［摘要］隨著人工智能技術的飛速發(fā)展，AI新聞寫作在新聞內容生產中愈發(fā)活躍，然而AI新聞寫作在提高新聞生產效率的同時存在“文字失語”現(xiàn)象。文章分析AI新聞寫作“文字失語”現(xiàn)象歸因及不利影響，并提出改善策略，即“加強培訓與激勵，提高新聞生產者素質”“強化人機協(xié)同，細化內容審查制度”“實現(xiàn)多維優(yōu)化，突破AI新聞寫作表達局限”，為AI新聞寫作更好地服務新聞傳播活動提供參考。

［關鍵詞］AI新聞寫作；新聞生產；“文字失語”；改善策略

目前，人工智能技術廣泛應用于新聞傳播領域，發(fā)揮重要的作用。其中，AI新聞寫作在新聞內容生產中彰顯顯著優(yōu)勢，不僅能夠準確、高效地進行新聞寫作，而且大幅縮減生產成本，體現(xiàn)大數(shù)據(jù)模型下的文本生產水平。AI新聞寫作已經成為新聞傳播領域的時代發(fā)展潮流，然而其也存在一定的弊端。AI新聞寫作基于人類提供的數(shù)據(jù)庫和文本基礎，在優(yōu)化新聞內容生產進程的同時也使新聞生產者日漸產生“倦怠”，也就是說，在新聞內容生產中，AI新聞寫作“文字失語”現(xiàn)象愈發(fā)嚴重，容易使受眾陷入信息繭房，不利于提高新聞內容生產質量，也不利于新聞傳播的發(fā)展。因此，文章分析AI新聞寫作“文字失語”現(xiàn)象歸因及不利影響，并提出改善策略。

文章所提及的“文字失語”不同于生理性病變所造成的人際交流符號和表達能力障礙，指因自身尚未解決的弊端而導致新聞生產者在新聞內容生產中出現(xiàn)的詞不達意、語言組織不當以及無法清楚地表達新聞內容的情緒和觀點的一種社會性現(xiàn)象。

一、AI新聞寫作“文字失語”現(xiàn)象歸因及不利影響

隨著媒體技術的發(fā)展和新聞話語權的不斷提升，新聞市場愈發(fā)多元，AI新聞寫作帶來的高效“標準化生產”，為新聞生產活動注入了新的活力［1］。除了傳統(tǒng)的PGC新聞產出，UGC新聞的生產也不容小覷，且相比人工新聞采寫，AI新聞寫作更能適配移動端新聞碎片化傳播的特征。然而受眾每天從移動端攝入碎片化的新聞內容，獲取大量事件信息，在一定程度上使豐富的內心表達欲與貧瘠的語言產生矛盾［2］。也就是說，AI新聞寫作的高頻產出在滿足受眾需求的同時也會促成“文字失語”。

（一）數(shù)據(jù)模板導致內容同質化，主體創(chuàng)造性減弱

在大數(shù)據(jù)時代，傳統(tǒng)的人工新聞寫作已經難以滿足新聞的時效性要求，AI新聞寫作順勢參與到新聞內容生產當中［3］。在現(xiàn)階段，新聞內容生產的大部分新聞素材來源網絡。AI新聞寫作可以根據(jù)核心算法輔助相關平臺進行原始材料的收集和加工，智能化完成新聞采編工作［4］。新聞媒體再協(xié)同AI新聞寫作進行素材整合，并二次創(chuàng)作出新聞作品。然而，AI新聞寫作生成的內容大多基于數(shù)據(jù)庫，數(shù)據(jù)庫更新具有滯后性，一旦新聞報道拓寬領域，AI新聞寫作可能無法識別多元的人類語義系統(tǒng)并處理相應的數(shù)據(jù)［5］?？梢?，AI新聞寫作的模板化會使得傳遞的新聞信息浮于表面，報道模式樣板化，最終導致新聞媒體生產出的新聞內容存在同質化現(xiàn)象。同時，AI新聞寫作開發(fā)程度也不夠完善，只能適用于經濟、體育等偏向于結果導向的領域，而對社會性復雜的事件難以進行準確的報道，使新聞產出缺乏深度［6］。因此，諸多AI新聞寫作協(xié)同生產的新聞內容存在雷同現(xiàn)象，雖考慮到知識產權和受眾個性化需求等問題，新聞生產者會對這些文字信息進行再潤色，但內容同質化現(xiàn)象依然存在。

基于互聯(lián)網背景下新聞碎片化傳播特征，習慣惰性接受網絡新聞信息的受眾持續(xù)浸潤在淺層思考的狀態(tài)，在對信息的接收和消化時趨于選擇網絡化的淺表語言，這也在一定程度上加劇了AI新聞寫作“文字失語”的狀況［1］?？v觀整個市場，新聞內容同質化還在不斷加深，而受眾對同質化的新聞內容持有較高的包容度。在這樣的市場環(huán)境下，新聞內容生產門檻降低，AI新聞寫作大幅度減少新聞內容生產成本，并匹配市場需求。在這種人工智能的惰性模式下，人類作為主體的創(chuàng)造性被大幅度削弱，新聞生產者的文字敏感度和思維靈活性在不知不覺中喪失，陷入“文字失語”的境地［7］。

（二）算法推薦窄化信息范圍，信息繭房固化

AI新聞寫作基于模仿和繼承原有的新聞寫作范本，在特征上與人工新聞寫作并無明顯差異。有研究顯示，受眾對純AI新聞寫作、純人工新聞寫作以及人機協(xié)同新聞寫作的可信度感知，并無明顯差異［8］。這也就意味著在算法的推薦下，新聞生產者或是受眾很難區(qū)分新聞內容是否由AI完成。而在算法推薦高度參與的新聞內容生產中，基于個人歷史點擊記錄、瀏覽習慣等數(shù)據(jù)進行推薦，AI新聞寫作更傾向于向受眾展示符合其興趣愛好和觀點認同的內容，可能導致信息范圍狹窄，使受眾更容易暴露在自我認知偏差和信息孤立等問題中［9］。哪怕是專業(yè)記者等新聞生產者也可能會由于算法推薦機制，處在信息孤島中，出現(xiàn)“文字失語”，長期處于新聞內容生產的“舒適區(qū)”，形成信息閉環(huán)，導致信息環(huán)境被窄化，知識面變得單一，表達趨于淺薄、重復，最終信息繭房固化［7］。

此外，雖然AI新聞寫作能夠通過與新聞生產者互動，產出更符合表達需求的新聞內容，但是AI的語言模仿能力和高度活躍的特征，促使AI新聞寫作不間斷地輸出觀點，造成“沉默的螺旋”［10］。這意味著越頻繁地使用AI新聞寫作，新聞內容就越容易產生算法偏見，使新聞生產者陷入信息繭房，導致“文字失語”狀況極端化，甚至算法推薦窄化信息范圍。AI新聞寫作在處理大量數(shù)據(jù)時也會因算法系統(tǒng)而呈現(xiàn)社會傾向性，選擇輸出“少數(shù)服從多數(shù)”的內容，形成算法偏見，并影響新聞傳播［11］?？梢?，AI新聞寫作在新聞內容生產中的“文字失語”，難以扭轉新聞的不正確傾向，最終算法偏見帶來輿論引導與原本就存在于線下的刻板印象重疊，致使社會歧視加?。?2］。

（三）邏輯程序限制情感表達，公眾信任感降低

新聞傳播活動不僅要傳遞信息，還要關注社會現(xiàn)象和人文精神。除了新聞事件和數(shù)據(jù)的理性陳述，情感表達也是新聞內容生產的重要組成部分。新聞生產者在新聞內容生產中傳遞的情感不僅能拓展新聞的深度，也是維護新聞與受眾間信任關系的紐帶。AI新聞寫作利用算法推薦、人工智能和大數(shù)據(jù)等技術以及計算機的理性邏輯和程序，在新聞內容生產中能實時借用數(shù)據(jù)保持報道的中立性和客觀性，而無法像人類一樣，基于社會環(huán)境、人文背景進行感性思考，導致新聞內容生產在一定程度上存在情感缺失。

有別于人工新聞寫作的有血有肉，當上升到思想情感與道德的高度時，AI新聞寫作暫時還無法取代人類，通過多維度特別是人文情懷維度來思考復雜的個體行為和社會現(xiàn)象［13］。缺乏情感表達和人文情懷的AI新聞寫作，也剝離了人類理解事物的多維，導致新聞內容浮于表面，難以深入受眾內心，進而弱化新聞與受眾間的信任關系。如果新聞長期缺乏情感表達和人文情懷，無論是新聞生產方還是新聞消費方都會產生“文字失語”，且若新聞生產者疏于挖掘新聞事件背后的多維情感因素，受眾也將難以通過新聞內容得到情感共鳴，對報道的可信度產生懷疑，從而影響新聞的公信力。目前，由于移動端市場對新聞量的追求，部分新聞媒體特別是UGC新聞生產方將新聞內容生產依托于AI新聞寫作，在一定程度上導致新聞生產亂象頻發(fā)，新聞內容缺乏辯證思考、人文情懷，讓受眾與新聞媒體關系趨于緊張，新聞的公信力下降。

二、AI新聞寫作“文字失語”現(xiàn)象的改善

策略

（一）加強培訓與激勵，提高新聞生產者素質

新聞內容生產涉及內容龐雜，這要求新聞生產者秉持終生學習的認知，產出高質量的新聞內容。當下，雖AI新聞寫作充分參與新聞生產工作，但生產的主導權依然掌握在新聞生產者手中。對新聞生產者來說，學習與AI新聞寫作有關的知識和技能，更應作為職業(yè)的必要要求［13］。AI新聞寫作的數(shù)據(jù)庫基于人工建立的數(shù)據(jù)模型，而專業(yè)記者作為新聞生產者，是新聞生產數(shù)據(jù)模型的內容創(chuàng)作核心，面對日趨嚴重的“文字失語”現(xiàn)象，必須通過專業(yè)培訓提高自身的職業(yè)素質和主觀能動性，增強對新聞內容進行深度剖析與專業(yè)解釋的能力，提高新聞敏感度，發(fā)掘社會熱點話題。

在現(xiàn)階段，新聞生產者也要將新聞內容生產的重心放在如何使用AIGC輔助新聞生產過程的同時保持多維思考和辯證思維，并根據(jù)數(shù)據(jù)所反饋的受眾動態(tài)，不斷優(yōu)化新聞傳播的決策上。目前，人工智能的構建和管理成本通常較高，部分新聞媒體缺乏足夠的財力支持和應用人工智能進行新聞創(chuàng)作［14］。因此，新聞媒體要定期培訓新聞生產者，使其能夠系統(tǒng)地將AI新聞寫作融入新聞內容生產，并保持批判性思維，了解報道中的潛在偏見和利益沖突，理解信息背后的目的和意圖，從而更好地評估信息的真實性和客觀性，避免“文字失語”［15］。

除了與行業(yè)發(fā)展相匹配的專業(yè)培訓，新聞媒體還要采用合適的激勵措施，調動新聞生產者的主觀能動性，積極應對“文字失語”。當前，新聞市場垂直多元，自媒體盛行，UGC新聞內容占據(jù)一定市場份額，新聞媒體更應當強調專業(yè)培訓，通過業(yè)界競賽、資源共享、專業(yè)講座等幫助“非科班”的自媒體新聞生產者堅定馬克思主義新聞觀，提升新聞專業(yè)素養(yǎng)，樹立新聞道德意識，并保持對新聞的敬畏之心，在信息洪流中保持清醒，更加自覺地做好新聞內容生產工作。在受眾有需求、市場有方向、業(yè)界有要求的良性閉環(huán)中，新聞媒體加強對新聞生產者的專業(yè)培訓和激勵，有助于培養(yǎng)適應時代的新聞專業(yè)人才，全面提高新聞生產者素質，提高新聞的可信度和公信力，減少“文字失語”現(xiàn)象。

（二）強化人機協(xié)同，細化內容審查制度

監(jiān)管審查能夠減少甚至避免因為新聞內容生產不當導致的新聞傳播風險，是新聞生產過程中非常重要的環(huán)節(jié)。AI新聞寫作應用于新聞內容生產，使內容審查難度攀升，而人機協(xié)同的監(jiān)管審查方式是有效的應對方案。2023年7月，國家互聯(lián)網信息辦公室等正式發(fā)布了《生成式人工智能服務管理暫行辦法》，旨在規(guī)范人工智能服務市場監(jiān)管審查工作，實現(xiàn)人機協(xié)同共同參與、公眾有序合法參與新聞生產［16］。目前，人工智能算法已經能夠通過調用大數(shù)據(jù)對新聞內容進行審查和校對，在一定程度上降低新聞內容的錯誤率，但是人工智能審查建立在原有的數(shù)據(jù)庫上，在處理人工智能技術產生的倫理問題、虛假信息時，仍存在不足。如果新聞信息審查工作進行精細化區(qū)分，在人工智能審查環(huán)節(jié)中加入人工審查，不僅可以降低內容審查風險，還可以在審查中強化語言組織辨識能力，減少“文字失語”現(xiàn)象。同時，人機協(xié)同審查分工越清晰，越能明確各方責任，從而不斷完善AI新聞寫作的監(jiān)管審查機制，助力搭建生成式人工智能的治理體系。

此外，在新聞內容審查的大環(huán)境下，政府相關部門應完善人工智能協(xié)同新聞內容生產的法律法規(guī)、權利義務；新聞媒體應自覺增強新聞生產者和受眾的新聞倫理道德和意識，營造良好的網絡新聞傳播氛圍；第三方平臺應不斷優(yōu)化人機協(xié)同審查的機制和體系，完善多元主體共治和人工智能協(xié)助參與的內容審查制度，助力新聞內容的生產和傳播［14］。人機協(xié)同精細化的內容監(jiān)管審查，除了能夠更好地適應和滿足目前的新聞市場，還能夠通過提供更優(yōu)質多元的新聞內容，緩解新聞內容同質化和算法偏見帶來的信息窄化、“文字失語”和信息繭房等問題。

（三）實現(xiàn)多維優(yōu)化，突破AI新聞寫作表達局限

在智能化時代，技術迭代周期越來越短，新聞媒體應當與人工智能科技公司進行深度合作，發(fā)揮人工智能的技術優(yōu)勢，更新新聞數(shù)據(jù)庫，不斷精進AI新聞寫作的核心算法，以滿足不斷變化的新聞需求［13］。

目前，新聞媒體通過不斷更新數(shù)據(jù)庫來優(yōu)化AI新聞寫作的語言表達和呈現(xiàn)方式，使AI新聞寫作能夠更準確地傳達復雜的概念和情感，并以富有感染力的方式呈現(xiàn)新聞內容。然而目前，受眾細分多元，個性十足，AI新聞寫作要想加入人文關懷元素，光靠被動地更新數(shù)據(jù)庫是難以實現(xiàn)的。賦予AI新聞寫作細膩的情感表達仍需要新聞生產者主動出擊，深入基層一線，保持和延續(xù)聯(lián)系人民群眾的良好作風傳統(tǒng)［17］，更好地將富有社會現(xiàn)實和人文情懷的內容與AI新聞寫作收集的數(shù)據(jù)進行整合，從而形成多維度的新聞素材處理方式，在一定程度上降低算法偏見，更好地幫助AI新聞寫作關注和理解社會現(xiàn)象背后的人文價值，彰顯新聞的人文關懷，降低“文字失語”風險。

對整個新聞市場來說，除了考慮融入人類情感色彩，AI新聞寫作對多元化的新聞內容生產還需要滿足受眾的商業(yè)、娛樂傾向等更多個性化的需求，多維地生成觀點，突破技術表達上限，避免信息繭房，保證新聞內容的全面性［15］。

三、結語

AI新聞寫作在新聞傳播活動中具有巨大的潛力和優(yōu)勢，但也存在弱化新聞生產主體意識、固化信息繭房、降低公眾信任感等問題，導致“文字失語”現(xiàn)象加劇。因此，新聞媒體要通過“加強培訓與激勵，提高新聞生產者素質”“強化人機協(xié)同，細化內容審查制度”“實現(xiàn)多維優(yōu)化，突破AI新聞寫作表達局限”，有效地干預和改善AI新聞寫作在新聞內容生產中的“文字失語”現(xiàn)象，提高AI新聞寫作的內容質量，使AI新聞寫作更好地服務于新聞傳播活動。

［參考文獻］

［1］張銀虎.“文字失語癥”的網絡動因、心理表征與亞文化癥候［J］.新聞傳播，2023（13）：31-33.

［2］劉遠軍，陳立瑤.歸因·困境·轉向：互聯(lián)網時代文字失語的亞文化癥候［J］.新聞世界，2024（01）：17-20.

［3］李明文，涂媛，戴雪妮.人工智能賦能新聞傳播研究綜述［J］.新聞知識，2023（12）：3-15.

［4］張今杰.智能新聞的發(fā)展應用及其倫理反思［J］.求索，2020（06）：68-76.

［5］史安斌，劉勇亮.聊天機器人與新聞傳播的全鏈條再造［J］.青年記者，2023（03）：98-102.

［6］李亞蝶.人工智能對新聞真實性的影響研究［J］.記者搖籃，2024（05）：12-14.

［7］沈愛國，徐匯紫琳.文字失語癥：互聯(lián)網時代語言表達困境分析與對策［J］.傳媒評論，2022（12）：

44-46.

［8］鄭越，楊帆.記者和算法誰更值得信任：“機器人新聞”可信度的影響因素探析［J］.現(xiàn)代傳播（中國傳媒大學學報），2019（06）：63-67.

［9］趙宇晴.智能推薦算法對新聞閱讀偏好與輿論形成的影響［J］.中國傳媒科技，2024（04）：150-154.

［10］王晗嘯，張楚惠.“雙重意見氣候”下社交機器人輿論干預影響研究：基于ABM仿真模擬沉默螺旋效應［J］.新聞大學，2022（12）：75-90.

［11］張夢，陳昌鳳.智媒研究綜述：人工智能在新聞業(yè)中的應用及其倫理反思［J］.全球傳媒學刊，2021（01）：63-92.

［12］洪杰文，常靜宜.人工智能的新聞傳播實踐及反思［J］.青年記者，2023（01）：45-49.

［13］馬晨陽，劉昊銘，楊國興.人工智能應用對新聞生產的挑戰(zhàn)和應對策略研究［J］.傳媒論壇，2024（06）：24-29.

［14］李晨.眾聲喧嘩：自媒體時代新聞專業(yè)主義的困境與出路［J］.新聞前哨，2024（03）：30-31.

［15］田麗，陳馨婕.AIGC對新聞真實性的影響成因及路徑分析［J］.青年記者，2024（02）：79-85.

［16］崔燕.生成式人工智能介入新聞生產的價值挑戰(zhàn)與優(yōu)化策略［J］.當代電視，2024（02）：104-108.

［17］王辰瑤.數(shù)字時代新聞真實觀念面臨的新挑戰(zhàn)［J］.中國記者，2021（09）：101-103.