生成式AI 技术在新闻传播中的应用

王 凯

（郑州广播电视台，河南 郑州 450000）

0 引言

生成式人工智能（Artificial Intelligence，AI）作为一种辅助新闻生产的智能模型，在一定程度上辅助新闻工作者进行创意表达[1]，为新闻传播的发展注入了新活力。AI 智能模型也称人工智能预训练模型，将海量数据导入具有几亿量级甚至十万亿量级参数的模型中，通过“投喂词条”强化语言学习，使AI 具备了强大的理解、分析和处理信息的能力，能够生成比较自然的语言文本。用AI 进行新闻生成与创作，使得新闻工作者的效率大幅提升。然而，AI 在辅助新闻生产中也面临一些挑战。例如，AI技术的普及和应用需要投入大量的资金与人力，同时需要解决数据隐私和安全等问题，确保AI 在辅助新闻生产中的可靠性和可信度。

1 生成式AI 的基本内涵

简单地说，AI 大模型就是经过训练的“超级大脑”，经过深度学习数据中蕴含的特征、结构，AI最终被训练成具有逻辑推理和分析能力的人工智能。这种实现了传播理性与非理性要素交织的新媒介技术，不仅能理解人类的知识体系，还能生成新的技能、产出新的知识。生成式AI 在全球范围内引起广泛关注和热议，尤其是在学术界，对它的基本内涵探讨热烈。在控制论、复杂性范式理论、算法伦理等基本理论的支持下，生成式人工智能得以产生。其中，生成式对抗网络、生成式预训练变压器、生成扩散模型等技术形式得以在新闻传播领域发展与应用[2]。

1.1 准确高效的数据核查

随着科学技术的全面发展，尤其是计算机技术以及数字技术的普及和推广，生成式人工智能可以实现人脸识别、语音搜索、知识图谱智能搜索。用户使用它可以迅速查找央视网所有视频中某个人物及片段并延伸至相关视频。通过AI 检索，编辑记者可以快速准确地链接到需要的文本和视频内容，利用自然语言处理和图像识别等技术加快审稿速度，提高审稿质量。AI 大模型可以有效提升新闻工作者查偏纠错的能力，进行准确高效的核查。除了查找识别错误，AI 大模型还可以高效修复内容。以视频为例，AI 可全方位提升视频修复效率和观感体验效果。

1.2 超强的人类语言数据支撑

目前，在学术界，人们对生成式AI 的认识主要从技术支撑、业务逻辑、呈现样态等角度出发，关注生成式AI 具体应用层的议题。研究者普遍认为，AI 是以数据训练为基础，对输入文本做出自然语言回应的大型对话式语言模型，同时可以学习深度算法，从而准确理解相关指令，并对指令进行扩容与转化，进而产生丰富内容的人工智能应用。以众多学者对生成式AI 的探究为依据，分析认为生成式AI 的技术基础是深度学习与人类反馈强化学习等技术，包括对语言理解、机器学习、智能检索、智能推荐、知识输出等大量的数据展开训练，然后可以按照各类指令，产生内容丰富且接近人类自然语言形式的生成式人工智能语言数据，实现认知模拟。生成式AI 人工智能语言数据模型如图1 所示。

图1 生成式AI 人工智能语言数据模型

从图1 语言模型来看，生成式AI 具备超强的人类语言数据支撑，单词量可以亿为单位来计算，这决定了它拥有很强的文字理解、知识生成以及语言生成等综合能力[3]。新闻工作者利用AI 大模型，可以显著提升新闻生产效率，为全媒体传播赋能增效。

2 AI 技术在新闻传播业的应用

在众多先进科技的支持下，生成式AI 技术逐渐应用到新闻业的生产、编辑及传播等领域，涵盖的传播应用更广泛，包括新闻生产方式、传播方式等各个方面。

2.1 AI 多模态新闻生产编辑体系

“交往”指“广义的传播”。人工智能的诞生，使得人机交互实现了新“交往”。AI 拥有极强的自学能力、对话理解能力，能够生成对话内容，给出的不再是缺乏逻辑性和完整度的机械回答，能够实现聊天记录的智能总结。其人性化交互体验更有利于新闻背景挖掘、文献综述分析。

在整个新闻生产编辑体系当中，AI 大模型将助力传媒业打造新型的内容和服务。AI 还可以创建语言模型驱动的聊天机器人，研发全新的内容产品和交互体验。例如，《华尔街日报》的“倾听盒子”由麻省理工学院协助研发，用来倾听分析用户的想法，与用户沟通交流。再如，央广传媒曾推出“下文”App，希望以“聊天新闻”的方式和用户实时新闻互动。智能语音机器人“小新”由新华社客户端推出，能回应诸如“明天会下雨吗”“今天世界有什么重要新闻”“我要打车去机场”等客户指令。在AI 智能技术的加持下，新闻采编者得益于语义知识库和行业知识库的技术赋能，全面提升新闻编辑能力。AI 深度学习后与人类反馈强化学习，生成式AI 掌握了各类信息和知识，能够在线、精准地分析人们的日常偏好，然后结合文本输入的诉求，以类人的方式输出自然语言、文本、图像、视频，与人形成对话交流。多模态AI 新闻生产编辑体系如图2 所示。

图2 多模态AI 新闻生产编辑体系

生成式AI 技术不仅能够推动包括算法、算力等基础设施在内的人工智能技术的飞速发展，还能够优化信息自动化水平、提升智能化处理能力，从而促进传统媒体实现升级改造。

2.2 全方位优化编辑流程

生成式AI 作为一项重要的人工智能技术，在当下和未来，会逐渐成为媒体人写作、编辑不可或缺的手段，将在新闻生产、编辑及体验等方面发挥重要作用。

媒介技术的发展让新闻工作者获得了更多观察世界的角度和方式[4]。过去，受众观察社会主要通过杂志、报纸、广播及电视等传统媒介。随着移动互联网的兴起，新闻的表现形态发展到短视频、第五代超文本标记语言（Hyper Text Markup Language 5，HTML5）、增强现实、虚拟现实及直播等。在AI 加持下，音视频领域的创作者不仅可以自动剪辑、编辑音视频，还可以根据文本指示自动生成音频、视频。快手科技认为，由于视频生成的技术门槛降低，用户记录的生活和社会现象甚至超越了记者可调研的范畴。

除了查找识别文稿错误，AI 大模型还可以高效修复文本的不足。以视频为例，百度·文心由电影频道与百度公司联合研发，可全方位提升视频修复效率和观感体验效果。据测算，使用AI 大模型每天可修复28.5 万帧视频，精修速度提升3 ～4 倍。同时，生成式AI 承载着多种行业领域的专业知识和技能，新闻采编在应用时，就像拥有了一个内容丰富且信息量巨大的“超级电脑”，从而帮助采编者完成更多的任务，实现了编辑流程的优化和拓展。

2.3 提升新闻网络传播效果

AI 大模型是基于特定的计算模型，旨在为解决某一问题而设计的一个指令序列，在当代经济社会生活中广泛应用于信息分发、资源配置、服务提供，代表着用系统方法描述、解决问题的策略机制。当前，主流媒体要把握时代发展趋势，用好AI 大模型“云脑”，有效防范算法滥用带来的信息茧房问题[5]，抢占主阵地，实现主流价值的传播效果。例如，现在的算法仅围绕用户的某些或某一行为形成的数据，分析用户喜好偏爱，据此进行个性化信息推送，这样以偏概全，忽视用户丰富而复杂的人性特点，在没有立足用户的相关关系下与社会关系中的行为数据获取与样本分析，容易形成信息孤岛，不能全面反映用户的个人立场、观点、看法、态度、兴趣及观念。作为主流媒体，可以运用AI 技术优化推荐算法，引入更复杂的算法，考虑用户长期兴趣、持续行为特征与相关社会背景，同时加强对信息内容的真伪甄别与严格审核。运用AI 技术，自动识别和过滤虚假、重复、误导性信息，鼓励、引导用户发布突出思想性、真实性、多元化的观点与视角的信息内容，确保信息的本真性与多样性。主流媒体还可以引入外部数据源，运用AI 提供个性化设置选项，增强用户对信息的理性判别意识，提高用户对信息的批判性思维能力，以突破信息孤岛屏障。

2.4 辅助新闻生产和视频制作

AI 大模型可以根据记者和编辑输入的信息和指定的主题，自动生成新闻稿件的草稿或初稿，节省了时间和人力成本。记者可以使用AI 大模型生成的文本作为参考和起点，进一步进行编辑和修改，提高新闻报道的效率和质量。在突发事件中，AI大模型可以应用于追踪事件全过程，弥补记者在时间和空间上的局限性。2017 年8 月8 日21 时19 分，四川九寨沟县发生7.0 级地震，中国地震台网机器人首发稿件，仅用25 s 出稿540 字并配发4 张图片。2019 年8 月，台风“利奇马”暴袭浙江，钱江都市频道紧急启用AI 主播“小范儿”，24 h 超长待机，为人们提供台风的最新视频报道。

AI 大模型在新闻行业的应用也面临一些挑战。一方面，信息准确性和可信度的问题。由于AI 大模型是基于训练数据生成文本，可能存在一定的信息偏差或错误，单纯自上而下的道德内置法，无法应对具体行为情境的复杂性。新闻机构需要对AI大模型生成的内容进行验证和审核，确保新闻报道的准确性和可信度。另一方面，处理敏感话题和不当内容的挑战。AI 大模型可能无法准确理解和处理敏感话题，需要进行人工干预和管理，将自上而下与自下而上相结合[6]，才能确保新闻报道的合规性和道德性。

3 结语

生成式AI 在文本、图像、代码、音频、视频和3D模型等领域具有强大的能力。新闻工作者在利用AI大模型时，要保持专业情怀，提升科学素养，认识到AI 大模型写作新闻的局限性，保持一定的批判态度，并对AI 大模型运行原理有一定辨别度，同时掌握数据收集和输出的“流量密码”，发挥“新闻人”的优势，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，从而更高效地完成新闻作品。