主流媒体AI赋能的机遇和挑战——基于ChatGPT的功能突破视角

　　文/张静远 冯贵圆 张红良通信作者 北华大学文学院

　　摘要：在发展人工智能成为国家战略与国际趋势的形势下，以ChatGPT为代表的生成式人工智能正在推动主流媒体走向新的历史节点：“超高效率”与“无所不能”的ChatGPT将消解以往媒体的专业性，实现自动化的新闻采集、任务分配、内容生成和发布等功能。与此同时，ChatGPT也有可能在主流媒体深度发展的进程中滋生媒体“算法黑箱”与创新惰性，侵扰媒体的责任意识与公共理性价值，引发隐私泄露与伦理失衡的技术隐忧。因此，如何把握住机遇和挑战做好主流媒体轻量化和年轻态的融合表达是我们下一步的研究进路。

　　关键词：ChatGPT；主流媒体；AI赋能；机遇和挑战

　　引言

　　如果把主流媒体比喻为一台高速运转的信息处理机器，AI赋能就是将这台机器赋予像人一样的感知、判断、处理各种信息的能力。AI赋能的本质是将人的感知、判断、处理信息过程的模拟通过信息技术的手段应用于各行各业，并且这种应用具有大数据、群体智能、多模态、可推理及适合大规模智能自助系统应用等跨时代特征。AI赋能前后的特征比较，如表1所示。

　　1. ChatGPT的功能突破加速媒体智能化转型

　　1.1 突破“深层对话”——机器准确性的提升、知识库的增强

　　以往的人工智能只能机械回答用户的问题，没有感情，但是ChatGPT的对话交互功能，可以实现机器与用户进行自然对话交互，并识别用户的意图、回答问题等。由于ChatGPT抓住了深层对话的特点，在一定程度上可以“理解”用户的情绪和感受，所以，它的用户数量在短期内激增，同时，其收集的新数据也在不断增长。ChatGPT在训练过程中使用了大量的文本语料库，通过其模型训练参数量可以体现出来：从GPT-1的1.17亿个到GPT-2的15亿个，再到GPT-3的1750亿个，GPT-4和GPT-3.5模型的训练参数量更大。强大的语料库使ChatGPT可以自动学习各种领域的知识，并能够在对话中应用这些知识。同时，ChatGPT还可以通过与其他知识库的结合，进一步增强知识库的覆盖范围和深度，使其能够回答更加复杂的问题。

　　1.2 突破“认知边界”——基于人类反馈的强化学习引领AI内容创作

　　RLHF（reinforcement learning with hu-man feedback，基于人类反馈的强化学习）结合人类专家知识与强化学习的方法，解决生成模型的核心问题，使人工智能技术内容创作方面的能力大幅提升，能够与人类的常识、认知、需求保持较高一致。具体有以下步骤：

　　（1）初始模型训练：AI模型使用监督学习进行训练，人类训练者提供正确行为的标记示例，模型学习根据给定的输入预测正确的动作或输出。

　　（2）收集人类反馈：在初始模型被训练之后，人类训练者提供对模型表现的反馈。他们根据质量或正确性排名不同模型生成的输出或行为。这些反馈被用来创建强化学习的奖励信号。

　　（3）强化学习：使用近端策略优化（Proximal Policy Optimization，PPO）或类似算法对模型进行微调，这些算法将人类生成的奖励信号纳入其中。模型通过人类训练者提供的反馈学习，不断提高其性能。

　　（4）迭代过程：收集人类反馈并通过强化学习改进模型的过程是重复进行的，这导致模型的性能不断提高。

　　1.3 ChatGPT——智能媒介生态系统进化的标志性里程碑

　　对于受互联网技术发展影响极大的媒体行业来说，以ChatGPT为代表的人工智能生成内容将颠覆目前主流媒体内容生产模式，改变产业上下游链条，成为智能媒介生态系统进化的标志性里程碑。一方面，在文字创作、视频剪辑等方面表现显著，契合当下信息获取和使用过程中深度、广度、复杂度不断演化的趋势；另一方面，也给现代信息流动与资源优化、融合转化带来新的挑战与契机，ChatGPT的突破必将开启崭新的智能媒介时代。

　　2. 主流媒体人工智能赋能的本质与意义

　　2.1 主流媒体人工智能赋能的本质

　　新技术为传统主流媒体向新型主流媒体转型提供了可供性。可供性强调关注生物和环境之间的协调性，经发展可供性概念延展为技术可供性的表述，在传播维度上，又被分为社会可供性和传播可供性。社会可供性，从社会建构视角强调个体行为是如何在群体中被塑造的；传播可供性则强调环境（媒介）对个体的引导、限制和约束[1]。主流媒体人工智能赋能的本质是将人工智能技术应用于主流媒体领域中，以提高媒体的效率和质量，这就是传播可供性。

　　2.2 人工智能赋能媒体的具体体现

　　现在的人工智能赋能媒体已经体现在方方面面：内容生成与自动化、个性化推荐、实时新闻分析、内容分类与标签化、虚拟主持人和主播、语言翻译、数据分析和洞察、自动化流程、图像识别和处理、内容监管与合规、数字化档案管理等。我国自2018年上线了中国第一个短视频智能生产平台“媒体大脑·MAGIC短视频智能生产平台”，到2019年“媒体大脑3.0融媒中心智能化解决方案”正式发布，再到2022年全国两会的“虚实交互[2]：主持人与航天员王亚平代表一起围绕履职故事展开对话”，新华社不断提升新闻产品的视觉效果，为用户带来全息、互动、新奇、科幻的沉浸式观看体验，正是人工智能技术提供了融合报道的创新可能性[3]。

　　2.3 国家治理能力需要主流媒体AI赋能

　　国家治理能力现代化不仅是政治意义上的现代化，也包括了信息传播领域的现代化。在现代化国家治理中，信息咨询和传播是至关重要的组成部分。AI技术可以为主流媒体提供更加全面、准确和高时效的信息分析工具，从而提高其信息传播质量；可以为主流媒体提供更加智能化的编辑服务，如自动化写作能力和新闻推荐系统等。这些技术的应用可以大幅提高新闻生产的效率，并且在保证新闻质量的同时可以提供更多更好的信息选择。这对于完善现代信息传播体系和加强国家治理能力都有着至关重要的作用。主流媒体需要不断借助AI技术来持续赋能，以满足信息传播现代化的需求，国家治理能力现代化也需要主流媒体的不断发展与完善。

　　3. 主流媒体AI赋能的机遇

　　3.1 AI赋能实现自动化的新闻采集

　　AI赋能实现自动化新闻采集，是指利用人工智能技术实现对新闻信息的自动收集、整理和筛选。（1）网络爬虫：网络爬虫是一种自动化工具，可以模拟用户访问互联网上所有网页，按照预设的规则和算法，从中提取与指定主题相关网页，并保存为结构化的数据；（2）自然语言处理：自然语言处理（NLP）是一个致力于让机器理解和处理人类语言的研究领域。在新闻采集中，NLP可以帮助机器理解新闻内容和意义，通过分词将新闻文本拆分为单词或短语，提取出关键词；通过实体识别出新闻中的人名、地名等实体；通过情感分析，分析新闻内容表达的情感倾向等；（3）数据挖掘和机器学习：用来从大量数据中自动发现模式和规律，并做出预测和决策的技术，利用数据挖掘和机器学习算法对新闻进行聚类、分类和情感分析等。

　　3.2 AI赋能实现自动化的任务分配和内容生成

　　利用人工智能技术智能化分配任务，将任务根据不同要素进行分派和优化，以提高效率和减少人力资源的浪费。（1）任务识别和分类：自然语言处理和图像识别技术自动分析和理解任务性质和要求；（2）人力资源匹配：根据任务难易程度、时间限制等因素，结合员工技能、经验等信息，智能化匹配合适的员工来执行任务；（3）优化策略和算法：利用优化算法和决策模型，确定最佳任务分派策略；（4）自动化工具和协同平台：通过开发自动化工具和协同平台，实现任务的自动分配和协同。

　　AI正在改变媒体内容生产的模式。在过去，图像创作、音乐创作和视频处理等重要内容都需要艺术家或专业人员进行创作和编辑。AI技术出现后，我们可以使用计算机生成的算法来创建各种媒体内容，从而使创作过程更加高效和快速。同时，AI还可以帮助调整和修改媒体内容，以便创作者更好地实现他们的创意。在图像创作方面，AI可以使用GAN（生成对抗网络）来生成逼真的图像，打破传统的设计和创作流程；在AI视频处理方面，可以使用深度学习和神经网络等技术来自动对视频进行分析、剪辑和修改，以实现更有效的视频内容制作。

　　3.3 AI赋能实现自动化的内容发布

　　在数字化时代需求下，利用人工智能技术实现内容的自动发布，通过自然语言处理、机器学习等技术，AI系统可以自动将撰写的内容发布到相应平台，从而提高工作效率和降低成本。人们可以将更多时间和精力集中在其他需要人类创意和思考的任务上，提高工作的质量和创造力；AI可以利用大数据技术和用户行为数据，分析用户的偏好和历史浏览记录，提供更加智能化、个性化的推荐内容，提高用户黏性，增加用户订阅量和阅读量；对所有汇聚素材进行格式化规整和梳理，包括视频分析、音频识别、声文转换、关键字分析、情感分析，在完成智能标引后，对所有有效素材进行自动分类、自动关联分析、热点聚类分析，使所有素材成为具有一定规律和联系的数据对象；针对所有已完成智能标引的素材对象，提供多应用多场景的高精度智能辅助检索、浏览等服务。所有智能化生产服务能力注册到PaaS，向全平台所有应用需求开放接口并提供定制化辅助功能支撑，从而做到智能推荐和个性化内容。

　　4. 主流媒体AI赋能的挑战

　　4.1 来自“算法黑箱”的恐惧——职业道德和社会责任的重要性

　　当AI系统的决策结果影响到我们的生活、工作和个人权益时，“算法黑箱”的存在就变得尤为重要。由于缺乏透明度，人们无法了解AI系统是如何做出决策的，从而导致恐惧出现。AI技术的开发和应用必须遵循严格的职业道德准则，确保人类的权益和价值得到尊重和保护。开发者和研究人员应该致力于开发可解释和可理解的AI系统，以使其决策过程能够被验证和解释；AI系统的设计应该具备追溯性，能够追踪其决策过程和数据来源；AI技术的开发和应用需要承担社会责任，以确保其产生的影响是积极的、符合伦理的；在开发和应用AI技术时，必须进行全面风险评估并采取相应措施来降低这些风险，包括制定准则和规范、监测和审查算法的行为，并对可能的风险进行预测和预防；AI系统的设计和训练应该遵循公正和公平原则，确保对所有人群的平等对待，避免歧视和偏见的产生。这需要确保训练数据的多样性和代表性，避免数据集的偏差和不平衡。

　　4.2 来自工业产品的壁垒——滋生创新惰性

　　人工智能技术是媒体智能化生产的核心驱动力，基于大数据和算法驱动的AIGC已然对传媒工作者产生巨大冲击力，麦克卢汉关于“媒介即人的延伸”观点需要再度思考：AIGC在一定程度上带来便利，但同时也可能滋生一定的惰性。AI技术能够帮助媒体工作者从海量的数据中进行筛选和分析，提高效率和准确性，但也可能导致媒体工作者在创作和报道新闻时过于依赖自动化的算法和程序，缺乏深度报道和独立思考的能力。一方面，AI可以提供快速的新闻推荐和个性化内容推送，使用户更容易获取自己感兴趣的信息，但这也可能造成信息的过滤和碎片化，使用户被舒适区所包围，失去了接触多元视角和深度报道的机会；另一方面，在报道过程中，媒体也可能过分依赖AI技术的分析和选题能力，而忽视人工判断和独立思考的重要性，这可能导致新闻报道的倾向性和缺乏全面性，甚至可能引发人类偏见和错误的信息传播。因此，媒体在采用AI技术时需要保持警惕，遵循专业的新闻伦理和价值观，注重独立性和深度报道，提高对信息的核查和分析能力，才能更好地发挥AI技术在媒体领域的潜力，避免滋生创新惰性。

　　4.3 来自数据收集短板——隐私保护和AI伦理的挑战

　　AI技术需要大量的数据来进行训练和学习，这就需要媒体收集和存储用户数据，但是往往面临着安全和隐私保护问题。媒体须建立完善的数据管理和隐私保护机制，确保用户数据的安全和隐私不受侵犯。在人工智能语境下，个体生活高度融入数字空间，无论数据公开与否，技术持有企业可能超范围利用个人数据信息与其他第三方从事交易，可能引发黑客行为等网络犯罪；如智能热点查找，就存在使民众数据遭受非法收集、过度剖析的危险，准确的智能分发是以让渡个人隐私为前提的；由于新闻来源不透明，机器人新闻写作源素材的抓取使用在无形中侵犯了公民的著作权。机器人新闻虽能提供“快新闻”，但也会造成新闻失衡、新闻价值被损害、同质化现象等问题。

　　5. 主流媒体AI赋能的展望

　　当地时间2023年7月18日，联合国安理会在联合国总部举行了首次人工智能（AI）会议，主题为“人工智能给国际和平与安全带来的机遇与风险”。联合国安理会秘书长安东尼奥·古特雷斯呼吁设立一个全球监管机构来监督这项新技术。中国常驻联合国代表张军提出关于人工智能治理的五条原则：伦理先行、安全可控、公平普惠、开放包容、和平利用[4]。至此，中国正在积极发展自己的AIGC技术，服务于主流媒体的新闻报道和“四力”建设，加速主流媒体AI赋能的发展，做好主流媒体的“轻量化”融合表达，以满足受众对轻量、快速、短小的信息需求。在充满机遇和挑战的时代，主流媒体需要抓住这一风口，迎接挑战，以呈现崭新的风貌。

　　参考文献：

　　[1]曾琼,马源.计算技术对广告产业发展的嵌入——基于技术可供性的视角[J].现代传播(中国传媒大学学报),2022,44(7): 128-136.

　　[2]彭培成.基于人工智能技术的媒体深度融合发展路径[J].城市党报研究,2020(9):73-75.

　　[3]郭小平,彭媛.从技术可供到技术赋能：新型主流媒体两会报道的融合创新[J].电视研究,2022(4):9-13.

　　[4]丁雅栀,陈子帅.中方在安理会AI问题会议提五原则，发言学者：AI赋能和平安全任重道远[EB/OL].(2023-7-20)[2023-10-20].https://baijiahao.baidu.com/s?id=1771891150474670954&wfr=spider&for=pc.

　　作者简介：张静远，硕士研究生，研究方向：主流媒体“四力”建设的人工智能赋能；冯贵圆，硕士研究生，研究方向：主流媒体“四力”建设的人工智能赋能；张红良，本科，教授，研究方向：主流媒体“四力”建设的人工智能赋能。

　　基金项目：国家社科基金一般项目——主流媒体“四力”建设的人工智能赋能研究（编号：20BXW004）。