陈凯宁│半自动化智能技术 ：虚拟机器人参与的新闻生产范式与自主性反思

  随着智能技术的加速发展，虚拟机器人在新闻生产中的应用及其影响成为近年来新闻传播领域的重要议题。基于技术的社会建构理论，系统探讨虚拟机器人新闻技术的发展历史及其在实际新闻生产中的应用。研究揭示机器人新闻在信息统合与生成、多模态内容产制、智能化虚拟主体中的 3 种技术话语，并详细阐述这些话语在新闻实践中的技术原理与应用场景，同时，在赋能收益与伦理反思的理论视角中考察新闻实践中的技术失能现象，提出实质为半自动化的人机协作模式。这一模式体现了新闻实践中技术的自主化与人类的自主性同样重要。智能技术提供新的生产工具和方法，而人类则通过创造力构建新质媒介生产关系，在完成新闻实践降本增效的同时，实现技术与人文的深度融合。

  一个愈发多元的数字媒体生态与智能化的未来正逐步成为毋庸置疑的事实。随着大语言模型驱动的生成式人工智能的高频迭代，新的数字和智能技术正不断推动智能平台的兴起与各类智能体（agents） 的涌现， 一场社会乃至文明的变革已然在酝酿之中。[1]在新闻传播领域，智能技术应用正改变着传统的新闻生产和传播模式，提升着新闻内容的产制效率与文化效应。2024 年普利策新闻奖首次要求参赛作品披露其人工智能（AI）使用的情况， 在 45 位决赛入围者中， 有 5 位在研究、报道或撰写过程中使用了 AI，其中两位最终获奖，这也引发了关于 AI 技术在新闻业中应用的广泛讨论。我们应该深入探讨新技术如何改变新闻实践，及其带来的新机遇与新挑战。2023 年我国在第三届“一带一路”国际合作高峰论坛上提出《全球AI治理倡议》，从AI的发展、安全和治理三个方面系统阐述了中国方案，强调国际合作、技术安全和伦理治理的重要性。[2]人工智能的发展应服务于人类社会，技术安全性和伦理问题是需要得到重视。这一政策背景凸显了对人工智能技术深刻理解和反思的必要性，亟待明晰新技术的潜力、可能性和潜在威胁。

  已有关于生成式人工智能生产力效应的实验证据说明，AI 技术通过自然语言处理和机器学习算法，明显提升了新闻采编、数据分析和内容生成的效率。ChatGPT 将成为一种替代性力量介入创造性的生产活动之中，接触 ChatGPT 增加了从业人员的工作满意度和自我效能，并提高了人们对自动化技术的关注和期待。[3]新闻传播学界在积极探讨如何在利用 AI 技术提升新闻业竞争力的同时，亦维护新闻职业的核心价值与社会责任。本文将围绕技术的社会建构理论探讨虚拟机器人在新闻实践中的应用及其影响。这一理论框架有助于我们理解技术如何改变新闻的生产和传播过程，亦可为未来技术的发展和应用提供参考，以保障新技术可以更加好地服务于新闻行业与社会。

  在新闻传播业界不懈的创新性探索与学者们敏锐的观察中，我们得以描摹出一条明晰的技术前进路线 ：一种基于数字和智能技术的新闻自动化应用及转型正以超乎想象的速度发展。在过去的几十年里，新闻行业经历了多次技术革新，从早期的机械化排版到现代的数字化编辑系统，新闻生产技术慢慢的提升。近年来，随着AI和大数据技术的发展， 新闻行业进入了一个新的自动化时代。技术的社会建构理论可拿来让我们理解这项自动化愿景的技术演进过程，该理论于 20 世纪 80 年代提出，[4]认为在技术与社会的互动关系中，技术的发展不单单是科学进步和工程创新的结果，更是社会各相关群体互动和协商的产物。技术的社会建构理论为咱们提供了一个有力的分析工具，我们得以借此系统地探寻虚拟机器人新闻技术的应用与建构过程，从而揭示技术实践中的复杂性和多样性。

  我们有一组丰富的概念用以阐释并探讨数字化技术及其为新闻界带来的影响，它们包括但不限于 “数字新闻”“ 数据新闻”“ 算法新闻”“ 自动化新闻”“新闻机器人”“机器人记者”“智能新闻”等。尽管上述概念在具体实现与应用场景中不一样，但它们共享着相同的核心议题，即通过技术方法提 升新闻生产的效率和质量，甚至改变新闻生产范式。这一议题囊括以下几个方面的讨论，首先是技术赋能，即利用先进的技术方法，如大数据、云计算、人工智能等，提高新闻生产的效率和质量，优化生产等全链路的新闻实践流程 ；其次，关注新闻内容生产的创新，即通过技术方法，生成更加多样化和个性化的新闻内容，满足多种受众的需求 ；再次，关注新闻伦理与规范，即在利用新技术优化新闻实践过程的同时，确保新闻的真实性、公共性和透明度，维护新闻行业的职业伦理和社会责任。

  现有数字技术架构在新闻的产制模式创新之外同样带来了信息的智能分发模式，并形成了专门化、自动化和精确化三个基本特征。[5]本文聚焦于虚拟机器人在新闻生产领域的应用，因此选择“机器人新闻”这一概念作为讨论的核心，因其将数据新闻、算法新闻、自动化新闻等一系列数字新闻实践中的核心技术要素视为“虚拟机器人”这一主体，同时体现了人工智能技术在新闻生产中的应用。通过这一概念，我们也可以系统地探讨虚拟机器人新闻的技术路径与应用效果，分析其在新闻实践中的行业伦理与社会文 化影响，探索人机协作模式的优化路径，最终为新闻行业的技术创新和健康发展提供理论支持和实践指导。当前，这类智能机器也正在被“社会化”地建构，在人机交互的过程中机器被赋予了人的角色，此过程中的传播主体被重新界定，机器成了非人类的行动者。[6]这类机器行为者 (machine actor) 业已深度融入我们的日常生活，乃至模糊了人机之间的界限。[7]未来，包含了人工智能程序、虚拟数字人的技术实践或许还将以更丰富的形态出现，但在此之前，“ 新闻行动者网络”（Journalistic Actor- Network）中的新新闻行动主体是我们理解并把握 “机器人新闻”在当下何以可为的重要视角。[8]

  在“机器人新闻”的行业应用实践成形之前，其技术愿景可以追溯到 20 世纪 80 年代早期的自动化新闻生产，随信息检索技术慢慢地发展，新闻机构开始应用计算机技术简化信息收集过程，自动化程序被用于生成公司财报、股市报告和体育赛事等结果。[9]这些程序使用预设的规则和模板，从结构化数据中提取信息，为记者提供写作素材，生成简单的新闻报道。然而，这一阶段的技术相对简单，主要依赖于模板和关键词匹配，缺乏对信息的深层次理解和分析。

  随着计算能力和算法的进步，新闻机构开始尝试更复杂的自动化新闻生成技术。进入 20 世纪 90 年 代， 自然语言处理技术兴起， 使计算机可处理自然语言文本，实现初步的语言理解和生成能力。21 世纪初，机器学习技术逐步成熟，通过大数据分析和模型训练，提高了文本生成的质量和效率。2010 年成立的叙事科学 公司， 是早期着力于研发基于 NLP 和 ML 技术的自动化新闻生成系统的机构之一，该机构使用棒球赛事的统计模型，通过一系列分析获胜概率和比赛得分的变化，从赛事中挑选出关键比赛节点和球员，并进一步依靠叙事模板“一键生成”一个关于棒球比赛的故事。[10]

  从 21 世纪的第二个 10 年开始，人工智能（AI）技术通过应用数据挖掘生成算法，在传统上由人类主导的信息传播领域中逐渐占据一席之地。大规模自动化的起源可以追溯到 2014 年通过引入工具生成了 3000 篇关于上市公司财务报告的新闻。NLP 和 ML 技术的引入，使得新闻生产的自动化水平有了显著提升。这些技术不仅仅可以处理和分析大量数据，还能生成符合人类语言习惯的新闻文本。2015 年，新华社开发了新闻机器人“快笔小新”，能够从结构化数据中提取信息，生成高质量的新闻报道，并开始了机器人新闻的早期探索。随着 AI 大模型的迅猛发展，中国的新闻行业不断进行技术创新。

  2022 年 11 月 17 日， 中国新闻技术工作者联合会发布了《机器生产内容（MGC）自动化分级》团体标准。这是全球内容自动化生产领域的首个标准。[11]MGC又称机器生产内容，是指依托人工智能、大数据、云计算等技术，机器在内容生产的所有的环节（包括采集、加工和审核）中参与并完成文字、图片、视频等内容的生产工作。根据机器能自动执行并完成内容生产任务的程度，机器生产内容的自动化分级标准将其划分为 0 级至 5 级。其中第 5 级为最高级别，意味着机器依托智能能力，能够突破时空与人的限制，实现完全自动化生产，还可以依据机器本身的“兴趣爱好”进行内容的自由创作。基于分级标准，多家媒体机构与科技公司致力于智能化、自动化内容生产流水线的构建。通过传感器、摄像头等智能终端设备，结合大数据、云计算和人工智能技术，这些机构推出了一系列基于 MGC 技术的创新AI产品，实现了从内容采集、加工到审核的全流程自动化。这一进展大幅度降低了内容生产的门槛，并明显提升了生产效率。

  随着技术的慢慢的提升，虚拟机器人新闻的功能逐渐增强，其应用场景和内涵也日益丰富。从最初的简单信息提取和检索，到如今的复杂数据分析和文本生成，虚拟机器人在新闻实践中的应用正朝着实用化和多元化方向发展。

  在讨论机器人新闻这一技术实践过程时，学界主要采取两种并行的理论视角 ：认为新技术在行业应用中带来了正向的技术赋能收益，同时也需要对新技术的社会文化效应进行多方面的伦理反思。

  机器人新闻的赋能收益特别表现在自动化新闻在速度和效率上所具有的优势，但由于其依赖于单一数据流，难以捕捉复杂的新闻背景和人情味。记者一致认为，自动化新闻将越来越普遍，但需要加强透明度和伦理审查，以确保新闻的线]基于新闻编辑室中算法和自动化新闻应用的实证研究表明，尽管新闻读者对自动化新闻和人类记者的新闻内容在可信度方面评价相近，但自动化新闻在特定领域（如体育报道）中的应用可能更受信任。结合了自动化和人类记者内容的新闻在消息和来源可信度方面都被认为是可信的，与仅由人类或自动化完成的新闻相比没有显著差异。[13]

  学者们也从始至终保持着理智的伦理反思视角，关注新技术带来的理论和社会问题。这些发现为理解自动化新闻在新闻业中的应用及其影响提供了重要的理论依照和实践指导。有学者探讨了自动化技术在新闻生产中的应用及其对采编流程、采编人员角色和内容治理的影响。采编人员通过角色转型和情感参与，可以在自动化新闻生产中发挥及其重要的作用，优化算法并确保新闻内容的质量和伦理规范。

  [14]还有学者从解释、预测和评估三种话语体系出发，对自动化新闻进行了详细分析，认为自动化新闻可能替代部分人类记者的工作，但仍有一些核心新闻工作难以被替代。自动化新闻技术在新闻业的应用虽有潜力，但也存在一定风险，需要从新闻实践链条中探讨自动化技术的嵌入可能，警惕“自动化新闻”的过度风险，确保新闻行业的专业能力不被弱化。[15]而如何界定自动化新闻中机器人的主体性地位？有学者通过一系列分析国内首例智能新闻胜诉案，将作为“信息生产者”但尚不具备伦理和责任能力的新闻机器人界定为有限人格法律主体。[16]此外，更多研究表明，尽管机器人新闻消费已成为日常生活中人机互动的重要组成部分，但在研究开展过程中并不涉及对机器人新闻的实质评价，换言之，并不聚焦这类“机器人新闻”的人工智能介入程度。[17]这不禁带来一点思考，即当下机器人新闻的发展与现实应用情况是怎样的？

  在当前的数字新闻实践中，机器人新闻展现出多样化的应用形式。虽然这些应用在技术底层逻辑上紧密相关，但在表现形式和具体应用场景中却有显著差异。本文将机器人新闻的应用归纳为三种技术话语 ：信息统合与生成、多模态内容产制以及智能化虚拟主体。这三种话语不仅体现了机器人新闻在新闻生产中的多样化功能和潜力，也揭示了其在不同新闻生产环节中的应用方式。通过深入探讨行业前沿案例，并结合经验材料来分析，本章旨在系统地探讨机器人新闻在数字新闻实践中的应用场景、技术原理及其话语特征。

  新闻作为一种社会信息传播形式，其核心任务在于整合和传递具有公共性和社会影响力的事实信息。新闻不仅要确保事实的准确性和及时性，还要通过对社会现象的解释、分析和评论，促进社会的理解和进步。新闻生产过程中，信息统合工作至关重要，这一过程既是“劳动密集型”也是“智力密集型”的，特别是在数据主义（dataism）转向的新闻实践中，新闻的文化基底出现了从人本主义到量化逻辑的转变。

  [18]新闻工作者需从海量数据、资讯与事件中提取、筛选和整合出具有公共性和社会意义的信息，再通过深度分析和加工，形成有价值的新闻内容。

  在我国早期成规模的机器人新闻尝试中，新华智云作为新华社与互联网企业协力打造的传播科技公司，在新技术应用中完成了诸多前沿探索，并保持着与前沿技术的密切互动。早在 2019 年 8 月 26日，新华智云就发布了自主研发的 25 款媒体机器人，旨在通过智能技术和机器人解决新闻生产过程中的各种问题，从而更快、更高效地采集和处理新闻资源。这些媒体机器人分为两类：一类是用于“采

  集”新闻资源的媒体机器人，如文字识别、数据标引、突发信息追踪等 ；另一类是用于“处理”新闻资源的媒体机器人，如数据新闻写稿、新闻视频包装、特定主题新闻报道等。[19]研究者认为，这些机器人覆盖了新闻生产的全产业链，将加速整个行业的智能化进程，推动行业观念向人机协同的方向转变。

  在这 25 款媒体机器人的两大功能性方向“采集”与“处理”，对应的便是信息统合与生成工作中最有可能被自动化程序所替代的“劳动密集型”部分。自动化程序从各类信息源（如新闻数据库、社交媒体、政府报告等）中收集数据，这些数据经过清洗、过滤和整理，为后续的分析和生成奠定基础。再者，利用机器学习算法对收集到的数据做多元化的分析，识别出其中的关键信息和模式。进一步通过自然语言处理技术，使计算机能够理解和生成自然语言文本。最终结合前述技术，通过 AI 大模型（如 ChatGPT-4） 生成结构化和连贯的新闻文本， 完成智能新闻写作。

  虚拟机器人通过复杂的算法和大模型，可以自动化地完成大量的数据与文本取向的信息处理工作，帮助记者发现数据中隐藏的故事，并进一步提升新闻生产的自动化水平，使新闻工作者能够将更多精力投入到深度报道和创意性工作中，从而实现新闻生产的质的飞跃。在机器人新闻技术系统的发展过程中，信息统合、分析，乃至更高级别的生成工作，成为机器人新闻最基础也是最重要的技术话语。随着数字技术以多元技术样态深刻介入人们的生活之中，人类社会更为全面的“生命数据”将不可避免地成为推动机器人新闻应用的关键要素。

  为了满足现代新闻传播对内容形式和呈现效果的要求，机器人新闻同时朝着多模态内容生产的方向发展。多模态内容产制的技术话语主要包括以下几个方面，首先是多模态数据的收集与处理，通过整合不同来源的文本、图片、音频和视频数据，进行统一的处理和分析，确保多模态数据之间的协调一致性。其过程中的核心技术计算机视觉用于识别和生成图片及视频内容，通过深度神经网络实现图像和视频的自动化处理与生成。生成对抗网络技术通过生成器和判别器的对抗训练，优化图片和视频内容的生成结果。而深度学习（Deep Learning）技术进一步通过训练大规模数据集，提高文本、图片、音频和视频生成的质量和自然度。这些技术使得机器人新闻技术系统能够在新闻从业人员的指令下自动生成多模态的新闻报道，提供更加多样化的新闻体验，确保新闻报道的多样性。这一扩展带来了视听文本及更丰富的表现形态，包括图片、音频和视频的生成与创作，增强了新闻内容的表现力和吸引力。

  [21]这一平台在 2018 年全国两会上第一时间解析了最高人民法院工作报告和最高人民检察院工作报告，并创作了曾获中国新闻奖的媒体作品《“ 媒体大脑”想陪你聊聊“两高” 这五年》。与以往机器人上两会不同，这是人工智能平台首次在两会报道中完全智能化地生产出首条视频新闻。“媒体大脑”能够通过摄像头、传感器、无人机等方式获取新的视频、数据信息，然后经由图像识别、视频识别等技术让机器进行内容理解和新闻价值判断，依托于大数据将新理解的内容与已有数据进行关联，对语义进行检索和重排，把记者和编辑从繁杂的资料收集、整理和基础性的分析中解脱出来，从而有更多的时间和精力对问题进行更有深度的分析研判。2024 年全国两会，《人民日报海外版》则创造性地使用生成式 AI 技术制作版面，为纸媒领域也做了一次开拓性探索。AI 生成的多彩版面与新闻内容相得益彰，同时在视觉上新颖独特，既“中国式”又“现代化”，受到广泛好评。

  新华智云凭借在新闻行业的业务积累，发布“妙笔”“生花”两个大模型平台，结合 AIGC 技术，使“妙笔”成为新闻工作者可靠的助手。只需输入一句话，它便能自动生成采访大纲、撰写评论文章。此外，它还具备一键润色文章、提取摘要、起标题、写视频脚本等多种能力。在面对多语种发布需求时，编辑也可以使用“妙笔”快速将文章翻译成英、日、韩等 8 种语言。“生花”则通过深度学习和图像识别技术，能够自动生成各种类型的图像和插图。它可以根据用户提供的关键词和描述，自动绘制出图像。

  [23]这一功能的出现，为媒体行业提供了更多的创作素材，丰富了媒体内容的表现方式。

  [24]而文生视频大模型 Sora 的问世更是引发了人们对机器人新闻内容生产的期待。多模态内容产制技术话语不仅提升了新闻内容的丰富性和表现力，还为新闻生产带来了新的可能性和创新形式。通过综合利用文本、图片、音频和视频等多种媒体形式，多模态内容产制技术实现了高效和高质量的新闻内容生产。新华社、人民日报社等新闻机构皆通过多模态内容产制技术，推动了机器人新闻生产的智能化和多样化，提供了创新的新闻传播形式和体验。然而，这种多模态内容产制的技术话语，同样激发了机器人新闻向一个更“具身智能”的方向发展——“智能化虚拟主体”。

  智能化虚拟主体代表了机器人新闻技术话语的进一步发展，也是前两项技术话语的综合体。在信息统合与生成、多模态内容产制的基础上，智能化虚拟主体通过更高维度的技术整合，实现了自主性程度更高的虚拟主体的创造。这些虚拟主体不仅能够生成和播报新闻内容，还能与观众进行互动，提供更加丰富和个性化的新闻体验，典型案例包括虚拟新闻主播、虚拟数字人和机器人记者等。

  在多重技术话语的合力之下，自动化程序、新闻算法和 AI 大模型获得了某种“ 主体性”地位，以虚拟主播、虚拟数字人和虚拟机器人记者的形态出现在大众面前。这种技术融合不仅提高了新闻生产的效率和质量，还改变了新闻传播的形式和受众体验。同样在自然语言处理、计算机视觉、深度学习、语音合成等技术的加持下，虚拟主体能够理解和生成自然语言文本，生成形象及表情，将生成的新闻文本转换为自然流畅的语音，实现新闻内容的自动化生成与逼真的播报效果。新华社在 2018 年推出了全球首个 AI 合成主播“新小萌”，这一虚拟主播能够全天候播报新闻，提供实时新闻更新。更多媒体机构也推出其智能编辑记者，能够完成自动采集和分析新闻素材、生成新闻报道等常规的新闻

  人工智能平台正在成为媒体创新发展的重要基础设施，其中展露出的机器人新闻的三重技术话语也并非是要取代记者和编辑，而是在更高层面上，把人与物的延伸连接起来，更快、更准、更智能地获得新闻线索和新闻素材，赋能记者和编辑，帮助媒体提高生产力。鉴于机器人新闻在新闻生产中的应用及其带来的复杂问题，接下来将进一步关注这类新技术在新闻实践中的实际应用效果，并思考人类在新闻生产中的主体性地位，探索如何在技术进步与人文价值之间寻求平衡。

  机器人新闻的三重技术话语展示了信息统合与生成、多模态内容产制以及智能化虚拟主体在数字新闻实践中的广泛应用和创新潜力。然而，这些新技术在实际应用中并非是理想化的。尽管机器人新闻实现了一定程度上降本增效的愿望，但实际应用中的反馈并未完全满足技术开发者、行业实践者与理论研究者所讨论的“技术赋能”的技术愿景。因此，本章将重点讨论机器人新闻应用的实际情况，反思数字新闻实践中的人机关系。通过深入剖析这些问题，期望为数字新闻业的未来发展提供更加全面和理性的视角。

  在众多机器人新闻应用的“标志性”事件中，我们可以看到机器人新闻在数字新闻实践中蕴含的巨大潜力。因此，在过往研究中，学界和业界多聚焦于其技术赋能受益的讨论，以及潜在威胁与伦理反思的迫切性。这一过程往往会陷入技术愿景的陷阱，忽略其实际效用，新技术的实际应用效果同样也可能存在“幸存者偏差”。结合对行业一线从业者的调研，本文得到了典型案例之外的实践经验反馈，揭示了机器人新闻技术在应用中的一个被忽略的理论视角——“失能的技术”。

  失能的核心矛盾集中于机器人新闻在实践中难以识别真正的“重要信息”。许多新闻从业者指出，新闻中的关键要素往往依赖于记者的主观判断和经验，而这种判断和经验是当前的技术判断难以完全替代的。在信息统合与生成技术话语中，尽管当下 AI 检索与生成信息的准确率与成熟度较高，但“技术逻辑”会在政治性、公共性议题的把握上存在较大偏差。即便是最新的 AI 大模型，虽然具有巨大的潜力，但在实际新闻生产中的应用仍处于探索阶段。当前新华社正在致力于推行将 AI 大模型作为新闻生产的一部分，以建制化的生产环节来测试并训练自主开发的 AI 大模型，但其实际效用尚未完全显现。

  在多模态内容产制的技术话语之中，当下智能剪辑技术虽然可以自动完成基础甚至复杂的剪辑任务，但在实际应用中，一线视频编辑似乎并不愿意广泛使用这项技术。一线视频编辑认为视频编辑工作需要大量的细节把控和创意构思，这些都难以通过智能技术完全实现，这些工具最终只能用来完成一些简单的智能字幕识别等，复杂的剪辑任务仍需要人工干预。而“复杂”之处就在于新闻视频剪辑的技术性工作流中，同样存在着富有感性判断的“情感逻辑”，因此智能剪辑工具在新闻行业中逐渐闲置，无法发挥其预期作用。

  当下生成式人工智能在视听内容生产中的应用也面临类似的问题。全国多家广电机构掀起了 AIGC 创作热潮，如系列公益广告片《因 AI 向善》、 AI 动画《千秋诗颂》以及 AI 全流程微短剧《中国神话》等。但是，对于 AI 是否能够参与新闻报道或新闻素材的制作，目前还存在一定争议。在一条视频下方关于“如何看待用 AI 制作新闻素材”的投票中，共有 7299 人参与投票，其中支持票数占比 35%，不支持票数占比 66%。评论区的讨论更多集中在对 AI 生成视频错误的吐槽，而非直接表明支持或反对。新闻作为一种信息传播形式，必须保证内容的真实性和准确性。但是目前在 AI 生成内容中常见到一些细节错误，这显然不符合新闻报道的要求。新闻学三要素之一即为“真实性”，尤其对于具有科普性质的新闻，更应当确保严谨。这也是部分人持反对意见的主要原因。

  作为智能化虚拟主体这一技术话语的代表，各媒体机构所推出的虚拟主播、虚拟数字人等，在探索性尝试之后，并未给媒介环境带来实质性变化。一个可见的观察是，这些虚拟主体并未在我们日常生活中的新闻媒体中呈现较高的曝光率。需要强调的是，这一观察并非意味着对于机器人新闻实践的否定，或许“技术失能”是新技术探索过程中的必经阶段，其意义在于促使我们重新思考当前智能技术在新闻生产的全部过程中的相互关系。

  在实际应用场景中，机器人新闻在实践中依然高度依赖职业记者和新闻从业者的主观经验判断，这种现象源于新闻公共性的特殊属性。因此，本文认为可以将这种机器人新闻的人机互动模式把握为一种“半自动化的智能技术”，其中的智能技术作为一种辅助工具在新闻生产中实现降本增效。世界发行量最高的新闻类周刊之一《新闻周刊》展现了传统媒体对于人机协同规则的探索，在其编辑标准主页中，有几段话概述了生成式人工智能工具如何融入出版物的编辑流程，在严格的披露政策要求下，他们相信“AI 不会对读者负责，我们（新闻从业者）才会”。

  尽管数字技术和智能技术的发展显著提升了新闻生产的效率和质量，但目前的应用仍然处于一种高度半自动化的状态。从早期的自动化算法到当下的 AI 大模型，虚拟机器人技术的智能化程度虽然不断提高，但“思考的起点”仍然需要由人来界定。在这种半自动化的人机协作模式中，人类的介入、对话和干预是必不可少的。在半自动化的人机协作模式中，新闻从业者的角色至关重要。记者不仅需要对机器人生成的内容进行审核和修改，还需要在新闻生产的各个环节进行监督和控制。机器人新闻在模板化学习的基础上能实现一定的创新，但其生成的内容往往偏向数据化，缺乏人情味。在这种情况下，人的主体性地位变得尤为重要。一些媒体机构为了在人工智能时代凸显其特殊性，反而采取拒绝智能技术的策略，为了让受众相信“假货（指智能技术介入的新闻产品）将无处不在，但我们才是线]

  新闻从业者能够通过自身的创意和经验，为新闻注入情感和温度，使其更加贴近读者。人类的介入确保了新闻内容的准确性、情感性和公共性，同时为新闻注入了人性化的视角。

  至此，一种新质媒介生产关系呼之欲出，在构建新质媒介生产关系的过程中，技术的自主化与人类的自主性同样重要。智能技术提供了新的生产工具和方法，而人类则通过创造性和判断力，将这些工具应用于新闻实践中，以此来实现技术与人文的深度融合。从机器辅助到人机协同，机器人新闻正在数字新闻实践中创造着“人机合一”的新未来。

  [27]在这一背景下，新闻实践中技术的自主化和人的自主性之间的关系显得尤为关键。新闻从业者需要重新审视智能技术在新闻生产中的角色，在新质媒介生产关系中，不仅要利用虚拟机器人作为行业降本增效的重要技术，更要保持对新闻内容的真实性、公共性和社会责任的坚守，发挥其不可替代的主观判断力和创造力，为新闻报道注入人性化的视角和情感温度。

  虚拟机器人在新闻实践中展示了其在信息统合与生成、多模态内容产制以及智能化虚拟主体等方面的应用潜力。然而，技术在实际应用中往往面临种种挑战，特别是其技术愿景与现实应用之间的差距需要我们深入反思。尽管技术赋能的理论和实践表明机器人新闻能够提升新闻生产的效率和质量，但其局限性和潜在的伦理问题仍需进一步探讨。技术是如何在实践过程中失去其理想化效能的？有待更多实证研究论证反思，从而促进人类更好地理解人与技术的互动过程，并善用智能技术。同时，积极探索并完善技术应用中的伦理规范，确保智能技术在新闻生产中不仅提高效率和质量，还能够维护新闻行业的职业道德和社会信任。

  在半自动化的人机协作模式中，应当视“人工智能”为“拓展智能”。这种智能技术驱动着数字媒体生态的变革，新闻编辑室的工作模式必然转向智能技术的深度参与，但一种更加理想化的、情感化的人机互动模式尚未线]

  [29]未来， 新闻业将继续探索如何在技术进步与人文价值之间寻求平衡。智能技术的应用不仅要提升新闻生产的效率和质量，还要确保新闻的真实性和公正性。通过不断反思和优化技术应用，我们可以推动新闻实践的自主性回归，确保新闻业在新时代焕发新的生机和活力。在这一过程中，新闻学界和业界需共同努力，助力构建新的媒介生产关系，探索技术与人文深度融合的路径，以期实现智能技术与新闻实践的共同进步，为社会提供更高效、可靠和多样化的新闻服务。

  陈凯宁，武汉大学新闻与传播学院广播电视系聘期制讲师，武汉大学媒体发展研究中心研究员，清华大学博士。研究兴趣聚焦视听传播理论与实务、媒介技术与社会发展、数字新闻学等。发表多篇论文，曾获人大复印报刊资料全文转载、《新华文摘》论点摘编；擅长视听作品创制，主创及参与院线电影、纪录片、AIGC创意短片、宣传片等共20余部；曾在南非、巴西、美国、英国、法国等全球多地开展访问学习与影像创作实践。