传媒观察 生成式AI对新闻传播业的“再格式化”

传媒观察 生成式AI对新闻传播业的“再格式化”本站　　编者按：随着ChatGPT成为社会热议话题，生成式AI对新闻传播业的影响也开始浮出水面

　　编者按：随着ChatGPT成为社会热议话题，生成式AI对新闻传播业的影响也开始浮出水面。苏州大学传媒学院教授、博士生导师陈龙在《传媒观察》2023年第3期刊文，从媒介社会学视角审视这一现象，认为依据这种社会新型操作系统，新闻传播业将会发生再格式化。生成式AI是多样化人类交往形式的一种，是对人类交往实践形式的一次提升，其内在机理是人类交往实践中人-机器心智互构的主体间性形成过程，通过不断的人机交互实践，生成机器的心智。而其结果将导致新闻生产中文牍主义的终结并催生“后新闻”生产。

　　ChatGPT引发全社会的关注，它预示着AI颠覆性的技术将会影响到我们所有人，将会给社会带来一次新的“洗牌”。在这场新的媒介化浪潮中人们开始担心新闻传播业将会发生变化，如新闻传播知识版图将会被改写，新闻传播职业岗位会消失……对ChatGPT引发的AI热，更需要冷思考。

　　那么，如何看待生成式AI可能对新闻传播业产生的影响？如何看待人作为主体在新闻传播业中的变与不变？

　　生成式AI是对人类交往实践的一次升级，由此带来新的型构。库尔德利、赫普（Couldry&Hepp）在《现实的社会建构》《现实的中介化建构》《深度媒介化》等著作中将数字化媒介技术变革所带来的“型构”落实在交往实践层面。社会个体正是通过这些相互关联的实践来建构“互型”。而如果没有人们所用的与之相关的对象和媒介技术，就无法理解这些实践。需要注意的是，之所以将“交往实践”而不是“传播实践”（communication practice）作为互型的构成维度之一，是因为在《现实的中介化建构》一书的语境中，“交往”（communicative）涵盖的人类行动更广泛，是指“广义的传播”。交往的媒介逻辑是如何体现的？赫普强调有三种方法，即“相互作用”、“组织”与“技术”。他认为，技术手段非常关键，“在这里，媒介逻辑被理解为物质可供性。”技术创新具有无限性，可以生成无尽的交往形式。媒介技术导致了人与人沟通方式的变革，朝着可替代性方向发展。所谓可替代性，是指虚拟世界的交往行动替代现实世界中的交往行动，形成以虚拟性为特征的组织原则和组织关系。编程的可供性就是对现实世界的一种拓展。那么，当我们进入这个充斥着由“被编程的社会性”所组成的虚拟世界，当软件程序建构了我们的社会关系和交往行动的时候，人与人、人与社会、人与自然等诸种关系都将发生变化。作为一种编程技术的结晶，生成式AI其可供性正是数字技术追求的一种新的结果。

　　随着算法技术的不断进化，AI会在功能可供性方面发挥巨大作用。特别是不断完善物理性的功能可供性、可感知的功能可供性、关系性的功能可供性，在归档、评判内容、制造信任感、主动或被动地寻找信息等方面为用户提供方便。因为技术可供性的无限拓展，使得交往行动在界面架构（architecture）上毫无障碍地展开，等同甚至超过了现实的空间。这里，技术为界面可供性展现了无限宽广的前景。界面尤其是移动界面就是一个汇聚万千条线的枢纽，在架构起人类交往诸种功能后，其社会性建构将按照可供性条件四处展开。

　　以交往实践来看生成式AI，不难发现其作为新“型构”的价值。ChatGPT确实是人工智能发展史上一个很大的突破，其惊艳亮相标志着人工智能发展从量变走向质变。它标志着人工智能将掀起继互联网崛起之后的又一次变革。所有社会关系都将采取网络形式的想法一直是媒体和传播研究中的一个热门话题，特别是与数字媒体相关的话题。其论点是，人们不是成为静态群体和社区的一部分，而是被嵌入代表“社会新操作系统”的开放网络中。一方面，就其行动者群体而言，新兴的新型构往往更具流动性，同时它们延伸到更大的长度。另一方面，数字媒介是这些型构的组成部分。我们剖开这种新型构的内在结构，不难发现，这是一场以算法、数据和算力为基础设施的深度媒介化变革。

　　从这个意义上来理解生成式AI对于新闻传播业的影响，不难看出，生成式AI作为人机互动形式，不过是对人类交往实践的一次升级，新闻传播实践则不过是交往实践的延伸。在去中心化时代，新闻业已从机构化的生产向UGC、PGC等方向发展，生成式AI不过是加速了这一进程，而节点化的UGC等形式正是基于交往实践而开展的。未来生成式AI的内容生产，仍然体现基于交往实践的社交属性。新技术架构起新闻传播新模式，并使得这种新型新闻实践直接转化为一种文化实践。

　　身处平台网络所塑造的环境中，人就得按照这个环境中的规则行事，并将其中的规则、技巧融入到身体中。如同骑自行车，只有当车与人协调一体时你才能自由驾驭。杂技演员只有身心物一体，才能有精彩的杂技表演技能；指挥家只有吃透每个音符的意义，才能演绎出精彩的交响乐。古人有云：操千曲而后晓声，观千剑而后识器。这里虽含有熟能生巧的成分，但更重要的是器物、技术与身体三者的协调，是一种深度学习的过程，这就是具身性之“道”。人与机器的关系首先是互相学习，然后才是具身互构。机器学习人的心智，人也适应机器的“心智”。在这一过程中，机器产生了分析、判断、推理能力，而这正是生成式AI的进化标志。随时随地使用AI应用技术，将是未来新闻生产不得不面对的现实。而“观千剑”的人机磨合过程，必将产生新的媒介实践形式。据此，未来必然会产生类似的Web2.0所带来的媒介实践。

　　AI连接主义通过优化神经网络算法已突破“经典人工智能”（符号主义）所存在的技术屏障，并使“机器写作”在新闻传播中表现出强大的应用潜力。与此同时，机器深度学习也开始涉足虚构型文体。尽管生成式AI在涉及创意性写作领域时还存在诸多缺陷，但“数字化诗人”的出现已彻底刷新了文学界对于人工智能原有的认知。在道生万物的过程中，深度学习需要的只是时间。“熟读唐诗三百首，不会作诗也会吟。”深度学习包含了心智的提升。我们不能忽视人与机器之间的主体间性问题。深度学习过程中，“他心”能够从无数数字痕迹中捕获，经过海量训练，机器智能发展到特定阶段就能够独立完成诸如文学艺术之类的创造性活动。在主体间性的实践中机器将具有类似于人类的“自我意识”，它可能会创造出另一套不同于人类的表意体系。

　　从人机对话、人机协作到人机一体，深度学习的算法技术可以达到前所未有的境界。生成式AI使新闻生产的具身性成为现实。随时随地进行新闻报道，且不受主体条件、技术条件的限制，于是，AI新闻内容生产的时效问题、特效问题、可看性、可读性问题基于算法都可以得到有效解决。一个AI平台，只需要提供新闻视频素材、按照新闻报道要素和侧重点要求，就可以完成电视新闻报道，然后由机器人主持人进行播报，这个场景越来越近，它即将终结摄像、撰稿、播报的技术分工，采写编评一气呵成。传统新闻报道的技术分工消失了，去编辑部中心的步伐进一步加快。此后，随着新闻生产的行动者群体发生根本性的变化，新闻生产的转型再格式化将不可避免。生成式AI促成新的社会角色——自由记者的诞生，自由记者作为“媒体行业的灵活劳动力”所扮演的角色，将由于编辑部的裁员而增加，并且专业人士的工作状况随着媒体变革的进程而发生变化。例如，MCN机构记者已经出现。具有独立行动力的记者，专注于个人技能和新闻捕捉、制作能力的提升，其作品往往更有竞争力。他们还可以开发新的内容产品和商业模式。一个深谙数字技术的人，专注做专业化的新闻工作，以适应不断变化的媒体环境，就会形成垂直化的新闻生产模式。而随着用于分析和可视化大型数据库工具的建立，自由数据记者和数据分析师已可以找到专业新闻制作的新模式。

　　按照道生万物的原则，生成式AI与传统新闻生产竞争之道首先表现在它可以提供新型服务形式。按照现有技术水准，举凡新闻生产过程中涉及的各种服务AI都可以提供。显然生成式AI技术不是搜索引擎式的服务，其核心竞争力在于它的创造性，其创造性服务体现在为用户提供事前、事中、事后全流程一揽子方案，这显示出算法技术的精进。算法技术的“道”与“术”，正是在服务中不断提升的。其次，生成式AI为用户留出了媒介实践创新的空间。生成式AI终究是平台应用，而不是替代人的怪物。技术可供性释放了许多创造性能量，用户在Web2.0时代创造性地开展诸如网红直播、公众号、网络文学等各式各样的媒介实践活动，运用平台空间创造了自媒体，而生成式AI自然也会产生新的媒介实践形式。例如，生成式AI可用于创造新内容，如音乐或图像；可用于各种目的，如为创意人员提供更多的灵活性和想象力。

　　首先，生成式AI终结了文牍主义。办公文书、八股文等固定格式的文本，是机器人最容易掌握，也最容易仿真和替代的。介乎宣传文稿和新闻作品之间的新闻内容，均具有固定格式，类似八股文。如前所述，只需要输入新闻要素和相关影像素材，即可生成新闻文本，这将把人从文牍主义、形式主义、八股文中解放出来，至少不再投入大量人力物力去从事文牍主义的新闻报道。某种意义上说，生成式AI将会对新闻报道中文牍主义、形式主义形成冲击，同时也对僵化的官僚主义、科层制管理模式形成冲击。

　　其次，去编辑部中心的新闻生产趋势日益凸显。去中心化是Web2.0技术下节点传播的总体特征。传统新闻生产实践主要集中在新闻编辑部，依靠专业团队的流程化打造，新闻传播有条不紊。当机器人介入该领域后，随着用户对新闻需求的多样化，程式化新闻播报已经不受待见了。即使个体或平台节点制作的新闻作品并不合规范，但只要新闻信息的内核存在，受众就能接受。新闻实践随着媒介技术的变革而整体转型，在线新闻业实现了传播者与受传者的平等。随着生成式AI在新闻制作中的应用，以新闻编辑部为中心而展开的新闻实践变得越来越难。因为基于AI技术的在线编辑组织形式更加分散，基于这种格局的新制度也会产生。制度化来源于日常生活的习惯化、秩序化。物化的过程指向媒介物质性的技术装置，如软件依赖、设备依赖等。在AI技术逼迫下，媒介板块不断重组，对从业者提出了新的要求。近年来，一些大型传媒机构否认大量应用AI技术，例如英国最大新闻出版集团Reach虽否认使用人工智能会对其就业岗位产生不利影响，但英国全国记者联盟（National Union of Journalists）的协调员克里斯·莫利（Chris Morley）还是表达了一些担忧，并表示他将“寻求与该公司会面”。这种业界潜在的紧张感将随着生成式AI技术进化而日益加深。

　　再次，海量训练参数的饲喂，使得AI新闻生产容易生成新的风格。新闻生产转向“后新闻”工作模式，超越了新闻编辑部的“边界”并刺激了各种新的新闻形式。Web2.0阶段，公众已接受了“非正规”新闻文体的存在，眼球效应使得“标题党”不合新闻伦理的做法得到社会容忍，这就为公众接受多元风格的生成式AI新闻铺垫了基础。随着新闻生产的行动者群体的变化，新闻生产更容易产生新的风貌。首先，自由记者作为“媒体行业的灵活劳动力”所扮演的角色因为编辑部的裁员而增加。兼职记者可能是一个，也可能是一个，随着生成式AI软件具身性的形成，谁都可以为媒介机构服务。那么，这些未受过传统职业训练的“素人”，他们所提供的文本也因为关注点和表达风格的不同，而生成新的模式，因不断的软件具身训练，使得新闻作品提供者呈现出五花八门的叙事风格。这对新闻业来说是一种全新的，将彻底颠覆教科书设定的模式。作为人工智能，ChatGPT的强大功能基于大量的文本数据不断进行模型训练，它不是简单抄袭他人成果，其“心智”在训练中不断成熟，未来终有一天它会生成风格迥异于人类的作品。由此带来的变化是，那种恪守教科书模式的新闻生产将会随之消失，ChatGPT的新闻信息量和贴近用户趣味的新闻报道风格将会和所有主流媒体竞争。同时，多样化的新闻风格也将让机构新闻生产望尘莫及。

　　最后，“后新闻”生产是高效率的新闻生产模式。生成式AI的自动化文本生产，无疑是效率最高的生产模式。假如，AI时代还有采写编评播的话，那么，这个流程可以在几秒钟内实现，瞬间生成新闻文本，瞬间生成电视新闻播报。而随着深度学习、海量数据饲喂，其精准度也会大幅提升，这在过去是不可想象的。仔细研究不难发现，这种高效率表现为：一是文本成稿效率高。例如，结构化故事叙事，AI机器人将事件和叙述输入“故事数据库”的平台，此时，新闻故事完全表示为结构化数据，然后自动生成事件驱动的叙述。二是素材、资料搜集效率高。除了可以通过现有传感器自动访问的内容或已经采取数据库条目形式的内容（例如体育赛事、交易或地震信息），还可以调用一切联网的户外资源，如无人机拍摄等。跨国传媒集团汤森路透公司（Thomson Reuters Corporation）一直在使用一个名为Lynx Insight的内部程序，以帮助记者提高获取信息的效率，快速成稿。三是人员组织效率高。由于生成式AI的新闻生产流程减少，对职业人员的需要随之减少，同时编辑部人员专业化表现为对数据库的充实和维护。

　　虽然我们不能准确描述未来新闻的生产情景，但我们可以判定，数字技术在新闻传播中应用的总体趋势是体现其工具性、技术性和实用性等。由此不断产生的新的文化形态，无论是从价值维度还是从技术工具理性特征来看，它的传播都具有高仿真、高效率、符号化等特征，这都属于当下的现代性特征。任何时候新闻传播都是服务于人的，并始终是以人为中心而不是以机器为中心，因此，它的速度、效率、便捷等方面都是为人服务的。但是，那个被机器包裹、被机器伺服的人其实也不是我们哲学上所讲的那个主体意义上的人了，它是被召唤的人。在此情景下如何保证“后新闻”生产是一种主体性的新闻生产，这是值得我们深思的。

　　（载《传媒观察》2023年3月号，原文约10000字，标题为：“后新闻”生产模式：生成式AI对新闻传播业的再格式化。此为节选，注释从略。学术引用请参考原文。）