智能媒体视域下新闻传播教育的困境与应对

文/李觅

人工智能技术涉及大数据、机器学习、图像识别、神经网络等多个子领域。智能媒体，则是人工智能化技术在传媒界渗透的产物。当前，智能媒体包含四种关键技术:（1）作为基础设施的物联网；（2）构成生产要素的大数据；（3）优化资源匹配的移动计算；（4）加速智能进化的机器学习。从新闻传播的实践看，智能媒体已经渗透进新闻媒体生产的线索发现、信息采集、内容写作、内容分发、效果反馈、协同合作、信息处理等环节，将重塑媒体生产的“业务链条”，继而影响整体生态格局。例如，2018年全国“两会”期间，新华社采用AR（虚拟现实增强技术）进行政府工作报告的解读。2017年12月26日，中国第一个媒体智能平台“媒体大脑”由新华社正式发布上线。“媒体大脑”提供8个模块的服务内容，覆盖线索、策划、采访、生产、分发、反馈等全新闻链路，让云计算、物联网、大数据、AI 等多项技术为媒体赋能。

目前，机器人写作、数据分析、传感器新闻等虽尚处于起步阶段，但其对新闻传播带来的诸多变化已引发业界的思考。在新闻传媒业积极拥抱人工智能的同时，新闻采编人员倍感压力，甚至延伸出诸如“记者消失论”的恐慌论调。作为新闻媒体的供应方，高校新闻传播学教育通过多年的努力，已经注入了更多融媒体的因子，但面对智能时代的新挑战仍显滞后。因此，适应媒介形态的革新与变革，完善新闻传播学教育，培养符合媒介发展的新型传媒人才，成为当前和今后一个时期高等院校新闻传播学专业研究与实践的主要课题。

1.发展现状

根据腾讯新闻公布的最新调查数据显示，全国681所高校开设了1244个新闻传播本科专业点，在校本科生约23万，在校教师约7000人。国内新闻传播本科专业院校在人才培养方面已形成“融合发展，跨学科学习，培养应用型人才”的基本共识。从部分高校的课程体系来看，新闻传播本科除了学习专业课程外，《文科数学》《计算机基础》《数据分析》等也成为必修科目。

2.面临挑战

智能媒体的发展，使此前以采编为主体的内容生产模式和传媒生态发生重大改变，媒介的采编、分发、运营等都面临流程再造，这也使新闻传播教育遭遇诸多挑战。

2.1 教育理念遭遇冲击

融媒体的发展带来了新闻传播学教育的一次变革，即由“单一平台的采写编评”转向“多平台的内容提供”。随着智能媒体的崛起，单纯的“内容生产者”的定位已经不能适应市场需求，新闻专业学习需要注入更多的技术赋能。然而，这一过程也产生了新的矛盾。部分高校过于注重学生的技能培养，而忽视了对学生专业精神、辩证思维的深层次关注。多年前，在新闻传播学院院长论坛上，暨南大学新闻与传播学院院长范以锦就曾提醒学界，“传媒大学生不是新闻技工。”事实上，人工智能虽然具备工具理性与技术理性，但并非没有价值导向。以智能算法推荐为核心竞争力的“今日头条”拥有4000人的专业审核团队，采用人工审核+技术识别的方式。可见，人工智能技术逐步渗透到新闻传播业，但技术并不能凌驾于价值观之上。如何实现人机互动？如何通过人的价值判断引导技术理性？都对新闻传播学教育提出了更高的挑战。

2.2 人才培养 “供需不对称”

国内高校新闻学院开设网络与新媒体专业达到140个。然而，媒体市场仍出现严重的“供需矛盾”，即处于供给侧的新闻传播专业培养的学生无法完全满足媒体市场的需求，出现结构错位、能力错位。从目前媒体发展的趋势来看，无论是新媒体企业还是传统媒体单位，普遍需要“通才型”的新媒体人才，要求他们既能够进行融合媒体内容生产，又擅长各平台分发与整合营销，同时还能与计算机、数据分析、视觉传达等技术团队协同作战。目前，全国新闻传播本科专业学生众多，但水平良莠不齐。重点院校的新闻学专业生源质量高，但大量开设新闻传播学专业的二本或三本院校，受生源质量的限制，学生多为文科生，且数学基础薄弱，虽然部分普通高校也开设了诸如《数据挖掘与分析》等课程，但学生反应较为吃力。

2.3 师资水平现“马太效应”

在高校师资水平、教学模式建设上出现了类似社会学和经济学现象中的“马太效应”，强者愈强，弱者愈弱。虽然近几年来各层次高校将新闻传播学专业教师的门槛基本定位在了博士学位或拥有高级职称的媒体从业者，但受收入、学术环境、发展前景等多方面的影响，优势教师资源向重点院校、“北上广深”、东部沿海等发达地区聚拢。普通高校，尤其是民办院校的师资力量及教师素质亟待更新。一方面，部分高校新闻传播学专业教师缺乏新媒体内容生产及运营经验，理论与实践脱节；另一方面，新闻传播专业教师多为文科背景，如不及时更新知识体系，顺应智能媒体的快速发展，将面临知识体系老化的危机。

2.4 硬件环境面临升级

2017年全国两会期间，光明日报报业集团在光明日报客户端推出了“小明AI两会”，融合了人脸识别、图片识别、语言识别等技术，这是国内媒体首次运用人工智能服务两会报道。由此可见，智能媒体时代，以技术为驱动的内容生产成为主要趋势。高校在人才培养上要做到 “软件”能力和“硬件”水平“两手抓，两手都要硬”。例如，中国传媒大学于2013年设立了脑科学与智能媒体研究院，将媒体作为研究目标，充分发挥理、工、艺术的综合优势。相比之下，部分新闻院校因资金投入问题，实验设备更新慢，难以实现以技术为驱动的融媒体实践环境，这也是造成学生动手能力不强的原因之一。

3.应对策略

当前，高校新闻传播学专业应紧抓智能媒体的“窗口期”，发扬传统新闻教学的优势，在培养理念、课程体系、师资力量上与时俱进，着重强化“一种观念，两种能力”的建设。

3.1 媒体从业者价值观建设

《媒体融合蓝皮书:中国媒体融合发展报告（2017-2018）》称“人工智能将助力媒体行业沿着平台化、智能化与类人化的逻辑继续进化。对于人工智能技术可能诱发的某些问题，则需要媒体人进行价值干预，这也是未来媒体人的竞争力所在。”因此，在新闻传播学专业教育强调“变”的同时，也应遵从“不变”的理念。当前，新媒体的发展，让公众发声更加容易，因此，新闻专业的人才培养，应牢固树立社会主义核心价值观，深耕专业能力，强化未来媒体从业人员“把关人”的身份，传递更多的社会正能量。

3.2 深度内容生产能力建设

深度报道是衡量媒体专业水平的重要标志，也是新媒体时代传统媒体与主流媒体竞争的砝码。随着人工智能技术进入媒介平台，以调查、批判、思辩为特征的深度报道依然具有核心竞争力，或将成为未来探索“人机协同”模式的突破口。机器人记者，具备快速、精准的信息整合与数据分析能力，能在短时间内发布短新闻。但是，目前人工智能技术在深度学习、情感表达方面仍处于基础阶段，因此，对“新闻背后的新闻”的深入挖掘需要人进行完成。与此同时，在智能媒体时代，客观、公正仍是公众的“痛点”，因此，用户对深度内容的需求不减反增。因此，面对市场的需求，高校新闻传播专业在强化通识教育、技术理念的同时，应加强对学生深度报道能力的培养。同时，专业教师与学者也要不断地研究媒体发展规律，完善教学方式和手段，通过灵活多变且适应时代发展的教学方式和手段，夯实学生的基础，培养学生深入采访、调查、写作、整合的能力。

3.3 跨专业团队协同能力建设

智能媒体时代，技术正在取代人力发挥着越来越多的作用。随着大数据、云计算等技术的发展，内容生产、分发、用户分析等逐步实现自动化，媒介的业务链条开始发生结构性的改变，技术权重不断增加。目前，“记者编辑+工程师”团队已经成为媒介平台上重要的生产力。因此，未来的新闻传播专业学生，不仅要有“十八般技艺”，能够进行文档处理、表格制作、图像处理、动画制作等多种软件的操作，还要具备与工程师团队的沟通协调能力，合作完成媒介产品的生产。

[1]赵雅文.以“供给侧改革”创新驱动我国高校新闻传播教育的“新常态”[J].现代传播（中国传媒大学学报），2016，38（12）:137-140.

[2]熊国荣，李贤秀.“机器人记者”对新闻记者就业的冲击及应对[J].编辑之友，2016（11）:73-77.

[3]迟昕，黄哲程.以“蜕”为进，打造全新深度报道模式——《新京报》深度报道转型研究[J].西部广播电视，2016（10）:21.

[4]陈昌凤，石泽.技术与价值的理性交往:人工智能时代信息传播——算法推荐中工具理性与价值理性的思考[J].新闻战线，2017（17）:71-74.

[5]陈昌凤.人机大战时代，媒体人价值何在[J].新闻与写作，2016（04）:45-48.