智媒趋势下内容生产中的人机关系

彭 兰

(清华大学新闻与传播学院，北京 100084)

近几年，随着人工智能、大数据、物联网等技术在传媒行业的应用，媒体内容生产各个环节中的智能化程度在不断提升，智能化成为传媒业发展的一个重要趋势。智媒趋势下，尽管人在内容生产中将始终保持主导地位，传统的一些内容生产模式也会延续下去，但未来人机协同也将成为一种常态。我们需要关注人机协同对媒体产业的影响，把握好未来内容产业中的人机关系。

本文所说的“机器”，主要指人工智能技术所涉及的机器，既包括计算机及其软件系统，也包括各种智能设备和传感设备。本文的语境主要是媒体的内容生产(包括内容的分发环节)，所指的内容产品主要是媒体的新闻报道和其他资讯产品。但本文所讨论的一些现象，在媒体之外的内容行业也有所体现，一些规律具有共通性。

一、 人机协同： 智能化内容生产的常态机制

智能化时代，机器必将进入内容生产的各个环节，但很多时候，机器并非是脱离人独立存在的生产主体，而是作为人的辅助者、延伸者存在。智能化内容生产需要更多地探索人机协同下的新机制。

(一) 人力+物力、现实+虚拟： 人机协同的信息采集

与新闻生产相关的信息，既包括与选题策划相关的信息，也包括新闻报道中直接采用的信息，还包括用户反馈、用户分析的相关信息，传统媒体时代，这些信息的获取主要靠人的力量，而随着技术的发展，机器成为重要的信息采集者。

机器使得全时化的信息采集得以实现。以往人的采访，只能在一定的时间点或时间段。当记者没能在新闻事件发生时到达现场时，一些信息就会错过，事后采访并不一定能还原现场、获得完整信息。而物联网传感器(包括摄像头)可以实现全天候的信息采集，虽然受到各种因素的干扰，来自物联网的信息可能并不能完全还原现场，仅靠“物”并不能完成完整的采访，但它们在某些方面可以弥补人的采访的不足。在近年一些新闻事件(例如重庆大巴坠江事件)的反转中，摄像头采集的视频成为了解真相的关键证据，这说明了包括摄像头在内的传感器在信息采集中的重要性。

机器也可以为记者的采访提供辅助。例如，未来的智能眼镜、媒体的智能系统等，可以通过图像识别等技术对采访对象、新闻现场环境和其他对象进行实时识别，也可以实现不同形式信息间的智能转换，这些都会为记者的采访提供新的支持。

物力对人力的增强，也体现在信息采集维度的丰富。传统媒体时代，记者获得的是现实世界(物理世界)的信息，数字时代，虚拟世界信息(数字化信息)的采集与应用成为常态。虚拟世界信息与现实世界信息的结合，可以从更多层面反映新闻事实要素、背景及深层影响。而虚拟信息的采集要依赖机器。传感器的应用，可以使得一些现实的、抽象的信息被虚拟化、量化，例如，将人们的情绪、表情数据化。机器采集的新维度的信息，可以为用户分析提供新思路。可穿戴设备、传感器等，会给用户分析带来全新的手段与思维，使用户分析个性化、场景化、实时化。

虽然机器可以在很多层面拓展信息采集能力，但它不可能替代人的采访，人在信息采集特别是现场的新闻采访中的核心地位不会被动摇。人对新闻现场的观察、对特定对象的采访，仍是新闻报道中最核心的信息，是支持新闻报道的重要基础。对于机器采集的信息，人也需要有自己的判断与筛选。

(二) 技术甄别+专业把关： 人机协同的信息审核

面对今天的海量信息，要对内容进行审查，仅仅依靠人力是不够的。机器已经成为信息核查的重要辅助力量，它可能带来信息核查的新思路与新机制，例如： (1)来源分析： 通过对信息来源的分析，可以在一定程度上判断信息可靠性或质量，机器的数据处理能力，可以在这方面大大提高核查的广度与效率。版权方面的核查，很多时候也可以通过来源分析实现。(2)模式识别： 通过对特定的关键词、表达模式或声音、图像特征等的识别来判断虚假信息和不良信息。(3)技术鉴定： 智能时代机器的造假能力也在增强，基于智能技术的面部交换、镜像身体运动、通过深层视频肖像转移面部表情、基于真实人的音频样本生成人工语音等技术在今天也越来越成熟(1)Tom Van de Weghe.斯坦福关于“深度伪造”研究的六个问题，速来提升你的媒介素养[EB/OL].(2019-06-11)https：//mp.weixin.qq.com/s/VnhyblNe2gI1HHWrB7rQrw.，它们带来的“深度伪造”对信息真伪的核查提出了新的挑战。技术人员也在研究如何通过技术来鉴定深度伪造的痕迹，甚至通过技术将伪造后的信息复原，对于深度伪造这一智能技术之“矛”，智能技术也将是对抗它的“盾”。(4)交叉验证： 对与同一对象相关的不同来源的信息进行交叉核实，是信息核查的一种重要方式，机器在这方面也具有优势。(5)演变跟踪： 对一条信息从产生到传播到变异的过程进行跟踪分析，这也是机器审核的特长。

虽然机器可以对海量信息进行快速判断与筛选，但最终的把关者仍是人，信息的真伪判断、价值判断、风险判断等，很多时候仍要依赖人来完成，这些判断也需要建立在良好的专业能力基础上。此外，机器的审核算法也需要向人类学习。

(三) 批量处理+精深加工+风格化表达： 人机协同的作品创作

媒体最终要提供给用户的是完整的信息作品，在作品生产方面，机器的介入将成为常态。机器新闻写作已经进入实际应用层面，并在特定内容的“批处理”生产方面显示了它的作用。对于某些专业领域(如财经、体育等)的一些程式化的内容，基于机器的生产效率，可以实现全范围、全时化的自动内容生产，同时兼顾大众与小众需求，机器也可以自动实现相关信息的关联，丰富与拓展稿件内容。在视频的自动化生产方面，新华社的“媒体大脑”在会议报道、体育赛事报道等领域，已经可以完成视频的自动拍摄、剪辑等，可以为人工编辑提供辅助。(2)Magic.媒体大脑MAGIC： 会议报道更AI直播拆条超高效[EB/OL].(2019-07-01)https：//mp.weixin.qq.com/s/Hv5DTK338XpPwtKomluu0w.在整合性的作品生产方面，如多媒体信息的智能组合、同主题信息的自动整合等，机器发挥的作用会越来越大。从长远来看，机器独立完成的信息作品的水平将不断提高，但高质量的内容作品生产，将更多地基于人机协同。

在人的主导下，机器作为人的助手，可以通过数据分析，为人提供选题依据或方向启发，也可以为人进行部分素材的采集、筛选和粗加工。机器对多维信息的采集，对事物关系、知识图谱等的分析，有助于提高调查性报道、解释性报道等作品的“技术含量”及深度与精度。在作品完成并进入分发后，机器的数据分析也可以帮助人更好地分析内容的传播过程与效果，对作品及其传播路径进行优化。

内容作品的创作，需要体现内容生产者和消费者两方的审美需要。风格化、个性化的内容，不仅可以为消费者带来独特的审美体验，也可以成为生产者的竞争优势。机器写作领域的探索者已经意识到，机器写作“真正的难点在于怎么让它看起来像人写的，因为只有数据不是好故事”。(3)刘康.未来媒体行业的新常态是人机协同——腾讯机器人写手Dreamwriter的“大白”定位[J].南方传媒研究，2017(1)： 184-187.在这方面，基于对人的写作模式的分析和学习，机器也在不断提高自己的创意性表达水平，也有可能逐渐形成一定的个性化写作风格。但机器的创作，始终是在遵循一些套路，特别是结构方面，难有意外惊喜。而作品的力量在一定程度上来自于结构的张力。在语言表达、视听语言运用方面，人的创意能力也是机器不可替代的。即使是在人-机协同的模式下，人也需要作为创作的主体，坚持人的判断力与表达个性，提高作品的表现水平与审美价值。

智能时代，机器进入信息作品创作领域，其目标并不是完全替代人。相反，机器的高效生产、深度挖掘能力，有助于解放人，使人在某些类型的作品生产中投入更多精力。人和机器独立或协作生产的作品，将以不同的风格满足用户的不同需求。基于人的视角、人的观察、人的情感，由人主导完成的文字或多媒体作品，仍将是主流。面对各种机器生产的程式化内容产品，人的作品需要更能展现人性与人文的光泽。

(四) 机器分发+社交分发+专业分发： 人机协同的内容分发

新媒体时代带来了内容极大的丰富，专业媒体、各类机构以及个体都在源源不断地生产内容，自动写作软件、视频自动加工系统的加入，更加使得流向用户的内容处于严重过剩的状态。内容分发机制不仅需要为内容生产者解决内容的推送问题，也需要为用户解决海量内容的过滤与选择。算法分发应运而生，并受到部分用户的认可。今天的分发算法尚未达到理想状态。对于用户个性的狭隘和静态地理解，会使得算法推送的内容越来越狭窄、封闭，一些算法过于强调个性分发而忽略社会整合，也会使得个体及不同人群间的相互关注与对话减少，某种意义上用户可能会被算法“囚禁”。因此，分发算法还需要进化，而进化的原则与方向，也需要更多体现来自传媒业的专业原则与价值判断。

在内容的智能分发中，也会出现社交机器人(聊天机器人)，它们可以通过与用户的互动，更精准地了解用户需求，并选择相应的内容进行推送。这些社交机器人，同时也可能扮演记者的角色，在与用户的互动中，收集用户对某些新闻事件或话题的意见。

未来另一种可能的机器分发机制是，传感器等机器在自动采集到一些重要信息后，可以通过自主的渠道面对特定对象进行信息发布。2019年6月，在四川宜宾等地区发生地震后，在震区的一些传感器监测到地震波后，向成都等地区的居民自动推送地震预警信息。在未来，除了监测地震波的传感器外，监测空气和环境质量、车流状况、人群密度甚至人群健康状况的传感器，都有可能通过自己的媒介渠道自主发布信息。

再进一步，未来的智能时代，机器分发不一定都通过集中性的平台而是可能以更个性化的“智能管家”的方式实现。用户可以通过适配的终端或渠道，通过专属于自己的信息管家获得特定场景下所需要的内容。个性化内容接收的终端也不限于手机，而是可能会向智能家居、智能汽车等空间中的各种智能设备延伸。

另一方面，即使相关技术日益成熟，未来用户获取的内容也不可能完全来自算法或机器，社交平台上的人际关系网络仍是一种重要的分发渠道。但人际关系网络作为分发渠道也会有着自身的局限。当人作为内容传播的一种中介时，人的感性因素在其中必然会扮演重要角色，情绪、态度与立场等会作用于人们对内容的选择与传播，这也是后真相问题在社交媒体时代之后变得显性的重要原因。社交分发有可能加重信息茧房问题或“回音室效应”，使个体或群体被局限在自己的视野与圈层中。为了帮助人们更充分地获得专业化的内容，更完整地了解社会环境，也为了更好地实现社会的整合，超越机器分发和社交分发的大众传播仍是必要的，而在其中扮演主要角色的仍是专业媒体，它们以专业眼光进行的信息筛选与推送仍是不可取代的。在机器分发和社交分发不断普及的情况下，专业判断与专业分发会显得弥足珍贵。当然，在机器分发和社交分发的冲击下，专业分发的渠道如何重建和维系，对专业媒体来说也是一个挑战。

未来的内容分发，将是机器分发、社交分发、专业分发几者的结合，是人的价值判断与机器价值判断的结合，是个性化满足与公共传播、社会整合的兼顾与平衡。

二、 各守一端： 内容生产中机器与人的不同能力偏向

人工智能技术的目标是了解人类智能的本质，以模拟、延伸和扩展人的智能，同样的，智媒时代将机器引入内容产业，也是为了弥补人在某些方面的不足，了解人与机器的各自特长与偏向，才能更好地实现两者的相互补充。

在内容生产中，机器与人的能力偏向可以在不同层面表现出来。

(一) 对事物的反映方式： 机器的客观呈现与人的主观观察、描述

媒体的报道是对事物的反映。以往在新闻生产中，对于新闻现场的采访，主要取决于人的观察。即使是电视直播这样的“实录”，也是基于记者对现场的观察与判断所进行的特定视角的记录。人通过在现场的观察，可以判断哪些对象具有新闻价值，并在此基础上作出进一步采访的决定。人的主观观察、探索、分析与描述能力直接影响到新闻报道的质量与深度。

而机器对于新闻现场的反映，则是通过各种客观方式特别是数据来呈现。例如，对于一个大型的活动报道来说，基于位置传感器数据形成的热力图可以反映现场的人群密集度，来自环境相关的传感器的数据可以反映现场的空气质量，来自人的可穿戴设备的数据，可以反映人们的兴奋程度等。这些新维度的数据，可以超越记者的个体视角和人的感官局限，提供新的观察线索，丰富人们对于新闻现场的认识，也可以在某些层面反映现场的整体状况。某些时候，客观的数据也可以证实或证伪人的主观判断，为报道提供更准确的依据。

但是，这些数据不能替代记者在现场的采访、分析判断及主观视角的描述。记者对于局部、个体、细节的捕捉与呈现，能带来真正的“活”的新闻现场，记者与当事人之间的面对面交流不仅可能发掘出数据之外的一些事实，也可能会触碰或激发出数据所不能反映的人的深层情感。如果那些本来鲜活的需要人的感官去观察、还原的新闻现场，都变成了干巴巴的数据堆积，新闻的色彩与温度会丧失大半。同时，人对事物的主观判断与情绪、情感、反应，也是客观世界的一部分，抽离了人的感性认识与主观评价的世界也是不完整的。在同一个现场，不同记者可能会有完全不同的观察与呈现，他们的报道会引起不同人群的兴趣，唤起不同人群的共鸣。虽然在事实性报道时需要尽可能客观，但是这并不意味着不需要主观判断与选择。在特稿等新闻作品中，正是主观性的观察与描述，构成了作品最重要的韵味。很多时候，将机器的客观呈现与人的观察与描述结合起来，可以使报道更为丰富、多元，满足受众的不同需求。

(二) 内容产出优势： 机器的信息加工与人的观点表达

如前文所述，在信息处理能力方面，机器无疑具有显著优势，无论是信息采集的维度与广度，还是信息加工的速度与效率，或是信息延展的能力。

智媒趋势下，内容生产者需要充分利用和进一步开发挖掘机器在信息生产方面的能力，补充人本身的不足。另一方面，当人无法在信息处理方面与机器竞争时，就更需要在观点表达方面来体现自己的优势。从用户这方面来看，在信息严重超载的时代，他们所需要的，未必是更多的信息，而是对这些信息含义的阐释与解读，这同样意味着对观点的需求。

虽然机器可以进行一些规律的提炼，但规律不等于观点。观点包含了态度与立场，某些时候甚至包含了情感，它是在特定的社会与人文环境之下针对不同的交流对象形成的，而能提出有针对性观点的，最终还是人。

当然，人的观点提炼也不能完全脱离信息背景，基于机器提供的更丰富、深入的信息背景，人的观点也会有更坚实的依据。

(三) 信息增值方向： 机器的知识生产与人的意义创造

媒体不仅是信息的搬运工，还需要挖掘信息的深层意义，实现信息的增值，机器主要通过知识生产来完成这样的增值，而人则需要在知识生产基础上实现意义的创造。

有研究者将知识分为两大类： 一类为“编码化知识”，较易于编码(归类)和度量，人们可以通过理论学习获得；另一大类为“隐含经验类知识”，较难于编码(归类)和度量，人们可以在实践中学习获得。过去，人们认为机器拥有的只是“编码化知识”，但随着人工智能技术的发展，现在机器在某种程度上已拥有“隐含经验类知识”。(4)程广云.从人机关系到跨人际主体间关系——人工智能的定义和策略[J].自然辩证法通讯，2019,41(1)： 9-14.随着深度学习技术的发展，机器在知识生产方面能力会越来会强，甚至在某些类型的知识生产方面，会超过人的能力。这也为媒体的资讯内容升级为知识产品提供了基础。

即使如此，一些研究者认为，机器学习的范围比人类学习的范围要小得多，而且可解释性更差，容易出现理解盲点。人类的学习不但能建立起一种范围不确定的隐性知识，还能建立起一种范围不确定的隐性秩序或规则，因此人所起的作用是“创造意义”(5)刘伟.智能传播时代的人机融合思考[J].人民论坛·学术前沿，2018(24)： 16-24.。意义创造的另一种表现，是基于人的视角及人的目标对知识的应用，是将知识转化为生产力、创造力。人的意义创造是基于对人自身及其社会环境的思考，以及对人的需要的回应。因此，人的意义创造，始终是机器无法达到的。在知识爆炸的时代，对于知识中意义的发现与创造，比知识生产更为重要。未来的媒体人不仅需要发现、提炼更多的知识，也需要有更多的意义创造，并将那些具有普适性的意义推广、积淀为社会文化。这也是媒体“文化传承”功能的另一种体现。

(四) 内容生产中的决策依据： 机器的精准指导与人的经验、直觉判断

以往的媒体，从内容的选题和角度策划到采访实施、呈现、传播，相关的决策主要是依赖人的经验。但机器、算法进入内容产业后，带来了基于数据的精准思维，数据也越来越多地成为媒体的行动“指南”。精准的数据分析与算法有可能在某些方面突破人的经验性认识的局限，某些时候，数据的精准性也可以纠正人的经验判断的偏差，数据分析也有助于将个别性经验沉淀为一般性规律。

但我们也需要警惕，人可能因此被数据与算法捆绑，跟在机器背后亦步亦趋。如果内容生产的每一个环节只是一种机器计算出的行为，没有了人的悟性，没有了灵机一动与脑洞大开，也没有人文情怀的指引，那么内容生产的路也会越走越窄。此外，如果人对数据本身的精准性不能做出判断，而只是被数字所迷惑，那么表面精准的数据可能带来更大的偏差与误导。另一方面，精准算法的形成，也需要依靠人的经验。内容相关的算法，大都是对人的内容生产、传播经验与价值判断学习的结果。

未来内容生产中各环节的决策与行动，仍需要在直觉与程式化、经验与精准之间寻找平衡。擅长数据与算法的技术人员与具有专业经验、专业判断力的内容生产者的协作，也会更为常态。

(五) 创作本质： 机器的“计算性”创作与人的内驱性表达

媒体的内容生产需要创作能力，从这方面看，机器的能力也在增强，一些机器甚至已涉足艺术性创造，包括诗歌和小说创作、绘画、音乐创作等，在某些方面它们可能给人带来审美的愉悦，因此有研究者提出了“人工智能美学”这一概念，希望在此方向下研究人工智能技术发展过程中所出现的与美学有关的一些问题，包括人工智能对人类感性(包括情感)和艺术的模拟、人工智能艺术的风格与鉴赏、人工智能视野下人类情感和艺术本质问题等。(6)陶锋.人工智能美学如何可能[J].文艺争鸣,2018(5)： 78-85.虽然从作品角度来看，人工智能创作的作品有些也具有审美功效，甚至有超出人类经验的创意，但从创作原理来看，机器更多是用数据分析与算法在模仿人的创作模式，形成一些自己的表达套路，它们的创作行为，是在人的指令下完成的一系列计算行为。

在人类的发展历史中，艺术活动之所以出现，是源于人的表达需要，艺术创作是以人的经历、情感、思想与审美、创造需求作为基本驱动力的。作品是思想与情感的载体，即使创作者的编码与接收者的解码有所差异，它也能传递或触发人的情感。尽管人类也一直在总结创作的规律，但人类的创作，很多时候仍是来源于人的顿悟与灵感，人类的灵感是机器难以计算与复制的。面对机器创作的冲击，保持与进一步激发人类的灵感变得更为重要。

机器创作的作品是否具有艺术价值这一问题会一直存在争议，但有一点是确定的，机器参与的艺术性创作，不会替代人的艺术表达。当然它们可能会对人产生启发，它们的出现也会有助于促进艺术表达的丰富性，也可能促使人去寻求新的表达形式。就像阿尔法狗的出现促使人类围棋选手对围棋的领悟进入新的境界一样，机器的创作也会为人带来对艺术与审美的新的领悟，最终的结果仍是更多地激发人的创意需求与创作动力。

(六) 传播中的互动： 机器的程式化互动与人的共情性交流

近年，智能主播或主持人这样的新“机器”也开始进入我们的视野。新华社、人民日报推出的智能主播模仿真人的形象与声音，具有机器的精准，在播音中不会出错。可以预见的是，在未来的内容传播中，智能主播或社交机器人与人的互动会变得越来越普遍，它们甚至可能以拟人化的实体方式(如实体化机器人)出现在人们的生活中，内容传播会更多借助人-机互动的界面。未来通过数据技术对人的情感进行计算与模拟，可能会变得越来越普遍，这也意味着机器会拥有“情感智能”，也就是识别和表达情感的能力(7)[美]雪莉·特克尔.群体性孤独[M].周逵,译.杭州： 浙江人民出版社，2014: 151.。这会使得它们在与人的互动中，越来越多的显现出人情味。

无论是智能主播还是社交机器人，即使它们可以识别人的情感或向人表达感情，但它们处理的情感都是被计算出来的，缺乏人的经历支持的情感，只是一些数字化符号。它们与人的互动，都更多地基于机器的套路与程式。虽然这样的人-机互动也能在一定程度上帮助人减少孤独，获得安慰，但本质上它是机器对人的“伺奉”，而不是对等的情感分享。

而人与人的交流，多是基于双方的经历、需要和特定情境展开的共情性的交流，虽然有时这样的交流可能比人-机互动要支付更大的成本，但这也是人际交流的特质。主持人与受众之间的互动，虽然不完全等于同人际交流，但主持人与受众之间要能形成共鸣，也要有足够的感同身受。好的主持人也有自己的表达风格与个性，这种风格与个性是交流中的一种个人化符号，而这背后是丰富的经历、充分的洞察力、感悟力与共情力，这也是机器难以企及的。此外，在面对复杂多变的互动场景如何随机应变方面，机器仍不可能与人匹敌，机器主播也难以胜任今天人类主持人的全部职责。

综上所述，在内容生产与传播的各个层面，人与机器都有自己的优势，但也有一些固有局限，如有学者指出，对人而言，机器就是延伸自我的一种工具，同时也是认知自我的一种手段，通过机器的优点来了解自己的缺点，通过机器的缺点来明了自己的优点，然后进行相应的补偿或加强。智能传播可以促进人的变化而不是僵化，即加快人的反身性和自否定。(8)刘伟.智能传播时代的人机融合思考[J].人民论坛·学术前沿，2018(24)： 16-24.人机协同的过程，是人与机器相互学习、相互增强的过程，其理想的结果，是人与机器的共同进化。但机器的进化，不应该以对人的核心价值与能力的削弱为代价。

三、 谁主沉浮： 人机关系中的“主”与“从”

人-机协同将成为未来常态，人与机器互补可以提高内容生产的效率，更好地满足市场的需求，但在人-机关系中，谁是“主”谁是“从”？虽然从理论上说，人类不会放弃自己的主体性和主导地位，但是在实践中，面对各种新的关系，人类的“主”如何实现，却受到越来越多的挑战。

(一) 机器是否具有主体性地位？

人工智能机器能否具备主体性地位的问题，在伦理、法律、哲学等领域，已经被广泛讨论。

人工智能主体性问题的讨论与它带来的伦理困惑与挑战相关。在机器人、自动驾驶这些人工智能的早期应用领域，挑战已经显现出来，未来在其他领域，伦理方面的问题与风险也会不断涌现。智能化内容生产或许不会发生机器杀人或自动驾驶中的两难选择等伦理问题，但是它也有很多隐藏的道德与伦理选择，特别是在算法中，厘清机器的伦理角色、权利和责任，同样也是必要的。有研究者指出，人工智能应该包括有伦理影响的智能体、隐含的伦理智能体、明确的伦理智能体、完全的伦理智能体，人工智能在与人的交互中会呈现出某种拟主体性(9)段伟文.控制的危机与人工智能的未来情境[J].探索与争鸣，2017(10)： 7-10.，但也有学者认为，人工智能和机器人无法处理开放性情境中的实践伦理问题。至少在今天，人工智能还无法成为与人类对等的伦理主体。(10)蓝江.人工智能与伦理挑战[J].社会科学战线，2018(1)： 41-46.即使机器具有“拟主体性”，人始终是伦理方向的主导者。今天的机器伦理学领域存在着“自上而下”与“自下而上”两种构建方式。“自上而下”是运用某些道德原则或理论作为选择哪些行为合乎道德的判断准则，“自下而上”则是提供可以选择和奖励正确行为的环境，让机器像小孩子学习一样日积月累地从现实经验中学习培养道德意识与判断能力。(11)莫宏伟.强人工智能与弱人工智能的伦理问题思考[J].科学与社会，2018,8(1)： 14-24.但无论是“自上而下”还是“自下而上”，机器学习与接受的都是人的伦理观与价值观。人仍是伦理原则的制定者，机器伦理的目标是让机器更多地为人类的福祉服务。当然，人类也有可能从对机器道德设计的过程中进一步完善人类伦理体系。(12)王东浩.人工智能体引发的道德冲突和困境初探[J].伦理学研究，2014(2)： 68-73.

除了伦理领域外，法学领域关于人工智能的思考也涉及机器的主体地位问题。一个典型的讨论是，人工智能创作的作品是否具有著作权。从现有的著作权法规定来看，人工智能不是自然人，也不具有法律拟制的法人或其他组织的主体资格，因此人工智能作品没有著作权。(13)许春明，袁玉玲.论人工智能的法律主体性——以人工智能生成物的著作权保护为视角[J].科技与法律，2019(2)： 1-6.但也有研究者认为，人工智能生成内容在著作权法上可视为是代表设计者或训练者意志的创作行为。(14)熊琦.人工智能生成内容的著作权认定[J].知识产权，2017(3)： 3-8.谁利用人工智能创作出了作品(生成物)，谁就是该作品的作者，就享有该作品的著作权。(15)李杨.应从哲学高度探讨人工智能生成物著作权问题[J].中国出版,2019(1)： 1.目前的讨论多是将人工智能作为其设计者的一种代表，人工智能本身是否能被认定为一种创作主体，是需要在未来进一步明晰的问题。类似的，有关人工智能的各种权利、责任的讨论，都会涉及其是否具备法律主体资格的问题。有学者认为，未来的强人工智能需要获得法律上的主体性地位，而赋予人工智能主体地位，不等于承认人是客体。人工智能这一法律主体资格的确立仍然将以实现人类社会发展为导向。(16)徐昭曦.反思与证立： 强人工智能法律主体性审视[J].中共中央党校(国家行政学院)学报，2019(3)： 80-88.还有学者认为，算法模拟了人作为法律主体的物理性基础,算法复制了法律主体“拟制”的过程，这些都会带来人的主体性危机，而沿着以人为目的的目标，重建善的标准，是法律保证人的自主性和进行人工智能治理的基础。(17)陈姿含.人工智能算法中的法律主体性危机[J].法律科学(西北政法大学学报)，2019(4)： 40-47.无论未来机器是否会具备一定的主体性地位，“基于人的尊严性，人只能作为主体而存在，任何时候都不能成为客体与工具，这是现代法治必须坚守的基本价值立场”。(18)韩大元.维护人的尊严是文明社会的基本共识[J].探索与争鸣,2018(12)： 4-6.

从哲学角度，有研究者指出，人类的主体性主要体现为意识和思维的整体性，而人工智能无法达到，此外，与人类主体的社会和文化属性不同，人工智能的本质属性是自然性和机械性。(19)张劲松.人是机器的尺度——论人工智能与人类主体性[J].自然辩证法研究，2017(1)： 49-54.但也有研究者认为，机器不但能产生比拟于人的智能，而且能够产生类似于人类的意识，意识也可以由硬件的运作和功能产生，人工智能也是一种类主体的“生命”。(20)张昌盛.人工理性批判： 对德雷福斯的人工智能哲学的现象学反思[J].重庆理工大学学报(社会科学)，2018(12)： 9-12.还有学者认为，“强人工智能”或许应该定义为真正有自主意识并且可确证其主体资格的“智能”。它们具有自主意识，具有与人类对等的人格结构，今日人类成员所拥有的权利地位、道德地位、社会尊严等，他们也应该平等地拥有。(21)翟振明，彭晓芸.“强人工智能”将如何改变世界——人工智能的技术飞跃与应用伦理前瞻[J].人民论坛·学术前沿，2016(7)： 22-33.虽然目前我们还无法判断这样的强人工智能是否会到来，机器是否真的会在某一天产生类似人类的意识，但是对于可能具备类主体性与类人类意识的人工智能的关注与前瞻性思考，并非多余。

随着人工智能技术的不断发展，即使不完全具备与人一样的主体性，机器也会拥有一些伦理、法律上的“拟主体性”，如何明确机器的权利与责任，这是我们必须面对的新挑战。来自伦理学、法学、哲学领域的思考，也可以为传媒业借鉴。

(二) 人的价值判断与机器的价值判断孰主孰从？

人的主体性地位问题，也涉及到人的价值判断与机器的价值判断两者的关系问题。两者谁是主导者？有哲学研究者认为：“人类最好把价值判断留给自己,这是保持一种人类对机器人的独立性乃至支配性。”(22)何怀宏.人物、人际与人机关系——从伦理角度看人工智能[J].探索与争鸣，2018(7)： 27-34.这基本代表了学界与业界的共识。

对于新闻内容生产而言，虽然机器带来的数据可以给人带来一些参考，但面向什么样的对象生产什么样的内容，以什么样的形式呈现内容，最终还应取决于人对内容的新闻价值、市场价值的判断。自动内容生产中机器的算法与创作模式，需要体现媒体的专业价值观。在分发算法中，机器会根据数据与算法原则对内容做出价值判断，但机器的价值判断大多时候也是人的价值判断，因为算法的设计包括其中的参数选择与权重设置，都包含着人的价值判断。虽然在深度学习领域，算法可能会产生黑箱，但在分发算法中出现黑箱的机率并不大，很多时候算法产生的问题仍是人为的，也可以说是人的价值观所导致。同时，如前文所述，未来内容的分发，不能完全交给机器，社交渠道和专业媒体仍会影响内容分发，这里面同样也是人的价值判断在起作用。

虽然看上去内容产业中机器的价值判断与人的价值判断会出现越来越多的博弈，但在其背后，还是人与人的价值观的博弈。

这首先体现在算法开发者与专业内容生产者的价值判断博弈上。在今天的智能化内容生产与分发技术开发中，主导算法的价值判断的，主要是技术人员。虽然他们大多也带着良好的愿望，但是他们缺乏新闻生产及传播的专业经验，因此他们设计的算法可能会出现一些问题，这也意味着媒体人需要更多地参与到相应的算法设计中，以纠正算法的一些偏差。

这也会体现在内容生产者与用户的价值判断博弈上。虽然一些用户在一些时候会被算法“囚禁”，但整体看用户也并非完全被动的，他们对于内容的选择也会有自己的价值判断与考量。用户整体的价值判断也会以流量数据的方式作为传播效果、影响力的一个指标进入内容生产或分发算法。在算法的设计中，是主要依据用户端的评价，还是需要加入专业生产者的价值评判的平衡甚至纠偏，同样也是算法演进中需要把握的。

此外，平台运营者、投资者、管理者等的意志与价值观，也会以某些方式渗透进算法中，对算法形成影响。价值观的博弈，也是话语权的博弈。算法开发者得到机器力量的加持，会在博弈中拥有更多优势，但这时更需要防止机器力量的滥用。以人为本，审慎应用技术，应是包括内容行业在内的人工智能应用需要坚持的一种基本价值观。

(三) 人文精神与机器效率如何平衡？

人与机器的关系，体现为人文精神与机器效率的关系。虽然机器进入内容生产流程中，会在某些方面大大提高内容生产的产能与效率，但是这种产能与效率是媒体最核心的目标吗？我们是否应该把机器效率推到极致？

技术哲学家芒福德指出：“效率不再是由机器体系的某一部分的绝对速度来体现；重要的是为了达到维护和发展人类生活的最终目标，重要的是整个机器体系各个部分的相对速度是否合适。”(23)孙会.评芒福德人文主义技术观[J].科学经济社会，2019(1)： 6-11.他还认为，“在技术的领域里来寻求由技术所引起的所有问题的答案，这将是一个十足的错误”。克服“巨机器”(大工业的、专制的、巨大的、复杂的、一元的、权力指向的技术)等所带来的问题的主要路线还是回归人性的正确规定，回归生活世界和生活技术(简单的、家庭作业的、民主的、多元的、生活化的、综合的技术)。(24)吴国盛.芒福德的技术哲学[J].北京大学学报(哲学社会科学版)，2007,44(6)： 30-35.

同样，对于内容产业来说，在机器提供了高效率的前提下，我们更需要从人类生活、人性的目标来衡量机器效率的意义。如果机器的海量内容生产能力，并不能使人们获得更多的有效信息、高质量内容，不能使人们对社会环境的了解更深入，也不能促进社会的整合和个体的自由均衡发展，而只是带来更多的碎片化内容，加重人们的信息焦虑，或者使人陷入更多的情绪化的传播中，那么机器的效率反而会成为一种压迫与禁锢。同时机器的效率也建立在广泛的数据基础上，而其中一些数据与个体的隐私相关。从机器的效率出发，需要收集与利用更多的个人隐私数据，而从人文关怀的角度，我们需要更好地保护个人的隐私。对未来的网络内容生产者与服务商来说，这同样是一个必须平衡的关系。

如果技术的应用方向发生了根本偏差，那么技术效率越高，它带来的风险和危害会越大。要把握技术的发展方向，就需要时时将技术置于人文精神的坐标上进行审视与反思，要始终保持“对人类生存的意义和价值的关怀”(25)陈勇.科学精神与人文精神关系探析[J].自然辩证法研究,1997(1)： 22-27.。

智媒时代，机器入侵不可避免，媒体在拥抱新技术的同时，也需要做坚定的人文守望者。除了在智能化内容生产中时刻参照人文精神的目标进行反思与约束外，推动机器时代人文精神的复兴，也是媒体的另一种守望。

四、 结 语

智媒时代的人-机关系中，人是获得更多的自由与主动权，还是被机器奴役，这取决于人在技术应用中的理性。哲学学者邓晓芒指出：“人的理性，即人的自我反思，人的自我意识，也即对人的盲目意志(欲望)的抑制，也是人获得真理和真正的自由的必经之路。”(26)邓晓芒.西方启蒙思想的本质[J].广东社会科学，2003(4)： 36-45.技术可能会激发更多的来自人或机器的“盲目意志”，足够的反省能力才有可能让我们意识其中的风险并对其进行适时的抑制。