摘要：在發(fā)展人工智能成為國家戰(zhàn)略與國際趨勢的形勢下，以ChatGPT為代表的生成式人工智能正在推動主流媒體走向新的歷史節(jié)點：“超高效率”與“無所不能”的ChatGPT將消解以往媒體的專業(yè)性，實現(xiàn)自動化的新聞采集、任務分配、內容生成和發(fā)布等功能。與此同時，ChatGPT也有可能在主流媒體深度發(fā)展的進程中滋生媒體“算法黑箱”與創(chuàng)新惰性，侵擾媒體的責任意識與公共理性價值，引發(fā)隱私泄露與倫理失衡的技術隱憂。因此，如何把握住機遇和挑戰(zhàn)做好主流媒體輕量化和年輕態(tài)的融合表達是我們下一步的研究進路。

關鍵詞：ChatGPT；主流媒體；AI賦能；機遇和挑戰(zhàn)

引言

如果把主流媒體比喻為一臺高速運轉的信息處理機器，AI賦能就是將這臺機器賦予像人一樣的感知、判斷、處理各種信息的能力。AI賦能的本質是將人的感知、判斷、處理信息過程的模擬通過信息技術的手段應用于各行各業(yè)，并且這種應用具有大數(shù)據(jù)、群體智能、多模態(tài)、可推理及適合大規(guī)模智能自助系統(tǒng)應用等跨時代特征。AI賦能前后的特征比較，如表1所示。

1. ChatGPT的功能突破加速媒體智能化轉型

1.1 突破“深層對話”——機器準確性的提升、知識庫的增強

以往的人工智能只能機械回答用戶的問題，沒有感情，但是ChatGPT的對話交互功能，可以實現(xiàn)機器與用戶進行自然對話交互，并識別用戶的意圖、回答問題等。由于ChatGPT抓住了深層對話的特點，在一定程度上可以“理解”用戶的情緒和感受，所以，它的用戶數(shù)量在短期內激增，同時，其收集的新數(shù)據(jù)也在不斷增長。ChatGPT在訓練過程中使用了大量的文本語料庫，通過其模型訓練參數(shù)量可以體現(xiàn)出來：從GPT-1的1.17億個到GPT-2的15億個，再到GPT-3的1750億個，GPT-4和GPT-3.5模型的訓練參數(shù)量更大。強大的語料庫使ChatGPT可以自動學習各種領域的知識，并能夠在對話中應用這些知識。同時，ChatGPT還可以通過與其他知識庫的結合，進一步增強知識庫的覆蓋范圍和深度，使其能夠回答更加復雜的問題。

1.2 突破“認知邊界”——基于人類反饋的強化學習引領AI內容創(chuàng)作

RLHF（reinforcement learning with hu-man feedback，基于人類反饋的強化學習）結合人類專家知識與強化學習的方法，解決生成模型的核心問題，使人工智能技術內容創(chuàng)作方面的能力大幅提升，能夠與人類的常識、認知、需求保持較高一致。具體有以下步驟：

（1）初始模型訓練：AI模型使用監(jiān)督學習進行訓練，人類訓練者提供正確行為的標記示例，模型學習根據(jù)給定的輸入預測正確的動作或輸出。

（2）收集人類反饋：在初始模型被訓練之后，人類訓練者提供對模型表現(xiàn)的反饋。他們根據(jù)質量或正確性排名不同模型生成的輸出或行為。這些反饋被用來創(chuàng)建強化學習的獎勵信號。

（3）強化學習：使用近端策略優(yōu)化（Proximal Policy Optimization，PPO）或類似算法對模型進行微調，這些算法將人類生成的獎勵信號納入其中。模型通過人類訓練者提供的反饋學習，不斷提高其性能。

（4）迭代過程：收集人類反饋并通過強化學習改進模型的過程是重復進行的，這導致模型的性能不斷提高。

1.3 ChatGPT——智能媒介生態(tài)系統(tǒng)進化的標志性里程碑

對于受互聯(lián)網(wǎng)技術發(fā)展影響極大的媒體行業(yè)來說，以ChatGPT為代表的人工智能生成內容將顛覆目前主流媒體內容生產(chǎn)模式，改變產(chǎn)業(yè)上下游鏈條，成為智能媒介生態(tài)系統(tǒng)進化的標志性里程碑。一方面，在文字創(chuàng)作、視頻剪輯等方面表現(xiàn)顯著，契合當下信息獲取和使用過程中深度、廣度、復雜度不斷演化的趨勢；另一方面，也給現(xiàn)代信息流動與資源優(yōu)化、融合轉化帶來新的挑戰(zhàn)與契機，ChatGPT的突破必將開啟嶄新的智能媒介時代。

2. 主流媒體人工智能賦能的本質與意義

2.1 主流媒體人工智能賦能的本質

新技術為傳統(tǒng)主流媒體向新型主流媒體轉型提供了可供性?？晒┬詮娬{關注生物和環(huán)境之間的協(xié)調性，經(jīng)發(fā)展可供性概念延展為技術可供性的表述，在傳播維度上，又被分為社會可供性和傳播可供性。社會可供性，從社會建構視角強調個體行為是如何在群體中被塑造的；傳播可供性則強調環(huán)境（媒介）對個體的引導、限制和約束[1]。主流媒體人工智能賦能的本質是將人工智能技術應用于主流媒體領域中，以提高媒體的效率和質量，這就是傳播可供性。

2.2 人工智能賦能媒體的具體體現(xiàn)

現(xiàn)在的人工智能賦能媒體已經(jīng)體現(xiàn)在方方面面：內容生成與自動化、個性化推薦、實時新聞分析、內容分類與標簽化、虛擬主持人和主播、語言翻譯、數(shù)據(jù)分析和洞察、自動化流程、圖像識別和處理、內容監(jiān)管與合規(guī)、數(shù)字化檔案管理等。我國自2018年上線了中國第一個短視頻智能生產(chǎn)平臺“媒體大腦·MAGIC短視頻智能生產(chǎn)平臺”，到2019年“媒體大腦3.0融媒中心智能化解決方案”正式發(fā)布，再到2022年全國兩會的“虛實交互[2]：主持人與航天員王亞平代表一起圍繞履職故事展開對話”，新華社不斷提升新聞產(chǎn)品的視覺效果，為用戶帶來全息、互動、新奇、科幻的沉浸式觀看體驗，正是人工智能技術提供了融合報道的創(chuàng)新可能性[3]。

2.3 國家治理能力需要主流媒體AI賦能

國家治理能力現(xiàn)代化不僅是政治意義上的現(xiàn)代化，也包括了信息傳播領域的現(xiàn)代化。在現(xiàn)代化國家治理中，信息咨詢和傳播是至關重要的組成部分。AI技術可以為主流媒體提供更加全面、準確和高時效的信息分析工具，從而提高其信息傳播質量；可以為主流媒體提供更加智能化的編輯服務，如自動化寫作能力和新聞推薦系統(tǒng)等。這些技術的應用可以大幅提高新聞生產(chǎn)的效率，并且在保證新聞質量的同時可以提供更多更好的信息選擇。這對于完善現(xiàn)代信息傳播體系和加強國家治理能力都有著至關重要的作用。主流媒體需要不斷借助AI技術來持續(xù)賦能，以滿足信息傳播現(xiàn)代化的需求，國家治理能力現(xiàn)代化也需要主流媒體的不斷發(fā)展與完善。

3. 主流媒體AI賦能的機遇

3.1 AI賦能實現(xiàn)自動化的新聞采集

AI賦能實現(xiàn)自動化新聞采集，是指利用人工智能技術實現(xiàn)對新聞信息的自動收集、整理和篩選。（1）網(wǎng)絡爬蟲：網(wǎng)絡爬蟲是一種自動化工具，可以模擬用戶訪問互聯(lián)網(wǎng)上所有網(wǎng)頁，按照預設的規(guī)則和算法，從中提取與指定主題相關網(wǎng)頁，并保存為結構化的數(shù)據(jù)；（2）自然語言處理：自然語言處理（NLP）是一個致力于讓機器理解和處理人類語言的研究領域。在新聞采集中，NLP可以幫助機器理解新聞內容和意義，通過分詞將新聞文本拆分為單詞或短語，提取出關鍵詞；通過實體識別出新聞中的人名、地名等實體；通過情感分析，分析新聞內容表達的情感傾向等；（3）數(shù)據(jù)挖掘和機器學習：用來從大量數(shù)據(jù)中自動發(fā)現(xiàn)模式和規(guī)律，并做出預測和決策的技術，利用數(shù)據(jù)挖掘和機器學習算法對新聞進行聚類、分類和情感分析等。

3.2 AI賦能實現(xiàn)自動化的任務分配和內容生成

利用人工智能技術智能化分配任務，將任務根據(jù)不同要素進行分派和優(yōu)化，以提高效率和減少人力資源的浪費。（1）任務識別和分類：自然語言處理和圖像識別技術自動分析和理解任務性質和要求；（2）人力資源匹配：根據(jù)任務難易程度、時間限制等因素，結合員工技能、經(jīng)驗等信息，智能化匹配合適的員工來執(zhí)行任務；（3）優(yōu)化策略和算法：利用優(yōu)化算法和決策模型，確定最佳任務分派策略；（4）自動化工具和協(xié)同平臺：通過開發(fā)自動化工具和協(xié)同平臺，實現(xiàn)任務的自動分配和協(xié)同。

AI正在改變媒體內容生產(chǎn)的模式。在過去，圖像創(chuàng)作、音樂創(chuàng)作和視頻處理等重要內容都需要藝術家或專業(yè)人員進行創(chuàng)作和編輯。AI技術出現(xiàn)后，我們可以使用計算機生成的算法來創(chuàng)建各種媒體內容，從而使創(chuàng)作過程更加高效和快速。同時，AI還可以幫助調整和修改媒體內容，以便創(chuàng)作者更好地實現(xiàn)他們的創(chuàng)意。在圖像創(chuàng)作方面，AI可以使用GAN（生成對抗網(wǎng)絡）來生成逼真的圖像，打破傳統(tǒng)的設計和創(chuàng)作流程；在AI視頻處理方面，可以使用深度學習和神經(jīng)網(wǎng)絡等技術來自動對視頻進行分析、剪輯和修改，以實現(xiàn)更有效的視頻內容制作。

3.3 AI賦能實現(xiàn)自動化的內容發(fā)布

在數(shù)字化時代需求下，利用人工智能技術實現(xiàn)內容的自動發(fā)布，通過自然語言處理、機器學習等技術，AI系統(tǒng)可以自動將撰寫的內容發(fā)布到相應平臺，從而提高工作效率和降低成本。人們可以將更多時間和精力集中在其他需要人類創(chuàng)意和思考的任務上，提高工作的質量和創(chuàng)造力；AI可以利用大數(shù)據(jù)技術和用戶行為數(shù)據(jù)，分析用戶的偏好和歷史瀏覽記錄，提供更加智能化、個性化的推薦內容，提高用戶黏性，增加用戶訂閱量和閱讀量；對所有匯聚素材進行格式化規(guī)整和梳理，包括視頻分析、音頻識別、聲文轉換、關鍵字分析、情感分析，在完成智能標引后，對所有有效素材進行自動分類、自動關聯(lián)分析、熱點聚類分析，使所有素材成為具有一定規(guī)律和聯(lián)系的數(shù)據(jù)對象；針對所有已完成智能標引的素材對象，提供多應用多場景的高精度智能輔助檢索、瀏覽等服務。所有智能化生產(chǎn)服務能力注冊到PaaS，向全平臺所有應用需求開放接口并提供定制化輔助功能支撐，從而做到智能推薦和個性化內容。

4. 主流媒體AI賦能的挑戰(zhàn)

4.1 來自“算法黑箱”的恐懼——職業(yè)道德和社會責任的重要性

當AI系統(tǒng)的決策結果影響到我們的生活、工作和個人權益時，“算法黑箱”的存在就變得尤為重要。由于缺乏透明度，人們無法了解AI系統(tǒng)是如何做出決策的，從而導致恐懼出現(xiàn)。AI技術的開發(fā)和應用必須遵循嚴格的職業(yè)道德準則，確保人類的權益和價值得到尊重和保護。開發(fā)者和研究人員應該致力于開發(fā)可解釋和可理解的AI系統(tǒng)，以使其決策過程能夠被驗證和解釋；AI系統(tǒng)的設計應該具備追溯性，能夠追蹤其決策過程和數(shù)據(jù)來源；AI技術的開發(fā)和應用需要承擔社會責任，以確保其產(chǎn)生的影響是積極的、符合倫理的；在開發(fā)和應用AI技術時，必須進行全面風險評估并采取相應措施來降低這些風險，包括制定準則和規(guī)范、監(jiān)測和審查算法的行為，并對可能的風險進行預測和預防；AI系統(tǒng)的設計和訓練應該遵循公正和公平原則，確保對所有人群的平等對待，避免歧視和偏見的產(chǎn)生。這需要確保訓練數(shù)據(jù)的多樣性和代表性，避免數(shù)據(jù)集的偏差和不平衡。

4.2 來自工業(yè)產(chǎn)品的壁壘——滋生創(chuàng)新惰性

人工智能技術是媒體智能化生產(chǎn)的核心驅動力，基于大數(shù)據(jù)和算法驅動的AIGC已然對傳媒工作者產(chǎn)生巨大沖擊力，麥克盧漢關于“媒介即人的延伸”觀點需要再度思考：AIGC在一定程度上帶來便利，但同時也可能滋生一定的惰性。AI技術能夠幫助媒體工作者從海量的數(shù)據(jù)中進行篩選和分析，提高效率和準確性，但也可能導致媒體工作者在創(chuàng)作和報道新聞時過于依賴自動化的算法和程序，缺乏深度報道和獨立思考的能力。一方面，AI可以提供快速的新聞推薦和個性化內容推送，使用戶更容易獲取自己感興趣的信息，但這也可能造成信息的過濾和碎片化，使用戶被舒適區(qū)所包圍，失去了接觸多元視角和深度報道的機會；另一方面，在報道過程中，媒體也可能過分依賴AI技術的分析和選題能力，而忽視人工判斷和獨立思考的重要性，這可能導致新聞報道的傾向性和缺乏全面性，甚至可能引發(fā)人類偏見和錯誤的信息傳播。因此，媒體在采用AI技術時需要保持警惕，遵循專業(yè)的新聞倫理和價值觀，注重獨立性和深度報道，提高對信息的核查和分析能力，才能更好地發(fā)揮AI技術在媒體領域的潛力，避免滋生創(chuàng)新惰性。

4.3 來自數(shù)據(jù)收集短板——隱私保護和AI倫理的挑戰(zhàn)

AI技術需要大量的數(shù)據(jù)來進行訓練和學習，這就需要媒體收集和存儲用戶數(shù)據(jù)，但是往往面臨著安全和隱私保護問題。媒體須建立完善的數(shù)據(jù)管理和隱私保護機制，確保用戶數(shù)據(jù)的安全和隱私不受侵犯。在人工智能語境下，個體生活高度融入數(shù)字空間，無論數(shù)據(jù)公開與否，技術持有企業(yè)可能超范圍利用個人數(shù)據(jù)信息與其他第三方從事交易，可能引發(fā)黑客行為等網(wǎng)絡犯罪；如智能熱點查找，就存在使民眾數(shù)據(jù)遭受非法收集、過度剖析的危險，準確的智能分發(fā)是以讓渡個人隱私為前提的；由于新聞來源不透明，機器人新聞寫作源素材的抓取使用在無形中侵犯了公民的著作權。機器人新聞雖能提供“快新聞”，但也會造成新聞失衡、新聞價值被損害、同質化現(xiàn)象等問題。

5. 主流媒體AI賦能的展望

當?shù)貢r間2023年7月18日，聯(lián)合國安理會在聯(lián)合國總部舉行了首次人工智能（AI）會議，主題為“人工智能給國際和平與安全帶來的機遇與風險”。聯(lián)合國安理會秘書長安東尼奧·古特雷斯呼吁設立一個全球監(jiān)管機構來監(jiān)督這項新技術。中國常駐聯(lián)合國代表張軍提出關于人工智能治理的五條原則：倫理先行、安全可控、公平普惠、開放包容、和平利用[4]。至此，中國正在積極發(fā)展自己的AIGC技術，服務于主流媒體的新聞報道和“四力”建設，加速主流媒體AI賦能的發(fā)展，做好主流媒體的“輕量化”融合表達，以滿足受眾對輕量、快速、短小的信息需求。在充滿機遇和挑戰(zhàn)的時代，主流媒體需要抓住這一風口，迎接挑戰(zhàn)，以呈現(xiàn)嶄新的風貌。

參考文獻：

[1]曾瓊，馬源.計算技術對廣告產(chǎn)業(yè)發(fā)展的嵌入——基于技術可供性的視角[J].現(xiàn)代傳播（中國傳媒大學學報），2022，44（7）： 128-136.

[2]彭培成.基于人工智能技術的媒體深度融合發(fā)展路徑[J].城市黨報研究，2020（9）：73-75.

[3]郭小平，彭媛.從技術可供到技術賦能：新型主流媒體兩會報道的融合創(chuàng)新[J].電視研究，2022（4）：9-13.

[4]丁雅梔，陳子帥.中方在安理會AI問題會議提五原則，發(fā)言學者：AI賦能和平安全任重道遠[EB/OL].（2023-7-20）[2023-10-20].https：//baijiahao.baidu.com/s？id=1771891150474670954amp;wfr=spideramp;for=pc.

作者簡介：張靜遠，碩士研究生，研究方向：主流媒體“四力”建設的人工智能賦能；馮貴圓，碩士研究生，研究方向：主流媒體“四力”建設的人工智能賦能；張紅良，本科，教授，研究方向：主流媒體“四力”建設的人工智能賦能。

基金項目：國家社科基金一般項目——主流媒體“四力”建設的人工智能賦能研究（編號：20BXW004）。