名家视点 | 论人工智能对新闻传播的影响

习近平总书记指出：“谁能把握大数据、人工智能等新经济发展机遇，谁就把准了时代脉搏”。当前，人工智能技术正推动社会各领域发生深刻变革。作为与技术紧密相关的新闻传播领域更是受其深刻影响。审视人工智能对新闻传播带来的机遇与挑战，对于把握新闻传播在这一时代语境下可能引发的全新变革与发展方向具有理论意义与现实价值。

一、人工智能对新闻生产的重构：机遇与创新

(一)自动化生产，新闻创作高效率

自动化生产在新闻传播领域的主要应用为机器人写作，由于新闻的时间敏感性与新闻价值高度关联，人工智能在生产新闻稿件时展现出的速率正是契合新闻时效性的重要属性。在自然灾害、安全事故等紧急新闻场景中，人工智能能够迅速接入各类实时数据包括政府发布的信息与社交媒体动态等，通过预设算法和模板，快速提炼出关键信息，完成新闻稿件，并及时发布到多平台。这一过程相较传统人工新闻创作缩短了生产周期，确保了信息的时效性，达到了受众对实时新闻的要求。早在2016年的里约奥运会期间，新华社推出的“快笔小新”全程跟踪赛程中的所有比赛，在赛事结束的第一时间迅速生成新闻稿件，实时跟踪报道了所有比赛的结果，共有500多篇稿件被正式签发，实现了零差错。这也是我国媒体机构早期运用智能写作的探索。

不仅如此，人工智能还可以承担新闻创作中的基础性、重复性的任务，如数据整理、内容编排、标题生成等。新闻机构能够在不提高人力成本的前提下，高效地产出多种内容，在保持一定水平线以上的准确性的同时，为编辑和记者减负。而在繁重且需要持续消耗精力的工作中，人工智能恰好弥补了人类在心态与精力上的不稳定性，并通过动态关注、采集多方信息进行关联分析，为编辑与记者提供辅助。

(二)多模态融合，新闻表达多维度

传统的新闻报道多以单一的文字为载体，而如今新闻创作的多模态融合已然成为发展的重要趋势，将不同的媒介形式进行有机整合，以多种感官通道传递新闻报道，丰富新闻体验，同时通过人工智能的快速试错与迭代优化，多模态内容的生产效能得到了进一步提升。有相关从业人员表示，人工智能大模型多模态内容生成在有效提升新闻从业人员所擅长领域能力的同时，还能将不擅长领域能力提升至行业平均水平。由此，在人工智能的补足下，许多技术壁垒被打破，灵感的落地摆脱了部分技术应用难题的掣肘，高效构建一个更立体化、更具情感冲击力的新闻成为可行之事。例如，人民日报已能应用人工智能生成细节与质感都能达到较高水平的多模态内容，在2024年全国两会期间，人民日报新媒体推出的微视频《AI共创大片I江山如此多娇》,运用人工智能技术生动地描绘了冰雪消融、嫩芽吐绿、燕子归巢等自然景象，细腻呈现了祖国大地在春日焕发出的勃勃生机。

而在音频领域，喜马拉雅平台在音色克隆与声音转换方面取得了明显进展，独树一帜的音频大模型辅助新闻、故事和广告等内容以不同的语音风格和音色呈现，同时具备高度拟人化的特点，能够模仿人的笑声、叹息等副语言特征，给听众带来更加丰富、沉浸的感官体验。在报道复杂事件与科普内容时，人工智能的优势更显，通过自动识别和归纳文字稿件中的关键信息，生成适配的视频和音频补充文字叙述，人工智能技术带来感官的多重刺激，能够帮助受众更深刻地感知新闻的全貌。

(三)个性化推荐，精准传播新模式

作为新闻传播方式变革的重要推手，人工智能化场景推荐机制以其强大的数据处理能力和精准的个性化推荐，重塑了新闻从内容生产到媒体筛选、再到推荐发布直至数据反馈的全链条。

个性化推荐系统作为许多新闻资讯平台的核心组件之一，其原理是根据用户的意图、属性、偏好提供定制的新闻内容，以达到显著提升新闻的相关性和吸引力的效果。比如说，根据用户对内容的分享次数与浏览相关文章数判断用户的关注度；依据用户不同时间段浏览文章的总数以及对应的模块了解用户阅读的时间偏好与浏览峰值。这种推荐方式能够帮助平台精准触达目标受众，并在此基础上优化了用户的阅读体验，便利了有用信息的获得，减少了信息过载带来的困扰，达到提升用户对平台的忠诚度和黏性的目的。

个性化推荐也在一定程度上突破了传统新闻传播的“热点驱动”模式，即围绕大事件、重要话题进行广泛报道，强调快速响应和大规模的公众关注，但却忽视了个性化需求和细分市场的新闻消费需求，而个性化推荐提供了全新的视角与增长潜力，为长尾内容传播开辟通道。通过对小众群体兴趣的精准捕捉，新闻平台能够为专业、细分领域的新闻提供更多曝光机会，推动独特且深具价值内容的广泛传播。

(四)智能监测预警，危机应对新能力

智媒时代，技术逻辑应成为贯穿舆情演进和治理全过程的重要一环。人工智能技术的迭代升级既为网络舆情带来新变化和新风险，也为舆情治理带来了新机遇。首先，人工智能可以实现24小时全天候监控与敏感词筛查，即时达成全方位内容扫描和低俗、煽动性话题的识别，避免不良信息引发公众争议继而危及媒体公信力。

特别是在突发事件和危机爆发的初期，人工智能可以通过多维数据分析，进行重要节点与趋势预测，包括舆论的突然反转、某一话题的急速升温、特定关键词的激增等，提前发出危机预警，帮助将可能产生的舆情扼杀在萌芽状态，为新闻机构或企业单位提供早期的风险评估和足够的响应时间。南京市应急管理局、南京市数据局与擎天科技于2025年联合发布的全国首个垂直领域应急管理政务大模型——“宁安晴”,就是基于南京政务云部署的DeepSeek—R1—671B满血版大模型深度定制开发的，是“我的南京”政务版第一个专业部门智能体5,致力于打造“风险耦合辨识、执法精准高效、处置快速联动”的智能化治理模式，有效增强了风险预警的前瞻性与决策支持的科学性。

在危机处理方面，人工智能可以通过发展轨迹预测与动态策略优化生成适配多平台的回应方案，根据自身定位结合主流价值观、法律条款以及同类事件案例库形成条理清晰、态度正确、内容翔实的结构化声明，规避了传统人工因耗时错过危机公关的“黄金处理窗口”以及因回应模糊、欲说还休导致舆情发酵的风险。

二、人工智能带来的行业风险：隐忧与问题

(一)共识割裂：算法冲击群体对话

算法作为人工智能技术的重要组成部分，为内容生产与个性化推荐持续供能，但对传统的公共对话和群体共识的形成却产生了一定程度的冲击。基于用户的历史行为、兴趣偏好以及社交网络中的互动数据进行信息筛选和推送的机制虽然提高了信息的个性化程度，却也带来了“回音室效应”。即用户大概率只能接收到与自身观点相符的信息，并在算法的加持下不断巩固特定群体的集体价值观。在这种信息过滤模式下，用户容易局限于自己的意见舒适区，社交媒体上的“信息泡沫”也愈加严重，进一步导致群体之间的意见对立和分化。特别是在诸如社会阶层、性别权益等分歧较大的话题上，不同群体的意见在信息流动中越来越无法交集，公共讨论的空间被持续挤压，不同群体将陷入自我意见的狂欢。

平台的算法偏向于推送能引起用户较强情感反应的内容，这类内容因其刺激性和戏剧性，相较冷静理性的分析更容易被用户自发传播，从而导致议题的极端化。在这种情境下，群体之间很难通过理性对话达成共识，反而可能陷入持续的争吵与误解之中。再者，算法的推荐机制并非中立，由于它的底层运作逻辑而产生的偏见会在某些情况下加剧文化的同质化。不同地区、不同文化背景的用户，接收到的信息应该是丰富多样的，但在算法的作用下，特定的文化价值观和认知模式存在被过度强化的问题，而其他的文化观念则会被边缘化。长此以往，社会文化认同和文化尊重将面临严峻挑战。

(二)身份虚无：记者创作自主受限

人工智能技术的引入为新闻创作带来了高效性与自动化的附加属性，但同时也不可避免地改变了记者的职业角色和创作模式。从数据收集、事件记录、提纲撰写到简单的新闻稿件生成等环节，人工智能开始代替人类的部分工作。在需要进行创作的部分，记者可能因为惯性在初始阶段就全盘接收人工智能给出的框架，而一步一步丧失创新的主动性，由此，记者在自主创作方面的主体地位受到了挑战。这种情况在高度标准化的新闻类型，如财经报道、体育新闻、天气预报中更为明显，机器生成的新闻稿几乎完美复制了传统报道的格式与结构，记者的创作空间日益狭窄。这种转变迫使记者的角色从创作主体变成了编辑和校对员，将工作的重点放于对数据、内容的审核与修正上。

这种转变体现在工作内容上，也体现在记者对自身职业的价值认同上。作为每个行业工作者重要心理支撑的职业认同，新闻创作的热情、使命感以及成就感构成了职业生涯的内生动力。从创作一个故事、挖掘背后的深层次价值与读者进行互动，构建共通的意义空间并积极反馈，记者的工作逐渐转向了对机器生成内容的调整甚至检查，这种从主导到被动的身份转变将不可避免地带来“职业虚无感”,进而对人工智能产生依赖感直至思维惰性愈发严重，影响后续对行业的忠诚度、投入度与职业精神。在此基础上，新闻报道的独特性被削弱，行业内容逐渐趋同，人工智能反复吞吐自己生成的数据内容也将带来内容生产的质量滑坡，跳出循环进行创新将更加困难。

(三)冷漠机器：缺乏人文关怀的新闻缺陷

当前，AI智能大模型发展迅速，具备了一定的写稿能力。但是在新闻稿件的创作过程中，经调查呈现的事实和经由笔力渗透出的人文关怀缺一不可。虽然人工智能已初具情感化特征，但人工智能的情感依旧是一种机械反应，背后只是一套“触发-输出”的参数模型，而模型与数据都与“程式化”的特点密不可分，即使排列组合再灵活，还是难以避免行文结构相似、语言理解深度不足、文章信息增量有限等问题。

同时，人工智能的稳定性也在一定程度上对应着生硬与刻板，生产的新闻内容常常显得干瘪、平面。当报道涉及复杂的社会、政治和文化背景，尤其是敏感话题和复杂事件时，需要报道者具备丰富的背景知识、深刻的社会洞察力以及道德判断。由于人工智能对此类题材把控能力的缺乏，在报道此类事件时，会存在把事件表面化，缺乏入情入理的分析和对细节的关注等缺陷。例如，2025年西藏日喀则市定日县发生6.8级地震及连续几日的余震，中国地震台网的信息播报机器人多次进行播报，内容涵盖速报参数、震中地形等简易信息，并未进行详细拆解。嵌入模板的稿件生产模式使机器人缺乏产出丰富信息的能力，同时也缺乏新闻工作者所具备的“人”的温度。

虽然挖掘和培养人工智能具备情感能力的尝试一直在进行，但其中依旧存在隐秘的风险，即人工智能的情感输出并不来源于真实的社会参与或事件体验，而是来自庞大的数据集与算法模型的模仿。人类在进行数据处理与接收时多会经历“打碎重组”的过程，直到理清要素之间的关联，完成逻辑层面的构建，融会贯通后形成新的个人风格，而人工智能并不具备类似“灵光”与“醒悟”的能力，它们产出的表达多是对情感表层模式的模仿，并不具备与受众建立“情境共振”的能力。

而人类的情感回应来自对事件本身的深刻接触和对社会现象的持续关注，因此需要报道者通过对现场气氛的感知进行“情境式”的判断和叙事，人工智能则缺乏类似的情感深度，它所展示的情感仅仅是“计算化”的假象。若长期依赖此类“表面情感化”的报道方式，可能会在潜移默化中与受众产生情感隔离，使他们无法与报道产生真正的情感联结，甚至感到情感疲劳，进一步影响新闻的传播力与感染力。

(四)主体模糊：虚假新闻难以追责

人工智能在新闻传播领域的初衷在于提升新闻报道的效率和覆盖范围，尤其是在数据密集型、结构化内容的生成方面。但是由于人工智能技术在生产速率与作为兜底的核实机制两方面发展未达到平衡状态，导致由人工智能所生成的新闻在质量、准确性和伦理上都存在隐患，其中虚假新闻的生成问题尤为严重。

利用人工智能伊始，预期的目标应是从大量真实可靠的信息中提取准确的内容，然而，很多人工智能系统的训练数据来源存在偏差，尤其是偏向性数据和不完整数据，它们多源自网络上已有的新闻报道、社交媒体或其他公开资源，包含了不准确的信息或某些先入为主的偏见，同时也存在为了增强论述效果而虚构的现象。在传统新闻报道中，新闻内容的创作和发布都由记者和编辑负责，一旦出现错误或虚假信息，责任追溯相对明确。而当人工智能成为创作主体，内容的责任人将不再清晰，由于它并没有意识与判断力，缺乏对社会背景、文化语境和道德伦理的考量，难以具备为真相负责的逻辑与情感框架，当生成内容中含有虚假信息或误导性内容时，很难追溯到具体的责任主体。新闻机构该如何为人工智能生成的内容负责?是否应当追溯到开发和部署人工智能技术的公司？这一责任的界定成为难题。

据清华大学新闻与传播学院新媒体研究中心发布的《揭秘AI谣言：传播路径与治理策略全解析》显示，2023年以来，网络谣言整体态势平稳，但人工智能谣言量半年信息量增长65%。经济与企业类人工智能谣言量增速高达99.91%。由于新闻生产和传播流程的去中心化，很多平台和新闻源头背后的“生产者”处于匿名状态。许多自媒体利用人工智能程序和自动化工具发布的信息不具备明显的身份标识，这使得虚假新闻的追责变得更加复杂。一些新闻平台或应用程序可能会在未经编辑审核的情况下直接发布人工智能生成的未经过有效核实的内容，这样，信息发布者和传播者的责任被模糊化，给法律和社会道德监督带来困境。

三、深度优化与规范发展：人工智能时代新闻传播的创新策略

(一)构建“人机协同”机制，减少技术决策失误

在“人机协同”的过程中，杜绝虚假新闻的生成是一个至关重要的目标。在新闻内容生成后，人工审查可以确保新闻没有出现偏见、歧视或误导性的表述，并评估内容的准确性、上下文的合理性，最后剔除虚假或不当的信息。

尽管人工智能在分析大量数据和发现潜在模式方面表现优异，但其对复杂情感、社会文化背景和语境的理解仍存在局限，尤其在面对语气、隐含意义、双关语等微妙表达时，容易出现误判。比如，在新闻报道中，某些情绪化的言辞可能只是基于特定的文化或社会背景，展现了真实的社会情绪或争议而非误导性的信息，但人工智能若不能结合多种因素与背景进行理解，可能会误判为虚假或偏见性内容。人类的直觉和情感共鸣能力则可以填补人工智能在这一领域的空白，确保信息传递的准确性和可靠性。

算法背后的运行机制对于公众来说往往是不可见和难以理解的，所以人工智能的决策过程被俗称为“黑箱”,尤其是在一些意见分歧较大、事实模糊或涉及敏感议题的报道中，其“黑箱”特性可能会导致公众、监管机构及其他利益相关者对决策产生疑虑，引发社会的广泛不信任。人工监督的引入能够实时跟踪和审查人工智能系统的决策过程，在生成内容时提供透明的依据，让公众理解为什么某条新闻被选中、如何被处理，进而减少对新闻真实性的怀疑。

在算法推荐方面，新闻从业者可以辅助系统对公众数据进行全盘考量，在发现某些领域之间的潜在关联后，适当推送一些跨界内容，如通过对娱乐行业与社会话题的交叉分析，针对喜爱娱乐信息的用户可以推荐一些关于娱乐行业在社会责任方面的深度讨论，使用户不拘泥于表面内容消费，而是能够从更广泛的社会背景出发看待事物。

(二)打造智能新闻培训体系，培养跨学科复合型人才

随着人工智能在新闻行业的深度嵌入，亟须构建一个系统化、灵活、与时俱进的智能新闻培训体系。由于人工智能的应用领域非常广泛，各类人工智能工具在新闻创作、内容编辑、数据处理等方面有着不同的专长，因此，培养新闻从业者需要了解不同的人工智能工具在新闻生产中的优缺点，比如在内容生成方面，GPT类语言模型能够帮助生成文章草稿或总结信息，而DeepAI则可以帮助识别新闻中的图片内容，学会灵活选择工具，充分理解每种工具的适用场景，是提升工作效率和质量的关键。

人工智能大模型和算法并非固定不变的，在不同的新闻场景下，需要根据实际需求进行调整和优化。培养具备人工智能思维、了解相关工作原理的复合型人才是实现智能系统可持续发展的重要举措，新闻从业者需要理解自然语言处理模型是如何根据数据训练生成语言进行输出的，哪些参数会影响最终的文本质量，以便调整算法搭建适宜的优质内容板块。

在智能新闻培训中，最本质的任务就是培养新闻从业者保持自主思考的能力，摆脱因技术便利而产生的思维惰性。在报道之初就要坚定从问题的根本出发，依托自身的创造性思维进行主题细分、建立报道框架，并明确报道内容的核心要素，人工智能可以填充细节，进行数据呈现，但不能放手让其越俎代庖。

(三)建立人工智能道德与法律框架，确保技术正确使用

在构建人工智能的道德与法律框架时，需在技术创新与风险防控之间寻求平衡。当前全球已形成以欧盟《人工智能法案》为代表的系统性立法实践，要求建立全生命周期风险管理机制并明确算法责任归属。我国的《生成式人工智能服务管理暂行办法》于2023年5月23日在国家互联网信息办公室2023年第12次室务会会议审议通过，确立了生成内容标识等基础规范，但相关法律体系尚待完善。

目前，现有法律框架的局限性依旧存在，权属规则模糊的问题亟需解决。人工智能生成内容的版权归属未形成统一标准，导致司法实践中权利主体认定困难，同时算法偏见规制不足，现有法规对数据采集存在偏差、模型训练歧视等隐性风险均缺乏量化约束。因此完善框架需从多方突破。在立法方面，要积极推动完整的《人工智能法》出台，明确“算法透明性”原则，要求接入单位公开关键参数并建立第三方审核机制，细化数据分类分级标准。在技术治理方面，部署区块链溯源系统确保数据来源可溯，并在涉及伦理与社会价值引导的高风险领域建立“监管沙箱”,探索合规应用场景。在责任归属方面，构建多方责任共担机制，以保证链条中的每一个节点都对生成内容高度重视。最后，应将人工智能道德伦理纳入国民教育体系，以案例教学的方式提升公众辨识能力，并通过范围内组织整合，建立跨部门联合执法机制，强化科技伦理审查与法律监管的衔接。

(四)增设人工智能新闻实验室，推动行业前沿发展

在人工智能技术深度介入新闻创作、编辑与传播全链条的当下，如何实现技术赋能与人文价值的动态平衡，已成为行业发展的核心命题。从无人机采集灾害现场数据到传感器捕捉观众情绪曲线，从写作机器人日均产出数千篇财经报道到虚拟主播实现多模态交互传播，人工智能技术正以前所未有的深度重塑新闻生产逻辑。

在这一背景下，人工智能新闻实验室作为技术验证与创新的策源地的作用愈发凸显。记者、数据分析师、人工智能专家以及内容创作者可以跨学科合作，共同研发适应新闻行业特点的人工智能应用，探索其在内容生成、编辑和分发中的具体作用，并为新闻机构提供实时评估和优化智能工具的机会。以北京广播电视台为例，其人工智能融媒创新实验室以“技术赋能与场景创新协同驱动”为核心策略，依托台内百万小时优质视音频资源构建训练数据集，组建专业化人才队伍开发智能剪辑工具实现存量内容高效转化。在《向前一步》等深度报道中，实验室通过人工智能技术复现争议场景，增强报道客观性与说服力，验证了人工智能在复杂内容生产中的实用价值。此类“数据一模型一应用”闭环模式，既盘活了历史媒资，又为广电行业智能化升级提供了可复制的实践路径。

通过创立人工智能新闻实验室，人工智能技术的落地应用将获得提速，更重要的是引导新闻行业在新时代的技术浪潮中，保持高度的社会责任感与新闻公正性，实现技术与人文的有机结合，并以此为基线，逐步实现技术转化、风险管控与生态共建，持续释放推动媒体深度融合的乘数效应。

结语

如今，人工智能已深度嵌入新闻生产与传播的各个环节，相应产生的问题如职业主体的弱化、情感关联的缺失、责任主体模糊等，正提醒我们技术赋能不能以牺牲人文价值为代价。更需要明确的是，技术与价值始终存在张力，唯有“人机协同”,才能在效率与深度之间找到平衡，实现创新与责任的统一。“人机协同”也并非简单的叠加或一方监督另一方，而是要构建一种在持续互动中保持平衡的伙伴关系，让人类的洞察力与鲜活的情感在人工智能驱动的稳定框架中持续生发，并通过反馈不断优化合作方式，如此，才能在良性循环中共同开辟新闻传播的全新境界。

基金项目：本文系中国社会科学院2024年度重大经济社会调查项目“中国网络民意和舆情指数调查(2024-2026)”(项目编号：2024ZDDC006)阶段性成果。

作者信息：黄楚新，中国社会科学院新闻与传播研究所研究员、中国社会科学院大学新闻传播学院副院长、教授；张熙悦，中国社会科学院大学新闻传播学院硕士研究生。

本文刊登于《媒体融合新观察》2025年第3期

编辑 郑 洁

二审 肖 菡

三审 柴 琴