【摘 要】在AIGC模式驅(qū)動下，數(shù)據(jù)新聞生產(chǎn)呈現(xiàn)由媒體主導轉(zhuǎn)變?yōu)樯鐣嘀黧w參與、由權(quán)威結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)變?yōu)樽圆杉嘣愋汀⒂尚畔鬟f轉(zhuǎn)變?yōu)橛脩魞r值導向、由零散工具化應用轉(zhuǎn)變?yōu)橹悄艽竽Ｐ蛥f(xié)作的新趨勢。生成式人工智能技術(shù)的發(fā)展塑造了數(shù)據(jù)新聞數(shù)智化生產(chǎn)的可供性，通過在策劃、采集、分析、制作、核查全過程的融入，能夠有效紓解當下數(shù)據(jù)新聞的生產(chǎn)困境，但同時也帶來技術(shù)依賴、內(nèi)容權(quán)屬與隱私顧慮、算法欺騙與歧視等問題。人機協(xié)同模式下，數(shù)據(jù)新聞生產(chǎn)應強調(diào)新聞創(chuàng)作者的主體地位，避免過度依賴技術(shù)；明確責任歸屬，加強數(shù)據(jù)保護和隱私監(jiān)管；完善審核流程機制，確保生成內(nèi)容符合主流價值觀和法律規(guī)范。

【關(guān)" 鍵" 詞】生成式人工智能；數(shù)據(jù)新聞；新聞生產(chǎn)；媒體融合

【作者單位】李彪，中國人民大學新聞學院；張瀚文，中國人民大學新聞學院。

【中圖分類號】G212 【文獻標識碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2025.02.004

信息的傳輸、人類的關(guān)系與行為、產(chǎn)品與服務的流動等通過數(shù)字設備上傳成為數(shù)據(jù)，形成“萬物互聯(lián)”式的聚合形態(tài)，媒介平臺也作為基礎設施成為人類“數(shù)據(jù)化生存”的依托。當下，數(shù)據(jù)已經(jīng)成為重要的生產(chǎn)要素與資源，新聞行業(yè)經(jīng)歷了網(wǎng)絡化、數(shù)據(jù)化與云端化過程，獲得了轉(zhuǎn)型與發(fā)展的契機［1］，媒介生產(chǎn)內(nèi)容、方式與思維也亟待革新升級。

“數(shù)據(jù)新聞”（data journalism）也稱為“數(shù)據(jù)驅(qū)動新聞”（data-driven journalism），意指基于數(shù)據(jù)的抓取、挖掘、統(tǒng)計、分析和可視化呈現(xiàn)的新型新聞報道方式［2］。作為利用數(shù)據(jù)直觀、客觀呈現(xiàn)新聞話題的融媒體表現(xiàn)形式，數(shù)據(jù)分析、可視化呈現(xiàn)以及內(nèi)容敘事是構(gòu)成數(shù)據(jù)新聞的核心要素，在當前數(shù)據(jù)化轉(zhuǎn)型背景下具有獨特的生命力。

數(shù)據(jù)新聞天然脫胎于數(shù)智技術(shù)發(fā)展，隨著ChatGPT、Sora、DeepSeek等生成式人工智能大模型的相繼推出，生成式人工智能技術(shù)深度嵌入數(shù)據(jù)新聞生產(chǎn)的各個環(huán)節(jié)，重構(gòu)了生產(chǎn)流程與組織形式，推動數(shù)據(jù)新聞主體、客體、本體和載體的多維升級。

一、轉(zhuǎn)型出新：AIGC驅(qū)動下的數(shù)據(jù)新聞生產(chǎn)新趨勢

黨的二十屆三中全會指出，要加快適應信息技術(shù)迅猛發(fā)展新形勢，推進主流媒體系統(tǒng)性變革?！癆I+大數(shù)據(jù)”推動新聞媒體迎來供給側(cè)結(jié)構(gòu)性改革，不僅推動數(shù)據(jù)新聞生產(chǎn)效率提升、各流程優(yōu)化升級，也促使思維、流程、產(chǎn)品形態(tài)的全面革新。具體體現(xiàn)在數(shù)據(jù)新聞生產(chǎn)主體、客體、本體與載體等四個層面。

1．生產(chǎn)主體：由媒體主導轉(zhuǎn)變?yōu)樯鐣嘀黧w參與

伴隨社交媒體平臺的迅速發(fā)展，我們已步入“人人都有麥克風”的時代。盡管主流媒體等專業(yè)媒體機構(gòu)仍然是新聞采編、生產(chǎn)和發(fā)布的主體，起到“把關(guān)人”的作用，但從廣義上來看，用戶生成內(nèi)容（UGC，User Generated Content）通過非權(quán)威性的多元創(chuàng)作與信息傳播，迸發(fā)出強大的活力與創(chuàng)造力，使新聞行業(yè)既往的媒體組織單向傳播模式受到?jīng)_擊。資源的開放、傳播權(quán)力的下移讓公民能夠參與新聞活動，從而呈現(xiàn)社會化、職業(yè)化、智能化新聞生產(chǎn)共生的態(tài)勢［3］。

聚焦于數(shù)據(jù)新聞生產(chǎn)，用戶能夠成為發(fā)現(xiàn)新聞線索、生產(chǎn)趣味內(nèi)容的重要力量，起到補充與協(xié)作的作用，成為數(shù)據(jù)新聞生產(chǎn)的貢獻者。部分自媒體在粉絲領(lǐng)域、商業(yè)領(lǐng)域等已然呈現(xiàn)數(shù)據(jù)新聞創(chuàng)作的雛形，如bilibili平臺中@Jannchie見齊的數(shù)據(jù)可視化作品囊括競技體育、世界形勢、平臺創(chuàng)作者等諸多話題。相較新聞機構(gòu)往往更關(guān)注普遍性的嚴肅話題，個體生產(chǎn)者的嘗試展現(xiàn)了一部分圈層的趣味性閱讀需求。然而，由于數(shù)據(jù)新聞生產(chǎn)難度較大、流程煩瑣、創(chuàng)作門檻較高，并不像文字、視頻等形式的內(nèi)容受到多數(shù)自媒體創(chuàng)作者的青睞，迄今為止尚未追趕上 “人人參與”的普遍大眾化轉(zhuǎn)向，發(fā)展步伐略顯遲緩。

人與算法共生主體構(gòu)成了計算新聞生產(chǎn)網(wǎng)絡［4］，生成式人工智能技術(shù)的融入能夠彌合受眾多樣化需求與創(chuàng)作門檻之間的矛盾，使數(shù)據(jù)新聞成為個體能夠且有意愿生產(chǎn)的內(nèi)容，將數(shù)據(jù)新聞生產(chǎn)主體由媒體組織主導轉(zhuǎn)變?yōu)椤癙GC+UGC+AIGC”的聚合，實現(xiàn)了優(yōu)勢互補的效果。其中，官方媒體、商業(yè)媒體等借助人力、財力、技術(shù)以及準入優(yōu)勢，通過自身人工智能平臺搭建或依托專業(yè)數(shù)據(jù)分析機構(gòu)，能夠進行復雜、完善的大數(shù)據(jù)分析，實現(xiàn)主流化、大眾化的數(shù)據(jù)新聞內(nèi)容供給。自媒體運用生成式人工智能進行選題策劃、數(shù)據(jù)采集、可視化繪制，通過簡單的對話與指令，可在短時間內(nèi)生成符合圈層興趣與互聯(lián)網(wǎng)表達風格的“類數(shù)據(jù)新聞形式”作品，在豐富公眾閱讀內(nèi)容的同時，為媒體機構(gòu)提供參考資料。在短小精悍、即時性強的消息中，生成式人工智能能夠自動生成相關(guān)數(shù)據(jù)圖表，并實現(xiàn)在社交媒體平臺的更新與發(fā)布，由此提升了數(shù)據(jù)的可獲得性，同時積累歷史數(shù)據(jù)作為公眾日常簡要閱讀新聞的參考。

2．生產(chǎn)客體：由權(quán)威結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)變?yōu)樽圆杉嘣愋?/p>

數(shù)據(jù)作為信息的表現(xiàn)形式與載體，根據(jù)其類型可分為結(jié)構(gòu)化、半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)三種。結(jié)構(gòu)化數(shù)據(jù)主要存儲在關(guān)系型數(shù)據(jù)中，多以表格形式呈現(xiàn)，能夠直接被計算機讀?。话虢Y(jié)構(gòu)化數(shù)據(jù)具有基本模式結(jié)構(gòu)，但相對結(jié)構(gòu)化數(shù)據(jù)更為靈活，能夠支持html、xml、日志文件等類型；非結(jié)構(gòu)化數(shù)據(jù)沒有固定的結(jié)構(gòu)或格式，包含文本、圖像、音頻、視頻等諸多形式。生成式人工智能技術(shù)的融入使數(shù)據(jù)新聞生產(chǎn)的數(shù)據(jù)來源、類別發(fā)生了極大的變化：個體能夠通過簡單、快速的方式實現(xiàn)對互聯(lián)網(wǎng)數(shù)據(jù)的采集、標注、清洗與分析，不僅使達到一定量級的“大數(shù)據(jù)”采集成為可能，也使得數(shù)據(jù)新聞報道內(nèi)容更豐富多元、更貼近現(xiàn)實生活。當前，諸多媒體已基于AI技術(shù)進行自有數(shù)據(jù)庫的建設，為數(shù)據(jù)新聞的進一步發(fā)展提供了契機。如鳳凰網(wǎng)基于鳳凰衛(wèi)視訪談與研究成果，分別建立了中文訪談對話數(shù)據(jù)集、正向價值對齊數(shù)據(jù)集等。

除此之外，既往數(shù)據(jù)新聞依托的數(shù)據(jù)大多為傳統(tǒng)狹義上的數(shù)據(jù)，即以數(shù)值或文字構(gòu)成、表格形式為主的結(jié)構(gòu)化數(shù)據(jù)，而在AI助力下，能夠?qū)崿F(xiàn)半結(jié)構(gòu)化數(shù)據(jù)甚至非結(jié)構(gòu)化數(shù)據(jù)的采集與處理，支持多媒體類型數(shù)據(jù)用于新聞創(chuàng)作，當前已出現(xiàn)通過深度學習采集數(shù)據(jù)，與聲音、地圖繪制、軌跡監(jiān)測等復雜任務結(jié)合的形態(tài)，如：2018年BuzzFeed獲得全球數(shù)據(jù)新聞獎的作品Spies in the skies，就是訓練計算機學習認識已知的監(jiān)控飛機數(shù)據(jù)，并將其運用到數(shù)據(jù)庫中，實現(xiàn)對飛行監(jiān)控行為的識別；2019年度“信息之美獎”獲獎作品《通勤》，通過收集噪聲污染數(shù)據(jù)并將其分貝與諧波頻率匹配，轉(zhuǎn)化成可視化波形［5］。在“萬物皆媒”的未來，傳感器將成為數(shù)據(jù)采集的新介質(zhì)，通過生成式人工智能技術(shù)協(xié)助新聞創(chuàng)作者更好地轉(zhuǎn)換生物信號等新的數(shù)據(jù)類型，拓展人類認知的邊界。

3．生產(chǎn)本體：由信息傳遞轉(zhuǎn)變?yōu)橛脩魞r值導向

生成式人工智能的介入更新了數(shù)據(jù)新聞生產(chǎn)的思維，即對數(shù)據(jù)新聞生產(chǎn)本體的認識發(fā)生了根本性轉(zhuǎn)變。在很長一段時間里，數(shù)據(jù)新聞都保持著“圖表呈現(xiàn)+文字闡述”的單調(diào)形態(tài)，既往媒體對數(shù)據(jù)新聞的認識也停留在基礎性的概念階段。注意力經(jīng)濟時代，用戶注意力成為決定新聞作品效果的關(guān)鍵要素，而數(shù)據(jù)新聞作為閱讀門檻較高的新聞產(chǎn)品，關(guān)注用戶需求、引導用戶進行價值共創(chuàng)成為其轉(zhuǎn)型的破局之道。

生成式人工智能技術(shù)的發(fā)展使得智能化、個性化的數(shù)據(jù)新聞產(chǎn)品創(chuàng)作成為可能。一方面，AI能夠分析、監(jiān)測用戶需求，給受眾提供真正需要的話題與內(nèi)容；另一方面，AI能夠通過多樣化、創(chuàng)意化的敘事表達形態(tài)，以受眾喜愛、認同的方式吸引其關(guān)注。為此，數(shù)據(jù)新聞生產(chǎn)本體不僅僅是單向的信息傳播，還是基于用戶訴求生產(chǎn)受眾需要、喜愛的數(shù)據(jù)新聞產(chǎn)品或服務。

首先，在選題層面，數(shù)據(jù)新聞選題不再是媒體機構(gòu)、專業(yè)記者根據(jù)對熱點的主觀把握和決策的結(jié)果，而是通過對用戶需求的精準監(jiān)測與預判，形成相對個性化、地域化、圈層化的數(shù)據(jù)新聞報道。作品發(fā)布后，基于生成式人工智能技術(shù)，新聞創(chuàng)作者還能模擬用戶反饋機制，對既定數(shù)據(jù)新聞作品的傳播效果、熱度進行分析與監(jiān)測，以更好地把握用戶喜好，在下一次創(chuàng)作時有的放矢。

其次，在形式層面，隨著人工智能數(shù)據(jù)采集以及文生圖、文生視頻等技術(shù)的成熟，數(shù)據(jù)新聞已由多為平面的靜態(tài)可視化轉(zhuǎn)變?yōu)橐曨l等形式的動態(tài)可視化，并衍生出可聽化、可交互化數(shù)據(jù)新聞等創(chuàng)新產(chǎn)品，將數(shù)據(jù)新聞客觀、理性的形式與沉浸式體驗和情感互動相互交融。對話式新聞就是將新聞以聊天對話的形式展現(xiàn)給用戶、提供沉浸式對話場景的交互式新聞［6］。AIGC與VR、MR、AR等技術(shù)結(jié)合，通過生成逼真的虛擬現(xiàn)實內(nèi)容，可以增強用戶的沉浸感，將復雜的數(shù)據(jù)新聞內(nèi)容轉(zhuǎn)化為易感知的、直觀的場景，讓用戶更好地理解新聞主題以及數(shù)據(jù)背后傳達的含義。

4．生產(chǎn)載體：由零散化工具運用轉(zhuǎn)變?yōu)橹悄艽竽Ｐ蛥f(xié)作

生成式人工智能技術(shù)的應用使得數(shù)據(jù)新聞生產(chǎn)載體發(fā)生了變革，也對生產(chǎn)過程中的人機協(xié)作關(guān)系進行了重組與優(yōu)化。在紙質(zhì)媒體與互聯(lián)網(wǎng)發(fā)展早期，數(shù)據(jù)新聞制作依靠人工進行從選題到制作全要素的線性生產(chǎn)。伴隨互聯(lián)網(wǎng)技術(shù)的發(fā)展，在線數(shù)據(jù)分析平臺增多，大大降低了數(shù)據(jù)分析流程的難度，但人工仍然是數(shù)據(jù)新聞生產(chǎn)各流程的主導力量。在AIGC融入新聞行業(yè)后，諸多從業(yè)者開始選擇利用DeepSeek、ChatGPT、文心一言等生成式人工智能完成個別生產(chǎn)環(huán)節(jié)，這種對人工智能的零散工具化運用意味著AIGC在數(shù)據(jù)新聞生產(chǎn)中的淺層融入。近年來，諸多新聞媒體順應AIGC發(fā)展趨勢，建立了以人工智能為技術(shù)基礎的智能大模型，人機協(xié)作的創(chuàng)作模式推動了AIGC在數(shù)據(jù)新聞生產(chǎn)中的更深層融入。

新華社智庫報告顯示，當前有45.4%的新聞媒體選擇與外部合作開發(fā)或自主構(gòu)建AI工具［7］。人工智能與人類主體的協(xié)同模式包括替代式、補充式與共生式［8］。在如今的數(shù)據(jù)新聞生產(chǎn)中，除了替代式、補充式的模塊化應用，新華社等還建立“媒體大腦”，進行新聞作品的數(shù)智化“共生式”生產(chǎn)。相比零散化運用，AI大模型在數(shù)據(jù)新聞生產(chǎn)中的優(yōu)勢主要有以下兩點。一是擁有海量且動態(tài)擴展的數(shù)據(jù)庫，能夠在時間上留存歷史、不斷更新，在量級上匯聚資源、內(nèi)容豐富。如BBC搭建的人工智能平臺“Juicer” ，可打通資源壁壘，實現(xiàn)來自社交平臺、新聞媒體、政府機構(gòu)等多元數(shù)據(jù)的不斷更新，并根據(jù)關(guān)鍵詞進行信息整合。二是為媒體機構(gòu)的新聞創(chuàng)作者提供個性化服務，能夠根據(jù)媒體要求的生產(chǎn)流程集聚數(shù)據(jù)新聞所需要的創(chuàng)作工具，實現(xiàn)從選題到數(shù)據(jù)分析、從制作到核查的全流程便捷化處理。如《人民日報》人工智能編輯部的“智能工具箱”，包含模板、核查、數(shù)據(jù)可視化、素材搬運、格式轉(zhuǎn)換、傳播力分析等多項實用功能?！皵?shù)據(jù)庫+技術(shù)中臺”的模式減少了銜接成本，促進了數(shù)據(jù)新聞生產(chǎn)全流程的人機協(xié)同與優(yōu)化。

二、技術(shù)可供：AIGC紓解了數(shù)據(jù)新聞的數(shù)智化生產(chǎn)困境

傳統(tǒng)新聞的平面化、嚴肅化表現(xiàn)形式已無法滿足“信息過載”環(huán)境下用戶的多元閱讀需求，同時，由于數(shù)據(jù)新聞依賴數(shù)據(jù)分析呈現(xiàn)，具有較高的生產(chǎn)與閱讀門檻，在創(chuàng)作上面臨一定的轉(zhuǎn)型困境。AIGC作為一種輔助性角色，能夠通過技術(shù)可供形成新的生產(chǎn)模式，嵌入數(shù)據(jù)新聞生產(chǎn)的策劃、采集、分析、制作、核查全流程，通過“人機協(xié)作”的方式紓解當下數(shù)據(jù)新聞的數(shù)智化生產(chǎn)困境。

1．策劃階段：信息智能整合破“選題設計之困”

由于數(shù)據(jù)的初步收集、整理、分析需要耗費大量時間，而數(shù)據(jù)新聞需要基于既有數(shù)據(jù)進行處理，無法像文字消息一樣以迅速、簡要的方式響應事件進展，導致其選題往往相對滯后，只能以事件的深度挖掘或總結(jié)形式出現(xiàn)。同時，相較于文字消息，數(shù)據(jù)新聞需要經(jīng)過排版、設計等視覺策劃過程，創(chuàng)作前的準備環(huán)節(jié)相對漫長。在信息更迭迅速的當下，“跟熱點”成為新聞媒體不可避免的生存之道，而時效性滯后成為數(shù)據(jù)新聞發(fā)展亟待解決的問題。

人工智能能夠根據(jù)大量的數(shù)據(jù)、知識進行訓練并自動搜索，處理來自互聯(lián)網(wǎng)的多元信息，不斷更新學習自身模型，為選題策劃與設計提供建議。一方面，經(jīng)過調(diào)試與訓練，人類新聞創(chuàng)作者能夠運用大模型設計一套預測新聞價值、捕捉實時熱點的機制，將時效、熱度、地域等多種要素融入其中。通過數(shù)據(jù)抓取，人工智能能夠?qū)崟r監(jiān)測輿情、分析熱點，精準把握社會動態(tài)與用戶興趣趨勢。如央視網(wǎng)人工智能編輯部推出的“智聞”，能夠?qū)崿F(xiàn)對全媒體熱點輿情的源頭追溯、趨勢分析以及強度研判。新聞創(chuàng)作者可通過設置關(guān)鍵詞等方式，讓人工智能基于熱點生成多樣化的選題建議，甚至實現(xiàn)對內(nèi)容架構(gòu)、要點的構(gòu)想，不僅縮短了選題策劃周期，也提升了選題的質(zhì)量與價值。另一方面，在選題策劃后的敘事策劃、排版設計等方面，人工智能能夠通過視覺、語義理解能力對既有的數(shù)據(jù)新聞作品進行學習與分析，形成符合選題調(diào)性、富有創(chuàng)意與趣味性的解決方案，開拓新聞創(chuàng)作者的思路。如封面新聞打造的“小封智作”不僅具備大綱生成、標題推薦、文章配圖等功能，還能對內(nèi)容進行設計輔助，有利于提升數(shù)據(jù)新聞作品的吸引力。

2．采集階段：線索自動獲取破“采集效率之困”

數(shù)據(jù)采集是制約數(shù)據(jù)新聞創(chuàng)作效率的主要因素之一，過往數(shù)據(jù)新聞往往來源于政府部門、專業(yè)統(tǒng)計機構(gòu)等提供的數(shù)據(jù)，數(shù)據(jù)獲取高度依賴外部，從而使敘事維度受到限制。雖然部分媒體也會通過調(diào)查、搜集等方式進行數(shù)據(jù)采集，但由于新聞從業(yè)者大多沒有經(jīng)過專業(yè)的數(shù)據(jù)分析學習，在采集時間跨度長、數(shù)據(jù)量龐雜、獲取方式復雜的數(shù)據(jù)時尤其困難，往往力不從心。

人工智能時代，數(shù)據(jù)的來源與類型得到了極大擴展，現(xiàn)實生活中社會、個體的諸多信息均被轉(zhuǎn)化為數(shù)據(jù)在互聯(lián)網(wǎng)上傳與存儲。人工智能能夠通過調(diào)用API、模擬數(shù)據(jù)分析軟件環(huán)境、網(wǎng)頁解析等方式，基于邏輯運算與數(shù)據(jù)分析能力生成機器抓取模型，實現(xiàn)互聯(lián)網(wǎng)平臺上關(guān)鍵信息的自動獲取，在簡化采集流程的同時擴展了選題的自由度與可能性，促進基于大數(shù)據(jù)的數(shù)據(jù)新聞創(chuàng)作。如路透社與Graphiq公司合作，為其提供數(shù)據(jù)可視化服務，在報道某一話題時可以訪問公司的網(wǎng)站并調(diào)取相關(guān)歷史數(shù)據(jù)，自動生成該信息的可視化呈現(xiàn)形式。在時間跨度較長、數(shù)據(jù)較為零散的情況下，AIGC表現(xiàn)出較大的優(yōu)勢。如澎湃“美數(shù)課”推出的《圖解｜一票難求的上影節(jié)，近十年怎樣走過？》，借助生成式人工智能技術(shù)實現(xiàn)對“上影節(jié)”10年片單的追溯、采集與歸類，大大節(jié)省了時間與人力成本。

3．分析階段：數(shù)據(jù)邏輯運算破“處理門檻之困”

雖然新聞數(shù)據(jù)來源廣泛、體量巨大、形式多樣，但由于當前新聞機構(gòu)融媒體化轉(zhuǎn)型與專業(yè)數(shù)據(jù)分析人才缺乏之間的矛盾并未得到解決，較高的數(shù)據(jù)分析門檻使得新聞創(chuàng)作者望而卻步，從而大大降低了數(shù)據(jù)新聞的數(shù)量與質(zhì)量。生成式人工智能技術(shù)融入后，能夠在清洗、標注、轉(zhuǎn)化、總結(jié)等方面優(yōu)化數(shù)據(jù)的處理過程。

一是在清洗層面，雖然既往由人工借助數(shù)據(jù)分析軟件進行清洗的方式能夠有效實現(xiàn)對異常數(shù)據(jù)、錯誤數(shù)據(jù)的篩除，但由于數(shù)據(jù)格式等方面的問題，有時會造成部分有效數(shù)據(jù)的遺失與缺漏，人工檢驗與審核過程也頗為復雜。而人工智能能夠利用算法實現(xiàn)對異常情況的識別，經(jīng)人工審核后可自動批量實現(xiàn)對該類數(shù)據(jù)的篩除或糾正，提高數(shù)據(jù)的質(zhì)量與說服力。

二是在標注層面，既往數(shù)據(jù)新聞中的類別數(shù)據(jù)需要依賴人類理解進行手動審核與標注，數(shù)據(jù)的量級與處理效率都在一定程度上受限。而人工智能能夠以人工標注的部分數(shù)據(jù)作為訓練集，結(jié)合其語義理解能力與機器學習能力實現(xiàn)對更廣泛數(shù)據(jù)的標注，在節(jié)省時間成本的同時提升標注的客觀性與準確性。

三是在轉(zhuǎn)化層面，伴隨全球化與平臺化的發(fā)展，多語言、多媒體數(shù)據(jù)成為重要的數(shù)據(jù)源。既往數(shù)據(jù)新聞在遇到語言、形式不同的數(shù)據(jù)時，只能借助人力或其他軟件進行翻譯與轉(zhuǎn)化，而人工智能能夠通過自然語言處理能力批量實現(xiàn)不同語言數(shù)據(jù)的翻譯和不同類型數(shù)據(jù)的轉(zhuǎn)化，極大地提高了分析效率。

四是在總結(jié)層面，不同于新聞創(chuàng)作者主觀分析、闡述的方式，人工智能能夠自主概括提煉數(shù)據(jù)中值得關(guān)注的重點，并生成有價值的見解，為新聞創(chuàng)作者提供相對客觀中立的參考。同時，還能夠基于已知信息對未來趨勢進行預測與洞察，從而延展數(shù)據(jù)新聞深度，提供新的分析視角。

4．制作階段：素材創(chuàng)意生成破“形式融合之困”

數(shù)據(jù)新聞報道中，視覺元素的重要性愈發(fā)凸顯。數(shù)據(jù)新聞載體經(jīng)歷了“紙媒—網(wǎng)頁—移動新聞APP—社交媒體平臺”的發(fā)展過程，已逐漸由橫屏向豎屏、由平面向交互轉(zhuǎn)化。當前，數(shù)據(jù)新聞主要通過微信公眾號、短視頻平臺等形式推送給用戶，然而由于生產(chǎn)時間與設計能力的局限，微信中的SVG圖文交互以及短視頻的動態(tài)形式等優(yōu)勢并沒有在數(shù)據(jù)新聞產(chǎn)品中得到充分體現(xiàn)，大多數(shù)據(jù)新聞作品仍形式單調(diào)，大大降低了內(nèi)容的吸引力與趣味性。

人工智能借助自然語言處理與計算機視覺等技術(shù)，能夠?qū)ヂ?lián)網(wǎng)中既有的大量文本、素材進行設計分析，通過深度學習形成對審美的“理解”。新聞創(chuàng)作者輸入有關(guān)風格、布局、主體的要求，人工智能便能夠?qū)崿F(xiàn)文生文、文生圖、文生視頻等多種形式的可用素材，大大提升了創(chuàng)作的效率與質(zhì)量?；A的可視化過程也可以通過生成式人工智能技術(shù)實現(xiàn)全自動簡化，如《人民日報》AI編輯部的“智能數(shù)據(jù)導圖生成”功能以及新華社的可視化制作工具“圖圖”，均可通過導入數(shù)據(jù)直接進行可視化圖表生成［9］。

此外，生成式人工智能還能通過對話形式實現(xiàn)與用戶的互動，滿足用戶的訴求。早在2016年，《衛(wèi)報》就開始利用聊天機器人進行新聞推送與信息搜索，如今的《賽博朋克2077》等游戲已開啟利用生成式人工智能技術(shù)讓玩家與NPC自如交流的嘗試。未來，數(shù)據(jù)新聞還能夠通過嵌入AIGC模塊實現(xiàn)對內(nèi)容的深度交互，創(chuàng)作“體驗式新聞”，讓用戶通過提問、交流的形式沉浸式理解作品內(nèi)容。

5．核查階段：知識精準匹配破“校審失誤之困”

數(shù)據(jù)新聞因其自身特性，在校審時易于受到龐雜數(shù)據(jù)信息與視覺化線索的干擾，導致以下幾個方面的新聞失實：一是文字表述上的錯別字、多字漏字、事實性錯誤等；二是數(shù)據(jù)層面的單位誤用、小數(shù)點位置錯誤等；三是由于視覺化排版造成的圖表比例有誤、圖文信息錯配等。這些新聞失實都會影響數(shù)據(jù)新聞的真實性與嚴謹性，造成對用戶的誤導。

全人工校審的方式不僅效率較低，而且因視覺線索對注意力的吸引，容易忽視畫面與文字中一些細微的錯誤。人工智能技術(shù)的引入能夠優(yōu)化校審流程，提升校審的準確度。一是在文字與數(shù)據(jù)層面，人工智能能夠基于新聞創(chuàng)作者提供的知識庫、信息庫以及自身搜索能力，實現(xiàn)對關(guān)鍵人物、重大事件、生活常識等內(nèi)容的精準匹配。二是在可視化層面，人工智能可以通過計算機視覺技術(shù)，精準識別圖表中的信息并與數(shù)據(jù)庫進行對應，檢查修正其中出現(xiàn)的各類錯誤與疏漏。

此外，人工智能基于數(shù)據(jù)挖掘與搜索功能，還能夠?qū)崿F(xiàn)對信源的追溯、對事實的交叉驗證，進行初步的事實核查，成為新聞真實的“第一道把關(guān)人”。如由封面新聞推出的“智媒審核云”，能夠?qū)崿F(xiàn)對視頻、音頻、圖片、文本的全維度智能審核，其建立的包括內(nèi)容審核知識庫與內(nèi)容校對知識庫的“智媒審校知識庫”，不僅能夠進行基礎知識的校對，還能對涉政、涉恐、廣告等內(nèi)容進行鑒別與標注［10］，為人工二次審閱提供便利，提升了校審的專業(yè)性與嚴謹性。

三、邊界調(diào)適：人機協(xié)同下數(shù)據(jù)新聞生產(chǎn)的良性發(fā)展路徑

生成式人工智能技術(shù)使人工智能成為新主體參與新聞生產(chǎn)，拓展了數(shù)據(jù)新聞人機協(xié)同的新生產(chǎn)模式，但人工智能的“擬人主體性”不同于人類的“主體性”，新聞生產(chǎn)的終極主體只能是人類，新聞生產(chǎn)的整體邏輯或機制是由人類駕馭的［11］。如何在AIGC應用中防范可能出現(xiàn)的道德性問題，防止其對人類的異化，是當前亟待解決的問題。

1．明晰人工智能的輔助地位，加強對創(chuàng)作人員的技術(shù)素養(yǎng)培訓

在AIGC應用于數(shù)據(jù)新聞生產(chǎn)的過程中，新聞創(chuàng)作者的“素養(yǎng)”與“技能”要兩手抓，防止出現(xiàn)“過度使用”與“過度排斥”的極端現(xiàn)象。

首先，應明晰新聞創(chuàng)作者的主體地位與責任歸屬，加強對新聞創(chuàng)作者能動性與職業(yè)認同的培養(yǎng)，切勿出現(xiàn)偏聽偏信機器生成結(jié)果、“一切甩手交給機器來做”的技術(shù)依賴現(xiàn)象。具體而言，數(shù)據(jù)新聞創(chuàng)作者應“在創(chuàng)作上縮短時間，花時間在創(chuàng)意與核查上”，在選題策劃、內(nèi)容把關(guān)、審核檢查等方面發(fā)揮主導作用，讓機器成為提供線索、精確分析、素材整理與制作和提升效率的“助手”。由于AI在數(shù)據(jù)的實地采集、感性化敘事等方面仍與人類創(chuàng)作者存在差距，新聞創(chuàng)作者應在AI生成數(shù)據(jù)新聞的基礎上融入人文關(guān)懷與現(xiàn)實洞察，與機器實現(xiàn)協(xié)同生產(chǎn)、優(yōu)勢互補。

其次，新技術(shù)的應用將經(jīng)歷一個創(chuàng)新擴散的過程。在新華社開展的調(diào)研中，仍有小部分媒體從業(yè)者對人工智能技術(shù)持悲觀態(tài)度，甚至不愿接受［7］，對此，應通過講解、試用等方式提高新聞創(chuàng)作者對生成式人工智能技術(shù)的基本認知，營造媒體數(shù)智化轉(zhuǎn)型的集體氛圍，防止對人工智能的“妖魔化”。同時，盡管生成式人工智能技術(shù)通過簡化步驟降低了數(shù)據(jù)新聞生產(chǎn)的創(chuàng)作門檻，但其模型界面功能復雜多樣，有時需要特定指令觸發(fā)。而創(chuàng)作人員人工智能使用技能水平存在差異，為此，應加強對相關(guān)人員使用技能層面的相關(guān)培訓，解決出現(xiàn)在傳媒業(yè)內(nèi)部的“技能鴻溝”。具體而言，應建立包括使用流程、功能介紹、提問方式、關(guān)鍵詞索引等層面的多維培訓體系，并對融入較差群體的技術(shù)適應問題進行針對性解決。

2．重視內(nèi)容權(quán)屬與隱私問題，制定新聞倫理與責任規(guī)范

AIGC當前是責任權(quán)屬的“灰色地帶”，數(shù)據(jù)新聞由于涉及機器生成的素材、采集的數(shù)據(jù)等，稍有不慎便會引發(fā)內(nèi)容權(quán)屬與隱私的糾紛。一方面，由于基于大量現(xiàn)實數(shù)據(jù)訓練，如果AIGC在創(chuàng)意、素材生成、排版設計等方面與其他數(shù)據(jù)新聞或素材作品類似，是否會被視為抄襲或挪用，目前尚無定論；另一方面，生成式人工智能在進行數(shù)據(jù)新聞選題分析、數(shù)據(jù)采集時需要爬取來自互聯(lián)網(wǎng)的大量數(shù)據(jù)，其中可能包括用戶的畫像、使用行為、關(guān)系網(wǎng)絡等，而用戶對這一過程并不知情。

要解決這一問題，相關(guān)部門應完善相應的法律法規(guī)，細化人工智能生成內(nèi)容責任歸屬的相關(guān)判定標準，加強對媒體運用人工智能模型的算法透明度監(jiān)管，明晰數(shù)據(jù)獲取與素材使用的邊界。目前，我國已通過《生成式人工智能服務管理暫行辦法》等文件，規(guī)定了AIGC提供者應當依法承擔網(wǎng)絡信息內(nèi)容生產(chǎn)者責任，然而現(xiàn)實中復雜的侵權(quán)、抄襲等問題尚未得到細化規(guī)定。數(shù)據(jù)新聞生產(chǎn)機構(gòu)應基于共同認可的價值標準、新聞倫理制定通約的規(guī)則，搭建開放、安全、共享的素材平臺與信息聚合平臺，通過數(shù)據(jù)分級管理、數(shù)據(jù)溯源等方式加強對數(shù)據(jù)信息的保護與處理。

2024年《人工智能生成合成內(nèi)容標識辦法（征求意見稿）》指出，應通過顯式標識注明人工智能生成內(nèi)容，并通過在元數(shù)據(jù)中添加數(shù)字水印等隱式標識記錄來源、版權(quán)、用途等信息。數(shù)據(jù)新聞創(chuàng)作者應積極通過在數(shù)據(jù)與素材中添加標注、公開產(chǎn)品創(chuàng)作流程等方式接受公眾監(jiān)督，并在數(shù)據(jù)新聞作品發(fā)布前完善檢驗機制，利用在線識別等技術(shù)對內(nèi)容中的類似素材進行比較與溯源，有效防止侵權(quán)等問題。

3．完善審核流程機制，堅守新聞真實與客觀等傳統(tǒng)價值

新聞真實性強調(diào)事實真實、總體真實以及本質(zhì)真實［12］，這要求新聞創(chuàng)作者加強事實核查，秉持社會主義核心價值觀，創(chuàng)作出符合事實與社會生活實際的新聞內(nèi)容。在操作時，人類新聞創(chuàng)作者可能因為信源不可靠、核查疏漏等造成新聞不真實。生成式人工智能技術(shù)融入后，也有可能出現(xiàn)欺騙新聞創(chuàng)作者，捏造“假數(shù)據(jù)”“假新聞”等現(xiàn)象。而新聞客觀要求新聞創(chuàng)作者不偏不倚、公正客觀地報道事實，在事實、觀點等方面不可摻雜個人意見與態(tài)度，盡量做到平衡。AIGC應用后，由于訓練內(nèi)容的良莠不齊，人工智能在生成內(nèi)容中可能會出現(xiàn)種族、性別、年齡等層面的算法歧視與偏見現(xiàn)象，甚至可能隱含商業(yè)資本的痕跡。

為此，AIGC融入數(shù)據(jù)新聞生產(chǎn)，應當堅持主流價值和新聞基本原則引導，在開發(fā)與應用中加強對人工智能技術(shù)模型的底層邏輯建構(gòu)，明晰數(shù)據(jù)新聞創(chuàng)作的“紅線”與“底線”，對機器生成內(nèi)容的標準、流程進行規(guī)定，如平衡篇幅、提供信源等，尤其應當強調(diào)其數(shù)據(jù)采集來源、分析過程的透明化，以確保生成內(nèi)容符合道德與法律規(guī)范和新聞規(guī)律。同時，建立機器自審自糾機制，將關(guān)鍵詞、素材圖片與特定數(shù)據(jù)庫對應，若有疑似違背社會主義核心價值觀、商業(yè)化信息、虛假信息等內(nèi)容，便以標注的形式告知人類新聞創(chuàng)作者。

四、結(jié)語

AIGC的嵌入與應用是數(shù)據(jù)新聞適應媒體融合與數(shù)智化轉(zhuǎn)型的必經(jīng)之路。在數(shù)據(jù)作為生產(chǎn)要素且愈發(fā)開放化、多樣化的今天，推進數(shù)據(jù)新聞生產(chǎn)“供給側(cè)結(jié)構(gòu)性改革”不僅能夠推動公共服務，也能拓展新聞報道的深度與廣度，滿足用戶的多樣化閱讀需求，對社會、新聞行業(yè)及個體均具有重要的意義。數(shù)智技術(shù)的發(fā)展推動了傳播觀念、傳媒業(yè)態(tài)、產(chǎn)品形態(tài)的革新，然而在技術(shù)應用中仍然需要保持審慎的態(tài)度，堅守新聞生產(chǎn)的基本原則、傳統(tǒng)價值，通過邊界調(diào)適與良性引導，數(shù)據(jù)新聞在人機協(xié)同的背景下更好助力公眾信息素養(yǎng)提升，以數(shù)據(jù)優(yōu)化資源配置，促進數(shù)字經(jīng)濟發(fā)展，推動國家治理能力和治理體系現(xiàn)代化。

｜參考文獻｜

［1］ 陳昌鳳. 數(shù)據(jù)主義之于新聞傳播：影響、解構(gòu)與利用 ［J］. 新聞界，2021（11）： 4-13．

［2］方潔，顏冬. 全球視野下的 “數(shù)據(jù)新聞”： 理念與實踐 ［J］. 國際新聞界，2013（6）： 73-83．

［3］ 曾慶香，陸佳怡. 新媒體語境下的新聞生產(chǎn)：主體網(wǎng)絡與主體間性［J］. 新聞記者，2018（4）：75-85．

［4］張巖松，孫少晶. 人—算法共生主體：計算新聞生產(chǎn)網(wǎng)絡中的主體創(chuàng)新［J］. 編輯之友，2022（3）：55-61．

［5］方惠. 數(shù)據(jù)可聽化：聲音在數(shù)據(jù)新聞中的創(chuàng)新實踐 ［J］. 新聞記者，2020（11）： 68-74．

［6］劉鳴箏，朱芷瑤. 對話式新聞：AIGC 的智能化補充與沉浸式呈現(xiàn) ［J］. 青年記者，2023（13）： 57-59.

［7］國家高端智庫課題組. 人工智能時代新聞媒體的責任與使命 ［EB/OL］." （2024-10-14）［2025-01-30］." https：//www.news.cn/politics/20241014/fe72c14c8d1e4e509d68d0ff04455725/c.html.

［8］雪穎，劉欣，許靜. 人機協(xié)同視角下生成式 AI 新聞的前沿應用與規(guī)制進路 ［J］. 新聞愛好者，2023（11）： 38-43．

［9］王京，徐江旭. 從三大央媒實踐看主流媒體智能化發(fā)展趨勢 ［J］. 傳媒，2023（8）： 35-37.

［10］“中國媒體智能化” 優(yōu)秀案例庫 ［EB/OL］." （2024-11-10）［2025-01-30］. http：//featu

re.people.com.cn/medium/list.

［11］楊保軍. 再論“人工智能新聞生產(chǎn)體”的主體性［J］. 新聞界，2021（8）：21-27. 1014/fe72c14c8d1e4e509d68d0ff04455725/c.html.

［12］周海燕，張舜杰. “新聞真實”在中國的意義旅行［J］. 新聞記者，2022（6）：3-16.