当下，人工智能正在给新闻行业带来一场翻天覆地的变化。这种演变的态势，不仅再次验证了人类文明传播自古以来就遵循的基本原则，也呈现出新时代独有的特性和面貌。

媒体平台要普及，得等技术变得广泛且易用

从技术角度看，媒体就像工业、金融等领域一样，是个技术转向产品应用的地方。很多人将媒体看作是并列于工业、消费、金融、军事等领域的垂直应用领域。但很多技术在媒体领域不太好使，因为媒体信息太复杂，技术难以通用。无论是AR、区块链还是前期的AI，跨界到媒体时都会遇到挑战。

这个现象的问题在于，媒体其实不是相对专属的场景，而是通用场景。要在媒体行业取得广泛应用，技术需要先具备跨行业的通用能力。当Chatgpt向通用人工智能迈出一小步之后，自然而然地出现了媒体属性。换句话说，由于新闻信息传播构成了人类社会的基本核心需求，这一技术应用方式，与其他行业基于直线式发展的需求模式不同，无法从已知的应用场景预测或推导出所需的技术。而一旦新技术在媒体成功广泛应用，现有的场景即刻随之而变。

在这个从信息社会向智能社会发展的过程中，我们把现实世界里的东西都变成了数字。人们交流合作主要靠这些数字化的信息。而且，我们做决定的时候，智能技术也会像个人助手一样帮忙，让我们的选择更聪明。

媒体传播现在要做的事情很多：

1把世界上的东西都数字化；

2处理各种信息，找出有用的知识；

3在虚拟和现实世界之间，以及人和机器之间建立联系。

所以，用在媒体传播上的智能技术得能处理各种类型、各种场景的数据，还得能在各种渠道上都能用。

生成式大模型当前解决的问题不是生成

当前大模型火就火在生成（基于算法的数据输入输出），但越具有创作性的领域，生成结果和人工特别是高级人工对比落差越大。追求信息乃至AI产生思维及情感的生成，是否就是生成式大模型的最佳应用方案？

实际上，以大数据、大参数、大算力支撑的人工智能模型，本质上是在模仿人类的语言模式，学习的是人类精神世界加工过的信息，吸收的是人类总结出的知识，虽然可以自主生成内容，但由于不可解释、不可复现、出现客观性错误这些自身缺陷，让当前大模型的生成能力无法可靠地用于生产力场景。

那么，能否让机器站在人类的肩膀上，在现有知识成果基础上做相对简单直接的计算和推理？答案是肯定的。大模型现有的推理能力，可以适用于理解人类指令，扩展人类意图，链接解决问题所需的资源，为人类生成备选答案和内容素材。从目前媒体应用情况来看，AI搜集并提炼数据信息相较于AIGC更为实用。多家企业推出的智能体运行数据也表明，AI检索占比远高于内容生成。

从未来的视角来看，大模型为通向更加广泛适用的人工智能领域开辟了一条新的道路。就是通过大模型对人类语言模式的掌握与理解，降低人工智能有望从理解人类语言模式逐步深化，进而掌握人类的方法论和思维模式。它不再仅仅依赖于人类语言来认识世界，而是能够自主感知并理解这个世界。

同时，人工智能也将从作为人类的智能助手，转变为能够自主行动的智能实体，进而成为与人类共生的智能文明。

智能不足主要因为人工不够

当前生成式大模型发展遇到了数据稀少与算力不足的问题，限制了智能水平的进一步提升，尤其是缺乏处理复杂问题和洞察关键信息所需的深度逻辑推理能力。根本原因在于，当前人工智能依然非常依赖人类原始数据和与人类的互动行为。

研究发现，用大模型生成的内容来训练大模型会导致模型完全崩溃，智能水平急剧下降。要持续提高机器的智能水准，必须有持续的高质量人类原创内容进行训练。

机器学习涌现智能，而机器自我学习之前首先要向人学习。而且这种学习是持续过程，不仅在于技术的探索发展阶段，也延展至技术使用和运营阶段。人机协同，将成为新闻信息生产的主场景。这个场景下，专业人士的主要职责将从“独立思考”转向通过提示工程技术促进人机之间的“协同思考”与合作。人工的价值在于，知道机器不知道的，并且以提示的方式告知机器，进而不断修正、优化输出结果。

媒体正从让人只看到片面信息，转向帮助人全面理解信息

上个世纪麦克卢汉提出的著名论断“媒介是人的延伸”，既提前揭示了互联网的媒介本质，也适用于人工智能时代。不太引人注目的是，麦克卢汉提出的“媒介分割人类”的理论，即技术对耳目喉舌的分别影响，形成了信息采集加工传播的各自发展，打乱了我们原本全面认识事物的平衡。现在这种不平衡的最新表现就是，信息生产和传播变得非常发达，导致信息太多了，而我们的大脑处理不过来，这就是信息过载。

事物发展有分有合。现在我们正合并信息存储、表达、生产和传播，形成了集报纸、电台、电视功能于一身的新全媒体。同时，智能计算帮我们处理信息，提高了信息生产的效率。

在这个过程中，技术不断与人的生活融合。就像手机、耳机、相机等机器已经普及甚至寸步不离一样，人工智能在信息生产和消费中也将成为人类最新的“机器器官”。（贺大为）

（作者系新华社媒体融合生产技术与系统国家重点实验室原常务副主任）

点击二维码图片查看原文