人工智能時代傳媒業的“人工”與“智能”

摘要：近年來，人工智能被普遍提及，無論是媒體報道中還是一些熱門話題中，都能夠看到對人工智能話題的熱切討論。在傳媒業中討論的焦點便是“人工”是否會被機器取代？從目前的發展情況看，人工智能的飛速發展已經超出了人們的預料，其正以前所未有的發展速度逐漸走入人們的工作與生活，越來越多的領域都能看到人工智能的影子。隨著人工智能的日漸普及，人們對人工智能的了解也逐漸深入。因此，有許多互聯網企業、傳媒機構等對人工智能技術的理論與應用進行了深入研究。

關鍵詞：人工智能時代；傳媒；科技發展

中圖分類號：G206 文獻標志碼：A 文章編號：1674-8883（2021）12-0076-03

基金項目：本論文為湖南省教育廳科學研究項目“人工智能時代傳媒倫理的規范與構建研究”成果，項目編號：18C1267

一、引言

人工智能技術不斷進步，其與傳統行業的不斷結合產生了許多令人意想不到的變革。與此同時，很多人們不曾預料的問題也逐漸映入視野。很多相關學者、科學家認為解決這些問題還需要經歷漫長的時間才能達到人工智能的奇點。在市場中，有我們熟知的亞馬遜、微軟、谷歌等幾個硅谷人工巨頭公司發起的人工智能聯盟，不難看出，這些企業都在努力向人工智能的未來發展前行。

二、人工智能發展概述

人工智能的發展歷史大約只有不到百年，但是人工智能技術如今卻已深入到了各個領域中，醫療、電子、社交、教育等等，與人們的生活早已有了密切聯系。“智能”這一詞匯的來源并不陌生，其最早由荀子提出，其意本為智慧與能力；而如今隨著科技的不斷發展壯大，智能最大的含義便是運用自身掌握的各類知識在不同的環境之下做出一系列反應的能力。人的智能大多體現在思考能力與理解反應能力兩方面。

20世紀之初，智能界中充斥著關于計算機新理念與數理邏輯方面的研究，被稱作人工智能之父的圖靈創立了自動機理論；麥克羅伊與皮茨提出了擬腦機器理論，為人工智能未來的發展之路起到了良好的推動作用。“人工智能”這一理念最早出現在20世紀50年代，并且當時大多數參與研究的人員幾乎在后期都成了人工智能的專家，在促進人工智能的發展中作出了許多貢獻。在20世紀六七十年代之時，又掀起了一輪新的熱潮——“專家系統”，以及80年代初 “神經網絡模型”的提出直接將“人工智能”的發展推行到一個新的高度；直至進入21世紀后，人工智能發展的高浪被掀起了一層又一層，不斷涌現出一批批人工智能學派主義，這些學派主義在人工智能的發展之路上產生了非常深遠的影響。

對于傳媒業而言人工智能早已不陌生，隨著人工智能的落地，“機器取代人類”的話題成為眾多學者討論的重點。一些學者對此話題秉持樂觀主義，認為人類與智能完全可以在實踐中相互融合；也有人認為機器就是機器，人類不可能被機器取代；還有人對人工智能的到來具有防范心理，認為機器一旦擁有自主性，便會出現“人退機進”的顛覆式變革。因歷史發展階段不同，傳媒業的發展也在不斷變革，在傳媒業不斷發展的同時，人工智能技術也日漸成熟。隨著人工智能技術的不斷成熟，究竟是誰進誰退成為當下人工智能發展中面臨的主要問題。近年來，在人工智能的不斷發展之下，傳統媒體遭到一輪又一輪的挑戰。通過各項數據的對比不難發現，傳統媒體已經逐漸進入到轉型的關鍵時期。如今，人工智能在傳媒業中覆蓋了從策劃、采訪、編輯一直到審核發布的整個過程。如何借助人工智能技術對人工進行重構，首先需要對相關技術的具體特性進行深入了解。

三、人工智能在傳媒領域的運用

第一，人工智能具備的一系列特性。在之前的機器使用中，大多會出現應用性能差的情況，只能對已經整理好的數據進行系統化處理，沒有自主意識，所以在大多數情況下機器依舊無法真正做到直接取代人工。近年來，隨著我國大數據信息時代的推動，加之人工神經網絡算法的出現，使這一情況慢慢發生了改變。人工神經網絡算法能良好地識別圖片、視頻、語言文本中的信息，甚至對圖片視頻內的所有人、物，包括人的情緒等行為進行分辨。如今，來自社會各界的媒體新聞絡繹不絕，編輯不需要再如過去一樣對這些信息進行逐一閱覽，通過應用人工神經網絡算法技術可以直接把其中有價值的信息直接篩選出來。另外，人工神經網絡算法對社交網絡中的自然語言也可進行有效分析，對于發現潛在的新聞熱點非常有效，對視覺素材的加工處理可以根據具體內容自動匹配對應的圖像信息，并且自動添加文字等信息。在處理音頻的模式中，也可以將錄音內容直接轉錄，直接將錄好的信息進行翻譯。可見，人工智能算法的出現給業態轉型創造了良好的條件。

第二，人工智能辨別事物的能力并不是與生俱來的，要想使機器技術得到不斷提高，也需要一個不斷學習的過程。學習過程根據機器設定模式不同學習方式也不同，大多數情況下學習類型與案例教學的模式類似，先學會例子總結規律變化，然后再舉一反三[1]。例如運用人工神經網絡算法區分表情，便可以將各種表情相片做好標識制成訓練集，再對各類表情進行分類，最終制成模型。此時，機器便可以分辨出人的表情。利用現代化數字科技，將素材數字化之后，再通過計算機進行學習便可以使這類技術得到不斷的升級。這對于傳媒工作者而言可以減輕許多工作量，由機器對復雜的稿件進行受眾偏好的判別，可以有效地減少傳媒工作者工作量，提高其工作效率。

第三，在人工智能與傳媒業的工作銜接中，最常被運用的便是機器寫作功能，主要是通過算法將數據自動變為人們需要閱讀的文章，這種方式在市場上已經得到了廣泛的應用，如新華社的“蠟筆小新”、美聯社的WORDSMITH等，不需要過多的人工操作便可以直接生成大量的新聞報道，這也是近年來機器代替人工的最直觀的體現。這種應用的操作流程主要為先利用算法對所需要的數據進行收集，然后對新聞價值進行具體分析，再匹配適合的文章格式與模板，便可以輸出文章，其中最不可或缺的便是自然語言生成技術。自然語言生成技術最早在對于災害預警、競賽播報、財經新聞播報的運用較多，有其固定的模板。但是隨著算法的不斷進步，也推動了自然語言技術的發展，其已經能夠對部分文章進行個性化創作，可以迎合當下最受大眾歡迎的文本特征及與大眾愛好相對應的語言風格。

第四，人工智能領域中的攝像機器人以及無人機的最大特性便是可以進行智能采集，是人力無法實現的用更加廣闊的視角進行無間斷的采集。為了有效地為寫作提供豐富的參數，可以將人工網絡神經算法技術與多傳感器結合，便能夠對現場具體情況做到實時反饋。另外，如果需要機器對不同場景或者火線進行識別，便可以在此功能中引入識別模式算法，這并不需要人工參與攝像角度的調整，直接使用機器便可以對攝像角度、光圈焦點等參數進行自動調整。另外，如果需要進行高速跟拍便可以運用識別算法攝像機器人，此算法已經被廣泛運用到各種賽事的播報中。比如在里約奧運會中便通過水下機器人捕捉到很多獨特角度的精彩瞬間。在各地新聞的報道中，現在也逐漸運用上無人機進行拍攝，對于新聞的取材方面給予了較大的幫助，通過此種方式取材也可以在一定程度上保證戰地記者的安全。另外，無人機不僅可以用來取景拍攝，也可以進行數據采集，也可以運用無人機的原理為機器學習提供有力的素材。通過無人機與攝像機器人的有效結合可以將地形、氣候等進行有效收集后給更深層次的數據挖掘提供強有力的支撐[2]。

四、關于人工智能所取代的具體分析

在人工智能技術的不斷發展下，傳媒業整體的新聞編審工作都被重構，轉變為人機協同發展的模式，在這種情況下，有兩類人群最先受到智能化的沖擊。

第一，通過許多的實驗研究發現，一旦實現了自動化技術，便會直接被自動化取代。在技術領域的不斷變革下，最先被改變的基本都是最符合機器原理的人；從生產的角度出發，可以明確知曉，對于傳媒業來講，生產優質內容是眾多傳媒工作者一直崇尚的目標，但是在傳媒業內卻存在很多“搬運工”。雖然“搬運工”有很多，但是對于提升內容價值的效果并不好。尤其是在如今網絡如此發達的背景之下，運用搬運工的模式雖然不會造成很大的成本，但是往往會帶來一系列弊端。而人工神經網絡算法可以通過自然語言技術生成豐富的語言形態及內容，以滿足用戶所需。與此同時，在新聞界也存在許多內容篩選以及多層審核方面的制度問題，人工神經網絡算法在對部分內容的篩查以及審核工作方面的效率早已遠遠超出了人工操作，為了能夠有效縮短工作耗時，在未來的工作中其完全可以承擔一部分只用算法的工作。

第二，觀念保守，無法有效利用新技術的人。當人工智能大規模地應用到傳媒領域后，幫助傳媒工作者減少了工作量。此時，傳媒人員便可以運用空出來的時間將自己掌握的技術知識充分調動起來，重視對內容質量的提升，對于采集而來的信息內容進行深度挖掘。只有這樣，才可以為傳媒工作創造更大的價值。但是對于觀念保守，無法有效利用技術優勢的人而言，會被束縛手腳，無法真正做到自由合理地安排工作內容，依舊每天重復著幾乎沒有任何價值且繁雜的工作。因為工作流程較復雜，會浪費大量時間，經過煩瑣的工作流程之后，創造出的信息價值卻仍然難以滿足市場所需。因而，在人工智能的浪潮席卷之下，如果無法合理運用技術優勢來處理工作，最終極有可能被人工智能直接取代。

五、依舊需要“人工”的“智能”

如今，人工智能的發展幾乎已經走到了傳媒的邊界之處，甚至需要對傳媒的概念重新進行定義，但是目前還有很多人工智能并不屬于人類的通用智能。目前，在與技術的融合工作中，傳媒人的工作流程雖然在一定程度上進行了重構，但是若想取代依舊很難，具體表現為以下幾個方面。

（一）人工神經網絡算法的準確率

對于新聞而言，真實性是新聞的基礎，在過往的人工智能使用中，人們給人工智能技術貼上了真實、精準、理性的標簽。但是人工神經網絡算法的分辨力主要是通過機器進行學習最終得到相應數據，學習的樣本更是通過人工標記后形成，同時對于訓練集的準確率要求非常高，訓練集提供的學習數據不可以出現絲毫的偏差，否則會直接導致機器出錯。此前有一個關于石油開采及森林消失的報道，中國新聞社運用算法學習的方式對于森林相關的信息進行收集，之后再利用系統對其進行識別，發現森林消失完全是因為隨意開采石油，但在后續的回訪中發現事實并非如此，真正導致此種情況出現是因為受災者想要獲取商業利益。之所以會有如此大的不同，是因為數據出現了偏差，而如果想要更正這種情況就必須通過人工矯正。這樣就需要傳媒工作人員清楚算法的基本規范，明白通過怎樣的計算方式才可以使最終的結論更加準確[3]。另外，對訓練集進行編輯時，最好由不同的人共同完成，防止出現算法帶入個人偏好的現象，同時對于內容以及素材審核方面也需要人工進行管理。

（二）增強價值導向度

習近平總書記強調：“要旗幟鮮明堅持正確的政治方向、輿論導向、價值取向。”算法是否具有價值觀，一直以來都是專家學者深入研究卻還未得出任何結果的一個論題。對于傳媒而言，能夠明確的是算法的價值觀輸出會直接影響到受眾的價值觀。如果不對此采取防范措施，算法便會只向大眾推送其偏好的內容，會大大削弱傳媒的地位。因此，如果采用推送算法，就必須由人工介入來確保價值導向的發展以及內容的豐富性，可適當對受眾進行畫像，定制推送內容，以此將價值導向升華至新的高度。

（三）內容具有一定的深度

通過對眾多新聞的對比可以發現，機器新聞除信息冗雜缺乏營養外，在報道中還缺失了人類的興奮、失望等情緒，機器新聞報道在語言風格、內容邏輯方面都存在嚴重不足，這些不足雖然會隨著算法與訓練集的不斷完善被削弱，但報道內容中富含的更深層次的意義仍然無法充分挖掘。一篇優秀有質量的報道離不開專業的傳媒工作者，以及其深入現場后對獲取的一手資料。通過機器設備縱然也可以進行詳細的實地記錄，但是無法與傳媒工作者深入現場后產生的感受及其與當事人的實際接觸相比。

（四）從“人工+工具”到“智慧+智能”的轉變

隨著人工智能時代的到來，傳媒工作者編輯的工作再也不僅僅只是編輯，更多的變為操控機器、內容設計的工作。這種說法固然有理，但是這種形態更多還是依附于傳統的“人工+工具”這一視角，如果單單把人工智能當作一種工具，便偏離了最初的行進軌道，變為了單純的對效率的追求[4]。但是如今的傳媒業面臨的問題并不是效率如何，更關鍵的是大眾需求、輿論導向、傳播媒介的變化。如若傳媒業再想繼續突破新的高度，便需要對自身的發展理念與能力做到進一步升華。在人工智能時代不單單是機器識別擁有了“人的思想”，其技術甚至足以替代人工，對于很多人力無法完成的工作，比如對數據的進一步探索，運用人工智能技術便可以輕松完成，還能進一步挖掘更深層次的可能性，進一步推動傳媒人整體價值觀的展現，形成人機協同的“智慧+智能”的發展形勢。

六、結語

縱觀歷史潮流，每一個時間段都會有新事物得到發展，在歷史的長河中，人工智能的發展早已對人們的生活產生了質的影響。從過去的石器時代一步步發展為如今的人工智能時代，每一項新技術都需要經歷漫長的時間對其進行研究。人工智能已經不算一個新鮮事物，早已逐步深入到人們的生活中。包括在如今的傳媒業中，人工智能的浪潮也早已席卷而來，逐漸重構了傳媒業的傳統模式。如果無法運用技術優勢便很容易被人工智能取代，但是也有很多地方是人工智能無法比擬的。可見，人工智能的成熟發展標志著一個時代的進步，并不需要擔心人力會被智能取代，只要善于將人工與智能完美配合，便可以提高我們的工作質量，以便于相關工作人員能夠將更多精力放到對內容深度的探索。此外，不要刻意將人工智能理解為一部沒有思想的機器，而是將其理解為可以與人工共存的一次明確自我價值的機會，同時也是推動傳媒業發展的機會。

參考文獻：

[1] 孟筱筱.人工智能時代的風險危機與信任建構——基于風險理論的分析[J].鄭州大學學報（哲學社會科學版），2020（05）：120-125.

[2] 雷想.機遇與困境：人工智能視域下的傳媒新業態和倫理思考[J].東南傳播，2020（06）：32-34.

[3] 新華社“人工智能時代媒體變革與發展”課題組.人工智能時代媒體變革與發展[J].大數據時代，2020（02）：66-71.

[4] 劉啟文.淺談人工智能對傳媒業的沖擊和隱私權保護[N].中國產經新聞，2019-12-31.

作者簡介：朱洲（1990—），女，湖南寧鄉人，碩士，講師，研究方向：新媒體營銷。