摘要:在人工智能大模型背景下,新聞專業(yè)人才培養(yǎng)面臨重大挑戰(zhàn)。文章結合媒介技術發(fā)展,文章總結新聞專業(yè)人才培養(yǎng)的現(xiàn)實困境與變革路徑,這對轉(zhuǎn)型中的新聞專業(yè)發(fā)展具有重要意義。文章采用參與式觀察法和深度訪談法,對新聞行業(yè)、新聞人才培養(yǎng)進行長期參與式觀察,同時對新聞機構專家、新聞專業(yè)學生展開深度訪談,進而提取信息、凝練觀點,總結出新聞人才培養(yǎng)的三重現(xiàn)實危機、價值重塑思路、教學變革路徑。首先,新聞專業(yè)教育面臨三重危機:一是人工智能技術發(fā)展改變了新聞生產(chǎn)的傳統(tǒng)業(yè)務模式,新聞生產(chǎn)的內(nèi)容自動化與傳播過程的互動性改變了原有新聞生產(chǎn)的創(chuàng)作與傳播機制;二是媒介技術發(fā)展使新聞教育的歷史脈絡、理論框架和實務技能更新迭代,需要推陳出新,以滿足新的傳播渠道與受眾的需求;三是生成式人工智能正在重塑數(shù)據(jù)邏輯和人機關系,給新聞倫理和新聞真實帶來了挑戰(zhàn)。其次,新聞教育的三重危機呼吁人才培養(yǎng)價值重塑。一要正視人工智能給新聞專業(yè)帶來的危機,重構并強化專業(yè)認同;二要主動擁抱新技術,推進人工智能賦能人才培養(yǎng)與新聞生產(chǎn)。最后,新聞專業(yè)人才培養(yǎng)需要變革教學路徑。一要提升新聞人才的人工智能應用能力,二要提升新聞人才的創(chuàng)新與深度報道能力,三要搭建新型教學實踐平臺。文章回應了技術前沿視角下的新聞人才培養(yǎng)問題,為新聞專業(yè)教育在人工智能大模型背景下的適應性變革提供了理論依據(jù)和實踐指導,對培養(yǎng)能夠適應新形勢迎接新挑戰(zhàn)的新聞專業(yè)人才具有重要的參考價值。
關鍵詞:人工智能;新聞教育;新聞專業(yè);人才培養(yǎng)
中圖分類號:G210.7;G624 文獻標志碼:A 文章編號:1674-8883(2024)15-0006-05
媒介即訊息,人工智能大模型引發(fā)影響深遠的技術革命,既重構了新聞生產(chǎn)模式,也挑戰(zhàn)了新聞專業(yè)人才培養(yǎng)的基本邏輯,更引發(fā)了社會對新聞專業(yè)教育變革的探討。目前,人工智能大模型發(fā)展帶來的媒介裂變已逐漸滲透新聞傳播內(nèi)容生產(chǎn)的各個環(huán)節(jié)。面對層出不窮的新技術,新聞專業(yè)應順勢而為,主動擁抱技術變革,優(yōu)化人才培養(yǎng)模式。
(一)對傳統(tǒng)業(yè)務模式的沖擊
人工智能大模型時代,新聞傳播的傳統(tǒng)業(yè)務模式受到多維度沖擊。
首先是內(nèi)容生成的自動化。生成式人工智能可以通過各種來源自動收集新聞并完成報道,這意味著新聞機構的部分工作可以被人工智能替代。其次是傳播過程的互動性。大語言模型可以與用戶進行實時互動,為其提供即時的新聞更新和答疑。這可能會改變新聞的互動性,使其更加個性化。多模態(tài)大模型的發(fā)展促使新聞生產(chǎn)從以人工智能為輔轉(zhuǎn)向以人工智能為主,大語言模型的誕生更是專用人工智能轉(zhuǎn)向通用人工智能的標志,使人工智能內(nèi)容生成技術逐步得到常態(tài)化應用。
人工智能大模型技術將給新聞傳統(tǒng)業(yè)務模式帶來深遠影響。當前,該技術已經(jīng)走出實驗室,走進新聞行業(yè),并且以前所未有的速度得到應用,后續(xù)可能帶來更復雜的影響。
(二)對傳統(tǒng)教育模式的挑戰(zhàn)
新聞專業(yè)教育的宗旨是培養(yǎng)學生在新聞領域知識生成、傳播理論方面的學術探究能力,以及對相關專業(yè)技能的應用能力。
新聞專業(yè)教育體系涵蓋三個主要構成要素,包括歷史研究、理論框架和實務技能,覆蓋了從報紙、雜志到廣播、電視等傳統(tǒng)媒體的發(fā)展歷程,以及大眾傳播的歷史演變。理論框架基于對傳統(tǒng)媒體實踐規(guī)律的洞察,形成了一套完整的學術理論體系。
然而,隨著傳統(tǒng)媒體的式微,社會開始質(zhì)疑傳統(tǒng)媒體歷史與實踐基礎理論學習的必要性,這種趨勢在過去互聯(lián)網(wǎng)媒體盛行的20年中已初現(xiàn)端倪,并可能在大語言模型等人工智能技術普及的未來進一步加劇。在實務技能領域,新聞教育重視對新聞采集、編寫、評審以及音視頻內(nèi)容的制作與播出等技能的傳授。
人工智能技術的發(fā)展,特別是大模型技術的發(fā)展,使諸多程序性操作可能被機器學習算法所替代,這一進程不僅將重新定義新聞專業(yè)技能的培養(yǎng)范疇,也將促使學生對這些技能的掌握程度和質(zhì)量進行相應的調(diào)整。在大語言模型情境中,新聞傳播學的新聞、傳播、媒介、媒體、受眾等基礎概念,“把afc34ce4ba33fb305ec2a4829c68b65d關人理論”“議程設置理論”“使用與滿足理論”“沉默螺旋理論”“涵化理論”“知溝理論”等經(jīng)典理論是否需要重新界定、再次檢驗?新聞傳播學的研究路徑是否會發(fā)生結構性變化?這都是需要重新思考的問題[1]。
(三)對新聞倫理與新聞真實的質(zhì)疑
生成式人工智能正在重塑數(shù)據(jù)邏輯和人機關系,給人類文明觀帶來了諸多挑戰(zhàn)。新聞是否應該反映某種價值觀?大語言模型是基于大量的數(shù)據(jù)進行訓練的,這些數(shù)據(jù)中是否包含某種價值觀和偏見?一系列的疑問引發(fā)了關于新聞價值觀的討論。在傳統(tǒng)認知中,新聞工作者需要具備極強的社會責任意識,樹立輿論引導理念。但在大語言模型時代,新聞的社會責任如何定義?機器生成的新聞是否應該對社會負責?與此同時,學生在使用人工智能輔助新聞生產(chǎn)的過程中,可能觸及隱私、版權等倫理問題。大語言模型時代,新聞傳播理論面臨許多質(zhì)疑和挑戰(zhàn),需要新聞界和學術界共同探討和應對。
隨著技術的快速發(fā)展,新聞傳播專業(yè)的學生和從業(yè)者需要不斷更新自己的技能,以適應新的技術環(huán)境。新聞專業(yè)教育需要培養(yǎng)學生的人機合作能力,讓機器賦能人,而不是人被機器替代。總體來說,大語言模型時代為新聞專業(yè)教育帶來了前所未有的挑戰(zhàn),但也提供了新的機遇。新聞人才培養(yǎng)需要遵循循序漸進、尊重實際、協(xié)同發(fā)展的人才培養(yǎng)系統(tǒng)觀[2]。新聞專業(yè)教育需要不斷創(chuàng)新,培養(yǎng)學生的綜合素質(zhì),使他們能夠在智媒時代立足和發(fā)展。
人工智能大模型給新聞專業(yè)人才培養(yǎng)帶來的一系列現(xiàn)實挑戰(zhàn),迫使新聞專業(yè)人才培養(yǎng)轉(zhuǎn)型。只有重塑人才培養(yǎng)體系,在新范式中將人文主義和技術路徑深度融合[3],才能合理應用大語言模型,推進新聞專業(yè)教育發(fā)展。
(一)重構新聞專業(yè)素養(yǎng)教育
面對社會對新聞專業(yè)教育的質(zhì)疑,新聞專業(yè)教育者首先應該正視新聞專業(yè)可能受到的沖擊,同時重構并強化專業(yè)認同。以知識為依托、以情感為橋梁、以能力為導向,培養(yǎng)德藝并舉、適應媒體深度融合的新聞人才[4]。
在新聞專業(yè)人才培養(yǎng)過程中,應該加強與人工智能領域的合作,將最新的人工智能技術融入新聞專業(yè)教學中。同時,鼓勵學生參與實際的新聞制作,體驗人工智能技術在新聞傳播中的應用。新聞專業(yè)人才不僅需要掌握傳統(tǒng)的新聞傳播知識,還需要了解人工智能、數(shù)據(jù)分析、編程等相關技能,培養(yǎng)技能復合、知識復合、媒介復合的全能型人才[5]。學院應該為學生提供跨學科課程,幫助學生構建綜合知識體系。
在人工智能技術廣泛應用的背景下,新聞專業(yè)人才需要具備強烈的倫理意識和社會責任感。學院應該加強倫理教育,培養(yǎng)學生的批判性思維。大語言模型帶來了隱私泄露、偏見加深等新問題,新聞專業(yè)需要培養(yǎng)學生的倫理意識,使他們在使用這些工具時能夠作出正確的決策。
在日常教育中,要鼓勵學生探索新的新聞傳播方式,在學習過程中接受多層次技能教學,滿足學生的個性化學習需求[6],從整體上提高學生的綜合能力,如使用人工智能技術進行新聞寫作、編輯、分析等。
總之,新聞傳播學院在人工智能大模型背景下,需要調(diào)整教學策略和內(nèi)容,重塑學生的專業(yè)認同,使他們能夠適應新的挑戰(zhàn)和機遇。
(二)重識技術賦能新聞專業(yè)教育
技術賦能是人工智能大模型在新聞專業(yè)人才培養(yǎng)中應用的重點。人工智能技術在新聞傳播行業(yè)中的應用日益增多,這對新聞專業(yè)人才的技術能力提出了新的要求。擁抱新興技術,賦能新聞教育,是人才培養(yǎng)過程必須明確的技術理念。理論與實踐是一體雙翼的,想要透徹理解新聞傳播的理論,就必須通過實踐去檢驗和支持[7]。
一方面,新聞專業(yè)人才需要掌握人工智能的基礎知識,包括機器學習、深度學習、自然語言處理等。雖然新聞專業(yè)人才不是程序員,但掌握基礎的編程知識和算法不僅能促進技術理解,還能優(yōu)化團隊技術合作。技術賦能人才培養(yǎng),可以提升信息搜集、數(shù)據(jù)處理、受眾偏好分析、音視頻內(nèi)容生成的效率與質(zhì)量。
另一方面,技術賦能不等于技術依賴,技術迭代倒逼新聞專業(yè)教育者和學生持續(xù)學習最新技術、關注行業(yè)動態(tài)、把握變革趨勢。新聞專業(yè)應保持與數(shù)據(jù)科學、軟件工程等行業(yè)的合作,關注技術前沿,合理利用人工智能,在教學中引入理工科思維,通過與計算科學、數(shù)據(jù)科學等學科的交叉,朝著“數(shù)字新聞傳播教育”方向轉(zhuǎn)型[8]。理論知識是基礎,實踐經(jīng)驗同樣重要。新聞專業(yè)人才應積極參與人工智能項目,在實踐中深化技術理解,加強技術應用。
人工智能于新聞專業(yè)人才培養(yǎng)而言是把雙刃劍。倘若故步自封,無視技術發(fā)展,人才培養(yǎng)將滯后于社會發(fā)展;倘若野蠻生長,忽略素養(yǎng)建構,人才培養(yǎng)將走向價值偏離。只有合理應用、鼓勵創(chuàng)新、加強實踐,立足未來新聞專業(yè)人才培養(yǎng)模式的頂層設計和長期規(guī)劃[9],新聞專業(yè)教育才能在人工智能浪潮中與時俱進、順勢而為。
(一)提升人工智能素養(yǎng),重視技術應用能力
新聞專業(yè)人才培養(yǎng)中的人工智能素養(yǎng)一般可以理解為將人工智能知識、人工智能能力、人工智能倫理運用到新聞專業(yè)實踐中的素養(yǎng)。
一方面,要打通人工智能跨學科知識。學生需要了解不同學科可以為問題解決作出的貢獻[10],進而提升人工智能運用能力。目前不少人工智能大模型是針對新聞生產(chǎn)特定問題開發(fā)的,可以有效輔助新聞生產(chǎn),提高信息處理效率。一是News Guard,這一基于自然語言處理技術的新聞可信度評估模型,可以幫助新聞工作者快速評估新聞的真實性和可信度,從而提高新聞寫作的準確性。二是News Min,這一基于深度學習技術的新聞摘要和預測模型,可以根據(jù)已有的新聞報道,預測未來可能發(fā)生的新聞事件,幫助新聞工作者更好地把握新聞發(fā)展趨勢。三是News Mapper,這一基于機器學習技術的新聞分類和主題模型,可以根據(jù)新聞內(nèi)容,自動分類和標記不同的主題和關鍵詞,幫助新聞工作者更好地組織和發(fā)現(xiàn)新聞內(nèi)容。
另一方面,要厚植人工智能倫理,強調(diào)社會責任感和道德準則。在信息傳播過程中,要培養(yǎng)理智地與機器互動、建立健康有效人機關系所需要的新聞傳播學知識和技能。彭蘭指出,人工智能的發(fā)展可能將未來置于一個真假難辨的信息空間,這對個體的生存和整個社會信息環(huán)境來講都是一個很大的挑戰(zhàn)。大語言模型可能生產(chǎn)一些具有極強迷惑性的信息,甚至可能被用于傳播虛假信息或進行輿論操縱[11]。引導學生掌握這些人工智能大模型的使用方法,更新課程培養(yǎng)計劃,是目前高校新聞專業(yè)人才培養(yǎng)的重要任務。
(二)強化信息加工創(chuàng)新,優(yōu)化深度調(diào)查報道教學
人工智能提升了信息獲取的便利性與快捷性,也向新聞信息加工與創(chuàng)作、新聞調(diào)查提出了新要求,在人才培養(yǎng)中應強調(diào)創(chuàng)新與深度。
一方面,要強化信息加工創(chuàng)新。大語言模型作為新技術,能將白領從煩瑣的工作中解放出來,帶來普惠服務,增強人的生產(chǎn)能力,其或憑借普世性與重要性成為國家重要的戰(zhàn)略性資源。然而,當下人類已不再處于本雅明所謂的機械復制時代,而是進入了人工智能復制時代,人類在面對人工智能時需要一種抵抗精神。電視時代,人們需要抵抗“沙發(fā)土豆”的懶散狀態(tài);手機時代,人們需要抵抗成為“低頭族”;而在人工智能時代,人類應該主動追求美、創(chuàng)造美,保持人的獨立性與尊嚴,拒絕成為智能技術的寄生蟲。要挖掘人工智能在新聞生產(chǎn)、情感分析、圖像及視頻處理、趨勢預測等領域運用的可能[12],利用人工智能大模型推進新聞傳播的教學,化被動為主動。
另一方面,要優(yōu)化深度調(diào)查報道教學。在學生掌握人工智能輔助數(shù)據(jù)挖掘與分析的基礎上,應進一步培養(yǎng)學生借助信息挖掘和數(shù)據(jù)分析技術,撰寫和制作深度新聞報道內(nèi)容的能力。人工智能可以幫助新聞從業(yè)者自動生成或編輯音頻、視頻和圖像,從而提高內(nèi)容生產(chǎn)效率。人工智能可以自動翻譯新聞,使其跨越語言障礙,面向全球觀眾進行內(nèi)容傳輸。在新聞專業(yè)教育領域,人工智能可以作為工具,幫助學生在虛擬環(huán)境中模擬新聞報道,從而使學生積累實踐經(jīng)驗。主動利用大數(shù)據(jù)模型幫助檢測和標記可疑的內(nèi)容,核查新聞事實,能維護信息的真實性和可靠性,讓新聞專業(yè)人才更專注于深度報道和調(diào)查性新聞等領域。
(三)優(yōu)化智能教學模式,搭建新型實踐平臺
人工智能不僅能輔助新聞生產(chǎn),而且能賦能新聞教學過程。通過技術賦能創(chuàng)新課堂教學,強化教學效果[13]。新聞專業(yè)也可以借助人工智能,搭建實踐平臺,推進新聞寫作、新聞評論、VR新聞的教學應用。
首先是新聞寫作訓練。教師可以利用人工智能大模型,幫助學生進行新聞寫作訓練。學生可以模仿人工智能生成的文本進行創(chuàng)作,提高寫作能力。同時,人工智能大模型可以幫助教師批改作業(yè),提供有針對性的反饋。
其次是新聞分析與評論。教師可以利用人工智能大模型幫助學生進行新聞分析和評論。例如,通過人工智能技術分析新聞報道的立場、受眾群體等信息,讓學生更好地理解新聞背景和事件影響。此外,學生還可以利用人工智能技術撰寫新聞評論,提高評論質(zhì)量。
再次是VR新聞。高校新聞專業(yè)可以利用人工智能大模型開發(fā)虛擬主播和視頻制作技術。學生可以利用虛擬主播技術制作新聞播報視頻,提高視頻制作能力和新聞播報技巧。
此外,人工智能技術還可以幫助學生自動剪輯視頻、生成字幕等,提高視頻制作效率與質(zhì)量。教學中可以使用大語言模型自動生成新聞報道,讓學生對比機器報道和人工報道,分析兩者的差異和優(yōu)劣。大語言模型可以幫助學生進行新聞編輯和校對,自動糾正語法和拼寫錯誤,提高新聞質(zhì)量;可以構建虛擬的新聞采訪和報道場景,模擬真實的新聞采訪和報道過程,在提供豐富的實踐機會的同時,幫助學生更好地了解新聞采訪和報道的流程和技巧。
學生應使用大語言模型分析大量新聞數(shù)據(jù),挖掘新聞話題和趨勢;使用大語言模型模擬新聞發(fā)布,分析不同的新聞標題和內(nèi)容對用戶點擊率的影響[14]。教師在教學中可以使用大語言模型生成新聞內(nèi)容,讓學生討論新聞倫理問題,如真實性、客觀性等,從而使其保持高度的政治敏銳性,在多元化的意見中把握正確的輿論導向[15]。大語言模型還可以模擬用戶的反饋,幫助學生了解用戶的需求和反饋,進一步優(yōu)化新聞內(nèi)容。
技術的升級迭代將助推媒體融合縱深發(fā)展,推動新聞專業(yè)教育與時代接軌。在新聞專業(yè)人才培養(yǎng)過程中,學生不僅要了解技術原理,還要理解其對新聞業(yè)的倫理、社會、經(jīng)濟影響。總體來說,人工智能和大模型為新聞傳播領域帶來了新的挑戰(zhàn)與機遇,而有效的人才培養(yǎng)是確保這些技術得到合理應用的關鍵。新聞傳播專業(yè)人才培養(yǎng)除了需要磨礪基本的新聞采集與編輯技巧,保持對新聞故事的敏感度和對社會事件的深入思考外,還必須持續(xù)跟進并掌握最新技術,以增強新聞行業(yè)的活力和競爭力。多樣性和多元化是當代社會的核心發(fā)展趨勢。雖然人工智能的興起可能給現(xiàn)有的教育體系帶來挑戰(zhàn),但媒介教育本質(zhì)上應當是一個充滿活力、不斷進化和適應變化的領域。因此,新聞專業(yè)教育需要積極尋找與人工智能時代接軌的有效途徑,從而為社會發(fā)展作出更大的貢獻。
參考文獻:
[1] 朱鴻軍. ChatGPT對新聞傳播系統(tǒng)的顛覆性重構[J].探索與爭鳴,2023(5):29-32.
[2] 張強.智媒時代高職新聞傳播人才培養(yǎng)模式的創(chuàng)新研究[J].新聞研究導刊,2023,14(1):71-74.
[3] 周慶安,匡愷.人工智能沖擊下新聞傳播教育的認同構建[J].青年記者,2023(8):26-29.
[4] 彭雨晴,許瑩冰.粵語國際傳播人才培養(yǎng)目標體系與行動邏輯[J].傳媒,2022(7):55-58.
[5] 王曉紅.智媒時代網(wǎng)絡與新媒體人才教育的變革:美國密蘇里大學新聞學院人才教育的經(jīng)驗與啟示[J].青年記者,2023(23):102-105.
[6] 劉環(huán)宇.新媒體時代高校新聞教育人才培養(yǎng)路徑研究[J].新聞研究導刊,2023,14(9):128-130.
[7] 陳昌鳳,呂宇翔.新聞教育如何在技術主導下的顛覆性變革中創(chuàng)新?[J].新聞大學,2022(1):20-33,120.
[8] 張波.生成式人工智能對新聞傳播教育的影響及因應[J].中國廣播電視學刊,2023(10):22-25.
[9] 蘇凡博,陳浩.雙維視角下元宇宙?zhèn)髅饺瞬排囵B(yǎng)模式建構[J].出版廣角,2023(8):51-55.
[10] 王威力.生成式人工智能時代新聞傳播學研究與教育新問題及歐洲經(jīng)驗:對話歐洲傳播研究與教育學會主席約翰·唐尼教授[J].國際新聞界,2023,45(12):152-162.
[11] 張爾坤,張一瀟. Chat GPT啟示:大語言模型時代傳播學研究新問題[J].國際新聞界,2023,45(6):167-176.
[12] 竇鋒昌,孫萌.四圈聯(lián)動:媒體職業(yè)共同體的困境與塑造[J].青年記者,2024(1):27-32.
[13] 田秋生,李庚.新文科背景下的新體系、新課堂、新實踐:來自“融媒體時代的一流本科專業(yè)建設高峰論壇”的思考[J].青年記者,2021(11):78-79.
[14] 張才剛.智媒時代新聞傳播人才培養(yǎng)的邏輯進路[J].中國編輯,2023(5):110-115.
[15] 賴昕.基于場景協(xié)同的新聞評論課程思政教育的構建與應用研究[J].新聞研究導刊,2023,14(4):164-166.
作者簡介 徐經(jīng)緯,助理研究員,研究方向:新聞生產(chǎn)與人才培養(yǎng)。
指導老師:彭雨晴