智能化浪潮視域下體育新聞AI賦能的多維度實踐困境 解構與應對策略探析

中圖分類號：G80-056 文獻標識碼：A 文章編號：1009-9840(2025)04-0023-05

A Multidimensional Analysis of Challenges and Strategies in AI - driven Sports Journalism amid the Wave of Intelligent Technology

XING Sijie，LI Chuan

( School of Jounalism Communication， Xi’ an Physical Education University， Xi' an 710068，

Shaanxi， China)

Abstract: Against the backdrop of artificial intelligence (AI） being fully integrated into journalism，the deep alignment of AI with sports journalism has become increasingly evident. This study focuses on the multifaceted challenges arising from the convergence of AI and sports journalism within the intelligent technology landscape， encompassing dimensions such as technology， ethics， society， and industry. To address these issues， the study proposes strategies including clarifying the division of roles between humans and machines， cultivating interdisciplinary professionals， strengthening self-regulation and external oversight mechanisms， and fostering a deeper sense of social responsibility. These approaches aim to promote the efficient and responsible application of AI in sports journalism， deliver higher-quality， in-depth and empathetic news products to audiences while enable the sustainable development of the industry amid the AI wave.

Key words: intelligentization wave; sports journalism; artificial intelligence; digitization; report

1智能浪潮中的體育新聞

從1950年圖靈在《計算機與智能》一文中借用游戲作為判斷計算機是否具有人類智能的標準，到1956年夏天達特茅斯學院人工智能領域創始會議的召開，隨著學者們探索AI技術等級的不斷深人，AI也滲透進入了社會的各個領域。截至2024年6月，我國生成式人工智能產品的用戶規模達2.3億人。各行各業正在積極擁抱生成式人工智能帶來的智能化升級浪潮[1]。2023年，我國生成式人工智能的企業采用率已達到 15% ，隨著“人工智能 + ”的概念在政府工作報告中正式提及，AI的國家戰略地位進一步確立。

AI在2016年里約奧運會以及2018年的俄羅斯世界杯體育新聞報道撰寫中大放光彩，也為國內AI賦能體育新聞拉開了序幕。不同企業逐步利用在互聯網領域的技術積累，進一步發展自動化新聞寫作系統，通過利用AI自動生成體育新聞等內容。基于大量數據和復雜算法模型，在短時間內自動撰寫新聞稿件，不僅擴展了AI的新聞寫作范疇，同時通過數據分析優化了報道的準確性和客觀性，為用戶提供了高質量的新聞內容。隨著對人工智能領域與體育新聞領域不斷的探索完善，智能化體育發展進入井噴期，2024年巴黎奧運會被廣譽為“首屆AI奧運會”是AI技術發展的最好見證與應用。AI在體育新聞生產中的應用不僅改變了體育新聞的采集、編輯和分發流程，而且對體育新聞產業的生產方式、質量控制及報道深度產生了深遠影響。

2體育新聞AI賦能的多維度實踐困境

2.1 難保新聞實時性與準確性

沃爾特·李普曼認為，新聞業應當是一門經過充分調查、仔細甄別及嚴格檢驗的科學，而優秀的記者應如同耐心且無畏的科學家，致力于展現真實世界的面貌[4]。然而，在大數據和機器學習的驅動下，傳統的新聞事實原則正逐漸被海量網絡數據取代。原本需要記者親身核實的事實采集工作已經部分外包給大型算法模型。同時這些大模型的計算結果，經過多層轉譯后，可能并不代表客觀事實，也不能準確反映真實世界。

新聞不僅是信息的傳遞，還承載著讀者的情感共鳴，體育新聞則更為需要與受眾構建通暢的情緒意義空間，AI在生成自然語言時，不僅難以捕捉比賽中瞬息萬變的情緒和細節，同時公式化的文字也會缺失情感色彩。

AI生成體現了經驗主義和歸納邏輯的認識論在機器學習算法中的應用，這一過程涉及從已有的大量數據中提煉信息，依據統計計算進行模式識別和知識再創造，遵循著一種“昨日歷史，今日新聞”的邏輯。但體育新聞領域的數據來源復雜且質量不一，熱門賽事，如奧運會、世界杯，數據較為完整，非主流賽事或區域性體育活動的數據常常缺失導致AI賦能體育新聞雖然可以快速抓取大量數據信息，但是信息的真實性和可信度卻難以保證。AI體育新聞往往是對大數據的整合和現實信息的綜合，如果沒有人類記者的審核，容易引發新聞報道的失實與誤解。體育新聞的核心競爭力在于內容的實時性。然而，AI處理動態賽事數據時，常面臨準確性不足的問題。例如，AI在賽事直播報道中可能因數據延遲或模型的局限性，生成不準確的內容，進而損害用戶體驗。此外，AI缺乏對突發事件的深度理解能力，如比賽規則爭議或意外事件，導致報道內容偏差。以《華盛頓郵報》2023年8月的一則名為“Gannett halts AI-written sports recaps after readersmockedthestories\"的報道為例，該報道稱Gannett公司停止了AI撰寫體育新聞，因為該人工智能撰寫的幾篇文章因重復、文筆差和缺乏關鍵細節而走紅網絡，其中一個例子是關于LedeAI發布在足球回顧的技術錯誤[2]。

2.2 缺失新聞深度與人文關懷

人工智能的融合極大提升了體育新聞生產的效率和速度，但過度依賴于算法的內容往往缺乏對報道對象情感的深人挖掘或復雜社會背景的綜合考量。這種新聞生成方式缺乏深度和人文關懷，“冷漠新聞”或許邏輯縝密，架構嚴謹，但難以觸動人心或深入探討社會問題。

AI在處理簡單、基于數據和事實的報道方面表現突出，例如賽事成績、運動員數據更新等。這類報道雖快速準確，但往往只留下一幅幅視覺意義上的“數據云圖”。新聞的意義發生了偏離，數據成為新聞的主題，從而使新聞成為數據堆積“景觀”。對于深度調查，AI的能力則顯得十分有限。自動生成雖然能迅速產出比賽報道，但多聚焦于比賽數據和過程的內容，難以觸及現狀背后的故事和情感，深度報道、個性化研究、現象剖析這些內容不僅需要深人調研，更需要長期在本領域中的浸淫。這些內容都是受眾有廣泛需求但AI難以實現的。

此外，任何類別的新聞報道均需要傳達情感與人文關懷。“當數據中沒有了人，也缺少了故事的語境，所謂的人文關懷便失去了存在的根基，其結果就是影響公眾的認知體驗和認同方式”[3]。體育新聞不僅呈現了賽事的相關數據，其價值更多凸顯在挖掘數據背后的信息研判與發現存在的社會問題，從而帶給公眾深刻的情感認同。記者在報道中能夠融入對受眾的同情和理解，通過展現情感細節來觸動人心。然而，AI生成的報道更為關注事實陳述，往往缺乏引發共鳴的情感元素。卡塔爾世界杯四分之一決賽，葡萄牙不敵摩洛哥，解說員面對淚灑現場的C羅送上了告別語：“我想在這個時候，我們要送別這位認真、勤勉、自律甚至偏執，近乎到了變態的球員，這是我們這個星球上最好的球員之一。我們只有體面地告別，衷心地祝福，才是對這位五屆金球獎得主，最好的送別。”人性化的文字語言，客觀的信息視角，個性化的觀點表達，以人為本的信息呈現或許是最有效防止體育界“飯圈化”的手段之一。

2.3 造成社會分層與信息鴻溝

人工智能算法通常以用戶的行為數據為基礎進行內容推薦，這種機制可能無意間強化了社會分層，擴大了不同人群之間的信息鴻溝。高收入、高教育水平用戶可能獲得更多專業化內容，而基層用戶則更容易被娛樂化、低質量內容覆蓋，這種信息分層不僅會加劇體育新聞的商業化偏向，還可能弱化基層體育發展的傳播動力。AI算法依據用戶的閱讀偏好和行為進行內容推薦，這種個性化服務雖然提升了用戶體驗，卻可能導致受眾接觸內容的單一化，形成“信息繭房”。在體育新聞中，這種現象可能導致受眾僅關注熱門賽事或明星運動員，而忽視基層體育、公益賽事等內容，進一步加劇信息鴻溝，導致社會責任被忽視。例如，AI在優化點擊率的過程中，往往會優先推薦流量大的娛樂化內容，而非具有社會價值的報道。這種“流量至上”的導向可能削弱體育新聞對社會議題的關注，特別是在性別平等、環保責任和基層體育推廣等方面。例如娛樂化報道的泛濫，平臺因其AI推薦系統頻繁推送體育明星的八卦新聞，而非賽事分析或社會價值導向的內容，被批評為失去了新聞的專業性。此類問題的產生表明，AI技術的使用若缺乏責任引導，可能導致內容導向偏離新聞本質。

2.4 資源分配與商業模式行業挑戰

體育新聞行業在引入AI技術時，需要平衡技術投入與商業收益之間的矛盾，AI的研發、部署和維護成本高昂，同時體育新聞行業利潤率普遍不高，尤其在地方性或小型媒體機構中，這種矛盾尤為明顯。

AI以效率為導向的報道模式，可能淡化新聞內容中對體育精神、歷史與傳統文化的關注，導致行業文化與技術發展之間的矛盾；AI生成的內容通常基于固定模板和數據分析方法，可能導致報道風格趨于同質化，缺乏創新性和個性化。在市場競爭日益激烈的背景下，內容創新能力的下降可能削弱體育新聞的吸引力；AI賦能的核心在于數據資源，而大數據的獲取能力因機構規模而異。一些小型媒體機構無法獲得高質量的體育數據，導致AI應用難以落地，進一步拉大行業內的數字鴻溝，大平臺與小媒體的競爭差距。國內某知名體育新聞平臺(如騰訊體育)擁有豐富的數據資源和技術支持，可以生成實時數據驅動的深度內容。而地方媒體因數據獲取能力不足，無法競爭，逐漸失去市場份額和資源壟斷。大型平臺在數據積累上的優勢使得小型機構難以撼動其市場地位、行業失衡;缺乏數據資源的小型媒體可能被迫退出市場，導致行業多樣性降低。

AI賦能體育新聞會改變內容生產與消費模式，但相應的商業模式改革尚未成熟。廣告分成、會員訂閱等傳統模式在AI驅動的內容分發中遇到挑戰，導致媒體機構面臨盈利壓力。讀者對AI生成的內容缺乏付費意愿，尤其在內容與其他平臺類似時。廣告模式受沖擊，精準推薦算法雖然提升了點擊率，但廣告效果難以持續轉化。

3體育新聞AI賦能挑戰的應對方略

3.1堅持記者的主體性，實現人機高效融合主體的概念目前仍無定論，傳統上統指與客體對立的有認識和實踐能力的人。馬克思認為人不應是機器的附庸，不應是喪失自我意識的主體，康德哲學也以人是目的為基礎展開[4]。卡茨的“使用與滿足理論”強調，媒介的使用是由受眾的需求驅動，人機高效融合體應當基于提高受眾滿意度和滿足其需求的目標之一來設計。人類與AI在工作中形成互補合作的關系，而非替代關系。利用人類的創造性思維、情感判斷和復雜決策能力，以及機器在處理大數據、執行重復任務等方面的優勢。通過高效的人機融合，可以提高工作效率、創新能力和決策質量。

基于此，記者應當把握自己在人機合作關系中的主體性地位。通過“ AI+ 新聞”的生產模式，讓AI技術最高效地幫助人類記者完成煩瑣且龐雜的工作，讓記者可以集中在個人創造力的發揮，使得兩者能夠充分發揮各自的優勢。AI可以生成初步的新聞稿，涵蓋基本事實和事件描述。這樣記者就可以將更多的時間投入深入報道和調查研究中。記者作為新聞主體，無論技術如何更迭，注重新聞記者的主體性，提升人的價值，始終是瞬息萬變的技術浪潮中亙古不變的真理。

AI在信息處理速度和規模上具有顯著優勢，但對新聞價值的判斷能力有限。例如，AI難以理解賽事背后的社會背景、文化意義或人文情感，導致其生成的內容容易流于表面化。記者的新聞敏感性、社會責任感和批判思維，能夠對體育事件進行深刻分析和獨特解讀。在巴黎奧運會期間，新華網先使用“AIGC看奧運”[5]這一欄目快速實現奪冠精彩瞬間和簡報生成相關報道。然后，記者再通過深入挖掘，報道參賽選手奪冠背后的故事。與AI生成的數字化內容相比，這類報道更能引發公眾的情感共鳴與深層次思考。體育新聞不僅是數據和事實的匯總，更需要通過人文敘事傳遞體育精神。AI生成的內容在邏輯和結構上或許無懈可擊，但缺乏情感的溫度和敘事的創意。以新華社《40年傳承鑄夢，“夢之隊”創造歷史包攬奧運八金》記者將中國跳水人用行動詮釋中華體育精神通過語言風格、敘事技巧和情感表達，將體育新聞轉化為有溫度、有深度的作品之一。

3.2技術人才雙輪驅動，培育多元化人才

AI的深入研發與多元化人才的培養是推動行業創新性發展的核心動力。現代新聞之父普利策曾說過：“倘若一個國家是一條航行在大海上的船，新聞記者就是船頭的瞭望者，他要在一望無際的海上觀察一切，審視海上的不測風云和淺灘暗礁，及時發出警告。”如今，傳播學中的“把關人理論”依然具有重要的現實意義。AI在體育新聞中的應用，實際上是在進行一種新型的“把關”活動，通過提升AI的理解和創造能力，使其更好地完成把關任務，如自動識別和選擇新聞價值高的信息、生成質量更高的內容等。如果說傳統媒體時代作為把關人的新聞編輯是在封閉的新聞生產系統中依靠有限的信源完成信息的篩選過濾與加工創造，通過單方面界定新聞是否具備價值來決定受眾應該看什么，那么如今在智能化浪潮中作為把關人的新聞編輯則需要在更為開放的新聞業生態中搭建傳播網絡，設計公共討論的空間，通過與公眾的不斷對話完成對新聞的意義闡釋。同時，“把關人”理論強調了編輯和審核者在確保信息準確性、合法性和道德方面的重要角色，這一點在信息快速流通的數字時代顯得尤為重要。

隨著AI技術在體育新聞中的廣泛應用，傳統的新聞從業者已難以完全勝任高技術背景下的內容生產任務。這一行業變革要求從業人員既需具備深厚的新聞專業能力，又需掌握數據分析、算法應用等技術技能，成為“技術與內容兼備”的復合型人才。體育新聞受眾群體多樣，涵蓋不同文化背景、年齡層次與興趣取向。AI賦能的背景下，多元化人才的引入不僅可以確保內容的全球化適配，還能增強新聞報道的文化包容性與用戶覆蓋面。

體育新聞行業需要在新聞學、數據科學、人工智能技術等學科之間構建交叉教育體系。通過學科融合，培育既懂新聞價值判斷，又熟悉AI技術應用的跨界型人才。為了縮小學術研究與實際行業需求之間的差距，體育新聞行業需要推動校企合作，通過合作開發課程、提供實習機會等

3.3 中 自律為本他律為盾，雙軌并行的策略

AI技術在體育新聞中的應用極大地提高了體育新聞生產的精準度。同時也帶來了信息失真、偏見與倫理問題。這些問題的解決需要綜合運用自律與他律的策略，以確保體育新聞的健康發展。

各大新聞機構應該明確AI嵌入體育新聞的環節，確保AI在體育新聞生產與人類記者的有效融合。AI在體育新聞生產中的高強度融合，可能會導致新聞從業人員對AI的過度依賴，可能會削弱記者的新聞創造力。過度依賴AI生成新聞內容，還可能會導致新聞崗位的減少，從而增加新聞從業人員的就業壓力。新聞機構應公開AI如何嵌入體育的詳細信息，并明確在發生錯誤時的責任歸屬和糾正措施。建立健全行業公約與用戶準則，形成對法律法規的有益補充，繼而推動生產效率提升，創新消費服務體驗，營造良好發展氛圍。也應跟蹤最新的法律法規變化，確保AI應用的合法性。

在討論如何通過技術手段保障數據隱私安全的同時，需要有同步更新的監管規范與倫理約束。首先，確保在體育新聞生產過程中嵌入的AI在數據傳輸和儲存階段的安全性是基本要求，這需要采用高標準的數據加密技術和匿名化處理方法來保障用戶數據的安全；其次加強版權保護和管理。AI輔助下生成的新聞內容可能涉及版權問題，因此，新聞機構需要確保所有使用的內容都擁有合法授權，同時也需為原創內容設立版權保護機制。新聞機構需嚴格遵循《中華人民共和國個人信息保護法》]及其他相關法律法規，建立和遵循嚴格的數據管理制度。同時，增強公眾對數據隱私保護的意識也至關重要，應明確向用戶通報其數據的收集、使用和保護方式，以及用戶管理個人數據的權利。

3.4深化社會責任意識，豐富報道的內容

在AI賦能的背景下，體育新聞應承擔更加深刻的社會責任，聚焦公共議題并推動社會進步，AI的介入使體育新聞能夠更有效地挖掘和分析涉及社會責任的內容議題。例如，利用數據分析和趨勢預測技術，記者可以更及時地報道與體育相關的社會問題，包括性別平等、環境保護、運動員心理健康等，為這些議題提供更多討論的空間和傳播的可能性。與此同時，AI還能為體育新聞提供更高層次的公益性和教育性支持。如，體育新聞可以利用AI生成內容（AIGC)技術將復雜的賽事分析簡化為適合大眾理解的形式，從而將體育新聞的受眾范圍擴展到更多領域。此外，針對邊緣化群體的體育活動，如殘疾人賽事的報道，也可以通過AI技術實現更多樣的呈現方式。通過精準的數據采集與分發，AI能夠幫助這些賽事吸引更多關注，促進體育新聞的包容性與公平性。為了進一步深化社會責任意識，體育新聞還需關注報道內容可能帶來的負面影響。如過度聚焦明星運動員可能掩蓋基層體育的價值，或不當報道負面事件可能引發社會輿論的失衡。在這種情況下，AI的實時輿論監測能力能夠為媒體提供反饋支持，幫助其在內容策略上做出及時調整。此外，AI技術還可以輔助媒體進行倫理評估，確保體育新聞在商業化運作與社會責任之間保持平衡，需求的同時持續推動社會進步。

AI技術在體育新聞領域的應用，為內容個性化與多樣化帶來了新的可能性。內容個性化旨在利用AI算法對用戶數據進行分析，挖掘其偏好與興趣，為其推薦精準的體育新聞內容。通過深度學習和自然語言處理(NLP)技術，新聞媒體能夠識別用戶的閱讀行為與關注重點，從而實現更具針對性的新聞推送。這種方式不僅提高了用戶體驗和黏性，還在一定程度上緩解了信息過載的問題。然而，個性化策略在實踐中也面臨潛在風險。過度依賴算法可能導致“信息繭房”現象，使用戶無法接觸多元的體育文化與新聞議題。因此，內容多樣化策略需要與個性化策略協同發展，確保受眾在享受個性化服務的同時，能夠接觸到更多元化的內容維度。如，通過多模態數據處理技術挖掘與推薦地方特色賽事、新興體育項目以及國際賽事中較少報道的亮點內容，提升體育新聞的覆蓋范圍和多樣性。此外通過虛擬現實（VR）、增強現實（AR)以及生成式AI技術，新聞內容可以突破傳統文本與視頻的界限，提供沉浸式互動體驗。這種多樣化的表現形式不僅滿足了不同層次受眾的需求，還提升了體育新聞在數字時代的競爭力。在實施個性化與多樣化策略時，還應重視文化與受眾的差異性。不同年齡層、性別以及文化背景的受眾對內容的需求存在顯著差異。例如，針對年輕用戶，可融入更多趣味性和社交元素；而針對老年用戶，應注重新聞內容的簡潔性與可讀性。AI可以通過細化用戶畫像，為不同群體量身定制多樣化的內容組合，實現對不同受眾的全面覆蓋

4結語

AI與體育新聞的融合是一個復雜而又充滿無限可能的新興領域。只有保持開放態度及跨界合作，持續進行技術創新、倫理審視和政策引導，才能在確保體育新聞質量與公信力的基礎上，最大程度優化其積極影響，為公眾提供更高質量、更具深度和人文關懷的新聞內容。

參考文獻：

[1]新華社.我國生成式人工智能產品用戶規模達2.3億人[EB/OL].(2024-11-30)[2025-02-15].https://www.gov.cn/zhengce/jiedu/tujie/202411/content_6990402.htm.

[2]The Washington Post. Gannett halts ai-written sports recapsafterreadersmocked the stories[EB/OL].(2023-08-31)[2025-02-13].https://www.washingtonpost. com/nation/2023/08/31/gannett-ai-written-stories-high-school-sports/.

[3]劉濤.理解數據新聞的觀念：可視化實踐批評與數據新聞的人文觀念反思[J].新聞與寫作，2019（4）：69.

[4]王瑩.從主體性到主體間性：新傳播語境下新聞生產的變革邏輯[J].編輯之友，2021（1)：76-80.

[5]新華網.AIGC看奧運I霹靂舞、首屆電競奧運會、2030冬奧會，AI視角帶你看[EB/OL].（2024-07-26）［2025-02-13].http://sports.news.cn/20240726/421ebd1456394108a5ba33132c656c15/c.html

［6]新華網.巴黎奧運會|40年傳承鑄夢，“夢之隊\"創造歷史包攬奧運八金[EB/OL].（2024-08-11)[2025-02-13].htp://sports.news.cn/20240811/aa645121077f4e979b88c9fdd62bfbf1/c.html.

[7]新華社.中華人民共和國個人信息保護法[EB/OL].（2021-08-20)[2025-02-15].https://www.gov.cn/xinwen/2021-08/20/content_5632486.htm.

[8]萬贊.從圖靈測試到深度學習：人工智能60年［J].科技導報，2016，34(7):26-33.

[9]白貴，王太隆.體育賽事機器新聞寫作的現實困境與改進路徑——以騰訊“機器人NBA戰報”為例[J].上海體育學院學報，2018，42(6) :23-29.

[10]曾曉.ChatGPT新思考：AIGC模式下新聞內容生產的機遇、挑戰及規制策略[J].出版廣角，2023（7)：57-61.

[11]曾玉竹.機器人寫作對新聞生產模式的影響研究[J].新聞研究導刊，2019，10(16):85-87.

[12]陳露菡.ChatGPT賦能新聞業高質量發展的未來圖景［J].傳媒，2023(22) :40-42.

[13]史安斌，劉勇亮.從媒介融合到人機協同：AI賦能新聞生產的歷史、現狀與愿景[J].傳媒觀察，2023(6):36-43，2.

[14]陳昌鳳，霍婕.以人為本：人工智能技術在新聞傳播領域的應用[J].新聞與寫作，2018(8）：54-59.

[15]牟向前，王慶軍，俞鵬飛，等.人工智能時代體育新聞生產與接受面臨的挑戰及應對策略［J].山東體育學院學報，2019，35(5) :37-43.

[16]張惠彬.人工智能時代體育新聞的版權之困與紓解之道——以騰訊機器記者為考察對象［J].上海體育學院學報，2019，43(2) :33-39，62.

[17]王坤葳.機器人體育新聞寫作對媒體發展的影響［D].上海：上海體育學院，2020.

[18]孟睿智.體育賽事機器新聞的著作權問題研究［D].南京：南京師范大學，2021.

[19]張小雨.機器人寫作背景下體育新聞變革及其在北京冬奧會應用的研究[D].北京：首都體育學院，2022.

[20]郝雨，文希.AI嵌人新聞生產的強勢與限度——人機關系視域下ChatGPT與記者的新聞職業主場爭奪［J].編輯之友，2023(11) :52-58.

[21]史安斌，張碧思.巴黎奧運會的數智傳播：技術創新、傳播效果與發展趨勢[J].青年記者，2024（10):89-96.

[22]相卓或.人工智能應用于體育賽事報道中的倫理風險問題研究［D].武漢：武漢體育學院，2024.

[23]彭蘭.生成式人工智能技術驅動傳媒業再變革[J].南方傳媒研究，2024(3）：5-13.

[24]楊燦.人工智能賦能新聞生產現狀及發展研究［D].重慶：重慶交通大學，2021.

[25]袁豪倩，王一鳴，馮敬雯.如何提高體育賽事報道的民眾關注度———以北京冬奧會為例[J].記者搖籃，2024(11):48-50.[26]劉千鈺，吳鐵.智能傳播技術的革新與應用研究—以2024年巴黎奧運會為例[J].傳媒論壇，2024，7(20):31-34.[27]童云峰.體育新聞報道中人文關懷缺失現狀分析和策略研究[J].新聞傳播，2024(16):31-33.

[28]張惠彬.人工智能時代體育新聞的版權之困與紓解之道——以騰訊機器記者為考察對象［J］.上海體育學院學報，2019，43(2) :33-39，62.

[29]李金寶，趙宇星.大型體育賽事故事化敘事的策略與方法——兼議中央廣播電視總臺杭州亞運會報道特色[J].電視研究，2024(1):65-67.

[30]趙鑫鵬，張德勝，姜曉紅.數字時代體育解說員的角色重塑與轉型路徑——基于主體間性的視角［J].武漢體育學院學報，2023，57(12) :30-36.

[31]王瑩.從主體性到主體間性;新傳播語境下新聞生產的變革邏輯[J].編輯之友，2021（1):76-80.