时间:2020-05-14 10:01:30 所属分类:智能科学技术 浏览量:
人工智能近几年在新闻传播领域的应用发展迅速。从机器人写作新闻到智能算法推荐分发信息,其对新闻传播领域的职业冲击和重构也越来越明显。毋庸置疑,未来随着大数据和人工智能的发展,这一现象将越演越烈,而作为培养新闻传播人才的新闻传播教育,由此面临
人工智能近几年在新闻传播领域的应用发展迅速。从机器人写作新闻到智能算法推荐分发信息,其对新闻传播领域的职业冲击和重构也越来越明显。毋庸置疑,未来随着大数据和人工智能的发展,这一现象将越演越烈,而作为培养新闻传播人才的新闻传播教育,由此面临新的机遇与挑战。本文对其未来发展道路进行探讨。
一、人工智能在新闻传播领域的发展现状
人工智能(ArtificialIntelligence)是研究理解和模拟人类智能、智能行为及其规律的一门学科。其主要任务是建立智能信息处理理论,进而设计可以展现某些近似于人类智能行为的计算系统。[1]人工智能在新闻传播领域的应用主要表现在3个方面:信息的采集、内容的生产、内容的分发。首先,信息的采集。主要是指机器人记者(这里的机器人不是实体的机器人,而是一套算法程序)依托大数据挖掘技术,通过关键词,在海量的信息中抓取相关的碎片信息,完成信息的采集。其次,内容的生产。在对所抓取的碎片信息进行结构化处理与分析的基础上,机器人记者找出其中的变化趋势,确定新闻报道的大致方向,然后自动选取系统内已存在的新闻写作模板,将选出的信息填入,完成新闻稿件的生产。再次,内容的分发。智能推荐系统根据用户的浏览历史,提取用户的特征,并根据用户特征向其推荐相关信息。目前,由智能算法推荐形成的信息分发,不仅实现了由人工编辑手动选取模式向机器基于用户特征智能推荐模式的转变,而且使信息的推送更加精准和人性化。未来,随着大数据的发展,更多高质量数据库的建成以及计算机学习能力的增强,机器人记者现存的情感缺乏、价值判断不足、写作呆板化等缺陷将得到改善,其新闻写作的能力将进一步增强,信息的生产和分发等环节将遭到重构,传媒业的生态环境将发生深刻的变化。
二、人工智能对新闻传播职业的冲击与重构
人工智能冲击新闻传播职业在所难免。第一,人工智能擅长处理大数据,能够取代从事简单数据新闻采访写作的记者。由于大数据是人工智能运用的基础,因此机器人记者对数据的反应极为敏感,它能够迅速地从海量的数据中查找到人类不易洞察的数据之间的内在关联,并根据这种关联迅速生成一篇具有新闻价值的稿件。例如,中国地震台网机器人记者对2017年8月8日晚发生在四川九寨沟县7.0级地震的报道,仅用了25秒。目前,在数据库比较完善的财经、体育领域经常见到机器人记者的身影。机器人记者经常出现的领域也是人工记者受冲击最严重的领域。今后媒体生产机构诸如此类的工作岗位将被机器人记者取代。第二,机器人记者生成的新闻稿件准确性高,亦加剧了媒介机构中记者、编辑工作岗位的缩减。海量的信息若靠人力来完成,工作量巨大,效率低,又容易出错,影响新闻的时效性和准确性。但机器人记者是通过算法程序抓取大数据,然后按照设定的模板自动生成稿件,相较于人力,它的效率和精确性都非常高。机器人记者的这一特点使其在处理大数据新闻时,具有人力无法比拟的优势,因此将来一些基于大数据的新闻报道将由机器人记者来完成,这无疑会减少媒介机构中记者、编辑的工作岗位。第三,机器人记者写作的迅捷性将大大减少消息报道对人力的依赖。消息是新闻报道中的“轻骑兵”,其重要使命是迅速把信息传播出去,而这一点是机器人记者的明显优势。同时,消息短小简洁,结构多为倒金字塔式,模式化的机构与机器人记者依托模板生成新闻稿的方式相契合,便于机器人记者生成该类稿件。所以,不难预测,消息将是机器人记者最先和最能驾驭的体裁。尤其是随着计算机学习能力的增强,越来越多的消息将由机器人记者代劳。第四,智能推荐系统在信息分发领域的普遍运用,严重冲击分发编辑岗位。智能推荐系统定制化的信息服务,更加个性化和精准化,为用户喜闻乐见。未来,智能推荐将在人工编辑的辅助下,占据信息分发的主流地位,信息分发编辑工作岗位将锐减。第五,人工智能维护等新的工作岗位将产生。人工智能毕竟是一种技术,需要维护。因为算法或程序出现问题或随着时况的变化需要更新、完善等也是不可避免的事情,对它们的维护要靠懂该项技术的专业人员来完成,因此人工智能维护将成为媒体机构新的工作岗位。
三、人工智能时代新闻传播教育的应对策略
人工智能改变了新闻传播领域的业态,倒逼新闻传播教育必须进行相应的调整,否则,培养出的人才与社会需求难以接轨。第一,更新教育观念。新闻传播教育理念目前还停留在由媒介介质建构的专业分类上,虽然近年来随着媒介技术及媒介融合的发展,各高校在新闻传播人才的培养方案中体现了对新媒体的重视和专业融合发展的趋向,但由于多种原因,革新并未触及专业设置的主体框架,新闻传播教育依然在传统的框架中运行。然而,人工智能的发展对新闻传播行业的冲击在一定程度上是颠覆性的,如果新闻传播教育理念还停留在过去,势必难以培养出符合新形势发展要求的高质量复合型新闻传播人才。所以,新闻传播教育工作者尤其是具有学科、专业决策权力和教育资源调配与整合权力的高校教育工作者必须有前瞻性的眼光,进行跨学科探索与尝试。譬如中原工学院新闻与传播学院和软件学院合作建立融媒体中心,共同承担科研项目,并以科研带动教学改革。第二,修订人才培养方案。人才培养方案是人才培养的纲领性文件,决定着学生通过学习能够获取哪些能力。人工智能背景下,新闻传播专业人才需要具备深切的人文关怀以及调研采访、深度报道、研判分析、计算机应用技术等能力,这些能力的培养是原有的新闻传播人才培养方案所不能完全支撑的,因此,适时修订新闻传播人才培养方案势在必行。第三,优化专业设置。专业设置最大限度地满足社会对新闻传播人才能力的需求是检验其是否最优化的重要参考指标。人工智能背景下,新闻传播人才既要具有深厚的人文素养、精湛的专业知识,还要拥有计算机软件基础理论与实践、大数据专业知识等。因此,在专业设置上:一是坚守传统的新闻传播教育对学生人文素养的培养。写稿机器人依靠的是数据库,依赖于人工智能技术,虽然它写稿时套用的是人设计好的模板(这些模板中蕴含人的思维逻辑和用词习惯等),但由于这些模板所生产的新闻报道千人一面,单调乏味,没有丰富的人情、人性和人格,并且短期内难以改变,因此还需要具有生物属性的记者去完成具有丰富人文价值的新闻报道。所以,新闻教育还不能放弃和削弱对新闻人才人文精神的培养。二是强化学生深度报道能力的培养。美国学者凡坦•格里高利认为,未来传媒从业人员除了要有扎实的专业技能外,还必须有强烈的道德感和分析思考能力。[2]深度报道需要记者对新闻事件作深入的调查、分析和研判,需要他们用严密的思维逻辑把新闻事件向受众展示清楚。而深入的调查研究、分析研判能力是机器人记者难以达成的,因此未来的新闻传播领域对具备深度报道能力的人才是有刚性需求的。三是加强计算机技术教育。人工智能的发展促进了写稿机器人的出现,机器人写稿最终还要依靠懂编程的人员把现成的新闻模板转化为计算机能够识别的二进制代码,既离不开编程技能也离不开新闻写作技能。从目前的状况来看,同时拥有这两种技能的人才还是极度缺乏的。因此,新闻传播教育要因时而变,把数字技术课程融入新闻教育之中,使学生掌握数据和计算技能、编程技能、网络分析和开发技能等。同时,加大学科间的融合力度,如推动新闻传播学科与计算机学科的融合,开展双学位教育,甚至可以探索在研究生教育阶段设置针对拥有计算机学科背景的学生的专业方向,只招收计算机专业的本科生,在研究生学习阶段,对他们进行新闻业务技能训练,以培养应对人工智能发展的高级复合型新闻人才。第四,强化师资队伍。实行“走出去,请进来”的办法,建构适应人工智能发展的师资力量。一是鼓励教师进修培训。建立激励机制,鼓励教师进一步学习深造,以提升自身运用计算机技术和大数据等能力。二是建立“第二导师制”。目前很多高校“第二导师制”只在研究生培养阶段推行,可以进行革新,尝试把“第二导师制”前移,推延到本科生培养中,邀请业界人士参与本科生的人才培养计划制定和教学,利用校外导师的业界实践经验提升学生的实践操作能力。三是建立规章制度,定期邀请业界人士为学生举办讲座。新闻传播学院在学生实践能力的培养计划中,可以把业界人士的学术讲座列为内容之一,通过制度保障讲座的长期有效进行。第五,加强产学研合作。一是探索建立高校和媒体、科研机构联合培养机制,邀请媒介机构从业人员参与新闻传播人才培养方案的论证和制定,参与人才培养。二是依托实验中心等科研平台,培养学生的实践能力。学校要引导高水平科研团队承担学科交叉人才培养任务。新闻传播学院要做好与计算机学院或软件学院的合作,利用计算机学院或软件学院的技术优势,实现人才培养技术上的突破。学校教务部门要做好顶层设计和协调工作,整合资源,推动学科交叉人才培养工作的高效运行。三是与媒体合作,拓展校外实习基地。鼓励学生到媒体机构实习,通过实习增强学生的实践技能。
四、结语
随着人工智能和大数据技术的发展,新闻传播领域的职业构成与职业技能需求将发生显著变化,新闻传播教育作为行业生物链的顶端,必须具有前瞻性,既要大胆探索,勇于创新,又要有所坚守,以高质量的新闻传播人才培养满足甚至引领行业的发展。
参考文献:
[1]尚福华,曹茂俊,等.人工智能[M].哈尔滨工业大学出版社,2008:3.
[2]杨妮.孙华,变革与坚守:人工智能时代的新闻传播教育[J].出版广角,2019(2):42.
人工智能下的新闻传播教育应对策略相关推荐人工智能在计算机网络的运用
转载请注明来自:http://www.zazhifabiao.com/lunwen/dzxx/znkxjs/46201.html
上一篇:清洁智造趋势培养纺织学科创新人才
下一篇:现代农业无人机技术应用研究