发布日期：2024-04-06 来源: 网络 阅读量（ ）
已经到来，智能传播是现在也是未来，考研初试、复试对于智能传播的考察极其频繁，不管是直截了当的问出来，还是暗戳戳成为我们的答题点， 2.论述议程设置历经三阶段，当下智能传播遇到什么挑战，你能否提出新假设？（北京师范大学2022） 7.材料是Facebook改名Meta，以及元宇宙，选择一个传播学理论，分析智能媒体时代新闻传播模式的变迁（安徽大学2022） 9.800字新闻评论。今日头条 一点资讯等智能新闻客户端采集个人隐私，为其个性化推送，但也有许多负面影响（南京林业大学2022） 14.算法推荐新闻营造信息茧房，弱化了群体间的沟通功能，评析智能算法新闻（湖北大学2022） 20.分析智能传播时代的材料，运用新闻传播理论，谈谈你对数字时代构建网络命运共同体的理解（重庆工商大学2022） 1.考查题型：根据多年的院校真题分析经验，各个院校对于智能传播的考察涵盖面极广理论与实务都是应有尽有，名词解释、材料分析、论述题、简答题，甚至一些题目当中没有直接写明智能传播，但是在答题时却不得不提及智能传播。这也就更加凸显了我们要背住智能传播的重要性啦。 2.考查角度：题目的考察方向主要是智能传播的基本内涵、智能传播给新闻传播业所带来的影响（积极、消极两面）、智能传播现实运用这三个方面，考察方式一类是直接提问，问题也较为宽泛，可答点多，如智能技术对多媒体的影响（武汉理工）、智能传播对新闻业的影响（重庆大学、上海大学）；第二类则较为具体，往往借助某一具体技术提问，或是落在具体的社会现象上，如：智能新闻客户端采集个人隐私，为其个性化推送，但也有许多负面影响（南京林业大学）、数字智能防疫（材料分析题）（浙江传媒学院）。 我们将人工智能应用于媒体带来的改变，统称为“媒体智能化”，用“媒体智能化”描述一个智能化程度不断提升的过程。在这个过程中，出现了“智能媒体”这一概念，而经由智能媒体所形成的传播，也就是我们所说的智能传播。 就其内涵而言，是指依托高速移动互联网、大数据、云计算、传感器等人工智能技术的支持，能够自主感知用户需求，针对特定的时空和场景，动态向用户推送所需信息，从而实现技术驱动、人机协同、智能传播、精准高效的媒体形态。就其本质，是指算法驱动的媒体形态。 就其外延来看，首先，最为典型的智能媒体是以抖音、快手、微信等为代表的智能技术平台; 其次，以封面、澎湃、天目云等为代表的新媒体，由于融入了较多的人工智能技术而逐步形成的融合媒体形态; 最后，以人民日报、中央广播电视总台、新华社等为代表的传统媒体积极开发智能化新闻应用，未来有望形成的智能媒体生态系统leyu乐鱼考点预测 重复出题很多次！20个「智能传播」考点全面梳理！。 人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。 人工智能技术将使新闻生产更加高效便捷，受众行为分析更加精准，媒体传播效果更加优化，它对新闻的内容生产、议题设置、运作方式等带来性的影响。 简单地说，算法就是解决特定问题的程序，是人工智能的核心技术。正是在新闻传播中引用算法技术，才使媒体 “大脑”能够根据事先设定的程序进行自主运行，从而实现信息数据的自动采集、新闻文本的机器制作、媒介产品的定向分发、平台机器人与用户之间的交流等功能，达到了机器部分替代人类 “脑力”的效果，让媒体具有了人工智能。因此，是否运用算法技术是区别媒体是否具有 “智能”的分水岭。如果说算法是工具，那么数据就是材料。当数据越来越多时，算法就会越来越精准，这也是为什么基于大数据和算法的 “抖音”应用让人欲罢不能的重要原因。 关于智能媒体的研究，排在第一位的是 “人工智能”，人工智能技术使连接与协作趋向，机器能 “洞察人心”，媒体体现出高度的类人性。（答题语料）传统媒体采取人力写作，记者亲临现场取证，新闻生产各阶段独立，耗费大量人力物力成本，记者、编辑各司其职。但在智能媒体时代，人机协作甚至机器写作代替传统人力写作逐渐成为主要的写作方式，全能型人才更受青睐。正如麦克卢汉所说:“媒介是人的延伸。”智能媒体时代，人不再是 “势单力薄”的主要内容生产者，而是与计算机、智能机器一同参与信息传播的全过程。 经过人工智能技术的演进，媒体不仅具有自主感知外部环境，自主选择关键信息，自主判断传播对象的能力，而且还能基于大数据自主学习，自我成长，具有自我进化的意味，其传播地位 “直逼”人类。有思想、会感知，主动而非被动接受访问。在日常使用的淘宝、小红书、抖音短视频等各类生活软件中，也充分展示出了人工智能的优势，不同于以往用户主动寻找信息，智能媒体的精准传播会根据用户的浏览习惯和地区、年龄等特征，通过数据收集，算法分析，将各具特色的信息精准分发到各类目标人群。媒体的信息传播呈现出个性化、私人定制等特点，媒体实现了真正的微目标精准传播。 人工智能的出现为新闻传播带来全新的新闻生产：从专业生产，走向“专业生产+用户生产+机器人生产”以算法为核心的人工智能包括“智能体、机器学习与数据挖掘、语义网络、认知信息技术等非常丰富的内容”，而相关技术在新闻业中的应用便催生了各类智能媒体（简称“智媒”），进而促进了新闻业的智能化转型。 人工智能参与新闻采集流程主要是以智能化工具或机器人的形式实现，以为记者的后续报道提供素材。如通过机器学习和数据挖掘方法提升调查性新闻报道的质量或是作为新闻自动化生成系统的基础部分而存在。（押题班语料） 当前的人工智能新闻采集工具主要用于实现三种功能，包括大规模数据的挖掘、处理和分析，突发事件监测以及事件发展趋势预测。在人工智能的辅助下，当下预测性数据新闻的主题已从扩展到了体育、文化、商业和公共卫生健康等领域。 【案例】路透社News Tracer可以监视Twitter上的消息，能够自动识别有价值的新闻事件，形成相关的推文以及一些新闻生产所必须的数据。 1.许多与新闻相关的数据掌握在政府和私人手中，不能公开获取，通常需要收集、谈判或购买。而新闻推理则需要非常高的准确性或大量的人工检查，以避免诽谤的风险； 人工智能在新闻生产领域的应用主要是“采集数据，数据的结构化处理和分析，判定新闻价值并提炼报道选题，套用模板生成规范的新闻稿及润色。”（押题班语料） 而由此生成的新闻也被称为 “自动化新闻、“机器人新闻、“计算新闻或 “算法新闻”。目前，此类应用主要存在于财经、体育、和天气等主题的报道中，并且可以文字、视频和数据可视化等不同形式展现。 【案例】新闻自动化生产的代表性应用包括《洛杉矶时报》的 Quakebot、“新华社”的“快笔小新”、“今日头条”的“Xiaomingbot”、“第一财经”的“DT稿王”、腾讯的“Dreamwritter”以及《南方都市报》的“小南”等。 1.该技术能较好地应用需要基于数据可用性和好的数据质量，而一旦报道领域拓宽，语义方面的数据或文本更加多元化，自然语言生成技术可能会无法处理，所以目前该技术的应用领域和主题有限； 3.对单一数据流的依赖（缺少多样化的信息源）leyu乐鱼、新闻角度的提前预测以及新闻模板的预先设置等因素，使得算法生成的新闻缺乏传统报道的背景、复杂性、创造性和人性化元素，可能对真实性等伦理原则造成挑战。（押题班语料） 人工智能在新闻分发环节中的应用主要包括个性化新闻推荐、智能化新闻播报以及智能化传播效果分析。 网络信息的爆炸式增长导致严重的互联网信息过剩。由此带来的信息过载与选择困难成为大多数人面临信息消费时的核心痛点。因此，无论是社交属性的媒体还是新闻属性的媒体，为了迎合市场需求、解决用户痛点目前大多仰仗算法进行信息分发，以用户需求为核心进行“私人订制”。以今日头条为例，今日头条是一家具有媒体属性的科技公司，该公司完全不生产新闻但是成功包揽了许多专业媒体乃至自媒体的信息分发渠道。今日头条依靠算法建立起精准的用户画像并据此产生针对每个用户个性化信息流，同时借助广告、电商实现流量变现。 基于决策流程的差异，推荐算法可分为基于内容的推荐算法、协同过滤推荐算法、基于知识的推荐算法以及混合推荐算法。新闻推荐算法的基本原理是算根据用户的个人特征（如年龄、性别和兴趣等）、社会特征（如种族、经济状况和社会关系等）和历史足迹（如信息使用、阅读习惯等数据）等信息建立多数据点的用户画像，同时也会对信息和用户的地理环境、技术环境等进行描摹，之后再将用户画像与标签化的信息产品适配，进而通过多种算法手段进行新闻分发。 【案例】新闻推荐算法已被《纽约时报》《卫报》和《华盛顿邮报》等新闻媒体以及“谷歌新闻”“今日头条”和“一点资讯”等新闻聚合类平台使用。 近些年，人工智能语音工具得以进一步发展，而人工智能语音技术和个性化新闻推荐的结合渐成趋势，由此则催生了新闻机器人／ 聊天机器人／对话机器人之类的应用。 【案例】如BBC、澳大利亚广播公司、《人民日报》和 《光明日报》等，都已将人工智能语音工具运用于新闻的个性化推送中。 （优点）聊天机器人重新定义了新闻分发，有助于实现丰富性、趣味性、互动性和定制性的新闻推送，能够提供知识服务，平衡重大报道，促进信息的全球化传播。（不足）但此类应用同时也在全球范围内带来了“信息茧房”相关的担忧和探讨。 智能化新闻播报主要是通过人工智能主播来实现的。从技术原理来看，“AI合成主播”技术是基于 “自然交互”和“知识计算”的原理，将输入的文本自动生成相应内容的视频，并确保视频中音频和表情、唇动保持自然一致，展现与真人主播无异的信息传达效果，从而极大提升了电视新闻的制作效率，降低了制作成本，提高了报道的时效性和质量。 【案例】如 “新华社”联合“搜狗”公司发布的全球首个人工智能合成新闻主播、日本放送协会（NHK）的Yomiko等。 人工智能可被用于收集用户的新闻阅读情况及相关的体验，从而进一步作用于新闻分发策略的调整。还有媒体利用数据驱动的标题测试为各种媒体平台优化内容。 【案例】如美联社与NewsWhip合作开发的新工具，可以帮助专业从业人员追踪“美联社”内容的使用情况，并分析这些内容如何推动了会员和客户的社交参与，从而进一步作用于内容的调整，以满足用户未来的数字需求。 新闻核查技术是在数据挖掘技术的基础上，根据准确性、确定性等指标leyu乐鱼，进行真假新 闻的统计分析，计算未知新闻真实性的概率。新闻核查一方面会嵌入新闻采集、生产和分发等诸多环节中，同时也可作为单独的过程而存在。 根据核查系统输入源和计算原理的差异，可将新闻核查算法分为“基于内容模型的新闻核查算法”和“基于社会情境模型的新闻核查算法”： 前者借助自然语言处理技术，将带有真假标记的真假新闻数据输入程序，以计算真假新闻在语义特征（如单词使用、修辞、句法、情感语言等指标）上的差异，进而据此对给定文本的真伪进行判定； 而后者“则是关注社交特征和信号，将信息传播过程中的情境纳入考量，根据用户与内容、用户与用户之间的交互等上下文信息情境甄别假新闻”。 【案例】美联社开发了内部验证工具，可帮助记者实时验证多媒体内容；《华盛顿邮报》则开发了TruthTeller工具，以便自动核实实时演讲。 1.调查显示，当缺乏人类监督或处理大规模数据时，自动化事实核查工具辨识假信息的能力有限，尤其是在理解语句以及核查信息源方面，受科学发展现状和缺乏数据的限制。 2.自动化事实核查工具对特定目标文本的真伪识别依赖此前输入的训练文本的特征，而作为训练数据的语义线索，只能反映部分新闻文本的特性，难以应对新语境下层出不穷的复杂新闻形态。 传统媒体时代，新闻生产主要依靠专业机构和新闻记者（PGC) 。进入互联网时代，形成了全新的新闻生产：从专业生产，走向“专业生产+用户生产+机器人生产。新闻生产不再是职业媒体人的专属，受众也开始自主或众包生产内容（UGC)。人工智能时代，随着机器计算能力和学习能力的不断提升，新闻生产实现的一个新突破则是“机器人写新闻”(CGC)。 所谓“机器人写新闻”，实际上是一套程序算法，通过垂直领域开放平台的接入或平台授权，机器人可以快速抓取、生成、发布和推送资讯。尤其在证券交易、体育赛事、地震信息等方面，机构网站提供信息接口，机器就可快速抓取而后生成并推送新闻。 传统新闻定义对新闻时间的要求和强调，将新闻限制在“新近”这一时间段内。但是人工智能时代下，新闻来源已经不局限于传统的新闻信息渠道，大数据和数据分析技术让预测新闻成为可能，我们可以对新闻事件的发展趋势进行预测并加以报道，或者对以往的数据进行分析，得出经验进行深度报道，实际上人工智能时代的新闻已不仅是“新近”这一时间段，而是突破了之前新闻定义的时间限定，将新闻的时间性扩展。同时在及时性的要求上也发生了变化，之前的新闻生产受到时间地域的限制，新闻报道往往是相对滞后的，而现在有了写作机器人之后，在2s之内就可以生成稿件。5G技术的普及和发展，使传播的速率进一步提升，这些技术让新闻的时间性更为精确。 运用人工智能，新闻呈现方式可以更加互动化，可以尝试做出智能化的交互体验。皮埃罗·斯加鲁菲在《2017未来媒体报告》中就曾预言，未来的新闻是用来体验的，而非仅仅用来阅读。近年来，随着语音识别、语音处理技术的不断成熟，中外互联网公司推出了一系列“语聊机器人”产品，比如苹果“Siri”、微软“小冰”和百度“小度”等。不少媒体也将此应用到新闻报道领域，推出智能新闻机器人。 如果说“机器人写新闻”和“语聊机器人”是人工智能技术对新闻内容生产环节的改造，那么智能分发和个性化推荐则是人工智能技术对新闻内容分发环节的变革。过去，无论是报纸版面还是门户首页，主要由编辑根据新闻价值和媒体定位来筛选稿件，他们推荐什么用户才能看到什么，新闻的筛选和排列主要基于人工的判断，而且考虑的是大众的普遍需求，而非用户的个体兴趣。（押题班语料） 传统媒体的议题设置，主要取决于当时的新闻热点、宣传管理部门的指令、媒体同行的选择和编辑记者的经验。但是，人工智能技术出现后，媒体议题设置和编排分发的旧有规则被打破了。算法推荐新闻，以及受众之间的相互推荐，逐渐开始争夺内容分发的主导权。 人工智能技术的核心是数据挖掘。媒体的受众分析将比以往更精准，内容的聚合与分发，将更加精准化、智能化、对象化、个性化。通过大数据挖掘技术、个人信息行为追踪，新闻机构可以做到为用户智能推荐，实现个性化的新闻定制。全球新闻生产从人工整合向技术整合的趋势愈加明显，人工智能向传媒领域进军已成潮流。人工智能技术宣告了个性化新闻时代的全面到来。针对每个订阅用户的专属评论和定制化报道，已经成为现实。 首先，数据源的失实会直接导致新闻失实。写作机器人的数据来源包括新闻网站、社交媒体等。任何数据源的错误都会直接导致机器人生产信息的失实。其次，借助算法进行个性化推荐，则可能扩大失实新闻的传播范围。一旦媒体机构的出发点不再是满足受众的新闻需求，而是提高点击率和广告曝光率，追求自身的经济利益，那么人工智能就可能成为“帮凶”，使“标题党”、垃圾信息和虚假新闻被广泛传播。 “机器人写手新闻”以缺少具体数据的新闻模板为基础，由于技术的局限性，基于代码编程的系统和软件目前只能提供固定的新闻模板，因此，“机器人写手”只能按照固定套路进行新闻生产，新闻写作呈现固定化、模式化。这种方式更多地运用在体育、财经、灾难事件报道中，在深度报道等领域无法适用。 另外，“机器人写手新闻”的组成是确定的模板以及变动的数据，在速度化生产的同时，还带来了新闻生产批量化、同质化问题，同一领域、同一类型的新闻报道文本极为相似，而唯一的变化就是其中的一些数据。 机器人写新闻同样存在新闻敏感度缺失的问题，不论是新闻采访机器人还是反馈机器人，大多数只能进行简单的信息采集和对话，而对于相对复杂的问题，就会捉襟见肘，不能进行深度问题的采访，对话的方式略显生硬，相关的技术和数据库还有待提升与完善。尽管美联社表示机器人写作软件按照程序使用不同语气的能力越来越强，但新闻毕竟出自机器人之手，它不具备对新闻线索进行挖掘的观察能力，也不具备对新闻事件进行取舍的决断能力，而这两种能力是新闻敏感度的重要体现。 机器人写作虽然提升了新闻生产的效率，但它只在如财经、体育等特定的领域发挥较好，由于缺乏人的参与，导致机器人写作在价值判断中还存在一些不足机器本身没有办法判断情绪，它们只是单纯地从数据库中抽取形容词，用法正确与否暂且不论，与“手工打造”的饱含情感、责任和人文诸因素的新闻稿相比，从机器人手中传递出来的新闻虽然是新鲜的却是冰凉的。（押题班语料）在一些灾难事件中使用机器人写作，会使新闻缺少必要的人文关怀。 “机器人写手新闻”基于互联网和物联网数据采写新闻，对用户的隐私安全有一定隐患。由于当前网络监管的不完善，“机器人写手新闻”在利用物联网技术采集信息，以及对社会化媒体中的用户生产内容、新媒体用户数据进行采集时极有可能侵犯个人隐私。如何把握新闻报道所需要的资源与个人隐私之间的界限，这将是对媒介伦理的一个挑战。算法推送也会加重用户的信息茧房，使群体极化加重，使媒体的引导工作难度加大。 “机器人写手新闻”的应用需要经济、技术等多方面的支持，在短时间内并非所有的媒体机构都能够利用“机器人写手”完成新闻报道。有能力使用这一先进技术的媒体机构可以率先享受技术变革带来的便捷，并可以节省出大量的人力和物力，以利于其发展。这种运用的不平等在某种程度上也会加剧媒体间的竞争，给部分媒体带来更大的生存、变革压力。（押题班语料） 另外，不同发展水平的国家和地区对机器人写手的使用情况也会不同，很可能进一步加剧地区之间新闻报道的不平等现象。“机器人写手新闻”最先运用成功的都是欧美发达国家媒体，依托于强大的经济和技术支持，先进发达国家比其他地区更早、更快、更好地运用新的报道方式，由此加大了国家和地区之间新闻报道的不平等。 近几年，人工智能将替代人类，失业率将大大提高，此类悲观论点甚嚣尘上。诚然，人工智能技术在很多方面表现出超越人力的巨大潜力，但记者也有很多无法被取代的优势。记者应该明确自己在新闻活动中的主体地位，利用其新闻敏感对事件作出报道价值的判断和决策；要根据事件选择报道的方式、角度和手法，制定报道方案；要时刻保持自己的人文关怀。（答题语料） 信息茧房是看似高效的人工智能传播技术所带来的负面影响。打破信息茧房，就要让受众能够获得来自各个领域、与自己观念有差别的信息。流通的信息环境，才能让他们拥有更加多元包容的价值观。 随着人工智能技术对新闻生产过程的全方位渗透，人机协作在未来很可能成为主要的新闻生产模式。要制定专门的智能新闻相关规定，约束和消解人工智能技术内在的伦理风险。首先，要规范人工智能技术的使用标准，从立法层面明确人工智能技术涉及的数据范围和适用领域，提高算法的透明度。用户信息被过度采集和滥用的根本原因，就在于算法具有高度复杂性，容易“暗箱操作”。为此，监管部门应该做出规范，要求企业使用用户可以理解的语言，对数据采集的规则进行公开。其次，要根据新闻实践活动完善相关规定，严格新闻工作者的职业道德准则。人工智能技术的发展，对新闻工作者提出了更高要求，新闻工作者必须坚守新闻的真实性、客观性等原则。同时，在大众泛娱乐化、部分不良媒体为了逐利传播虚假新闻的背景下，新闻工作者更应该勇担引导的重任leyu乐鱼，坚持实事求是的作风，加强宣传党的方针政策，弘扬社会主义核心价值观。 使用与满足研究把受众看做是有着特定“需求”的个人，把他们的媒介接触活动看做是基于特定的需求动机来“使用”媒介，从而使这些需求得到“满足”的过程。 使用与满足实际行为的发生需要两个条件，其一是媒介接触的可能性，即身边必须有可接触的媒介，如果不具备，受众就会转向替代性的满足手段；其二是媒介印象，即媒介能否满足自己的现实需求的评价，它是在以往媒介经验的基础上形成的。 根据媒介印象，人们选择特定的媒介或内容开始具体的接触行为；接触行为的结果可能有两种，即需求得到满足或没有满足，无论满足与否，这一结果将影响到以后的媒介接触行为，人们会根据满足的结果来修正既有的媒介印象，在不同程度上改变对媒介的期待。 它认为受众的媒介接触是基于自己的需求对媒介内容进行选择性的活动，这种选择具有某种“能动性”，这有助于纠正大众社会论中的“受众绝对被动”的观点。 它揭示了受众媒介使用的多样性，强调了受众需求对传播效果的制约作用，对否定早期“轮”或“皮下注射轮”的效果观起到了重要作用。 “使用满足”研究指出了大众传播的受众具有一些基本效用，这对20世纪40年代至60年代过分强调大众传播的无力性的“有限效果论”也是一种有益的矫正。在这个意义上，也有一些学者把它称为一种“适度效果”理论。 “使用与满足”理论主张从受众的角度把握大众传播的效果与价值，认为受众对于媒介的选择通常是合理的，并通过对具体服务的使用来获得满足。在个性化新闻推送APP上，用户对于媒介内容的“使用”由原来的用户主动搜寻获取或是海量信息流推送的被动接受转变为基于用户兴趣需求和信息智能推送的双向匹配。这一转变既能满足信息过载情形下用户对优质内容的选择，也有利于新闻信息的高效分发。用“满足的角度来看，个性化推送解决了用户需求中“兴趣”这一核心要素。总的来说，个性化新闻推送使“传者中心向“用户中心转变。而基于兴趣的信息在到达用户环节后更有可能被转发到社交媒体平台上，进而触发下一轮的传播。这一过程也促成了用户社交需求和价值认同的相互对接。 “信息茧房是哈佛大学法学院教授桑斯坦在其著作《信息乌托邦》中提出的概念，指的是在信息传播中，因公众自身的信息需求并非全方位的，公众只注意自己选择的东西和使自己愉悦的通讯领域，久而久之，会将自身桎梏于像蚕茧一般的“茧房中。 在个性化新闻推送机制下，通过算法过滤和正反馈处理的新闻信息在类型、题材、丰富程度等方面不断受到限制，用户的媒介接触也被自我“兴趣不断固化。久而久之，会使们的视野越来越窄。甚至可能出现像桑斯坦说的：“不同群体之间无法沟通，造成群体极化现象。这样的个性化推送技术的扩散会使人们脱离具有挑战性的视角，从而降低受众的公众意识 [1]方兴东,钟祥铭. 智能媒体和智能传播概念辨析——路径依赖和技术迷思双重困境下的传播学范式转变[J]. 现代出版,2022,(03):42-56. [4]罗自文,熊庾彤,马娅萌. 智能媒体的概念、特征、发展阶段与未来走向：一种媒介分析的视角[J]. 新闻与传播研究,2021,28(S1):59-75+127. [5]孙羽,薛德岳. 探究新媒体环境下人工智能对新闻行业的影响[J]. 传媒论坛,2020,3(02):45. [6]陈昌凤,霍婕. 以人为本:人工智能技术在新闻传播领域的应用[J]. 新闻与写作,2018,(08):54-59. [7]喻国明. 人工智能的强势崛起与新闻传播业态的重构[J]. 教育传媒研究,2018,(01):95-96.
