融合新闻学 课件 第12章 融合新闻的规范与治理

中|国|原|创|性|哲|学|社|会|科|学|重|点|教|材|建|设|工|程融合新闻学第十二章融合新闻的规范与治理本章目录第一节融合新闻的伦理表现与挑战第二节智能新闻实践的伦理问题第三节融合新闻的法律规范第四节融合新闻的管理规制第五节全媒体生产传播的创新体系构建第一节融合新闻的伦理表现与挑战融合新闻伦理凝聚着新闻内容生产与传播的核心价值，既涵盖真实性、公正性等基本准则，也需随媒体融合发展不断调整与延伸。本节从真实性、公正性、透明性、安全性与人文性五个维度，探讨技术介入背景下融合新闻伦理的核心表现与挑战。真实性：确保新闻信息准确、完整、客观并可核验。公正性：平衡呈现多元意见，关注技术对信息可见性的影响。透明性：公开素材来源、生产流程、人机分工与更正记录。安全性：维护个人隐私、数据安全、国家安全与认知主权。人文性：使技术效率服从人的尊严、情感与公共价值。融合新闻伦理的五个维度第十二章融合新闻的规范与治理第一节融合新闻的伦理表现与挑战《融合新闻学》真实是新闻的生命，也是新闻工作的核心伦理原则。媒介技术推动信息生产向多元化、自动化发展，多平台、多场景传播又使伦理控制趋于弱化、责任边界更加模糊。首先，信息碎片化传播冲击新闻真实性。新闻被拆解为短视频、图文切片等形态，虽然提高传播效率，却容易削弱信息的完整性、语境关联与可验证性；受众的快速消费习惯又进一步加剧内容碎片化。第十二章融合新闻的规范与治理第一节融合新闻的伦理表现与挑战《融合新闻学》一、真实性“全民拍”平台真实性保障链0102030405记者追踪由专业记者核实人物、时间、地点及事件背景。区块链存证记录素材流转与处理过程，强化信息可溯源性。公信力提升以“技术筛查＋专业核验”形成真实报道闭环。AI初筛汇聚用户上传的现场信息，拓展新闻线索来源。UGC线索对海量素材进行初步识别、分类与风险筛查。第十二章融合新闻的规范与治理第一节融合新闻的伦理表现与挑战【拓展案例】新华社“全民拍”平台通过机制创新，把社会线索、智能筛查、专业核验与技术存证连接起来，增强融合新闻的真实性与公信力。《融合新闻学》生成式人工智能可以伪造高度逼真的文本、图像、声音与视频，进一步模糊事实与虚构的边界；算法推荐又会加速虚假内容扩散，使“拟真造假”更具迷惑性和破坏性。【案例】2023年5月，唐纳德·特朗普在社交平台发布一段AI伪造的CNN播报视频，引发广泛争议。该案例表明，形式上的“像真”并不等于事实上的真实，新闻传播需要建立面向合成内容的识别、标注与核验机制。第一节融合新闻的伦理表现与挑战第一节

融合新闻的伦理表现与挑战（一）深度伪造挑战真实性底线《融合新闻学》1.核查机制转型：由发布前的单一审核，转向内容生成、审核筛查、平台分发、反馈纠正的全流程嵌入。2.核查能力升级：综合运用信源交叉验证、图像与视频识别、传播链追踪和人工复核，提升前瞻性、系统性与智能化水平。3.真实与导向统一：以真实为基础、以正确价值观为引领，防止流量至上、情绪放大和事实碎片化削弱新闻的公共价值。第一节融合新闻的伦理表现与挑战第一节融合新闻的伦理表现与挑战（二）事实核查必须嵌入全流程《融合新闻学》新闻从业者在信息采集、内容生产和观点呈现过程中注重公正性。数字媒介时代，算法推荐、数据可视化和沉浸式传播深度介入新闻生产与分发，使公正性不仅涉及报道是否平衡，还涉及技术机制如何决定信息可见性、议题排序和受众认知。融合新闻需要同时审视专业采编规范与技术分配机制。第十二章融合新闻的规范与治理第一节融合新闻的伦理表现与挑战二、公正性《融合新闻学》自媒体等非专业主体进入新闻生产，打破传统专业壁垒，也模糊新闻与一般信息的界限。用户生产、机构生产与机器生成内容交织，部分内容缺少专业采编流程和伦理约束，容易带有明显个人立场，侵蚀新闻的专业性与公共性。新闻生产主体泛化第十二章融合新闻的规范与治理第一节融合新闻的伦理表现与挑战训练数据的结构性失衡可能放大部分群体声音、系统性忽略另一些群体；个性化推荐强化“信息茧房”和“回音室”。点击率、停留时长等流量指标又推动情绪化、立场极化内容优先传播，压缩理性表达与多元讨论空间。算法推荐与流量导向《融合新闻学》透明性是指机构主动披露信息，使其行为接受外部监督。在新闻领域，它意味着新闻生产流程对内部人员和社会公众开放，允许监督、批评乃至一定程度的参与。其核心是把新闻生产的“后台”操作和决策意图置于“前台”展示。然而，算法推荐、自动化采编和智能分发的深度嵌入，反而降低了新闻流程的可见性，使不透明问题更加突出。第十二章融合新闻的规范与治理第一节融合新闻的伦理表现与挑战三、透明性《融合新闻学》1.算法层面：推荐系统以“黑箱”方式运行，决策逻辑、训练数据偏差和技术局限影响内容可见性。2.流程层面：自动写作、智能剪辑与机器审核使受众难以区分记者判断、系统生成和技术辅助。3.管控层面：平台以商业机密、技术安全或运营规则为由封闭关键参数，外部难以评估流量倾斜、议题操控与价值偏向。第一节融合新闻的伦理表现与挑战第一节融合新闻的伦理表现与挑战（一）新闻流程呈现系统性不透明《融合新闻学》社交媒体、聚合平台和短视频平台常对新闻进行拆分、转述和二次加工，原始来源、采访背景、数据出处与编辑语境容易被弱化甚至省略，形成信息孤岛和断裂式传播。（二）来源和背景不足削弱可追溯性第十二章融合新闻的规范与治理第一节融合新闻的伦理表现与挑战报道应清晰说明素材来源、采访对象、数据依据和必要背景；对争议事实说明核实过程与判断边界；出现错误时及时更正，并公开说明修改原因。透明不是公开所有技术细节，而是让受众能够理解新闻如何被筛选、编排与呈现。透明性的实践要求《融合新闻学》融合新闻以海量数据和智能技术重塑公众对世界的认知。越精准的传播手段越可能突破安全防线，越便捷的信息分享渠道越容易成为系统性风险的扩散通道。安全性风险集中于三个层次：个人隐私可能因过度采集和跨平台追踪而失控；深度伪造与算法操控可能危及国家认知主权；数据采集、传输和存储中的漏洞则构成融合新闻的底层风险。第十二章融合新闻的规范与治理第一节融合新闻的伦理表现与挑战四、安全性《融合新闻学》1.个人隐私：跨设备追踪、生物特征和地理位置采集可能超出“最少必要”原则，复杂授权使知情同意流于形式。2.国家认知安全：对抗性叙事、社交机器人和深度伪造能够扰乱主流舆论生态，削弱公众信任并诱发认知风险。3.数据安全：采集、传输、存储环节存在泄露、篡改和攻击风险；算法工具还可能被用于舆情操控和有目的的定向推送。第一节融合新闻的伦理表现与挑战第一节融合新闻的伦理表现与挑战融合新闻面临三重安全风险《融合新闻学》大数据、人工智能与数据可视化深度嵌入新闻生产，使新闻叙事面临被简化为数据建模与视觉编码的风险。交互图表可能替代深度采访，流量指标可能重塑新闻价值判断。在工具理性主导下，新闻生产容易形成效率崇拜和量化迷思：点击率、完播率与停留时长成为主要衡量标准，而人的处境、情感体验、社会温度与文化内涵则可能被忽视。第十二章融合新闻的规范与治理第一节融合新闻的伦理表现与挑战五、人文性《融合新闻学》沉浸式界面把深度报道切割为滑动的信息片段，动态图表以科学外观掩盖个体命运的复杂性。传播效果被压缩为数据指标后，需要被倾听、被共情的生命故事容易成为数秒展示，数据偏差与算法歧视也可能进一步加剧认知偏见。技术依赖削弱人文基础第十二章融合新闻的规范与治理第一节融合新闻的伦理表现与挑战算法擅长揭示相关性，却难以充分解释社会现象的因果逻辑，也难以捕捉人的精神价值与情感共鸣。融合新闻应避免以“科学”之名掩盖价值判断，在技术效率之外保留批判性、温度和公共责任，实现真实性、公正性、透明性、安全性与人文性的统一。认知危机挑战新闻伦理使命《融合新闻学》第二节智能新闻实践的伦理问题人工智能正在系统性重构融合新闻的采集、合成、生产与分发。技术介入使新闻实践从多模态内容整合走向个性化生成与情境化适配，也使算法决策、数据训练和自动生成从工具层进入价值层。本节围绕四个关键环节，分析智能新闻的主要伦理问题。智能采集：自动收集、筛选和处理文本、图像、音视频等多模态信息。智能合成：借助自然语言生成、图像与语音合成，实现自动撰写和多模态呈现。智能生产：由AI参与乃至主导选题策划、内容撰写、编辑加工和发布。智能分发：依据用户画像和算法推荐，实现个性化、精准化推送。伦理核心：在效率提升与技术创新中守住真实、公正、隐私、责任和公共价值。第十二章融合新闻的规范与治理第二节智能新闻实践的伦理问题智能新闻实践的四个环节《融合新闻学》新闻的智能采集是利用人工智能、大数据分析、自然语言处理和感知计算等技术，自动化收集、筛选与处理多模态信息的过程。它能够提高新闻生产效率和个性化供给能力。但采集是智能新闻的入口，前端偏差会向合成、生产和分发持续传导。其核心伦理挑战主要集中在隐私边界、数据授权、客观表达和公共责任等方面。第十二章融合新闻的规范与治理第二节智能新闻实践的伦理问题一、智能采集的伦理问题《融合新闻学》大数据、行为追踪和面部识别使新闻机构能够跨平台抓取用户行为痕迹，并转化为新闻线索。这种“无感知采集”往往缺少用户真实授权，可能侵犯知情权和隐私权。【案例】美国ClearviewAI公司自2017年起使用爬虫工具抓取社交媒体图像，构建人脸识别系统，后因违反《通用数据保护条例》受到处罚。公开可见不等于可以任意采集，新闻数据使用仍应遵守目的正当、知情同意与“最少必要”原则。第二节智能新闻实践的伦理问题第二节智能新闻实践的伦理问题（一）隐私边界模糊与数据采集越界《融合新闻学》1.偏见来源：智能采集系统依赖历史数据训练，而数据中可能隐含性别、种族、阶层和文化偏见。2.放大机制：算法依据既有标签筛选线索，使部分群体在新闻采集阶段被排斥、忽略或刻板化。3.伦理后果：歧视性采集影响哪些人和事件能够进入新闻视野，破坏报道真实性、公正性与代表性。4.纠偏要求：开展数据审计、样本平衡、人工复核和持续监测。第二节智能新闻实践的伦理问题第二节智能新闻实践的伦理问题（二）算法偏见导致歧视性采集《融合新闻学》新闻的智能合成，是利用自然语言生成、图像合成和语音合成等技术，对新闻内容进行自动撰写、图文匹配与多模态呈现。智能合成显著提高生产效率与视觉表现力，但模型主要依据概率关系生成内容，而非主动核查事实。其伦理风险集中于虚假内容生成、作者身份与责任边界模糊、深度合成强化信息操控三个方面。第十二章融合新闻的规范与治理第二节智能新闻实践的伦理问题二、智能合成的伦理问题《融合新闻学》1.虚假内容生成：模型可能产生逻辑通顺却不符合事实的文本，出现信息拼接、语义脱节甚至凭空捏造。2.责任链条断裂：传统“署名—审核—问责”链条被算法介入打散，记者、编辑、平台与模型开发者之间的责任难以划分。3.拟真信息操控：图像、语音和视频生成具有高度仿真性，未明确标识的内容容易使受众陷入感知陷阱，危及媒体公信力与社会认知安全。第二节智能新闻实践的伦理问题第二节智能新闻实践的伦理问题智能合成面临三类伦理风险《融合新闻学》新闻的智能生产，是利用人工智能系统自动完成选题策划、内容撰写、编辑加工与发布。与侧重素材整合的智能合成不同，智能生产强调AI对内容的自主构思和写作能力。从Dreamwriter、Wordsmith等结构化数据写作工具，到DeepSeek、ChatGPT、豆包、千问、元宝等生成式AI，智能技术已由辅助工具走向新闻生产全流程。第十二章融合新闻的规范与治理第二节智能新闻实践的伦理问题三、智能生产的伦理问题《融合新闻学》AI可以快速生成海量文本，但输出容易模板化，缺少深度分析、背景解释和真实情绪。由于缺乏实地采访能力，报道往往缺少一手信源、独特视角和对个体命运的深入呈现。内容平庸化降低新闻质量第十二章融合新闻的规范与治理第二节智能新闻实践的伦理问题训练数据中的性别、文化和阶层偏见可能被持续放大。AI也难以内化新闻职业的价值判断，在时机把握、社会影响预测和风险规避方面存在结构性盲区，可能偏离人民立场、社会效益优先等职业伦理。偏向性削弱新闻多元性《融合新闻学》1.真实性风险：突发事件中，未经核验的自动生成内容可能迅速扩散；多模态造假比文字失实更具视觉冲击力。2.知识产权风险：部分工具未经授权抓取新闻作品用于训练，模型的模仿、合成与再创作也可能引发侵权争议。3.责任认定风险：平台、模型开发者、媒体机构和使用者之间的责任边界尚不清晰。4.知情权风险：未标识的AI生成内容使公众在不知情状态下接收和传播信息。第二节智能新闻实践的伦理问题第二节智能新闻实践的伦理问题智能生产同时面临真实性与法律风险《融合新闻学》新闻的智能分发，是借助算法推荐、机器学习和用户画像，将内容以个性化、精准化方式推送给不同用户。它通过分析行为数据、兴趣偏好和交互历史，实现内容与需求的高效匹配。智能分发推动新闻传播由“人找信息”转向“信息找人”，也使内容排序和传播优先级从人工编辑转向算法主导，带来隐私、极化与权力异化等伦理风险。第十二章融合新闻的规范与治理第二节智能新闻实践的伦理问题四、智能分发的伦理问题《融合新闻学》智能分发依赖对用户兴趣、浏览轨迹和社交互动的全面采集，形成深度用户画像。许多平台在用户未充分知情、未真实同意的情况下获取和使用数据，甚至将数据用于精准营销或商业交易。用户由此处于“透明人”状态，却难以掌握数据的用途、流向和保存期限。平台与用户之间的信息不对称不断扩大，隐私权、数据主权、知情权与选择权受到损害。第二节智能新闻实践的伦理问题第二节智能新闻实践的伦理问题（一）个性化推荐引发隐私侵犯与数据滥用《融合新闻学》1.同质化推荐：算法持续推送与既有兴趣和立场一致的内容，形成认知闭环。2.异质信息减少：用户接触不同观点和多元信息的机会被压缩。3.偏见持续放大：算法可能固化刻板印象，使群体间的信息割裂与价值对立不断加深。4.公共性受损：以偏概全的推荐逻辑削弱新闻传播的公平、开放和多元基础，限制媒体作为公共讨论平台的功能。第二节智能新闻实践的伦理问题第二节智能新闻实践的伦理问题（二）智能分发加剧信息茧房与舆论极化《融合新闻学》传统新闻的议程设置和信息筛选主要由具备专业素养与伦理自律的记者、编辑承担；智能分发则把越来越多的排序权和传播优先权交给平台算法，新闻价值判断由此转化为技术规则。（三）新闻分发权发生算法异化第十二章融合新闻的规范与治理第二节智能新闻实践的伦理问题以流量和商业利益为导向的算法倾向于优先推送情绪化、娱乐化甚至虚假内容。由于决策过程缺少透明度和外部监督，公众无法了解信息筛选标准，新闻分发权可能异化为缺乏约束的商业权力，不利于舆论引导。流量逻辑可能取代公共价值《融合新闻学》智能新闻实践全流程伦理校准0102030405生产有人审保留记者编辑的专业判断，避免模板化与价值盲区。分发保多元保障异质观点和公共议题可见，限制单一流量导向。责任可追溯明确媒体、平台、开发者和使用者责任，保存生成与修改记录。合成可识别坚持知情同意、目的限定和最少必要，审计数据偏见。采集有边界核验事实，明确标识合成内容，防止拟真操控。第十二章融合新闻的规范与治理第二节智能新闻实践的伦理问题【伦理校准】智能新闻伦理不能只在发布环节把关，而应贯穿数据进入、模型处理、内容生成、编辑发布和算法传播的完整链条。《融合新闻学》第三节融合新闻的法律规范人工智能在赋能融合新闻生产的同时，也对法律规范、伦理道德和公共治理提出新的挑战。本节聚焦数据保护与人格权、人工智能与著作权、网络平台责任以及融合传播与国家安全，分析技术创新、公众知情权、个体权利与公共利益之间的法律边界。数据保护与人格权：在公众知情权与个人信息、隐私及人格尊严之间寻求平衡。人工智能与著作权：规范训练数据来源、生成内容侵权和权利归属。网络平台责任：明确内容治理、数据保护、版权合规与协同治理义务。融合传播与国家安全：统筹政治安全、文化安全、网络安全、数据安全和技术安全。基本价值：坚持以人为本、智能向善，实现创新发展与公共利益的统一。第十二章

融合新闻的规范与治理第三节融合新闻的法律规范融合新闻面临四类关键法律议题《融合新闻学》个人信息在融合新闻中被高速、隐蔽地采集、处理和再利用。媒体既承担社会监督职责，也是重要的数据处理者。核心法治问题是：如何在保障公众知情权的同时保护个体人格权。新闻价值并不能自动排除个人信息保护，媒体需要根据公共利益、信息敏感程度、报道必要性和可能伤害进行合法性审查。第十二章融合新闻的规范与治理第三节融合新闻的法律规范一、数据保护与人格权《融合新闻学》1.第1034条规定“自然人的个人信息受法律保护”，为新闻信息使用确立基本制度框架。2.个人信息采取法益保护模式，在保护人格利益的同时为数据利用和后续立法保留空间。3.具有私密性的信息适用隐私权保护；不具有私密性但能够识别特定自然人的信息，适用一般个人信息保护规则。4.这一分类为新闻报道中的合法性审查、敏感信息判断和隐私边界确认提供依据。第三节

融合新闻的法律规范第三节

融合新闻的法律规范《民法典》区分个人信息与隐私《融合新闻学》《民法典》第1036条允许在特定条件下未经许可合理使用个人信息，但“公共利益”不能成为无限扩张的理由。报道普通公众的生活细节时，应审查信息是否与公共议题直接相关，避免以新闻价值之名过度暴露隐私。合理使用不能泛化公共利益第十二章融合新闻的规范与治理第三节融合新闻的法律规范第1038条确立匿名化例外：信息经加工后无法识别特定个人且不能复原的，可以不适用一般保护规则。媒体因此应建立合规审查、信息脱敏、权限管控和使用记录制度，防止个人数据被误用、滥用或泄露。匿名化与数据安全《融合新闻学》2024年，全国首例“AI生成声音侵权案”判决认定，未经许可使用配音师声音，构成对人格权益和人格尊严的侵犯，并判令相关公司承担赔偿责任。该案首次明确AI应用场景下声音权益的保护边界。对融合新闻而言，即使声音、肖像或其他人格标识经过算法模拟、转换或合成，也不能脱离授权、正当目的和必要范围。新闻媒体使用AI生成音视频时，应核验权利来源并明确标识。第三节

融合新闻的法律规范第三节

融合新闻的法律规范【案例】AI生成声音侵权案《融合新闻学》人工智能深度进入新闻采编、生成和传播流程，用户只需输入简短指令即可生成文字、图片、音频和视频。生产效率提高的同时，侵权风险贯穿数据训练、内容生成和传播使用各阶段。法律问题主要包括：训练语料来源是否合法；生成内容是否与既有作品实质性相似；AI生成内容能否构成作品；其著作权应归属于谁。第十二章

融合新闻的规范与治理第三节

融合新闻的法律规范二、人工智能与著作权《融合新闻学》生成式AI通常以大量文字、图片和视听作品进行预训练，未经著作权人授权使用受保护作品，可能构成侵权。《著作权法》第3条保护文字、摄影、视听等作品；第5条虽排除“单纯事实消息”，但具有独创表达和分析内容的新闻作品仍受保护。【案例】2023年《纽约时报》起诉OpenAI，主张其未经授权使用新闻作品作为训练语料。《生成式人工智能服务管理暂行办法》也要求训练数据来源合法，不得侵犯知识产权。第三节

融合新闻的法律规范第三节

融合新闻的法律规范（一）训练数据首先要解决来源合法性《融合新闻学》1.输出侵权：AI生成的文本或图像与既有作品达到“实质性相似”，可能侵犯复制权、改编权等。2.“奥特曼案”：2024年广州互联网法院认定平台生成图像与原作高度近似，构成对复制权、改编权的侵犯。3.权利主体：《著作权法》要求作品由自然人、法人或非法人组织创作，AI本身不具备权利主体资格。4.权属判断：通常取决于人类在提示输入、选择、调整、编辑等环节是否作出具有独创性的贡献。第三节

融合新闻的法律规范第三节

融合新闻的法律规范（二）输出侵权与生成内容权属《融合新闻学》作为AI使用者，媒体输入未获授权的素材或发布侵权输出，可能承担法律责任；作为内容生产者，媒体原创新闻又可能被模型未经授权抓取和训练。媒体既要规范输入与生成，也要保护自身作品。新闻媒体面临著作权双重风险第十二章融合新闻的规范与治理第三节融合新闻的法律规范《融合新闻学》《著作权法》关于职务作品的规定，为媒体通过集体授权维护权益提供基础。2019年，中国财经媒体版权保护联盟与“学习强国”平台形成“先授权、再使用”的共识，推动合法数据使用和集中授权机制探索。集体授权提供制度路径《融合新闻学》《融合新闻学》网络平台已经从内容传播的技术载体，演变为舆论形成和社会认知的重要枢纽。算法推荐、内容审核、评论管理与流量运营直接影响新闻生产节奏和分发路径。当平台以注意力和流量作为首要价值，耸动标题、猎奇内容、虚假信息和情绪表达就可能被系统性放大。因此，平台不能再以“技术中立”回避责任，而应转向具有治理义务的责任主体。第十二章

融合新闻的规范与治理第三节

融合新闻的法律规范三、网络平台的法律与社会责任1.内容治理：《网络信息内容生态治理规定》等要求平台建立审核、风险控制和违法信息处置机制。2.数据与算法：《网络反不正当竞争暂行规定》规制滥用数据、算法获取竞争优势，强化平台对内部竞争行为的管理责任。3.违法处置：平台知悉违法信息后未及时采取必要措施，可能依法承担相应责任。4.审核升级：面对AI仿真图像、伪造语音和批量低质内容，需要形成“技术识别＋人工复核”的双重审核机制。第三节

融合新闻的法律规范第三节

融合新闻的法律规范平台责任呈现规范化和强化趋势《融合新闻学》除履行法定义务外，平台还应维护良性信息生态：缓解信息茧房，抑制极端情绪；前置监测网络暴力、恶意剪辑和舆论操纵；防止流量机制为不良信息提供传播优势。平台社会责任不断向外延伸第十二章融合新闻的规范与治理第三节融合新闻的法律规范平台应与主流媒体、社会组织和监管机构建立协同治理机制。《关于进一步压实网站平台信息内容管理主体责任的意见》要求在机制建设、人员配备和技术保障方面形成全链条管理体系，标志着平台治理角色的转变。从信息中介转向治理主体《融合新闻学》融合传播深度嵌入国家安全多个维度。开放式网络架构、云端存储和远程协作扩大网络攻击、数据泄露与系统漏洞风险；平台化、算法化传播冲击意识形态主导力；生成式AI又降低虚假信息、仿真内容和舆论操控的技术门槛。因此，融合传播治理需要统筹网络安全、意识形态安全、认知安全、数据安全和技术安全，实现高质量发展与高水平安全的良性互动。第十二章

融合新闻的规范与治理第三节

融合新闻的法律规范四、融合传播与国家安全《融合新闻学》融合新闻法律规范五项治理要求0102030405压实平台责任强化审核、数据、算法、违法处置和协同治理义务。维护国家安全统筹网络、意识形态、认知、数据与技术安全。坚持智能向善以人为本，在创新、公共利益和权利保护间保持平衡。规范训练生成落实知情同意、最少必要、合理使用和匿名化。保护人格权审查训练数据来源，防范实质性相似与权属争议。第十二章融合新闻的规范与治理第三节融合新闻的法律规范【治理框架】融合新闻法律治理需要把人格权保护、版权合规、平台责任和国家安全贯通起来，使技术创新始终运行在清晰、可执行、可追责的制度边界内。《融合新闻学》第四节融合新闻的管理规制融合新闻的管理规制，是针对新闻生产与传播新形态建立的制度性约束和政策安排。面对主体多元、算法分发和生成式人工智能深度介入，仅依靠单一法律或事后处置难以形成有效监管，需要综合运用法律法规、行政许可、行业自律和技术治理。新闻行业准入：从源头确认哪些机构和人员可以从事新闻采编与信息服务。新闻内容管理：以禁载条款、公共利益、人格权和真实性标准划定内容边界。网络平台监管：覆盖信息服务、用户数据、账号治理和算法推荐全过程。生成式AI服务管理：规范训练数据、生成输出、风险监测、内容标识与溯源。治理目标：维护真实、合法、安全的信息环境，在推动媒体创新的同时保障公共利益。第十二章

融合新闻的规范与治理第四节

融合新闻的管理规制融合新闻管理规制的四个层次《融合新闻学》平台型、社交型主体大量进入信息采集、编辑和分发领域，传统媒体不再是唯一发布渠道。行业准入通过审查新闻机构和从业人员资质，从源头确保新闻活动的专业性、合法性与责任承担能力。在融合传播环境中，准入规范不仅涉及机构设立和记者持证，还延伸至互联网新闻许可、资本进入边界及从业者的数据、视频和平台运营能力。第十二章

融合新闻的规范与治理第四节

融合新闻的管理规制一、新闻行业准入规范《融合新闻学》1.机构准入：《新闻出版许可证管理办法》规定新闻出版许可证的监督检查、统一备案和信息公示制度。2.人员准入：《新闻记者证管理办法》要求记者持证上岗，接受统一培训和年度核验。3.制度作用：规范记者身份认证和职业行为，维护新闻专业性、内容可信度及公众合法权益。4.能力更新：“中央厨房”等系统普及后，从业标准应纳入数据处理、视频剪辑、社交平台运营和AI素养。第四节

融合新闻的管理规制第四节

融合新闻的管理规制（一）传统机构依法设立、记者持证从业《融合新闻学》从2000年《互联网站从事登载新闻业务管理暂行规定》开始，互联网新闻服务逐步形成法定许可体系。《互联网新闻信息服务管理规定》等明确：从事新闻信息编辑、发布和传播的网络主体，应依法取得互联网新闻信息服务许可。公众账号、客户端、网络直播等新形态是否纳入许可，主要依据其是否涉及时政报道、是否具有舆论引导功能判断。许可制度由此在“新闻生产”与一般“信息服务”之间划定边界。第四节

融合新闻的管理规制第四节

融合新闻的管理规制（二）互联网新闻准入由备案走向许可《融合新闻学》1.非公有资本不得从事新闻采编业务。2.不得设立中外合资或外资控股的新闻信息服务机构。3.承担舆论引导功能的互联网信息服务平台，应依法取得主管部门许可。4.在AI生成和算法推荐广泛介入传播的背景下，平台与资本具有明显的舆论放大能力。差异化准入有助于维护新闻秩序、意识形态安全与传播主权。第四节

融合新闻的管理规制第四节

融合新闻的管理规制（三）资本准入实行负面清单管理《融合新闻学》新闻内容管理是对信息采集、编辑、发布和传播全过程实施监督、审查与管理的法律制度和标准。媒体融合使传播具有互动性、算法主导和社交网络依赖等特征，也带来失实、价值异化、人格权侵害和版权风险。我国逐步形成以“禁载条款”为底线，兼顾国家利益、公共秩序、人格权保护和社会责任的综合内容治理体系。第十二章

融合新闻的规范与治理第四节

融合新闻的管理规制二、新闻内容管理规范《融合新闻学》1.禁载条款：《广播电视管理条例》《互联网信息服务管理办法》等列明危害国家安全、破坏民族团结、宣扬暴力恐怖、扰乱社会秩序等禁止传播内容。2.适用范围：覆盖传统媒体、自媒体、短视频、网络直播等不同主体和形态。3.公共秩序：重大突发事件和敏感舆情中，机构与平台应结合人工巡查、算法识别、舆情监测和事后追责及时控制风险。4.核心作用：在多主体生产和算法分发中建立明确、统一的法律边界。第四节

融合新闻的管理规制第四节

融合新闻的管理规制禁载条款与公共秩序构成内容底线《融合新闻学》《民法典》第1025条规定，为公共利益实施新闻报道、舆论监督，影响他人名誉的，原则上不承担民事责任；但捏造、歪曲事实，对严重失实内容未尽合理核实义务，或使用侮辱性言辞的，应承担责任。人格权保护划定合法报道边界第十二章融合新闻的规范与治理第四节融合新闻的管理规制《民法典》第1019条保护肖像权。新闻机构使用AI换脸、生成视频或合成图片时，仍须取得合法授权并规范身份处理。合法报道应满足“公共利益＋事实真实＋合理核实＋表达适度”，不能以技术处理回避人格权保护。AI素材同样需要合法授权《融合新闻学》网络平台是内容承载、信息分发和公众认知形成的关键枢纽。平台监管通过法律法规、技术标准和管理制度，对内容生产、账号运行、用户信息保护、算法推荐及反馈处置实施系统监督。治理结构由政府监管、平台主体责任、行业自律和公众监督共同构成，目标是保障用户权益、维护网络秩序并优化信息生态。第十二章

融合新闻的规范与治理第四节

融合新闻的管理规制三、网络平台监管规范《融合新闻学》1.内容服务：《互联网信息服务管理办法》《移动互联网应用程序信息服务管理规定》强化信息发布、存储与传播审核。2.多主体责任：《网络信息内容生态治理规定》明确内容生产者、平台和用户责任。3.场景细化：弹窗推送、账号信息、跟帖评论和“自媒体”管理规范分别约束具体传播环节。4.治理重点：以平台责任为核心，突出信息真实性、账号管理、用户行为引导和舆情干预，覆盖生成、分发与反馈。第四节

融合新闻的管理规制第四节

融合新闻的管理规制信息服务监管形成全流程链条《融合新闻学》《个人信息保护法》要求重要互联网平台建立个人信息保护监督机制，确保数据处理合法、安全、透明；《数据安全法》确立数据分类分级保护，并对重要数据处理和跨境传输提出要求。融合新闻平台采集用户点击、停留、转发、评论等数据时，应明确来源、目的、范围和保存期限，落实用途告知、知情同意、访问控制和数据脱敏，避免在短视频、智能推荐和互动评论中侵犯隐私与人格尊严。第四节

融合新闻的管理规制第四节

融合新闻的管理规制信息保护规范回应用户数据权利《融合新闻学》1.提升透明度：平台应提高算法规则的透明度和可解释性。2.保障用户选择：提供关闭个性化推荐的选项，避免强制性画像与单一路径。3.规范自动化决策：《个人信息保护法》第24条要求自动化决策公平、公正，不得实施不合理差别待遇。4.防范传播风险：不得利用算法操纵舆论、误导用户或损害权益；新闻平台尤其应防止极端情绪放大、公共议题偏置和舆论多样性削弱。第四节

融合新闻的管理规制第四节

融合新闻的管理规制算法推荐监管防止技术权力失控《融合新闻学》AI已进入文稿生成、字幕匹配、视频剪辑和多模态创意生产，同时带来虚假信息、版权争议、算法偏见和隐私泄露风险。我国逐步形成递进式制度框架：《互联网信息服务算法推荐管理规定》规范推荐算法；《互联网信息服务深度合成管理规定》确立合成内容标识责任；《生成式人工智能服务管理暂行办法》进一步规范训练数据、内容输出、风险监测和应急响应。第十二章

融合新闻的规范与治理第四节

融合新闻的管理规制四、生成式人工智能服务管理规范《融合新闻学》生成合成内容标识与溯源要求0102030405多模态覆盖依据不同内容形态设置相适应的标识方式和展示位置。标识完整下载、导出、复制及平台分发过程中不得破坏或删除标识。禁止隐匿任何组织和个人不得恶意隐藏、篡改标识，防止虚假内容流入舆论场。隐性标识在文本、图像、音频、视频等内容中清晰提示AI生成或合成。显式标识在文件元数据中嵌入生成合成信息，形成机器可识别记录。第十二章融合新闻的规范与治理第四节融合新闻的管理规制【标识规范】《人工智能生成合成内容标识办法》把透明责任嵌入内容生成、文件存储、平台分发和用户再传播过程，使AI内容能够被识别、核验和追溯。《融合新闻学》第五节全媒体生产传播的创新体系构建全媒体生产传播创新，是主流媒体适应数字化、智能化和平台化传播趋势的系统性变革。本节从“四全媒体”理念出发，依次讨论工作机制、评价体系与治理体系的创新，说明主流媒体如何由信息传播者转向价值传播者、舆论引导者与公共服务平台。理论起点：“全程媒体、全息媒体、全员媒体、全效媒体”构成中国特色全媒体实践的四个维度。工作机制：以政策规范为引领，推动组织架构、生产流程、平台技术和生态协作系统变革。评价体系：兼顾传播效率、技术创新、社会责任与公共价值，以“四力”为根本遵循。治理体系：以人工智能等技术赋能公共服务、内容风控、价值算法和协同治理。总体目标：建设资源集约、结构合理、差异发展、协同高效的全媒体传播体系。第十二章

融合新闻的规范与治理第五节

全媒体生产传播的创新体系构建全媒体创新体系：从结构重塑到功能再造《融合新闻学》我国媒体融合由技术、市场与政治三重逻辑共同驱动。技术持续形塑组织结构与内容形态，市场逻辑推动媒体顺应用户需求、提升传播效率，政治逻辑则提供根本方向。2019年1月25日，习近平提出“全程媒体、全息媒体、全员媒体、全效媒体”。这一论述回应数字时代传媒发展趋势，推动融合新闻由资源整合走向结构重塑与功能再造。第十二章

融合新闻的规范与治理第五节

全媒体生产传播的创新体系构建一、“四全媒体”与中国特色融合新闻实践《融合新闻学》1.打破时空限制：新闻传播由阶段性发布转向全时段、连续性覆盖。2.贯通生产环节：采集、编辑、审核、分发、反馈形成一体化流程。3.强化共时在场：互联网、物联网和云计算支持实时跟踪、可视化呈现。4.延伸信息生命：内容可裂变扩散、持续更新并长期存续。5.实践价值：提升时效性与沉浸感，增强媒体记录社会事件和快速响应的能力。第十二章

融合新闻的规范与治理第五节全媒体生产传播的创新体系构建（一）全程媒体：贯通传播全链路《融合新闻学》依托大数据、人工智能、VR、AR和传感器技术，新闻从单一文本或图像转向视觉、听觉、触觉等多模态表达。三维重建与虚拟增强能够高度还原复杂环境，让受众获得沉浸式、互动式体验。“全息”并非信息数量的简单增加，而是感知方式和呈现形态的立体化。它扩展了新闻表达边界，也为公众理解复杂社会议题提供更多观察维度。第十二章

融合新闻的规范与治理第五节

全媒体生产传播的创新体系构建（二）全息媒体：拓展多模态表达边界《融合新闻学》全员媒体：打破传播主体限制。公众由被动接收者转变为新闻事件的目击者、发布者、传播者与监督者，信息流动由“中心—边缘”走向多路径、多中心网络，多主体互动重构舆论生态。全效媒体：打破媒体功能限制。媒体由信息中介转型为集新闻、服务、政务与商业于一体的平台，通过内容聚合、服务融合和场景嵌入，提升精准传播与社会服务能力。第十二章

融合新闻的规范与治理第五节

全媒体生产传播的创新体系构建《融合新闻学》（三）全员媒体与（四）全效媒体《融合新闻学》数字化、智能化和跨平台传播要求传统新闻机构在组织形态、运行机制与内容体系上进行系统性变革。工作机制创新不是简单增设新媒体部门，而是以制度体系支撑技术转化、流程重构和内容升级。建设方向：资源集约、结构合理、差异发展、协同高效。创新领域：政策规范、组织架构、生产流程、平台技术、生态协作与人才能力。第十二章

融合新闻的规范与治理第五节

全媒体生产传播的创新体系构建二、全媒体生产传播工作机制创新《融合新闻学》政策脉络：2014年《关于推动传统媒体和新兴媒体融合发展的指导意见》推动资源整合；2020年《关于加快推进媒体深度融合发展的意见》强调体制机制、流程、人才与技术融合；2024年党的二十届三中全会提出构建适应全媒体生产传播的工作机制和评价体系。组织创新：传统科层制转向“指挥中心＋内容工作室＋运营平台”的战队化架构，以项目制、跨部门协作和移动优先实现快速生产、多端分发。第十二章

融合新闻的规范与治理第五节

全媒体生产传播的创新体系构建政策引领与组织架构重塑《融合新闻学》深圳报业集团：系统推进内容生产、传播、评价、产业、技术、组织、管理与人才变革；将95%的采编力量转向互联网内容生产，以AI视频生成和智能选题推动流程再造。新华网：推进“网端融合”，引入AI用户行为分析和跨平台传播效果评估模型，以工作室制激活采编与运营团队。主流媒体的机制创新实践第十二章融合新闻的规范与治理第五节全媒体生产传播的创新体系构建围绕传播布局、内容品牌、评价体系、生产机制和经营模式改革：加速AI应用；建设全媒体评价数据平台；以数据重构绩效考核；打造200多个融媒工作室并重点赋能42个工作室；强化数据采集、分析和可视化等复合能力。上海报业集团：“五位一体”系统性变革《融合新闻学》生产流程由单线模式转向矩阵化、智能化，形成“内容策划—渠道分发—用户反馈—数据回流”的闭环。广西日报社实践：1.平台：建设自治区级技术平台和本地知识库多模态AI创作平台。2.技术：统一自治区、市、县三级技术底座。3.数据：建立“1＋14＋101”分层式数据中心，打通内容、运营与用户。4.传播：构建多层级矩阵，由分散作战转向协同作