AIGC視域下數據新聞的發展困境、契機與路徑探尋

張艷茹 陳功

作者簡介? ?張艷茹，湖南科技大學2022級新聞與傳播專業碩士研究生；陳功，湖南科技大學人文學院副教授，碩士研究生導師

【摘 要】數據新聞的發展經過了萌芽、興起到繁榮的階段，但囿于成本、技術和受眾等方面的限制，難以保證長期持續多題材、高時效、多元化的內容生產，因而在繁榮之后，逐步進入瓶頸期。AIGC的興起，創造了全新的人機協同工作模式，其在可視化、可聽化和可觸化信息建構方面的優勢為數據新聞的進一步發展提供了新的契機，有助于數據新聞在完成內容拓圈、生產周期縮短、技術升級的同時，建立合適的受眾反饋機制，創建新型的數據新聞生產模式。

【關鍵詞】AIGC；數據新聞；數據可視化

數據新聞的概念最早可以追溯到20世紀60年代美國學者菲利普·邁耶提出的精確新聞報道理念，但這一階段囿于技術限制，精確的數據依賴于大規模的民意檢測、問卷調查等過程，在此期間數據新聞并未大規模應用。21世紀初期，計算機輔助新聞實踐逐漸增多，相應的新聞數據庫也不斷增長，數據逐漸成為精確新聞報道的組成部分。2013年《紐約時報》制作的“雪崩”題材數據新聞報道獲獎，將數據新聞推上研究熱潮，此后，數據新聞的制作及研究不斷推陳出新，迎來數據新聞的繁榮期[1]。但2020年以后，數據新聞的創作陷入了瓶頸期，技術創新的乏力和報道形式的限制，使數據新聞的熱潮逐漸褪去。2022年ChatGPT（生成型預訓練變換模型）問世，掀起了AIGC（人工智能生成內容）的討論熱潮，這一新型的技術模式或可為人機協同的新聞生產方式提供新鮮活力，其大數據、個性化、多樣化信息生產等特點，為解決當下數據新聞面臨的創作、技術和受眾等方面困境提供新的路徑。

一、數據新聞發展的困境分析

受限于成本和技術等方面的影響，2020年后，數據新聞的發展逐漸進入疲軟期，長生產周期限制了其題材創新和內容多元化制作，也影響了新聞的時效性，主流的圖文模式提高了部分受眾的準入門檻，增強了拓圈難度[2]。

（一）創作困境：題材創新和內容制作中的成本限制

區別于傳統的新聞創作模式，數據新聞需要傳播者（以下簡稱傳者）額外進行數據統計并對結果進行“可視”化處理，創作成本相對較高，這便要求傳者在創作時必須選取高關注度的主流話題，以保證在投入成本之后，能降低因低關注度而產生虧損的可能性?；诖朔N需求，高成本的數據新聞創作模式一定程度上壓縮了傳者的題材選取范圍。

題材確定后，數據新聞的內容制作也在傳者構思、數據抓取與可視化處理等方面存在著成本限制[3]。首先，從傳者的初構思層面來看，確定選題后傳者需要考慮如何才能制作出系統規范的數據新聞，這一是要求傳者能夠把握能生成數據新聞的數據特點，二是要求傳者能系統地將所需數據梳理出來，這個過程中涉及創作的第一個成本，即人才成本。傳播主體需要招募或培養能承擔此步驟的創作人才，這一環節就要投入足夠的成本。其次，在數據抓取和可視化處理方面，則要同時投入人才成本和技術成本，甚至需要和其他企業合作來達成目標。

（二）傳播困境：新聞時效和多屏轉換的技術限制

新聞時效性是新聞生產的重要參照標準，為彌補數據新聞在長周期制作過程中出現的時效性滯后不足，現有的數據新聞在創作中往往遵循提前預測和事后匯總兩條創作思路。提前預測的創作思路是指數據新聞的創作者在新聞生產的過程中會提前預測部分會火爆的選題來進行匯總報道，像“6·18”“雙十一”，以及國慶、春節等時間確定年度事件。事后匯總的創作思路則是對于一些突發的大熱選題，創作者從中選取難度較低、創作周期較短的熱門題材，對其進行系統化的原因梳理以及相關數據抓取，然后著手進行數據可視化處理。但無論是提前預測還是事后匯總的創作思路，受技術的限制，都需要一段或長或短的數據準備與處理周期來編寫數據抓取代碼，運用可視化編輯軟件分析處理數據。

技術限制一方面影響了新聞的時效性，另一方面也對傳播渠道產生了影響。傳者在生產內容的過程中，比起視頻模式更加傾向于低成本的圖文模式，這限制了部分的傳播渠道。

（三）接觸困境：受眾素養和可見性視域的傳播限制

預測和總結是數據新聞生產的兩種創作思路，但無論是事前還是事后創作，數據新聞在生產過程中始終遵循著系統呈現的原則。分析我國當前數據新聞的生產現狀，單篇的數據新聞偏向于軟新聞，在厘清前因后果的同時，也會融入一些建設性、批判性的思考。這種建設邏輯有利于數據新聞在公眾心目中樹立權威的形象，但也將其受眾割裂開來。受眾獲取新聞的過程中，有一部分是為了探究新聞事件或熱點話題的始末及其背后的深層邏輯，但更多的則是通過簡單的敘事報道來了解事件過程即可，系統化的數據新聞報道在一定程度上加深了受眾閱讀新聞的難度，將更廣泛的受眾隔絕在新聞之外[4]?；诖?，建立軟硬并行的數據新聞模式有利于廣泛吸引受眾關注。

系統化的數據新聞報道不僅限制了受眾關注程度，也在某種程度上限制了其可見性視域擴展。值得一提的是，數據新聞系統化的內容偏向有助于增強受眾黏性，其超脫了原本新聞傳播中的信息獲取，上升到了信息和知識的雙重獲取層面，部分受眾在看到數據新聞之后可能會進行轉發、收藏等，因此，數據新聞易于產生良好的“私域”用戶，例如，艾媒咨詢每年發布各項數據調研結果，潛移默化地吸引了一批相關愛好者關注其內容生產。但是客觀來看，這種穩定性也會反作用到數據新聞的生產過程中，限制其進一步的圈層拓展。一方面，傳者要穩固自身的受眾基礎，就要不斷推出系統的新聞內容來保持用戶黏性，然而穩定的用戶群形成以后，傳者也有了自己的生產風格，偏向已有的用戶需求，這就導致其在后期制作中很難走出自身虛設條件的限制。另一方面，受眾無論是轉發還是收藏，都建立在一個穩定的興趣團體中，很難為數據新聞的知識類形態拓寬可見性視域。自身風格固化和受眾傳播的雙重限制，一定程度上影響了數據新聞的可見性視域擴展范圍[5]。

二、AIGC視域下數據新聞發展的環境契機

匯總已有的數據新聞報道，可以分析出數據新聞生產中涉及題材選取、數據設計與抓取、可視化處理三個主要步驟[6]，AIGC可以通過海量的數據分析和預處理系統進行類人腦的內容生產，在視覺、聽覺、觸覺三個方面，為數據新聞的生產提供了新契機。

（一）可視化契機

ChatGPT問世以后，以其為引推出的文本AI（人工智能）、圖像AI接踵而來，像抖音剪映智能AI、百度文心一言等，均為數據新聞的創作提供了新的可視化契機。

1.文本契機

數據新聞生產首先要列出具體的數據需求類型，其次再根據抓取的數據來確定文本內容。比起人腦，AIGC建立在大數據的基礎上，一方面，它能夠根據已有的數據新聞模板來系統分析并完成一篇數據新聞需要的數據框架。以ChatGPT為例，可以直接將選題提供給ChatGPT，然后再設定數據需求，它便能提供給創作者一套基本的創作模板，極大地簡化了初步構思的過程。另一方面，它能夠根據已有數據生成文本描述，在數據處理完畢后，需要加入文字描述時，可以將數據信息提供給AIGC，借助其內容庫生成一份具有前因后果的翔實的內容報道，并且創作者可以直接對其提問“該報道有何不足”等類似的問題，借助其提供的意見進行細致修改[7]?？偠灾?，無論是前期思路搭建還是后期文本完善，AIGC都為數據新聞的創作提供了文本契機。

2.圖像契機

圖像設計是數據新聞的呈現靈魂，也是拉長數據新聞生產周期的一項主要指標。匯總已有數據新聞得出的優秀數據新聞，在數據呈現上往往讓人眼前一亮，尤其是在圖文制式中，閱讀者很多會跳過文本內容直接鎖定圖片內容，所以清晰又細致的圖像數據設計也是新聞生產的關注點。當前AI繪畫軟件已經日趨成熟，國內的百度AI作畫、抖音AI繪圖等都為數據新聞的圖像設計提供了新的機遇。一方面，比起人工生產，AIGC風格更加多變，可以應對不同的市場需求，有利于多種主題的報道；另一方面，AIGC的生產速度更快，可以在短時間內完成一篇數據新聞構成多種圖像的需求，縮短制作周期，降低制作成本。

3.視頻契機

與圖文類數據新聞相比，視頻類數據新聞受限于技術，生產數量和規模都較小。生產視頻類數據新聞需要在原有的創作基礎上加入剪輯、配音等后期處理，同時也要求數據的處理建立在動態的模型中，加大了新聞的生產難度。AIGC的出現則為視頻類數據新聞的生產提供了新的契機，一方面，AIGC可以設計數據代碼，便于獲取將靜態數據圖像轉換為動態數據視頻所需要的大量數據，靜態圖像往往只需要部分的數據即可，但如果生產動態的視頻則需要抓取即時或者歷年的數據信息。另一方面，AIGC可以輔助創作者將抓取的內容進行可視化處理，例如，Flourish等可以提供成品模板的AI網站，可以將數據直接應用到模板之中，然后再進行后期編輯，極大地簡化了視頻類數據新聞處理的動態過程。

（二）可聽化契機

數據新聞的可聽化處理往往是與可視化信息相結合來完成一篇數據新聞，可聽化信息可以分為兩種：一種是音樂類信息，與報道內容無關，是為了豐富傳播內容而加入的背景音樂；另一種則是文字播報類，與報道內容相關，是為了增強報道可讀性而加入的內容解說。在視頻類新聞中，兩種類型的可聽化信息應用都較為廣泛：面對單一動態數據時，比如某一段時間內影視劇熱度變化表或某一段時間內市場營銷規模的變化，音樂類信息往往比文字播報類適用，其可以通過音樂節奏和簡單的動態內容將受眾代入到新聞之中，但如果面對的是復雜的數據，純音樂的背景就顯得有欠妥當，不同類型的數據切換使得受眾難以在一晃而過的畫面中穩定跟隨傳者的思路，此時播報類的可聽化信息便能輔助受眾緊跟報道內容。

傳統的數據新聞生產中，獲取一份音樂類內容尚不會影響生產周期，但如果將文本轉化成可聽化的播報語音則會極大地提高生產成本，播報文本編寫、字幕制作、播報人員選取等都會不同程度地影響生產周期[8]。AIGC的引入，一方面可以完成文本類的改寫，編輯出適合播報的文案，另一方面也可以運用AI軟件進行后期智能配音或變聲，然后在剪輯中再度運用AI生成智能字幕，縮短創作周期。

（三）可觸化契機

可觸化內容生產主要建立在新聞互動層面。內容呈現上，數據新聞多由文字、圖像等多元素構成，其豐富的素材滿足了用戶的數據獲取需求，但與之并行的互動需求則有所欠缺。作為新技術應用下的新聞模式，數據新聞的創作仍舊仿照傳統的新聞制式，以內容傳播為主，用戶參與程度不深。造成這種情況的原因主要在于互動類型的新聞創作技術難度系數更高，數據新聞在數據抓取的過程中就拉長了生產周期，再加入互動制作環節，會更加影響新聞的時效性。AIGC生產模式的出現為生產者提供了新的新聞可觸化內容，即用戶參與內容的生產契機。一方面數據設計的過程中可以運用AIGC生成易交互的數據模式，如動態數據生成；另一方面在后期加工的過程中，AIGC也能間接為傳者制作完善的互動新聞內容提供系統的腳本和模板。

三、AIGC視域下數據新聞創作的路徑探尋

AIGC為數據新聞的發展提供了新的契機，結合當前的數據新聞生產現狀，AIGC可以在內容創作、生產周期、設備轉換和受眾素養四個方面為數據新聞創作提供新的發展路徑。

（一）題材設置：創作內容的圈層拓展

較前兩年的數據分析，當下數據新聞的熱度在漸漸消退，其中一方面的原因是數據新聞在生產過程中受限于題材限制，創新的題材選取是拓寬受眾圈層的主要思路[9]。AIGC縮短了數據新聞的生產周期，降低了制作難度，為數據新聞的多樣化題材創作提供了環境基礎。以往的數據新聞在報道內容的題材選取上集中在主流議程中，很少能涉及一些小圈層的新聞需求，但AIGC的出現為其題材創新提供了新的思路，主要集中在以下三點：其一，建構在大數據模型下的AIGC能精準分析不同用戶的新聞需求與興趣愛好，深度挖掘多種圈層特點，建構數據新聞生產的長尾理論環境；其二，AIGC為題材的解讀和編寫提供了多種便利，以往圈層性的新聞熱點出現后，傳者需要花費時間去了解系統的圈層文化內容，然后再進行內容創作，AIGC則為傳者提供了一個集中性的內容處理中心，傳者可以通過提問題的方式獲取自己想要的答案，并根據自身需求運用AIGC創作所需要的圈層性新聞報道的內容；其三，AIGC在圈層性的個性化生產中提供了后期便利條件，獨特的圈層有其更喜歡的新聞形式，AIGC的多樣化實踐可以靈活切換新聞創作的模式，提供視頻、互動等多元化的創作素材，通過題材選取完成圈層拓展的最大化。

（二）生產周期：新聞時效的靜止與滾動

數據新聞在新聞時效性面前多處于被動地位，以AIGC作為輔助，傳者可以通過靜止和滾動兩條創作思路來彌補數據新聞創作的時效性缺失。首先，從靜止層面來看，即一次性推出新聞熱點事件的綜合報道，傳統的數據新聞生產為系統闡明事件過程，需要厘清事件前因后果，設計抓取數據的思路和范圍、分析所得數據等步驟，對人力資源的依賴性較大。AIGC則簡化了以上生產步驟，為傳者提供了和傳統新聞生產周期相近的數據新聞生產周期，為一次性的系統的數據新聞報道提供了新的生產模式。其次，從滾動層面來看，囿于成本限制，傳統的數據新聞生產往往難以對一個熱點事件進行跟蹤持續報道，影響了跟蹤新聞尤其是反轉新聞中的時效性。AIGC的規?；\用則代替了此間的人工成本投入，在傳者創設的問題環境下快速總結當下熱點的來龍去脈，輔助傳者將數據新聞的生產也融入滾動新聞的報道模式之中，為受眾提供權威且翔實的數據分析。

（三）技術賦能：設備切換中的多屏創新

AIGC為同題新聞的不同形式快速創作提供了低成本的現實可能。當下的數據新聞主要是圖文和視頻兩種形式，圖文比起視頻更便于受眾快速獲取信息，然而視頻卻更利于用戶理解信息，尤其是對于部分門檻較高的數據新聞報道[10]。AIGC的引入，一方面可以快速地將圖文消息轉化為視頻模式；另一方面也可以根據已有的素材快速生成新的適用于電視、廣播等媒體的文本內容和背景音樂，極大地縮短了生產周期，為多屏數據新聞生產提供了現實可能性。

（四）受眾反饋：可見性擴展中的閱讀普遍化

受眾是新聞傳播的最后一個環節，受眾的反饋直接影響新聞的規?；瘋鞑?。傳統的數據新聞生產方式，多以傳者思維為主，融入受眾的環節較少。在此，需要辨析的是，部分數據新聞在統計數據時會加入用戶對熱點事件的看法，或是在研究某種市場需求時加入用戶需求，這在某種程度上已經將用戶納入新聞生產的環節中，但這種用戶的調研和新聞內容傳播的受眾可能會存在一定程度的脫節，不能作為完全意義上的受眾互動。建立良性互動的傳受關系，需要創作者在創作過程中深挖受眾特點，在反饋階段有效分析受眾需求，通過始末相連來創作適合受眾的數據新聞。AIGC在開始環節為創作者挖掘受眾特點提供了便利，創作者可以借助AIGC的數據分析來探究何種新聞主題的用戶關注度最高，在后期反饋中，AIGC一方面可以用搭建互動化的數據新聞內容來收集用戶反饋；另一方面也可以對用戶的反饋內容進行統計分析，確立更加合理且滿足受眾需求的數據新聞創作方向。

四、結語

技術的發展和進步從生產、傳播多角度革新了新聞業的生產模式，AIGC的出現為當下的數據新聞發展提供了新的可能性。但值得思考的是，AIGC的興起為數據新聞的生產提供新思路的同時可能也潛藏著其他弊端，比如在縮短生產周期、簡化生產路徑的同時也存在倫理等方面的風險，尤其是數據新聞的文本多建構在海量數據分析與統計之上，這要求創作者在運用AIGC生產新聞內容的同時，要建立與之匹配的審核機制，將技術背后潛藏的倫理風險防患于未然。除此之外，未來的數據新聞研究也可以探討數據新聞生產中人機協同的平衡問題，合理利用兩者的關系，最大限度地促進數據新聞的發展。潮

參考文獻

[1]陳虹，秦靜.數據新聞的歷史、現狀與發展趨勢[J].編輯之友，2016（1）：69-75.

[2]董衛民，吳坤玉.數據新聞演進中的創新向度與未來發展[J].未來傳播，2022（4）：48-54，129.

[3]王建峰.從知曉到理解的新聞知識轉向：形態演變、模式生成與發展路徑[J].南京社會科學，2023（10）：115-124.

[4]徐海麗.交往合理性理論視域下數據新聞發展研究[J].南寧師范大學學報（哲學社會科學版），2023（5）：110-114.

[5]陳夢亭.轉向與反思：浙江縣級融媒體的數據新聞可視化探析[J].傳媒，2023，（S1）：105-109.

[6]任瑞娟，李心玉.數據新聞的三重意義建構及重構社會共識研究[J].當代傳播，2023（4）：36-41.

[7]謝沁露，張譯勻.AIGC在視頻創作中的技術實踐與迷思：以B站UP主為例[J].傳媒，2023（22）：43-45.

[8]劉瑤，吳楠.融“慧”貫通：智媒時代主流媒體的破局之策：央視網人工智能編輯部的實踐探索[J].青年記者，2023（19）：66-69.

[9]郝雨，文希.AIGC一個“特類”：再論ChatGPT應用新聞生產新模態[J].新聞愛好者，2023（9）：14-17.

[10]胡泳，劉純懿.UGC未竟，AIGC已來：“內容”的重溯、重思與重構[J].當代傳播，2023（5）：4-14.