北京师范大学
在大数据、云计算和人工智能技术的支撑下，苹果的siri、百度的度秘、微软的小冰等都已经在媒体行业大显身手。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、运作方式等带来革命性的影响。
随着人工智能技术的逐渐成熟，机器人的计算能力和学习能力不断提升，传统新闻生产的方式将逐渐被颠覆。过去依靠专业记者生产内容（pgc）的手工模式，继走向“专业生产+用户生产”（pgc+ugc）的web2.0模式后，又将走向web3.0新阶段：算法生成内容（aac），与pgc和ugc三者鼎立。
新华社副社长刘思扬6月在圣彼得堡国际经济论坛讨论人工智能对新闻业影响时认为，未来人工智能至少会从内容生产和消费两端对媒体发展带来变革。人工智能与物联网、大数据深度结合，将催生真正意义上的“精准媒体”，在图像识别、视频处理、跨文本翻译、数据库激活等领域，推动媒体融合快速发展。
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，人工智能技术使得“用户画像”更清晰，可以为用户量身定做内容。过去，“一点对多点”的、千篇一律的生产模式将转变为个性化、对象化、差异化的内容生产模式。大数据技术可以对受众进行详尽的统计分析。“你在看手机时，手机也在看着你”，互联网巨头悄然地收集着用户所有行为数据——除一般性的用户数据（如性别、年龄、地域分布、情感倾向、注意力偏好、行为喜好、渠道偏好、消费能力、生活轨迹、关系圈、终端匹配等），还有产品数据（如产品形态、产品资费、渠道、品牌、类型和终端要求等），以及网络能力数据（如网络功能、利用率、效率等）。新闻客户端“一点资讯”的创始人郑朝晖曾坦言：“比阅读重要的是阅读者的行为”。
其次，人工智能技术可以为受众进行场景化适配，这是传统议题设置望尘莫及的。在不同时段、不同地理位置，用户对新闻的需求都不同，机器人可以在后台实时调整。如此，就不会出现将传统媒体内容照搬到pc端，pc端内容复制到手机端，将白天信息需求视为和夜晚等同的窘境。
最后，人工智能技术使媒体更加社交化，更加注重对社交媒体数据的收集和挖掘。对媒体来说，没有大数据，一切都将成为无源之水、无本之木。未来媒体的竞争力，取决于其数据挖掘的能力，而非简单的叙事能力。
人工智能技术，将使传统媒体内容开始向移动化平台聚合，推动传统新闻媒体的改造。
机器人写作相比人工新闻的优点不言而喻。其写稿速度最快可达到毫秒级，无人匹敌；其应用大数据技术处理海量数据的能力让人类望尘莫及；它不知疲惫、产量惊人、准确性高，大大提高了传统新闻工作者的效率。生物传感机器人，可以把观众的真实体验实时地呈现出来，供创作方分析、供观众了解自己，也可以让记者从中发现有新闻价值的东西。某种程度上，机器人的算法，比编辑记者更懂受众。一个典型的例子是，《纽约时报》使用blossom推荐新闻，平均阅读量是原来人工推荐文章的38倍。在这种情况下，传统媒体就不能抱残守缺、无动于衷。
首先，传统媒体不能一味沉溺于“内容为王”的路径依赖，而要考虑“内容+技术+渠道+市场+人才”的全产业链运作。片面强调“内容为王”，对科技发展视而不见，最终会导致传统媒体的彻底边缘化，丧失主流舆论阵地。
其次，传统媒体除了培养“全能型记者”，还要引进软件算法工程师。一方面，媒体需要复合型的人才队伍，需要记者掌握多元化的知识结构，使其除了必备传统“报台网”的采访、编辑和写作技巧，懂得文字、图片、音频、视频的制作技能，还要懂得微博、微信、客户端等新媒体平台的发稿流程。另一方面，媒体队伍需要专门的算法工程师。媒体队伍的知识结构，不能局限于中文、新闻、传播等文科领域，还需要大量的it人才，满足tmt、ict的融合趋势。不久前，今日头条以百万年薪招聘算法工程师的新闻在媒体圈引发轰动，这家具有广泛影响力的科技型公司，核心团队仅为百人。
目前，国外媒体机构利用网络巨头以人工智能技术为支撑的内容分发平台，实现了内容快速抵达用户的效果，初步尝到了甜头。内容生产与内容分发（类似于“制播分离”），实现了完美结合。
通过大数据挖掘，机器人可以更精准地预测未来。人工智能的核心是数据处理，它可以极大提高出稿效率，对突发事件实现快速反应。与此同时，媒体人借助人工智能技术把内容输送到算法推荐平台，实现精准传播。
1、网民新闻阅读情绪分析
中山大学的大数据传播实验室长期在做的一个项目，是通过抓取与新闻有关的社交媒体数据和网友评论，分析他们对话题、对新闻的态度和情绪。
通过与计算机、心理学相关专家的合作，在海量文本挖掘过程中，我们发现动宾结构当中的动词比较重要，一个主体施加于客体的行动，其中使用的动词往往跟情绪相关，因此我们正想办法对社交媒体大数据文本中的网民情绪进行更深入的挖掘。情绪是形成态度和舆论的基础，我们认为可以通过相关方法更科学地分析社交媒体、网民评论中文本情绪的特征，通过更大的样本也可分析哪些新闻会产生更多负面情绪，哪些新闻会有相对正面的情绪。借助人工智能的相关技术，可以让机器人未来更聪明的读懂网民阅读新闻后的情绪和态度。
2、精准识别谣言
最近两年的时间里，我们建立了30万左右的网络谣言库，通过海量文本挖掘，逐步建立网络谣言的智能识别模型。有了社交媒体的谣言库之后，我们尝试慢慢建立一个关于识别谣言的工具分析模型，一旦成熟，它能够跟一些平台媒体结合，未来在智能化识别谣言、辟谣方面会发挥更高效、更有精准的作用。
3、未来新闻叙事可能被改写
今后新闻信息的采集是否可以有更智能的方式？就像无人机，现在更多是场景再现。而当技术不断完善，无人机与vr、3d建模技术结合，未来的新闻叙事可能会被改写。新闻事件发生后，我们可以用事先vr采集的信息，将vr镜头调出，配合3d模型，现实的物理空间就可以快速通过3d还原，相信只要技术稍微再智能一点，很容易解决突发事件现场整个沉浸式还原的作品生成
。
人工智能可以为新闻业带来新的速度、体验和分发，它无法带来什么呢？
1、无法带来真相
人工智能无法带来真相，真相不是表面事实，是掩藏在事实背后的事实。以调查性报道为例，机器无法看到表面事实背后错综复杂的利益链条，无法像调查记者一样找到谁施害、谁造假、谁是复杂事件后的作恶者，事实背后被遮蔽的事实，机器是无法有效获知的。而且事实与事实的联系，我们叫“有意义脉络的事实”，这才是所谓的真相，它无法被机器捕捉。
2、无法带来解释
新闻机器人并不能完全具备人类的思考能力和判断能力，只能依靠现成的数据、设定的程序和固定的模板进行信息的采集、加工和制造。与机器人写稿相比，人的最大价值在于对事实的判断以及对复杂逻辑关系的推理，这是记者创造性的体现，也是机器人所没有的能力。
信息过载时代，职业媒体人的价值判断和专业阐释能力会显得更为重要，技术越发达，职业媒体人越要坚守和强化追求真相和解释社会
的能力。
当我们讨论未来人工智能和新闻业的关系时，有哪些问题我们可以思考，我想再谈三点：
1、在物联网的环境下重新定义新闻
从传播过程来说，我们要打破现有的新闻采集、分发和传播链条的思维，从“万物皆媒”或者说“物联网+网络关系”的角度来思考新闻业的未来。
想想看，通过传感器收集内容，快速在平台上实现共享，这种共享会带来一种新的新闻业态，这种新闻业态跟今天以主流媒体为载体进行的新闻生产完全不一样。
所以，要把新闻业和人工智能的话题放在物联网环境下，从网络化关系社会的语境来把握新闻业的发展趋势。在物联网和互联网交织的环境下，人工智能对新闻业的数据分析、内容生成和多元分发会有更大的作用。
2、人究竟需要机器为新闻做什么，要达到什么效果？
从传播的效果来说，我们归根结底还是要问一个问题：通过机器帮助新闻分发、新闻写作，到底要产生什么传播效果，只是为了让信息的阅读体验变得更愉悦，为了让信息分发变得更高效，或者只是为了让信息到达更精准、时间成本更低吗？对人工智能的应用，到底是为了满足公众获得新闻时的“i feel”，还是在“i feel”的基础上还能增进用户“i think”，这也是值得我们思考的。当人工智能和新闻业握手时，它是否让人们在“i feel” 、“i want”的基础上还有“i need”、“i think”的价值。
3、从技术创新中张扬人的价值
最后是传播和技术的关系。自我进化和人机共生时代，未来的人工智能会倒过来超越和控制人类吗？前不久，霍金发出了类似的警告。如果我们整个新闻业都被非常智能化的服务和分发以后，我们的信息获取和交互行为会不会被它所控制？这个问题其实最终与人内在的需求有关。归根结底，我们看待所有一切应用的价值，还是要看是否能够有助于提升人的理性和自由，是否能让人更自由地流动、更自由地掌控、更理性地思考——归根结底是以理性和自由来衡量技术和媒体的关系。
人工智能未来可能会在很大程度上替代、掌控和推动世界治理，但人类应该有办法，让技术在人类可掌控的范围内服务于人类的发展。至于传统新闻业会不会持续，规模有多大，多少人会失业真的不重要，我们教新闻的人也从来不为此焦虑，只要我们守住新闻业的核心价值，具体的形态和业态并不重要。
2、《人工智能技术对新闻生产的影响与再造》 《中国记者》杂志
考研 | 上海外国语大学专题：培养理论 2018真题刨根问底
考研 | 四川专题 新闻专业主义 2018真题刨根问底
未经同意，本公众号所刊发的作品，任何报刊杂志、网站、单位和个人未经允许不得使用和转载，违者将追究法律责任！
（1）新闻实务班：20讲
（1）实务真题讲练班：
针对实务内容较为灵活，且相互之间有借鉴意义的部分院校真题汇总分类，真题实训。
（2）vip作品针对性指导班 （普通新传 / 财经专项）：
结合新近热点新闻，以针对性训练讲评为内容
时间规划：9-11月，每周一节，共计20节
班型：10人小班
（3）作品点拨班（普通新传）：
结合新近热点新闻，进行思路点拨和针对性指导
（4）热点点拨课：
汇总年度热点新闻，给予消息写作及新闻评论点拨思路
时间规划：12月，共4节课
（5）考前冲刺课：
重要知识点回顾，模考讲评
时间规划：12月，共6节课
（一）暑期班面授课程
1.时间：暑期7-8月
2.时长：
（1）普通新传：30天集训（每周休一天，报到一天，结业一天）
（2）财经专项：45天
3.定价：
（2）财经专项：24800（含住宿）
4.班型：20人（普通15+财经5）
5.内容：
（1）新闻学理论
（2）传播学理论
（3）新闻史
（4）新闻实务
（5）赠送：英语+政治
（6）财经:15天财经专项基础+训练
6.服务：
班主任+助教+赠送线上课程+名家分享
7.课表：待定