数据化转型：智能时代传媒教育的路径创新

许同文，吕云虹

（广东海洋大学文学与新闻传播学院，广东湛江 524088）

媒介决定了人与社会的境况。在当下的数字时代，代码、传感器、数据、平台、算法、区块链等计算机技术改变了人类的时空架构，重塑了人的主体性和社会的运行模式。亚卡托等人将这一时代称为“数据时代”，认为这些技术为我们的新现实编写程序，并重新界定了人的主体性和人对世界的理解[1]。这些数据技术正在型构新的时空结构和文明的航向，将原来的反馈改为前馈。当前，传媒生态无论是在内容生产还是在渠道建构方面，都面临新传播技术的冲击，这些技术以人工智能、软件、编码、算法与数据为代表。中国的传媒教育一直以来存在“两脱离”现象：一是与新闻实践严重脱离；二是与信息时代严重脱离，既不能让学生满意，又不能让新闻业界满意[2]。这在传媒业态发生巨变时期表现得尤为突出。所以，当下的智能传播时代，传媒教育亟须变革，以适应数据时代的发展。本文通过分析当下的媒体环境，提出在智能传播时代，传媒教育需要在原有网络传播的背景下面向数据，进行数据化转型。

1 从网络传播到智能传播：传媒教育的业态转型

技术体系的转换会引起社会体系的变革，一种新技术体系出现之后，一种完全不同的活动就会取代现有的活动而获得主导地位，会打破现有的社会体系的平衡，并朝着另一种新的平衡进发[1]。在传播领域，每一种新技术都会带来新的信息传播方式。自大众传播热度下降后，人类社会大范围的信息传播模式经历了“大教堂模式”“大市集模式”“暗网式大集市模式”。“大教堂模式”类似于施拉姆描绘的喇叭状大众传播模式。传播者是专业的媒介生产组织，具有自上而下、集中控制等特征。这在广播、电视、报纸的传统传播时代和WEB1.0 时代表现明显。“大市集模式”出现在WEB2.0 阶段，以论坛、微博等自媒体为代表。这一时期普通用户拥有信息传播渠道，在某种程度上呈现出去中心化、自下而上的特征。“暗网式大集市模式”延续了第二时期，但呈现出“暗网化”特征，即媒体内容基于数据和算法，普通用户面对算法黑箱，无法参与数据化的内容生产过程，被排除在数据化内容生产之外[3]。当然，正如传播4 个阶段的划分一样，这3 种模式也并非替代关系，而是共在和交织。

传媒专业的产生、发展与传媒业态的变化有着紧密的关联。新闻学创生于19 世纪，生成于电报、印刷等技术驱动下的社会交往形态，是对这一时期新闻业（具体来说是报业）的一种呼应[4]。传播学的专业建制，也以大众传播为背景。新媒体专业诞生于网络新媒体技术对传统大众传播的颠覆之际。以网络与新媒体专业为例，2010 年在我国教育部组织了新媒体与信息网络、媒体创意、网络经济3 个专业申报。两年后，网络与新媒体专业被列入本科专业目录。从我国互联网发展的历史看，这个时间节点也是网络信息技术急需改变社会信息运作模式的阶段。因此，传媒教育一直都和传媒业态有紧密关联。

智能传播贯穿互联网发展始终。但真正意义上的智能传播伴随数字移动技术的产生而出现。2010 年被称为移动互联网元年。因为此时，智能手机成为一种普适化媒体。此后移动技术进入另一个加速发展阶段。云计算、大数据、平台、算法、区块链等成为传媒加速发展的关键词。智能技术的发展对社会信息传播系统产生了颠覆性的影响，不断推进传播技术革命进程。以算法推荐为例，在各种信息搜索平台中，其成为传媒内容分发的重要依凭。再如人工智能技术，如机器人新闻写作、机器人主播、智能音箱等，不断将人机互动的问题推进信息传播的研究视野。以往被作为工具的媒体技术，在人工智能的驱使下拷问着人的主体性。近来，以ChatGPT 为代表的生成式人工智能，为人类社会带来了一种新的知识生产模式。此外，AR、VR 等技术在视觉生产和空间生产层面也为人类带来了新鲜话题。智能传播是网络传播的一种技术进化，产生了和初期网络截然不同的运作模式，这要求传媒教育做出调整。

2 作为终极界面的数据：智能传播与可编程世界

软件代码被亚卡托认为是当下的文明和文化及当代经济的首要引擎。这种技术无意识连接传感器、数据、算法、机器人工智能以及平台。软件代码在颠覆性地重塑当下的社会和人的主体性。亚卡托认为通过智能手机等可穿戴设备、工业流程和市场流程，包括嵌入家庭和工作环境、都市和室内空间、新货币技术和平台，我们正在见证一个世界的毁灭、一个新世界的上升。软件代码正在颠覆传统的模式与实践，包括传媒信息的生产与传播模式。

在当下的数字生活中，个体的行动和社会的运转不断被软件介导、增强、产生和调节。软件由数据和算法组成。在计算机系统中，数据以二进制信息单元0、1 的形式表示，是尚待加工的原始素材。而算法是一组定义好的步骤，用于对数据进行处理，以产生相应的输出。数据和算法是软件的基本支撑，因此所有的数字技术基本上都可以称为 “数据/算法”机器。这是一种新的技术系统，并推动其他经济、文化系统与之相适应。在日常生活层面，娱乐、消费、工作、旅行、家务、安全等诸多方面都在被数据和算法建构[5]。更有学者把当前的社会称为算法社会，认为算法社会是“一个普遍使用算法、机器人与人工智能进行决策的社会，也是一个围绕算法逻辑而组织和运转的社会”[6]。

数据时代，人们开展的活动的规模和类型、正在创建和使用的数据及分析、归档和分发的可能性如此广泛，必然需要经由平台、软件、代码、算法等组成的技术结构来管理、解释和分发这些数据[7]。在这样的技术背景下，原有的传媒教育体系和内容遭到冲击。原有的传媒课程内容设置，在某种程度上忽视了对软件、编码和数据的讨论。整体来看，当下的传媒教育在某种程度上将注意力集中在了两个问题上。其一，传统媒体的内容传播模式如何在新媒体平台中得到更好的传播，也即思考内容如何在新媒体平台中进行最大程度的传播。其主要专注的是新媒体的传播逻辑是什么，原有的大众传播模式如何在新媒体的逻辑框架之内进行调整。其二，内容生产主体的变化。网络传播时代，用户成为重要的内容生产者，改变了以往大众传播模式中的内容生产主体，这也顺理成章地成为网络传播讨论的一个重要话题及内容生产模式，同时也成为传媒教育的重要主体对象。比如，用户新闻学、自媒体运营等。但对于内容和渠道背后的数据逻辑缺乏关注，使这种基于WEB2.0时代的传媒教育在当下缺乏一定的适应性。

3 内容与渠道的数据化：可编程社会传媒教育面临的业态

智能传播时代，传媒专业所面临的技术环境发生了转变。这种转变来源于不断迭代更新的新媒体技术。新媒体技术在当下越来越呈现出智能化、数据化的特征。这一方面改变了网络传播的现状并在某种程度上决定了网络传播的未来。在另一方面也倒逼以此为依托的传媒教育。WEB2.0 时代的网络环境，面临社交媒体和平台媒体的冲击，传统媒体的转型在内容为王和渠道为王的争论中寻求解决之道。但无论是传媒的内容还是传播的渠道，在可编程社会都与数据（及处理数据的算法等）不可分割地纠缠在了一起。因此，传统的传媒教育在当下面临着媒体内容的数据化和媒体渠道的数据化的双重冲击。

从内容方面来看，传媒内容生产过程的数据化是可编程社会媒体内容的一个重要特征。这里表现在两个方面。一是，数据本身成为内容或者挖掘内容的重要依托。这在当下的数据新闻或者大数据新闻等方面表现得较为明显。在互联网的海量信息中，通过数据化的信息搜集、整合、呈现方式，将依靠人力无法处理的海量信息进行挖掘，进而呈现出社会的状况及问题。这是数据化技术对媒体内容的一个重要影响。二是，从内容生产主体来看，内容生产过程中人机关系发生了转变。在传统的网络新媒体理论中，人机关系的讨论并未被纳入视野，内容生产过程中机器的因素也在一定程度上被遮蔽。但在智能传播的背景下，面对机器人新闻、ChatGPT 等内容生产模式，除了专业的内容生产机构和人士、用户之外，一种新的内容生产主体崛起。这改变了新媒体平台中的内容生产模式。但是总体而言，现在的机器人写新闻还不够成熟，特别是它们缺少人的创造力。虽然未来机器人写作能进化到何种程度不可而知，但记者和机器人合作的内容生产模式却似乎是一种显而易见的未来模式。这不仅改变了新闻的定义，而且也对新闻专业主义、记者身份地位等问题产生一定的冲击。

从渠道方面来看，渠道的数据化在当下也呈现出算法化特征。数字传播渠道本身就是数据化的一种结果。比如软件，其本身就是基于数据和相关算法的一种结果。但在当下这种算法化的数据越来越影响传媒信息在平台媒体中呈现的时间、方式，也构成了一种新的内容生产者网络、内容生产者与内容消费者网络。如何将传媒内容投放到潜在受众、预期受众的手机界面中，成为当下无论是自媒体经营者，还是专业媒体的运营者都极为关注的问题。因为这是流量变现的重要保证。因此无论是媒体内容传播平台的搭建，还是通过现有的媒体平台传播内容，都需要理解平台的运营逻辑。

4 数据化转型：传媒教育的发展进路

面对可编程社会传媒内容和渠道的数据化，WEB2.0 背景下的传媒教育需要进行一场数据化的转型，将原有的内容生产和渠道的讨论延伸至数据化的情境中。具体来说这种转型需要在理论、实务和课程设置方面进行。

在理论方面，传播学关于社会的讨论的一个重要的观点是传播是任何社会得以可能的重要因素。这从信息传播的角度对于人与社会的生成提供了一种解释，同时也凸显了传播学的学科价值。但传播的形式在一定程度上取决于媒介技术的变化。比如，媒介环境学派对于传播历史与人类社会的分期，大都是将技术作为重要的着眼点。在这一层面上，媒介技术的变化生成了传播的生态，同时也决定了人与社会的境况。从网络传播到智能传播的转变，凸显了数据在塑造传播过程及社会影响的重要价值。因此，对于可编程世界的解释，以及对于此环境中人与社会境况的描述都需要将软件、编码、数据、算法纳入讨论范畴。比如，算法时代的新闻专业主义、人的主体性、社会控制等传统的传播与社会关系的问题都需要接受数据的拷问。

在实务方面，以往的传媒教育中，人（无论是专业的生产者还是普通用户）被默认为是信息生产的主体。但在数据时代，人工智能设备作为重要的内容生产者，需要被纳入讨论范围。并就如何更好地与机器互动，推进内容的生产进行探索，这成为传媒教育面临的重要问题。在新闻生产领域，以算法为依托，人工智能技术通过相应的输入和输出模式，能够对互联网中的大数据进行快速高效的整理和处理，进而生产出相应的新闻内容。而且在新闻的推送等环节也发挥着重要作用。随着机器深度学习能力的增强，人工智能技术在很多方面扩展了人类的能力范围。但与此同时，学者提出：“专业新闻必须由专业记者（新闻人）来做，而且在人人都可以发布消息的时代，更需要专业记者（新闻人）发挥其良好的职业 技能、坚守新闻业的职业伦理，提高新闻业的公信力。”[8]

课程设置方面，新闻传播教育应该在全球人工智能新闻实践的基础上进行改革。面对人工智能的浪潮，在新文科的背景下，新闻教育应该与计算机教育相互融合。一方面，学生需要具备基本的数据能力，如编程、大数据处理等。这种能力需要与传统的图像、音视频拍摄、剪辑能力放置在同等重要的位置，成为一种新闻生产的核心技术。在技术类课程中，除了原有的视频音频制作外，还要主动引入相关的数据课程。比如，计算机编程、算法、数据挖掘、数据可视化等，使学生具备基本的计算机数据处理、挖掘和呈现技能。面对数据化，培养学生成为具备跨学科，尤其是计算机数据科学的“全能型”人才。在此基础上，还需要在理论上培养学生的数据批判能力，这构成了数据理论素养的重要内容。中国大学新闻教育除了在新闻实务课程设计上体现以“知识”与 “技术”融合之外，还要不断对课程进行细化，在具体实践中，高校要以培养与社会发展相适应的新闻人才为教育内容，重视对学生的新闻专业技能和实践能力的培养。当下，为了适应智能传播时代的需求，高校新闻教育在学科规划上要打破传统的报纸、杂志、摄影、广播电视的分割，以 “数据思维”和“批判性思维”为核心，培养学生的思辨能力和业务能力[9]。

5 结束语

在智能传播的时代背景下，传媒教育面临巨大的冲击。为了适应以人工智能技术、算法、平台为主导的数据环境，当下的传媒教育必须进行变革。同时，从大众传播、网络传播到现在的智能传播，传媒环境的变化也在倒逼传媒教育的改革。作为网络传播在当下及未来的一种演进，智能传播要求传媒教育从理论、实务、培养模式和课程设置等方面进行革新。作为智能传播的核心，数据以及相关的软件、编码、算法等技术，对WEB2.0 环境中的传媒教育提出了挑战。这种挑战集中表现在传媒内容和渠道的数据化方面。对此，传媒教育要培养适应可编程社会发展的人才。这主要体现在数据素养的培养方面。由于传统专业素养已不能适应当前的智能传播环境，所以传媒教育需要将原有的专业教育，延伸至数据素养和算法素养方面。