張樂資　李雅箏　孔正毅

［摘要］文章通過對媒體內(nèi)容生產(chǎn)模式從OGC到AIGC的演變過程進行梳理，探討算法主導(dǎo)的內(nèi)容生產(chǎn)模式（AIGC）對傳統(tǒng)媒體生態(tài)的重塑。研究結(jié)果顯示，算法應(yīng)用正在深刻改變新聞采集、翻譯、推薦和生成的傳統(tǒng)模式。展望AIGC時代媒體內(nèi)容生產(chǎn)模式的發(fā)展趨勢，筆者認為AIGC將給媒體內(nèi)容生產(chǎn)帶來深刻變革，主要變現(xiàn)為：智能生成，提升內(nèi)容生產(chǎn)效率；人機協(xié)同，保證媒體內(nèi)容質(zhì)量；智能分發(fā)，優(yōu)化內(nèi)容精準推薦；平臺重構(gòu)，創(chuàng)新媒體組織形態(tài)。綜上所述，AIGC時代的到來將推動媒體內(nèi)容生產(chǎn)實現(xiàn)全面智能化升級，媒體應(yīng)該培養(yǎng)算法思維，創(chuàng)新內(nèi)容生產(chǎn)模式，積極向智能化轉(zhuǎn)型。

［關(guān)鍵詞］媒體內(nèi)容生產(chǎn)；OGC；AIGC；新聞生產(chǎn)

隨著移動互聯(lián)網(wǎng)與人工智能技術(shù)蓬勃發(fā)展，媒體行業(yè)正在經(jīng)歷前所未有的變革—內(nèi)容生產(chǎn)模式正在從OGC向算法主導(dǎo)的AIGC演變。在新一代數(shù)字技術(shù)賦能下的互聯(lián)網(wǎng)具有自動化、智能化和去中心化的特征，而傳統(tǒng)的PGC和UGC模式都難以滿足新時代媒體內(nèi)容生產(chǎn)的需要［1］。在媒體深度融合背景下，媒體亟須快速產(chǎn)出大量的高質(zhì)量內(nèi)容，AIGC作為新興的內(nèi)容生產(chǎn)模式應(yīng)運而生。AIGC（Artificial Intelligence Generated Content）指利用人工智能技術(shù)自動生成的內(nèi)容，包括文本、圖片、視頻、音樂等。文章通過梳理媒體內(nèi)容生產(chǎn)模式的發(fā)展脈絡(luò)，進而重點分析算法應(yīng)用如何深刻改變傳統(tǒng)媒體的采編流程，并展望AIGC時代媒體內(nèi)容生產(chǎn)模式的未來發(fā)展趨勢，旨在為傳統(tǒng)媒體的轉(zhuǎn)型提供借鑒。

一、媒體內(nèi)容生產(chǎn)模式的嬗變

（一）OGC時代：媒體主導(dǎo)內(nèi)容生產(chǎn)

OGC（Occupationally Generated Content）指職業(yè)生產(chǎn)內(nèi)容。OGC的生產(chǎn)主體主要是相關(guān)領(lǐng)域的職業(yè)人員，其創(chuàng)作行為屬于職責義務(wù)，是履行人事契約的體現(xiàn)［2］。傳媒業(yè)OGC的生產(chǎn)主體主要包括新聞工作者、編輯等媒體從業(yè)人員，他們具備專業(yè)的新聞寫作、編輯、攝影等技能，通過創(chuàng)作內(nèi)容來獲取職業(yè)收入。在OGC時代，媒體主導(dǎo)內(nèi)容生產(chǎn)的模式可以保證內(nèi)容的專業(yè)性和權(quán)威性。然而，這種媒體主導(dǎo)的內(nèi)容生產(chǎn)模式也存在一些問題。其一，信息傳播呈現(xiàn)較強的單向性，媒體將內(nèi)容輸出給受眾，受眾只能被動地接受。這導(dǎo)致受眾參與互動的程度較低，受眾的聲音和意見無法得到充分表達和反饋，限制了內(nèi)容生產(chǎn)的多樣性和全面性。其二，媒體主導(dǎo)內(nèi)容生產(chǎn)存在一定的局限性。媒體對內(nèi)容的選擇和呈現(xiàn)方式可能會受到如政治立場、商業(yè)利益等因素的影響。

（二）PGC時代：專家主導(dǎo)內(nèi)容生產(chǎn)

PGC（Professional Generated Content）指專業(yè)生產(chǎn)內(nèi)容。PGC指各個領(lǐng)域的專家、意見領(lǐng)袖、專業(yè)人士等采用專業(yè)化的內(nèi)容制作手段，同時遵循互聯(lián)網(wǎng)的數(shù)字化傳播特性，通過分享知識、技能和經(jīng)驗等方式，為受眾提供有價值的信息和服務(wù)。PGC實現(xiàn)了內(nèi)容制作的專業(yè)化和傳播的互聯(lián)網(wǎng)化。與媒體主導(dǎo)的生產(chǎn)模式相比，PGC的生產(chǎn)者既享有內(nèi)容創(chuàng)作的自主權(quán)，又具備專業(yè)知識，保障了生產(chǎn)的內(nèi)容的質(zhì)量。

在PGC時代，專家們憑借豐富的專業(yè)知識和經(jīng)驗，為受眾提供具有深度和價值的內(nèi)容，滿足受眾對高質(zhì)量信息的需求。專家們通過專業(yè)化的內(nèi)容制作手段，如撰寫文章、制作視頻、發(fā)表演講等，將自身的專業(yè)知識傳遞給受眾，幫助受眾解決問題、提升技能、拓寬視野。與此同時，受眾基于內(nèi)容進行討論可以提升內(nèi)容的傳播速度，專家們也傾向于與受眾進行互動和討論，吸收不同的觀點和意見。這種雙向互動的信息傳播模式，改變了以往媒體的單向輸出模式，使受眾也能夠參與內(nèi)容的創(chuàng)作和討論，促進了知識傳播的大眾化和專業(yè)化，實現(xiàn)了知識共享和共同進步。

（三）UGC時代：用戶主導(dǎo)內(nèi)容生產(chǎn)

UGC（User Generated Content）即用戶生成內(nèi)容，泛指以任何形式在各種網(wǎng)絡(luò)社交媒體上發(fā)表的由用戶創(chuàng)作的文字、圖片、音頻、視頻等內(nèi)容［3］。UGC時代，內(nèi)容生產(chǎn)權(quán)利下放給普通受眾（即用戶），內(nèi)容制作門檻降低，受眾也有機會參與內(nèi)容的創(chuàng)作和傳播。這一模式使受眾由被動的內(nèi)容接受者轉(zhuǎn)變?yōu)橹鲃拥膬?nèi)容生產(chǎn)者和傳播者。這種大眾化的內(nèi)容生產(chǎn)方式，打破了傳統(tǒng)媒體在內(nèi)容生產(chǎn)中的主導(dǎo)地位，使內(nèi)容的形式和傳播方式變得更加多樣化，傳播速度也得以加快。

然而，UGC時代的內(nèi)容生產(chǎn)也面臨一些挑戰(zhàn)。由于參與內(nèi)容創(chuàng)作的多為非專業(yè)人士，內(nèi)容的質(zhì)量參差不齊。雖然UGC時代實現(xiàn)了內(nèi)容生產(chǎn)的大眾化，使得更多人可以參與內(nèi)容創(chuàng)作，但由于生產(chǎn)者缺乏專業(yè)的知識和技能，生產(chǎn)出來的內(nèi)容專業(yè)性較弱，難以滿足專業(yè)領(lǐng)域受眾的需求。因此，在UGC時代，如何提升內(nèi)容的質(zhì)量和專業(yè)性成為內(nèi)容生產(chǎn)者亟須解決的問題。為了促進生產(chǎn)內(nèi)容的專業(yè)化和個性化，未來UGC和PGC的相關(guān)主體可充分利用各自優(yōu)勢，實現(xiàn)有機地結(jié)合。例如，專家們可以負責產(chǎn)出定位準確且高質(zhì)量的核心內(nèi)容，受眾則主要對內(nèi)容進行補充、討論和傳播。為實現(xiàn)這一目標，專家們需要加強對受眾的培訓(xùn)和專業(yè)支持，提高內(nèi)容的質(zhì)量和專業(yè)化程度。

（四）AIGC時代：算法主導(dǎo)內(nèi)容生產(chǎn)

AIGC時代，算法開始取代人工成為內(nèi)容生產(chǎn)的主體。AIGC時代內(nèi)容生產(chǎn)的一個重要特征是高效生成。大數(shù)據(jù)分析和機器學習技術(shù)賦予算法強大的內(nèi)容處理能力，使其能夠快速從海量的信息中篩選有價值的內(nèi)容并進行創(chuàng)作，實現(xiàn)內(nèi)容生產(chǎn)的智能化。媒體平臺也通過算法來主導(dǎo)內(nèi)容的生產(chǎn)傳播。此外，算法還可以根據(jù)受眾的喜好和需求進行個性化推薦，極大地提高內(nèi)容的定制化程度，滿足受眾的個性化需求。AIGC時代的到來標志著內(nèi)容生產(chǎn)模式邁入智能化和個性化的新階段，極大地提高了內(nèi)容生產(chǎn)的效率。通過先進的算法，AIGC能夠在短時間內(nèi)快速生成大量的信息，且成本遠低于人力投入。然而，這種自動化的內(nèi)容生產(chǎn)方式也存在一定的局限性，如其生產(chǎn)的內(nèi)容缺乏深度分析和獨到見解甚至具有生產(chǎn)誤導(dǎo)性信息的風險。但是，相信隨著人工智能技術(shù)的不斷發(fā)展，未來AIGC生成內(nèi)容的質(zhì)量和價值將會不斷提高。在此期間，人類內(nèi)容創(chuàng)作者仍然扮演至關(guān)重要的角色，其能提升基于算法生產(chǎn)的內(nèi)容的質(zhì)量，判斷內(nèi)容是否正確。人機合作是媒體實現(xiàn)高質(zhì)量內(nèi)容生產(chǎn)的最佳模式，既能保證效率，又能兼顧質(zhì)量。

二、智能算法在媒體內(nèi)容生產(chǎn)領(lǐng)域中的應(yīng)用

（一）基于大數(shù)據(jù)的智能新聞采集技術(shù)

隨著互聯(lián)網(wǎng)信息的爆炸式增長，媒體面臨從海量新聞信息中快速篩選高質(zhì)量內(nèi)容的挑戰(zhàn)。為了應(yīng)對這一挑戰(zhàn)，媒體開始廣泛采用大數(shù)據(jù)和人工智能技術(shù)，以實現(xiàn)新聞采集流程的智能化升級。ChatGPT等人工智能通過網(wǎng)絡(luò)爬蟲、文本分析、機器學習等技術(shù)，獲取海量網(wǎng)絡(luò)新聞信息進行學習訓(xùn)練。通過學習訓(xùn)練，人工智能可以根據(jù)指令自動篩選新聞，解決傳統(tǒng)新聞采集中的重復(fù)勞動問題。這種自動化的新聞采集方式大大提高了新聞采編的效率。除了自動篩選新聞，媒體還可以通過大數(shù)據(jù)技術(shù)完成內(nèi)容分類、關(guān)鍵詞提取、生成新聞?wù)约岸嗾Z種翻譯等工作。媒體通過大數(shù)據(jù)分析，可以更好地了解受眾的需求，從而推送更加個性化的新聞報道。相較傳統(tǒng)的人工新聞采編模式，基于大數(shù)據(jù)的智能新聞采集系統(tǒng)極大地提高了新聞采編的效率，使新聞工作者能夠更加專注事件報道，并為新聞內(nèi)容自動生成奠定基礎(chǔ)。然而，目前算法生成的新聞?wù)獌H限對事實的客觀描述，依然缺乏獨到的見解。

（二）人工智能驅(qū)動的多語言新聞自動翻譯技術(shù)

人工智能的自動化生成功能可以幫助新聞工作者快速、準確地將新聞報道翻譯成多種語言，提高新聞生產(chǎn)的效率和準確性，減輕人工翻譯的壓力［4］。通過對大量新聞素材進行深度學習和分析，人工智能可以快速準確地將源語翻譯成目標語，從而實現(xiàn)跨語言的信息傳播。這種技術(shù)的應(yīng)用不僅可以幫助媒體更好地滿足受眾拓寬全球化視野的需求，還可以提高新聞工作者多語言新聞生產(chǎn)的效率和準確性，減輕人工翻譯的壓力，降低翻譯成本。相較傳統(tǒng)的人工翻譯方式，人工智能驅(qū)動的多語言新聞自動翻譯技術(shù)通過深度學習算法，能夠理解源語的語義和結(jié)構(gòu)，并將其準確轉(zhuǎn)化為目標語。然而，由于不同語言具有各自的特點和文化背景，人工智能驅(qū)動的多語言新聞自動翻譯技術(shù)在某些情況下可能會出現(xiàn)翻譯不準確的情況。因此，人工智能驅(qū)動的多語言新聞自動翻譯技術(shù)仍然需要新聞工作者的監(jiān)督，以確保語言表達的準確性，使翻譯結(jié)果更符合目標語受眾的表達習慣。

（三）面向受眾的個性化智能新聞推薦技術(shù)

隨著數(shù)字技術(shù)、網(wǎng)絡(luò)技術(shù)和信息通信技術(shù)的迅猛發(fā)展，新聞推薦已經(jīng)從傳統(tǒng)的一刀切模式轉(zhuǎn)變?yōu)槊嫦蚝Ａ渴鼙娺M行個性化定制的模式。為了提升受眾體驗并滿足受眾的需求，媒體開始廣泛采用基于大數(shù)據(jù)和人工智能的智能新聞推薦技術(shù)，實現(xiàn)精準推薦。該技術(shù)通過分析受眾的行為數(shù)據(jù)從而構(gòu)建受眾興趣畫像，利用算法進行智能測算，從而為受眾推送個性化新聞。媒體借助生成式人工智能工具根據(jù)實時互動描繪的受眾興趣畫像來進行新聞推薦，使受眾對媒體提供的內(nèi)容產(chǎn)品體驗從“讓我看的”“我質(zhì)疑的”轉(zhuǎn)變?yōu)椤拔蚁胍摹薄拔艺J可的”［5］?；诖髷?shù)據(jù)和人工智能的智能新聞推薦技術(shù)打破了傳統(tǒng)新聞推薦技術(shù)的局限，為受眾提供更加主動、精準和即時的體驗。因此，在移動智能時代，個性化智能新聞推薦成為媒體的重要發(fā)展方向。相較傳統(tǒng)推薦，智能推薦的優(yōu)勢在于可以根據(jù)受眾的興趣和偏好實時進行動態(tài)更新，為受眾提供符合其需求的新聞內(nèi)容。然而，算法過濾信息也可能導(dǎo)致“過濾泡”效應(yīng)，使受眾陷入“信息繭房”，限制其獲取信息的廣度和開放性。因此，未來智能新聞推薦技術(shù)需要平衡受眾個性化需求和信息多樣性的考量，避免算法盲目迎合受眾需求而喪失新聞價值，確保受眾能夠獲取全面、多樣的新聞內(nèi)容。

（四）人工智能賦能的數(shù)字化新聞內(nèi)容生成技術(shù)

隨著人工智能技術(shù)不斷發(fā)展，數(shù)字化新聞內(nèi)容生成技術(shù)成為主流趨勢。生成式人工智能可以生成文本、圖像、音頻和視頻等形態(tài)的內(nèi)容，在文本方面它既可以生成摘要、論文，也可以生成策劃大綱、采訪提綱等創(chuàng)意性的內(nèi)容，還可以按照難易程度生成不同知識層次的文本［6］。與傳統(tǒng)新聞寫作模式相比，人工智能賦能的數(shù)字化新聞內(nèi)容生成技術(shù)具有質(zhì)量高、速度快、成本低和信息實時更新的優(yōu)勢。這不僅可以極大地提高新聞的生產(chǎn)效率，減輕新聞工作者的工作負擔，還可以為受眾提供更多的新聞內(nèi)容選擇，滿足受眾的多樣化需求。此外，人工智能賦能的數(shù)字化新聞內(nèi)容生成技術(shù)也推動了新聞產(chǎn)業(yè)的智能化升級，為媒體提供了更多的發(fā)展機會。然而，基于算法生成的新聞內(nèi)容往往難以達到人工創(chuàng)作內(nèi)容的深度和影響力。因此，新聞工作者應(yīng)發(fā)揮核心作用，正確判斷新聞的價值，并提供獨特的視角和深入的分析，以提高基于算法生產(chǎn)的新聞內(nèi)容的價值和影響力。與此同時，算法可以輔助新聞工作者工作，如新聞素材生成和數(shù)據(jù)分析。

三、AIGC時代媒體內(nèi)容生產(chǎn)模式的發(fā)展趨勢

（一）智能生成，提升內(nèi)容生成效率

內(nèi)容生產(chǎn)是傳媒業(yè)的核心，AIGC通過自然語言處理和機器學習技術(shù)，學習和分析海量數(shù)據(jù)，對媒體內(nèi)容生產(chǎn)模式進行“格式化”重構(gòu)，從人工智能輔助逐步發(fā)展到人工智能自主內(nèi)容創(chuàng)作，在信息采集和內(nèi)容生產(chǎn)環(huán)節(jié)發(fā)揮技術(shù)賦能效應(yīng)［7］。在AIGC時代，人工智能技術(shù)將被廣泛應(yīng)用于內(nèi)容生產(chǎn)，媒體內(nèi)容生產(chǎn)模式將更加智能化和自動化，內(nèi)容生產(chǎn)實現(xiàn)了由傳統(tǒng)手工操作向人工智能生成的轉(zhuǎn)變，生產(chǎn)效率得到顯著提升。算法驅(qū)動的內(nèi)容生產(chǎn)系統(tǒng)能夠自動爬取數(shù)據(jù)、分析信息、生成新聞稿件，大幅提高了內(nèi)容生產(chǎn)的效率，極大地降低了人力成本。此外，AIGC還能夠根據(jù)受眾需求進行個性化內(nèi)容定制，滿足多樣化的受眾需求?？傊瑹o論是提升新聞內(nèi)容質(zhì)量還是提高新聞生產(chǎn)效率，AIGC都將發(fā)揮重要作用。

（二）人機協(xié)同，保證媒體內(nèi)容質(zhì)量

ChatGPT通過大規(guī)模預(yù)訓(xùn)練模型、Transformer算法以及深度學習技術(shù)，實現(xiàn)了文本、語言、圖像、視頻乃至代碼等多模態(tài)內(nèi)容的生成，助推傳媒業(yè)走向人機協(xié)同融合之路［8］。通過應(yīng)用深度學習技術(shù)、Transformer算法以及預(yù)訓(xùn)練模型，機器能夠更好地理解和處理人類語言和相關(guān)信息，促進媒體內(nèi)容生產(chǎn)模式的變革。盡管人工智能可以提高內(nèi)容生產(chǎn)的效率，但在專業(yè)性、創(chuàng)造性、判斷力和價值觀等方面，機器仍難以匹敵人類的獨特優(yōu)勢。因此，人工智能賦能新聞生產(chǎn)須始終保證人類的主導(dǎo)地位。ChatGPT作為一種工具，需要新聞工作者的引導(dǎo)，而不是作為替代新聞工作者工作的獨立產(chǎn)品［9］。思辨的內(nèi)容、深刻的思想，是人類不被AI取代的核心競爭力［9］。因此，在媒體內(nèi)容生產(chǎn)模式更加智能化的背景下，新聞工作者仍然發(fā)揮重要的作用，負責判斷新聞價值、事實核查等工作，而ChatGPT等工具則提供技術(shù)支持。這種融合人機優(yōu)勢的協(xié)同工作模式既能提高新聞生產(chǎn)的效率和質(zhì)量，還能保證人類的主導(dǎo)地位，確保新聞報道的準確性和客觀性。

（三）智能分發(fā)，優(yōu)化內(nèi)容精準推薦

智能分發(fā)系統(tǒng)通過匹配海量信息與受眾需求，極大地提高了信息傳播的效率和精準度［10］。智能分發(fā)系統(tǒng)通過分析受眾數(shù)據(jù)，建立受眾畫像從而進行精準推薦。同時，智能分發(fā)系統(tǒng)還能夠依據(jù)受眾反饋不斷優(yōu)化推薦算法，持續(xù)提升內(nèi)容推薦的精準度。此外，智能分發(fā)系統(tǒng)還能夠?qū)崟r跟蹤受眾的興趣變化并及時調(diào)整推薦策略，實現(xiàn)動態(tài)精準推薦。然而，智能分發(fā)算法對受眾來說仍是不透明的黑箱操作，可能存在商業(yè)利益驅(qū)動或價值偏頗問題，也可能導(dǎo)致“信息繭房”［11］。

因此，為了實現(xiàn)智能分發(fā)的公平與健康發(fā)展，相關(guān)主體有必要提高大數(shù)據(jù)和人工智能技術(shù)算法的透明度，這可以通過外部監(jiān)管和受眾參與等手段來實現(xiàn)。外部監(jiān)管機構(gòu)可以對智能分發(fā)算法進行審查和監(jiān)督，確保算法的公正性和客觀性。同時，受眾也要積極參與智能分發(fā)，及時為算法提供反饋和評價，以減少算法的歧視和偏見。

（四）平臺重構(gòu)，創(chuàng)新媒體組織形態(tài)

AIGC時代，內(nèi)容生產(chǎn)模式將推動媒體組織形態(tài)的創(chuàng)新和重構(gòu)。ChatGPT等基于大型語言模型的生成式人工智能可能成為未來傳播的新型基礎(chǔ)技術(shù)，大大提升內(nèi)容的生產(chǎn)效率，推動內(nèi)容生產(chǎn)模式智能化升級，并促使傳媒業(yè)向平臺化生態(tài)過渡［12］。具體來看，AIGC將通過智能寫作、智能采訪等方式實現(xiàn)新聞生產(chǎn)的高度智能化，革新新聞工作者的工作內(nèi)容—新聞工作者的主要工作將聚焦在內(nèi)容策劃、審核和創(chuàng)意方面。此外，媒體將通過與AIGC的結(jié)合，打破內(nèi)容生產(chǎn)邊界，實現(xiàn)內(nèi)容的多元化和個性化生產(chǎn)，以人為核心的傳統(tǒng)媒體組織模式將被重構(gòu)，以數(shù)據(jù)和技術(shù)為核心的新型媒體組織將成為主流。這種平臺重構(gòu)將為受眾提供更加多樣化和個性化的內(nèi)容選擇，推動傳媒業(yè)的發(fā)展和變革。

四、結(jié)語

從OGC到AIGC，媒體內(nèi)容生產(chǎn)模式正在經(jīng)歷深刻的變革，算法和技術(shù)正在逐步取代人類成為內(nèi)容生產(chǎn)的主導(dǎo)力量。一方面，AIGC提高了內(nèi)容產(chǎn)出效率，滿足了受眾的需求；另一方面，它也引發(fā)了算法歧視和偏見等風險。因此，傳統(tǒng)媒體需要在開拓創(chuàng)新與風險防控之間找到平衡，通過人機協(xié)同實現(xiàn)內(nèi)容生產(chǎn)模式的可持續(xù)發(fā)展。

［參考文獻］

［1］胡正榮，李涵舒.顛覆與重構(gòu)：AIGC的效用危機與媒介生態(tài)格局轉(zhuǎn)化［J］.新聞與寫作，2023（08）：48-55.

［2］龍家慶.面向內(nèi)容質(zhì)量控制的檔案知識生產(chǎn)研究：基于OGC、PGC和UGC機制的比較［J］.檔案與建設(shè)，2020（07）：28-32.

［3］李寧，姚麗，陳兵.大數(shù)據(jù)時代圖書生產(chǎn)與UGC聯(lián)姻研究［J］.科技與出版，2017（12）：101-104.

［4］黨晶晶.ChatGPT在新聞生產(chǎn)領(lǐng)域中的嬗變與重構(gòu)［J］.傳播與版權(quán)，2023（13）：4-6.

［5］曾曉.ChatGPT新思考：AIGC模式下新聞內(nèi)容生產(chǎn)的機遇、挑戰(zhàn)及規(guī)制策略［J］.出版廣角，2023（07）：57-61.

［6］陳昌鳳.生成式人工智能與新聞傳播：實務(wù)賦能、理念挑戰(zhàn)與角色重塑［J］.新聞界，2023（06）：4-12.

［7］郭小平，段琳杉.AIGC：引領(lǐng)傳媒業(yè)變革與人機關(guān)系的重構(gòu)［J］.視聽界，2023（03）：5-10.

［8］黃楚新，張迪.ChatGPT對新聞傳播的機遇變革與風險隱憂［J］.視聽界，2023（04）：30-35.

［9］史安斌，劉勇亮.從媒介融合到人機協(xié)同：AI賦能新聞生產(chǎn)的歷史、現(xiàn)狀與愿景［J］.傳媒觀察，2023（06）：36-43.

［10］彭蘭.無邊界時代的專業(yè)性重塑［J］.現(xiàn)代傳播（中國傳媒大學學報），2018（05）：1-8.

［11］鄭滿寧.人工智能技術(shù)下的新聞業(yè)：嬗變、轉(zhuǎn)向與應(yīng)對：基于ChatGPT帶來的新思考［J］.中國編輯，2023（04）：35-40.

［12］張銳，劉靖晗.以ChatGPT看生成式人工智能對傳媒業(yè)的影響［J］.聲屏世界，2023（10）：5-8.

［基金項目］安徽省高校哲學社會科學研究重大項目“基于AIGC的新媒體內(nèi)容生產(chǎn)：技術(shù)路徑、實踐策略與應(yīng)用示范”（項目編號：2023AH040006）。

［作者簡介］張樂資（1998—），女，山東臨沂人，安徽大學新聞傳播學院碩士研究生；李雅箏（1987—），男，河南周口人，安徽大學新聞傳播學院講師，安徽新華發(fā)行（集團）控股有限公司博士后科研工作站博士后；孔正毅（1964—），男，安徽合肥人，安徽大學新聞傳播學院教授。