何微新闻奖：优秀文选第三辑

李圆 西北政法大学

【摘要】随着人工智能技术的迅猛发展，智媒时代已然到来。万物共生、人机合一的技术变革对新闻生产与分发的内容、空间、逻辑及环境进行重构，催生了新的关系。新闻生产与分发作为新闻实践的一个部分，既依赖于技术提高生产速度，优化传播效果，也会因为技术异化导致信息传递出现形变，侵害新闻的专业性，削弱媒体的人文价值。技术改变思维，当下的新闻实践存在许多行为盲点，背后隐含着认知误区，正确处理新闻采编的快与慢、信息内容的虚与实、分发机制的粗与精、分发导向的明与暗、媒体用户的动与静以及新闻价值的好与坏这六组关系，是智媒时代下新闻生产与分发所需要遵循的辩证法。

【关键词】智媒；认识论；新闻生产

随着大数据、算法、人工智能等技术的进一步成熟，媒体开始智能化进程，一个全新的智媒时代已经来临，传媒业的原有生态正在被重塑。［1］智媒时代下新闻生产与分发的变革是近年来学界和业界共同关注的问题，反映了技术变革对新闻实践的内容、空间、逻辑及环境进行重构的客观现实。智媒空间里具有内生性的社会关系，新闻不仅以关系为基础，也能够生产关系，所以新闻实践会被新的社会关系所建构。这些关系不仅可以内化为新闻实践的逻辑，也可以外化为新闻实践的形式。新闻的生产与分发具有传承性，这种建构与解构展现了传统的社会行为在数字化社会中的转型。区别于前网络媒体时代，智媒时代下的新闻实践体现出技术生态的特性。既有的研究倾向于在宏观和微观两个层面上探讨传媒业态和传媒业务链，聚焦传媒生态变化和新闻生产与分发的具体变革，比如新闻生产系统、分发平台、用户平台及信息终端的变革。［2］也有学者在价值取向上以网络的二元多重性为逻辑，分析技术的功能和意义，探讨技术与传媒之间的关系。随着智媒时代全面来临，媒介与人的依存关系更加紧密，新闻生产的变革不仅局限于现象和价值，有必要从新闻生产的结构、本质和关系的维度上深入分析，在认识论上打开研究方向、深化研究内容。

当前的智媒环境中存在假新闻、新闻侵权、数据壁垒、后真相和算法黑箱等现象，新闻业的秩序受到挑战。这些现象的本质是人的认知误区，说明智媒时代的新闻生产与分发缺乏正确的认识、观念及思维。认识的偏差会加剧新闻生产的失范。应以既有研究为基础，从认识论上进一步阐明智媒时代下新闻生产与分发的各个环节之间的关系，重点分析新闻采编的快与慢、信息内容的虚与实、分发机制的粗与精、分发导向的明与暗、媒体用户的动与静及新闻价值的好与坏之间的关系，进行辩证分析，对错误行为进行纠偏，助推新闻实践的和价值性与合规律性。

一、新闻采编的快与慢

新闻采编的快与慢指的是智媒时代的新闻生产速度和实际效能之间的联系，厘清二者间的关系，认识技术对二者的影响，是正确认识新闻生产总体环境的前提。“快”与“慢”之间既存在共识，也存在分歧，从语义上看，快意味着“迅速”，张自烈在《正字通》中指出：“快，俗谓急捷曰‘快’。”慢意味着“不及时”，《公羊传》有言：“不及时而不日，慢葬也。”及时意味着产生正向的效果，但迅速却不一定带来有效的及时。具体在新闻生产的实践中，则涉及两个问题，其一是传统新闻的延迟生产与技术带来的快速生产二者间的问题；其二是智能技术的快速生产究竟提高了新闻生产的速度，还是提高了信息传播的效能，生产速度与传播效能之间是否存在悖论。

信息采集是新闻生产的首要环节。传统媒体时代的信息采集完全依赖人力，在智媒时代，大数据和传感器实现了新闻源的优化，既拓宽了信息的来源，又扩增了信息采集的维度。人人都可以产生数据，任何配设传感器的物体都可以进行实时抓取，加快了新闻源的收集速度，提高了信息生产率。但数据的增加和信源的丰富可能会造成信息过载，导致传播环境冗杂，产生“技术噪声”。新闻编辑是新闻生产的重要环节，智能机器人能够用算法对数据进行处理，依靠电脑程序自动生成新闻报道，加快新闻生产速度，减少写作成本，创新新闻的编写方式，分散人对新闻稿件的主导权。大数据、传感器和机器人写作构成一个生产和编辑的整体，这个流程逐渐从人的手里脱离，看似实现了高速自动化发展，但实际上大数据的冗杂性和算法的不透明性会导致信息生产的“黑箱”，降低人对信息的审核能力。在前网络媒体时代，传统媒体中的采、写、编、评需要遵循一系列流程，传播的速度、范围、规模和影响有限，便于主流话语中心进行议程设置和“把关”。智媒时代的机器人写作和不仅改写了媒介体制，也重构了媒介生态，导致新闻的真实性和权威性缺失。所以技术之“快”缩短了新闻生产的时间，却并不能真正提高有效信息的生产效率，反而会导致“慢”传递。

于是，新闻生产就会出现这种情境，即技术确实可以提高新闻采编的速度，但高速度伴随着低效能。智媒技术下的新闻采编要找到一个合理的平衡点，最大化利用技术的便利性，但也要对技术加以规约，改造相应的传播制度与监管方式。应加强对数据生产的保护、数据收集的审查和数据流转的责任划分，构建网络新闻审查机制，完善新闻生产模式。新闻采集应做到实中取快、稳中取快、慢中取快，确保真实性，警惕技术的可操纵性及其对价值合理性的稀释，避免将新闻演变为一种新型的宣传，危害社会秩序。

二、信息内容的虚与实

这里的“虚”与“实”，主要是指智能生产的信息内容的真实与失实。这包含两个维度的问题，即什么样的内容会失实，是故意失实还是非故意失实。智媒时代下的新闻生产依赖机器，比如基于大数据和算法的自动化新闻，主要依靠检索、分类、聚合数据来明确新闻的主体，按特定的叙事框架和语义结构组织关键事实。技术能够利用不同的风格和语法对文本进行修饰，形成有指向性的传播内容，多应用于体育、财经和交通报道。［3］信息内容的真实性意味机器对大数据的高效处理能够减少报道的失误，摆脱记者主观情感的束缚，保证基本叙事的真实。在这种模式下，只要保障程序设计的正确性，机器就可以做到对数据的精确处理和高效利用，大大降低报道的失误率。但自动化新闻生产具有标准的流程，无法进行深度报道，探究事件的原因，新闻体裁局限于消息和快讯。这种局限性恰恰说明信息内容存在失实的可能，即信息流于表面，不能涉及事件的逻辑并做出必要的解释，［4］在复杂事件或涉及多方社会关系的深度事件中，信息容易出现失实的现象。

故意性失实和非故意性失实的区别在于是否存在人为操纵，非故意性失实源于自动化生产的客观限制。新闻难以逃离具体的语境，但机器只能报道基本的事件，缺乏必要的背景资料及解释，容易引发受众的误解，造成事件指向的偏离。故意性失实掺杂了利益集团的操纵，会对社会造成更大的危害。在智媒时代，“制假”的门槛降低，人们可以利用AI的合成技术生产大量人物图片，制造虚假视频，通过“换脸”来传递假消息或制作名人的低俗视频，操纵公众的认知。［5］同时，机器生产的不透明性拉开了新闻生产和受众之间的距离，技术垄断和数据垄断使新闻生产更少嵌入人的监管，便于利益集团进行把控。自动化新闻生产需要建立庞大的数据库，但市场上拥有数据库的企业将数据视为商业机密，建立数据壁垒，数据的来源、传输和使用均不透明，这实质上是一种数据垄断，企业可以在机器生产的源头上进行把控，生产对自己有利的信息，造成信息偏见。

正确处理信息内容“虚”与“实”之间的关系，需要限制智能技术在新闻生产中的应用范畴，突破技术发展的瓶颈，优化数据的输入环节，在深度采访和大型新闻领域进行人为的审查和编辑。同时要打破数据壁垒，警惕算法黑箱，实现“数据共享”，防止利益集团利用技术将自己的意识形态伪装为客观的信息左右公众的认知，从而降低信息的可操纵性，保障新闻真实。

三、分发机制的粗与精

分发机制的粗与精指的是智媒时代的新闻推送，具体指新闻分发的指向性和用户识别的准确性。新闻的分发决定新闻效果的好坏，形成合理的分发机制是至关重要的。在传统媒体时代，新闻的分发是粗放式的，报纸的版面、电视的栏目、广播的频道等都集中体现“群体式推送”的特征。信息传播、网络言论和受众需求的效度和密度不同，新闻分发难以进行细致的划分，只能依靠固定的传播路径与受众呈单向线性连接。智能技术打破了受众与传统媒体间的固态定向连接，用户的需求成为市场的主题，媒体如果要具备竞争力，就要做好“用户洞察”，进行精细化推送。精细化推送需要做到对用户群体的相对了解，在智媒时代里，个人在互联网上的数据痕迹会暴露个人信息，使个体成为“数据的集合”，每个人的喜好和特质都能够被统计，从而实现量化评估。

算法推荐模式能够实现精细化推送，这种模式包含四重逻辑关系。其一，智能推送本质上是意识的推送，在推送的过程中，推送者和受众都是独立的适格主体；其二，推送是一个视阈覆盖的过程，推送者的视角能够覆盖信息接收者的视角，产生单向度的关系；其三，推送是一个潜移默化的过程，能在无形中实现意识形态的操纵；其四，智能推送具有自在的合理性规范及程序性规则。概言之，相较于传统媒体的分发模式，精细化的算法推荐机制需要对受众有详细的了解，从而进行认同灌注、视阈覆盖和意识同化。这种精细化推送逻辑建立在对受众详细了解的基础上，将用户与内容进行准确匹配，为用户提供优质服务。比如，今日头条作为国内智能化新闻平台的代表，算法技术就是其迅速发展的关键秘诀，其通过算法对用户进行分析，确定用户的浏览偏向，从而采取图像识别技术和自然语言处理技术对信息进行聚合、降维，利用机器学习达到信息的个性化匹配，完成信息的精准投递。

算法是计算机程序的一个分支，但在自动决策时也无法摆脱人为因素的干扰。精细化推送中的数据提取、判断标准、语义分析和结果归类都内嵌了人的意识形态与价值观。但技术主体对算法的规制力度并未达到像对传统新闻工作者的规制力度那样大。新闻专业主义、新闻职业道德和伦理规范并没有对技术起到良好的制约作用，导致了算法推送的商业主义倾向，侵害新闻的公共性，加剧“信息茧房”效应，使人与人之间产生壁垒，失去共通的话语空间。精细化的分发机制看似由智媒时代的技术理性主导，实则更加需要强调人的主体地位和价值理性，要做到精细化推送和粗放式推送的良好结合，打造人机协同模式。

四、分发导向的明与暗

分发导向的明与暗指的是新闻分发中隐藏的意识形态和价值观取向，是对分发机制效果的体现。“明”意味着宣传，多见于传统媒体中对信息叠加式与覆盖式的报道，依靠打造主流话语体系来聚合社会舆论和社会认知。“暗”意味着技术的“伪中立性”，能够利用智能算法构建认知环境，进行价值观的隐性传递。区分“明”与“暗”的核心是认清意识形态输出的显性和隐性，“暗”分发容易脱离主流意识形态的引导，造成价值失范。“明”与“暗”的模糊使政府更加难以把控意识形态的建构方向，从而解构社会认同。

智媒分发主要依赖于算法。算法依靠一系列清晰的数字指令和运算模型，将不同类别的信息进行定向推送，构建用户的认知。这种信息分发区别于传统的宣传，能够潜移默化地左右人们的认知观念。算法推送过度倾向于“工程传播”的逻辑，代替了“人类传播”的维度与机理，导致价值观的建构从显性变为隐性。［6］算法的研发和运行依靠大量商业资本的支持，遵循商业逻辑，维护资本的利益，会以技术为导向消解社会的信用体系。新闻要维护社会的公共利益，与算法技术具有内生性的逻辑冲突。媒体为公共利益服务，算法推送作为媒体的工具，不仅要提供信息，更要整合观念，承担塑造主流价值观的责任。算法对价值观的“暗”操纵会催生技术理性的异化，消解人的主体性地位，导致个人歧视、数据滥用和信息茧房等风险。从麦克卢汉的观点出发，媒体本身就是信息，信息的分发不能只把控单个信息和片段化信息，而是要将信息结构化，构建社会的认同感和价值感。“暗”分发将不同的零散化信息结合在一起，依照用户的兴趣进行简单的信息集合，遵循技术逻辑进行运转，缺乏人为的把关，会导致意识形态混乱化。

信息与技术本身不具有价值观，但是对信息的分发和对技术的应用体现了价值观。目前国内智媒尚未形成全产业平台，缺乏对智媒技术的监管和人工介入，缺乏完整的系统化操作规范，要打造以人为本、以公共性为底线的技术价值观。对算法进行意识形态的把控是一种理想的状态，实质上，算法的研发以新兴的科技企业为主体，以市场需求为导向，资本并未倾向于优质内容本身和内容制造者，而是向营销号和“10万+”流动，青睐于吸引用户的眼球。当点击量成为唯一的标准后，算法就会产生“价值黑箱”，侵害公众的利益。“暗”分发更需要法律加以限制，加大国家的监管力度，严守价值底线。

五、媒体用户的动与静

媒体用户的动与静强调用户使用媒体的动态与静态，即主动使用与视角固化之间的关系。智媒时代的新闻生产与分发遵循自动化新闻的生产模式，经过信息分发后，不同的信息会聚合在终端平台上，信息内容的可选择性增强，有利于“使用与满足”范式下用户地位的进阶。在媒体客户端上，用户由原来的单向主动搜寻信息和对冗杂信息的被动接受，转化为自身偏好和智能推送的双向配对。在信息过载的环境下，这一转化既有利于信息的高效率分发，也能满足用户对优质内容的需求，媒体用户的“动”即强调这种双向的主观能动性。这种模式满足了用户的选择和兴趣，信息更加容易被用户进行复制、转载，从而触发新的传播，形成循环效应，促成用户自身的价值认同和社交需求进行接轨，使传播由原本的“传者中心”转为“用户中心”，提高了用户的主动权。［7］(www.xing528.com)

媒体用户的主动性优化了用户的新闻体验，但同时也容易陷入视角固化的怪圈，产生“信息茧房”效应。在动与静的辩证下，新闻“受—传”关系发生结构性变化，传统媒体高度凝聚的中心化传播格局被消解，取而代之的是按需推送、算法分发及定制化传播的模式。［8］算法过滤和机器学习会不断监测用户的浏览偏好，识别用户的兴趣与需求，从而对某一类或某几类信息进行定向推送，导致题材、叙事、类型等方面的窄化。在这种模式下，用户将自己的兴趣不断固化，形成“内容—用户—环境”的完整闭环，产生“信息孤岛”和“群体极化”效应，加剧信息的偏向性分发，导致视野变窄，降低网民的群体意识和公众意识，给舆情治理和议程设置带来障碍。

动静二者之间的关系在于“动”会导致“静”，“静”会促使“动”，即媒体用户的主动使用会加剧视角固化，视角固化会造成“群体极化”，从而增强不同群体内部的信息交流。用户倾向于搜寻与自己观点相符合的信息，进行选择性接触，形成互相分化的“观点圈子”。正确理解二者的关系、打破这一循环的关键在于打造优质的内容平台，整合、优化不同层级的信息。要做到激活个体用户，将用户变为互联网节点，丰富信息的形式和内容，进行整合和深度加工，使信息全方位、多层次呈现在媒体终端上。智媒时代的基点是数据，要建立权威、共享的数据中心、运营系统和管理体系，以数据的多样化来保障信息的多样化，避免单一类型的推送限制用户的视角。

六、新闻价值的好与坏

好与坏的区分是对自动化生产与分发下新闻价值的认知，是对新闻价值是否发生异化的判断，直接规定了智媒时代新闻生产的性质定位与行为选择。价值作为一种社会意识，一旦形成，就会对社会政治、经济和文化产生影响。［9］从认识论的角度看，好与坏本质上属于价值判断，就同一事物而言，不同人会有不同立场，但新闻价值区别于纯粹的主观性，其具有不可替代的客观性，来源于凝聚在事实中的社会需求，存在固有的标准，即时新性、重要性、接近性、显著性和趣味性。智媒时代的机器生产和算法推送折损了传统新闻价值的标准，使“好”与“坏”出现颠倒。

新闻价值的“好”在于能够满足受众的信息需求，促进社会的正向发展，符合人民群众的根本利益。新闻价值的“坏”在于过分求新、求异，以吸引受众的眼球为主要目的，丧失对社会的思考与责任。事实本身是新闻价值的基础，传统媒体通过报道事实而满足公众的知情权，履行监视环境的职能。但智媒时代，机器生产和算法推送大行其道，新闻价值发生异化，大量具有显著性、重要性的新闻被娱乐新闻所取代，流量和关注度成为衡量新闻是否有价值的标准。但涉及国计民生的重大消息却难以引起用户的关注，真正有价值的新闻未能准确、及时地传递给受众，新闻的“公器性”逐渐没落。在新闻质量方面，智能化新闻生产的信息量虽然增长，但知识性却大幅下降。在抖音、快手上，美女主播、猫狗萌宠、趣味恶搞等视频的点击量远远超过被置顶的政事新闻的点击量，新闻价值由此受到挑战。

新闻价值好与坏的颠倒进一步催生了假新闻和新闻伦理的失范。机器生产的逻辑与传统新闻生产的逻辑相悖，技术核心的诉求在于个性化、高速化，而传统新闻则强调真实性。自动化生产缺乏核实环节，会利用技术给公众造成“客观”的假象，获得公众的信任，催生假新闻，违背新闻报道的规范。人工智能缺乏人文关怀，以“技术客观性”之名淡化了新闻生产中的职业伦理及秩序，导致“星、腥、性”的风气盛行。这增加了公民权利被侵害的风险，进一步催生媒体审判、媒体暴力和新闻失实等现象，形成传播的次生失范现象。处理好新闻价值“好”与“坏”之间的关系要加强技术伦理的建设，保障人的主体地位，将新闻生产的标准具体化，加强人机协作，对重要新闻进行人工审核。

结语

黑格尔指出：“哲学是对事物的思维的考察。”［10］在这种思维方式下，思维可以成为把握对象的概念式认识。在认识论的维度上，智媒时代的新闻生产就是应正确处理好以上六对辩证关系。列宁有言：“辩证法研究对立面怎样才能够同一，是怎样同一的，在什么条件下能够相互转化。人的头脑不应该把这些视为僵死的、凝固的，而应认为是有条件的、彼此转化的。”［11］以辩证法的角度出发，以上六组关系既是对立的，又是统一的，能够在一定条件下进行转化。比如新闻采编过快可能会降低新闻的真实性，但应用在合适的报道领域，做好审查和规制，又可以极大地解放人力和物力，提高新闻的生产效率。技术改变思维，技术的适应也是一个动态变化的过程，要对过程加以预测和引导，从而解决矛盾。毛泽东明确地指出：“这个辩证法的宇宙观，就是教导人们要善于去观察和分析各种事物的矛盾的运动，并根据这种分析，指出解决矛盾的方法。”［12］这对智媒时代的新闻生产具有启示意义。如何认识新闻生产中存在的矛盾，找到矛盾相互作用的形式与表现是至关重要的。只有在认识上做到以矛盾的眼光看问题，全面地、动态地看待问题，不将快与慢、虚与实、粗与精、明与暗、动与静及好与坏这六组关系割裂开来，才能正确应对智媒时代下新闻生产与分发中的新问题，保障新闻生产健康有序地进行，营造开源的媒介生态环境。

参考文献

［1］苏涛，彭兰.“智媒”时代的消融与重塑——2017年新媒体研究综述［J］.国际新闻界，2018，40（01）：38-58.

［2］喻国明，兰美娜，李玮.智能化：未来传播模式创新的核心逻辑——兼论“人工智能+媒体”的基本运作范式［J］.新闻与写作，2017（03）：41-45.

［3］常江.生成新闻：自动化新闻时代编辑群体心态考察［J］.编辑之友，2018（04）：76-82.

［4］许向东，郭萌萌.智媒时代的新闻生产：自动化新闻的实践与思考［J］.国际新闻界，2017，39（05）：29-41.

［5］骆正林，曹钺.“被扭曲的交流”：社交媒体时代假新闻现象的三重批判［J］.新闻与传播评论，2018，71（04）：80-89.

［6］喻国明，曲慧.“信息茧房”的误读与算法推送的必要——兼论内容分发中社会伦理困境的解决之道［J］.新疆师范大学学报（哲学社会科学版），2020，41（01）：127-133.

［7］喻国明，侯伟鹏，程雪梅.个性化新闻推送对新闻业务链的重塑［J］.新闻记者，2017（03）：9-13.

［8］夏雨禾.“智媒化”语境中的新闻传播——对智能技术与新闻传播关系的思考［J］.编辑之友，2019（05）：13-19+31.

［9］上官酒瑞.网络舆论生态治理的认识论分析［J］.求实，2018（06）：36-47+108.

［10］［德］格奥尔格·黑格尔.小逻辑［M］.贺麟，译.上海：上海人民出版社，2009.

［11］［俄］列宁.列宁全集·第三十九卷［M］.中共中央马克思恩格斯列宁斯大林著作编译局，编译.北京：人民出版社，1990.

［12］毛泽东.毛泽东选集·第一卷［M］.北京：人民出版社，1991.