如何在后人类状况下理解新闻

【摘要】随着人机共生局面的不断强化，全球新闻业呈现出典型的后人类状况。这一状况在经验范畴表现为机器的自动化逻辑挤压人类的人本主义逻辑，对新闻行动、新闻生态和新闻经验的各构成要素进行重新配置和重新优先化的历史过程。新闻业的后人类演化体现出三种趋势：人工智能成为关键新闻行动者，自动化成为新闻生态演化的基本规律，人类新闻经验全感官化。数智时代新闻学理论的发展应当以“后人类新闻”为认识论起点，既要对机器逻辑的技术原理和文化偏向做出准确分析，也要坚守人本主义的价值基础构建新闻规范理论，为各种旨在对抗技术异化、恢复媒介间性、激活人类创意的另类新闻实践提供支持。

【关键词】数字新闻；人工智能；后人类；机器逻辑；新闻学

“新闻是人的事业”，这是我们长久以来的一个观念共识。这一共识包含着两方面的含义：第一，新闻作为一种人类社会实践，是人作为历史主体认识和改造外部世界的一种方式；第二，新闻实践在形式和内涵上应符合人类社会的主流价值标准，新闻的文化也应当是有意义的人类生活方式的载体。新闻实践的人本主义特征基于新闻业的机构体系和新闻从业者的专业观念体系，其发展的基本方向则被设定为维系民主与公共性。

然而，随着数字时代的到来，新闻与人的关系变得含混起来。一个高度网络化、平台化和情感化的新闻生态逐渐形成，各种前沿技术应用从辅助报道工具转型为具有高度能动性的新闻行动者并对既存的专业规范构成挑战，传统新闻理论及其内置的人本主义取向则面临着失去对经验现实解释力的困境。面对这样的状况，我们应当如何理解新闻本身，以及新闻与人、与客观世界之间的关系？或者，更明确一些，在隐约感受到“新闻是人的事业”已经因历史条件的变化而不再是不言自明的定理之后，我们应当如何重新界定“新闻实践”并据此反思人在由新闻所反映和构建的客观世界中的存在方式？本文期望通过一些探索性的讨论，激发人们对这些问题的思索。

一、什么是后人类状况

福柯在1971年曾说：“人这个概念其实是相当晚近的发明，而且可能即将走向终结。”[1]他的预言很快得到应验。从20世纪80年代中期开始，哲学家和社会学家开始了对全球文化和日常生活领域的后人类状况的激烈讨论，期望建立一种超越人类中心主义的认识论以实现对文明演化规律的重新理解。

数字技术革命的发生和发展，尤其是人工智能技术在过去四十年间持续取得的突破，是这种新认识论的经验来源。一方面，自然语言处理（NLP）的不断成熟打破了根深蒂固的有关“人类语言独异性”的假设。认知语言学的研究成果表明人与机器都拥有使用语言表意的能力，不同之处只在于两者使用不同的语法，这就显著动摇了各种形式的人类例外主义观念的语言学基础。[2]另一方面，人工智能在不同社会领域的应用不断强化人机共生的现实。人与机器之间的界限不断模糊，赛博格（cyborg）从科幻想象逐渐变成经验现实，本体论的震荡带来了认识论的动摇，“成为人”（being human）越来越像是一种选择而非天然权利。[3]

因此，所谓后人类状况不是“非人”或“无人”的状况，而是人类作为社会实践绝对主体的排他性地位被持续消解的状况，是人无法完全支配历史和文明演化方向的状况，是人类主体性不得不在与机器逻辑的协商中生成的状况。

二、新闻业后人类演化的基本趋势

作为受数字技术革命影响最直接、最广泛的实践范畴之一，全球新闻业呈现出典型的后人类趋势。这一趋势主要体现在三个方面：人工智能成为关键新闻行动者，自动化成为新闻生态演化的基本规律，人类新闻经验全感官化。

（一）人工智能成为关键新闻行动者

行动者网络理论（ANT）认为，意义的生成和系统的维持是在构成系统的各类行动者——包括人类行动者和技术、制度、物质基础设施等非人类行动者——的关系中实现的。或用拉图尔（Bruno Latour）的话来说：当人被当作“非人”，或“非人”被当作人的时候，没有必要愤愤不平，因为两者在其构成的关系网络中本来就是平等的。[4]这一点对我们理解数字新闻生态的演化规律十分重要：只有首先摒弃长期以来将技术视为与人类主体泾渭分明的工具的观点，我们才能准确理解人工智能在新闻生态下崛起的本质。

人工智能对新闻业的介入始于20世纪80年代，并在20世纪90年代确立起某种半制度化的惯例。在初期，人工智能与新闻结合的基本形式是计算机辅助报道，即记者使用基础的智能化信息检索和数据处理方法来提升报道的精确性。从21世纪初开始，自动化内容生成工具开始在新闻业零星应用，被用于有结构化数据支撑的新闻类型的自动发布，如天气情况、体育赛事比分以及财经数据播报等。路透社是最早建立机器人新闻生产机制的主流新闻机构，其他大报和新闻网站紧随其后。随着自然语言处理技术的不断成熟，机器人的“语法”系统变得越来越完善，将数据会话转变为可读叙事的能力也不断增强，人工智能遂将越来越多的常规报道工作纳入自己的能力范畴。2014年，《洛杉矶时报》使用智能机器人Quakebot发布的一则有关地震的突发新闻仅用时不到三分钟，却有着严整和规范的文体形式，被视为自动化新闻发展的一个里程碑。与此同时，基于深度学习的新闻推荐算法也以令人震惊的速度被各类聚合平台整合进自己提供的信息服务中：人工智能通过对大型数据集的实时分析、对信息模态的高效聚类、对趋势和行动的准确预测，令自己成为大多数人日常新闻经验的主要技术架构；同时，还自分发环节向生产环节施加反向影响，显著改变了传统新闻业的专业文化。而最前沿的生成式人工智能则在很大程度上实现了对人类表达逻辑、情感，乃至创造力和想象力的模仿，越来越多的专业新闻机构使用自己研发的大模型进行常规化的新闻报道甚至社论写作。伦敦政治经济学院联合谷歌新闻实验室在全球46个国家开展的调查显示，有超过90%的新闻机构建立起不同程度的人工智能新闻生产机制，有超过80%的新闻机构自建基于智能算法的新闻分发网络，有68%的新闻从业者认为人工智能会给新闻业带来积极影响。[5]

在某种程度上，人工智能技术在新闻业的“创新扩散”过程，就是新闻实践的人本色彩逐渐黯淡、机器逻辑持续高扬的过程。一方面，新闻生态要维系自身的稳定和扩张，天然需要不断提升整个系统运作的效能——既要持续发展“生产力”，即新闻内容、样态、产品和叙事的创衍和增殖，也要保持整个新闻流通网络在最大程度上的畅通。因此，人工智能在越来越多的环节取代人类新闻行动者，成为特定场景下的主导性甚至支配性力量就成为一件自然而然的事。这一点在全球新闻劳动力市场得到了直接体现：调查数据显示，仅2023年5月一个月，美国新闻业就有总计约4000个岗位因人工智能而被取消，而ChatGPT在新闻生成方面的成熟则是最直接的原因。[6]另一方面，在数字时代，平台及其背后的高科技公司是全球新闻业态的主要塑造者，其机构文化和政治经济学决定了传统媒体机构用以制衡技术扩张和劳动异化的新闻专业意识形态，将不可避免地在人工智能崛起的过程中衰微。平台资本主义不断创造技术解决主义和技术乌托邦主义的神话，并以此解构社会责任及道德话语对技术创新的检视。[7]人工智能则被描述为价值中立的社会变革方案，这进一步压缩了人本主义在新闻生态下的生存空间。

（二）自动化成为新闻生态演化的基本规律

新闻业对包括人工智能在内的前沿技术的广泛采纳和热情拥抱，源于行业创新的内在动力。作为社会普遍认知中的“真相标识物”和带有理想色彩的“公共文化档案”，新闻在所有类型的媒介和信息实践中拥有特殊的认识论地位，因此新闻业不仅需要始终确保能为公众提供有关客观世界的全面而准确的图景，也要通过生产和流通机制的持续优化来维系自身的吸引力与权威性。[8]这种源于新闻业自身历史的“地位确认”需求，令追求日趋精细的自动化成为新闻生态演化的主题。

从形式上看，自动化新闻是借助机器人、数据挖掘、智能推荐算法和虚拟仿真等技术实现的，不需要人参与，或仅需要人履行辅助、监督等职能的数字新闻样态。由于成本低廉、效率惊人，且能将人类记者从重复性的日常报道活动中解脱出来以从事更具创造力的工作（如深度报道和调查性报道），因此这种样态在全球范围迅速流行。专门化的新闻自动化应用和平台也层出不穷，如彭博社的BloombergGPT是一个专事财经新闻自动化生产的大语言模型，可以完成归纳财经文档、生成财经数据报告、预测市场趋势等自然语言处理任务；华盛顿邮报的Heliograf是目前最完善的短新闻生成模型之一，几乎可以自动完成一切基于结构化数据的日常消息的制作与发布；WordPress这样的开源内容生成和管理系统，则可以让普通个体和小型机构迅速建立自己的自动化新闻服务。生成式人工智能的迅速进化不断将自动化新闻实践推向新的高潮，OpenAI于2024年年初推出的Sora已经能够创造与人类想象力十分类似的“真实世界模型”，并基于对人类文本提示词的分析、理解和再逻辑化，生成长达1分钟的高清视频——这与过去主要被用于制作以文字和可视化图表主要元素的新闻AI相比，实现了一种模态层面的突破，令以动态影像为基本符号体系的自动化新闻成为可能。

不过，如果我们透过具体的生产和流通环节，深入这种新闻实践的深层技术文化机理之中，会意识到“自动化”其实不只给新闻业指明了创新的方向，更已成为新闻生态演化的一个支配性的规律。也就是说，并非技术创新不断丰富着自动化新闻实践的形式，而是在人工智能对新闻生态的持续介入中累积形成的自动化机器逻辑成为一切实践创新的基本框架。新闻生态遵循自动化的规律演化，势必不断强化人工智能作为关键技术类行动者所占据的生态位，同时新闻的惯例、机制和文化范畴进一步稀释了人与机器原本便已暧昧不清的主体边界。技术哲学家丹尼尔·丹内特（Daniel Dennett）认为，在一个多物种共生的生态系统里，区分人与非人的认知科学标准是：非人只拥有一级意向性，即“对其他事物的信念和欲望”；而人类除一级意向性外，还具有二级意向性，那就是“对信念和欲望的信念和欲望”[9]。从这一标准来看，像ChatGPT和Sora这样的大模型其实已与人类相当接近——它不但“有信念和欲望”创造信息，而且也像人一样期望自己创造信息的动机和逻辑也能被接受。而随着越来越多的人不再质疑人工智能在其新闻经验中绘制的世界图景的合理性，甚至心甘情愿通过“自我量化”（self-quantifying）的方式主动将自己的行动、身体，乃至情绪和心理状态转化为数据来为大模型的精细化作出贡献，新闻也将获得新的、溢出甚至超越人类全部认知经验的、由机器逻辑所书写的历史。

（三）人类新闻经验的全感官化

在数字时代，新闻实践主体不仅有职业化的新闻从业者，也涵盖了海量自觉藉由新闻行动介入社会议程的媒体用户——此处的新闻行动包括众包调查这样的准专业性协同生产行动以及“转评赞”等微观参与式行动。因此，普通人的新闻经验，也即新闻作用于人的观念并为其日常生活赋予意义的认知结构，也就成为全球新闻生态得以形成和演化的一个重要动力。随着人工智能日益占据关键行动者的生态位，人的新闻经验结构也不可避免地受到其技术文化配置的重塑，呈现出“全感官化”的趋势——人与新闻的关系首要基于人的生物感官系统确立，人的身体则在此过程中被数据化并成为新闻生态的一部分。

在前数字时代，新闻经验以视觉为主要获取路径。此处的“视觉”并不单纯是一个生物概念，更是一个认知框架，是对古典认识论中的视觉中心主义的指涉或隐喻。在这一框架下，“观看”行为因预设了人与经验对象之间的距离而天然具有批判性，因此得以超越生物性的视觉感官，而被界定为人类获取客观知识、把握外部世界的唯一正当方式。传统新闻经验拥有典型的视觉中心主义结构，其将证据（事实）作为组织经验的基本依据，同时贬低其他非视觉认知框架——如听觉、触觉、嗅觉等——在新闻认知中的优先性，这同时也是新闻权威的一个重要来源。然而，人工智能却是作用于人类“全感官”的技术，它不但在极大程度上增益了客观世界的可见性，而且也以更加深刻的方式与人的身体交缠在一起，通过对人的感官系统进行重组，将新闻经验变成了一种“附身的体验”，将新闻本身变成“生命数据”与“生活叙事”的集合。[10]“新闻世界”与人之间的批判性距离被挤压殆尽，人的存在与人工智能的机器逻辑深度交融。

人类新闻经验的全感官化趋势培育了新的生产和流通标准，过去那种基于视觉优先性原则的道德原则不再有效，新闻与人的生物本能之间的连接日趋合法化。目前，几乎一切由智能技术创新驱动的新闻样态都以不同方式“开发”人的综合生物感官在新闻接受与理解中的潜能，如VR新闻、新闻游戏、新闻Vlog等。[11]这些新闻在信息模态上无一例外地追求对强交互性界面的搭建，以及促进人在“新闻世界”的深度沉浸。这就使得机器逻辑不但能有力地塑造新闻生态，更可以新闻经验为管道绕开理性屏障、直接作用于人的神经官能与心理快感机制。甚至在人工智能研发与应用先驱的设想中，随着脑机接口（BMI）不断发展为成熟的人机交互技术，人类对信息的感知和传递将完全通过内嵌于身体的“电子神经元”完成——人所获取的有关外部世界的经验是人工智能构建的高仿真增强现实，而人与技术、信息以及媒介基础设施也在不断交互和融合中实现元宇宙化。[12]在这种情况下，人类新闻经验与客观世界将形成无法区分的“交缠态”，人基于这种新闻经验所加诸客观世界的一切行动都将围绕一个目标被组织，那就是维系整个媒介生态系统的“熵减”与“自创性”。

三、后人类新闻作为认识论起点

基于前面的讨论，本文提出以“后人类新闻”（posthuman journalism）作为我们理解数智时代新闻实践演化规律的一个关键概念，其在经验范畴表现为机器的自动化逻辑挤压人类的人本主义逻辑，对新闻行动、新闻生态和新闻经验的各构成要素进行重新配置（re-configuring）和重新优先化（re-prioritizing）的历史过程。对于人工智能崛起背景下的新闻学研究来说，“后人类新闻”应当成为一个重要的认识论起点——只有充分意识到人不再是新闻实践不言自明的唯一主体，并对造成这一状况的诸种技术文化要素进行充分的阐释，我们才能走出理论的舒适区，在真正意义上揭示问题、探索对策。

从知识生产和理论发展的角度看，对人工智能所遵循的机器逻辑的技术原理和文化偏向的分析具有高度的紧迫性——这不仅因为后人类新闻作为一种历史状况是在其支配下形成的，也因为在数字媒体生态下人类观念和行动本身也已经在很大程度上将机器逻辑内化。德里达曾创造“幽灵学”（hauntology）这一术语，指的是一切事物的本体论存在（ontological existence）都不可能完全脱离其与另一事物的关系和区别。[13]这对于我们理解人机共生时代的人类主体性问题有巨大的启发意义。由于机器逻辑的盛行和制度化，人有关新闻的记忆——人理解和把握新闻世界的基础意识活动——必然在不同程度上是由人与算法、输入设备、交互界面以及模型化景观的关系所培育，因此理解机器逻辑在某种程度上也就成为我们理解自身存在的必需。随着新闻日益深刻地成为人机交互的文本介质与意义产物，我们也需要建立起一套新的概念体系来解释在机器逻辑牵引下演化的新闻生态：新闻行动如何在特定技术配置下被触发、人类与技术类行动者如何建立不同属性的联合以协商意义，以及人如何基于自身的感官化新闻体验去认识和改造世界。

而从新闻实践的历史与文化使命来看，人本主义应当始终是新闻学理论构建的价值基础。人本主义也即以人为本的行动准则和意识形态，其主旨在于坚持人对新闻实践发展的主导性和对新闻生态演化的裁决权。在自动化新闻日趋主流化的当下，那些遵循人本主义原则的“另类”新闻样态应当受到更多关注和重视，包括旨在反拨自动化新闻生产带来的时效性异化趋势的“慢新闻”[14]、借助空间媒介的间性机制来培育“反连接”新闻经验的“新闻剧场”[15]，以及通过激活人类故事创意潜能以实现为新闻赋予丰富人类文化参照的“叙事新闻”[16]，等等。与此同时，过去那种尝试在新闻和其他媒介信息与文化形式之间建立明晰壁垒的理论化路径也应当被摒弃。在人机共生的局面下，早已不存在纯粹意义上的“新闻”（或许以前也从未真正存在过）——新闻现在是、未来也将是通信基础设施、拟真景观、生物本能，以及有意图的行动主义的混合体。这也就意味着，后人类状况下的新闻将在更大程度上是界定和规范的产物，而理想化的、接近纯粹性的新闻必须以人本主义为内核。

接受后人类状况，重振人本主义，这应是我们在人机共生的时代准确把握新闻实践的规律、进行有意义的新闻学理论建构的基本原则。“新闻是人的事业”不是天然状态，而是理想图景，对它的追求和实现要建立在充分尊重经验现实的基础上、在解释与批判的协同工作中不断达成。

[本文为国家社会科学基金重大项目“数字新闻学理论、方法与实践研究”（项目编号：20&ZD318）的阶段性研究成果]

参考文献：

[1]Foucault M.The Order of Things：An Archaeology of the Human Science [M].New York：Pantheon，1971：387.

[2]Haraway D.When Species Meet [M].Minneapolis，MN：University of Minnesota Press，2008.

[3]Archer，M.Being Human：The Problem of Agency[M].Cambridge：Cambridge University Press，2000.

[4]Latour B.We Have Never Been Modern[M].Cambridge，MA：Harvard University Press，1993.

[5]Beckett C，Yassen M.Generating change：A global survey of what news organizations are doing with AI[EB/OL].[2024-07-15].https：//www.journalismai.info/research/2023-generating-change.

[6]Nazaryan A.Over tacos and beer，journalists mourn their lost jobs[EB/OL].[2024-02-06].https：//www.nytimes.com/2024/02/06/style/journalism-media-layoffs.html.

[7]Dickel S & Schrape J.The Renaissance of Techno-Utopianism as a Challenge for Responsible Innovation[J].Journal of Responsible Innovation，2017，4（2）：289-294.

[8]常江.什么是数字新闻：认识论的视角[J].山西大学学报（哲学社会科学版），2022（3）：68-74.

[9]Dennett，D.Kinds of Minds：Toward an Understanding of Consciousness[M].New York：Basic Books，1996：120.

[10]陈凯宁.附身的技术：“可穿戴新闻”的生命数据与生活叙事[J].新闻界，2024（6）：23-34+45.

[11]黄雅兰.感官新闻初探：数字新闻的媒介形态与研究路径创新[J].新闻界，2023（7）：4-12+22.

[12]Xu Z， Chen G & Zhang R. Boosters of the Metaverse： A Review of Augmented Reality-Based Brain-Computer Interface [J]. Brain-Apparatus Communication， 2023，3（1）：1-19.

[13]Derrida J. Specters of Marx： The State of the Debt， the Work of Mourning， and the New International [M]. New York： Routledge，1994.

[14]Mendes I & Marinho S. Slow Journalism： A Systematic Literature Review [J]. Journalism Practice， 2024，18（5）：1275-1305.

[15]田浩. 数字新闻剧场：情感连接与社区构建[J].中国出版， 2022（2）：29-35.

[16]Krieken K & Sanders J. What is Narrative Journalism？ A Systematic Review and an Empirical Agenda[J].Journalism， 2021，22（6）：1394-1412.

作者简介：常江，深圳大学传播学院特聘教授、深圳大学全球传播研究院研究员（深圳 518060）。

编校：王志昭