融合新闻学 课件 第11章 智能新闻实践

中|国|原|创|性|哲|学|社|会|科|学|重|点|教|材|建|设|工|程融合新闻学第十一章智能新闻实践本章目录第一节人工智能技术与新闻业第二节人工智能重塑新闻生产第三节融合新闻中的AIGC应用第四节生成式人工智能与人机协作第一节人工智能技术与新闻业人工智能自20世纪中期诞生以来，经历了理论探索、技术突破与大规模应用等阶段，目前已逐步渗透社会各领域。在新闻领域，人工智能凭借强大的数据处理和内容生成能力，推动算法新闻、智能新闻等新概念和新形态相继出现。本节将回顾人工智能的发展历程，并重点探讨人工智能技术在新闻生产与传播中的应用。人工智能的提出最早可以追溯到20世纪50年代，其最初的目标是模仿人类的智能行为。自20世纪60年代以来，从最初的探索性实验到如今生成式人工智能的爆发式发展，科技创新与应用落地持续演进，大致可分为起步与奠基、起步与奠基、迈向实用的蓬勃发展、飞跃和普及四个阶段，我国的人工智能技术也几乎同时起步和发展。一、人工智能发展概述第十一章智能新闻实践第一节人工智能技术与新闻业《融合新闻学》1956年夏，麦卡锡、明斯基、香农等科学家在美国达特茅斯学院召开人工智能研讨会，首次提出“人工智能”这一概念，将其定义为让机器能像人那样认知、思考和学习，即用计算机模拟人的智能。研究集中于逻辑推理、问题求解和简单游戏的算法开发。【代表成果】首台人工智能机器人Shakey、世界上第一个聊天机器人ELIZA；1958哈工大研制我国首台下棋计算机。（一）起步与奠基阶段（20世纪50‑60年代末期）第十一章智能新闻实践第一节人工智能技术与新闻业《融合新闻学》当时计算机内存有限且处理速度无法解决实际问题，英国政府、美国国防部高级研究计划局等均减少甚至停止了部分人工智能研究项目的资助，“AI寒冬”到来。然而，专家系统和机器学习算法的出现提升了人工智能解决实际问题的能力。1981年起，我国相继成立人工智能相关学术团体。智能计算机主题被列入旨在发展我国高科技的“863计划”，为众多高新技术企业的发展奠定基础。（二）缓慢发展阶段（20世纪70—90年代中期）第十一章智能新闻实践第一节人工智能技术与新闻业《融合新闻学》20世纪90年代，计算机硬件性能的提升和互联网的普及为人工智能的发展注入新动力。【代表成果】IBM公司开发的计算机“深蓝”成为首个在标准比赛时限内击败国际象棋世界冠军的计算机系统。2006年以后，以深度学习为代表的机器学习方法在计算机视觉、自然语言处理等领域取得显著突破。互联网巨头也开始研发并推广人工智能应用。【代表成果】Facebook成立人工智能实验室、Google收购AI领域的初创公司DNNresearch，探索和推广深度学习技术；我国互联网企业布局深度学习，出台《新一代人工智能发展规划》等政策，完善伦理法规。（三）迈向实用的蓬勃发展阶段（20世纪90年代中期—21世纪初）第十一章智能新闻实践第一节人工智能技术与新闻业《融合新闻学》生成式人工智能技术的发展呈现技术融合和多模态交互的趋势，强调视觉和听觉等多种符号形态的协同处理能力，GPT‑3、ChatGPT标志AI从任务型走向创造型；国内豆包、DeepSeek、可灵等AIGC应用普及，广泛参与实际应用场景。以OpenClaw以及我国科技企业推出的Workbuddy、扣子为代表的智能体（AIAgent）产品兴起，能够感知环境、自主推理、规划任务并调用工具以实现特定目标，从环节优化转向生态重构。【案例】初芯智能体平台（人民网）、潮新闻·文思智能体（浙江日报报业集团）等。（四）飞跃和普及阶段（2020年至今）第十一章智能新闻实践第一节人工智能技术与新闻业《融合新闻学》人工智能技术已深度嵌入新闻采集、生产、分发、接收、反馈全流程。算法新闻、机器人新闻、人工智能新闻等一系列新兴概念出现，指向人工智能技术驱动下新闻业自动化、智能化的整体发展趋势。人工智能时代的新闻业创新可以从生产端和消费端两方面进行审视。二、人工智能时代的新闻创新第十一章智能新闻实践第一节人工智能技术与新闻业《融合新闻学》生成式人工智能进入深度报道、数据新闻、创意影像创作，可用于事实核查校对、标题摘要生成、图像制作、代码编写等。我国主流新闻媒体自建媒体大模型如人民智媒大模型、央视听媒体大模型等，以推动系统性变革，并积极向外寻求合作创新，与互联网科技公司共同重塑行业边界。【案例】新华社和阿里巴巴共同成立新华智云，推出“媒体大脑”智能新闻生产平台，通过智能采集、语音识别、人脸识别、版权监测等技术，为全国两会报道提供强有力的支持。并于2023年7月发布“妙笔”（文本生成）和“生花”（快速绘图）两款AI产品，显著提高内容创作效率，为多媒体表达提供强有力的技术支持。（一）新闻生产第十一章智能新闻实践第一节人工智能技术与新闻业《融合新闻学》个性化新闻推荐：依托大数据、用户画像、时空场景、网络热点，为用户匹配适配的新闻内容，提升用户粘性。评论区智能治理：媒体可通过AI识别区分优质评论与侮辱伤害性言论，对用户评论进行优先级排序，优化评论阅读体验。新闻获取渠道拓展：智能音箱、车载屏幕、对话式新闻机器人成为新闻消费新入口，进一步促进新闻消费的个性化和智能化。（二）新闻消费第十一章智能新闻实践第一节人工智能技术与新闻业《融合新闻学》澎湃新闻栏目将最前沿的生成式人工智能技术应用于新闻生产，并向公众详解如何使用AI工具制作类似内容，向大众科普Sora、AI文化现象等前沿技术，自主研发AI工具，例如红楼梦AI文风生成器。【案例】视频报道《AI街采｜假如动物会说话，它们会怎么说城市生态》通过AI合成了采访貉、獐等动物的视频，以此展现上海在保护野生动物方面取得的进展，并详细介绍所使用的AI工具和制作流程，开源了制作的数据和代码。澎湃新闻探索以AI领域的创新助推其他行业智能化转型，孵化“派生万物”平台，AI视频、AI视觉工作室服务两会、巴黎奥运会，同时对外给政企机构输出智能化解决方案。第十一章智能新闻实践第一节人工智能技术与新闻业《融合新闻学》《AI街采｜假如动物会说话，它们会怎么说城市生态》截图【知识窗】澎湃新闻基于人工智能技术的创新实践第二节人工智能重塑新闻生产人工智能技术正在重塑新闻生产的各个环节，并深刻影响着全媒体传播体系建设的机制和进程。人工智能技术对新闻生产流程的重塑，主要体现在新闻线索挖掘与选题确立、资料搜集与数据分析、多模态新闻内容生成与核查、基于智能算法的内容分发等四个层面。人工智能可以依据特定条件对数据进行分类，并挖掘数据间的潜在关联，显著提升记者从互联网中搜集新闻线索的效率，如新华智云研发的突发新闻识别系统、新华社自主研发的智能产品“新闻雷达”、人民网的舆情监测系统、央视网人工智能编辑部的“智媒数据链”“智闻”产品等。生成式人工智能正在成为记者重要的思考辅助工具，能够输出细分议题，从多维度搭建报道框架，挖掘事物间隐藏关联，寻找跨领域报道切入点，进行假设推演，模拟事件不同发展情景，拓展报道深度广度。一、新闻线索挖掘与选题确立第十一章智能新闻实践第二节人工智能重塑新闻生产《融合新闻学》【案例】《中国日报数字员工元曦体验ChatGPT》2023年2月初，中国日报发布《中国日报数字员工元曦体验ChatGPT》。元曦要求ChatGPT提供关于中国传统文化的选题策划建议，并最终选定中国茶文化作为主题后指令ChatGPT以中国日报数字主持人的口吻生成一段介绍中国茶文化的中英文视频脚本。展示出人工智能技术通过呈现背景信息、进行数据支持下的趋势分析、提供多语言跨文化视角、挖掘相关案例等方式，为编辑记者提供具体的选题方向并带来多维启发。第十一章智能新闻实践第二节人工智能重塑新闻生产《融合新闻学》《中国日报数字员工元曦体验ChatGPT》截图传统新闻生产中资料搜集筛选耗费记者大量时间精力，生成式人工智能基于其强大的算力，能够根据指令对数据进行抓取、筛选和分析，极大地提升了新闻生产的效率和精度。人工智能技术不仅能够根据记者的提示词和指令进行有针对性的分析，还能够自主探索数据，发现数据中的趋势和特征。二、资料搜集与数据分析第十一章智能新闻实践第二节人工智能重塑新闻生产《融合新闻学》作品类型：数据新闻制作机构：澎湃新闻内容简介：2025年3月，澎湃新闻在全国两会期间推出AI辅助新闻报道。该报道利用国产大模型DeepSeek对2025年政府工作报告进行文本分析，并结合历年报告数据，分析了若干“常青词汇”的出现频率及变化趋势。DeepSeek的自动化分析大幅提高了信息处理的效率，使新闻报道能够在政府工作报告发布后迅速完成文本解析，并以数据驱动的方式呈现政策演变趋势。第十一章智能新闻实践第二节人工智能重塑新闻生产《融合新闻学》数据新闻《DeepSeek深度解析政府工作报告：今年有两大关键词》截图【案例】《DeepSeek深度解析政府工作报告：今年有两大关键词》人工智能应用除写稿外，还能辅助记者完成音频编辑、视频编辑等工作，生成音频、视频等多模态内容，有效提升了AI生成内容的表现力，增强了受众的沉浸感。人工智能技术基于多模态的自然语言处理以及链接多种结构化数据库，能够提升信息验证的准确性和速度，广泛应用于新闻内容真实性核查，完成对文本、音视频和海量数据的多路径核查。三、多模态新闻内容生成与核查第十一章智能新闻实践第二节人工智能重塑新闻生产《融合新闻学》【案例】《大国丝路》2023年，澎湃新闻在“一带一路”倡议提出十周年之际推出四集系列纪录片《大国丝路》，分别展现了中国同印度尼西亚、哈萨克斯坦等海上和陆上丝绸之路沿线国家的贸易往来和文化交流。该系列纪录片的海报以及纪录片中的画面就是借助Midjourney、Runway等工具生成的，呈现出真实地理风光与虚拟概念元素相融合的独特视觉风格。第十一章智能新闻实践第二节人工智能重塑新闻生产《融合新闻学》《大国丝路》系列纪录片海报聚合类客户端依托互联网已有内容，通过算法为用户推荐热门新闻或其感兴趣的内容，革新新闻分发流程，提升新闻分发的效率和个性化程度，推动了新闻流通从“编辑驱动”到“算法驱动”的转变。然而，智能算法分发也会带来信息茧房、内容同质化、新闻公共性削弱、信息贫富差距加剧等现实问题。主流媒体探索价值导向算法，开发出“党媒算法”“总台算法”，为算法注入主流价值。四、基于智能算法的内容分发第十一章智能新闻实践第二节人工智能重塑新闻生产《融合新闻学》第三节融合新闻中的AIGC应用如今，由人工智能技术生成新闻内容已不再是新鲜事，AIGC的形态及其在新闻中的应用方式也愈发多样。当前融合新闻中的AIGC应用主要包括智能文字报道写作、智能视听内容生成以及基于AIGC的新闻互动三方面。智能文字报道写作是指运用算法对输入或搜集的数据进行自动加工处理，从而自动生成完整新闻报道。根据所依赖的人工智能技术以及生成文本体裁和风格的不同，智能文字报道写作可大致分为早期智能文字报道写作和基于生成式人工智能技术的文本写作两个阶段。一、智能文字报道写作第十一章智能新闻实践第三节融合新闻中的AIGC应用《融合新闻学》美国洛杉矶时报网站上的“凶杀报道”（TheHomicideReport）栏目通常被视为智能文字报道写作的起点。洛杉矶时报研发自动写作软件，依靠结构化数据，将信息填入文章模板即可生成短篇报道。在我国，腾讯财经率先尝试研发出国内第一款新闻写作机器人Dreamwriter。随后，新华社推出机器人记者“快笔小新”，第一财经媒体实验室携手阿里巴巴共同推出智能写稿系统“DT稿王”、今日头条发布写作机器人“张小明”（Xiaomingbot）。早期智能文字报道写作具有局限性，语言表达单一，报道深度不足；高度依赖规整的结构化数据；多用于气象、体育、财经类报道。（一）早期智能文字报道写作阶段第十一章智能新闻实践第三节融合新闻中的AIGC应用《融合新闻学》从输入端看，生成式人工智能技术能够接收、处理并分析文本、图像和音频等多模态复杂数据，理解数据的上下文信息和语义内容，为生成高质量的自然语言文本奠定基础。从输出端看，生成式人工智能技术在语言表达的流畅性和自然度方面均有显著提升，已实现对多种不同写作风格的模拟，生成的内容不再囿于对事实的简单描述，而是根据输入的数据和指令生成更丰富的文本内容。【案例】2023年10月，湖北日报全媒体开办专栏“AI漫评”，从时政热点的相关报道和评论文章中选取核心观点加以AI再创作，强化标题吸睛和观点表达；与此同时，该专栏使用AI生成漫画配图，并用AI合成语音进行内容播报，生动有趣。（二）基于生成式人工智能技术的文本写作阶段第十一章智能新闻实践第三节融合新闻中的AIGC应用《融合新闻学》《AI漫评｜本意是“好事”，为啥还得不到认可？》截图人工智能技术在内容创作方面的应用远不止于文字文本的处理与生成，还能用于生成和编辑图片、音频、视频等多媒体信息。文字转图像、文字转视频、语音合成、智能主播等技术已在新闻生产中得到广泛应用，不仅提高了新闻内容的生产效率和丰富程度，还带来了更加直观生动的视觉体验。二、智能视听内容生成第十一章智能新闻实践第三节融合新闻中的AIGC应用《融合新闻学》【案例】《AI奇谈》2023年央视网创办首档AIGC栏目“AI奇谈”，推出一系列与重要节日、时事热点相关的特别节目，如在全国生态日、奥运会等重要时间节点发布“AI奇幻之旅”“AI高光时刻”等微视频。第十一章智能新闻实践第三节融合新闻中的AIGC应用《融合新闻学》《AI奇谈｜海上生明月九天揽星河》截图【案例】《45年·数字见证巨变》2023年，中央广播电视总台旗下的音频客户端云听App在改革开放45周年之际，推出特别策划《45年·数字见证巨变》。节目中，云听AI主播“云小听”与改革先锋奖章获得者或其接班人开启“云端对谈”，于一问一答间解读各领域代表性数据，讲述数据背后的感人故事，展现了中国经济发展的成果以及人民生活日新月异的变化。第十一章智能新闻实践第三节融合新闻中的AIGC应用《融合新闻学》《45年·数字见证巨变｜18枚红手印，印出了22元到33000元的飞跃》截图根据互动的形态和平台不同，基于AIGC的新闻互动大致可分为聊天机器人问答、智能回复和评论两类。三、基于AIGC的新闻互动第十一章智能新闻实践第三节融合新闻中的AIGC应用《融合新闻学》聊天机器人依托海量数据对深度学习模型的训练成果，能快速学习并适应新的对话场景，生成高度连贯、逻辑严密的文本回复，为用户提供个性化的交互体验。新闻聊天机器人分为三类：由媒体独立研发，依托本媒体历史报道库，只基于自有素材给出回答基于通用型大语言模型，媒体根据自身目标进行训练和调试的具有特定用途的新闻机器人以科技公司为主体，通过与媒体合作，将专业的新闻内容整合至通用聊天机器人中，增强其输出结果的专业性和公共性从内容领域可分为综合通用型（澎湃AI问答助手）、垂直专业型（彭博BloombergGPT金融大模型）。（一）聊天机器人问答第十一章智能新闻实践第三节融合新闻中的AIGC应用《融合新闻学》在当前以社交媒体为主要信息分发和流通平台的数字新闻生态中，媒体与公众在评论区的互动，对于提升信息的可见性以及维系媒体同公众的紧密联系至关重要。尽管该功能还没有全面应用于新闻领域，媒体使用AI技术对评论区的管理目前仅限于识别评论文本的质量，并基于此对评论进行排序、置顶或不予显示等处理，但在以社交媒体为基本架构的融合新闻生态中，智能回复意味着人工智能技术与社交媒体平台的深度融合，有望成为未来智能新闻实践的重要组成部分。（二）智能回复和评论第十一章智能新闻实践第三节融合新闻中的AIGC应用《融合新闻学》产品类型：智能应用制作机构：新浪微博内容简介：2023年12月，微博官方推出评论机器人账号“评论罗伯特”，“罗伯特”由英文robot音译而来，“评论罗伯特”即专门发表评论的机器人，当用户发布超过10字的原创微博，就有可能收到它的回复。该功能希望借助最新的生成式人工智能技术优化普通用户的发博体验，提升用户在平台内容生产中的活跃度和使用黏性。第十一章智能新闻实践第三节融合新闻中的AIGC应用《融合新闻学》“评论罗伯特”发布的版本更新预告【案例】评论罗伯特第四节生成式人工智能与人机协作随着智能新闻实践的不断深化，人工智能的技术逻辑与传统新闻实践的专业逻辑剧烈碰撞融合，人与机器的关系也在不断调整。在人机竞合共生的后人类境况中，认知和拆解生成式人工智能的技术逻辑，同时发挥人类在价值判断、情感理解等方面的优势，是推动新闻创新的重要途径。从早期智能文字报道写作阶段到基于生成式人工智能的文本写作阶段，人机关系经历了从分离到协同的重要转变。早期阶段：受限于弱交互性、单一任务处理能力和封闭系统的技术局限，写作机器人扮演着工具性角色，在以人类目标和规则为中心的智能新闻实践中，人与机器处于基于等级秩序的分离状态。生成式人工智能阶段：基于深度交互的自我迭代与优化机制，在人机交互中调整内部模型，优化处理流程，作为关键的新闻行动者，对新闻的样态、标准和规范产生影响。一、从人机分离到人机协同第十一章智能新闻实践第四节生成式人工智能与人机协作《融合新闻学》生成式人工智能技术的快速发展，使得智能新闻生产中的人机协作进入全新阶段。其超越了浅层的工具性范畴，深刻地影响着新闻生产工作流程的再造乃至新闻文化的培育。新闻从业者在与生成式人工智能磨合的过程中对其进行调试与校准，是当前智能新闻创新实践的关键。二、人机协作的模式与方式第十一章智能新闻实践第四节生成式人工智能与人机协作《融合新闻学》人工智能领域的研究者将智能区分为两类：以价值判断为基础的人类智能和以数学计算为基础的机器智能。从宏观的人机协作模式来看，智能新闻实践体现出“人机混合智能”的新形态。人机混合智能指向人、机、环境系统相互作用而产生的一种新的智能形式。人所要解决的是“做正确的事”，机器所要解决的是“正确地做事”，环境所要解决的是“提供做事平台”。在人机混合智能的理想模式下，两种智能不仅各展所长，更能相互理解和融合。（一）人机混合智能第十一章智能新闻实践第四节生成式人工智能与人机协作《融合新闻学》提示词（prompt）是人与生成式AI之间沟通和交互的关键中介，包含指令、上下文、输入数据、输出指示等要素，是引导大语言模型生成内容并对齐人类表达风格、伦理和规范的重要前提与影响因素。提示词能将记者对新闻报道的需求转化为智能机器可以理解的语言，指引AI完成特定任务。记者能够通过提示词优化生成的内容，提高输出的准确性、连贯性和创意性。通过提示词，记者力求内容的准确和规范，为内容设置伦理与法律边界。（二）新闻生产中的提示词应用第十一章智能新闻实践第四节生成式人工智能与人机协作《融合新闻学》提示词技巧01020304分步提示

将复杂任务分解为逻辑清晰的多个简单步骤，用提示词逐步引导AI完成任务。多次尝试、反复生成

如果生成内容未达到预期，可以修改提示词的语言表达或结构，重新尝试以获取更好的结果。描述清晰明确

提示词应当包含具体的任务描述，包括字数、主题、风格、受众类型等，让AI明确生成目标。提供背景信息在提示词中提供上下文背景或示例，帮助AI理解信息语境，从而引导其输出更符合预期的内容。第十一章智能新闻实践第四节生成式人工智能与人机协作《融合新闻学》未来的新闻工作者应当学习和掌握提示词的使用技巧，通过高质量的提问激发生成式AI的潜能。人机深度协作为新闻业的创新发展开辟了诸多可能。新闻生产过程中的人机协同创作内容、人工智能生成内容（AIGC）与专业生产内容（PGC）的有机结合，都标志着新闻生产模式的深刻变革，推动新闻创作流程朝着智能化、个性化和高效化方向发展。新闻创新中的人机深度融合包括生产过程中的深度协作、叙事层面的深度融合、呈现形态上的深度融合、内容分发中的人机协同四个方面。三、基于人机深度协作的新闻创新第十一章智能新闻实践第四节生成式人工智能与人机协作《融合新闻学》人工智能