人工智能大模型背景下新聞專業人才培養變革路徑探究

摘要：在人工智能大模型背景下，新聞專業人才培養面臨重大挑戰。文章結合媒介技術發展，文章總結新聞專業人才培養的現實困境與變革路徑，這對轉型中的新聞專業發展具有重要意義。文章采用參與式觀察法和深度訪談法，對新聞行業、新聞人才培養進行長期參與式觀察，同時對新聞機構專家、新聞專業學生展開深度訪談，進而提取信息、凝練觀點，總結出新聞人才培養的三重現實危機、價值重塑思路、教學變革路徑。首先，新聞專業教育面臨三重危機：一是人工智能技術發展改變了新聞生產的傳統業務模式，新聞生產的內容自動化與傳播過程的互動性改變了原有新聞生產的創作與傳播機制；二是媒介技術發展使新聞教育的歷史脈絡、理論框架和實務技能更新迭代，需要推陳出新，以滿足新的傳播渠道與受眾的需求；三是生成式人工智能正在重塑數據邏輯和人機關系，給新聞倫理和新聞真實帶來了挑戰。其次，新聞教育的三重危機呼吁人才培養價值重塑。一要正視人工智能給新聞專業帶來的危機，重構并強化專業認同；二要主動擁抱新技術，推進人工智能賦能人才培養與新聞生產。最后，新聞專業人才培養需要變革教學路徑。一要提升新聞人才的人工智能應用能力，二要提升新聞人才的創新與深度報道能力，三要搭建新型教學實踐平臺。文章回應了技術前沿視角下的新聞人才培養問題，為新聞專業教育在人工智能大模型背景下的適應性變革提供了理論依據和實踐指導，對培養能夠適應新形勢迎接新挑戰的新聞專業人才具有重要的參考價值。

關鍵詞：人工智能；新聞教育；新聞專業；人才培養

中圖分類號：G210.7；G624 文獻標志碼：A 文章編號：1674-8883（2024）15-0006-05

媒介即訊息，人工智能大模型引發影響深遠的技術革命，既重構了新聞生產模式，也挑戰了新聞專業人才培養的基本邏輯，更引發了社會對新聞專業教育變革的探討。目前，人工智能大模型發展帶來的媒介裂變已逐漸滲透新聞傳播內容生產的各個環節。面對層出不窮的新技術，新聞專業應順勢而為，主動擁抱技術變革，優化人才培養模式。

一、三重危機：人工智能大模型給新聞專業教育帶來的挑戰

（一）對傳統業務模式的沖擊

人工智能大模型時代，新聞傳播的傳統業務模式受到多維度沖擊。

首先是內容生成的自動化。生成式人工智能可以通過各種來源自動收集新聞并完成報道，這意味著新聞機構的部分工作可以被人工智能替代。其次是傳播過程的互動性。大語言模型可以與用戶進行實時互動，為其提供即時的新聞更新和答疑。這可能會改變新聞的互動性，使其更加個性化。多模態大模型的發展促使新聞生產從以人工智能為輔轉向以人工智能為主，大語言模型的誕生更是專用人工智能轉向通用人工智能的標志，使人工智能內容生成技術逐步得到常態化應用。

人工智能大模型技術將給新聞傳統業務模式帶來深遠影響。當前，該技術已經走出實驗室，走進新聞行業，并且以前所未有的速度得到應用，后續可能帶來更復雜的影響。

（二）對傳統教育模式的挑戰

新聞專業教育的宗旨是培養學生在新聞領域知識生成、傳播理論方面的學術探究能力，以及對相關專業技能的應用能力。

新聞專業教育體系涵蓋三個主要構成要素，包括歷史研究、理論框架和實務技能，覆蓋了從報紙、雜志到廣播、電視等傳統媒體的發展歷程，以及大眾傳播的歷史演變。理論框架基于對傳統媒體實踐規律的洞察，形成了一套完整的學術理論體系。

然而，隨著傳統媒體的式微，社會開始質疑傳統媒體歷史與實踐基礎理論學習的必要性，這種趨勢在過去互聯網媒體盛行的20年中已初現端倪，并可能在大語言模型等人工智能技術普及的未來進一步加劇。在實務技能領域，新聞教育重視對新聞采集、編寫、評審以及音視頻內容的制作與播出等技能的傳授。

人工智能技術的發展，特別是大模型技術的發展，使諸多程序性操作可能被機器學習算法所替代，這一進程不僅將重新定義新聞專業技能的培養范疇，也將促使學生對這些技能的掌握程度和質量進行相應的調整。在大語言模型情境中，新聞傳播學的新聞、傳播、媒介、媒體、受眾等基礎概念，“把afc34ce4ba33fb305ec2a4829c68b65d關人理論”“議程設置理論”“使用與滿足理論”“沉默螺旋理論”“涵化理論”“知溝理論”等經典理論是否需要重新界定、再次檢驗？新聞傳播學的研究路徑是否會發生結構性變化？這都是需要重新思考的問題[1]。

（三）對新聞倫理與新聞真實的質疑

生成式人工智能正在重塑數據邏輯和人機關系，給人類文明觀帶來了諸多挑戰。新聞是否應該反映某種價值觀？大語言模型是基于大量的數據進行訓練的，這些數據中是否包含某種價值觀和偏見？一系列的疑問引發了關于新聞價值觀的討論。在傳統認知中，新聞工作者需要具備極強的社會責任意識，樹立輿論引導理念。但在大語言模型時代，新聞的社會責任如何定義？機器生成的新聞是否應該對社會負責？與此同時，學生在使用人工智能輔助新聞生產的過程中，可能觸及隱私、版權等倫理問題。大語言模型時代，新聞傳播理論面臨許多質疑和挑戰，需要新聞界和學術界共同探討和應對。

隨著技術的快速發展，新聞傳播專業的學生和從業者需要不斷更新自己的技能，以適應新的技術環境。新聞專業教育需要培養學生的人機合作能力，讓機器賦能人，而不是人被機器替代。總體來說，大語言模型時代為新聞專業教育帶來了前所未有的挑戰，但也提供了新的機遇。新聞人才培養需要遵循循序漸進、尊重實際、協同發展的人才培養系統觀[2]。新聞專業教育需要不斷創新，培養學生的綜合素質，使他們能夠在智媒時代立足和發展。

二、價值重塑：人工智能大模型背景下新聞專業人才培養的核心理念

人工智能大模型給新聞專業人才培養帶來的一系列現實挑戰，迫使新聞專業人才培養轉型。只有重塑人才培養體系，在新范式中將人文主義和技術路徑深度融合[3]，才能合理應用大語言模型，推進新聞專業教育發展。

（一）重構新聞專業素養教育

面對社會對新聞專業教育的質疑，新聞專業教育者首先應該正視新聞專業可能受到的沖擊，同時重構并強化專業認同。以知識為依托、以情感為橋梁、以能力為導向，培養德藝并舉、適應媒體深度融合的新聞人才[4]。

在新聞專業人才培養過程中，應該加強與人工智能領域的合作，將最新的人工智能技術融入新聞專業教學中。同時，鼓勵學生參與實際的新聞制作，體驗人工智能技術在新聞傳播中的應用。新聞專業人才不僅需要掌握傳統的新聞傳播知識，還需要了解人工智能、數據分析、編程等相關技能，培養技能復合、知識復合、媒介復合的全能型人才[5]。學院應該為學生提供跨學科課程，幫助學生構建綜合知識體系。

在人工智能技術廣泛應用的背景下，新聞專業人才需要具備強烈的倫理意識和社會責任感。學院應該加強倫理教育，培養學生的批判性思維。大語言模型帶來了隱私泄露、偏見加深等新問題，新聞專業需要培養學生的倫理意識，使他們在使用這些工具時能夠作出正確的決策。

在日常教育中，要鼓勵學生探索新的新聞傳播方式，在學習過程中接受多層次技能教學，滿足學生的個性化學習需求[6]，從整體上提高學生的綜合能力，如使用人工智能技術進行新聞寫作、編輯、分析等。

總之，新聞傳播學院在人工智能大模型背景下，需要調整教學策略和內容，重塑學生的專業認同，使他們能夠適應新的挑戰和機遇。

（二）重識技術賦能新聞專業教育

技術賦能是人工智能大模型在新聞專業人才培養中應用的重點。人工智能技術在新聞傳播行業中的應用日益增多，這對新聞專業人才的技術能力提出了新的要求。擁抱新興技術，賦能新聞教育，是人才培養過程必須明確的技術理念。理論與實踐是一體雙翼的，想要透徹理解新聞傳播的理論，就必須通過實踐去檢驗和支持[7]。

一方面，新聞專業人才需要掌握人工智能的基礎知識，包括機器學習、深度學習、自然語言處理等。雖然新聞專業人才不是程序員，但掌握基礎的編程知識和算法不僅能促進技術理解，還能優化團隊技術合作。技術賦能人才培養，可以提升信息搜集、數據處理、受眾偏好分析、音視頻內容生成的效率與質量。

另一方面，技術賦能不等于技術依賴，技術迭代倒逼新聞專業教育者和學生持續學習最新技術、關注行業動態、把握變革趨勢。新聞專業應保持與數據科學、軟件工程等行業的合作，關注技術前沿，合理利用人工智能，在教學中引入理工科思維，通過與計算科學、數據科學等學科的交叉，朝著“數字新聞傳播教育”方向轉型[8]。理論知識是基礎，實踐經驗同樣重要。新聞專業人才應積極參與人工智能項目，在實踐中深化技術理解，加強技術應用。

三、教學變革：人工智能大模型背景下新聞專業教育變革路徑

人工智能于新聞專業人才培養而言是把雙刃劍。倘若故步自封，無視技術發展，人才培養將滯后于社會發展；倘若野蠻生長，忽略素養建構，人才培養將走向價值偏離。只有合理應用、鼓勵創新、加強實踐，立足未來新聞專業人才培養模式的頂層設計和長期規劃[9]，新聞專業教育才能在人工智能浪潮中與時俱進、順勢而為。

（一）提升人工智能素養，重視技術應用能力

新聞專業人才培養中的人工智能素養一般可以理解為將人工智能知識、人工智能能力、人工智能倫理運用到新聞專業實踐中的素養。

一方面，要打通人工智能跨學科知識。學生需要了解不同學科可以為問題解決作出的貢獻[10]，進而提升人工智能運用能力。目前不少人工智能大模型是針對新聞生產特定問題開發的，可以有效輔助新聞生產，提高信息處理效率。一是News Guard，這一基于自然語言處理技術的新聞可信度評估模型，可以幫助新聞工作者快速評估新聞的真實性和可信度，從而提高新聞寫作的準確性。二是News Min，這一基于深度學習技術的新聞摘要和預測模型，可以根據已有的新聞報道，預測未來可能發生的新聞事件，幫助新聞工作者更好地把握新聞發展趨勢。三是News Mapper，這一基于機器學習技術的新聞分類和主題模型，可以根據新聞內容，自動分類和標記不同的主題和關鍵詞，幫助新聞工作者更好地組織和發現新聞內容。

另一方面，要厚植人工智能倫理，強調社會責任感和道德準則。在信息傳播過程中，要培養理智地與機器互動、建立健康有效人機關系所需要的新聞傳播學知識和技能。彭蘭指出，人工智能的發展可能將未來置于一個真假難辨的信息空間，這對個體的生存和整個社會信息環境來講都是一個很大的挑戰。大語言模型可能生產一些具有極強迷惑性的信息，甚至可能被用于傳播虛假信息或進行輿論操縱[11]。引導學生掌握這些人工智能大模型的使用方法，更新課程培養計劃，是目前高校新聞專業人才培養的重要任務。

（二）強化信息加工創新，優化深度調查報道教學

人工智能提升了信息獲取的便利性與快捷性，也向新聞信息加工與創作、新聞調查提出了新要求，在人才培養中應強調創新與深度。

一方面，要強化信息加工創新。大語言模型作為新技術，能將白領從煩瑣的工作中解放出來，帶來普惠服務，增強人的生產能力，其或憑借普世性與重要性成為國家重要的戰略性資源。然而，當下人類已不再處于本雅明所謂的機械復制時代，而是進入了人工智能復制時代，人類在面對人工智能時需要一種抵抗精神。電視時代，人們需要抵抗“沙發土豆”的懶散狀態；手機時代，人們需要抵抗成為“低頭族”；而在人工智能時代，人類應該主動追求美、創造美，保持人的獨立性與尊嚴，拒絕成為智能技術的寄生蟲。要挖掘人工智能在新聞生產、情感分析、圖像及視頻處理、趨勢預測等領域運用的可能[12]，利用人工智能大模型推進新聞傳播的教學，化被動為主動。

另一方面，要優化深度調查報道教學。在學生掌握人工智能輔助數據挖掘與分析的基礎上，應進一步培養學生借助信息挖掘和數據分析技術，撰寫和制作深度新聞報道內容的能力。人工智能可以幫助新聞從業者自動生成或編輯音頻、視頻和圖像，從而提高內容生產效率。人工智能可以自動翻譯新聞，使其跨越語言障礙，面向全球觀眾進行內容傳輸。在新聞專業教育領域，人工智能可以作為工具，幫助學生在虛擬環境中模擬新聞報道，從而使學生積累實踐經驗。主動利用大數據模型幫助檢測和標記可疑的內容，核查新聞事實，能維護信息的真實性和可靠性，讓新聞專業人才更專注于深度報道和調查性新聞等領域。

（三）優化智能教學模式，搭建新型實踐平臺

人工智能不僅能輔助新聞生產，而且能賦能新聞教學過程。通過技術賦能創新課堂教學，強化教學效果[13]。新聞專業也可以借助人工智能，搭建實踐平臺，推進新聞寫作、新聞評論、VR新聞的教學應用。

首先是新聞寫作訓練。教師可以利用人工智能大模型，幫助學生進行新聞寫作訓練。學生可以模仿人工智能生成的文本進行創作，提高寫作能力。同時，人工智能大模型可以幫助教師批改作業，提供有針對性的反饋。

其次是新聞分析與評論。教師可以利用人工智能大模型幫助學生進行新聞分析和評論。例如，通過人工智能技術分析新聞報道的立場、受眾群體等信息，讓學生更好地理解新聞背景和事件影響。此外，學生還可以利用人工智能技術撰寫新聞評論，提高評論質量。

再次是VR新聞。高校新聞專業可以利用人工智能大模型開發虛擬主播和視頻制作技術。學生可以利用虛擬主播技術制作新聞播報視頻，提高視頻制作能力和新聞播報技巧。

此外，人工智能技術還可以幫助學生自動剪輯視頻、生成字幕等，提高視頻制作效率與質量。教學中可以使用大語言模型自動生成新聞報道，讓學生對比機器報道和人工報道，分析兩者的差異和優劣。大語言模型可以幫助學生進行新聞編輯和校對，自動糾正語法和拼寫錯誤，提高新聞質量；可以構建虛擬的新聞采訪和報道場景，模擬真實的新聞采訪和報道過程，在提供豐富的實踐機會的同時，幫助學生更好地了解新聞采訪和報道的流程和技巧。

學生應使用大語言模型分析大量新聞數據，挖掘新聞話題和趨勢；使用大語言模型模擬新聞發布，分析不同的新聞標題和內容對用戶點擊率的影響[14]。教師在教學中可以使用大語言模型生成新聞內容，讓學生討論新聞倫理問題，如真實性、客觀性等，從而使其保持高度的政治敏銳性，在多元化的意見中把握正確的輿論導向[15]。大語言模型還可以模擬用戶的反饋，幫助學生了解用戶的需求和反饋，進一步優化新聞內容。

四、結語

技術的升級迭代將助推媒體融合縱深發展，推動新聞專業教育與時代接軌。在新聞專業人才培養過程中，學生不僅要了解技術原理，還要理解其對新聞業的倫理、社會、經濟影響。總體來說，人工智能和大模型為新聞傳播領域帶來了新的挑戰與機遇，而有效的人才培養是確保這些技術得到合理應用的關鍵。新聞傳播專業人才培養除了需要磨礪基本的新聞采集與編輯技巧，保持對新聞故事的敏感度和對社會事件的深入思考外，還必須持續跟進并掌握最新技術，以增強新聞行業的活力和競爭力。多樣性和多元化是當代社會的核心發展趨勢。雖然人工智能的興起可能給現有的教育體系帶來挑戰，但媒介教育本質上應當是一個充滿活力、不斷進化和適應變化的領域。因此，新聞專業教育需要積極尋找與人工智能時代接軌的有效途徑，從而為社會發展作出更大的貢獻。

參考文獻：

[1] 朱鴻軍. ChatGPT對新聞傳播系統的顛覆性重構[J].探索與爭鳴，2023（5）：29-32.

[2] 張強.智媒時代高職新聞傳播人才培養模式的創新研究[J].新聞研究導刊，2023，14（1）：71-74.

[3] 周慶安，匡愷.人工智能沖擊下新聞傳播教育的認同構建[J].青年記者，2023（8）：26-29.

[4] 彭雨晴，許瑩冰.粵語國際傳播人才培養目標體系與行動邏輯[J].傳媒，2022（7）：55-58.

[5] 王曉紅.智媒時代網絡與新媒體人才教育的變革：美國密蘇里大學新聞學院人才教育的經驗與啟示[J].青年記者，2023（23）：102-105.

[6] 劉環宇.新媒體時代高校新聞教育人才培養路徑研究[J].新聞研究導刊，2023，14（9）：128-130.

[7] 陳昌鳳，呂宇翔.新聞教育如何在技術主導下的顛覆性變革中創新？[J].新聞大學，2022（1）：20-33，120.

[8] 張波.生成式人工智能對新聞傳播教育的影響及因應[J].中國廣播電視學刊，2023（10）：22-25.

[9] 蘇凡博，陳浩.雙維視角下元宇宙傳媒人才培養模式建構[J].出版廣角，2023（8）：51-55.

[10] 王威力.生成式人工智能時代新聞傳播學研究與教育新問題及歐洲經驗：對話歐洲傳播研究與教育學會主席約翰·唐尼教授[J].國際新聞界，2023，45（12）：152-162.

[11] 張爾坤，張一瀟. Chat GPT啟示：大語言模型時代傳播學研究新問題[J].國際新聞界，2023，45（6）：167-176.

[12] 竇鋒昌，孫萌.四圈聯動：媒體職業共同體的困境與塑造[J].青年記者，2024（1）：27-32.

[13] 田秋生，李庚.新文科背景下的新體系、新課堂、新實踐：來自“融媒體時代的一流本科專業建設高峰論壇”的思考[J].青年記者，2021（11）：78-79.

[14] 張才剛.智媒時代新聞傳播人才培養的邏輯進路[J].中國編輯，2023（5）：110-115.

[15] 賴昕.基于場景協同的新聞評論課程思政教育的構建與應用研究[J].新聞研究導刊，2023，14（4）：164-166.

作者簡介 徐經緯，助理研究員，研究方向：新聞生產與人才培養。

指導老師：彭雨晴