建立多維指標體系，全面評估學生的思維能力，從單一知識考核拓展到邏輯嚴謹性、論證深度和創新價值的多元評估；在評價方式上，推行過程性成長檔案，動態追蹤學生的思維能力發展軌跡；在評價主體上，采用多元主體評價揭示學生的思維盲區，形成“AI初評 + 教師終審”的人機協同，從而實現從“知識本位”到“思維本位”的轉向，通過評價的作用引導教學重點的轉移，最終形成“以評促教、以評促學”的良性循環。

第五，師資建設是推動教育轉型的基礎保障。有關主體應從角色定位、能力培養和團隊構建三個層面進行系統性革新。在角色定位方面，教師應實現三重轉變：從傳統的知識傳授者轉變為思維引導者，著重培養學生的批判性思維；從單一學科專家轉變為跨學科協調者，促進不同領域的知識融合；從單純的技術使用者轉變為具有倫理審視能力的教育者，幫助學生理解技術應用的社會影響。在能力培養方面，有關主體應構建“雙師雙能”培養體系，借助專題培訓、教學研討和跨學科交流等方式，既提升教師的技術應用能力，又強化其批判性思維的教學水平，并建立“校媒科”協同機制，促進教育機構、媒體行業和科技企業之間的深度合作，為教師專業發展搭建更廣闊的平臺。在團隊構建方面，有關主體應積極引進邏輯學、心理學等領域的專家，組建多元化的教學團隊，為學生提供多維度的思維訓練，尤其鼓勵教師開展“思維教學法”研究，通過教學實踐探索有效的培養模式。這種全方位的師資建設核心在于確保教師不僅具備扎實的學科知識和專業技能，更能以身作則地展現批判性思維的魅力，從而真正實現對學生思維能力的有效培養。上述變革的深層意義在于助力新聞傳播教育在技術浪潮沖擊下堅守初心并保持活力，通過批判性思維的深度培育，幫助學生熟練駕馭智能技術工具，培養他們始終保持清醒的價值判斷，使他們有力應對技術變革，堅定守護與升華新聞傳播的核心價值，從而詮釋生成式人工智能時代新聞傳播教育肩負的神圣使命。

四、結語

總體而言，隨著生成式人工智能深度介入新聞傳播生產，新聞傳播教育進行根本性范式重構，以重塑專業主體性，培養新聞傳播人才在技術環境中的價值判斷力和倫理自覺性。當生成式人工智能承擔基礎性生產功能時，新聞傳播教育的重點必須轉向培育學生具備機器難以復制的核心能力，這是新聞傳播教育在生成式人工智能時代的立身之本。

系統分析表明，當前新聞傳播人才亟須構建三大核心能力體系：一是批判性思維，能夠進行信息真偽鑒別、算法邏輯分析和專業價值判斷；二是倫理自覺意識，能夠在技術應用中堅守專業底線；三是創新適應能力，能夠開拓新的傳播路徑。這些能力共同構成生成式人工智能時代新聞傳播人才的核心競爭力，其中批判性思維發揮著基礎性作用。基于此，有關主體必須進行系統性革新，推進新聞傳播教育轉型：在課程體系上，突破“技術工具論”的局限，建立“基礎理論一專業應用一實踐創新”的縱向培養鏈條，并融合新聞學、數據科學、倫理學等多學科視角；在教學方法上，構建“質疑一驗證一創新”的互動教學體系；在實踐訓練上，打造“認知啟蒙一專業深化一綜合創新”的實踐育人體系；在評價機制上，構建“三維一體”的新型評估機制；在師資建設上，從角色定位、能力培養到團隊構建進行全面革新。

有關主體實現這一轉型需要把握三個關鍵平衡：技術認知上堅持批判性思維，避免技術決定論與技術恐懼癥的兩極傾向；培養路徑上注重知行合一，實現理論教學與實踐應用的有機融合；評價導向上強調發展性評估，建立動態、多元的質量監控體系，從而培育既精于智能技術應用又深具專業價值判斷力的復合型新聞傳播人才。

［參考文獻]

[1］謝俊，劉睿林.ChatGPT：生成式人工智能引發人的異化危機及其反思[J].重慶大學學報（社會科學版），2023（05）：111-124.

[2］王喆，夏清泉.生成式人工智能對研究生師生角色的消解與重構[J].研究生教育研究，2023（05）：48-54.[3］倪閩景.從學習進化的視角看ChatGPT/生成式人工智能對學習的影響［J］.華東師范大學學報（教育科學版），2023（07）：151-161.

[4］劉邦奇，聶小林，王士進，等.生成式人工智能與未來教育形態重塑：技術框架、能力特征及應用趨勢[J].電化教育研究，2024（01）：13-20.

[5］胡佳健，汪維富，鐘志賢.國內外生成式人工智能教育現狀分析與熱點探究［J].數字教育，2024（06）：84-92.

[6]DEWEY J.How We Think：A Restatement of TheRelation of Reflective Thinking to The Educative Process[M] .Boston： D.C.Heath and Company，1933.

[7］ AKPUR U. Critical， Reflective， Creative Thinkingand Their Reflections on Academic Achievement[J].Thinking Skills and Creativity，202O（09）： 100683.

［8］周學峰．生成式人工智能侵權責任探析［J］.比較法研究，2023（04）：117-131.

[9]KALBERG S. Max Weber’s Types of Rationality ：Cornerstones for The Analysis of Rationalization Processesin History[J]. The American Journal of Sociology，1980（05）：1145-1179.

[10］SWELLERJ，MERRIENBOERJJG，PAASF.Cognitive Architecture and Instructional Design： 20Years Later［J] .Educational Psychology Review，2019（02）：261-292.