隱匿偽造與人文駕馭：新聞智化生產的問題思考

鄭珊珊

人工智能（Artificial Intelligence），在 1956年達特茅斯會議中被首次提出，指的是機器能夠模擬、延展人的功能的技術。其與5G、虛擬現實、萬物互聯等技術融合應用于新聞業，帶來了新聞生產組織方式的變革和重構。新聞智造在時空、數量、精力三個層面超越了傳統新聞生產的有限性，解決了新聞時效性與生產時間之間的矛盾，提升了新聞生產力。但是強調“加速度”的同時，也削弱了新聞的真實性，“客觀數據”背后隱匿著“主觀偽造”，且難以被發現和糾正；人力得到釋放和延展的同時，“人文主體”地位在遭受到“工具主義”的質疑。遵循媒介補償性原則，如何對新聞智造出現的問題進行人文駕馭和補償，是當下亟待解決的問題。

一、人力延展：人工智能賦能新聞生產

人工智能技術不斷延展新聞生產中人的“腳力、眼力、腦力、筆力”。以數字化為特征的智媒時代，人與物都被連接入網，以“0”和“1”二進制數字作為節點存在，成為智能化新聞生產的數據來源和支撐。數據采集、智能識別、語言生成等技術，打破了過去依靠記者采訪調查而投入大量人力、物力的“流線型”采集模式，轉向“一點全面式”數據監控、挖掘、分析。立體優化信息來源，拓展采集“面”和“量”，還能有效降低生產成本。傳感器技術縮短了記者與新聞現場之間的時空距離，記者可將傳感回來的數模轉換成有效的數據信息，對新聞價值進行量化評估，增強了記者對新聞熱點發現、價值預判的能力，真正實現“眼觀六路耳聽八方”。數據算法可對海量信息進行精確分類整理，便于新聞工作者對信息的調用和處理，還可以交叉驗證、分析，全程追蹤新聞發展，同時糾正語用錯誤，增強記者的事實核查力。

機器人寫稿、AI主持人24小時在線運轉，不間斷進行信息提煉與加工，幾秒鐘即可完成一篇完整的新聞報道，提升了生產速度，降低了錯誤概率，釋放了更多人力進行情感價值的創作。用戶畫像、標簽生成、算法推薦，精準把握用戶需求進行個性化生產，結合社會輿論、關注討論、粉絲反饋等，為內容的生產與版權購買決策提供參考。人機協同提升了新聞生產效率，豐富了內容表達方式，還將專業記者的人力資源更集中于新聞價值的深耕，為產品入網開辟新路徑。如新華網的Star傳感智能機器，將人機交互轉化為信息內容，直觀監測到受眾的情緒，精準得出人的“興奮高峰”，打造“我懂得你感受”的新聞報道。

二、問題出現：偏見隱匿與深度偽造

媒介向更高形態演變時，必然會與舊的生產秩序產生沖突。保羅·萊文森提出了“補償性趨勢”，即每一種媒介技術都是對上一種媒介技術所浮現問題的補償，而后又暴露新的問題的過程①。智媒的補償性主要表現在技術賦能，暴露出假新聞、信息繭房、后真相、情緒傳染、消費主義等問題，機器在一定程度上能夠替代人的工作，且不斷趨向擬人情感化發展，導致機器與人之間出現沖突和倫理失范。本文主要從數據算法的隱匿偏見與智能深度偽造兩個方面來剖析問題的本源。

基特勒曾指出：“數字媒介的硬件和軟件都具有隱蔽性；軟件產品中已經事先被嵌入了權力結構，設定了有限性、許可、特權和障礙”②。智能生產的問題隱匿性，主要表現為數據出錯導致假新聞大行其道和算法偏見沖擊新聞真實客觀性兩個方面。一方面，數據多源于網絡中無數節點，而非專業權威機構勢必存在魚龍混雜的諸多不確定因素，在“不經意間”容易將錯誤虛假的信息采集進來，再借助算法的高效率運轉優勢導致其更快速出錯。如早期Facebook依靠算法趨勢，將福克斯新聞炒掉主持人Megyn Kellybb并稱其為“叛徒”的假新聞推上了熱搜榜。在這種“超速度”生產模式下，錯誤帶來的負面影響將遠超人力生產。另一方面，數據不正義，算法也就難中立。算法編寫中隱藏著主觀的價值判斷，有時專業記者也難以識別，看似客觀公正的新聞報道，實際在基因里就帶有了主觀意識和偏見。當算法發現兩個變量存在強相關時，就斷定兩個變量之間存在因果關系，如此產生的新聞判斷、決策、核查都偏離了新聞的真實客觀性。微軟開發的機器人Tay，在Twitter上線使用僅一天時間就被強制下架，因用戶使用影響，產生了激烈的種族歧視和偏激言論；美國州政府評估犯罪率的COMPAS算法，黑人被誤標的比例是白人的兩倍。從人到機器的遷移中，算法存在著人們難以洞察的“黑箱”，使偏見習得了某種隱匿性與合法性，將嚴重影響輿論導向，甚至帶來嚴重的社會后果。

深度偽造，是借助機器深度學習和偽造，操控音視頻圖像，合成諸多虛假內容，最典型的就是對人臉、物體、環境進行更改，即“視頻換臉”。如美國有人偽造奧巴馬在視頻中稱特朗普為“白癡”，操控“特朗普”的語速和表情，對比利時的環保政策進行批評，這些視頻內容已經威脅到美國的政治秩序。新聞智能分發過程中，深度偽造技術還能夠通過用戶畫像，根據其偏好有針對性地推送合成內容，影響用戶情緒、加深情感立場，導致大眾丟失理性思考和判斷能力，甚至不愿意主動區分虛假和真相。在全息影像的傳播環境中，深度偽造使得信息真偽難辨、顛覆真相的生產體制，人也極有可能被物化而喪失主體同理心。如果不對其進行規范約束，將給媒體帶來輿論危機和信任體系崩塌的風險。

人工智能新聞實踐中，所出現的各類問題可以理解為媒介系統和外部環境，以及媒介系統內部各子系統中的各個群體之間的沖突。這種沖突具有一定的危害性，但也有一定的促進性③。需要新聞生產系統解決矛盾沖突，進而推進整個傳播生態的發展。

三、消除沖突：人文駕馭與價值回歸

新聞記者的主體存在性不可動搖。從結構功能主義出發，新聞智造的內生動力是幫助人類更好地獲取外部信息，而這種動力正是人存在的依據。未來，人工智能新聞業的周圍將會圍繞著很多人，人工智能似乎在創造新聞行業的工作崗位，而不是在摧毀它們④。

優化新聞記者角色，人文駕馭機器。新聞記者的感知理解、思考判斷，與數據算法的偏見完全不同，價值應由新聞的社會角色決定，因為“終極的新聞精神即人本精神”⑤。如倫敦《金融時報》記者Sarah與寫稿機器人，就“英國的就業分析”進行對決，Sarah憑借外在文句的精致和內在情感的認同，最終贏得比賽。作家岡察洛夫說：“我只能寫我體驗過的東西，我思考和感覺過的東西。”人所獨有的情感體驗與人文關懷，是機器難以創造和傳遞的。記者的理性思考和價值判斷能夠消除偏見和偽造，將輿論引導推向理性道路，利用主流價值觀規范人的行為。“人機協同”不斷向“人機共生”演變深化，需要新聞記者優化自身傳播角色，持續探索如何更好地連接人與人，更好地匯聚人的智慧，并以機器的智慧拓展人的能力⑥。將人類的新聞價值觀、人文主義精神、文化身份認同深層次嵌入到技術中，實現媒介系統的社會功能，推進社會發展與進步。

強化把關身份，新聞價值回歸。麥克盧漢在強調媒介是人的延伸時，也強調了“延伸意味著截除”⑦。人工智能延伸了人的生產力，但截除了人的價值把關力，這也正是問題出現的根本原因。Facebook曾用數據算法代替人工編輯，試圖證明機器更公正，然而事實卻是因為人工編輯的缺位，導致新聞倫理失范層出不窮。機器本身不具備獨立思考的能力和解決問題的能力，因此想要解決智能生產中人與機器之間的矛盾與沖突，還需以人文意識控制物體，以人文價值把關新聞內涵。新聞記者處于復雜的傳播生態中，能夠進行自我價值的預設與置入，主動將不符合主流價值觀、社會規范的信息剔除，還能夠憑借原有的受眾影響力和良好的社會聲望，保持“強身份”鏈接用戶，在新聞報道中弘揚真善美，增強社會凝聚力。思想深刻、見解獨到的新聞內容，始終是人們所追求和向往的。

對新聞的價值判斷和話語把控等的爭奪，最終都體現在新聞內容的思想交鋒上，任何時刻都不能丟失媒體的傳播力、引導力、影響力、公信力。智媒時代下要解決新聞生產的機械化、碎片化等問題，最核心的是重塑新聞價值，從而深耕人類情感與思想進步。

技術迭代驅動媒體變革，人工智能作用于新聞生產，使得生產關系從“流線傳授”轉向“沉浸交互”，用戶的使用與滿足不斷提升，新聞業呈現出更加開放、多元、創新的特征。盡管發展的同時具有虛假、偏見、偽造等多重人文淪陷，為新聞智造帶來了諸多挑戰與風險，但媒體傳播應秉持人文主義和專業主義，從人類理性視角出發面對問題、解決問題，探尋人機共生的長期發展策略，推進人類文明發展。

注釋：

①[美]保羅·萊文森.軟利器：信息革命的自然歷史和未來[M].何道寬譯.上海:復旦大學出版社,2011:31.

②[英]蓋恩,比爾.新媒介：關鍵概念[M].劉君,周竟男 譯.上海:復旦大學出版社,2015:102.

③[美]L·科賽.社會沖突的功能[M].孫立平 譯.北京:華夏出版社，1989:16.

④Meredith Broussard,Nicholas Diakopoulos,Andrea L.Guzman,et al.Artificial Intelligence and Journalism[J].Journalism&Mass CommunicationQuarterly,2019(3):673-695.

⑤杜駿飛.新聞是人，新聞學是人學[J].國際新聞界,2018(02):22-29.

⑥彭蘭.智媒化：未來媒體浪潮——新媒體發展趨勢報告(2016)[J].國際新聞界,2016(11):6-24.

⑦[加拿大]馬歇爾·麥克盧漢.理解媒介：論人的延伸[M].何道寬 譯.北京:商務印書館,2000:33.