新闻媒体在人工智能时代很被动，它的功能都受到了哪些影响？

2025-12-26 02:44:18

现在，我们手机里的推送以及朋友的转发构成了最为主要的新闻来源，然而，把控这些信息流的，是科技公司的算法“黑箱”，于是，这使得新闻的真实程度以及媒体的角色均面临极大挑战。

算法成为新守门人

在以往的时候，人们借助报纸以及电视来获取新闻，编辑还有记者去决定什么是值得被报道的。然而现在，情形发生了彻头彻尾的变化。全球有超过一半的网民是通过像Facebook和Twitter这样的社交媒体平台来获取新闻的，并且搜索引擎谷歌决定了人们能够找到什么。信息流动的控制权，已然从传统的新闻编辑部，转移到了硅谷的工程师手上。

这些由科技巨头打造的算法，按照点击率、停留时间以及分享数等数据，来判定内容的优先级，其核心商业逻辑为广告收入，致使那些能够吸引眼球、引发强烈情绪（特别是愤怒或者惊奇）的内容更易于获得推广，新闻的公共价值，在算法的排序里常常被放置在商业利益的后面 。

黑箱操作与理解困境

这一组影响决定信息呈现状况的算法体系，其详细运转方式是被当作商业秘密的，在圈子外面看上去就是那种所谓“不可见的神秘盒子”。平常所用功能或特别使用的户、甚至于专门的探究者都超级不容易弄得明白、搞清楚，究竟为着什么有着特定特征的信息会在某个时候一下子广泛流传弥漫开来了。好比这样来讲这件事儿，有一项专门的研究尝试探究下在疫情这段时期虚假消息的散布轨迹途径，最终却因为该网络平台里的数据信息没有向外面公布公开而很难进一步深入下去咯 。

带来严重问题的是这种不透明性，当公众搞不明白信息筛序规则时，就难对信息真假及倾向做判断，而这样也就削弱了社会就公共议题展开理性探讨的基础，因为人们用以形成观点的信息环境有隐秘性还被其操控 。

虚假信息的恶性循环

社交媒体之中，算法的偏好以及反馈循环，给虚假信息造就了滋生的肥沃土壤。算法会不间断地推荐诸如用户以往互动过的那类内容，进而形成“信息茧房”。一旦有一则虚假消息收获了最开始的互动，算法就会把它推送给更多有可能感兴趣的人，从而形成自我实现的传播浪潮。

新出现的机器学习技术，虽能够有效匹配内容与人,然而却极容易被进行滥用。在2020年美国大选期间,大量精准定向的政治虚假广告就是这方面的例子。恶劣行为者借助自动化工具制造热度,在算法推动下,让“另类事实”很短时间内拥有跟其真实性完全不相符的影响力。

新闻媒体的数字化不足

于算法主导的全新环境面前，传统新闻机构并未做好充足准备，诸多媒体于用户体验方面仍停留在将纸质版单纯搬至网络的阶段，且其所拥有的App个性化程度远远比不上社交媒体在面对商业逻辑时，过度依赖广告致使其与科技公司争抢同一块蛋糕，然而却欠缺技术竞争力句号。

于内容创作这一层面而言，数字化常常仅仅是指运用数字工具去进行发布，并非是运用数据思维来对新闻生产予以重新构建，编辑部很少配备专业的数据科学家或者算法工程师，这致使媒体难以明白自身内容在算法世界里的命运，更无法谈及有效干预 。

拥抱技术的必要路径

若新闻媒体期望于未来维持着影响力，那便一定要于人工智能的进展里充任主动的角色。这所蕴含是的，其新闻机构得要着手开展投资且去理解机器学习。比如说，路透社研究所等这般的机构已然是在钻研怎样借助AI来辅助事实核查以及趋势预测 。

更确切地讲，媒体能够采纳“在线学习”之类的即时机器学习方式，动态体悟用户始终在改变的兴趣，并非仅依靠过往数据。如此一来，这会帮媒体于飞速变化的新闻周期里，更加敏锐地察觉到公众所关注的真切议题，制作出更契合需求的内容喽。

构建透明与协作的未来

新闻业所怀揣的理想乃是提供具备真实特性以及相关性的信息，于算法时代达成这一目标需求全新的方法。存在着一种可能性，那便是研发“开放算法”以及数据可视化工具，用以向用户阐释新闻推荐究竟是经由怎样的方式予以产生的。举例来说，挪威广播公司曾经尝试促使用户对推荐算法的偏好权重进行调整，达成了真实以人作为中心、过程具备透明性的个性化 。

能够与记者对新闻深度的理解相结合的是AI。一个可向资深记者学习判断新闻价值标准的AI新闻助理系统，伴随着结合用户反馈数据进行自我完善。它还能够助力记者迅速把突发新闻跟历史背景相联系，从而提升报道深度。最终，因之整个新闻决策过程会变得更具数据驱动性、更加透明，使公共价值的坚守能够融入计算方法时代的纹理之中。

于这个信息遭深度塑造的时代之中，你觉得新闻媒体最应当优先投放资源去把控哪一项具体技术，方可有效重塑其公共角色呢，欢迎在评论区分享你的观点。

【返回列表】