（作者简介：刘辰艺，中国社会科学院大学新闻传播学院媒介与社会发展研究中心科研助理；杜智涛，博士研究生，中国社会科学院大学新闻传播学院教授、博士生导师，中国社会科学院大学新闻传播学院媒介与社会发展研究中心主任。）

　　人工智能技术从模型训练阶段走向场景化落地与应用阶段，主流媒体的系统性变革亟须探索人工智能参与下的新闻生产路径。在此之下，本文指出，人工智能在新闻生产中的角色经历了由工具到协作者的转变，人工智能的参与带来了新闻把关、舆论引导、新闻分发等方面的变化。这要求主流媒体的生产模式向人机协作变革，重组人力资源，再造生产流程，拓宽运营渠道。同时，为了应对技术带来的风险，本文提出，主流媒体需建立有效的监督机制，完善监督渠道。

　　关键词：AI；主流媒体；媒体融合

　　随着数字技术基础设施的升级完善，大模型走出了模型优化与算法升级等单线程的纯内部性发展阶段，以大模型为核心的人工智能产品逐渐与实际应用场景接轨，并深度嵌入各行业独有的生产流程。2024年，党的二十届三中全会提出“推进主流媒体系统性变革”要求，使技术赋能媒体转型有了相应的政策引导。当前，主流媒体积极响应政策，顺应时代潮流，不断发展并利用新质生产力，逐步探索令新质生产力更好赋能媒体生产的体制机制。在这样的背景下，人工智能凭借其强大的内容生产能力成为主流媒体的数字基础设施，并以行动主体的身份参与主流媒体系统性变革的过程中去。这为主流媒体的系统性变革增添了科技活力，令新闻产品的样态、内容、用户触达方式等更加丰富。观察人工智能赋能主流媒体的实践，不难发现，在主流媒体转型的过程中，新闻生产的全流程与媒体自身的运营方式，正以人工智能为基底，发生革新性的变化。

　　人工智能为主流媒体带来的新变化，主要分为两方面。第一，以主流媒体的核心产品——新闻为主体，在线索收集、内容采写、产品呈现、用户反馈等环节均表现出智能化趋势；第二，以主流媒体自身为主体，其人才培养、组织形式、运营思路等受到人工智能的影响。这便要求我们在理解人工智能的基础上，对新闻生产流程进行革新，探索科技加持下的主流媒体运营方式。同时，要设法防范技术元素带来的风险，并要避免风险在主流媒体系统中进一步扩大。

　　1.1.新闻把关：海量化、精细化的信息筛选

　　“把关人”是库尔特·卢因在《群体的生活渠道》一文中提出的概念，用以描述群体传播过程中，只有符合特定群体规范或把关人价值标准的信息才能进入传播渠道的机制。新闻把关分布在新闻生产的各个环节，从新闻线索的发现，到新闻内容的编写、新闻产品的分发，均需要媒体从业者对信息进行筛选。随着技术演进，信息筛选不再仅仅由人类完成，算法一类的技术也参与进来，新闻把关进入人机协同的新时期。这一过程中，人工智能发挥了新闻线索发现、新闻价值判断与新闻内容可见性把握三重作用。

      在新闻线索发现阶段，人工智能快速抓取海量数据。这些数据形式丰富，来源广泛。通过对海量数据的挖掘整理，人工智能的算法模型能够敏锐察觉数据背后的含义和数据间潜在的关联；在新闻价值判断层面，根据事先植入的价值信息，人工智能能够对新闻的时效性、接近性、真实性等进行评估，将其与过往已有新闻进行对比，得出关于该线索价值的结论；在新闻可见性的管理上，人工智能能够有效识别不良信息，并通过对新闻重要性的排序，统合出不同的信息发布策略。

      人工智能以其自有优势，弥补了人类把关的不足，提升了新闻把关的效率。人类不易发现的新闻线索，在算法的帮助下得以被捕捉；人类无法在短时间内处理的大量数据，在人工智能的协助下得以处理。但主流媒体与人工智能在新闻把关上开展的合作也暗藏风险。人机协同的过程中，媒体从业者难免需要主动或被动地调整自身判断，以迎合算法系统的处理逻辑；人工智能的幻觉问题尚未完全解决，不能保证其对新闻信息的判断百分百符合事实；新闻筛选的标准由机器生成，算法逻辑的融入或许会带来新闻业的职业危机。

　　1.2.舆论引导：情境化、智能化的引导机制

　　作为具有公共性的社会机构，主流媒体肩负重大社会责任与历史使命，具有舆论引导的责任。在信息传播过程中，信息的传递仅是其某一方面的职能，除此之外，主流媒体还要从引导力、传播力、影响力与公信力四个方面，有机地提升自身的舆论引导能力。舆论引导提出的要求，指向阐发社会主流价值观、有效凝聚社会共识，以防范舆论风险的爆发。

　　人工智能为舆论引导提供的助力，包括舆情监测、舆情发现、舆论风向判断、舆论引导策略制定等方面。在生成式人工智能应用于媒体行业以前，算法已经能够在信息层面为主流媒体的舆论引导提供帮助，而人工智能发展以后，其生成能力使得这种助力进一步深化。如今，人工智能不再局限于新闻“是什么”，而是能够深入事件发生的情境中，影响受众对新闻情境的认知，解答受众关于“为什么”的问题。这一突破的核心在于，生成式人工智能通过对人类的理解，以文本为形式，建构了事件发生的逻辑，影响了受众的认知框架。

　　一方面，这提升了舆论引导的效率，为舆论引导带来了新的思路；另一方面，这意味着算法偏见、AI幻觉等隐患有可能出现在舆论引导的过程中。

　　通过人工智能对舆情进行实时监测，能够尽快发现潜在的舆情风险，洞察舆论趋势，把握舆论引导的关键节点。人工智能可以快速生成适应多渠道传播的多模态内容，在关键节点上及时发布人工智能生成的内容能够减少舆情发生与引导介入的时间间隔，降低主流媒体参与不及时、不充分的风险。

　　与此同时，依赖人工智能进行舆论引导，也可能将技术本身存在的隐患带入公共层面。算法偏见、AI幻觉可能在传播过程中被放大，从而造成大规模的误传误信。因此，为了应对这一风险，在模型预训练阶段，就要向人工智能植入正确的价值观，规避偏见产生。使用模型时，应对人工智能输出的内容进行二次筛选或修改，建立人机协同的事实核查机制。整体上，可以开发自有模型与主流算法，确保算法中立。

　　1.3.新闻分发：全流程、宏观性的系统调试

　　以往，在新闻分发阶段，算法通过构建用户画像、描绘行为轨迹与搜集情境数据等活动，辅助主流媒体进行新闻的精准匹配与推送，并对点击、停留、转发、评论等数据进行监测，多维度进行采集反馈，将获得的数据用于持续优化自身的分发策略。这一活动以新闻的分发为核心，目的是让新闻产品精准触达用户，提升主流媒体的传播力。

　　人工智能参与新闻生产，其活动依然以算法技术为核心，但其生成能力与学习能力让活动的目的不再局限于新闻分发。除了帮助新闻更加高效地抵达用户之外，在分发新闻的过程中，人工智能能够将获得的信息用于自身技术的迭代，用户信息、平台特征、传播效果等成为人工智能向新闻业学习的养料。将学习到的内容纳入模型，无论参与新闻生产的哪个环节，以何种形式参与，人工智能均能够利用学习的结果辅助主流媒体进行新闻生产，这提升了主流媒体内部技术自组织、自调试与自进化的能力。

　　2.1  人力资源分布：从全能记者到人机互补

　　人工智能的参与，为主流媒体的新闻生产带来了新鲜血液与全新能力。人工智能与人类智能各具特点，令双方能够在新闻生产中合作，优势互补。人工智能与人类合作，随之而来的是传统人力资源分布方式、人力资源组织形式、人力资源能力配备等方面的变化。

　　在人力资源的能力配备上，要实现优化资源分布，首先就要明确人机双方各自的优势。人工智能擅长处理大规模数据，洞察信息间的逻辑关联，或完成重复性、机械性、程式性强的工作；人类则擅长对价值、审美、情感、意义等作出体察和判断。由此一来，便可以将数据抓取、初稿生成、事实核查、基础剪辑等常规性、程式化、机械化的工作，交由人工智能处理，使人类可投身于策划、阐释、监督与情感传达等核心内容的创造。

　　在人力资源分布改变的基础上，新型人力资源组织形式的出现成为必要。人类与人工智能交互的场所与机制、人类与机器之间的权责界定标准、人类与机器所在部门的管理体系等需要被重新考虑。在哪些部门投放人工智能，由谁来管理人工智能，人工智能合并了哪些原有部门或岗位等问题，是主流媒体未来必然要解决的问题。

　　进一步而言，这一转变对媒体从业者能力的要求更加丰富，对媒体从业者的职业要求发生变化。媒体从业者不仅要具备内容生产能力，还要储备一定的技术知识与人工智能操作能力，以便更好地进行人机协作。当前，记者的角色与其他技术性角色如算法操作者、提示工程师等相融合，这对媒体从业者提出了新的要求。

　　2.2.生产流程再造：从线性采编到算法嵌入

　　生产流程变革是主流媒体系统性变革的核心环节。随着媒体融合向纵深发展，新闻生产流程由线性采编模式走向中央厨房与垂直化人才团队操作模式。人工智能的介入为这一体系增添了算法网络，这便要求生产流程的变革考虑到作为底层架构的技术。

　　人工智能介入后，生产流程的重组需要以数据的流通为基准。人工智能具有的跨媒介编辑能力与大数据处理能力，配合其自身较高的响应速度，为主流媒体打破部门壁垒或跨部门协作带来可能。这一过程中，信息的流通形式、流通方向、流通节奏等成为影响生产流程的重要因素。以现有的中央厨房模式为例，集中处理、全天在线、各司其职的生产流程的建立，以信息能够集中收集、分类分发、有序收纳为前提。人工智能这一云端大脑的存在，为主流媒体提供了更多利用信息流动特征进行生产流程改造的可能。

　　在上述前提下，人工智能可参与新闻生产的全流程。这要求主流媒体建立全局性的风险防范机制，预防系统性风险。技术系统较为复杂，局部错误可能在系统中快速被放大为系统性风险。因此，必须将风险监控提升至全局，从系统的角度开展风险管理工作。例如，主流媒体可以建立具备实时监测、智能研判、快速干预能力的中央控制系统，并完善覆盖算法训练、数据审查、内容安全等方面的制度体系，确保技术始终处于安全、可控、可信的范围之内。

　　2.3.运营渠道拓宽：从单一路径到多方探索

　　在目前的媒体融合过程中，主流媒体致力于提升自我造血能力，通过与不同产业合作，丰富发展路径，拓宽营收渠道。人工智能的快速发展，带来了相关产业的繁荣，这为主流媒体的系统性变革提供了新机会、新思路。

　　主流媒体以公共性为特征，可与人工智能技术的提供方开展合作，为人工智能提供可信任的公共信息或公共数据，用于算法模型的训练。一方面，这为人工智能的发展提供了重要的数据参考；另一方面，这有助于提升人工智能模型的公共性与主流性。通过与技术方开展合作，主流媒体能够不断完善自身的技术架构，更好地将技术应用于内容生产。

　　同时，利用人工智能，主流媒体能够丰富产品样态，触达更多受众，不断提升自身的影响力、传播力与服务能力。“AI医生”“AI问政”等产品的推出，使得主流媒体的服务精细化、内容丰富化、传播精细化，提升了主流媒体的服务能力。

　　主流媒体还可以与人工智能产业进行合作，推出联合人才培养机制。通过组织媒体工作者进入人工智能企业进行学习，主流媒体可以开展人机合作实践，以跨行业合作的形式培养复合人才，将技术思维、技术能力与现有的人力资源充分融合。

　　3.1.打造主流算法，培育媒体智能

　　当前，人工智能背后的模型以通用型模型为主，模型的数据库、算法认知、伦理规范等与媒体行业规范要求存在一定出入。若想用人工智能生产出优质的新闻产品，主流媒体需着力打造适用于媒体的主流算法。

　　首先，主流媒体应与人工智能机构展开合作，将过往经验或数据的积累运用于人工智能模型的训练。训练过程中，要特别注意主流价值观的融入与人工智能伦理规范的预训练。

　　其次，要培养能够与媒体智能合作的媒体人才。未来，复合型人才将在主流媒体中发挥重要作用，这一方面是能力领域的复合，另一方面是职能范围的复合。媒体从业者需要具备一定的技术知识，不断提升自身技术素养，并在实践中发挥技术能力。同时，原有的部门职能或许会因为人工智能的出现而调整，例如作者、编辑需在履行原有职责的同时对人工智能产出的内容进行把关。

　　3.2.丰富产品样态，保持竞争优势

　　人工智能提升了新闻生产的效率，同时也带来了新闻内容的同质化问题。当前，利用人工智能辅助内容生产已成为媒体行业的共识。然而，人工智能却难以符合每一家媒体的生产特征要求，其生产出的内容带有一定共性，导致内容同质化。内容是主流媒体的生命线，主流媒体变革要以内容为核心，保持自身特色，提升自身的传播竞争力。

　　对人工智能生成内容的使用要有“度”。主流媒体切不可将大部分工作直接交给人工智能，而应当将人工智能作为参考，保持以人为核心的生产。与此同时，对人工智能的使用也要有“策”，主流媒体要从提示词、原始数据、模型训练等多方面探索个性化内容的生成方式，并对生成内容进行纠偏。

　　3.3.优化风险管理，完善监督机制

　　如上所述，要让人工智能更好地与主流媒体合作，深化主流媒体的变革路径，需对人工智能进行多方面的规制。站在风险管理的角度，需要主流媒体将人工智能纳入风险管理体制，从多方面完善以人工智能为对象的监督机制。

　　首先，要完善针对人机协作的问责机制。制度层面，需要明确当前的人机责任网络中人机活动的责任边界，并建立责任溯源流程。针对关键生产环节，如选题策划、事实核查、敏感信息处理、推荐分发等，要明确划分人类与人工智能的责任边界，并利用区块链等技术，探索责任溯源的路径。

　　其次，要建立内部监督机制，培育并发展复合型监管人才，对人机协作过程进行持续监测，评估算法决策的潜在偏见与伦理风险，必要时介入人工智能的运行。虽然人工智能具有一定的自组织能力，但当前使用风险仍然存在，人类不能放任其完全自主运行。

　　最后，要完善外部监督机制，开辟通畅的监督渠道。考虑到主流媒体的系统性变革最终是为了适应时代发展，在新时代更好地履行社会公器职能，凝聚社会共识，可以认为，在此目标下，以用户为核心的逻辑依然不变，与用户建立平等的对话机制是主流媒体发展的重要一环。要维护用户的监督权、保持媒体的公共性，主流媒体要在一定程度上打破新闻生产的封闭性，构建一个对内协同、对外开放的良性系统。明确哪些新闻生产在哪一环节、哪一部分使用了人工智能，既是媒体的责任，也是媒体的义务；在此之上，要保持用户参与渠道畅通，在搜集用户反馈时，特别注意关于主流媒体使用人工智能进行新闻生产相关的内容。这是对用户知情权的保障，也完善了主流媒体与用户间建立的信任关系。对人工智能或其他技术的发展来说，用户的参与有助于完善技术架构，在接受用户建议的前提下演进优化，并将以用户为核心的理念融入算法模型，这样的人工智能是能够深入用户需求、理解核心价值观的人工智能。

　　人工智能赋能主流媒体，正将主流媒体的系统性变革推向又一个深化改革的新阶段。这一阶段的关键变化来自人工智能角色的变化：不再是单纯的技术工具，而是与人类同频的协作者。

　　在技术迅速发展的当下，为了应对挑战、把握机遇，主流媒体应当摒弃技术应用的传统思维，拥抱系统性人机协同生态的共建。未来，人工智能将成为媒体工作者的重要合作者，技术将助力主流媒体提高生产力。如何更好地推动人机协作、防范技术加入带来的风险，是主流媒体亟待处理的问题。这一问题的核心在于了解人工智能的运行机制，转变人类在新闻生产中的角色，并配合实践方式的转变，推动体制机制的完善。