张旸 王洋 曹宁：AIGC时代新闻媒体人机协同传播的探索与挑战

作者：张旸（人民日报媒体技术股份有限公司研究员）；王洋（人民日报媒体技术股份有限公司融合平台支持部主任）；曹宁（人民日报媒体技术股份有限公司调研员）

来源：《青年记者》2025年第7期

导 读：

为适应人机融合的发展，媒体工作者要积极探索人工智能技术的应用，做好人机共创内容的“守门人”，同时发挥人类的主观能动性和优势。

人工智能作为“第四次工业革命”的核心驱动力，将推动人与机器的关系从主从支配向共生进化跃迁，最终重构人类文明的底层运行逻辑。生成式人工智能不再只是工具，而是与人类思维和身体相结合，创造出全面超越人类的智慧和能力。面对新的技术革命，媒体行业正在经历着前所未有的变革。

一、媒体进入“混合智能时代”：从“机器辅助人类”到“人机协同传播”

ChatGPT的横空出世，推动了从专用型AI到通用型AI的转变，是标志着AI技术实现初步“智能涌现”的里程碑。通用人工智能正在重塑人机关系的本质，这种变革不仅体现在技术交互层面，更深入到社会结构、认知方式和伦理体系的重构。人机关系正从“工具使用”向“共生协作”“情感交互”的维度演进。

在媒体领域，人工智能技术与新闻业的结合已有近十年的时间，美联社、彭博社、华盛顿邮报、新华社等国内外媒体早已尝试用AI机器人写稿，撰写财经新闻、体育新闻、突发新闻等程式化的报道。而AIGC的出现进一步拓展了人工智能应用的深度和广度，不仅通过自然语言处理与多模态生成能力重塑了新闻生产范式，更是推动了传媒行业从内容生产到传播生态的全链条重构。人工智能技术不断迭代升级，传媒业界对伴随AIGC产生的“人工智能是否会取代人类记者编辑”“在未来媒体中，AI与人类如何共生”等问题的讨论也备受关注。

不可否认，媒体已经进入“混合智能时代”，人机融合传播从“机器辅助人类”发展到“人机协同传播”的新阶段。传播学者麦克卢汉提出“媒介即人的延伸”观点，任何媒介都是人的感觉和感官的扩展或延伸[1]。而AIGC技术不仅在多个维度上延伸了人的感官，更是创作力、思考力、决策力、感知力等人类智能的延伸，可以看作是人的“外脑”。这种人机融合改变着人类的信息传播范式，是一种“关系超越”“认知超越”“价值超越”的传播实践[2]。

二、人工智能技术影响下媒体行业人机协作的关系重构

（一）人机共同创作媒体内容

随着互联网技术和社交媒介的发展，媒体的内容生产模式从PGC（专业生产内容）到UGC（用户生产内容），再到PUGC（专业用户生产内容）。而人工智能的出现，让媒体内容生产的主体不再局限于“人”， 人机共创内容正在成为新的发展趋势。人工智能从以前检索、搬运信息内容的助手转变为与人类共同创作内容的合作伙伴。

从能撰写各种体裁文章和代码的ChatGPT、DeepSeek，到图像生成工具Midjourney、豆包，再到文生视频大模型Sora、即梦，不少国内外媒体已经开始运用AIGC进行人机协同内容共创。2023年，英国金融时报创立了新的职位，首次任命了1名AI编辑；2024年全国两会期间，人民日报新媒体推出应用AI技术的全新智能化工作模式平台“人民日报创作大脑AI+”；2025年2月，纽约时报宣布全面启动AI工具在产品和编辑团队中的应用，并开始对员工进行AI培训；2025年初，大众报业集团、四川日报报业集团、重庆广电、浙江卫视、大象新闻等多家媒体宣布接入DeepSeek。

目前，媒体领域的人机内容共创有以下四个维度：第一，人工智能作为撰稿人，完成特定类型的报道写作任务（如财报、体育赛事报道），人类是编辑和把关人。第二，人工智能作为助手，快速完成新闻线索挖掘、数据整理、多语言翻译等基础任务；记者作为主创，把精力聚焦于深度调查、现场采访、组织稿件等核心工作[3]。第三，人工智能充当多媒体团队角色，利用多模态生成能力，根据文字报道、内容大纲、提示词等生成图片、音频、视频等。第四，生成式人工智能可以结合AR/VR技术、元宇宙相关技术等设计高维场景，构建沉浸式新闻体验，突破传统内容形态限制[4]。

2024年3月，央视频推出了AI全流程微短剧《中国神话》，该剧的美术、分镜、视频、配音、配乐全部由AI完成，有效降低了创作成本、提高了效率[5]。每日经济新闻推出全流程AI视频生产平台，具有智能剪辑、虚拟人驱动等功能，实现资讯短视频秒级创作、批量生产。

（二）人工智能辅助媒体决策

AIGC不仅能做媒体人内容制作的“创作外脑”，也可以做媒体机构集统筹、指挥、协调于一体的“决策外脑”。在智能辅助决策领域，通过机器学习算法可以实时整合数据、识别传播优先级、动态调整资源分配，在指挥调度、议程设置、报道策划与编辑决策等核心环节实现效率跃升与创新突破。如新闻选题方面，AIGC应用能够分析全网数据，自动筛选新闻线索并判断新闻价值，预测潜在热点趋势，挖掘新闻议题；内容分发方面，能通过动态用户画像，更加精准地捕捉受众的喜好和需求，有助于优化新闻报道角度和内容分发策略，提升传播效果；舆情分析方面，可以实时监测内容传播效果（如评论数、点赞数、转发率、互动率），并辅助完成情感分析、语义识别、传播路径推演等任务，帮助媒体更好地理解公众观点与态度，以应对复杂的舆情环境和市场环境；营销推广方面，AIGC可以通过分析用户行为数据，让媒体机构更精确地定位目标受众群体，从而制定出更加有效的营销策略，提高媒体品牌竞争力[6]。

浙江省2023年成立的传播大脑科技（浙江）股份有限公司（以下简称“传播大脑”），就是人工智能辅助媒体指挥和决策的范例。“传播大脑”以构建媒体智能中枢为核心使命，聚焦技术集成中心、数据交互中台和融合传播中枢，用创新研发的AI能力，在内容、运营、商业、管理四方面赋能全省各级媒体发展，加快了浙江省媒体融合“一张网”建设。

（三）人机交互范式的颠覆和创新

媒体业的人机协同还体现在人机交互范式的深度改变。人机交互经历了从界面交互、信息交互到情感交互、多感官交互的转变。随着VR、AR、具身智能、机器人等技术的发展，人机交互的形式更加多元，不再是单一的视觉、听觉、触觉等的输入与输出，而是走向了与虚拟现实、增强现实、混合现实等结合的多模态交互。具体而言，包括大数据可视化交互、混合现实实物交互、人机对话交互、可穿戴设备交互、基于声场感知的交互等方式[7]。

为适应AIGC时代新的人机交互方式，媒体机构也纷纷做出了尝试，推出数字人、虚拟员工等。这些数字主持人、数字记者，基于知识图谱构建、情感计算建模及多模态交互学习等技术，可在新闻播报、采访交流等场景中完成信息精准传递，形成富有人格化的人机交互。例如，新华社数字宇航员、数字记者“小铮”成功承担了载人航天工程、行星探测工程、探月工程等国家航天项目的“现场报道”任务，实现了与真实航天员同框互动；央视网人工智能编辑部“小C”在全国两会、冬奥会等多种重大场合担任主持人，在直播间与嘉宾实时交流[8]。

未来，气味模拟、触觉反馈、肌电接口、脑机接口等将使个人对虚拟现实的体验更加沉浸化，使人类实现数字化生存。而不管是数字虚拟人，还是具身机器人，凭借人工智能大模型，它们都将具备更强大的自主交互能力，颠覆人机交互模式[9]。

三、人机协同传播面临的多重挑战

（一）新闻真实性的消解：受众的信任崩塌

深度伪造技术生成的逼真的虚假音视频，正在瓦解传统新闻生产的真实性根基。斯坦福大学2023年数字信任研究报告显示，基于生成式人工智能制造的虚假信息识别难度较传统谣言提升了3.7倍，其传播速度更是快了2.4倍。

生成式人工智能还拥有“无中生有”的能力，会生成看似合理但实际不准确或虚假的信息，即“AI幻觉”(Hallucination)。比如“中国80后的死亡率5.2%”的谣言，就是来自AI幻觉产生的假消息。

面对深度伪造技术和AI幻觉的挑战，我们可以从技术和法规两方面构筑新闻真实性防线。欧盟正在推行的“数字水印强制标注计划”，要求所有生成式内容必须携带不可编辑的元数据标识。中央网信办、工信部等部门制定的《人工智能生成合成内容标识办法》将于2025年9月起施行。

（二）主体性与伦理困境：人机关系的边界模糊

人机协同传播中，DeepSeek、ChatGPT等人工智能逐渐从工具性媒介演变为具有“类主体性”的传播者。例如，生成式人工智能能够独立生产新闻稿件或社交媒体内容，其输出结果往往难以与人类创作区分，这种主体性模糊可能引发多重伦理争议。第一，传播责任归属问题。当人工智能生成内容出现错误或偏见时，责任应由算法开发者、媒体机构还是用户承担？第二，情感伦理的冲突。人工智能通过情感计算模拟共情（如聊天机器人），可能误导用户形成虚假的情感依赖，甚至被用于操纵公众情绪。彭兰指出，情感交互的差异可能加剧社会不平等[10]。第三，价值观的算法化风险。智能推荐系统基于用户行为数据优化传播效果，但其算法可能放大社会偏见（如性别、种族歧视），形成“信息茧房”和群体极化。联合国妇女署官网2024年5月24日报告指出，加州大学伯克利分校哈斯商学院的一项研究结果显示，在被分析的133个行业AI系统中，存在性别刻板印象的占44%，兼具性别与种族双重偏见的占25% [11]。

与应对人工智能生成的虚假新闻不同，法律法规对机器算法间接造成的社会撕裂、伦理失序、价值观失衡等，无法完全追溯和界定责任主体，难以纳入现有法律框架体系中进行处理。

（三）新闻行业结构性冲击：传播生态的重构

一方面，少数科技巨头掌握核心算法与数据资源，可能形成“技术垄断”，挤压中小媒体的生存空间，威胁传播生态的多样性[12]。大型科技公司如谷歌、字节跳动等掌控着内容的分发权，传统媒体的议程设置能力被进一步削弱。生成式人工智能驱动的智能体可能成为新一代互联网入口，从而挤压传统客户端的生存空间。面对冲击，传统媒体可以借鉴欧盟《数字市场法》，建立媒体技术联盟争取议价权，要求科技巨头开放算法接口，保障媒体公平获取数据资源等。

另一方面，媒体行业传统的记者、编辑、校对岗位可能减少，部分基础性岗位将被AI替代，记者需向“AI训练师”“事实核查专家”“AI伦理审查官”等角色转型。如彭博社开发了生成式AI大语言模型BloombergGPT，其新闻部门参与了内部基准测试的设计，以验证模型生成的金融内容是否符合新闻报道的准确性和时效性标准[13]。

四、人机协同中媒体人的角色重构与价值定位

AIGC在媒体产业中的应用持续深入，重塑了人与机器的关系。在人机协同传播推动的媒体变革中，不仅要发挥出机器的优势，更要实现人的发展、体现人的价值。媒体从业人员应积极探索如何利用技术更好地实现人机协同，并充分发挥人类主观能动性以及自身优势，推动产业生态良性发展。

（一）主动探索人工智能技术应用

媒体工作者需要充分利用技术带来的机遇，学会更好地使用和驾驭人工智能，把握其潜力和应用场景，为社会提供更加丰富、多元和高质量的新闻内容。在这一过程中，媒体工作者应深入理解AIGC技术的运作原理，掌握其在内容创作、编辑、分发等环节的应用方法。例如，利用人工智能进行数据分析，从海量信息中挖掘有价值的线索；探索“AI记者+人类编审”协作流程，AI负责事实采集，人类侧重价值判断与叙事创新；利用AI生成图片、视频、音频等多媒体内容，丰富新闻报道形式；创造“对话式新闻”“互动型新闻”等新的新闻样式。同时，媒体工作者可以与技术开发者紧密合作，共同探索AIGC技术的新功能和新应用，以创新的方式提升新闻报道的质量和效率。

（二）做好人机协同传播的“守门人”

与之前的人工智能不同，生成式人工智能具有更强的深度学习能力和内容生产能力，也可以产生海量“以假乱真”的AI生成内容，这就可能导致公共话语权偏移、生成内容真实性危机等技术负外部性。面对这种情况，人类在伦理框架构建与传播秩序维护中应该承担核心责任，终审权不可让渡给AI，必须做好人机协同传播的“守门人”。

一方面，新闻编辑需要对AI生成稿件进行“事实核查—语境校准—价值把关”三重过滤，对AIGC的偏见和错误进行监督和校正，避免传播虚假信息或错误价值观误导公众。另一方面，媒体机构可以建立AI伦理委员会，负责审查和评估人工智能项目的伦理影响，确保技术开发和应用过程中不侵犯用户隐私、不产生歧视性结果，并避免“黑箱决策”等问题，用人本主义的价值观有效规避技术工具理性对公共领域的侵蚀。如，人民日报社的传播内容认知全国重点实验室2023年宣布成立科技伦理委员会；《纽约时报》2024年向该报编辑部发布了AI指南性文件，包括AI报道要遵守新闻伦理准则。另外，对公众普及AI和进行算法素养教育，也可以拆解AI的运行机制，理解情绪操纵原理，从而保护人类免受AI误导。

（三）发挥人类传播者的情感优势

在探讨人机协同传播发展前景时，需要界定人类与机器的功能边界：现有的研究表明，机器的核心能力集中于海量数据的存储和管理、计算与模式识别，而人类在处理复杂情感、情境化决策和创造性思维方面具有优势[14]。

尽管人工智能可以基于数据和算法来模拟人的情绪反馈，但人类对复杂情感的共情理解与价值共鸣仍具根本性优势。在灾难报道中，记者通过现场见证传递悲悯情怀；在人物特写中，采访者可以捕捉微妙的情感流动；在调查报道中，人类记者可通过多方信源核实、实地走访和专家访谈破解复杂骗局，这些独家资料机器无法获得。与人工智能相比，人类的优势在于想象力、创造力、感知力，还在于人与人之间思想交流、情感交融、深度共情所碰撞出的智慧与能量，这是超越了算法的情感建模边界的，正是人类所特有的情感维系着传播活动的人文温度与社会整合功能。

因此，人物特写、深度报道、调查报道、体验式报道等一些新闻文体，仍然是人类内容生产的优势所在。媒体人在利用人工智能工具的同时，也可以主动发挥出人类特有的情感优势，生产出有个性、有温度、有深度的原创新闻内容[15]。

五、结语

未来的新闻业态，是基于AIGC技术不断发展的，由人机交互、人机融合、人机协同所构成的庞大传播网络。AIGC重塑了媒体传播的效率边界，但核心仍在于“人”的主导作用——AI在新闻传播中的应用并非替代人类，而是人与机器的“共生进化”推动新闻行业向“增强型新闻”演变，实现智媒时代的媒体产业变革。智能媒体的核心在于技术敏锐度与人文价值坚守的结合，通过人机协同实现更高效、精准且富有温度的内容传播。

参考文献：

[1]赫伯特·马歇尔·麦克卢汉.理解媒介：论人的延伸[M].何道宽，译.北京:商务印书馆，2000：43.

[2]喻国明，苏芳.范式重构、人机共融与技术伴随：智能传播时代理解人机关系的路径[J].湖南师范大学社会科学学报，2023,52(4)：119-125.

[3]强月新，胡青山.公共性、多元主体与技术生态：媒介生态学视角下的媒体内容共创[J].青年记者，2023(15)：9-13.

[4]韩晓宁，周恩泽. 能力跃升与战略重构：生成式人工智能驱动媒体深度融合的路径探析[J].中国编辑，2024（02):29-35.

[5]许波，李旷怡.AIGC与微短剧的融合与共生：技术驱动下的视听艺术探索[J].当代电视，2024(12):22-27.

[6]孙玉凤.人机协作新闻报道策略探究[J].新闻世界，2023(11):29-32.

[7]闫桥，陈昌凤.传播生态变革与人机传播的未来[J].青年记者，2023(02):12-15.

[8]徐琦.主流视听媒体虚拟数字人应用创新与优化策略[J].中国电视，2023(01):102-107.

[9]史安斌，王兵.社交机器人：人机传播模式下新闻传播的现状与前景[J].青年记者，2022(07):95-99.

[10]苏涛，彭兰.涌现的问题域:智能时代的新话题与旧议题的新意涵——2023年新媒体研究述评[J].国际新闻界，2024,46(1):49-68.

[11] Artificial intelligence and gender equalitye[EB/OL].（2024-05-24）.https://asiapacific.unwomen.org/en/stories/feature-story/2024/05/artificial-intelligence-and-gender-equality.

[12]田丽，誾姝言.从技术想象到实践导向：智能传播研究的现状与趋势[J].青年记者，2025(02):58-63.

[13] Bloomberg. BloombergGPT: A large language model for finance[EB/OL].（2023-03-30).www.bloomberg.com/company/press/bloomberggpt.

[14] Kim J,Etzrodt K,Prahl A, et al.与机器交流：人机传播领域的未来轨迹[J].全球传媒学刊，2024,11(01):71-105.

[15]陈露菡.ChatGPT赋能新闻业高质量发展的未来图景[J].传媒，2023(22):40-42.

本文引用格式参考：

张旸，王洋，曹宁.AIGC时代新闻媒体人机协同传播的探索与挑战[J].青年记者，2025(07):26-29+35.