□陈小燕

内容提要：人工智能在传媒业发展迅速，智能视频剪辑软件、数据挖掘软件、写稿机器人、虚拟主播等层出不穷，但没有证据表明传媒人在全面武装上智能化设备后，他们的工作变得更轻松，人工智能的实际效果值得存疑。在人工智能技术对社会传媒业全面重塑的背景下，学界开始反思新闻人才培养，通过考察传媒组织的需求、学校跨学科化课程的设置、学生学习场景虚实相融的不同层面的变化，揭示跨界协同培养与学生混合式学习的趋势，反思“AI向善”与新闻人社会责任的价值旨趣，对推进人工智能时代新闻人才培养具有重要的理论价值。

关键词：人才培养；卓越新闻人才；人工智能；虚实相融

基金项目：2021年校级教学改革与研究项目“智能时代新闻传播人才培养的跨界协同研究”阶段性成果。

全球数十亿人生活在一个人工智能笼罩的世界里，智能手机的即时翻译软件、在线会议、慕课MOOCs、电子书Ebooks和平板电脑iPad等智能化手段随处可见。很难想象，在疫情封控足不出户的有限空间内，如果没有这些智能软件，我们的日常学习将会是什么模样。由于人工智能技术给日常生活带来的便利性，并总是在后台悄无声息地运行，人工智能逐渐成为当代社会的一种迷思。于传媒业而言，虚拟主播、写稿机器人、审核机器人、算法机器人、自动化高清监控器、VR/AR虚拟场景等智能化“非人”群体迅猛发展，改变了现有的社会关系，如曼纽尔·卡斯特所言“网络社会的社会关系再结构化”，这样的情形对传统新闻人才的知识结构造成震荡，他们不得不与具有强大数据存储能力和超级计算能力的人工智能机器共竞共存。值得注意的是，一批学者开始尝试探索该议题，并逐渐开拓出一个全媒体新闻人才培养的路径，诚如学者胡正荣指出：“人才培养要适应社会需求，本科专业设置中的不对称，数字化、网络化与智能化已经再造了传播流程，传播不是按照媒体划分，而是根据流程在细分，而我们现有的培养方案还是按照纸质媒体、电视媒体、广播媒体在划分，培养目录与市场需求相脱节。”1在互联网的分布式社会构造逻辑的劲推之下，传统科层制社会构造的人才培养模式捉襟见肘，面临转型。

近年来，国内学者开始关注人工智能对新闻人才的重塑问题。史安斌（2021）提议构建“新闻传播产学研共同体”。2周葆华（2020）提出产学研联合培养，鼓励“产品化”实践。陈丹（2020）将传媒人才描述为“橄榄形递进式人才培养模式”，提出“科学统筹多元化培养层次”以及“跨界共建多元队伍”等理念3。总体而言，中国新闻学界针对人工智能与新闻人才培养的研究尚不充分，更未有学者从整体上对该领域进行深入探讨。

有鉴于此，本文从技术——社会范式的视角，思考人工智能技术对社会传媒业新闻人才培养的趋势，反思当下中国新闻人才培养的主要问题，并揭示出新闻人才培养与人工智能发展的价值旨趣。

一、人工智能影响新闻人才培养的趋势

人工智能技术在改变教育，融合新闻人才的培养成为当下所急。“智能化”“沉浸式”“虚拟仿真”“全息交互”等智能媒介技术使得媒介生态的发展呈现全新图景，传媒教育体现出“连接协同”的趋势。单靠算法、大数据、VR/AR等技术等单兵作战很难突破，需要彼此协同合作、优势互补，才能创造新的连接价值。正如学者喻国明指出的那样，“随着前所未有的互联网治理力度，现在正是主流媒体与互联网合作，引导互联网大厂逐渐跟社会主流合拍合辙的最好时机。”4

（一）知识跨学科化，融合新闻人才成为卓越新闻人才的时代新内涵。随着新文科建设脚步的不断加快，在强化新闻传播核心课程的基础上，学科交叉、知识打通成为学科教育课程体系发展的主要趋势。全球学术大生态也呈现出大汇流和大融合的趋势，日益朝着学科交叉、研究协同、方法融合等方向发展。由于新闻专业对传媒市场的倚重较大，其教学方法和培养手段比较灵活，在跨学科联合培养的路径上进行了多种探索。比如中国人民大学2018年开设的“新闻－法学”实验班、“智能传播与社会治理”实验班、“数据管理与新媒体运营”实验班，充分践行跨界合作的人才培养改革。比如华东师范大学2020年开设的“延安记者养成记”与“崇明岛生态环境报道”两个虚拟仿真实验项目，以新文科建设为抓手，通过富有特色的学科建设来最大限度利用各界资源，培养出更高水平的全能型传媒人才。

（二）培养主体多元化，跨界协同进一步融合。全媒体新闻人才培养是由学校、企业、政府、行业、教师、学生共同参与构建的多元主体。主体不限于高校，除开综合性大学等学术机构，还包括高职教育机构、新闻机构与新闻行业组织、其他市民个体或组织等多元化的机构。由于新闻教学是以实践为导向，线下的课程教学分为短期课程和系列课程，工作坊、研讨会、寒暑期实践等，这些相对新颖且灵活的教育方式需要大量的业界共同推动，方能实现丰富多彩的传媒实践教学，校企交替学习对于新闻人才的创新培养具有十足的意义。

（三）学习场景虚拟化，混合式学习是未来教育发展的方向。混合式学习是在网络学习空间与实体学习空间发生的协同学习行为与方式，不仅仅是一种行为，它还是一种方式，一种内在的、规律性的行为。新冠肺炎疫情改变了教育的形式，学生的学习从偶尔的线上学习不得不转向经常性的线上学习。学生面临的最大挑战是如何利用虚拟空间的数字媒介来拓展自己的学习能力。对新闻人才培养而言，教育机构需要思考教师如何将授课变得更有网感，而不仅仅是将原有线下课堂的内容在线上再重复一遍。教师要充分考虑授课内容与线上场景的深度融合，充分挖掘线上场景的独特性，比如电子问卷的收集更方便，作业统计和答案分析更智能等，将线上场景的优势充分利用，突破教学的时间空间限制。这将进一步拓展教育场景，降低教育成本，提升学习效率。

二、人工智能影响新闻人才培养的主要问题

欧美国家新闻传播院校推行的超级团队合作制等人才培养创新模式提供了有益的借鉴，国内的部分高校在智能技术的项目开掘方面已经启动，但仍需进一步向前推进。

（一）知识跨学科的创新驱动问题。创新新闻人才培养模式是新文科“学科交叉+知识融合”的需要，跨学科培养已形成共识。于新闻人才培养而言，新闻学院新的规则是让学子们成为融合型新闻人才，意即提倡大学生掌握的计算机技能，特别是网络媒体的操作能力。原本文科取向的新闻人才不得不转向STEM（科学、技术、工程和数学）课程去努力。美国、英国、日本多所高校主张“跨学科交叉和精细化培养数据新闻人才”。如美国哥伦比亚大学新闻学院设立数据新闻理学项目，推出新闻学－计算机科学的双硕士学位项目，开设大数据和编程课程，学生学习如何处理数据图表等技能。再比如美国富布莱特项目从过去“超级记者”转向了“超级团队”，明确了协同写作的重要性。未来传播与大数据及新媒体技术密切相连，它汇集了来自新闻传播学、数据科学、艺术设计等多个学科的知识，除开新闻传播学基础知识，学生要学习计算机科学、同时也要提升艺术学、美学、设计学人文艺术修养，成为跨界型人才。

（二）多主体培养的协同放大问题。广泛的跨界合作和协同连接将成为新闻人才培养的关键。随着媒介技术的赋能以及传播工具的普及，机构传媒将不再是社会信息的主要生产者，大批自媒体参与到内容生产中来。在多主体共同参与的分布式社会情境下，如何将各个不同的主体横向连接起来，发挥协同最大化的效果则是新闻人才联合培养的难题。当下新闻人才培养依托新兴传媒行业，纷纷邀请行业大咖、企业职业经理人等担任授课工作，携手行业、企业、高校等主体，共建产教融合平台。对新闻人才进行协同跨界的联合培养，有利于优势资源的整合和互补利用，打破原有高校单一的教学主体状态，有利于形成多产教研的融合生态。

（三）虚拟场景与现实场景的虚实相融问题。虚实相融的空间混合是人类社会当下在学习空间上面临的一大变化。新闻专业学生们的学习是个体与空间的一个互动过程。它不仅包括了课堂学习、实验室探究、课下的实践讨论等实然空间的互动，它还包括了线上的诸多互动方式，比如QQ群讨论、腾讯会议讨论、课堂派、超星学习通以及慕课等虚拟空间的互动。这个虚实相融的环境包含了空间、时间以及各种关系。其中，时间被拉长至任意时间，如曼纽尔·卡斯特所言的“Timelessness（无时间之时间）”，学习可以永久在线，空间变成了“Flow Space(流动的空间)”。关系变得更为复杂，不仅包括传统意义上的人与人之间的关系，比如学生与学生、学生与老师、学生与行业内的人等，还包括人与机器之间的关系等多重关系。线上空间中虚拟人的个性化不足也是一大问题。目前绝大多数线上虚拟主播只是后台内容的传声筒，不会根据文本内容或者现场互动情境的变化随机应变。这被学者批评为“肉喇叭”。智能主播只能在音调、动作姿态以及面部进行微调整，并不能根据文本内容进行自我识别，比如播报一个段子和一则讣告，智能主播是无法识别其中的显著区别的。智能主播只能播报纯客观的新闻，比如财经新闻、政治新闻或者体育新闻，在感情互动方面难以做到和真人主播一样灵活，这是当下智能技术亟待解决的问题。

三、人工智能重塑新闻人才培养的价值旨趣

人工智能在传媒业的快速发展，智能视频剪辑软件、一键P图、数据挖掘软件、写稿机器人等层出不穷，但没有证据表明传媒人在全面武装上智能化设备后，他们的工作变得更轻松，人工智能设备的实际效果值得存疑。机械化生产创造了大量的临时劳工市场。但其自动化运行的逻辑也显示出它的双重效应，一方面机械操作让部分人类的工种免于劳动，但另一方面智能化也给人类带来了新的工作。比如在平台媒体的内容审核领域，机器人的数量与人工的数量几乎等量齐观。据数据显示：全球第一大电子商务零售商Amazon（亚马逊）在20个物流中心部署了4.5万台机器人，负责在大型仓库自动分拣货物，从而帮助亚马逊提高效率，这些机器人与23万名工人一起工作。5

在传媒业领域，自动化催生了不少新的工作岗位，且实力惊人。智能机器人在里约奥运会新闻报道中大放异彩。一个名为“张小明xiaomingbot”的新闻机器人在奥运会开始后的13天内，共撰写了457篇关于羽毛球、乒乓球、网球的消息简讯和赛事报道，发稿速度奇快，每天平均30篇以上，在时效性上几乎与电视直播同步。“作为第二代新闻机器人，机器人张小明不仅可以通过检索图片自己选择图片，还能模仿人类的语气，使用诸如‘笑到了最后’‘实力不俗’等语句。当然，它的制胜法宝是机器人编程人员结合最新的自然语言处理、机器学习和视觉图像处理的技术，通过语法合成与排序学习生成新闻”6。这样的工作效率远远超越了人类目前的读写能力。

另外一个悖论现象出现在教育领域：在一流高校推出了海量在线课程后，名校的入学申请门槛不降反升。这说明MOOCs这类在线课程的实际用户可能与课程设计者的初衷有偏差，希冀通过远程教育消弭知识鸿沟的良好初衷，最后成了少数已经接受过良好教育的用户受益。贫困的、本身教育基础薄弱的用户受益甚微，这在某种程度上扩大了两个阶层之间的知识鸿沟。这意味着，依托人工智能技术研发的各类应用程序本意是好的，但如果被孤立的特定人群使用，那么它发挥的负作用将是巨大的。

重申新闻业的社会责任和职业操守在人工智能时代变得尤为重要，特别是在新闻人才培养的关键环节，对智媒技术的价值理性与工具理性的平衡尤为重要。人工智能在传媒业的发展不是简单的内容编辑工具与传播手段的改变，而是对新闻生态及社会关系的改变，是从“科层制的大众传播”向“分布式的网络传播”的整体转变。“AI向善”“平台的公共责任”等需要不断反思，新闻业要致力于为社会提供公共信息产品，在增进科技向善的过程中发挥人的主导性。“剖析新媒体与政治、商业、文化、社会之间的复杂关系，思考其如何促进社会平等与公正、民主与透明、美好与良善，叩问如何通过新技术实现社会理想。”7新闻人才培养要具备人工智能领域的扎实技术，还要兼具人文关怀和批判型思维。

四、结语

全球新闻传播人才的需求在改变，朝着全媒型、创新型、复合型等方向发展。中国在全媒体新闻人才的培养模式上进行了积极的探索，特别是在跨学科、跨领域的协同模式上不断推进，但也面临着跨界协作的浅层化和表面化问题。对人工智能技术的反思仍需具有多维的认知，“教育的问题是不能用技术来解决的”8这一观点已达成共识。因此，未来全媒体新闻人才培养在与研究者、教育者、媒体、互联网科技公司之间的“跨界协同”方式上，仍需进一步探索。

□注释：

1胡正荣.智媒时代的新闻学专业建设[J].传媒,2020(09):1.

2史安斌,安孟瑶.媒时代的新闻传播产学研共同体:理念升维与实践创新[J].青年记者,2021(17):85-88.

3陈丹,孔雅洁.人才需求视阈下出版传媒教育的多元化思考[J].传媒,2020(09):22-25.

4喻国明.现在是主流媒体与互联网公司合作的最好时机[EB/OL].https://www.sohu.com/a/531113920_613537,2022-3-19

5亚马逊扩充机器人大军,仓库里有4.5万只正奔走忙碌,搜狐网[EB/OL].https://www.sohu.com/a/123395822_485557,2017-1-4.

6新闻写作机器人的应用及前景展望——以今日头条新闻机器人张小明为例.[EB/OL].2019-4-17.

7周葆华.从新媒体专硕探索看新媒体传播教育[J].青年记者,2020(19):63-64.

8(澳)理查德·沃特森.智能化社会[M].赵静译,北京:中信出版社,2017:143.

（作者单位：苏州科技大学文学院）