生成式AI 技術在新聞傳播中的應用

王 凱

（鄭州廣播電視臺，河南 鄭州 450000）

0 引言

生成式人工智能（Artificial Intelligence，AI）作為一種輔助新聞生產的智能模型，在一定程度上輔助新聞工作者進行創意表達[1]，為新聞傳播的發展注入了新活力。AI 智能模型也稱人工智能預訓練模型，將海量數據導入具有幾億量級甚至十萬億量級參數的模型中，通過“投喂詞條”強化語言學習，使AI 具備了強大的理解、分析和處理信息的能力，能夠生成比較自然的語言文本。用AI 進行新聞生成與創作，使得新聞工作者的效率大幅提升。然而，AI 在輔助新聞生產中也面臨一些挑戰。例如，AI技術的普及和應用需要投入大量的資金與人力，同時需要解決數據隱私和安全等問題，確保AI 在輔助新聞生產中的可靠性和可信度。

1 生成式AI 的基本內涵

簡單地說，AI 大模型就是經過訓練的“超級大腦”，經過深度學習數據中蘊含的特征、結構，AI最終被訓練成具有邏輯推理和分析能力的人工智能。這種實現了傳播理性與非理性要素交織的新媒介技術，不僅能理解人類的知識體系，還能生成新的技能、產出新的知識。生成式AI 在全球范圍內引起廣泛關注和熱議，尤其是在學術界，對它的基本內涵探討熱烈。在控制論、復雜性范式理論、算法倫理等基本理論的支持下，生成式人工智能得以產生。其中，生成式對抗網絡、生成式預訓練變壓器、生成擴散模型等技術形式得以在新聞傳播領域發展與應用[2]。

1.1 準確高效的數據核查

隨著科學技術的全面發展，尤其是計算機技術以及數字技術的普及和推廣，生成式人工智能可以實現人臉識別、語音搜索、知識圖譜智能搜索。用戶使用它可以迅速查找央視網所有視頻中某個人物及片段并延伸至相關視頻。通過AI 檢索，編輯記者可以快速準確地鏈接到需要的文本和視頻內容，利用自然語言處理和圖像識別等技術加快審稿速度，提高審稿質量。AI 大模型可以有效提升新聞工作者查偏糾錯的能力，進行準確高效的核查。除了查找識別錯誤，AI 大模型還可以高效修復內容。以視頻為例，AI 可全方位提升視頻修復效率和觀感體驗效果。

1.2 超強的人類語言數據支撐

目前，在學術界，人們對生成式AI 的認識主要從技術支撐、業務邏輯、呈現樣態等角度出發，關注生成式AI 具體應用層的議題。研究者普遍認為，AI 是以數據訓練為基礎，對輸入文本做出自然語言回應的大型對話式語言模型，同時可以學習深度算法，從而準確理解相關指令，并對指令進行擴容與轉化，進而產生豐富內容的人工智能應用。以眾多學者對生成式AI 的探究為依據，分析認為生成式AI 的技術基礎是深度學習與人類反饋強化學習等技術，包括對語言理解、機器學習、智能檢索、智能推薦、知識輸出等大量的數據展開訓練，然后可以按照各類指令，產生內容豐富且接近人類自然語言形式的生成式人工智能語言數據，實現認知模擬。生成式AI 人工智能語言數據模型如圖1 所示。

圖1 生成式AI 人工智能語言數據模型

從圖1 語言模型來看，生成式AI 具備超強的人類語言數據支撐，單詞量可以億為單位來計算，這決定了它擁有很強的文字理解、知識生成以及語言生成等綜合能力[3]。新聞工作者利用AI 大模型，可以顯著提升新聞生產效率，為全媒體傳播賦能增效。

2 AI 技術在新聞傳播業的應用

在眾多先進科技的支持下，生成式AI 技術逐漸應用到新聞業的生產、編輯及傳播等領域，涵蓋的傳播應用更廣泛，包括新聞生產方式、傳播方式等各個方面。

2.1 AI 多模態新聞生產編輯體系

“交往”指“廣義的傳播”。人工智能的誕生，使得人機交互實現了新“交往”。AI 擁有極強的自學能力、對話理解能力，能夠生成對話內容，給出的不再是缺乏邏輯性和完整度的機械回答，能夠實現聊天記錄的智能總結。其人性化交互體驗更有利于新聞背景挖掘、文獻綜述分析。

在整個新聞生產編輯體系當中，AI 大模型將助力傳媒業打造新型的內容和服務。AI 還可以創建語言模型驅動的聊天機器人，研發全新的內容產品和交互體驗。例如，《華爾街日報》的“傾聽盒子”由麻省理工學院協助研發，用來傾聽分析用戶的想法，與用戶溝通交流。再如，央廣傳媒曾推出“下文”App，希望以“聊天新聞”的方式和用戶實時新聞互動。智能語音機器人“小新”由新華社客戶端推出，能回應諸如“明天會下雨嗎”“今天世界有什么重要新聞”“我要打車去機場”等客戶指令。在AI 智能技術的加持下，新聞采編者得益于語義知識庫和行業知識庫的技術賦能，全面提升新聞編輯能力。AI 深度學習后與人類反饋強化學習，生成式AI 掌握了各類信息和知識，能夠在線、精準地分析人們的日常偏好，然后結合文本輸入的訴求，以類人的方式輸出自然語言、文本、圖像、視頻，與人形成對話交流。多模態AI 新聞生產編輯體系如圖2 所示。

圖2 多模態AI 新聞生產編輯體系

生成式AI 技術不僅能夠推動包括算法、算力等基礎設施在內的人工智能技術的飛速發展，還能夠優化信息自動化水平、提升智能化處理能力，從而促進傳統媒體實現升級改造。

2.2 全方位優化編輯流程

生成式AI 作為一項重要的人工智能技術，在當下和未來，會逐漸成為媒體人寫作、編輯不可或缺的手段，將在新聞生產、編輯及體驗等方面發揮重要作用。

媒介技術的發展讓新聞工作者獲得了更多觀察世界的角度和方式[4]。過去，受眾觀察社會主要通過雜志、報紙、廣播及電視等傳統媒介。隨著移動互聯網的興起，新聞的表現形態發展到短視頻、第五代超文本標記語言（Hyper Text Markup Language 5，HTML5）、增強現實、虛擬現實及直播等。在AI 加持下，音視頻領域的創作者不僅可以自動剪輯、編輯音視頻，還可以根據文本指示自動生成音頻、視頻?？焓挚萍颊J為，由于視頻生成的技術門檻降低，用戶記錄的生活和社會現象甚至超越了記者可調研的范疇。

除了查找識別文稿錯誤，AI 大模型還可以高效修復文本的不足。以視頻為例，百度·文心由電影頻道與百度公司聯合研發，可全方位提升視頻修復效率和觀感體驗效果。據測算，使用AI 大模型每天可修復28.5 萬幀視頻，精修速度提升3 ～4 倍。同時，生成式AI 承載著多種行業領域的專業知識和技能，新聞采編在應用時，就像擁有了一個內容豐富且信息量巨大的“超級電腦”，從而幫助采編者完成更多的任務，實現了編輯流程的優化和拓展。

2.3 提升新聞網絡傳播效果

AI 大模型是基于特定的計算模型，旨在為解決某一問題而設計的一個指令序列，在當代經濟社會生活中廣泛應用于信息分發、資源配置、服務提供，代表著用系統方法描述、解決問題的策略機制。當前，主流媒體要把握時代發展趨勢，用好AI 大模型“云腦”，有效防范算法濫用帶來的信息繭房問題[5]，搶占主陣地，實現主流價值的傳播效果。例如，現在的算法僅圍繞用戶的某些或某一行為形成的數據，分析用戶喜好偏愛，據此進行個性化信息推送，這樣以偏概全，忽視用戶豐富而復雜的人性特點，在沒有立足用戶的相關關系下與社會關系中的行為數據獲取與樣本分析，容易形成信息孤島，不能全面反映用戶的個人立場、觀點、看法、態度、興趣及觀念。作為主流媒體，可以運用AI 技術優化推薦算法，引入更復雜的算法，考慮用戶長期興趣、持續行為特征與相關社會背景，同時加強對信息內容的真偽甄別與嚴格審核。運用AI 技術，自動識別和過濾虛假、重復、誤導性信息，鼓勵、引導用戶發布突出思想性、真實性、多元化的觀點與視角的信息內容，確保信息的本真性與多樣性。主流媒體還可以引入外部數據源，運用AI 提供個性化設置選項，增強用戶對信息的理性判別意識，提高用戶對信息的批判性思維能力，以突破信息孤島屏障。

2.4 輔助新聞生產和視頻制作

AI 大模型可以根據記者和編輯輸入的信息和指定的主題，自動生成新聞稿件的草稿或初稿，節省了時間和人力成本。記者可以使用AI 大模型生成的文本作為參考和起點，進一步進行編輯和修改，提高新聞報道的效率和質量。在突發事件中，AI大模型可以應用于追蹤事件全過程，彌補記者在時間和空間上的局限性。2017 年8 月8 日21 時19 分，四川九寨溝縣發生7.0 級地震，中國地震臺網機器人首發稿件，僅用25 s 出稿540 字并配發4 張圖片。2019 年8 月，臺風“利奇馬”暴襲浙江，錢江都市頻道緊急啟用AI 主播“小范兒”，24 h 超長待機，為人們提供臺風的最新視頻報道。

AI 大模型在新聞行業的應用也面臨一些挑戰。一方面，信息準確性和可信度的問題。由于AI 大模型是基于訓練數據生成文本，可能存在一定的信息偏差或錯誤，單純自上而下的道德內置法，無法應對具體行為情境的復雜性。新聞機構需要對AI大模型生成的內容進行驗證和審核，確保新聞報道的準確性和可信度。另一方面，處理敏感話題和不當內容的挑戰。AI 大模型可能無法準確理解和處理敏感話題，需要進行人工干預和管理，將自上而下與自下而上相結合[6]，才能確保新聞報道的合規性和道德性。

3 結語

生成式AI 在文本、圖像、代碼、音頻、視頻和3D模型等領域具有強大的能力。新聞工作者在利用AI大模型時，要保持專業情懷，提升科學素養，認識到AI 大模型寫作新聞的局限性，保持一定的批判態度，并對AI 大模型運行原理有一定辨別度，同時掌握數據收集和輸出的“流量密碼”，發揮“新聞人”的優勢，以AI 大模型的智慧拓展自己的能力，增加AI 大模型的情感感知，從而更高效地完成新聞作品。