人工智能大模型驱动下的媒体组织变革路径研究

【摘" "要】随着人工智能大模型的快速发展和广泛应用，媒体组织正面临着前所未有的变革机遇与挑战。技术将会成为驱动媒体组织内部结构、组织文化、决策方式变革的核心力量。在变革过程中，媒体组织也会面临着任务思维与系统思维的观念冲突、科技与人文的目标摩擦、技术快速迭代与技术应用能力弱的嵌入矛盾等难题，需要从多个维度出发，探索符合自身特点的变革之路。

【关键词】人工智能大模型；媒体组织；变革路径

【基金项目】本文系2024年国家社科基金后期资助项目《技术哲学视角下人机传播的伦理风险防范研究》阶段性成果。

一、人工智能大模型驱动下的媒体组织变革

随着科技的飞速发展，人工智能（AI）大模型正逐步渗透到传媒行业。这一技术革新不仅会重塑媒体内容的生产与传播方式，更会对媒体组织的内部结构、组织文化及决策方式产生深远影响。

（一）组织结构调整

从泰勒的科学管理到韦伯的科层制理论，在组织科学的古典理论中，组织结构都被看作是一种追求绩效的工具。[1]这些理论在根本上认同通过科学规划和理性设计组织结构，可以最大限度地提升组织效能。但进入现代社会以后，技术对组织效率提升的作用日益凸显。美国技术研究的学者埃鲁尔（Jacques Ellul）在其经典著作《技术的社会》中指出，现代技术成了一种控制方法，不仅被运用于生产领域，而且被广泛运用于政治、经济、商业等以效率为准则的领域。埃鲁尔甚至用效率对技术进行了定义，认为技术是指所有人类活动领域合理得到并具有绝对效率的方法的总体。[2]

作为时间性组织，新闻业有着“因时而作”和“追分赶秒”的特征。[3]现代媒体为了追求新闻的时效性，对技术保持高度敏感，深入探索其在内容生产、分发等环节的应用场景，重构业务流程和运作模式，以提升内容生产的效率。

一方面，媒体机构会重新评估并不断调整和创新其组织架构，以适应由技术驱动的新时代要求——传统的层级分明、分工明确的科层结构需要向更加灵活、跨功能团队协作的方向转型。另一方面，人工智能技术的高效数据处理能力要求媒体组织增强其技术部门的功能，催生出全新的职位和部门，如数据分析团队、AI内容创作组等，从而在组织结构图中增添新的维度。这意味着技术部门的地位将进一步提升，数据分析师、算法工程师等技术人才的需求量将大幅增加。原来从事传统采写编工作的新闻从业者，将转向内容的深度创造。所以，对于多数新闻从业者而言，除了提升AI技术的应用能力，更要训练现场采访的洞察力、批判性思维、原创性表达以及情感共鸣等能力，从而实现“职业新闻记者的工作重心从以时效性为导向的采写编往深度和独创方向转变”。[4]

（二）组织文化创新

媒体的组织文化主要包括共同价值观、行为规范、媒介伦理和形象性活动。人工智能大模型引入新闻生产后，将从多个方面对媒体组织文化的创新产生显著影响。

共同价值观的重塑。优秀的主流媒体往往秉持一套清晰的价值观，比如强调新闻的真实性、客观性和独立性。这些价值观会在潜移默化中被媒体从业者理解和认同，最终成为全体媒体从业者共同遵守的准则。然而，随着技术融合的深入，新的价值观会逐渐形成，其中包括数据驱动的决策、以用户为中心的内容生产和对技术敏感度的提高，等等。

行为规范的更新。行为规范的制定与践行在各媒介组织间展现出多样性，它们依据各自的特色与需求，规划并确立了相应的准则。优秀的媒体组织文化会正确引导媒体从业者的职业行为，还会为他们营造一个实现行为规范的氛围。在智能传播时代，大数据分析、个性化推荐及自动化新闻生成等环节，如何合法合规地收集、处理与使用个人信息，防止数据泄露与滥用，成为必须严谨界定的新规范内容。这不仅关乎法律法规的遵守，也是对公众信任与品牌信誉的维护。这些规范需要嵌入到技能培训当中，使其内化为媒体从业者的行为准则。

媒介伦理的深化。媒介伦理主要包括对独立与平等的追求、媒介责任、隐私强化的尊重原则和暴力、色情考验的媒介良知。[5]媒介伦理的制定，主要是为了规范媒体组织的传播行为，使其在维系自身经营发展的同时兼顾社会大众的公共利益。生成式人工智能技术的引入，会带来新的伦理问题。媒体在使用AI工具时，需要确保算法的透明度和可解释性，防止技术成为隐蔽操纵舆论的手段，保障信息传播环境的公平与开放。媒介责任的范畴也扩展到了算法设计与决策过程。媒体机构需建立严格的监督机制，确保算法推荐的内容符合社会道德标准，对错误或有害信息及时纠正与澄清，承担起引导公众、塑造健康舆论生态的责任。

组织形象的提升。传媒形象指传媒组织本身的使命、理念、价值和理想、品牌经营以及传媒组织自身的某种物质实体和相关事件，[6]媒体的组织形象关乎自身影响力与社会地位。随着人工智能大模型不断嵌入新闻传播领域，主流媒体可以为用户提供新的产品形态、互动方式和服务形式，这不仅丰富了传媒形象的内涵，也加深了公众对媒体专业能力和创新精神的认识，进而提升了媒体组织形象。

（三）决策方式改变

决策方式将从经验主导的传统决策模式向数据驱动的智能决策模式转变。通过机器学习算法的深度挖掘与分析，媒体组织能够从用户行为数据中提炼出宝贵的市场洞察信息。这些数据揭示了用户的偏好、习惯与需求的微妙变化，为编辑部门提供了制定内容选题的科学依据。同时，媒体可以根据数据分析结果更精准地预测内容消费的趋势和热点，提前布局，在激烈的市场竞争中占据先机。

数据驱动的智能决策支持系统还能够基于历史数据和实时反馈，为内容制作、预算分配、人力资源调度等环节提供精细化的策略建议。这种基于数据的资源配置方法能确保资源使用的高效与精准，提高投资回报率。比如，通过对社交网络上的意见领袖和关键传播节点的识别，精准定位最具影响力的传播渠道，有效提升广告效应。

但是，智能决策并不能完全取代人类决策。《权力与预测》一书指出，AI将和人类共同做出决策，其中AI负责预测，人负责判断。预测是客观的，判断是主观的，AI不能僭越人的判断，人也不应该专断AI的预测。AI与人各安其位，分工明确。[7]

二、人工智能大模型驱动组织变革面临的难题

人工智能大模型驱动组织变革的同时，还会面临着任务思维与系统思维的观念冲突、科技与人文的目标摩擦、技术快速迭代与技术应用能力弱的嵌入矛盾等难题。

（一）任务思维与系统思维的观念冲突

人工智能要发挥规模效应和生产效能，需要经过点解决方案、应用解决方案、系统解决方案三个阶段。点解决方案是对既有程序的改进，无须改变其所嵌入的系统。应用解决方案可开启新程序，如替换整个生产装置，改变组织流程，但仍然无须改变其所嵌入的系统。系统解决方案则是整个生产方式的改变，是系统性的变革。这种变革会是颠覆性的，它将改变人和企业在行业内的角色，引发权力转移。根据历史经验，系统性变革是一个漫长而曲折的过程。

尽管人工智能的演进速度超越了诸多过往的通用技术，但当前我们正处于一个被称作“中间时代”（The Between Times）的特殊阶段——展示技术能力和实现广泛应用前景之间的时代。在“中间时代”的最初阶段，组织采纳人工智能技术往往显得较为被动，领导层的思维主要聚焦于任务层面，其动机是削减劳动力成本，倾向于采取局部性、修补式的应对策略，这种任务思维最终会导向人工智能的点解决方案，但现有新闻生产系统中使用人工智能的好处并不明显。充分发挥人工智能在新闻业的作用，需要一个系统解决方案，以创造新价值而非节约成本为目标。

迈向系统性思维的第一步是认识系统性变革的紧迫性与价值，即深刻理解人工智能如何成为推动系统正面演化的催化剂，并想象该如何在一个全新设计的系统中更好地为人们提供信息服务，同时这个系统又能获得全新的、强大的预测技术。其次，要对现有体系进行全面审视，揭示并消除那些隐蔽的不确定性因素，以及解构那些限制系统效能的传统规则，以此为基础构建全新的系统方案。这一过程需要重新思考培训、交付程序、薪酬、隐私和责任，对领导团队的洞察力和执行力有相当高的要求。

事实上，目前只有小部分媒体人经常使用AI工具。世界新闻出版协会（WAN-IFRA）2023年调查发现，近半数（49%）受访者所在的新闻编辑室已经在使用生成式人工智能工具，不过，这些工具的普及度和使用频次较为有限。目前，人工智能大模型主要应用于辅助内容创作、事实核查、处理数据等具体场景中，部分分担人力工作。[8]所以，媒体组织对AI的应用还处在点解决方案和少量的应用解决方案阶段，系统性变革尚未发生。

（二）技术与人文的目标摩擦

技术与人文作为现代社会发展的两大驱动力，各自承载着不同的目标和价值追求。技术的核心目标在于提升效率、解决实际问题、推动经济发展和社会进步。而人文的目标是关注价值和意义，即人类的精神世界、文化传承、道德伦理和社会价值观。

人工智能作为一种现代技术，的确可以提高新闻生产效率，但新闻媒体除了要实现经济价值，还要保持对文化多样性和社会价值观的维护。二者在目标上的不一致会削弱新闻的人文价值。“人类和人工智能的区别在于我们的意识，我们对世界的主观感受”。[9]人工智能新闻生产主要是重复或拼接已有的信息，缺乏现场感、人类意识与主观情感，无法反映社会的多元性、复杂性，也牺牲了调查的深度和人情味，这无疑会降低新闻的价值和吸引力。加上算法的自主性和不透明性，AI在数据分析和信息处理过程中，可能涉及个人隐私的泄露和伦理道德的挑战。更令人担忧的是，人工智能技术的引入，可能遮蔽和隐藏人的主体性特征，导致人本身的机器化或边缘化。杰伦·拉尼尔（Jaron Lanier）就曾表达过这样的忧虑：随着技术的进步，人类会变得越来越像机器。[10]

比较而言，人类的新闻生产更注重人文精神，新闻的核心价值仍然依赖于记者的洞察力和伦理观。所以，智能技术终究不是万能的，机器不能完全取代人类记者，尤其是在选题策划、深度报道、评论解读等需要专业素养和价值判断的岗位。未来，有效的人机协同新闻生产模式是新型主流媒体新闻报道兼具机器效率与人性温度的模式，而媒体人需要具备“技术+人文”的综合素养。

（三）技术快速迭代与技术应用能力弱的嵌入矛盾

从技术的社会嵌入性理论视角看，技术深深植根于社会结构、文化、政治和经济系统中，是社会关系和社会结构的一部分，它与社会行为者（如个人、组织、社会）之间存在着动态的互动与互构关系。[11]也就是说，技术的快速迭代不仅仅是技术本身的演进，更是社会各个层面相互作用的结果。因此，当技术迭代速度加快，而技术应用能力相对较弱时，这种矛盾不仅仅体现在技术层面，还渗透到整个社会结构中。

技术的快速迭代往往伴随着新的社会需求和经济模式的出现，这需要媒体组织和新闻从业者不断调整和适应。然而，如果媒体组织的技术应用能力较弱，那么媒体从业者在面对新技术环境时可能会感到力不从心。而且，快速迭代的技术通常在初期阶段不够成熟和稳定，时常伴随着一定的风险，包括安全风险、兼容性问题和业务中断等。应用能力弱的团队由于缺乏处理技术问题和故障的经验和能力，可能会导致更多的问题和失败。在这种情况下，技术更新所带来的潜在利益不仅无法充分实现，甚至可能导致资源浪费和效率降低。这种风险和不确定性会动摇组织和媒体从业者采用新技术的信心，进而阻碍新技术的顺利实施和应用。

从组织文化和结构的角度来看，技术的快速变化还要求媒体组织具备灵活的文化和柔性的组织结构。但在技术应用能力较弱的媒体组织中，往往缺乏这种灵活性。因为技术快速迭代需要调用大量资源进行研发、测试和部署，而这些媒体组织的资源可能更为有限，优先级往往更多地放在维持现有系统的运行上。而且，大模型的应用将深刻改变媒体组织的工作流程、岗位设置和人员结构，导致传统人才不能完全适应新的岗位，高端人工智能人才短缺。这意味着媒体组织需要重塑组织文化和结构，所以，技术应用能力弱的媒体常常表现为对新技术的抵触、缺乏创新精神，以及在组织结构和管理模式上难以适应技术变化的需求。这些因素都会进一步加剧技术快速迭代与技术应用能力弱之间的矛盾。

三、人工智能模型驱动下的媒体组织变革路径

人工智能驱动的变革要求媒介组织对整个系统进行彻底的重构。这需要从多个方面入手，探索出一条符合自身特点的变革之路。

（一）由点解决方案和应用解决方案向系统解决方案过渡

预测和判断是决策的两个重要组成部分。人工智能的主要功能是提供预测，并通过预测改进决策进而创造价值。当组织引入人工智能时，就将预测从人转移到机器，导致预测与判断的“脱钩”，并需要对组织系统进行重新设计。[12]重新设计系统要求媒体组织从以下几个维度进行深入思考。

第一个维度是系统的集成化设计。媒体组织应当将AI视为贯穿整个组织架构的战略性元素，从内容策划、创作、编辑、发布到反馈收集的每一个环节，都需要考虑如何融入AI技术，实现流程自动化、决策智能化和用户体验个性化。

第二个维度是组织结构的重塑。伴随AI技术的嵌入，可能需要设立专门的AI战略部门，负责协调技术部署、数据管理、伦理审查和跨部门协作，确保技术实施与业务目标的紧密结合。同时，鼓励形成跨功能团队，打破传统部门壁垒，促进技术与业务的深度融合。

第三个维度是灵活的IT基础设施。为了支持AI系统的高效运行，媒体组织需要投资云计算、大数据处理和高级分析工具等现代IT基础设施，确保数据的高速流动和处理能力。这有助于AI模型的快速训练和迭代，以及灵活应对市场和技术的变化。

第四个维度是伦理与责任意识。在追求技术效率和商业利益的同时，媒体组织必须建立严格的伦理框架，确保AI应用不损害公共利益、不侵犯个人隐私、不传播虚假信息。这要求在AI系统的设计与实施过程中，融入道德考量，实施透明化管理，对算法决策的公平性、可解释性和责任性进行严格监督。

尽管系统层面的变革充满了挑战，但由点及面的系统解决方案转型，是媒体组织在人工智能时代实现自我革新与持续竞争力的关键路径。媒体组织越早推动系统层面的变革，就越能获得先发优势。

（二）明晰系统解决方案的实施流程

人工智能引入新闻生产的系统解决方案是一个复杂的战略，除了系统设计层面的考量，还要对战略的实施步骤有一个清晰的规划。

第一步，明确媒体组织的核心任务。对于大多数媒体机构而言，其主要职责始终集中在生产和传播高质量的新闻内容上。虽然技术变革可能改变实现这一目标的方式，但目标本身不应动摇。技术的进步旨在增强媒体的能力，使它们能够更高效、更准确地完成使命。

第二步，细化决策链。对支持核心任务的关键决策点进行深入分析，例如内容策划、深度报道的选择以及发布渠道等，并明确划分各个决策环节的责任部门。无论是编辑部、市场部还是技术部门，都应在决策过程中扮演特定的角色。

第三步，区分预测与判断。将决策过程中涉及的工作细分为预测性任务（如受众行为趋势预测、市场动态分析）与判断性任务（如内容价值评定、风险评估及影响力分析）。识别出当前各项工作的责任主体，并探讨如果将预测类任务交给AI处理，会对相关团队产生何种影响及其调整的方向。

第四步，部署AI战略。首先，建立内部跨部门协作机制，保证AI技术能够顺利融入现有的业务流程。其次，创建反馈循环与调整机制，持续监督新工作流程的效果，并根据反馈信息及时调整策略，以确保技术的应用既有效又灵活。最后，明确人类员工与AI系统的任务分工，形成新的决策模式。人类团队应集中精力于创意内容创作、价值评判及战略规划，同时培养一种积极接纳新技术的企业文化，以最大化人机协作的效率。

四、结语

作为当代新闻业的变革引擎，技术不仅是工具，是物质性基础，同时也具有象征性意涵，意味着因其引发的一系列社会过程、导致的文化性后果以及整体生态性的变迁。[13]媒体组织的变革不仅依赖于新的人工智能技术的应用，更需要构建一套全新的体系。然而，伴随技术变革而来的挑战与权衡同样不可忽视。人类有能力赋予技术以人文精神，在政府、技术人员、从业者、公众、社会组织等多元力量的共同努力下，探索一条既能促进技术创新又能有效管理风险的技术驱动型行业发展道路，将成为智能传播时代的核心议题之一。

注释：

[1]张燕，邱泽奇.技术与组织关系的三个视角[J].社会学研究，2009（02）：200-215.

[2]Jacques Ellul. The Technological Society [M].Trans， John Wilkinson， New York： Vintage Books， 1964. p. 159， pp. 85-90.

[3][13]王海燕，范吉琛.数字新闻的时间可供性：一个研究框架的提出[J].国际新闻界，2021，43（09）：116-135.

[4]郑满宁.人工智能技术下的新闻业：嬗变、转向与应对——基于 ChatGPT 带来的新思考[J].中国编辑，2023（04）：39.

[5]许亚荃，胡鑫文.浅析我国传播媒介企业文化的构建[J].企业经济，2005（10）：98-100.

[6]王立红.媒介技术视域下传媒组织文化的变迂[D].湖南师范大学，2015.

[7][12]阿杰伊·阿格拉沃尔，乔舒亚·甘斯，阿维·戈德法布.权力与预测：人工智能的颠覆性经济学[M].何凯 译.北京：中信出版集团，2024.

[8]周葆华，陆盈盈.生成式人工智能影响下的新闻生产创新：实践与挑战[J].青年记者，2024（03）：5-11.

[9]迈克斯·泰格马克.生命3.0：时代，人类的进化与重生[M].汪婕舒 译.杭州：浙江教育出版社，2018.

[10]Lanier J.You Are Not a Gadget：A Manifesto[M].New York：knopf，2010.

[11]侯仕军.社会嵌入概念与结构的整合性解析[J].江苏社会科学研究，2011（02）：86-94.

（作者：刘恋，四川省社会科学院助理研究员，研究方向：网络传播、文化产业；陈玉霞，四川省社会科学院新闻传播研究所研究员，硕士生导师，研究方向：媒介技术、传媒与社会治理等）

责编：姚少宝