智能媒体传播 课件 第8章 智能媒体传播的中坚：智能新闻

智能媒体传播的中坚：智能新闻第八章章节内容01本章小结02复习思考题03本章目录章节内容01第一节新闻业的智能化发展趋势第二节智能技术带来的新闻领域新变化第三节智能新闻的未来图景与对智能新闻的反思第一节新闻业的智能化发展趋势1智能技术对新闻业的变革贯穿“组织-产品-人”全链条，打破传统模式的壁垒，推动行业向高效化、融合化、复合型发展。（一）趋势一：媒体组织架构的多域融合传统媒体组织存在“各自为营、资源浪费”的痛点，智能化与数字化打破技术和机构壁垒，实现跨域整合，核心表现为“集中化生产、共享化资源”：1.传统架构的问题·不同媒体（报社、电台、电视台）各自采集素材、制作单一形态产品（文字/声音/视频），互不互通；·同一家媒体内部，不同部门、栏目组可能重复采集同一新闻素材，资源利用率低。一、新闻业智能化发展的三大核心趋势第一节新闻业的智能化发展趋势1（一）趋势一：媒体组织架构的多域融合2.智能化架构的变革：多域融合核心是打破壁垒，建立“集中统筹、分工协作”的一体化生产体系，典型案例为《人民日报》的“中央厨房”：·组成部分：①总编调度中心：作为指挥中枢，负责新闻任务的统筹、策划与指挥；②采编联动平台：作为执行部门，整合采访、编辑、技术等工种，实现全流程协作；③后台新闻稿库：作为仓储单元，储存成品内容与原始素材，供全社媒体机构调用。一、新闻业智能化发展的三大核心趋势第一节新闻业的智能化发展趋势1（一）趋势一：媒体组织架构的多域融合2.智能化架构的变革：·核心价值：①各媒体机构可从稿库选取内容首发，并向合作媒体推广，减少重复劳动；②配套融媒体工作室针对互联网环境设计产品，适应多平台分发需求，模仿“人脑模块+工业流水线”结构，契合互联网时代生产逻辑。一、新闻业智能化发展的三大核心趋势第一节新闻业的智能化发展趋势1（二）趋势二：新闻产品形态的多元共生依托组织架构的整合，新闻产品从“单一形态”转向“融合共生”，核心遵循“一体策划、一次采集、多种生成、多元分发”的逻辑，实现体验升级：1.生产逻辑的变革前方记者采集“多维度素材”（文字、图片、音频、视频、数据），编辑根据不同媒体平台（报纸、APP、短视频平台）的需求，生成适配的多样化产品，再通过多渠道分发，避免“一材一用”的浪费。一、新闻业智能化发展的三大核心趋势第一节新闻业的智能化发展趋势12.典型案例与产品特征·新华社“媒体大脑”：结合AI、大数据、云计算等技术，通过语音识别转换、人脸识别核查等功能，提升新闻采集效率，为多元产品制作奠定基础；·AI合成新闻主播（如新华社“新小萌”）：加入“类人化、拟人化”特征，实现新闻播报的实时化、个性化；·《纽约时报》NYTVR（虚拟现实报道应用）：通过VR技术打造“沉浸式、互动化”体验，让用户“置身”新闻现场。3.产品核心特征不再是文字、图片、视频等单一形式，而是“多媒介形态融合”，兼具场景化、真实感与互动性，满足用户对新闻“深度体验”的需求。一、新闻业智能化发展的三大核心趋势第一节新闻业的智能化发展趋势1（三）趋势三：新闻从业人员的多维发展智能技术对新闻从业者提出“复合型能力”要求，倒逼其从“单一技能”向“技术+内容+价值”的多维角色转型，核心挑战与要求集中在三方面：1.要求一：掌握技术的逻辑——适配技术迭代，强化团队协作·核心能力：快速学习新技术（如数据分析、可视化工具、无人机操作），适应技术更新节奏；·行业需求：媒体更青睐“一专多能”的复合型人才（如具备编程背景、能处理大数据的记者）；·现实应对：①高校改革：新闻专业课程纳入理工科逻辑与技术手段，贯通“产学研用”；②团队协作：个人难以掌握所有技术，需通过“专人专岗”搭配（如团队中的“飞手”负责无人机拍摄），共同完成新闻生产。一、新闻业智能化发展的三大核心趋势第一节新闻业的智能化发展趋势1（三）趋势三：新闻从业人员的多维发展2.要求二：利用技术的潜力——挖掘新闻价值，创新呈现形式·核心能力：借助技术从“海量信息/数据”中挖掘有价值的新闻线索（如从社交平台捕捉热点、从大数据中发现趋势）；·呈现创新：突破传统文字、照片的局限，通过可视化图表、虚拟动画、VR等形式呈现新闻，提升内容吸引力。3.要求三：引导技术的走向——把控伦理风险，引领价值方向·核心责任：面对智能技术引发的伦理问题（如隐私泄露、虚假新闻），需坚守“技术为人所用”的原则，避免技术主导内容；·价值引领：在新闻传播中传递正确价值观，平衡“技术效率”与“内容质量”，不被流量绑架。一、新闻业智能化发展的三大核心趋势1学者彭兰提出，中国新闻业融合改革需走“移动化、社交化、智能化”三大路径。当前，智能技术已成为新闻业变革的“核心驱动力”，无论是组织架构的整合、产品形态的创新，还是从业人员的转型，本质都是“技术与内容的深度互构”。尽管智能技术能否完全为新闻业“充分赋能”仍需观察，但它已为行业带来“资源高效利用、体验升级、人才转型”的创新方向，推动新闻业从“传统单一”向“智能融合”的新阶段迈进。二、行业变革的核心逻辑与未来方向第一节新闻业的智能化发展趋势2智能技术通过新型采集工具与设备，打破传统采集局限，实现“全场景覆盖、低门槛参与”，核心工具与特征如下：1.核心采集工具及应用·无人机：突破传统航拍“价格高、操作难、携带不便”的问题，配备稳定飞控系统，可进入山谷、海面、封闭区域等人类难以抵达的场景，为全景新闻、VR新闻提供丰富影像素材（如灾难现场全景拍摄）。·传感器：能将温度、湿度、空气质量、运动轨迹等“人类可感知/不可感知的信息”转化为数据，早期用于军事（如越南战争“胡志明小道”监控），现应用于新闻领域形成“传感器新闻”——例如美国纽约公共广播电台“蝉群跟踪器”项目，发动听众采集蝉群土壤与声音数据制作报道；还可用于预测性报道（如2021年北京特大暴雨预警）。第二节智能技术带来的新闻领域新变化一、智能化新闻采集21.核心采集工具及应用·多信道直播云台：整合多终端内容生产需求，如光明日报社在2017年两会使用的设备，可同时为16家平台提供3K画质、4M码流的视频与VR信号，1名记者即可完成多元内容采集，还能通过云控制台实现跨平台（PC端、APP、H5）分发适配。第二节智能技术带来的新闻领域新变化一、智能化新闻采集22.采集门槛降低：全民参与式新闻·智能手机成为“全民采集工具”，普通用户可通过拍摄视频、图片参与新闻采集（如2020年武汉市民“敲锣求助”视频引发社会关注），反向影响传统媒体议程设置；·内容形态创新：Vlog新闻兴起（如央视《武汉Vlog》），以第一人称视角、实地体验式报道增强新闻真实性与感染力，拉近与用户距离。第二节智能技术带来的新闻领域新变化一、智能化新闻采集2AI技术全面渗透新闻生产各环节，形成“机器人写作、数据新闻、智能平台”等多元样态，核心特征为“自动化、数据化、高效率”：（一）机器人新闻写作1.定义与典型案例：通过软件代替人类撰写新闻，国内外代表包括美联社“Wordsmith”、腾讯“Dreamwriter”、新华社“快笔小新”等。2.适用领域与特点：·核心领域：体育、财经、天气新闻，因这类内容“高度数据化”（如比分、股价、气温）、“高度模板化”（消息体裁重复度高）、“高度精确化”（数据出错率低），契合AI优势；·优势：准确度高（事实性信息客观呈现）、发布效率快（如2017年九寨沟地震，中国地震台网机器人25秒完成500字+4图报道）。3.局限与发展方向：·局限：缺乏人文情感与温度、难以胜任深度报道/评论等复杂体裁、存在算法中立性与隐私泄露等伦理问题；·方向：探索“人工编辑+机器写作”模式（如今日头条“张小明”），尝试进军时政、民生领域（如《广州日报》机器人“阿同”“阿乐”分析两会热词）。二、智能化新闻生产第二节智能技术带来的新闻领域新变化2（二）数据新闻1.定义与源头：又称“数据驱动新闻”，通过分析过滤数据创作报道，源头为20世纪50年代“计算机辅助新闻报道”，国内代表平台包括新华网“数据新闻”、网易“数读”、腾讯“谷雨数据”。2.核心特征与价值：·可视化呈现：将复杂数据转化为图表、动画（如2020年疫情期间“丁香医生”实时数据地图），符合用户碎片化阅读习惯；·预测与增值功能：通过长时段数据整合总结规律，辅助深度报道（如新华网《共振时刻：2020年〈政府工作报告〉AI声像分析》，用音频共振呈现37次掌声背后的民生重点）。二、智能化新闻生产第二节智能技术带来的新闻领域新变化2（三）“媒体大脑”MAGIC平台1.定位与发展：新华社推出的AI集成平台，从1.0（2017年）迭代至3.0（2019年），是新闻生产的“智能总控室”。2.核心功能与应用：·高效内容生产：如2018年俄罗斯世界杯，6秒内完成进球集锦剪辑与推送；·版权保护与内容审核：3.0版本配备版权区块链（确权与传播追踪）、AI视频审核（过滤色情、暴力、敏感标识），解放人力；·重塑生产模式：打造数据新闻与智能视频加工两类样态，改变记者工作方式（从“全环节参与”转向“内容深耕+人机协作”）。二、智能化新闻生产第二节智能技术带来的新闻领域新变化2智能技术在分发环节应用最成熟，核心为“算法推荐”，通过用户画像实现“千人千面”的信息匹配，核心逻辑与特征如下：1.核心机制：算法推荐与用户画像·推荐逻辑：基于“用户画像、海量内容、算法模型”三大要素，分析用户地理位置、兴趣标签、行为轨迹等数据，预测用户偏好（如今日头条“你关心的才是头条”）；·用户画像精度：电商平台（如淘宝）在画像上更精细，可通过购买记录、搜索关键词实现“个性化定价”（如“数据杀熟”）。2.分发路径对比与争议·三大路径：①编辑推荐：保证专业性，但缺乏创新；②社会化推荐：依赖社交关系，效率高但易极化；③算法推荐：精准匹配但易形成“信息茧房”；·争议：算法与传统“专业编辑”的冲突（如《人民日报》曾反思算法机制），合理方向为“专业编辑+算法优势融合”，平衡精准性与信息多样性。三、智能化新闻分发第二节智能技术带来的新闻领域新变化23.优势与延伸价值·优势：解决“信息过载”问题，满足用户个性化需求，提升自媒体内容分发效率（依赖浏览量、点赞量激励创作）；·延伸价值：积累的大数据可生成增值产品（如摩拜单车与清华同衡联合发布《共享单车与城市发展白皮书》）。三、智能化新闻分发第二节智能技术带来的新闻领域新变化2智能技术推动新闻消费从“固定场景、被动接收”转向“全场景覆盖、主动参与”，核心变化体现为四大趋势：1.个性化获取：用户从“被动受众”变为“主动选择的产消者”，媒体需根据用户独特需求（如兴趣、生活经验）提供定制化内容，而非“千人一面”的大众信息。2.碎片化内容：用户单次新闻浏览时间多在30分钟内（62.4%），场景集中于睡前、通勤、等候（CNNIC数据），推动新闻“短视频化”（如央视《主播说联播》），2021年我国短视频用户达9.34亿，占网民整体90.5%。四、智能化新闻消费第二节智能技术带来的新闻领域新变化23.参与式体验：通过VR/AR、直播、弹幕等技术，用户可“沉浸式参与”新闻（如VR新闻让用户“置身”现场，弹幕实现实时互动）；还可通过二次创作（解读、复述新闻）、现场直播（如灾难现场用户直播）深化参与感。四、智能化新闻消费第二节智能技术带来的新闻领域新变化24.沉浸式服务：·VR新闻：打造“第一人称视角”，如《纽约时报》《无家可归》让用户以难民视角体验，央视网“疫线VR报道”还原抗疫现场；·AR新闻：将数字信息叠加到现实场景，如新华社2018年两会《AR看两会》，扫描身份证即可查看政府工作报告三维模型；·局限：VR设备（如头显）普及度低、用户易产生晕眩感，当前多以全景静态照片为主。此外，H5新闻（如《人民日报》《我的星辰大海》）、新闻游戏（如《洛杉矶时报》《海洋游戏》）也为用户提供沉浸式体验，通过互动设计增强新闻感染力。四、智能化新闻消费第二节智能技术带来的新闻领域新变化3未来图景的构建遵循辩证思路：既认可人工智能对新闻业的推动作用，也警惕人的主体性被抹杀。核心通过“万物皆媒-人机共生”“智媒非媒-人机合一”两组耦合概念展开，二者相互关联、不可分割。1.万物皆媒：泛媒时代的新闻采集变革·核心内涵：在物联网、AI、云技术推动下，“媒介概念扩容”，任何带传感器的物体都可能成为新闻信息采集的载体，实现“泛媒化”。·具体表现：①信息采集维度：传感器可实时收集天气、地理、人流、物流等环境数据，车联网可采集车、人、路况信息，这些数据瞬时传至新闻生产环节，提升新闻时效性；②新闻形态拓展：基于海量数据的分析，新闻业可实现“预测性报道”（如基于人流数据预测交通拥堵、基于天气数据预测灾害）；·核心价值：减少新闻从业者的重复采集工作，同时提升信息准确度与时效性，让新闻采集的“触手”覆盖更广泛场景。一、智能新闻的未来图景第三节智能新闻的未来图景与对智能新闻的反思32.人机共生：人的数据化与新闻消费升级·核心内涵：泛媒时代下，人类呈现“数字化生存”倾向，人与智能技术深度绑定，既作为新闻数据的来源，也作为个性化新闻的消费终端。·具体表现：①人的“数据化”：用户为获取智能家居、可穿戴设备服务，主动或被动上传生活起居、身体数据、移动轨迹等信息，成为“赛博人”（技术穿透、数据浸润的身体）；②新闻消费变革：不再局限于“眼耳接收文字/音频/视频”，VR/AR技术可调动多感官，让用户“身临其境”体验新闻（如置身灾害现场）；③个性化边界模糊：算法通过用户数据设置个人议程，实时调整推送内容，可能导致“千人千样”的新闻，但也存在“个性化孤岛”的风险（用户陷入单一信息环境）。一、智能新闻的未来图景第三节智能新闻的未来图景与对智能新闻的反思33.智媒非媒：智能媒体的功能超越与基础设施化·核心内涵：未来智能媒体不再局限于“新闻传递”功能，而是融合多种社会实践，成为服务社会系统的“信息基础设施”。·具体表现：①服务对象拓展：传感器、车联网等产生的数据，不仅服务新闻业，还可为社会政治经济系统提供支持（如政府通过大数据提升决策、协调能力，维护社会稳定）；②功能跨界：车联网技术超越“交通新闻采集”，延伸至地图服务、交通指挥、急救调度、保险理赔，成为保障驾驶安全、提升出行体验的核心技术；·核心价值：智能媒体从“单一媒介工具”升级为“社会运行的基础支撑”，其内涵与外延大幅拓展。一、智能新闻的未来图景第三节智能新闻的未来图景与对智能新闻的反思34.人机合一：新闻从业者的多维转型与人机协作·核心内涵：AI并非替代新闻从业者，而是推动人与技术“协作共生”，倒逼从业者提升能力，重构新闻生产各环节的分工。·具体表现：①采集环节：从业者需掌握数据技术，从海量数据中挖掘新闻线索，而非仅依赖传统线下采集；②生产环节：AI负责数据填充、线索发现、规律探析，从业者需具备新闻敏感度、理性分析能力，深化内容深度与广度；③分发/消费环节：算法主导个性化推送，但内容筛选、质量把关、伦理把控仍需人的参与，避免技术主导价值取向；·核心要求：未来新闻从业者需成为“技术+内容+伦理”的复合型人才，在与AI的互动中创造优质新闻，提升职业准入门槛。一、智能新闻的未来图景第三节智能新闻的未来图景与对智能新闻的反思3（一）用户心理层面的负面影响1.信息茧房效应：信息闭环与反思能力弱化·本质：用户通过算法推荐、社交分享获取新闻，信息多元性减弱，陷入“作茧自缚”的信息闭环（非智媒时代独有，但智媒时代更突出）。·强化原因：①用户主动选择：倾向关注“三观相合”的信息源（亲友、舆论领袖），对异见者“拉黑”，甚至“预防性拉黑”，形成“回音室效应”（观点被好友应和后强化）；②算法推波助澜：平台通过用户画像推送“正向强化”内容（符合原有认知），而非差异化、反思性信息，即伊莱・帕里泽提出的“过滤泡”；·负面影响：①社交圈层化：用户沉溺于“舒适小圈子”，信息同质化加剧，限制反思能力；②认知单一化：只接收一致观点，忽略真实世界的多元性，难以接受批判意见（将深度反思视为“喷子”言论）。二、对智能新闻的反思第三节智能新闻的未来图景与对智能新闻的反思3（一）用户心理层面的负面影响2.舆论极化：极端观点与非理性危机·本质：群体初始存在观点倾向，经网络讨论后更趋极端，形成情绪化、片面化的舆论（古斯塔夫・勒庞早有分析，智媒时代因技术因素更显著）。·核心原因：①圈层化延伸：信息茧房导致用户盲从群体观点，口号化、标签化的极端观点因贴合算法标签，更易被推送、转发；②把关人缺位：新闻采集分散化、自媒体泛滥，传统专业把关失效，“标题党”（断章取义、无中生有）为博“尖叫效应”制造乱象；③后真相与水军：事实重要性让位于情绪，谣言传播加速，网络水军规模化操控舆论（如特朗普竞选期间的偏激舆论、国内舆论“反转”事件）；·负面影响：社会共识难以形成，非理性言论引发社会矛盾，甚至激化冲突。二、对智能新闻的反思第三节智能新闻的未来图景与对智能新闻的反思3（一）用户心理层面的负面影响3.拟态环境的具象化：虚实混淆与超真实陷阱·理论基础：李普曼提出“拟态环境”（媒介建构的象征性现实），鲍德里亚进一步提出“超真实”（符号相互指涉，脱离客观世界）；·智媒时代的强化：VR/AR技术让新闻的“拟态环境”更具象，用户难以区分“虚拟场景”与“客观现实”，如柏拉图“洞穴隐喻”中的“影子”被误认作真实；·负面影响：用户沉溺于技术营造的“超真实景观”，与真实世界渐行渐远，丧失对“表象与真实”的辨别能力。二、对智能新闻的反思第三节智能新闻的未来图景与对智能新闻的反思3（二）技术平台自身对智能新闻发展的影响1.技术平台与新闻业的张力：商业逻辑与专业伦理的冲突·核心矛盾：技术平台的“商业属性”与新闻业的“专业属性”对立，具体表现为：①把关权转移：传统媒体可自主掌控技术与生产流程，而当下传统媒体、自媒体均依赖平台的算法与数据，“新闻场”的独立性丧失，把关权转移至平台；②商业优先于专业：平台以“用户关注度”为核心（盈利需求），算法推送重流量、轻深度，导致自媒体为生存制造“标题党”“假新闻”，牺牲新闻专业性；③把关效率低下：平台面对海量自媒体，需投入大量人力财力把关，多采用“事后把关”（删除已传播的虚假信息），但已造成恶劣社会影响；·额外风险：平台背后的资本与权力可能干预把关，导致舆论偏向，同时低专业门槛让网络水军可操控舆论。二、对智能新闻的反思第三节智能新闻的未来图景与对智能新闻的反思3（二）技术平台自身对智能新闻发展的影响2.技术平台中的用户隐私问题：数据收集与安全风险·核心悖论：智能推荐依赖用户数据（行为、偏好、身体数据），但数据收集与隐私保护存在天然张力