文/宋 雪
人工智能(Artificial Intelligence)作为时下最热门的技术变革领域之一,为新闻业提供了大数据处理、机器人写稿、个性化新闻推送等更多更新的可能性。传媒生态发生了变化,必然会对新闻人才的素养提出新的要求,新闻学科教育迫切需要进行一场顺应时代潮流、涉及整个学科系统的变革。
1.新闻人才要具有持续学习与创新能力。AI时代,技术促使人类社会发生日新月异的变化,社会结构、社会形态变化多样;个体的世界观、思维模式也发生转变。作为社会现实的记录者,新闻人要保持学习的能力,不断接触社会的种种变化,才能站在时代的潮头,洞察社会问题,记录社会现实,反映社会变迁。
技术的发展是永无止境的,目前正处于前沿位置的人工智能技术,很有可能在不久的将来被其他技术替换,或发展成为新的形态。新闻人要不断面临媒介环境的变迁,必须保有持续学习的能力,适应技术更新带来的新业态环境;提高创新意识,及时做出产业调整以形成新的人机关系、新闻生产模式。持续学习与创新能力是新闻人才迅速应对变革的根本。
2.人工智能技术应用、管理能力成为核心要求。人工智能技术对新闻生产中的劳动分工和角色分配产生了深刻影响,促使记者的角色逐渐从直接的信息筛选、加工和写作等活动中脱离出来,转而成为对算法和数据程序规则进行设定和管理的间接角色。新闻人作为技术的使用者、管理者、规则制定者,必然要掌握人工智能技术的基本运作方式、运作逻辑,以充分利用技术优势,高效、快速地进行新闻生产。
要掌握人工智能技术的基本运作方式、运作逻辑,新闻人才应了解算法原理,掌握统计分析、数据挖掘、数理逻辑分析能力并具备编程、软件开发等技术素养。在了解技术原理的基础上,新闻人要进一步掌握机器人写作的方式,会利用机器发现选题、收集数据、完成程式化部分写作,包括部分可视化呈现;掌握传播内容、传播渠道管理能力,利用AI更好地实现新闻分发;利用机器帮助人分析以往类似报道的传播效果与主要受众,为写作与传播的优化提供依据。
3.独立思考与判断能力成为新的聚焦点。人工智能技术在传媒领域的应用带来了诸多问题,这一系列问题需要新闻人运用人类的智慧去解决。首先,人工智能技术助推了“后真相”时代的来临,冗杂、真假难辨的信息充斥于各类媒介中。新闻人要依靠自身的新闻敏感性、专业素养进行深度调查,发掘真相,为公众把关。其次,算法推荐技术带来了信息茧房问题,这使得用户生活在信息闭环之中。而新闻人则可以依据新闻专业主义视角去衡量信息价值,以人类的思考、判断能力去选取与生产新闻,设置重大议题,打破信息茧房。最后,人工智能技术由于算法设置等原因,可能出现报道不平衡问题。这需要新闻人介入信息推送环节,修正不平衡问题,使得内容的呈现更符合新闻专业主义的要求;需要新闻人为弱势群体提供数据支持,平衡传播不公正问题。
人工智能技术始终无法像人类那样具有自我意识,在价值判断、信息阐释、情感处理方面常常是无能为力的。这就需要新闻工作者去观察社会事实、阐释新闻事件、挖掘新闻意义。新闻内容生产既是对客观事实的记录,也是在文化和伦理框架内进行的创造性实践;不仅仅需要新闻人客观、准确、全面地记录事实,也需要深入分析事件的原因、规律、趋势。相比于新闻事实记录而言,对意义、价值的挖掘,对新闻背后的原因、动机、趋势、规律的深度剖析更具有价值和意义,所以新闻人应提高独立思考与判断能力,充分发挥人的灵性、主观能动性,生产出有质感、有人文情怀的新闻产品,从而弥补人工智能技术的局限。
1.知识体系范式转移。从人机合作关系方面来看,新闻学旧有的知识体系倾向于传授个体技能,如“采写编评”。而在AI时代下,新闻人不再是孤立的,机器也不再是脱离于主体之外的单独存在,而是成为主体的一部分,人与机器之间形成了相辅相成的合作关系。在新闻生产过程中,大数据、算法技术辅助新闻人搜集新闻素材;写作机器人辅助新闻人撰写新闻稿件的基本事实部分;新闻人对机器无法捕捉的情感、内在联系、深度原因进行思考、探索,弥补技术的不足。因此,新闻教育知识体系应适应当前新的业态环境,树立人机合作传播观,打造人与机器之间和谐共处、良性互动的关系。
从知识体系前瞻性方面来看,人工智能不是技术的终点,随着时代的发展,其有可能被新的技术形态取代,或转变为新的形式。传统新闻教育传授新闻理论与实践技能的知识体系必然会导致新闻人才无法在实践岗位中适应不断变化的技术要求。因此,新闻教育所传授的内容必然要转变为面向未来的、具有前瞻性的知识体系。新闻学院不能仅仅满足于教授学生使用技术,还要教授学生技术背后的技术原理、技术哲学,让学生从深层次上掌握技术,懂得技术运行、发展规律,从而可以预测未来的发展方向,从容应对技术随时可能带来的各种变化。
2.学科体系重构。一是增加技术导向课程。人工智能技术进入新闻业后,替代了新闻工作者从事程式化、重复性的工作,新闻人要主动学习新技术、利用好人工智能带来的便利条件。因此,新闻学教育不可忽视技术的培养,新闻学院应融合计算机科学与新闻学教育,培养能够应用技术、管理技术的复合型人才。目前,已有部分院校设立了计算机科学与新闻学结合的专业方向。中国传媒大学新闻传播学部新闻学院开设了数据新闻报道专业方向,培养具有网络应用技能、数据处理分析能力和熟练运用计算机的高级新闻传播复合型人才。雪城大学纽豪斯公共传播学院和计算机科学与工程学院联合创立“计算新闻学”硕士项目,致力于培养专业的数据新闻记者。通过该项目的学习,学生得以掌握数据挖掘、分析、可视化等一系列技能,以及从大数据中获取有价值的新闻信息的能力。
二是融合人文社会学科课程。人工智能技术进入媒体领域后,业界对新闻人的独立思考与判断能力提出了更高要求。人文社会学科课程的综合培养可以帮助学生建立宏观视野,提升多视角思考能力以及养成批判性思维。因此,新闻学院应融合社会学、法学、心理学、行为科学等社会学科教育,并加强新闻伦理学建设。国内外诸多名校的新闻传播类学院都出现了学科融合的趋势:以通识教育和专业课程并重,通识教育强调广度和深度。哥伦比亚大学新闻学院与商学院、国际公共事务学院、法学院、神学院合作了双硕士学位项目,打破了新闻学与其他学科之间的壁垒,培养具有多层次学科知识的新闻人才。鼓励学生学习商业、经济、金融、法律、心理学等方面的知识,并提供相关双学位供学生选择。中国人民大学开设了“新闻学—法学实验班”“新闻学—国际政治实验班”,融合了新闻学与另一门社会学科的知识体系。
3.教学模式转变。第一,人工智能实践平台搭建。新闻学院在教授技术导向的课程与人文社会学科课程时,应配合校内实践环节进行,通过人工智能实践平台,让学生所学的理论与技能得到应用。学生在平台实践课堂中所学内容,有助于发现理论培养和专业实践之间的差距,再反馈给课程教学,即“学习-实践-学习”模式,实现教学增长。已有部分高校新闻学院着手打造人工智能实践平台,重视新闻学教育中的实践领域。中国人民大学新闻学院联手北大方正信息产业集团,合作成立智慧媒体未来实验室;山东大学新闻传播学院建立了大数据与精准传播实验室。实践平台包括前端的内容汇聚平台,中端的内容生产编辑系统及在线资料库,后端的内容发布平台如演播室直播、移动端发布、网络电视仿真发布等。
第二,实习基地建设。教学与业界实践的脱节一直是新闻传播教育面临的问题,教学内容落后于业界实践,教学与业界之间不能形成良好互动,导致新闻专业毕业生的职业素养不能满足用人单位的需求。这就呼唤高校新闻学院与企业合作完善实习基地建设,掌握智媒发展动态,帮助新闻专业学生实操演练。中国传媒大学新闻学院在实习基地建设方面走在了前面,搭建了人民政协网、中国新闻网、中国青年网等多家教学实习基地,帮助学生全方位体验新闻行业的前沿理念和创新思路。新闻学院学生的实习作品广受肯定与好评,实习基地建设取得良好效果。
第三,一线工作者进入课堂。高校新闻教师多擅长理论与学术研究,业界实践经验不足,授课内容很可能是空谈理论,脱离媒体实践,缺乏来自一线的、最新的资讯。这就需要高校新闻学院在课堂教学中引入一线媒体从业者为学生介绍前沿科技、传授一线经验。中国人民大学新闻学院的核心课程《新闻实务基础》引入新闻传播界一线工作者,用最鲜活、最实用、最前沿的新闻传播业优质资源为教学注入活力;成立学界和业界相结合的新闻采写教学团队,结合学界教师的学理优势与业界教师的经验、技术优势,不同教师相互配合,共同带领学生完成新闻专业的学习。
人工智能技术为传媒业态环境带来了天翻地覆的变化,对新闻人才的专业素养提出了新的要求,大环境的变化敦促新闻教育进行变革,以培养出符合AI时代要求的新闻人才。AI时代新闻人才需要注重学习与创新能力,技术应用、管理能力,独立思考与判断能力的培养。新闻教育变革需要人文学科之间、技术与人文学科之间、学界与业界之间的联合,建构体现人机合作关系、具有前瞻性视野的知识体系,融合技术导向课程与人文社会学科课程,搭建人工智能实践平台、建设实习基地、邀请一线具有丰富从业经历的媒体从业人员走进课堂,以培养出适应时代发展要求的、兼具技能素养与社会责任感的新闻人才。