摘要：在效率与效益的驱动下，人工智能正从传播环节走向新闻生产，从技术工具演化为新闻业的基础设施，推动着新闻业的系统性变革。人工智能的基础设施化加剧了新闻机构对平台型科技企业的结构性依赖，导致传播权力向后者转移；新闻生产内部劳动分工日益精细化，重塑了记者编辑与技术人员的权力关系；人机协作模式下，新闻生产的主体边界日益模糊，新闻定义权面临挑战。人工智能的基础设施化加剧了新闻生态的信息不对称，放大了公众的信任危机。重塑新闻信任，需要从提升技术透明度、构建制度规范和重塑文化价值维度协同发力。未来的新闻生态将从技术主导走向人机协同的价值共建，从平台依赖转向多元主体权力制衡，从流量竞逐回归公共服务的核心职能。
“基础设施”（infrastructure）通常指那些支持基本社会活动的物质资源和系统，如互联网等媒介化的通信系统。这些设施具有广泛的可及性、嵌入性和不可见性，在社会正常运作中发挥重要且必要的作用。它们不仅是物质形式和技术系统，还在多个维度深刻影响着文化和政治。因此，作为一种视角和思维方式，基础设施研究同时涵盖物质与社会两个面向，并且关注围绕基础设施所建立起的人类实践传统、社会价值和权力关系。
媒介的基础设施特性得到不少学者的关注，尤其是作为新兴媒介形式的数字平台。作为信息时代的数据枢纽，平台正经历媒体化与基础设施化的双重转向。这些研究揭示，媒介基础设施不仅是中立的技术设施，更是社会权力、政治博弈和文化实践的重要场域。基础设施视角关注的不只是媒体内容本身，更是其流动方式及对内容生产、传播生态乃至社会文化结构的影响。
当我们将媒介视为认知世界的框架时，新闻业作为现代社会重要的信息生产者与意义建构者，其基础设施属性便呈现出前所未有的理论张力。将基础设施视角引入新闻学研究，对于深刻理解当代新闻业变革有着重要意义。一方面，新闻业作为社会运行的基础设施，嵌入社会权力结构与信息传播体系，维系着社会信息流通与共识建构。另一方面，作为社会子系统，新闻业同样有着支撑其运转的多重基础。人工智能作为当前最典型的社会技术系统，正不断融入新闻的生产传播活动。根据新华社国家高端智库2024年调查数据，全球已有超过半数（51.2%）的媒体机构全面拥抱或积极探索人工智能技术应用，另有约三分之一的媒体机构内部员工已在个人层面尝试使用。
这一广泛应用的背后，是生成式人工智能的突破。这些大模型在内容生成、翻译、摘要、问答等多模态复杂任务中展现出强大的理解、推理和生成能力，为人工智能从传播环节向新闻生产环节的渗透奠定了技术基础。人工智能驱动的全媒体生产传播体系已成为发展趋势。
随着生成式人工智能兴起并加速进入新闻生产领域，基础设施视角为审视这一变化提供了更深入、更系统性的理论框架。基础设施研究的核心关切在于技术系统变革所引发的社会权力关系变迁，这不仅涉及新闻机构内部、新闻业与其他相关机构之间的互动，还关乎新闻业与公众的关系——尤其是公众信任，更是新闻业赖以生存的基础设施，关系到新闻业的良好运行与长期存续。
技术动因：人工智能何以成为新闻基础设施
在效率与效益的驱动下，人工智能正深入渗透到新闻生产传播的各个环节，呈现全流程介入的特点，是推动新闻业工作流程与角色转型的共识性力量，并成为新闻业不可或缺的基础设施。
具体而言，人工智能技术涉及新闻生产传播的核心环节，包括新闻筛选核查、写作编辑和分发互动。在新闻筛选核查环节，人工智能的应用日益深入。新闻业通过算法深入挖掘社交媒体数据，敏锐捕捉具有新闻价值的信息线索，如路透社的News Tracer、Lynx Insight。此外，人工智能还能用于识别和追踪虚假新闻以协助事实核查。在新闻写作编辑环节，人工智能正深刻变革新闻内容的生产模式。早期的自动化新闻主要通过算法将大量结构化数据迅速转化为新闻文本，如美联社在财经、体育报道领域采用的Wordsmith算法。随着大模型兴起，人工智能在新闻生产中的作用日益多元，包括语言润色与校对、生成插图甚至视频、实现语音转写或合成等。新闻分发互动是人工智能在新闻业应用最为成熟的领域之一。如今，各类媒体和平台都广泛使用算法进行个性化推荐，以实现精准高效的内容传播。在大模型兴起的背景下，媒体机构也积极推出聊天机器人，以此创新用户互动模式。
人工智能的发展成功与否，最终取决于其能否促进生产力提升。新闻业对人工智能的采用直接地体现了这一关系。近年来，多项跨国调查发现，相比于探索新的创新体验，新闻从业者似乎更专注于改进现有工作流程，提升工作效率才是驱动新闻机构采用人工智能技术的核心动因。在新闻业内部，关于人工智能的采用存在两类话语：一类视其为实践工具，强调潜在的生产性收益；另一类则关注其对新闻机构、职业身份和新闻业功能的深远影响。
人工智能赋能新闻业，离不开数据、算法与算力三大关键要素的协同支撑。首先，数据维度上，新闻业作为信息密集型产业，在数字化转型中持续积累大量的文本、音视频、图像和用户数据。这些数据不仅是机器学习的高质量语料，也构成了新闻业特有的重要信息资产。其次，算法维度上，自然语言处理和深度学习的“ChatGPT时刻”，使得生成式人工智能在对话、理解和应用领域真正达到可用标准。最后，算力维度上，云计算和分布式计算技术降低了大模型及其应用的部署门槛，使各类规模的新闻机构都能经济有效地调用AI模型服务于新闻生产。
与此同时，新闻生产与传播的分离需要得到关注。大型平台公司利用人工智能算法实现内容推荐分发，昔日占据主导地位的报刊业，尽管阅读总人数并未减少，但用户规模的增长并未带来相应的经济收益。平台公司凭借其在“注意力经济”中的优势地位，以及强大的用户触达能力和精准广告投放技术，成为广告商的首选。Google和Facebook不仅是用户获取新闻的主要入口，也成为连接新闻机构、广告商和受众的“数字中介”。新闻机构受其影响，经济来源大幅减少，但又不得不依赖平台扩大受众范围和用户规模。人工智能已构成了一个包含数字基础设施、模型、应用程序及其生态系统的综合技术栈，并在产业化进程中形成了对大型科技平台的结构性依赖，最终导致所谓“基础设施俘获”效应。
权力转移：人工智能时代的新闻权力网络化
作为基础设施的人工智能正深刻地重塑新闻生产与传播的权力结构，记者与新闻业的职业角色被重新定义，人类在新闻活动中的主体性亦面临新的挑战。
首先，新闻机构与平台公司之间形成不对称性依赖，传播权力发生转移。新闻业与科技平台公司之间的关系日趋复杂，形成一种长期存在且不断深化的不对称性依赖。平台凭借庞大用户流量和精准的内容分发技术，成为新闻内容触达受众的主要渠道。同时，平台提供的数字基础设施，例如内容管理系统、数据分析工具乃至人工智能应用，也逐渐渗透到新闻生产流程中。经济层面，平台凭借优势攫取了大部分数字广告收益。这种结构性的不对称依赖，使得新闻机构往往处于弱势，而平台则占据更强势的地位。这种不对等关系重构了新闻生态系统中的传播权力，平台将传统的“新闻机构—受众”连接模式转变为“新闻机构—平台—受众”或“平台—受众”连接模式，成为“新把关人”。新闻的生产与传播分离了。
其次，新闻机构内部劳动分工日益精细化，重塑了记者、编辑与技术人员的权力关系。传统的全能型记者模式正逐渐被打破，新闻生产流程被分解为更细致的环节，记者角色加速分化，出现了数据分析、算法操作、人机协同等新型记者岗位。同时，新闻业的“编辑技术人员”群体日益崛起，如开发人员、设计师和数据专家等。他们掌握着技术工具的开发和运用，在新闻生产流程中不可或缺，并通过算法实践重塑新闻概念和内容结构。效率的提升也导致了传统新闻岗位的萎缩，从业者面临着技能再培训和职业转型的压力。在此背景下，新闻价值观与伦理备受挑战。在追求效率和利润的过程中，新闻业可能过度依赖人工智能，忽视社会责任和公共价值。管理人员普遍强调人工智能的潜在收益，而一线记者们更在意其对新闻规范的影响。
再次，人机协作模式下，新闻生产的主体边界日益模糊，新闻定义权面临挑战。“人”在新闻与新闻活动中的主体地位遇到了前所未有的挑战，并促使新闻学界与行业重新审视传统的新闻定义。新闻生产传播的权力正在由人类逐渐让渡给机器。自动化新闻写作的实践，让机器承担起曾经被视为新闻业核心技能的写作任务，直接挑战了人类在新闻创作中的主体地位。然而，这种权力的让渡既是不均衡的，也是不彻底的。尽管人工智能在数据分析、流程自动化方面表现出色，但在处理复杂社会现实、进行价值判断以及进行深度人际沟通等方面，人类记者的优势依然不可替代。为了维护职业边界和专业权威，记者们自觉地强调自身在新闻创作中的原创性、独特视角及对伦理的坚守。美联社在其生成式人工智能的应用标准中提出：“从生成式人工智能工具输出的任何内容都应被视为未经审查的来源材料。”这实际上是将人工智能生成内容排除在“新闻”的定义之外，强调人类在其中的主体性。
信任重塑：人工智能时代新闻业的信任危机与重建路径
从基础设施视角审视人工智能时代的新闻信任问题，能够更深刻地揭示其系统性特征。当人工智能成为新闻业的基础设施时，公众对新闻的信任拓展出了更多的维度，包括技术透明性、算法公正性等。基础设施的不可见性使得公众难以了解人工智能的运作逻辑和决策过程，加剧了信息不对称，从而放大了信任危机。
在当前媒介生态环境下，公众对新闻媒体的信任度普遍下降。媒体信任危机具有深刻的时代背景和社会原因。在全球资本主义的数字化趋势下，“注意力经济”兴起，传统新闻业的公共服务价值受到侵蚀。新闻机构为适配平台规则，被迫将传统新闻价值让位于算法价值，这种商业化倾向不仅削弱了新闻专业权威，更使公众将平台的技术操控误读为新闻机构的立场偏见，加剧信任赤字。
算法黑箱与透明性缺失是最突出的挑战之一。包括推荐算法、生成式人工智能等在内的技术应用，其内部运作机制并不透明，公众难以理解人工智能是如何选择、排序与创作新闻报道的。当公众对算法的运作逻辑一无所知时，任何算法决策都可能被解读为偏见、操控甚至歧视。
假新闻、信息污染与意见极化也是人工智能时代新闻信任的重要挑战。人工智能技术，尤其是深度伪造和生成式技术，潜在地破坏了新闻真实的既有边界，使得内容真实和虚假之间的边界愈发混淆，制造和传播虚假信息变得更加容易与高效。在人工智能推荐算法主导的信息生态环境中，信息茧房、回声室效应进一步加剧了信息极化和社会分裂。
面对新闻业的信任危机，需要从技术、制度、文化等多个层面进行系统性的信任重塑。
在技术层面，提高人工智能技术的透明度与可解释性。新闻机构应积极探索将可解释性人工智能融入新闻生产传播的全过程，在算法设计上就要将准确性等新闻规范原则融入其中，同时保持运作机制的透明性，让公众了解人工智能新闻的生产原理，并能及时反馈其中的不准确或偏见之处。
在制度层面，建立健全法律规制与行业标准。新闻机构、科技平台、记者协会等各方应共同承担社会责任，制定针对人工智能新闻应用的伦理指南，明确算法透明度、公平性、隐私保护等方面的具体要求，推动行业形成统一的伦理规范和行为标准。
在文化层面，推动从流量导向到公共服务价值的回归，必须将算法透明度、公平性等纳入新的专业规范。《2024年数字新闻报告》指出，透明度、高新闻标准、公正性和无偏见是提升新闻信任的关键因素。新闻机构可以建立人机协同的工作流程，在自动化和人工干预之间寻求平衡。提升公众的媒介素养，增强其对算法逻辑的理解和批判性思维能力，也是重建信任的重要文化策略。
新闻业的信任重塑需要技术、制度与文化的协同推进。作为技术、机构与公众互动的产物，信任的重建同样需要新闻机构、技术开发者、政策制定者和公众的共同参与，构建“人机共生”的新闻生态。
结语：人工智能与新闻业的未来图景
本文聚焦于成为新闻基础设施的人工智能，探讨其技术动因，揭示其如何系统性地重塑新闻生产传播的权力结构，进而影响公众对新闻业的信任。在效率与效益的驱动下，人工智能正日益成为新闻业的基础设施，致使新闻生产传播权力发生系统性重构：新闻机构与平台公司之间形成不对称性依赖；新闻机构内部劳动分工日益精细化，重塑了权力关系；人类与机器在新闻生产中的角色边界日趋模糊，新闻定义权面临挑战。人工智能的基础设施化加剧了新闻生态的信息不对称，放大了公众的信任危机。
基于上述基础设施视角的分析，未来新闻生态或将呈现三重转向。第一，从技术主导走向人机协同的价值共建。新闻业应超越工具思维，推动人机深度融合，实现协同创新。人工智能擅长数据分析、信息检索和自动化生成，而人类新闻工作者则在价值判断、伦理考量、深度调查和情感沟通方面具有不可替代的优势。第二，从平台依赖转向多元主体权力制衡。权力制衡的关键在于积极推动新闻基础设施的多元化和去中心化。新闻机构应增强自身技术能力，减少对单一平台的依赖，同时推动开源、开放、可互操作的新闻技术发展。第三，从流量竞逐回归公共服务的核心职能。新闻业应超越流量思维，回归公共服务价值，重塑以公共性、专业性、责任感为核心的价值取向，并将其融入人工智能技术的应用，在内容生产上坚守新闻伦理，提供高质量、深度化、负责任的报道。
基础设施视角为新闻学研究提供了一种宏观与微观相结合的分析框架。人与机器的关系日益复杂和交织，新闻生产不再是纯粹的人类活动，而是人机协同的产物。将人工智能视为与人类共同构成新闻生态系统的多元行动者，并由此重新审视新闻活动的主体性、意义和价值，有助于我们更深刻地理解人工智能时代新闻传播的本质特征和发展趋势。
陈昌凤，清华大学新闻与传播学院教授、安徽大学讲席教授；王金鹏，清华大学新闻与传播学院博士生
摘自：《新闻界》2025年第4期
