摘 要：研究以生成式AI伴生的新職業(yè)（提示工程師）為著眼點，提出提示工程師誕生的必然性、偶然性、適應性。在此基礎上，探討生成式AI對新聞工作者和新聞業(yè)的深刻影響，在協(xié)同視域下從協(xié)同境、協(xié)同過程、協(xié)同主體三個維度說明新聞工作者在新形勢下的身份轉(zhuǎn)變，最后從賦能價值、發(fā)聲機制和服務本色層面揭示未來新聞工作者的邏輯重構。

關鍵詞：提示工程師；新聞工作者；身份轉(zhuǎn)變；邏輯重構

中圖分類號：G214文獻標識碼：A文章編號：2096-8418（2023）04-0002-11

生成式AI浪潮變革內(nèi)容生產(chǎn)范式。以ChatGPT為代表的生成式AI將進一步實現(xiàn)人類自由度的擴張，將人類從繁雜的機械性、重復性勞動中釋放，實現(xiàn)真正意義上的微粒化個體激活。依托AIGC的文案撰寫、插畫師、虛擬數(shù)字人、營銷策劃師等新興職業(yè)大量出現(xiàn)。［1］2023年4月12日，知名公關公司藍色光標宣布無限期全面停止創(chuàng)意設計、方案撰寫、文案撰寫等相關外包支出，遏制核心能力空心化趨勢，全面擁抱AIGC。［2］這不禁引人深思：AIGC具備替代人類的能力嗎？其實不然，對于大眾而言，AIGC只能滿足人們淺層次需求，難以滿足針對特定領域、特定人群的高層次需求。提示工程師（Prompt Engineer）作為一種新職業(yè)應運而生，通過專業(yè)素養(yǎng)和數(shù)字素養(yǎng)彌合了人類高層次需求與AIGC之間的能力鴻溝，實現(xiàn)完全意義上對人的又一次重大賦能賦權。

伴隨生成式AI的崛起，生成式AI與新聞工作者，乃至未來新聞業(yè)的關系受到前所未有的關注。以ChatGPT為代表的生成式AI具備的強大文本生成能力究竟是造就新聞業(yè)，還是顛覆新聞業(yè)？這是新聞工作者在生成式AI浪潮下不得不考慮的問題。對于傳媒組織而言，始終保持對新技術的關注，并不被其固有模式裹挾至關重要。［3］未來新聞工作者需要成為提示工程師的角色，提示工程師作為自然語言和機器語言的中介，新聞工作者是客觀事實和新聞消費者的中介，均以獨特的提示語言幫助新聞消費者理解世界。因此，新聞工作者在新形勢下的身份轉(zhuǎn)變和邏輯重構是順應時代浪潮的選擇，也是媒介發(fā)展的必然。

一、注定的發(fā)展方向：生成式AI浪潮下提示工程師誕生的必然性、偶然性、適應性

（一） 結構必然性：技術泡沫化發(fā)展的紊亂與無序、外熵性質(zhì)的自組織力量、趨勢必然性的涌現(xiàn)

凱文·凱利（Kevin Kelly）認為，結構必然性是進化的三動力之一。進化，乃至技術元素，遵循由物質(zhì)和能量的本質(zhì)決定的固有方向。［4］復雜系統(tǒng)視角下的進化的結構必然性一般會經(jīng)歷三個階段：技術泡沫化發(fā)展的紊亂與無序、外熵性質(zhì)的自組織力量、趨勢必然性的涌現(xiàn)。復雜系統(tǒng)內(nèi)部的紊亂與無序在外熵性質(zhì)的自組織下為進化過程限定方向，進而將進化的無序性指向趨勢必然性（見圖1）。

縱觀媒介技術發(fā)展史，無論是適度降溫的元宇宙還是當前爆火的生成式AI，其發(fā)展初期必然伴隨著泡沫化現(xiàn)象，呈現(xiàn)無序與紊亂的階段表征。無論是我們所處的元宇宙7.0版本，還是ChatGPT、Midjourney等生成式AI，社會各界對其展開的暢想與討論正是基于生成式AI對人的又一次重大賦能、賦權，且生成式AI為進一步實現(xiàn)元宇宙這一終極媒介提供了內(nèi)容層與關系層支撐，為實現(xiàn)未來媒介的全要素關聯(lián)融合奠定基礎。

1. 技術泡沫化發(fā)展的無序與紊亂

泡沫化是技術發(fā)展與擴散的第一步?！芭菽钡拇嬖诩捌渲匾潭仁羌夹g對于現(xiàn)實關聯(lián)的深刻性和改變程度的重要指標，新技術越重要，社會越關注；越突破，討論越熱烈。［5］我們以當前對元宇宙的反思為例，盡管很多專業(yè)人士認為元宇宙是遙不可及的未來媒介，但元宇宙概念的提出為未來互聯(lián)網(wǎng)的技術迭代和產(chǎn)業(yè)方向指明了道路。當前生成式AI技術的快速發(fā)展和社會各界對其的熱烈討論同樣如此。技術在泡沫化發(fā)展的初期必然伴隨無序與紊亂。

2.外熵性質(zhì)的自組織力量

凱文·凱利認為，持久差異的廣泛傳播是熵的反向運動，并在此基礎上提出外熵（exotropy）概念。他認為，外熵是表現(xiàn)性質(zhì)不同的雙重否定的措辭，含義為“無序不存在”。［4］（59）考慮到現(xiàn)實世界的復雜性、多樣性，度量外熵的指標雖然難以把握，但可以透過某一現(xiàn)象探析現(xiàn)實世界等復雜系統(tǒng)演變的本質(zhì)，從而把握外熵性質(zhì)的自組織力量。這一現(xiàn)象便是系統(tǒng)內(nèi)部主體進化趨勢必然性的涌現(xiàn)。生成式AI的快速擴張催生新的需求，當人們的提示語言水平有限時，PromptBase等提示詞售賣平臺和提示工程師職業(yè)自發(fā)誕生。

3.趨勢必然性的涌現(xiàn)

趨勢必然性是“非歷史性”的力量，獨立于歷史進程而變化。無論歷史如何“倒帶”，得到的都是同一個故事。在復雜系統(tǒng)下，任意主體的進化是系統(tǒng)內(nèi)部諸多因素共同作用的結果，即系統(tǒng)內(nèi)自組織復合體的內(nèi)部動力。PromptBase的誕生是提示詞、提示工程獲得社會各界關注的表征，是趨勢必然性的涌現(xiàn)。

（二） 歷史偶然性與功能適應性：技術革命下互補性職業(yè)的重構，從搜索專家到SEO專家再到提示工程師

歷史偶然性和功能適應性是進化的其余動力支撐。偶然性是“歷史性”的力量，即歷史對其有重大影響。［4］（123）系統(tǒng)進化過程是不可測的，主體的進化具有多種可能，以人工智能的三大流派為例（行為主義、聯(lián)結主義、符號主義）。［6］在三大流派之外還有諸多路徑與流派，為什么生成式AI的發(fā)展最終選擇了聯(lián)結主義？聯(lián)結主義自誕生以來，在AI發(fā)展歷程中的跌宕起伏，無不印證其進化歷程中的不確定性與歷史偶然性。

功能適應性是進化的經(jīng)典動力源泉，是教科書式的正統(tǒng)力量。［4］（123）達爾文的進化論提出生物進化的步調(diào)是漸變式的，是在自然選擇作用下微小變異積累的演變歷程。不止生物界，在現(xiàn)實世界的復雜系統(tǒng)中同樣如此。生成式AI作為智能互聯(lián)生態(tài)中涌現(xiàn)的新技術，與其配套的提示工程能力，或者說互補性職業(yè)的出現(xiàn)是有跡可循的。自互聯(lián)網(wǎng)誕生以來，層出不窮的技術革命下互補性職業(yè)不斷涌現(xiàn)并持續(xù)重構，從網(wǎng)絡搜索專家到搜索引擎優(yōu)化（Search Engine Optimization，SEO）專家，再到提示工程師，網(wǎng)絡搜索專家和SEO專家主要彌合用戶“搜索能力溝”，而提示工程師主要改善“知識調(diào)用溝”。［7］

1.網(wǎng)絡搜索專家：彌合C端“搜索能力溝”

互聯(lián)網(wǎng)誕生初期，對于C端用戶而言，獲得最佳檢索效果一直是普羅大眾的追求。網(wǎng)絡搜索專家Tara Calishain、Alan M.Schlein等編撰了《網(wǎng)絡搜索庫》《網(wǎng)絡搜索大全》等著作，介紹工具欄、標簽、瀏覽器的使用，幫助用戶檢索黃頁、政府報告、新聞資源等內(nèi)容，指導用戶提升檢索精確性和權威性。［8］

2.搜索引擎優(yōu)化（SEO）專家：彌合B端“搜索能力溝”

1997年，沙利文（Danny Sullivan）提出搜索引擎優(yōu)化概念。馮英健認為，搜索引擎優(yōu)化是提升網(wǎng)站在特定搜索引擎相關關鍵詞的排名。王晰巍等從信息生態(tài)視角提出，SEO是基于搜索引擎搜索原理和算法，通過對傳播全鏈條的優(yōu)化，為網(wǎng)站提供生態(tài)式的營銷解決方案，進而優(yōu)化網(wǎng)站在搜索引擎中的表現(xiàn)。［9］雖然SEO專家主要面向B端用戶，但是B端用戶同樣分為兩類：第一類是以谷歌、百度等為代表的搜索引擎公司；第二類是在互聯(lián)網(wǎng)創(chuàng)建網(wǎng)站平臺的公司。

3.提示工程師：生成式AI浪潮下彌合“知識調(diào)用溝”

伴隨生成式AI興起，提示工程能力愈發(fā)得到重視，提示詞平臺PromptBase應運而生，新職業(yè)提示工程師的出現(xiàn)引發(fā)社會各界關注。提示工程師的職責為與大語言模型對話，引導挖掘生成式AI的潛能。［10］信息具備的創(chuàng)生性、涌現(xiàn)性等特性，［11］越是復雜的的信息系統(tǒng)涌現(xiàn)性層次越高，ChatGPT等大語言模型（LLM）具備強大的涌現(xiàn)能力。這種涌現(xiàn)能力的提升需要通過提示工程師運用自然語言中介機器語言。提示工程師的工作便是對生成式AI潛能的激發(fā)并加以固化，通過生成提示詞和提升普羅大眾的提示工程能力彌合“知識調(diào)用溝”。由此既可以看到新聞工作者的身份轉(zhuǎn)變與邏輯重構，也可以看到生成式AI交互過程中潛力巨大的開發(fā)空間。

（三） 提示工程崛起：提示詞（Prompt）構成與“提示工程師” （Prompt Engineer）概念界定

提示工程（Prompt Engineering）是人工智能中的一個概念，特別是自然語言處理（NLP）領域。［12］提示工程作為新學科，專注于提示詞的開發(fā)和優(yōu)化，幫助用戶理解運用大語言模型（Large Language Model，LLM）于各場景與研究領域。［13］ChatGPT是基于LLM的生成式AI，提示工程在其中起到引導LLM生成內(nèi)容并對齊到人類會話風格、倫理和規(guī)范的過程。［14］

1.提示詞（Prompt）構成

提示詞的要素包含以下任意要素：指令、上下文、輸入數(shù)據(jù)、輸出指示。標準的提示詞格式一般遵循問答格式，這種問答格式一般分為兩種：第一種為零樣本提示（Zero-shot Prompting），即用戶不提供任務結果相關的示范，直接提示語言模型給出任務相關的回答；第二種為小樣本提示（Few-shot Prompting），即用戶提供少量提示范例。當前業(yè)界普遍使用更為高效的小樣本提示，能夠有效挖掘生成式AI的潛能。

2.提示工程師（Prompt Engineer）概念界定

ChatGPT爆火之后，作為互補性職業(yè)的提示工程師進入社會各界的視線。Scale AI創(chuàng)始人認為，AI模型可以被視為一種新型計算機，而提示工程師就是給它編程的程序員，通過合適的提示詞將挖掘出AI的最大潛力。華盛頓郵報近期的一份報道顯示，提示工程師目前正處于紅利期。［15］當前尚無對提示工程師的準確概念界定，《AIGC：智能創(chuàng)造時代》中曾提及提示詞（Prompt）工程師概念，也有研究者認為提示工程師是為客戶或企業(yè)基于復雜的任務需求和示例需求，提供標準化提示詞方案的工程師。［16］伴隨提示工程師職業(yè)的爆火，對其的概念界定愈發(fā)重要，這將在生成式AI浪潮下指引前行的方向。我們認為，提示工程師是運用自然語言并將其固化為提示詞進而挖掘AI模型最大潛力的職業(yè)。

二、復雜系統(tǒng)是新聞業(yè)的本質(zhì)：算法推薦與人工智能（AI）技術在歷時性和共時性層面的媒介變革與權力賦予

新聞業(yè)本質(zhì)上是一個復雜系統(tǒng)，生成式AI浪潮席卷新聞業(yè)，算法推薦和人工智能技術在歷時性和共時性層面變革媒介形態(tài)，重構權力關系。

（一） 歷時性層面

基于創(chuàng)新擴散理論，目前一眾生成式AI仍處于創(chuàng)新者與早期采用者階段，未來AIGC類產(chǎn)品仍有巨大增強空間。伴隨AIGC平臺影響力的擴增與AIGC插件的接入，ChatGPT雖然滿足了人們的基礎需求，但是高層次需求與多樣化需求依然呼喚提示工程師的加入，未來多模態(tài)內(nèi)容傳播體系的構建與內(nèi)容系統(tǒng)關系價值的恒定需要提示工程師發(fā)揮重要作用。以藍色光標為代表的廣告業(yè)反應迅速，同屬內(nèi)容生產(chǎn)重鎮(zhèn)的新聞業(yè)面對AIGC浪潮會做出何種應對？

1. 媒介變革：新聞寫作機器人、智能算法推送、元宇宙新聞、AIGC新聞

算法推薦和人工智能技術與新聞業(yè)的耦合在媒介變革維度經(jīng)歷了新聞寫作機器人階段、智能算法推送階段、元宇宙新聞階段、AIGC新聞階段。［17］早在ChatGPT發(fā)布以前，新聞寫作機器人階段，新聞寫作便從手藝活變成技術活，以“快筆小新”為代表的人工智能技術參與新聞生產(chǎn)，擅長體育新聞、財經(jīng)新聞等高時效性的突發(fā)新聞；智能算法推送階段，今日頭條等聚合類媒體平臺依據(jù)用戶行為數(shù)據(jù)、社會屬性等因素構建用戶畫像，實現(xiàn)基于算法推薦的“內(nèi)容—用戶”匹配機制。［18］元宇宙新聞階段，《人民日報》、央視等媒體基于VR、AR等技術推出元宇宙概念產(chǎn)品，實現(xiàn)新聞的在場性消費與沉浸式體驗；AIGC新聞階段，ChatGPT等生成式AI具備超越社會平均水準的知識調(diào)用能力，并不局限于模板化寫作，更深層次地參與新聞生產(chǎn)。在歷時性層面，雖然元宇宙才是目前人類可以預測的高級形態(tài)，但是依據(jù)時代技術發(fā)展的順序，元宇宙新聞階段強調(diào)沉浸性的新聞體驗，生成式AI新聞階段強調(diào)AI模型具備較強的新聞寫作能力（見下表）。

算法推薦與人工智能（AI）技術在歷時性和共時性層面的媒介變革與權力賦予

新聞業(yè)的本質(zhì)是復雜系統(tǒng)

歷時性層面共時性層面

媒介變革權力賦予媒介變革權力賦予

新聞寫作機器人智能算法推送元宇宙新聞AIGC新聞Web1.0：平臺創(chuàng)造、所有和分配Web2.0：用戶創(chuàng)造、平臺所有和分配Web3.0：用戶創(chuàng)造、所有和參與分配智能策劃智能采編智能審核智能分發(fā)新聞工作者主體性消解提示工程能力提升

2.權力賦予：創(chuàng)造權、所有權、分配權的重構與個人自由度的擴張

算法推薦和人工智能技術賦能新聞業(yè)在歷時性維度的權力變遷，從Web1.0到Web2.0，再到Web3.0，是傳播權力不斷讓渡、用戶權益自由度不斷擴張的過程。Web1.0時代的特征是所見即所得，媒介權力由平臺創(chuàng)造、所有和分配、Web2.0時代的特征是所薦即所得，媒介權力由用戶創(chuàng)造、平臺所有和分配、Web3.0時代的特征是所薦即所得，媒介權力由用戶創(chuàng)造、所有和參與分配。［19］

（二） 共時性層面

1.媒介變革：重塑內(nèi)容生態(tài)，媒體融合的深度發(fā)展

新聞業(yè)是一個充滿變化與競爭的行業(yè)，技術革命不斷推動新聞業(yè)創(chuàng)新發(fā)展。近期，AIGC在新聞業(yè)引起廣泛討論，4月13日，中國新聞技術工作者聯(lián)合會AIGC應用研究中心（廣西實驗室）成立；2023年4月27日，上游新聞AIGC創(chuàng)作中心上線。在新聞業(yè)，AIGC重塑內(nèi)容生態(tài)，推送內(nèi)容生產(chǎn)從PGC、UGC到AIGC，AI生成的內(nèi)容逐漸成為新聞業(yè)中不可缺少的一部分，一方面提高內(nèi)容生產(chǎn)效率，為傳統(tǒng)新聞業(yè)降本增效；另一方面提高內(nèi)容質(zhì)量與個性化水平。人工智能技術對新聞業(yè)的深度滲透將從智能策劃、智能采編、智能審核、智能分發(fā)四個層面推動媒體融合的深度發(fā)展，提升媒體融合的高效化、智能化、數(shù)字化水平。

2.權力賦予：新聞工作者主體性消解與提示工程能力提升

AIGC一定程度上消解了新聞工作者的主體地位。根據(jù)咨詢機構Gartner預測，當前AIGC占比小于1%，未來AIGC滲透率有廣闊的提升空間，到2025年，AIGC占比將達到10%。從AIGC的占比來看，新聞工作者主體性受到一定程度的沖擊，但是從本質(zhì)來看，高質(zhì)量的新聞依然是由新聞工作者借助生成式AI創(chuàng)造，只有高質(zhì)量的指令輸入才能得到高質(zhì)量的AIGC新聞。AI與新聞業(yè)的互構看似消解了新聞工作者的主體性，其實對新聞工作者的提示工程能力提出了更高的要求。

三、協(xié)同視域下提示工程師與新聞業(yè)的關系演進與身份轉(zhuǎn)變：提示工程師改寫新聞業(yè)游戲規(guī)則，新聞工作者成為提示工程師的角色

德國物理學家哈肯提出協(xié)同學，通常研究某一系統(tǒng)的子系統(tǒng)或相關主體間的協(xié)同合作，［20］從質(zhì)和量兩個維度驅(qū)動系統(tǒng)趨向穩(wěn)定和協(xié)作。協(xié)同治理理論強調(diào)公共管理活動和過程中各行動主體間的協(xié)同合作。［21］有學者在此基礎上構建了協(xié)同視域下的綜合性分析框架：協(xié)同環(huán)境、協(xié)同主體、協(xié)同過程。［22］該框架對生成式AI浪潮下的新聞業(yè)具有高度的借鑒意義，當前新聞業(yè)面臨信息過載與信息過濾的信息環(huán)境，新聞工作者、新聞消費者、新聞管理者等主體發(fā)生了身份轉(zhuǎn)變，生成式AI賦能新聞生產(chǎn)、消費、管理全流程。新形勢下提示工程師改寫新聞業(yè)游戲規(guī)則，新聞工作者成為提示工程師的角色（見圖2）。

圖2 協(xié)同視域下提示工程師與新聞業(yè)的關系演進與身份轉(zhuǎn)變

（一） 協(xié)同環(huán)境分析：信息過載與信息過濾環(huán)境下，新聞工作者價值凸顯與新聞專業(yè)主義的回歸

外部環(huán)境是協(xié)同治理研究中的重要條件，環(huán)境條件決定了生成式AI浪潮下的傳播生態(tài)是否具備協(xié)同治理的條件，直接影響到協(xié)同治理中新聞業(yè)與其他主體的關系演進以及協(xié)同主體的身份轉(zhuǎn)變。

當前人們正處于信息革命的環(huán)境之下，傳感器、生成式AI等技術變革內(nèi)容生產(chǎn)范式，導致信息呈現(xiàn)過載態(tài)勢，海量文本、圖片、視頻信息壓迫人們的認知帶寬。認知帶寬概括了個人有限的認知資源，包含信息處理的可用性，以及個體的認知能力和執(zhí)行控制能力。［23］美國經(jīng)濟學家穆來納森（Sendhill Mullainathan）和美國心理學家沙菲爾（Eldar Shafir）在《稀缺：我們是如何陷入貧窮與忙碌的（Scarcity ：Why having too little means so much）》一書中提出認知帶寬是一種相對的認知容量，包括認知能力和執(zhí)行控制力。認知帶寬的減少會降低人們的認知能力和執(zhí)行控制力。［24］認知帶寬作為信息過載環(huán)境下的稀缺資源，新聞工作者如何在復雜的信息環(huán)境下過濾信息和爭奪用戶有限的認知資源成為新的議題。

在信息過載和信息過濾的環(huán)境下，新聞消費者在信息加工過程中，出于對信息加工效率的追求可能會產(chǎn)生認知閉合需要，即個體對確定性答案的心理需求。根據(jù)認知閉合需要的高低，可以將新聞消費者分為高認知閉合需求者和低認知閉合需求者，高認知閉合需求者對確定性答案抱有強烈動機，低認知閉合需求者能夠容忍不確定性答案。［25］在信息加工過程中，認知閉合需要分為奪?。╯eizing）和凍結（freezing）階段，反映個體急迫和永久的認知閉合傾向。［26］新聞消費者在奪取階段沒有明確的認知閉合目標，傾向于快速得到嘗試性假設；在凍結階段，新聞消費者在“奪取”的嘗試性假設基礎上保持原有認知。［27］新聞消費者的認知閉合需要究竟意味著什么？新聞消費者期望一致信息，還是不一致信息；新聞消費者對信息框架的依賴是強，還是弱。在信息過載和信息過濾的環(huán)境下，新聞消費者的認知閉合需要對新聞工作者提出了更高的要求。

新技術和新平臺的不斷涌現(xiàn)增添信息環(huán)境的復雜性，伴隨信息權力的下放，大量冗余信息充斥新聞平臺，新聞工作者的價值凸顯。移動終端與互聯(lián)網(wǎng)的結合增添了信息傳播環(huán)節(jié)，傳統(tǒng)的信息過濾手段在新形勢下已經(jīng)失去了效果。在傳播技術和傳播生態(tài)劇烈變化的環(huán)境下，新聞專業(yè)主義在規(guī)范新聞實踐上仍然具有重大意義。［27］當前越來越多的主體進入傳播生態(tài)，新聞業(yè)傳統(tǒng)邊界消解，但這種邊界的消解并不會使新聞工作者消亡，反而對新聞工作者提出更高的要求，呼喚新聞專業(yè)主義在新形勢下的回歸。數(shù)字時代，新聞專業(yè)主義以介入性取代專業(yè)性，探索以協(xié)同式新聞生產(chǎn)推動社會議題的有效推進，［28］構建更具建設性的新聞專業(yè)主義有助于協(xié)同環(huán)境下多主體的協(xié)調(diào)發(fā)展。

（二） 協(xié)同主體分析：新聞工作者、新聞消費者、新聞管理者的身份轉(zhuǎn)變

1.新聞工作者：從時效性到深度性和真實性的創(chuàng)作轉(zhuǎn)向，從生產(chǎn)端到審核端的把關環(huán)節(jié)后置

生成式AI是對新聞工作者的又一次重大賦能賦權。傳統(tǒng)新聞生產(chǎn)注重時效性，在時效維度，人類始終落后于機器，尤其是前文提及的新聞寫作機器人階段，機器在體育新聞、財經(jīng)新聞等時效性要求極高的新聞領域已然取代普通新聞記者。ChatGPT等生成式AI的文本生成能力已然超越社會平均水準，與此同時，AIGC生成的文本與人類創(chuàng)作的文本愈發(fā)相似。對于ChatGPT來說，新聞工作者甚至可以為其設定情景、語氣、風格等諸多變量，根據(jù)實際情況的變化調(diào)整新聞稿件的風格，但ChatGPT等生成式AI對于自身不了解的內(nèi)容還存在“胡編亂造”的情況。因此，對于新聞工作者而言，生成式AI的出現(xiàn)將推動新聞工作者從時效性新聞創(chuàng)作轉(zhuǎn)向深度性和真實性新聞創(chuàng)作。

新聞工作者在傳統(tǒng)新聞生產(chǎn)流程上從新聞生產(chǎn)的源頭進行把關，如今由于生成式AI的出現(xiàn)，大語言模型生成內(nèi)容的不確定性和真實性無法得到保證的情況下需要在審核端建立一套更為嚴謹、審慎的新聞審校制度，一方面審核AIGC新聞合法性，將社會效益置于首位；一方面審核AIGC新聞準確性，避免基于概率計算而產(chǎn)生的事實錯誤，實現(xiàn)從傳統(tǒng)生產(chǎn)端到審核端的把關環(huán)節(jié)后置。

2.新聞消費者：運用提示工程能力，提升新聞消費便捷性、在場感與沉浸度

提示工程能力是新時代、新形勢、新情況下人人需要具備掌握的核心能力，新聞消費者同樣應該掌握并運用提示工程能力提升新聞消費的便捷性、在場感與沉浸度。總而言之，便是提升新聞消費的幸福感。

面對紛繁復雜的新聞報道，新聞消費者若要高效便捷地獲取信息，離不開生成式AI的介入。未來生成式AI便是類似智能管家的角色，自行整理網(wǎng)絡新聞以自定義的新聞樣態(tài)和形式向用戶匯報。有研究者可能會就此提出生成式AI導致的信息繭房問題，伴隨生成式AI的進一步發(fā)展和完善，其內(nèi)容生成機制將從源頭解決信息繭房問題。如今的生成式AI尚處于零散分布的局面，未來的文生文、文生圖、文生視頻、圖生視頻等諸多途徑將進一步整合，完善的生成式AI將根據(jù)用戶需求，以多模態(tài)的形式提升新聞消費的在場感與沉浸度。

3.新聞管理者：新聞著作權在新形勢下的規(guī)制與對提示工程師的監(jiān)管

《伯爾尼公約》規(guī)定：“著作權不保護時事新聞或僅具有新聞性質(zhì)的事實?！保?9］對各類媒體的新聞報道而言，絕大部分不構成時事新聞，而是構成受著作權保護的作品。即使是那些構成時事新聞的報道，其采集和制作者也有受到反不正當競爭法保護的可能。［30］但對于AIGC新聞來說，其著作權的歸屬又該如何判定？AIGC新聞是由大語言模型生成，這種高速、高產(chǎn)的新聞內(nèi)容的歸屬究竟該如何判定。當前學界對于AIGC內(nèi)容的可版權性尚無定論，也有學者認為AIGC內(nèi)容并不受著作權法保護。對于AIGC新聞是否受著作權法保護，我們可以從AIGC新聞生成文本的前一環(huán)節(jié)（提示工程師的介入）著眼，新聞工作者作為提示工程師的角色介入AIGC新聞生產(chǎn)，在新聞創(chuàng)作過程中貢獻了自己的想法和高質(zhì)量的提示詞。從著作權法鼓勵創(chuàng)新的角度出發(fā)，AIGC新聞的著作權或許可以部分地將其歸為提示工程師。未來，伴隨生成式AI和提示工程的進一步發(fā)展完善，AIGC新聞的著作權歸屬將在司法實踐中逐步確立。至少就目前而言，新聞管理者需要對作為提示工程師角色的新聞工作者加強監(jiān)管，避免低質(zhì)量、虛假新聞的傳播。

（三） 協(xié)同過程分析：生成式AI賦能新聞生產(chǎn)、消費、管理全流程

對于新聞業(yè)而言，傳統(tǒng)協(xié)同過程并不全面，通常集中于新聞生產(chǎn)環(huán)節(jié)。在新聞生產(chǎn)環(huán)節(jié)中多名記者關于同一主題的協(xié)同報道。［31］新聞生產(chǎn)從封閉生產(chǎn)形態(tài)走向共同參與、協(xié)同生產(chǎn)的活動，新聞業(yè)的把關人以開放合作、廣泛參與的方式進行新聞生產(chǎn)活動。［32］由迭代式生產(chǎn)主導的“新聞游戲”也印證了新聞生產(chǎn)走向社會協(xié)同的過程。［33］未來生成式AI將深度賦能。

生成式AI浪潮下，AIGC將促成新聞業(yè)的生態(tài)級變局。一方面，推動生產(chǎn)權力、傳播權力、審核權力的進一步下沉，賦能普羅大眾在新聞生產(chǎn)、新聞消費、新聞管理等諸多環(huán)節(jié)中擁有更多平等機會和權力，這與分布式社會的權力構造相匹配；另一方面，推動新聞生產(chǎn)、消費、管理全流程核心邏輯的智能化，在算法、算力、算據(jù)覆蓋的全流程中，傳統(tǒng)人們倚重的專業(yè)經(jīng)驗將逐步讓位于便捷、高效、精準、全面的人工智能，進一步提升協(xié)同發(fā)展與治理水準。

四、生成式AI浪潮下新聞工作者的邏輯重構：賦能價值、發(fā)聲機制、服務本色

（一）未來新聞工作者的賦能價值：革新新聞生產(chǎn)、分發(fā)模式，發(fā)揮主流媒體價值引領作用

未來新聞工作者作為提示工程師的角色，借助生成式AI等技術革新傳統(tǒng)新聞生產(chǎn)、新聞分發(fā)模式。以ChatGPT等為代表的生成式AI整合信息檢索、聊天對話和內(nèi)容生成等能力，新聞工作者可以借助生成式AI獲取采訪對象信息、了解采訪背景、撰寫采訪提綱、生成或潤色新聞文本等。當前以ChatGPT為代表的生成式AI不同于新聞寫作機器人，既具備高效生成體育新聞、財經(jīng)新聞的能力，又具備撰寫深度報道的能力。生成式AI在新聞工作中潛力挖掘離不開提示工程師的介入，高質(zhì)量的提示詞能夠挖掘出意想不到的潛能。隨著新技術介入新聞工作的程度越深，生成式AI和新聞工作者將分工越細，重復性、簡單性的工作交由AI完成，而需要投入較多認知資源的工作則交由新聞工作者完成。生成式AI在未來將取代搜索引擎成為新的流量入口，成為新的新聞分發(fā)渠道。ChatGPT等AI模型具備一定的智能水平，能夠很好地理解用戶輸入的文本指令，支持多輪對話，能夠主動承認錯誤，對問題發(fā)出質(zhì)疑，甚至能夠認識到自身知識范圍邊界，在極大程度上模擬了人際交流的情境。［34］如今，正處于重返部落化時代的用戶與人機構造的模擬人際交流極為契合。

作為提示工程師的新聞工作者將推動主流媒介成為“四兩撥千斤”式的價值引領者。未來的“分布式社會”本質(zhì)上是一個自組織社會，在新聞工作者的推動下主流媒體應轉(zhuǎn)型為未來輿論場中具有再組織能力的“四兩撥千斤”式的基膜，去激發(fā)和形成傳播領域的“涌現(xiàn)”現(xiàn)象，要充分利用協(xié)同治理、復雜系統(tǒng)等理論驅(qū)動傳播生態(tài)的自適應轉(zhuǎn)變。［35］生成式AI等平臺的作用越大，平臺及其接口越需要提示工程師的加入。對于新聞工作者而言，成為提示工程師的角色是時代發(fā)展對新聞工作提出的新的要求，主流媒體在新形勢下亟需發(fā)揮新的價值與功用（見圖3）。

（二）未來新聞工作者的發(fā)聲機制：從直接發(fā)聲到借助算法與預訓練模型間接發(fā)聲

未來新聞工作者將成為提示工程師的角色，其發(fā)聲模式和傳統(tǒng)的媒介人、媒介組織的作用方式、發(fā)聲機制不同，未來新聞工作者的發(fā)聲機制從直接發(fā)聲轉(zhuǎn)變?yōu)榻柚惴ㄅc預訓練模型間接發(fā)聲。

以中國國際影響力傳播為例，以往中國國際影響力的發(fā)聲模式是通過網(wǎng)絡、報刊、媒體等渠道直接發(fā)聲，社會化媒體為新聞機構提供了開放的網(wǎng)絡公共空間和直接發(fā)聲渠道。如今，中國國際影響力的發(fā)聲模式是通過算法推薦和預訓練模式的間接發(fā)聲，新聞消費者在使用網(wǎng)頁、社會化媒體時并不會通過媒體這一中介來獲取信息。而是直接通過大數(shù)據(jù)建模分析基礎之上的算法推薦間接獲取信息；新聞消費者在使用生成式AI時同樣如此，通過預訓練模型生成的內(nèi)容間接獲取信息。就算法傳播的間接發(fā)聲機制而言，需要從四個層面優(yōu)化網(wǎng)絡主流意識形態(tài)話語建構：強化主流價值對算法傳播的引領；推動網(wǎng)絡主流意識形態(tài)話語變革；提高網(wǎng)絡主流意識形態(tài)話語受眾的算法素養(yǎng)；激發(fā)網(wǎng)絡主流意識形態(tài)話語傳者的算法能量。［36］生成式AI的間接發(fā)聲機制與之類似，需要從三個層面提升中國國際影響力：強化主流價值對生成式AI傳播的引領；推動網(wǎng)絡主流意識形態(tài)話語變革創(chuàng)新；提高網(wǎng)絡主流意識形態(tài)話語傳受雙方的提示工程能力。從直接發(fā)聲到間接發(fā)聲，再從借助算法模型的間接發(fā)聲到借助預訓練模型的間接發(fā)聲機制的轉(zhuǎn)變對新聞工作者提出新的要求，確立新的專業(yè)規(guī)范和技術模式為社會提供服務。

（三）未來新聞工作者的服務本色：基于內(nèi)容關系維度的情感共鳴與社會協(xié)同

未來新聞工作者仍需要繼續(xù)突出其服務本色。正如鄧小平同志所說：“領導就是服務?！蔽磥硇侣劰ぷ髡叩姆毡旧鋵嵕褪且环N更加徹底的寓領導與服務為一體的全新模式。對于傳統(tǒng)新聞業(yè)而言，新聞工作者的主要價值是傳播富含資訊價值的新聞內(nèi)容，主要起告知政治、經(jīng)濟、社會等資訊信息以滿足新聞消費者的知情需要。新聞價值可以從商品主導和服務主導邏輯出發(fā)進行比較。［37］

如今，在生成式AI浪潮下，新聞工作者要發(fā)揮其服務本色，凸現(xiàn)新聞的服務價值，以用戶需求和用戶興趣作為價值發(fā)揮的邏輯起點。新聞最本質(zhì)的價值是資訊價值，資訊對于普羅大眾而言是有價值的信息，即滿足人們需求的信息，所以新聞是包含服務性的。新聞工作者在新形勢下亟須通過新聞發(fā)揮其服務本色，通過政務新聞、財經(jīng)新聞、生活新聞等發(fā)揮政務服務、財經(jīng)服務、生活服務等服務價值。新聞作為當代人們社會交往的重要基礎，［38］新聞工作者通過新聞客戶端、短視頻平臺、社交媒體網(wǎng)絡等途徑傳播新聞信息，在新聞消費者自發(fā)的轉(zhuǎn)評贊互動后形成基于趣緣關系的情感共鳴與關系認同，實現(xiàn)真正意義上新聞的服務價值。對于新聞工作者而言，發(fā)揮服務本色，用好AIGC新聞這一關鍵資源，通過AIGC新聞實現(xiàn)基于內(nèi)容關系維度的情感共鳴與社會協(xié)同是應對新形勢下新聞業(yè)變革的重要舉措。

參考文獻：

［1］張智雄， 曾建勛， 夏翠娟， 等. 回應AIGC的信息資源管理學人思考［J］. 農(nóng)業(yè)圖書情報學報， 2023（1）： 4-28.

［2］ 封面新聞.藍色光標全面停用文案外包 GPT開搶廣告行業(yè)飯碗？［EB/OL］. https：//baijiahao.baidu.com/s？id=1763062951314401808amp;wfr=spideramp;for=pc.

［3］ 張建中， 坎貝爾西莉亞. 面對ChatGPT，新聞記者不應該有身份危機［J］. 青年記者， 2023（5）： 97-98.

［4］ ［美］凱文·凱利. 科技想要什么［M］. 熊祥，譯.北京：中信出版社， 2011：103-110.

［5］ 喻國明， 耿曉夢. 元宇宙：媒介化社會的未來生態(tài)圖景［J］. 新疆師范大學學報（哲學社會科學版）， 2022（3）： 110-118.

［6］ 蔡恒進. 行為主義、聯(lián)結主義和符號主義的貫通［J］. 上海師范大學學報（哲學社會科學版）， 2020（4）： 87-96.

［7］ 周葆華. 或然率資料庫：作為知識新媒介的生成智能ChatGPT［J］. 現(xiàn)代出版， 2023（2）： 21-32.

［8］ 趙金海. 國外網(wǎng)絡搜索引擎最佳資源現(xiàn)狀述評（1）——桌面搜索工具、搜索引擎指南、目錄和論著資源述評［J］. 現(xiàn)代情報， 2007（3）： 62-64.

［9］ 王晰巍， 趙丹， 魏駿巍， 等. 數(shù)字圖書館網(wǎng)站搜索引擎優(yōu)化指標及實證研究——基于信息生態(tài)視角的分析［J］. 情報理論與實踐， 2015（11）：46-51.

［10］ 王天恩. ChatGPT的特性、教育意義及其問題應對［J］. 思想理論教育， 2023（4）： 19-25.

［11］ 王天恩. 信息及其基本特性的當代開顯［J］. 中國社會科學， 2022（1）： 90-113+206.

［12］ 維基百科.提示工程［EB/OL］.https：//zh.wikipedia.org/w/index.php？title=%E6%8F%90%E7%A4%BA%E5%B7%A5%E7%A8%8Bamp;oldid=76118009.

［13］ 提示工程指南［EB/OL］. https：//www.promptingguide.ai/zh.

［14］ 王飛躍， 繆青海. 人工智能驅(qū)動的科學研究新范式：從AI4S到智能科學［J］. 中國科學院院刊， 2023（4）： 536-540.

［15］ Drew，H.Tech’s hottest new job： AI whisperer. No coding required. Retrieved February 25， 2023， from https：//www.washingtonpost.com/technology/2023/02/25/prompt-engineers-techs-next-big-job.

［16］ 穆寧.如何成為提示詞工程師？［EB/OL］.https：//36kr.com/p/2219000706495874.

［17］ 鄭滿寧. 人工智能技術下的新聞業(yè)：嬗變、轉(zhuǎn)向與應對——基于ChatGPT帶來的新思考［J］. 中國編輯，2023（4）： 35-39.

［18］ 喻國明， 杜楠楠. 智能型算法分發(fā)的價值迭代：“邊界調(diào)適”與合法性的提升——以“今日頭條”的四次升級迭代為例［J］.新聞記者， 2019（11）： 15-20.

［19］ 喻國明學術工作室. 元宇宙視域下Web3.0重塑媒介發(fā)展新生態(tài)［J］. 江淮論壇， 2022（5）： 128-133.

［20］［美］赫爾曼·哈肯. 協(xié)同學：大自然構成的奧秘［M］. 凌復華，譯.上海：上海譯文出版社， 2005：1-13.

［21］ 陳婧. 協(xié)同機制對政府開放數(shù)據(jù)的影響分析［J］. 情報資料工作， 2017（2）： 43-47.

［22］ 雷鴻竹， 王謙， 程惠. 協(xié)同視域下地方政府數(shù)據(jù)開放價值實現(xiàn)的影響因素及組合路徑［J］. 科技管理研究， 2023（5）： 243-250.

［23］ 喻國明， 蘇芳. 從認知帶寬到價值帶寬：元宇宙視域下認知競爭邏輯的重塑［J］. 西南民族大學學報（人文社會科學版）， 2023（4）： 139-147.

［24］ ［美］塞德希爾·穆來納森， 埃爾德·沙菲爾. 稀缺：我們是如何陷入貧窮與忙碌的［M］. 魏薇，龍志勇，譯.杭州：浙江人民出版社， 2014：3-20.

［25］ 王瑞冰， 徐盛， 朱麟， 等. 認知需求和認知閉合需求對風險決策中外語效應的影響［J］. 心理科學， 2023， 46（1）： 121-129.

［26］ 劉子旻， 時勘， 萬金， 等. 認知閉合需要研究梳理與未來走向［J］. 心理科學進展， 2018（4）： 688-697.

［27］ 楊妮， 孫華. 變革與堅守：人工智能時代的新聞傳播教育［J］. 出版廣角， 2019（1）： 40-42.

［28］ 常江， 何仁億. 客觀性的消亡與數(shù)字新聞專業(yè)主義想象：以美國大選為個案［J］. 新聞界， 2021（2）： 26-33.

［29］ WIPO. Berne Convention for the Protection of Literary and Artistic Works . Retrieved September 28， 1979， from https：//www.wipo.int/wipolex/en/text/283698#P85_10661.

［30］ 劉文杰. 探析著作權法中的“時事新聞”——翻譯引發(fā)的著作權法疑難問題［J］. 新聞與傳播研究， 2016（3）： 18-37+126.

［31］ 劉義昆， 趙振宇. 新媒體時代的新聞生產(chǎn)：理念變革、產(chǎn)品創(chuàng)新與流程再造［J］. 南京社會科學， 2015（2）： 103-110.

［32］ 張志安， 吳濤. 互聯(lián)網(wǎng)與中國新聞業(yè)的重構——以結構、生產(chǎn)、公共性為維度的研究［J］. 現(xiàn)代傳播（中國傳媒大學學報）， 2016（1）： 44-50.

［33］ 毛湛文， 李泓江. “融合文化”如何影響和改造新聞業(yè)？——基于“新聞游戲”的分析及反思［J］. 國際新聞界， 2017（12）： 53-73.

［34］ 方興東， 顧燁燁， 鐘祥銘. ChatGPT的傳播革命是如何發(fā)生的？——解析社交媒體主導權的終結與智能媒體的崛起［J］. 現(xiàn)代出版， 2023（2）： 33-50.

［35］ 喻國明， 蘇健威. 生成式人工智能浪潮下的傳播革命與媒介生態(tài)——從ChatGPT到全面智能化時代的未來［J］. 新疆師范大學學報（哲學社會科學版），2023（5）： 65-73.

［36］ 譚亞莉， 劉艷. 算法時代網(wǎng)絡主流意識形態(tài)的話語建構及優(yōu)化策略［J］. 學習與實踐， 2022（7）： 24-34.

［37］ 孫嘉宇， 陳堂發(fā). 理解新聞價值的兩種邏輯：商品主導與服務主導［J］. 國際新聞界， 2022， 44（2）： 6-19.

［38］ 王辰瑤. 新聞使用者：一個亟待重新理解的群體［J］. 南京社會科學， 2016（1）： 115-121.

［責任編輯：高辛凡］