在主流媒体智能化转型的背景下，生成式人工智能技术成为推动主流媒体智能化转型的关键动力。本文旨在解析AIGC时代人机关系的新模式，并深入分析AIGC技术在促进主流媒体智能化转型过程中的功能和地位，提出了智能采集、智能生产、智能分发、智能审核、智能反馈等转型路径。
智能化背景下，AIGC技术作为一种新兴的媒体生产方式，在媒体融合中的地位和作用已日益凸显。随着智能技术对传媒行业的不断渗透，智能化将成为主流媒体数字化转型的重要路径与必然方向。在此过程中，人机关系会发生怎样的嬗变？本文通过梳理AIGC在媒体领域的发展过程，探讨人机协同视域下AIGC如何推动主流媒体智能化转型。
随着媒体智能化的不断推进，AIGC在其中的重要作用引起学界广泛关注。AIGC是继专业生成内容（PGC）和用户生成内容（UGC）之后，利用人工智能技术自动生成内容的新型生产方式。其放大了内容自动生成和AI自主学习的优势，具有内容多样化程度高、自主学习能力强、可操作范围广、生产效能显著等特有属性。
随着算法的不断优化和计算能力的提升，AIGC生产模式经历从简单的内容生成到复杂场景模拟的逐步发展。在人工智能技术应用于内容生产的历程中，我们可以将其发展划分为早期探索、深度学习、生成式AI三个主要阶段。
首先是早期探索阶段：在这一时期，人工智能技术初步涉足内容创作领域，能够根据特定的话题、风格和深度要求，自动生成文章，如基于规则的自动写作和图像识别等技术。
随后进入了深度学习技术阶段：随着深度学习技术的快速发展，AIGC生产模式迎来了新的飞跃。生成式对抗网络（GANs）等技术的诞生，使得人工智能能够在一定程度上模仿人类的创作过程，例如生成新的音乐作品和语音合成，为广播和影视等行业带来了新的内容创作方式。
最后，是生成式AI阶段：在这个阶段，AIGC生产模式实现了更高的自主性和创造性，能够将文本内容转换为图像或音频，或者将音频内容转化为文本，从而为内容创作者提供了更加多样化且富有创意的工具集。
AIGC对媒体的机遇与挑战
随着AIGC逐步踏入媒体领域，并为行业注入了显著的发展动力，其推动媒体融合新变革的重要作用引起学界广泛讨论。
在创新内容生产方面，不少学者认为，AIGC大大提升了新闻创作的效率，其持续创新能力正在深刻影响新闻生产的各个环节，推动新闻业的创新进程。
AIGC在提升用户交互与体验方面也起到重要作用，美国理海大学与微软研究团队合作指出，Sora系统通过迅速生成新闻报道或解释性视频内容，有效地提升了新闻报道的覆盖范围和受众的参与程度。
AIGC有效促进行业交流，重塑了行业竞争格局。在AIGC生产模式的推动下，传媒行业的竞争态势经历了显著转变。一方面，拥有资源和技术的巨头媒体平台在内容创作、审核及传播环节展现出强大的实力，形成了明显的头部效应。这些平台通过大规模生产和高质量的内容输出，占据了较大的市场份额，并持续扩大其行业影响力和话语权。另一方面，中小型媒体平台在面临激烈竞争的情况下，采取了差异化的战略路径，专注于特定领域或目标用户群体，提供专业化和定制化的内容服务。它们依靠敏锐的市场洞察力和强大的创新能力，快速识别市场机遇并推出具有革新性的产品和服务，从而在各自的市场细分领域中崭露头角。
尽管AIGC在促进媒体行业的进步与变革中发挥了至关重要的作用，然而，在其实际应用与推广过程中，所涉及的用户数据安全与隐私保护问题同样构成了不容忽视的挑战。这一问题不仅关乎技术伦理的考量，更是确保AIGC在媒体领域可持续发展的关键因素，必须引起学术界和业界的高度关注。对此，喻国明教授等提出，AIGC技术虽激活了个体权利并增加了社会知识的熵值，但同时也削弱了主流媒体在新闻真实性解释上的权威。崔燕认为，AIGC在优化新闻生产流程中有多方面优势，但在用户隐私保护、信息真实性维护等方面面临挑战。对此，陈力丹等研究者提出，虽然AIGC在提高效率、降低成本、创造新的内容形式等方面具有显著优势，但传统的新闻传播机构依旧有责任坚守新闻报道的透明性和可靠性，以保护其在大众传播时代所建立的公信力不受损害。由此可见，新闻行业将逐渐形成一个人机交互与协同的复杂网络结构。这种“人机融合”的合作模式标志着人与媒介、社会关系的重塑，同时也揭示了人机协同发展成为一种不可逆转的趋势。我们相信，“顺势而为”是当前主流媒体为实现智能化转型的必然选择，促进人机协同发展是媒体深度融合的必经之路。
人机协同重塑新闻生产新格局
人与算法技术的关系陷入了二元对立的境地之中，当技术被物化为人的对立面时，就会将人机关系的核心聚焦于技术给人类带来的各种社会问题。随着技术革命的不断推进，基于“人”与“机器”的“同构性”特征，人机关系在技术革命的影响下自适应演变，从传统的“二分法”模式转变为“依赖”“渗透”和“嵌入”的递进式复杂关系。机器可以作为内容创作的独立主体，与人类创作者形成协同关系，共同推动新闻生产。尽管技术哲学视域下，人与机器的关系已经实现二元统一，但在人机协同推动新闻生产的过程中，“以人为本”仍是重要前提，人在主体关系中的主导地位毋庸置疑。
生产主体的人机协同。在生产主体层面，人工智能技术的渗透促使新闻工作者打破传统的职业边界，从而塑造了具备全媒体素养的新闻工作者。在人工智能赋能新闻生产之前，新闻编辑、文字记者、摄影记者、剪辑师等不同工种的新闻工作者分工明确，各自负责特定的生产环节。然而，随着人工智能技术融入新闻生产的各个环节，这些职业边界逐渐消弭，新闻工作者得以借助技术的力量成为真正的多面手。例如，新闻记者可以借助自动内容生成模型，将采集到的一手素材进行梳理并生成新闻稿件，从而淡化传统新闻编辑的角色；而新闻编辑同样可以利用自然语言处理大模型进行资料和数据检索，有效节省信息采集的工作量。
生产内容的人机协同。基于数据、算法和算力三大核心技术的支撑，AIGC技术能够作为独立主体参与内容生产并表现出突出的创作优势。但与专业生产内容、用户生产内容等人类生产主体相比，AIGC在主观创意、个性化表达和情感深度方面相对有限。在此情境下，人机协同作业及其互补性相互作用发挥了显著效能，极大地促进了高质量新闻内容的生产过程。随着AIGC的嵌入，新闻内容生产可以通过一种“类人化”的智能化机器辅助完成。通过输入指令，AI能够快速解析使用者的意图和目标，有效剔除冗余信息，快速生成海量的音频、视频或融媒体内容。在媒体资产管理方面，人工智能技术能够助力媒体机构实现音视频资源的自动化高效检索、分类与管理。
生产流程的人机协同。伴随着人工智能技术的运用，新闻生产的各个阶段实现了整合与协同作业。传统的新闻生产过程涉及信息采集、内容制作以及新闻分发三大核心环节，而人工智能技术的深入介入正逐步打破这些环节之间的界限。利用人工智能技术，信息采集与内容制作可以集成于自动内容生成模型之中，从而使得新闻工作者能够在无需直接干预的情况下，从模型中直接获取一份融合了信息搜集与内容编排的完整新闻稿件。随着人工智能技术的持续进步，新闻分发环节也有望进一步整合至人工智能的范畴之内。在内容自动生成模型完成了信息采集与内容制作任务之后，人工智能将能够通过算法技术直接将生成的内容推送给目标受众，从而实现新闻生产全流程的协同作业。
AIGC在主流媒体业务流程中的应用
在大数据和智能技术推动的媒体全面转型语境下，智能化逻辑已深入渗透至主流媒体新闻生产的各个环节。如何加快媒体融合进程，迅速形成具备传播力、引导力、影响力和公信力的新型主流媒体，是媒体融合转型的核心目标。人机协同关系视域下的AIGC技术演进，为主流媒体提供智能化转型路径。
智能选题与采访。大数据与人工智能技术的应用显著提升了媒体的信息采集和数据分析能力，成为选题策划和全媒体采访的重要助力。在智能采集方面，人民日报AI编辑部推出的“多模搜索”功能，涵盖智能文本搜索、图片搜索、视频搜索、多语言搜索、语义搜索等场景，有效提升了编辑记者的信息搜集效率。在新闻采访方面，新华社开发了“智能采访终端”APP和“音讯盒子”两款被称为“采访神器”的工具。“智能采访终端”APP能够适应不同移动报道场景，实现一部手机即可完成融媒体稿件的处理；“音讯盒子”具备语言识别、3D打印等功能，可适配多样化的采访设备，一键式完成语音转录，并直接进入采编系统，极大程度地提升了采访效率。
智能生产与融媒体内容制作。在新闻生产制作环节，人工智能技术正推动着媒体行业发生深刻变革。丰富的智能多媒体编辑工具、虚拟主播、AIGC等技术的广泛应用，将记者从繁琐的文字记录整理、图片处理、音频视频剪辑、新闻配音等工作中解放出来，使其能够更加专注于思考报道的创意与深度，创作出更具价值的新闻产品。基于大数据与人工智能技术，媒体已普遍采用可视化方式呈现文字内容、数据信息，并制作创意海报等，以增强新闻报道的吸引力和表现力。在多模态生成场景下，基于AIGC技术，媒体还推出了时政漫画创作平台、以诗作画平台等，进一步拓展了新闻内容的表达形式和传播渠道。在视频方面，智能化视频生产工具不断涌现，有效降低了视频加工难度，提升了生产速度。例如，中央广播电视总台的AI云剪辑平台，可对12路直播输入信号进行“找”“选”“编”三个阶段的智能加工，90秒左右就能生产出一条短视频。新媒体视频稿件也能够转给大屏传播，从而形成大屏支持小屏、小屏反哺大屏的双向传播支撑格局。
智能分发和个性化推送。主流媒体近年来积极探索“党媒算法”和“总台算法”等新型算法模型，旨在将主流价值导向融入算法推荐机制，推动传播生态的健康有序发展。中央广播电视总台的“总台算法”建立了从细分内容到爆款内容的内容漏斗模型，同时建立从高活用户到低活用户的流量阶梯模型，将可能成为热点、爆款的精品内容逐渐放大人群推送范围，从而有效检验内容传播力。该模型运用算法挖掘潜在热点，为有限规模的内容精准匹配用户喜好，有效助力新用户引流、老用户驻留，实现了总台用户数量和活跃度的双增长。2021年以来，“总台算法”在多个业务板块取得了显著效果，相关指标比算法应用前有显著增长，体现了算法模型在提升内容传播力和用户参与度方面的积极作用。
智能审核与校对。智能审核技术通过多维度精准识别文字、视频、音频、图片等内容，能够有效检测其中的错误或违规内容，从而提升内容质量和传播安全性。人民日报传播内容认知全国重点实验室研发的“智晓助”系统，融合大数据、人工智能等前沿技术，并利用自然语言处理、机器学习、深度迁移学习等技术，实现了机器辅助识别和提示文稿、图片和视频中的不规范内容，并给出纠错建议。该系统可替代传统校对环节的部分工作，辅助内容创作者发现并纠正问题，从而极大地提高了校对审稿效率和准确度。“智晓助”已成功应用于人民网“人民审校”智能审核业务，并在多个领域取得了良好效果。
智能反馈和舆情监控。人工智能技术在媒体领域的应用，通过海量数据处理和超大规模计算，实现了对用户反馈的实时评估与综合评价，为内容生产者和运营者提供了及时了解其内容传播效果及路径的有效手段。同时，人工智能技术也为舆情管理、虚假信息治理、版权保护等领域提供了重要依据，并催生了新的业务模式。央视网开发的全媒体信息巡检预警平台“智晓”具备视频监测能力，并可“按需定制”个性化特征库，全面感知全媒体平台的内容风向变化。
随着人工智能技术的迅猛发展和迭代更新，在构建以新质生产力为导向的媒体发展模式时，主流媒体需以人机协同视角驱动AIGC，推动其智能化转型。这不仅意味着主流媒体要积极拥抱新技术，更关键的是将新技术与新生产要素深度融合于生产流程中，以实现生产要素的高效配置和利用。然而，技术的应用也引发了伦理、隐私和数据真实性等方面的挑战。随着人类生成内容和机器生产内容逐步构成我们赖以生存的世界，新闻生产流程中的人机协同也将变得更加紧密。因此，新闻媒体需要不断进行技术创新，并持续进行伦理审视，以确保AIGC技术在推动新闻行业发展的过程中，能够发挥出积极和关键的作用。
本文受中国传媒大学中央高校基本科研业务费专项资金资助。（Supportedby“theFundamentalResearchFundsfortheCentralUniversities）
（作者赵子忠系中国传媒大学新媒体研究院院长、教授，王喆系该校广告学院博士研究生，周晏池系该校新媒体研究院硕士研究生）
原文刊发于《新闻战线》11月（下）。
