新媒体概论（AIGC版）课件 专题1：新媒体与人工智能

专题1：新媒体与人工智能汇报人：孟丽丽目录01新媒体认知1.

新媒体的概念2.新媒体的特征与类型3.新媒体的演变与发展趋势4.新媒体产生的影响02新媒体从业者的职业道德与岗位要求1.新媒体从业者的职业道德2.新媒体从业者的岗位要求03人工智能认知1.人工智能的概念2.人工智能的发展3.人工智能的基本类型4.人工智能与新媒体的关系专题1新媒体与人工智能专题1内容导航本专题构建了从新媒体基础认知到人工智能融合应用的完整知识链条，涵盖概念辨析、职业伦理、技术原理与行业应用四个维度。01新媒体认知理解新媒体定义内涵与核心特征，建立分类认知框架02从业者素养明确职业道德底线，掌握核心岗位能力要求03人工智能认知追溯AI发展历程，理解技术边界与行业应用04项目实践通过案例分析与AI辅助，实现知行合一新媒体认知011.1.1新媒体的概念：新媒体的概念界定新媒体并非简单的"新出现的媒体"，而是以数字技术为基石、以互动性为核心特征、以智能终端为载体的传播形态革命。技术依托定义依托数字技术、网络技术和移动通信技术三大支柱，通过智能手机、平板电脑等智能终端向用户提供信息服务，形成区别于纸质、模拟信号媒体的全新传播生态。联合国教科文组织定义强调以数字技术为基础、以互动性为核心特征，用户从被动接收者转变为主动参与者，传播权力从中心化机构向分布式节点转移。与传统媒体的本质区别传统媒体遵循单向传播逻辑，信息流向滞后；新媒体实现双向甚至多向互动，用户可实时反馈、评论、转发、二次创作。移动智能终端信息传播场景1.1.2新媒体的特征与类型新媒体的五大核心特征碎片化、互动性、即时性、个性化、数字化相互交织，共同构成区别于传统媒体的传播范式碎片化与互动性碎片化特征内容形态短小精悍，如抖音15秒短视频、微博140字短图文，适应快节奏生活方式，但也带来注意力分散挑战。互动性特征打破单向传播模式，用户通过弹幕、评论、点赞、转发深度参与，形成"传受一体"新型关系。即时性与个性化即时性特征依托移动互联网实现信息实时采集、即时传输，重大新闻可在发生后数分钟内推送给亿万用户。个性化特征算法推荐实现"千人千面"，基于用户画像精准推送，提升匹配效率但引发信息茧房隐忧。数字化二进制编码所有内容以二进制代码存储、传输，文字、图片、音视频均可被数字化，为AIGC提供技术基础。数据驱动每一次点击、滑动都转化为数据资产，驱动内容生产从经验驱动向数据驱动转变，实现智能化决策。1.1.2新媒体的特征与类型新媒体的类型划分新媒体的类型划分呈现多维交叉特征：按传播渠道可分为社交型、资讯型、垂直型；按终端载体可分为移动、桌面、智能硬件；按内容形态可分为图文、视频、音频、互动体验。按传播渠道与终端分类社交传播类以微信、微博为代表，依托社交关系链进行内容分发，强关系属性带来高信任度和高互动率，适合品牌口碑建设和社群运营.资讯聚合类以今日头条、腾讯新闻为代表，通过算法推荐机制匹配用户兴趣，实现个性化信息流，适合新闻资讯和泛娱乐内容分发.垂直领域类如虎嗅（商业科技）、小红书（生活方式）、丁香医生（医疗健康），聚焦特定细分领域，用户精准度高、社区氛围强.终端载体分类包括移动终端类（手机APP为主流）、电脑终端类（响应式设计演进）、智能硬件类（车载屏幕、智能音箱、可穿戴设备）.按传播形式分类图文类以微信公众号、知乎为代表，适合深度内容、知识传播和理性决策场景，具有SEO友好、信息密度高、易于保存检索的优势.视频类包括长视频（B站、爱奇艺）、短视频（抖音、快手）、直播（淘宝直播、视频号直播），视听结合带来沉浸式体验，是当前流量增长最快的内容形态.音频类以喜马拉雅、网易云音乐播客为代表，伴随性强，适合通勤、运动、家务等场景，知识付费和有声书是重要变现模式.互动体验类包括H5页面、小程序、VR/AR内容、互动视频，强调用户参与和沉浸感，适合品牌营销、教育培训和娱乐体验场景.1.1.3新媒体的演变与发展趋势新媒体的演变历程新媒体发展呈现明显的技术驱动与代际演进特征：从门户网站的编辑主导到社交媒体的UGC爆发，从移动短视频的算法推荐到AIGC时代的智能生成，每一轮技术革新都带来内容形态、传播逻辑和产业生态的颠覆性重构。第一阶段门户网站时代1990年代末-21世纪00年代中期以新浪、搜狐、网易为代表，采用编辑主导的内容聚合模式，信息呈现为分类目录式，传播逻辑是单向推送，用户角色为被动接收者，商业模式以展示广告为主。第二阶段社交媒体兴起21世纪00年代末-10年代初以微博（2009）、微信（2011）上线为标志，进入用户生成内容（UGC）时代，社交关系链成为内容分发核心逻辑，双向互动成为标配，意见领袖（KOL）阶层崛起。第三阶段移动短视频爆发2010年代中期-20年代初4G/5G网络普及降低视频消费门槛，抖音（2016）、快手等短视频平台崛起，算法推荐取代编辑推荐，沉浸式竖屏视频成为主流，内容消费从搜索模式转向推荐模式。第四阶段元宇宙与AI融合20年代中期至今以ChatGPT（2022）爆发为标志，人工智能从辅助工具演进为内容生产主体（AIGC），虚拟数字人、AI绘画、AI写作重构内容产业链，元宇宙概念推动虚实融合的新媒介形态探索。1.1.4新媒体产生的影响新媒体产生的多维影响新媒体作为社会基础设施已渗透至日常生活、认知模式与经济结构的深层肌理，既带来便捷与增长，也伴随注意力分散、信息茧房与数字鸿沟等挑战。生活方式重构外卖平台（美团、饿了么）重构餐饮消费习惯，从"到店消费"转向"到家服务"，改变城市生活节律与家庭烹饪模式，催生骑手这一新型职业群体。短视频平台（抖音、快手）成为碎片化时间的主要填充物，日均使用超2小时，"刷视频"成为新的身体惯习，深刻改变娱乐、社交与信息获取方式。思维方式变迁碎片化阅读培养"快餐式思维"：习惯于短文本、快节奏信息消费，深度阅读与长文本专注能力出现代际性下降。算法推荐导致"信息茧房"效应：用户长期接收同质化信息，认知视野收窄，群体极化现象在社交媒体环境中被放大。经济增长驱动催生数字经济新业态：直播电商（2023年中国市场规模超4.9万亿元）、知识付费、社交电商等新模式创造巨大经济价值。创造新职业与就业机会：网络主播、自媒体运营、短视频剪辑师等岗位需求激增，灵活就业模式兴起，但伴随劳动权益保障等新挑战。新媒体从业者的职业道德与岗位要求021.2.1新媒体从业者的职业道德与岗位要求新媒体从业者的职业道德职业道德底线01坚守信息真实性：严格执行"三审三校"制度，对信息来源进行交叉验证，杜绝标题党、虚假新闻、断章取义，在AIGC时代更要标注AI生成内容，防止技术滥用导致的信息失真。02秉持客观公正立场：避免立场先行和情绪煽动，平衡报道各方观点，警惕算法偏见和商业利益对内容独立性的侵蚀。新媒体时代赋予了个体前所未有的传播权力，但'流量至上'的商业逻辑与算法推荐的传播机制也带来了虚假信息泛滥、隐私侵犯、价值观扭曲等伦理危机。从业者必须在技术能力之外建立坚实的职业道德底线，平衡商业利益与社会责任。03保护用户隐私与数据安全：从业者应建立严格的数据管理制度，明确数据收集的边界，对涉及个人隐私的内容进行匿名化处理。04履行社会责任与价值引领：新媒体的广泛影响力决定了从业者需超越流量至上的思维，承担起引导社会价值观的责任。1.2.1新媒体从业者的职业道德与岗位要求职业道德的四大支柱真实性、客观性、隐私性与责任性构成新媒体伦理的核心框架，在AIGC时代更需坚守人类价值把关的不可替代性。信息真实性建立三审三校制度与信源交叉验证机制，区分事实与观点。在AIGC应用中严格执行内容标注，防范Deepfake技术带来的虚假信息风险。客观公正立场避免立场先行与预设立场，平衡呈现多方观点。以实测数据和事实证据支撑报道，通过专业测试与多方采访呈现事件全貌而非情绪化站队。隐私与数据安全建立用户数据分级分类管理制度，遵循"最小必要"采集原则。对敏感信息采取加密存储与脱敏处理，严格遵守《个人信息保护法》与《数据安全法》合规要求。社会责任引领建立内容安全审核机制，抵制低俗、暴力、拜金等不良价值观。积极传播社会正能量，在重大公共事件中承担信息沟通职能，避免算法推荐导致的价值观窄化。1.2.2新媒体从业者的职业道德与岗位要求新媒体从业者的岗位要求核心岗位能力01扎实的专业技能储备：包括文字写作、视觉设计、视频剪辑、数据分析等硬技能，以及选题策划、用户洞察、平台运营等软技能，形成T型能力结构。02高效的信息筛选与AI应用能力：在海量信息中快速抓取核心价值点，熟练运用ChatGPT等AI工具进行初稿生成、素材整理，但保持人工审核与价值判断的最终把关权。新媒体行业的快速发展对从业者提出了多维度要求。扎实的专业技能储备能力是基础，高效的信息筛选与整合能力是关键，持续的创新与学习能力是动力。这三方面能力相互支撑，共同构成了新媒体从业者胜任岗位、推动行业进步的核心素养。03持续的创新与学习能力：内容形式上，要不断探索新的表达载体，如从图文到短视频、直播，再到虚拟主播、互动H5，紧跟技术发展带来的创作可能性。同时，要密切关注行业动态与用户需求变化，学习新兴运营模式与工具，如AI写作助手、智能剪辑软件等，以提升工作效率。1.2.2新媒体从业者的职业道德与岗位要求AI时代的岗位能力模型AIGC技术正在重塑新媒体岗位的能力坐标系：传统的内容创作能力（文字、视觉、视频）依然是基石，但"AI协作能力"成为新的核心竞争力——包括提示词工程（PromptEngineering）、AI生成内容的审核与优化、人机协同的工作流设计。从业者需要从"内容生产者"向"内容策展人+AI训练师"角色进化。扎实的专业技能储备包括文案写作能力（标题、正文、不同平台文风）、视觉设计基础（配色、排版、Canva等工具）、视频剪辑技术（剪映、Premiere）、数据分析能力（Excel、Python基础、数据可视化），形成复合型人才素质。高效的信息筛选与整合能力面对信息过载环境，建立RSS订阅、热点监测、舆情监控等信息源管理体系，掌握利用AI工具（如ChatGPT的Web浏览功能、PerplexityAI）进行资料搜集、长文摘要、多源信息交叉验证的方法。持续的创新与学习能力AIGC技术迭代周期以月计算，从业者需保持对新技术、新平台、新玩法的敏感度，定期学习AI绘画（MidJourney）、AI视频（Runway）、AI数字人等新工具，建立个人知识管理体系防止技能老化。人机协作的流程管理能力理解不同类型AI写作助手的适用场景（如ChatGPT适合长文本生成，Jasper适合营销文案，NotionAI适合笔记整理），掌握提示词工程技巧，建立"AI初稿-人工审核-优化发布"的标准化工作流程。1.2.2新媒体从业者的职业道德与岗位要求人才选拔与考核AI技术正在渗透人力资源全流程，从简历筛选到能力评估实现数据化、标准化、智能化。通过"AI辅助初筛+人工深度面试+AI模拟实操"的混合模式，可提升招聘效率50%以上。岗位需求拆解与AI工具匹配将抽象的岗位描述拆解为可量化、可测试的细分维度（标题吸引力、逻辑结构、平台适配度、AI提示词水平），并匹配相应的AI评估工具（如GPT-4进行写作测试、MidJourney进行视觉测试）。AI辅助简历筛选与初筛利用自然语言处理（NLP）技术自动解析简历中的技能关键词、项目经验、教育背景，与岗位需求进行语义匹配，自动淘汰不符合硬性条件的简历，对符合要求的简历按匹配度排序，减少HR80%的初筛工作量。AI模拟实操考核设置真实工作场景任务（如"用AI工具在30分钟内完成一篇产品推广文案并优化"），考察应聘者的AI工具熟练度、提示词工程能力、人机协作流程设计能力、以及人工审核与价值判断能力。AI数据分析与综合评估整合简历评分、笔试/实操成绩、面试评价等多维数据，运用算法生成候选人能力雷达图和岗位匹配度报告，辅助HR做出更客观、全面的人才决策，并建立人才数据库供未来招聘参考。人工智能认知031.3.1人工智能的概念人工智能的概念溯源人工智能作为计算机科学的分支学科诞生于1956年达特茅斯会议，历经符号主义、连接主义、行为主义等范式演进，其核心始终围绕"让机器模拟、延伸和扩展人类智能"。理解AI的历史脉络有助于把握当前AIGC技术在新媒体领域的应用本质——这不是突然出现的魔法，而是数十年算法、算力、数据积累的结果。1956年达特茅斯会议：约翰·麦卡锡、马文·明斯基、克劳德·香农等科学家在达特茅斯学院召开为期两个月的研讨会，首次提出"人工智能"（ArtificialIntelligence）术语，确立了AI作为独立学科的研究目标——使机器能够模拟人类学习、推理、感知、语言理解等智能行为。马文·明斯基的定义：AI是让机器表现出需要人类智能才能完成的行为的能力，强调智能的外在表现与功能模拟，为后来的专家系统、知识工程奠定了理论基础。尼尔斯·尼尔森的定义：AI是研究知识的表示、获取与使用的学科，关注知识的形式化表示方法（如逻辑表示、语义网络）和搜索求解策略（如启发式搜索、对抗搜索），为知识图谱、专家系统提供了方法论。现代AI的三要素：当前AI的爆发式发展依赖于三大基础——算法（深度学习、Transformer架构）、算力（GPU/TPU芯片、云计算）、数据（互联网积累的海量数字化内容），AIGC正是这三要素在新媒体内容生产领域的集中体现。1956年达特茅斯会议·AI学科诞生里程碑1.3.2人工智能的发展人工智能的发展历程AI发展史呈现明显的周期性波动特征：技术突破带来过高期望（发展期），未能兑现导致资金撤离（低谷期），积累后再突破（复苏期）。当前AIGC浪潮处于深度学习技术成熟、算力成本下降、互联网数据积累的"奇点时刻"。01萌芽期（20世纪50年代至60年代中期）1950年图灵提出图灵测试定义机器智能标准，1956年达特茅斯会议确立AI学科，1960年代感知机算法和专家系统雏形出现，奠定了符号主义和连接主义两大流派基础。02第一次发展与低谷（20世纪60年代中期至70年代末）基于逻辑推理的专家系统（DENDRAL、MYCIN）在特定领域取得成功，但受限于知识获取瓶颈和硬件算力不足，1970年代AI进入第一次寒冬，政府与资本大幅撤资。03第二次发展与低谷（20世纪80年代至90年代初）1980年代连接主义复兴，反向传播算法解决多层神经网络训练问题，但受限于数据稀缺和计算能力，无法处理复杂任务，AI再次陷入低谷。04稳步发展期（20世纪90年代中期至2010年）互联网普及带来海量数字化数据，统计机器学习（SVM、随机森林）成为主流，1997年IBM深蓝战胜国际象棋冠军，2006年Hinton提出深度学习概念，为后续爆发奠定基础。05爆发期（2010年至今）2012年AlexNet在ImageNet竞赛中以深度学习大幅领先，2016年AlphaGo战胜围棋世界冠军，2022年ChatGPT发布引发AIGC革命，大语言模型（LLM）成为新媒体内容生产的基础设施。1.3.3人工智能的基本类型人工智能的三重境界人工智能的基本类型折射出人类对机器智能的认知与探索层级。从聚焦特定领域的弱人工智能，到追求类人通用能力的强人工智能，再到理论层面超越人类的超人工智能，三者既展现了技术演进路径，也承载着对智能本质的思考。弱人工智能定义：专注于特定领域、仅能完成限定任务的智能系统，不具备通用认知能力。应用范围：智能客服、自动驾驶辅助、医疗影像诊断、金融风险预测等特定场景。强人工智能定义：具备与人类相当的通用智能，能理解、学习任何人类可完成的智力任务，拥有自主意识、情感和推理能力。应用范围：理论上可应用于所有人类能涉及的领域。超人工智能定义：理论上超越人类智能水平，在所有领域均远超人类智慧上限，可能拥有人类无法理解的认知方式。应用范围：理论上可解决人类面临的终极问题，如疾病治愈、星际探索等。核心能力：单一领域任务处理能力强，无跨领域迁移能力和自主意识。核心能力：通用认知能力，可跨领域迁移知识，能像人类一样思考、决策，有自我意识和主观体验。核心能力：各领域能力均远超人类，可能实现智能爆炸。1.3.4人工智能与新媒体的关系AI与新媒体的深度融合人工智能与新媒体的关系已从"工具辅助"演进为"生态重构"。它不仅提升了新媒体的效率与精准度，更重塑着内容形态、传播逻辑和用户体验，二者相互赋能，共同推动着信息时代的媒介变革与发展。革新内容生产模式（AIGC）从选题策划、内容撰写到视觉设计，AI实现全链路效率提升。2025年两会期间，光明日报、芒果TV、新华网率先应用AIGC技术进行智能生产。重塑传播路径与效率深度学习推荐算法取代传统编辑分发，实现"信息找人"的精准触达。用户画像与智能投放系统优化传播效率。深化用户互动与体验AI虚拟主播、智能客服实现7×24小时即时响应，情感计算技术增强人机情感连接，个性化内容生成提升用户参与感。AI数字人主播新闻播报专题1项目实践"项目实践采用'案例研究+思维导图+AIGC分析'的三维方法论，要求学生从观察者转变为分析师和优化者，实现从知识接受到知识创造的跃升。"01案例收集与筛选：选取2024-2026年间具有代表性的新媒体案例，要求信息真实可验证、数据公开可获得，优先选择涉及AI技术应用或可供AI优化的案例。02思维导图构建：运用XMind、幕布或手绘方式，从"背景-策略-执行-效果-技术-问题"六个维度系统梳理案例，确保逻辑清晰、层级分明。03AI融合深度分析：针对案例中"新媒体与人工智能"的结合点进行专项剖析，评估当前AI应用水平，识别技术应用盲区与优化空间。