来源：全球传媒学刊

作 者

徐来：广州大学新闻与传播学院讲师。

黄煜：香港浸会大学传理学院教授。

摘 要

关于“新闻是什么”的本体性问题，学界未曾停止过争鸣，尤其在当下，人工智能技术作为新的“人的延伸”，将人类社会推至“万物皆媒”“人机协作”的全新媒介环境，亦对当下新闻教育提出空前挑战。本文认为，只有把握工业化、信息化及智能时代“技术与人共生”的逻辑发展主线，结合当下新闻业的巨变，抽丝剥茧般去探讨新闻发展路径与方向，在不断追问中保持对“新近之事”“如是我闻”之问题意识与责任态度，才能使新闻学教育永远携时共进、以人为本、不忘初心。

关键词

新闻；人工智能；技术；演变；新闻学教育

迄今为止，对于“新闻是什么”的本体性问题，学界未曾停止过争鸣。在不同的理论分析框架下，“新闻”或从文学向度出发被建构为一种写作文体(Mattew Arnold，1887；转引自陈沛芹，2008)；或从政治向度着眼被视为“喉舌”的产物；或从传播学角度考量成为一种传播范式(Høyer，2005，p.10；董天策，2007)；或在社会新闻学视角下成为一种产业类别(Schudson，2003，pp.1-3)；或被概念化为一种职业意识形态(Zelizer，2005；迪耶茲，2009)……却始终缺乏一种动态的研究视角，去把握其不同时代背景下新闻内涵与外延的消解、重构与延伸。

事实上，在新闻权力划分疆域已基本确立的20世纪后半叶，新闻依然在不断发展的技术浪潮下遭遇冲击，即便是国内新闻界一般认同的，“新闻是新近发生的事实的报道”(陆定一，1943)这样最具概括性的概念界定，关乎“新近”“事实”“报道”的含义也随时代的变化不断出现新的释意。尤其在当下，互联网及人工智能技术将人类社会推向一个更为广泛、高度渗透的，同时又是分化、局域性的、线上线下全方位的全新媒体环境(黄煜，2016；转引自东方绪，2016)。这种世界性的变革，不仅对新闻的内容生产、传播渠道、分发方式及用户体验产生颠覆性影响，也向我们的新闻教育提出空前的挑战。我们当前正处于怎样的历史坐标？人工智能技术会给新闻业带来怎样的影响？传统新闻的经典释意在当下时代巨变中是否面临“合法性危机”？新闻从业者应当如何应对蓬勃而至的人工智能现象？当一个又一个疑问随着智能化浪潮扑面而来时，众说纷纭中似乎难以给出一个确定而公认的答案。然而，纵观历史发展的逻辑我们会发现，新闻媒介发展的“历史的节点”往往有其内在推动的逻辑主线——技术与人类的共生共长。根据这样的逻辑主线，结合当下新闻业面临的巨变，抽丝剥茧地探讨“新闻是什么”的问题，或许能够更好地引出当今新闻教育界应对人工智能汹涌之势的良方。

一、媒介的演化：从“媒介即延伸”
“媒介即连接”到“媒介即算法”

一部人类的新闻传播史，即是媒介技术的发展史。技术的发展作为推动传播形态变化的主要动力之一，影响着整个社会结构的深刻变革和“我们理解与思考的习惯”(McLuhan，1964，p.18)。不仅如此，作为马克思主义劳动价值论中“人类的手创造出来的”“物化的知识力量”，技术帮助人类不断冲破时空的束缚，在媒介营造的信息世界中得以延伸、连接与发展。

（一）“互联网的上半场”：

技术发展与人类的“延伸”与“连接”

从工业化时代到“互联网时代的上半场”(信息化时代)，技术与人类发展的关系是技术推动人类不断向前的真实写照：从1453年古登堡在莱茵河畔发明的金属活字印刷引发首场人类通信技术革命，全球首份报纸、1609年的《通告报》呱呱坠地起，报纸与杂志开启了延伸人视觉能力的若干个世代，人类也因此拥有“不出家门知天下事”的“千里眼”；20世纪初无线电波技术的出现，催生1919年英国无线广播电台成立，新闻插上无线电波的翅膀跨越崇山峻岭陷入了“一战”“二战”的纷飞战火，人的听觉能力得以延伸，成为媒介科技造福下的“顺风耳”；1923年图像信号远距离传输的试验成功，到1936年已有逾16万观众通过电视观看德国柏林奥运会的比赛实况，电视在整个20世纪后半叶“飞入寻常百姓家”，人类的视觉、听觉和触觉能力进一步得到延伸。

如果说整个工业化时代媒介的发展不断印证着麦克卢汉关于“媒介是人的延伸”论断的话，20世纪90年代网络社会的崛起则凭着互联网技术海量的信息存储能力、高度互动的跨时空传播能力，在延伸的基础上施展“连接”的功能。互联网技术作用于人类社会的方式就是“连接一切”(喻国明、马慧，2016)，将全球范围内基于相同知识结构、身份认同与网络归属感的网络用户以超越时空界限的方式进行最为广泛的连接，构建出我们当下所处的“地球村”。换言之，自互联网技术出现以来，“历史上首度将人类沟通的书写、口语和视听模态整合到一个系统里。经过人脑两端，也就是机械和社会脉络之间的崭新互动，人类心灵的不同向度重新连接”(卡斯特，2001，p.406)。当个体与个体、个体与信息结缘于互联网空间，通过互联网、Twitter、Facebook、微博、微信、移动新闻客户端等不断实现“瞬连”与“续连”时，信息化时代下的新闻产业也由此得以颠覆性重构与涅槃性重生。

回溯历史，报纸、广播、电视、互联网科技……从工业化时代到信息化时代的每一次新闻媒介技术革新，作为“技术革命与信息革命的结合”(Rifkin，2008，p.2)，都意味着人类主体性力量的进一步解放与延伸，技术的发展通过以物化劳动替代人力劳动的迭代式发展形势，“不断摧毁着现存制度”(麦克切斯尼，2009，p.12)，建构出一个以技术发展为依托、以人自身价值为原点的螺旋式上升的社会发展模型。与法兰克福学派认为媒介技术的发展不过是用来获取权力、使人最终沦入“工具性理性”的观点不同，以麦克卢汉为核心的西方媒介环境学派显然选择拥抱技术，其中的代表人物、“新新媒介”(New New Media)概念的提出者保罗·莱文森(莱文森，2011，pp.33-36)提出，媒介的演化与人的力量是共生关系，人在技术演化过程中具有决定媒介使用、传播与发展的重要主观能动性；人类传播史上任何一种后继媒介都会补救前一种媒介功能的不足；技术作为“人的延伸”，发展的最终走向必将越来越贴近“人”的自身。

到20世纪末，技术的发展显然呈现出不断加速的迅猛之姿。当包括新闻业在内的诸多行业依然沉浮于信息化技术浪潮中找寻出路时，以深度神经网络为基础，结合云计算、大数据及移动互联网技术的人工智能浪潮已经崛起。人与技术的合作与博弈以猝不及防的姿态转换到“互联网下半场”——人工智能化时代，反观我们当下所在的媒介环境，技术是否仍旧承载着人类发展的“延伸”与“连接”功能？人类是否依然抓住了媒介发展的那根弦，承载起主要的担当？“新闻”在经历了媒介技术“延伸”与“连接”的发展后，在“下半场”将遭遇怎样的挑战？显然我们正探寻着新的答案。

（二）人工智能时代的新闻业：

“媒介即算法”

正如麦克卢汉所言，“在任何情况中，10%的事件引起了90%的事件，我们忽略了那个10%，却被那90%震惊”一样，关乎数据处理的技术问题并未获得学界足够的重视，人工智能技术与大数据在新闻业的迅速推广却开启了数据驱动新闻(Data-driven Journalism，DDJ)的全新时代。

所谓人工智能(Artificial Intelligence，AI)的理念，早在1956年的达特茅斯(Dartmouth)学会上便已提出，简单来说，即是以人类的智慧研究、开发、创造出堪与人类大脑相平行的“机器脑”。这种“类人”化的智能技术，严格意义上属于计算机科学的一个分支，即在计算机算法基础上，进行大数据(Big Data)的收集、分类、清洗、评估、提取、分析处理与输出，不断完成“自我升级”，既应验着保罗·莱文森“技术越来越贴近‘人’自身”的预言，也揭示了未来社会发展的各种可能。对于新闻业而言，基于计算机辅助报道(Computer-assisted Reporting，CAR)形式、“使用和通过算法来寻找和讲述故事”(Diakopoulos，2015)的新闻报道模式——数据新闻(Data Journalism)、计算新闻(Computational Journalism)、机器人新闻(Robot Reporting 或Automated Journalism)、开源新闻学(Opensource Journalism)、算法新闻学(Algorithmic Journalism)、自动化报道(Automated Journalism)等应运而生，其核心均建立在以技术工具为导向的算法思维(Computing Thinking)(Diakopoulos，2015)之上。正因为“算法”思维的本质是抽象和自动化，运用计算机科学的基础概念去求解问题、设计系统和理解人类的行为，所以如表1所示，将“算法”作为人类社会技术发展的下一个主战场去推动整个社会的发展，无疑代表着整个人类社会发展重心的转向，技术将首次从物理空间对人体的延伸、迈向最终以取代人类大脑为方向的目标发展。这一媒介技术的时代性飞跃，也给新闻业带来全新的挑战。

二、新闻业的“量化转型”
——人工智能的技术挑战

大数据与人工智能的兴起，作为“新闻革新的基础”(Powers，2012)，带给新闻业最显著的变化，即目前国际上各大新闻媒体正经历着一场“量化转型”(“A Quantitative Turn”of Journalism)(Petre，2013)。

首先，是各大新闻媒体业进击大数据新闻领域、成立数据新闻部。2009年3月，英国《卫报》(The Guardian)成立全球首家数据新闻部；2012年12月，美国《纽约时报》(The New York Times)推出集文字、音频、视频、动漫、数字化模型(DEM)，并于2014年春推出主打数据新闻的“The Upshot”栏目；同年英国广播公司(BBC)设立“新闻实验室”(News Lab)，并于2016年实现Open Media的数据采编系统测试并投入实践；其后英国《金融时报》(Financial Times)中文网开辟数据新闻专栏、中国财经新闻网成立数据可视化实验室；《华盛顿邮报》尝试使用“机器人记者”报道2016年里约夏季奥运会等实例，充分说明“量化转型”现已成为新闻业发展的大势所趋。

其次，是基于算法的图像数据新闻正进入日常新闻报道领域。2017年2月，一项根据加拿大2012—2015年在三大国际数据新闻专业竞赛中进入决赛或获奖数据新闻作品的内容分析显示，以数据可视化(Information Visualization)为基础的交互性设计将成为新闻报道中重要的内容呈现手，传统记者与程序员、数据分析员、设计人员的跨学科合作亦将成为新闻报道团队的组合趋势。在这样的报道趋势下，极具视觉冲击力和互动效果的交互地图(Dynamicmap)与信息图示(Infograph)迅速发展，如2013年哥伦比亚新闻学院Jonathan Soma根据美国人口学数据制作出全美各州单身人士分布图，使读者可以通过调整右上方的年龄分布区域，检视单身人士各州的数量变化情况；又如以数据图形来进行信息表达与传递，充分利用数据分析下直观、有趣、超语言、大信息量的图形优势，使受众更为高效准确获取所需信息，香港《南华早报》对香港财政预算的报道、财经新闻网数据可视化实验室2016年中国楼市的报道，便是这样生动的实例。

最后，“机器人写稿”(Robot Reporting或Automated Journalism)开始在各大新闻媒体网站上加速布局。写稿机器人的优势在于对信息处理的超强能力。通过对大量数据资料的快速收集、加工与整理，再按照文字模板编制而成的新闻稿，目前已广泛见于财经资讯及体育新闻上。例如，在2016年里约奥运会期间，《今日头条》研发的机器人通过实时撰写新闻稿，以和电视直播几乎同步的速度发布报道，16天内共生产450多篇内容细致的体育新闻稿；2017年8月8日，九寨沟突发地震，中国地震台网机器人记者仅用25秒完成从稿件撰写到分发的新闻报道全流程，使读者第一时间对震区情况一目了然。与传统记者相比，机器人写稿的优势还在于可以根据网络点击的数据活跃度，瞬间筛选出下一个热点信息进行新闻合成与推送。

因此，如果说从工业化时代到信息化时代，新闻形态的变化经历了数量的“由少到多”、不断叠加的融合过程的话，人工智能技术的来临和新闻业的量化转型显然正在，或即将产生更为颠覆性的变化。试问，当算法实现逐步优化，人工智能通过用户浏览行为数据、辅之以“人机对话”、资讯类别组团及标签化处理形式便能准确将个性化、聚类化、标签化的新闻信息投送给不同的新闻受众群体时，大量的传统新闻机构还有存在的必要吗？事实上，基于这种个性化新闻定制的“世界上第一家没有记者的新闻媒体”即美国移动新闻服务运营商News Republic已然产生，并与全球超过1650家新闻机构建立了合作关系；试想在不久的未来，我们收看新闻的方式很可能会是，无论何时何地，只要我们挥动手臂便可控制视频空间上的新闻滚动条；当我们凝视某条新闻，它的信息会呈现得更为详细与具体；随着凝视时间的不断延长，该新闻还会出现更多的相关链接与说明；或者当我们凭借一部融合新闻、办公、娱乐、安防等各种媒介功能于一体的智能化手机就能“遍行天下”，并且这种“万物皆媒”的理念已经通过谷歌眼镜与无屏智能手机初试莺啼时，传统媒介平台找寻自身智能化思维“变频”的落脚点又将在哪里？试问，当“写稿机器人”成功落地福布斯网站、美联社、彭博社、《洛杉矶时报》《今日头条》等各大媒体，人工智能是否有可能在未来的阶段实现从弱人工智能(Top-down AI)到强人工智能(Bottom-up AI)的升级？届时人类记者的优势在哪里？是通过人体与非有机计算机设备结合形成新一代的“半机械人”(Cyborg)以顺应人工智能时代的发展潮流，还是不断探索并最终把持机器人永远无法模仿的、人类“独有”的灵性领域？人工智能、大数据、虚拟现实……这些目前看似水到渠成的技术，几年前似乎离整个新闻业还很遥远，目前却正在媒介领域里快速地推进。在技术飞跃的节点，一切现存的模式会因人工智能技术的到来最终烟消云散还是继续保留？答案并非固定，但对现象的把握和真相的追求会一直持续下去，包括对智能时代新闻理念及价值的追寻。

（图片来自网络）

三、“新闻”的“破”与“立”

——人工智能技术下的新闻理念之冲击

就理论层面而言，新闻具有的根本属性即信息属性。因此，新闻的发展首先与信息技术的革新联系在一起。所谓“媒介即信息”(McLuhan，1964)，在技术创新主导下，新闻活动也会因为每一种新的媒介技术而产生新的表现形式与特性；其次新闻亦具有社会性，是围绕着一个社会文化价值观所建立起来的政治—文化实践，因此社会的变迁也会引起人们对新闻期待、新闻消费与新闻想象的差异。所以，即便是“新闻是新近发生的事实的报道”这样学界公认的概念，也在社会发展与技术变革下产生了认知上的“破”与“立”。

（一）对新闻时效性的冲击与“慢新闻”理念

毋庸置疑，时效性是新闻报道的生命线，是新闻存活及构成新闻价值的重要条件(刘海贵，2011)，但媒介技术一日千里的发展使人们的时间观念产生根本性的变革，工业化时代对于“新近”的标准显然与人工智能时代的标准不尽相同。换言之，媒介载体技术的不同，很大程度上注定了新闻传播时效的差异，从一则新闻的制作到发布需要的时间段来看，往往是智能化媒体、网络、手机最强，电视、广播次之，最后是报纸。而“机器人写稿”的出现，则使得人类记者在新闻报道“时效性”上更是望尘莫及。2015 年5 月，美国国家公共电台(National Public Radio，NPR)驻白宫资深记者、前任商业记者Scott Horsley与美联社机器人编辑Wordsmith 进行了一场写稿比赛，就同一家餐饮公司Denny’s新鲜出炉的财务报告进行短讯报道。结果Wordsmith仅用2分钟就完成整篇报道，而Scott Horsley则用了7分钟——哪怕在文章质量上略胜一筹，与人工智能强大的信息收集、整理能力与快速套用新闻模板的写稿速度相比，人类记者在新闻报道的“时效性”上注定输给了人工智能。

然而，另外许多专业新闻人士却不看好这种一味追赶新闻时效性的新闻消费“当下主义”(Presentism)。美国《时代》周刊创办人Henry Luce在20世纪中期便把新闻产品分为“快新闻”与“慢新闻”两种，认为“快新闻”是用最快速度对某时某地的某事做简略报道；“慢新闻”则是用较长时间去深入调查一条新闻事件的来龙去脉、前因后果。如果说“快新闻”是纯粹的message的话，“慢新闻”则注入了记者的主观性阐释，是“有思想的新闻”。在媒体技术不断发展、机器人写稿一秒传千里的“快时代”的当下，“慢新闻”的理念已经得到一些专业媒体的推崇。例如，英国广播公司(BBC)新闻编辑部主任Jamie Angus率先提出“我们并不想单纯为了追求速度而气喘吁吁地往前赶，而是想要精心打造一套成熟的编辑理念。我们需要慢节奏，需要更深入的新闻”的“慢新闻”(Slow News)计划一样，利用机器人辅助报道的技术协助为新闻生产提供更加深度、全面的背景材料，以更为人性化的分析、思考视角来深入理解与报道复杂的故事，或将成为当下“新闻”概念的分野与“人机协作”下媒体记者转型的方向，换言之，“快”是属于技术的时间，抢时效的新闻让智能机器人去做；“慢”节奏是属于人的时间，“慢新闻”留给人类记者来做，以推出更具思想深度与人文厚度的新闻产品与以“短平快”见长的机器人新闻稿并存。这种人工智能时代对新闻生产“慢”下来的理念，或将迎来一个“慢”新闻时代的来临。

（二）对新闻“客观性”的冲击

与“后真相”时代的来临

尽管新闻报道的“客观性”命题始终充满着争议，新闻的“客观性”亦被质疑为“被主观建构后的客观”，然而，客观性新闻原则旨在“按照专业集体的既成规范对世界进行描述”(Schudson，2003，p.4)始终是新闻工作的准则与依据，由此衍生出的“新新闻主义”、调查性报道、服务新闻学(Service Journalism)、精确新闻学、公民新闻学等系列学说，更代表了业界学界对新闻客观真实性的不懈探索与追求。然而，“后真相”(Post-truth)一词近年来的不断闪现，无疑对新闻报道客观性的基本原则产生动摇。

“后真相”一词，最初于1992年被美国《国家》杂志(The Nation)用以描述“水门事件”“伊朗门丑闻”和“海湾战争”等事件的共同特点(Kreitner，2016，p.27)。这个起初用于政治范畴，意为“情绪的影响力超过事实”的概念，因2016年英国脱欧、特朗普赢得美国大选等系列“黑天鹅事件”成为大热词汇，并被选入2016年《牛津词典》的年度英文词汇中。“后真相”时代的来临有媒介技术的助力。如前所述，技术促进了人的延伸与连接，通过网络聚合相同兴趣、观点、情感、价值观的个体，并以此形成网络社群(Network Community)。这种网络群体的组织方式，为网络谣言的传播提供了便利的温床，谣言或通过“报纸刊发新闻→网络媒体转载→广泛传播”，或经“微博首发→网络扩散”及“论坛、博客等发布不实信息、草根流言→传统媒体取材，在不经核实、不经求证或者难以核实和求证的情况下便发稿→网络媒体再次转载”(白红义，2013)，或经过一些赚取眼球的作为信息“聚合器”(Aggregator)的新闻网直接发布；而人工智能技术“个人定制”的推荐系统(Personalized Content)的出现，更是利用算法机制精准地生产和推送信息，成为新的议程设置者和把关人，不仅满足用户个性化、社群化的信息兴趣和需求，而且还加固了社群，使成员生活在“信息茧房”之中，不断强化其各种认识偏见，最终进一步加剧了“后真相”时代特征。

然而，“后真相”时代的实质恰恰反映出信息无比丰富的社交媒体时代真相的稀缺。在这个媒介技术不断发展造就的、真假重叠、既虚拟又真实的时代，如何维护新闻本身的“客观性”，成为智能化时代下对新闻从业者的角色考验。换言之，在各类“网红”“爆款”“话题”层出不穷的当下，新闻记者需要承担更多责任并更具警觉性，新闻采访的标准——“核实、核实、再核实”——变得更为重要；“适度质疑”，采访多个信源、交叉引用等理念，也都比以往更值得重视。从这个层面而言，提供可靠的、系统的、“慢新闻”式的深度报道，不仅能够满足受众渴望“看清现实”的需求，也能在一定程度上满足其对新闻确定性的心理诉求。因此，“后真相”时代的来临对新闻解读的专业度、权威性和公信力提出了更高要求，它不仅可以衍生出更高的公众参与度和媒体品牌忠诚度，也直接决定了用户为“真实有深度”的内容付费的意愿和花费在获取新闻内容上的时间。正是从这个意义而言，“后真相”时代的到来，反而为新闻业重塑新闻的“客观真实性”提供了难得的契机。

（图片来自网络）

（三）对新闻报道模式的改变

与交互式体验时代的来临

从传统新闻报道“我写你看”的单向传播模式，到信息化时代的新闻双向传播模式，再到人工智能时代新闻的阅读中交互式体验不断增强，新闻报道对于读者而言不再仅仅是内容的呈现，还是体验的过程。例如，2016年百度新闻上线最新版的“聊新闻”APP，即是人工智能与用户在聊天场景下的新闻传播模式：只要点击“聊新闻”的功能按钮就可以向机器进行提问，查寻所需新闻信息，进行新闻深度阅读。在这种“聊新闻”的人机交互模式通过人机“问、答”的互动来实现，人工智能甚至会在互动过程中不断收集用户感兴趣的内容信息，再根据其兴趣点进行更为精准、个性化的新闻分发与推送；同样，以“沉浸”(Immersion)和“在场”(Presence)为核心概念的虚拟现实(VR)、增强现实(AR)等可视化技术的发展与应用，更是给读者带来了全新的沉浸式新闻事件体验。

（四）对新闻专业主义价值观的冲击

与人工智能“算法”价值的显现

人工智能技术给新闻业带来的变化，不仅限于大数据所带来的冲击，更加涉及对整个新闻行业的立足点——专业主义价值观的挑战与质疑。在“新闻是对新近发生的事实的报道”的定义背后，实际承载着新闻从业者本身所肩负的人文关怀、社会告知与权力监督等使命。然而，人工智能的技术运作逻辑是“一切皆可量化”(Hubbard，2013；转引自潘绥铭，2016)，其中包括人类的一切行为及其结果，换言之，在以人工智能技术数据为王、信息的精确性让位于数据的丰富性、强调相关关系而不是因果关系的“算法”逻辑思维下，其得出的数据结果只会造成“现实生活被剪裁”“社会情境被忽视”“主体建构被抹杀”和“生活意义被取消”(潘绥铭，2016)；同样，当下的人工智能只会根据新闻的阅读点击率去判断该新闻的热点价值和接下来的内容选取、生产与分发，而不会像传统新闻记者那样，会以秉承新闻作为“社会公器”的专业主义视角，去进行社会新闻的选取与生产。因此，在人工智能时代“算法”价值受到追捧并与传统新闻专业主义价值相冲突时，我们需要更加审慎思考以下问题：

1.日新月异的智能化交互视觉呈现是否“为技术而技术”，精准化推送的计算机算法是否“为热点而热点”，反而脱离了对新闻价值的实践，忽略了新闻本身所肩负的社会功能和使命。

2.大数据算法在促进新闻推送有效性的同时，是否也形成监视社会(Surveillance Society)，导致大量新闻用户信息被收集保存，产生潜在的道德与法律问题。

3.开放的数据(Open Data)究竟是经过勘探与挖掘便能发现宝藏的“石油”(the new oil)，还是须经历培植、灌溉、滋养才能开出花朵的土壤(the new soil)；在浩如烟海的大数据挖掘中，媒体传播从业人员如何善用数据，真正探寻、提炼出与新闻专业性价值观相匹配的、有价值的新闻信息。

4.如何平衡根据算法作出的“机器人报道”与符合新闻专业主义及人文价值的新闻报道？如何避免“个人定制”的算法推荐系统使受众仅仅接受碎片化、片面的信息。

四、“新闻是什么”：
人工智能时代的新闻学教育之思

综上所述，可以说，新闻的概念正如其名——“新近之事，如是我闻”，一方面，它应是与时俱进、与技术发展共进、恒久弥“新”的文化产物；但另一方面，新闻是社会、历史的产物。即使在人工智能革命的今天，新闻所面临的“破”与“立”也应是延续上的演化与继承上的创新，因此，过分低估或夸大人工智能技术带给传媒业乃至整个人类社会的影响，都并非理性。相反，人工智能技术的出现对于新闻业教育提出挑战的同时也意味着契机——秉持教育中“快一步”与“慢一步”的新闻教育理念、开发贴近时代的创新性的课程，施行学游相长的优化培养方案，正是对大学培养适应未来社会发展的“全人教育”理念的回应与实践。

（一）“快一步”：培养人工智能时代的

复合型(Multi -Skilled)新闻人才

“互联网之父”蒂姆·伯纳斯·李(Tim Berners-Lee)指出：“新闻的未来，是分析数据。”显然，新闻领域中以数据推动新闻报道，以信息筛选新闻故事，以算法决定推送内容，以及后续新闻影响跟踪的算法力量已经彰显。因此，从计算机科学和新闻学科交叉点着眼，培养既懂新闻，又懂设计，还懂编程的复合型数据新闻人才，是领先时代的教育之机。

香港浸会大学传理学院近年来密切关注人工智能技术在新闻上的运用与发展，并相应作出人才培养方案。首先，在课程设置与培养方向上，学院新闻系与大学计算机系目前联合设计并推出结合大数据、人工智能、媒体传播技术的数据与媒体传播专修(Data and Media Communication Concentration)方向，使新闻学子可以在本科四年中全方位学习大数据、人工智能及新闻传媒信息采集的新方法与新技术；同时亦为学院以中文、广播、国际新闻、财经新闻为专业方向的授课型硕士生开设“数据与媒体传播专修”方向，实施“双专修”的培养方案。其次，学院成立人工智能媒体研究实验室，专注计算机科学在新闻学科领域的交叉技术应用与实践，包括新闻数据的分析与挖掘技术、可视化技术实践等，通过实验室的孵化培养，提升学生的大数据思维，以及在未来新闻报道中优秀的大数据分析能力。最后，除鼓励学院授课教师在新媒体、大数据、人工智能相关文化产业等方面做世界一流的研究外，学院采取“引进来”“走出去”的培养举措，包括定期引进业内精英人士，将最贴近新闻操作实践前沿的“行业新风”带进来，并鼓励、组织学生在求学期间“走出去”，无论是对《纽约时报》“The Upshot”栏目的实地考察，还是对英国广播公司(BBC)“News Lab”的亲临参观，抑或是对莫斯科传统报业的转型采访，目的都是让学生亲临科技运用与时代转型的新闻第一线，领先一步，去感受他们未来即将面临的挑战。

（二）“慢一步”：深度培育新闻专业主义

价值追求与人文思考能力

在创造条件让学生们“快一步”进行人工智能技术能力培养与拓展的同时，我们需要保持清醒的认知，重新回到技术发展与人力延伸的逻辑关系上，去思考新闻业“技”与“道”的问题。换言之，在人工智能将以往许多传播理论都重新洗牌的今天，我们所执着叩问的“新闻”的含义，究竟是算法的分析，还是价值的承载？是文本、视频、音频的集合，还是知识的展示？是应一味追赶“与日俱新”之“新”时效、“新”技术，还是应秉承“如是我闻”之“我”的人文感受与关怀？只有对以上疑惑给出答案，新闻的价值才不会因时代技术的加速更迭而泯然，更不会因为算法价值的夸大而迷失。

因此，我们不妨以图1为文章的结尾。图1显示出全文分析所揭示的人工智能时代新闻生态图景，从中我们可以发现，在“人机协作”“万物皆媒”与技术不断“自我进化”(彭兰，2016)的智能化情境下，无论新闻生产的时效、主体、过程与渠道受到怎样的冲击与改变，新闻生产服务的对象始终是以个体存在的“人”。

换言之，“以人为本”，无论技术如何变更，永远是新闻服务的目标与核心。作为新闻永恒的消费者，人是理性思维与“诗意栖居”的结合体，弱人工智能或许可以替代人的大脑做出基于算法的理性决策，却永远无法理解人类基于情感所采取的随机行为。因此，在“个体权力不断被激活”的智能化时代，技术越进化，新闻生产的质量显得更为重要——人们阅读新闻，不仅需要寻求对事件真相的确定，更加需要获知事件与事件间“有意义的脉络联系”，需要真相的解释与思想的撞击。而这种对于“意义”的不懈追寻，是人类沟通背后最为可贵的情感联结，也指向已故新闻教育家徐佳士先生对于新闻专业主义(Profession)颇具含义的中文译注——“博脑佛心”——即便人工智能技术已经可以替代人类完成部分“博脑”的工作，机器人也无法替代一名优秀记者的想象力、深度访谈的能力、发展信源的天赋与胸怀苍生的从业初心；从这个层面来讲，新闻作为人类社会长期的产物，亦非单纯的数据或掌握算法就可以理解并运行的公式原则，而是人类历史、文化、环境的反射，是新闻记者世界观与价值观的投射，更是对人类发展具有公共性、普适性价值关怀的“当下的历史”记录。这也是为何我们在加速发展的人工智能化时代，反而强调新闻学教育的另一面——“慢一步”——放慢追赶的脚步、秉承大学培养博雅型人才的理念去进行“全人教育”培养，以期让我们的学子能够“善假于物”、与机器人协作、做机器人做不了的事；能够具备笃定的自我认知能力、卓越的创造能力、深度的思考能力与新闻专业主义信念；能够在未来漫长的人机博弈过程中永远主导机器智能发展的方向；能够面对技术变迁的沧海桑田，永远续接传统、立足现在、共创未来。

“

原文刊载于《全球传媒学刊》2017年第4期。