大模型時(shí)代視聽新聞智能生產(chǎn)的流程再造與路徑重構(gòu)

鄧秀軍?別明蔚

【摘要】大模型的強(qiáng)勢(shì)崛起打破了傳統(tǒng)視聽新聞行業(yè)的操作流程和生產(chǎn)慣習(xí)，加速了視聽內(nèi)容生產(chǎn)的智能化升級(jí)，能夠促進(jìn)視聽新聞生產(chǎn)方式和流程的創(chuàng)新，推動(dòng)信息采集自動(dòng)化、內(nèi)容生成多元化、分發(fā)場(chǎng)景全知化和審查方式智能化。但在給視聽新聞行業(yè)帶來便捷和提升的同時(shí)，大模型也引發(fā)了知識(shí)產(chǎn)權(quán)、隱私安全和信息倫理等方面的挑戰(zhàn)。媒體機(jī)構(gòu)應(yīng)通過規(guī)制重構(gòu)、技術(shù)重構(gòu)和人才重構(gòu)，利用智能技術(shù)賦能視聽新聞生產(chǎn)，增強(qiáng)人機(jī)協(xié)同關(guān)系的耦合度，實(shí)現(xiàn)技術(shù)善用，以更好地完成人機(jī)協(xié)同之下智能化生產(chǎn)路徑重構(gòu)。

【關(guān)? 鍵? 詞】大模型；視聽新聞；智能生產(chǎn)；流程再造；人機(jī)協(xié)同

【作者單位】鄧秀軍，北京外國(guó)語大學(xué)國(guó)際新聞與傳播學(xué)院；別明蔚，北京外國(guó)語大學(xué)國(guó)際新聞與傳播學(xué)院。

【基金項(xiàng)目】國(guó)家社科基金重大項(xiàng)目“新時(shí)代媒體融合推進(jìn)北京冬奧精神傳播研究”（22&ZD314）。

【中圖分類號(hào)】G206【文獻(xiàn)標(biāo)識(shí)碼】A【DOI】10.16491/j.cnki.cn45-1216/g2.2024.08.008

自2022年底OpenAI公司發(fā)布ChatGPT以來，以多模態(tài)大模型為底層技術(shù)邏輯的產(chǎn)品相繼出現(xiàn)，引起了各行各業(yè)的高度關(guān)注。隨后發(fā)布的視頻生成模型Sora更是成為大模型發(fā)展史上的重要里程碑。截至2024年3月，我國(guó)10億參數(shù)規(guī)模以上的大模型已超過100個(gè)，行業(yè)大模型深度賦能多個(gè)領(lǐng)域［1］。在視聽新聞行業(yè)，以央視聽大模型為代表的大模型視聽新聞生產(chǎn)應(yīng)用改變了新聞內(nèi)容生產(chǎn)方式，豐富了內(nèi)容供給渠道，提升了新聞生產(chǎn)效率。在用戶需求和技術(shù)迭代交織的場(chǎng)景中，視聽新聞行業(yè)正面臨前所未有的機(jī)遇和挑戰(zhàn)。本文將探索大模型技術(shù)可供邏輯如何作用于視聽新聞生產(chǎn)實(shí)現(xiàn)流程再造，分析大模型嵌入新聞生產(chǎn)的風(fēng)險(xiǎn)與挑戰(zhàn)，以及如何更好地規(guī)避風(fēng)險(xiǎn)，實(shí)現(xiàn)人機(jī)協(xié)同下智能化生產(chǎn)路徑重構(gòu)。

一、視聽新聞智能生產(chǎn)的大模型技術(shù)采納

美國(guó)學(xué)者尼古拉斯·尼葛洛龐帝認(rèn)為：“數(shù)字化生存天然具有賦權(quán)的本質(zhì)，這一特質(zhì)將引發(fā)積極的社會(huì)變遷?！保?］我國(guó)新聞業(yè)態(tài)經(jīng)歷了從傳統(tǒng)報(bào)刊和廣播電視到新媒體的轉(zhuǎn)型，如今短視頻等新媒體成為主要的媒介形態(tài)，新聞內(nèi)容的生產(chǎn)呈現(xiàn)視覺化轉(zhuǎn)向，隨之出現(xiàn)了生產(chǎn)效率低下、分發(fā)策略不精準(zhǔn)等問題。在這樣的大背景下，大模型技術(shù)應(yīng)運(yùn)而生，全方位賦能視聽新聞生產(chǎn)，助推視聽新聞行業(yè)實(shí)現(xiàn)數(shù)智化轉(zhuǎn)型。

1．我國(guó)視聽新聞生產(chǎn)的智能化轉(zhuǎn)向

我國(guó)視聽新聞行業(yè)的演進(jìn)分為三個(gè)階段：?jiǎn)蜗騻鞑サ摹皬V播階段”、有線電視和衛(wèi)星電視的“窄播階段”、互聯(lián)網(wǎng)和各移動(dòng)終端的個(gè)性化傳播階段［3］。傳統(tǒng)廣播電視以時(shí)間資源為主要追求目標(biāo)的線性傳播方式被互聯(lián)網(wǎng)以空間資源為主要目標(biāo)的非線性傳播方式取代，既有的媒介形態(tài)和文本樣態(tài)被不斷顛覆和革新，以移動(dòng)短視頻等為代表的新興視聽傳播媒介逐步占據(jù)主導(dǎo)地位，視聽傳播成為當(dāng)前主流的信息領(lǐng)域和傳播方式。

無論是電視媒體、視頻網(wǎng)站還是社交媒體都在進(jìn)行云終端的建設(shè)，接收和存儲(chǔ)大量的信息已不成問題［4］。然而面對(duì)海量信息，視聽新聞生產(chǎn)依舊存在難以跨越的技術(shù)桎梏。一方面，相較于文本新聞，視聽新聞的制作成本高、制作周期長(zhǎng)，從選題策劃到內(nèi)容生產(chǎn)每個(gè)環(huán)節(jié)都需要專業(yè)生產(chǎn)者參與，生產(chǎn)效率大大降低，新聞內(nèi)容更新滯后。另一方面，現(xiàn)階段視聽新聞在分發(fā)環(huán)節(jié)存在分發(fā)場(chǎng)景單一、用戶需求把握不精準(zhǔn)及數(shù)據(jù)分析能力滯后等問題。要想更科學(xué)地策劃、更高效地生產(chǎn)、更精準(zhǔn)地傳播，優(yōu)化視聽新聞生產(chǎn)邏輯，重構(gòu)視聽新聞生產(chǎn)流程是其中的關(guān)鍵。

2．大模型技術(shù)的進(jìn)化邏輯與媒介賦能

大模型是指基于深度學(xué)習(xí)算法進(jìn)行訓(xùn)練的自然語言處理模型，主要應(yīng)用于自然語言理解和生成等領(lǐng)域，包括機(jī)器視覺大模型、多模態(tài)大模型和科學(xué)計(jì)算大模型等［5］。大模型經(jīng)歷了從早期統(tǒng)計(jì)學(xué)習(xí)方法到深度學(xué)習(xí)模型，再到近年來大規(guī)模預(yù)訓(xùn)練模型的演進(jìn)過程。近年來，GPT、BERT、Sora等大規(guī)模預(yù)訓(xùn)練模型的出現(xiàn)，實(shí)現(xiàn)了參數(shù)規(guī)模的指數(shù)級(jí)增長(zhǎng)和能力涌現(xiàn)，標(biāo)志著信息社會(huì)進(jìn)入大模型主導(dǎo)的新階段。

與其他技術(shù)相比，大模型在大數(shù)據(jù)、大算力、大算法等方面具有天然優(yōu)勢(shì)，能夠通過大規(guī)模數(shù)據(jù)的預(yù)訓(xùn)練進(jìn)行無監(jiān)督學(xué)習(xí)，模擬人的思維方式，在各種任務(wù)上取得優(yōu)異成效。尤其是Sora這一大型視覺模型，能夠根據(jù)多模態(tài)的提示生成跨越不同持續(xù)時(shí)間、寬高比和分辨率的動(dòng)態(tài)視頻或圖像。大模型技術(shù)的演進(jìn)標(biāo)志著多模態(tài)數(shù)據(jù)處理能力的顛覆性提升，使其能夠按需自動(dòng)采集和生成視聽內(nèi)容，并模擬人的思維方式與用戶進(jìn)行互動(dòng)。基于大模型技術(shù)的底層邏輯，媒介變革、生產(chǎn)范式和大眾日?！坝^看”行為的邊界也逐漸被擴(kuò)展，為視聽新聞生產(chǎn)和分發(fā)效率的提升提供了有力支撐。

3．大模型技術(shù)支撐視聽新聞的智能生產(chǎn)

隨著媒介技術(shù)與視聽新聞行業(yè)的持續(xù)交融，新聞業(yè)長(zhǎng)久以來形成的標(biāo)準(zhǔn)化生產(chǎn)流程不斷被沖擊、消解。按照參與新聞生產(chǎn)的卷入程度，有學(xué)者將新聞業(yè)中的人工智能技術(shù)分為輔助增強(qiáng)、初步自動(dòng)化和自動(dòng)化內(nèi)容生產(chǎn)三個(gè)階段［6］。據(jù)此，本文將視聽新聞生產(chǎn)中的大模型應(yīng)用分為輔助階段、協(xié)作階段和獨(dú)立生產(chǎn)階段。在輔助階段，大模型作為輔助性工具，幫助新聞工作者完成資料整理、素材搜集等基礎(chǔ)工作，或者自動(dòng)生成視聽集錦和簡(jiǎn)短的視聽新聞概要。在協(xié)作階段，大模型深度參與新聞生產(chǎn)，幫助新聞工作者完成選題策劃、深度視聽內(nèi)容生產(chǎn)等復(fù)雜工作。在獨(dú)立生產(chǎn)階段，大模型通過深度學(xué)習(xí)和反復(fù)優(yōu)化，自主生成高質(zhì)量多模態(tài)內(nèi)容，甚至超越人類創(chuàng)作者的水平。在這前后相繼的三個(gè)不同階段，大模型技術(shù)扮演著不同的角色，并隨著技術(shù)的更迭實(shí)現(xiàn)不同角色間的平滑過渡。

當(dāng)下的大模型應(yīng)用尚處在協(xié)作視聽新聞生產(chǎn)的中間階段。媒體機(jī)構(gòu)的大模型應(yīng)用主要有通用工具型、平臺(tái)接入型和專有系統(tǒng)型［7］ 三種類型。越來越多的視聽媒體開始轉(zhuǎn)向大模型的嵌入和運(yùn)用，紛紛與業(yè)界學(xué)界開展合作，共建專有視聽傳播大模型。如，浙江日?qǐng)?bào)報(bào)業(yè)集團(tuán)、浙江廣播電視集團(tuán)與傳播大腦科技（浙江）股份有限公司合作打造了“天目藍(lán)云”融媒體平臺(tái)，每日經(jīng)濟(jì)新聞推出“雨燕智宣AI短視頻自動(dòng)生成平臺(tái)”等，都體現(xiàn)了視聽新聞生產(chǎn)呈現(xiàn)高度智能化轉(zhuǎn)向。隨著大模型技術(shù)在視聽新聞行業(yè)的深入應(yīng)用，技術(shù)邏輯必然影響新聞生產(chǎn)邏輯，推動(dòng)視聽新聞的智能化轉(zhuǎn)型。

二、大模型技術(shù)嵌入視聽新聞智能生產(chǎn)的流程再造

大模型技術(shù)具備支撐生成式人工智能處理包含圖像、文字、音視頻等形態(tài)的融媒體新聞內(nèi)容的能力［8］?；谏疃葘W(xué)習(xí)和人機(jī)互動(dòng)，大模型系統(tǒng)能夠精準(zhǔn)識(shí)別和理解復(fù)雜的視聽信息，促進(jìn)視聽新聞生產(chǎn)方式和流程的創(chuàng)新，推動(dòng)信息采集自動(dòng)化、內(nèi)容生成多元化、分發(fā)場(chǎng)景全知化和審查方式智能化。

1．信息采集：高效開啟自動(dòng)化信息處理

信息采集即新聞素材的獲取，是新聞生產(chǎn)和分發(fā)的基礎(chǔ)環(huán)節(jié)。在大模型嵌入新聞采集流程前，已存在Dreamwriter等新聞采集人工智能技術(shù)應(yīng)用，主要用于簡(jiǎn)單的文本類新聞編寫。相較于以往以寫作機(jī)器人為主的智能化信息采集輔助應(yīng)用，大模型能夠利用強(qiáng)大的信息處理能力實(shí)現(xiàn)自動(dòng)化信息采集，并且通過自然語言處理和機(jī)器學(xué)習(xí)對(duì)海量數(shù)據(jù)進(jìn)行篩選、分類和提取，生成智能標(biāo)題和智能摘要，極大地提高了信息采集的效率，更精準(zhǔn)地把握?qǐng)?bào)道角度和重點(diǎn)。

此外，大模型技術(shù)還具備圖像識(shí)別能力和語音識(shí)別能力，可以自動(dòng)分析和標(biāo)注模態(tài)文件，提取視聽信息中的關(guān)鍵元素，為新聞報(bào)道提供更加豐富的素材。路透社推出的Reuters News Tracer能自動(dòng)吸納社交媒體數(shù)據(jù)流，并使用聚類算法對(duì)事件進(jìn)行追蹤分析，實(shí)現(xiàn)對(duì)新聞事件的實(shí)時(shí)監(jiān)測(cè)。同時(shí)，使用大模型快速定位視聽新聞事件中的人物、事件等關(guān)鍵要素，自動(dòng)進(jìn)行時(shí)間編碼，將音視頻進(jìn)行識(shí)別、翻譯和文本轉(zhuǎn)化，能夠在一定程度上提升信息采集效率［9］。

2．內(nèi)容生產(chǎn)：一鍵生成多模態(tài)視聽內(nèi)容

隨著大模型技術(shù)逐漸被新聞業(yè)采納，ChatGPT、Sora等大模型應(yīng)用逐漸參與視聽新聞生產(chǎn)，作為非人行動(dòng)者賦能多模態(tài)視聽內(nèi)容的生成。具體來說，大模型技術(shù)具備智能創(chuàng)作能力。一是智能化內(nèi)容加工。ChatGPT能結(jié)合新聞的背景信息，幫助生產(chǎn)者完成常規(guī)視聽新聞解說詞和分鏡頭腳本設(shè)計(jì)等。Sora則可以根據(jù)新聞文本內(nèi)容，完成自動(dòng)化字幕生成和內(nèi)容剪輯，生成高質(zhì)量多模態(tài)視聽內(nèi)容。二是智能化新聞集錦生成。大模型技術(shù)具備豐富的視頻編輯和處理能力，可以對(duì)生成的視頻素材進(jìn)行剪輯、配音、添加特效等，并且可以根據(jù)關(guān)鍵詞自動(dòng)生成精選視頻集錦，大大提升視聽新聞內(nèi)容的觀賞性。三是智能化內(nèi)容形態(tài)創(chuàng)新。大模型應(yīng)用及終端設(shè)備的迅速發(fā)展使得虛擬數(shù)字人煥發(fā)生機(jī)，能夠代替真實(shí)的主持人在各種現(xiàn)實(shí)場(chǎng)景中與人互動(dòng)，促進(jìn)節(jié)目樣態(tài)的創(chuàng)新升級(jí)。

美國(guó)的ReelFramer內(nèi)容生成工具將大模型技術(shù)嵌入視聽新聞生產(chǎn)，能夠以新聞卷軸的形式將短視頻內(nèi)容呈現(xiàn)給觀眾［10］。我國(guó)主流媒體也開啟“大模型+新聞”的探索。中央廣播電視總臺(tái)聯(lián)合上海人工智能實(shí)驗(yàn)室發(fā)布了央視聽媒體大模型，能夠根據(jù)新聞素材自動(dòng)生成內(nèi)容并將其以視覺形式呈現(xiàn)。新華社推出大型語言模型MediaGPT，用以處理視聽新聞素材，高效生成多模態(tài)新聞內(nèi)容。

3．分發(fā)場(chǎng)景：多維構(gòu)建全知化傳播場(chǎng)景

羅伯特·斯考伯與謝爾·伊斯雷爾在《即將到來的場(chǎng)景時(shí)代》一書中斷言：“互聯(lián)網(wǎng)在未來25年內(nèi)將進(jìn)入新時(shí)代——場(chǎng)景時(shí)代?！保?1］在場(chǎng)景時(shí)代，視聽新聞的傳播將呈現(xiàn)場(chǎng)景多樣化、用戶個(gè)性化、信息伴隨化和需求智能化等特征，而大模型的發(fā)展加速了場(chǎng)景時(shí)代的來臨。

在傳播場(chǎng)景建構(gòu)方面，大模型技術(shù)能夠在海量數(shù)據(jù)的基礎(chǔ)上進(jìn)行深度學(xué)習(xí)和分析，模擬新聞事件的現(xiàn)場(chǎng)環(huán)境，結(jié)合AR、VR、生成三維立體的場(chǎng)景呈現(xiàn)內(nèi)容，為用戶提供更加真實(shí)和鮮活的視聽體驗(yàn)。同時(shí)，大模型產(chǎn)品還能嵌入智能音箱、智能手表等載體來拓展傳播場(chǎng)景，真正實(shí)現(xiàn)跨時(shí)空多元化傳播。

在內(nèi)容分發(fā)機(jī)制上，“算法+用戶”的協(xié)同推薦模式將取代原有的“算法推薦”機(jī)制。系統(tǒng)能夠根據(jù)人類的反饋強(qiáng)化學(xué)習(xí)和訓(xùn)練，在人類的主題圖譜控制和系統(tǒng)的自主語義分析雙軌運(yùn)行機(jī)制下，通過持續(xù)的人機(jī)互動(dòng)明確用戶的偏好與需求。同時(shí)，系統(tǒng)能夠?qū)π侣剤D片和視頻進(jìn)行智能識(shí)別和標(biāo)注，為用戶提供更便捷的搜索和瀏覽體驗(yàn)，實(shí)現(xiàn)個(gè)性化、精準(zhǔn)化傳播。如英國(guó)生成式人工智能新聞機(jī)器人查理從多個(gè)渠道抓取和分析某個(gè)新聞事件的不同信息和觀點(diǎn)，根據(jù)用戶的聊天記錄分析用戶的訴求和偏好，實(shí)現(xiàn)精準(zhǔn)適配的新聞推薦。

4．事實(shí)核查：深度聚焦智能化審核流程

事實(shí)核查是新聞生產(chǎn)中的一個(gè)重要環(huán)節(jié)，是指對(duì)報(bào)道對(duì)象的事實(shí)性進(jìn)行核實(shí)、確認(rèn)的行為［12］。在大模型與視聽新聞業(yè)深度融合的情境下，技術(shù)對(duì)事實(shí)核查的支撐作用日漸凸顯。大模型技術(shù)通過強(qiáng)大的數(shù)據(jù)處理能力，顯著提升新聞審查效率。一是語義分析和情感識(shí)別。利用大模型深入分析新聞內(nèi)容，識(shí)別潛在的誤導(dǎo)性信息或帶有偏見的內(nèi)容，有助于新聞審查人員進(jìn)行內(nèi)容糾偏。二是跨模態(tài)智能分析和輔助決策。大模型能夠?qū)徍巳诤衔谋尽⒙犛X、視覺等多模態(tài)信息和跨語種內(nèi)容，支持多語言處理，確保內(nèi)容在不同文化和語言環(huán)境下的合規(guī)性。

此外，大模型能夠通過學(xué)習(xí)了解審查標(biāo)準(zhǔn)和規(guī)則，為審核人員提供跨模態(tài)智能推薦和輔助決策，這意味著傳統(tǒng)人工審核機(jī)制將轉(zhuǎn)化為人機(jī)結(jié)合、人機(jī)互動(dòng)的審核方式。在2023AI+智媒科技大會(huì)上，封面科技發(fā)布的“小封智作”提供了敏感審核、智能糾錯(cuò)等智能化工具，有效提升了事實(shí)核查的效率。

三、大模型技術(shù)嵌入視聽新聞智能生產(chǎn)的風(fēng)險(xiǎn)與挑戰(zhàn)

大模型技術(shù)的持續(xù)發(fā)展和廣泛應(yīng)用推動(dòng)了視聽新聞的生產(chǎn)流程結(jié)構(gòu)性重塑，同時(shí)也帶來了風(fēng)險(xiǎn)和挑戰(zhàn)。新技術(shù)語境下的人機(jī)關(guān)系變得復(fù)雜化，技術(shù)賦能與技術(shù)異化共存。大模型在給視聽新聞行業(yè)帶來便捷和提升的同時(shí)，也引發(fā)了知識(shí)產(chǎn)權(quán)、隱私安全和信息倫理等方面的問題。

1．知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)：人機(jī)共存之下視聽內(nèi)容治理考量

在人機(jī)互構(gòu)的傳播環(huán)境下，大模型技術(shù)可能導(dǎo)致內(nèi)容原創(chuàng)性、準(zhǔn)確性和合規(guī)性被弱化，傳統(tǒng)的新聞把關(guān)制度遭受沖擊。首先，大模型過度依賴機(jī)器學(xué)習(xí)和入庫數(shù)據(jù)，生成的內(nèi)容主要依靠先驗(yàn)性經(jīng)驗(yàn)和既定程序，新聞內(nèi)容生產(chǎn)的創(chuàng)新性和獨(dú)特性不夠，容易形成AI信息繭房。其次，文生視頻模型的技術(shù)局限性導(dǎo)致生成的視頻內(nèi)容存在整體荒謬、運(yùn)動(dòng)主體的臨界狀態(tài)、互動(dòng)聯(lián)系畫面邏輯錯(cuò)誤等問題［13］，使得它生成的視聽內(nèi)容可能出現(xiàn)不準(zhǔn)確甚至誤導(dǎo)用戶的情況。再次，大模型的數(shù)據(jù)挖掘與訓(xùn)練中使用的數(shù)據(jù)內(nèi)容是否被授權(quán)尚不清晰，可能存在內(nèi)容搬運(yùn)現(xiàn)象，極易侵犯版權(quán)。最后，大模型嵌入視聽新聞生產(chǎn)后，單純的界面內(nèi)容把關(guān)不再適用于當(dāng)前情境，把關(guān)模式應(yīng)轉(zhuǎn)化為人機(jī)協(xié)同下全流程全要素的把關(guān)，把關(guān)行為的成本和難度越來越高。為此，視聽新聞業(yè)需要構(gòu)建完善的視聽內(nèi)容治理規(guī)制，加大內(nèi)容審核和監(jiān)管力度，確保傳播內(nèi)容的獨(dú)特性、合規(guī)性和可靠性。

2．隱私安全隱患：精準(zhǔn)互動(dòng)之下用戶數(shù)據(jù)安全問題

大模型技術(shù)在傳受主體有機(jī)互動(dòng)的同時(shí)，也可能引發(fā)用戶數(shù)據(jù)泄漏等隱私問題。為了訓(xùn)練和優(yōu)化大模型，實(shí)現(xiàn)更精準(zhǔn)的推送與互動(dòng)，平臺(tái)需要收集大量的用戶數(shù)據(jù)，包括觀看歷史、搜索記錄和互動(dòng)行為等，普通用戶的數(shù)據(jù)在未授權(quán)的狀況下被暴露在特定信息環(huán)境中，其知情權(quán)和所有權(quán)都可能會(huì)受到侵犯。同時(shí)，用戶與平臺(tái)的互動(dòng)看似是正常的溝通，實(shí)則是一種毫不知情情況下的輔助訓(xùn)練過程，個(gè)人的日?；?dòng)行為數(shù)據(jù)極大可能被平臺(tái)利用，成為平臺(tái)數(shù)字資源的一部分。此外，大模型在處理用戶數(shù)據(jù)時(shí)難免存在算法歧視和算法偏見。因此，技術(shù)人員需要提高大模型技術(shù)的算法透明度，厘清數(shù)據(jù)的歸屬權(quán)和使用權(quán)，并采用加密、脫敏等技術(shù)手段，確保用戶數(shù)據(jù)的安全性和隱私性。

3．信息倫理挑戰(zhàn)：技術(shù)祛魅之下新聞人文關(guān)懷缺失

在工具理性思維的驅(qū)動(dòng)下，視聽新聞生產(chǎn)可能會(huì)出現(xiàn)過于追求效率和效果而忽視新聞內(nèi)容的人文關(guān)懷和社會(huì)責(zé)任的問題。大模型技術(shù)在人倫敏感性題材的視聽新聞報(bào)道中是否適用還有待考證，大模型視聽新聞生成系統(tǒng)雖然能識(shí)別基礎(chǔ)的情感取向，如“積極”或“消極”，但其受社群文化差異、情感的復(fù)雜性等因素的影響，難以捕捉新聞背后更深層次的價(jià)值意蘊(yùn)，新聞內(nèi)容缺乏“靈韻”，很難與大眾產(chǎn)生情感上的共鳴。因此，對(duì)于與生命議題相關(guān)的報(bào)道，大眾更希望是只由人類親自參與編寫的無中介化報(bào)道［7］。

此外，由于大模型訓(xùn)練數(shù)據(jù)的不均衡和偏差以及大模型在訓(xùn)練過程中對(duì)偏差數(shù)據(jù)的“學(xué)習(xí)”，導(dǎo)致其在后期工作中存在算法偏見。算法偏見可能會(huì)導(dǎo)致系統(tǒng)傾向于推薦主流社會(huì)群體的觀點(diǎn)，一些弱勢(shì)群體的聲音因算法的過濾和排序機(jī)制而被淹沒，缺失應(yīng)有的人文關(guān)懷。大模型時(shí)代視聽新聞生產(chǎn)的邏輯起點(diǎn)應(yīng)回到技術(shù)、人與社會(huì)的良性互動(dòng)［14］，遵循人的主體地位，注重人文精神的傳承和弘揚(yáng)，確保視聽新聞在追求技術(shù)創(chuàng)新的同時(shí)不失其本質(zhì)價(jià)值。

四、大模型技術(shù)與視聽新聞智能生產(chǎn)協(xié)同的路徑重構(gòu)

綜觀人類社會(huì)發(fā)展和技術(shù)工具迭代的歷史，每一次技術(shù)的更迭和工具的升級(jí)必然引起社會(huì)實(shí)踐活動(dòng)的邊界拓展與重塑。大模型的發(fā)展和應(yīng)用讓媒體機(jī)構(gòu)在擁抱新技術(shù)的同時(shí)，也需要考量如何規(guī)避人或技術(shù)的“盲目意志”，通過規(guī)制重構(gòu)、技術(shù)重構(gòu)和人才重構(gòu)，利用智能技術(shù)賦能視聽新聞生產(chǎn)，增強(qiáng)人機(jī)協(xié)同關(guān)系的耦合度，實(shí)現(xiàn)技術(shù)善用。

1．規(guī)制重構(gòu)：建立內(nèi)容治理標(biāo)準(zhǔn)和監(jiān)管體系，保障視聽新聞內(nèi)容質(zhì)量

大模型技術(shù)已經(jīng)以一種不可逆的趨勢(shì)深度融入新聞生產(chǎn)的各個(gè)環(huán)節(jié)，在促進(jìn)全流程再造的同時(shí)也帶來了風(fēng)險(xiǎn)和挑戰(zhàn)。目前新聞行業(yè)大模型技術(shù)的使用規(guī)制還處在摸索和醞釀階段，世界新聞出版商協(xié)會(huì)與德國(guó)SCHICKLER咨詢公司合作開展的全球調(diào)查發(fā)現(xiàn)，只有20%的新聞編輯室對(duì)如何使用GAI工具制訂了管理指南［15］。針對(duì)“大模型+視聽新聞”的生產(chǎn)模式帶來的新挑戰(zhàn)和新問題，視聽新聞業(yè)需要重建新聞生產(chǎn)的制度性規(guī)范，明確技術(shù)標(biāo)準(zhǔn)、操作流程和審核機(jī)制等。

一方面，需要建立大模型應(yīng)用的質(zhì)量標(biāo)準(zhǔn)和評(píng)估體系，對(duì)大模型生成或輔助生成的新聞內(nèi)容的真實(shí)性、客觀性等進(jìn)行內(nèi)容質(zhì)量評(píng)估，同時(shí)監(jiān)測(cè)和評(píng)估大模型及其相關(guān)產(chǎn)品的使用情況，防止其被誤用或者濫用，降低大模型嵌入下視聽新聞產(chǎn)生“幻覺新聞”的可能性。另一方面，需要建立健全數(shù)據(jù)安全保護(hù)制度，謹(jǐn)防數(shù)字侵權(quán)等問題出現(xiàn)。我國(guó)的《中華人民共和國(guó)數(shù)據(jù)安全法》和《中華人民共和國(guó)個(gè)人信息保護(hù)法》均強(qiáng)調(diào)第三方獲取數(shù)據(jù)的方式和目的的合法性，其中，《中華人民共和國(guó)數(shù)據(jù)安全法》強(qiáng)調(diào)建立數(shù)字分類分級(jí)保護(hù)制度。為了規(guī)避大模型技術(shù)的應(yīng)用造成內(nèi)容侵權(quán)，視聽新聞業(yè)可對(duì)多模態(tài)信息數(shù)據(jù)按照重要程度分為一般數(shù)據(jù)、公共數(shù)據(jù)、國(guó)家核心數(shù)據(jù)，進(jìn)行制度性保護(hù)和差異化管控［16］。

2．技術(shù)重構(gòu)：打造人性化技術(shù)圖景，實(shí)現(xiàn)用戶隱私與個(gè)性體驗(yàn)共存

在技術(shù)不斷更迭的當(dāng)下，新聞工作者需要在理解技術(shù)邏輯和用戶需求的基礎(chǔ)上積極探索大模型與視聽新聞交融的契合點(diǎn)，構(gòu)建人性化的視聽傳播格局。首先，視聽新聞業(yè)應(yīng)打造人性化技術(shù)圖景。大模型技術(shù)的核心特點(diǎn)和優(yōu)勢(shì)是具備強(qiáng)大的語義理解和知識(shí)整合能力。通過不斷優(yōu)化語義理解能力，新聞工作者能夠使大模型產(chǎn)品更加準(zhǔn)確地理解視聽素材，生成更加類人化和符合語境的新聞內(nèi)容，并通過深度學(xué)習(xí)和自然語言處理技術(shù)，更加準(zhǔn)確理地解用戶興趣和偏好，提供個(gè)性化的內(nèi)容推薦服務(wù)。其次，視聽新聞業(yè)應(yīng)建立用戶隱私保護(hù)機(jī)制，如數(shù)據(jù)加密、匿名化處理等，降低用戶隱私泄露風(fēng)險(xiǎn)，構(gòu)筑用戶隱私安全防線。最后，視聽新聞業(yè)建立行業(yè)協(xié)作機(jī)制，促進(jìn)技術(shù)與經(jīng)驗(yàn)共享，增強(qiáng)算法的透明度和可解釋性，讓用戶了解算法是如何選擇內(nèi)容的，有助于用戶判斷信息的真實(shí)性和多樣性，實(shí)現(xiàn)用戶隱私與個(gè)性體驗(yàn)共存。

3．人才重構(gòu)：發(fā)揮新聞生產(chǎn)者主體性功能，彰顯視聽新聞人文關(guān)懷

技術(shù)哲學(xué)家劉易斯·芒福德在《技術(shù)與文明》一書中指出，技術(shù)只是人類文化中的一個(gè)元素，其作用的好壞，取決于社會(huì)集團(tuán)對(duì)其利用的好壞［17］。在大模型與視聽新聞智能生產(chǎn)的協(xié)同過程中，人才是關(guān)鍵要素。因此，順應(yīng)媒介融合趨勢(shì)，發(fā)揮新聞生產(chǎn)者的主體性功能，培養(yǎng)具備新型專業(yè)技能和綜合素養(yǎng)的視聽傳播人才至關(guān)重要。

專業(yè)技能是指在特定領(lǐng)域必須具備的精專技術(shù)和把關(guān)能力等。具體來說，新的技術(shù)生態(tài)對(duì)視聽新聞工作者有了更高層次的要求。一是需要對(duì)大模型技術(shù)有更準(zhǔn)確的理解和更強(qiáng)的應(yīng)用能力，彰顯其獨(dú)有的創(chuàng)新精神。新聞工作者應(yīng)合理利用大模型技術(shù)探索新的視聽新聞報(bào)道方式，挖掘社會(huì)熱點(diǎn)議題和民生問題，關(guān)注邊緣群體的聲音，生產(chǎn)具有深度和溫度的視聽新聞內(nèi)容。二是需要承擔(dān)新的把關(guān)責(zé)任，批判性思考和評(píng)估AI生成的內(nèi)容，在保證內(nèi)容新聞價(jià)值的基礎(chǔ)上增強(qiáng)新聞的人文關(guān)懷。

綜合素養(yǎng)是融合職業(yè)素養(yǎng)、AI媒介素養(yǎng)等為一體的綜合能力。在未來，新聞工作者需要深刻理解大模型技術(shù)嵌入下視聽新聞內(nèi)容的生產(chǎn)邏輯和倫理風(fēng)險(xiǎn)，堅(jiān)守新聞倫理和道德底線，為用戶提供真實(shí)、準(zhǔn)確、客觀的新聞內(nèi)容。同時(shí)，培養(yǎng)AI媒介素養(yǎng)，能洞察市場(chǎng)和用戶需求，快速提取有價(jià)值的新聞信息，挖掘其背后的普遍情感和價(jià)值，實(shí)現(xiàn)人機(jī)耦合下的共情傳播。

｜參考文獻(xiàn)｜

［1］中國(guó)10億參數(shù)規(guī)模以上大模型數(shù)量已超100個(gè)［EB/OL］. （2024-03-25）［2024-04-10］. https：//www.chinanews.com.cn/gn/2024/03-25/10186743.shtml.

［2］尼古拉斯·尼葛洛龐帝. 數(shù)字化生存［M］. 胡泳，范海燕，譯. ?？冢汉Ｄ铣霭嫔?，1997.

［3］周勇. 視聽新聞報(bào)道［M］. 北京：中國(guó)人民大學(xué)出版社，2021.

［4］冶進(jìn)海. 變革中的視聽媒體發(fā)展格局與傳播形態(tài)［D］. 西安：陜西師范大學(xué)，2016.

［5］迎接大模型時(shí)代（上）：大模型發(fā)展簡(jiǎn)史［EB/OL］. （2023-05-14）［2024-04-10］. https：//mp.weixin.qq.com/s/hl7y2-Fy_o1_ZHZc_7slpg.

［6］史安斌，劉勇亮. 從媒介融合到人機(jī)協(xié)同：AI賦能新聞生產(chǎn)的歷史、現(xiàn)狀與愿景［J］. 傳媒觀察，2023（6）： 36-43.

［7］陳莎. 生成式AI在新聞生產(chǎn)中的應(yīng)用、現(xiàn)實(shí)問題及其應(yīng)對(duì)［J］. 青年記者，2023（19）： 57-59.

［8］劉海明，張銘麟. 想象AIGC：生成式人工智能浪潮下融媒體內(nèi)容生產(chǎn)的思維特征與操作關(guān)鍵［J］. 中國(guó)記者，2024（2）： 4-8.

［9］MARCELA KUNOVA. How Reuters uses AI to speed up discoverability of video news content［EB/OL］. （2023-07-25）［2024-04-10］. https：//www.journalism.co.uk/news/how-reuters-uses-ai-tospeed-up-discoverability-of-video-news-content/s2/a1055917/.

［10］AIGC周報(bào)｜“印度比爾蓋茨”稱人腦永遠(yuǎn)優(yōu)于［EB/OL］. （2023-04-23）［2024-04-10］. https：//

new. qq. com/rain/a/20230423A05PU900.

［11］羅伯特·斯考伯，謝爾·伊斯雷爾. 即將到來的場(chǎng)景時(shí)代［M］. 趙乾坤，周寶曜，譯. 北京：北京聯(lián)合出版公司，2014.

［12］林嘉琳，師文. 主流媒體事實(shí)核查應(yīng)對(duì)AIGC的問題分析與路徑探索［J］. 青年記者，2023（23）： 19-22.

［13］郭全中，張金熠. 作為視頻世界模擬器的Sora：通向AGI的重要里程碑［J］. 新聞愛好者，2024（4）：9-14.

［14］唐錚，林子璐. 生成式人工智能與新聞業(yè)：賦能、風(fēng)險(xiǎn)與前瞻［J］. 新聞與寫作，2023（11）： 97-104.

［15］青記觀察丨生成式人工智能對(duì)新聞機(jī)構(gòu)的影響［EB/OL］. （2023-07-23）［2024-04-10］. https：//new.qq.com/rain/a/20230723A0124900.

［16］何偉光，李均. ChatGPT何以變革教育研究范式［J］. 深圳大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2023（5）： 15-25.

［17］劉易斯·芒福德. 技術(shù)與文明［M］. 陳允明，王克仁，李華山，譯. 北京：中國(guó)建筑工業(yè)出版社，2009.