人机协同：内容生产分发新空间

智媒时代，机器已经进入内容生产的各个环节，但正如彭兰教授所指出的，很多时候，机器并非是脱离人独立存在的生产主体，而是作为人的辅助者、延伸者存在。智能化内容生产需要更多地探索人机协同下的新机制。^[17]

尽管机器可以在许多层次上扩展信息收集能力，比如，机器可以实现全时化的信息采集，机器可以为记者的采访提供辅助，也可以使用户分析个性化、场景化、实时化，但它不可能完全替代人的采访，也不可能拥有人类的创造性，至少目前的弱人工智能阶段是如此。AI技术是人类发明的成果之一，但它本身不具有创新能力。机器自己不能提问，它所有的“问题”和“答案”都是人类程序编写者设置的算法指令。以新华社的“快笔小新”为例，人类事先在“快笔小新”的工作程序中输入新闻模板，因此“快笔小新”生产出来的稿件相对单调。也就是说，AI技术虽然足够“智能”但并不“人性化”，更多的是机械化、程序化、模板化。机器可以辅助人类进行高效的内容生产，但是不能完全取代内容生产者。人在信息采集特别是现场的新闻采访、创造性的创意呈现中的核心地位不会被动摇。人对事实的观察、对特定对象的感知，仍是支持内容生产的重要基础。

在内容的审核和把关方面，人机协同也有新的想象空间。一方面，要对海量信息进行审核和把关显然不能仅仅寄希望于人，机器已经成为信息核查的重要辅助力量，它可以在信息来源、技术鉴定、交叉验证、演变跟踪等方面提供高效的技术支持；另一方面，对于信息价值、风险等的判断，很多时候机器是无法作出有效决策的，这就需要人来完成。

在内容的分发上，人机协同也是未来的方向。“尖叫效应”“过滤气泡”“信息茧房”等现象反映出今天的分发算法尚未达到理想状态。算法机制激励下的内容推送模式，使得受众只接受到自己爱看和经常看的信息，越发沉浸在自我搭建的场景之中，难以实现对事物的全面认识，用户个体之间的价值观也存在被逐渐拉大的可能，最终导致获取信息存在失衡却不自知。这种内容窄化、封闭都是过度依靠算法推送造成的。因此，智能推荐算法也需要不断学习和进化，从而体现出更多来自媒体行业的专业原则和价值判断。为了帮助人们获得更多的专业内容，更好地了解社会环境，拥有更多的信息选择，除了算法分发和社交推荐，大众传播仍然是必要的，专业媒体信息甄别和推送的专业视野仍不可替代。(https://www.daowen.com)

在媒体的职责承担上，只有人机协同才能创造更加有价值的未来。媒体除了要呈现基本信息、描述基本现象，还肩负着挖掘信息深层意义、解读现象背后故事的职责，人工智能能够通过大数据和算法实现内容的生产，但内容基础之上的意义赋予、价值制造则需要人来完成。

智能化内容生产和分发运用大数据技术在海量的文字、图片、视频、网页中进行数据挖掘，有效提取信息，虽然提高了效率，但也给人类带来了新型监视。AI在内容生产过程中所需要的资料都是利用大数据在互联网后台中获取的，用户使用互联网时会留下痕迹，包括聊天记录、浏览记录、网购记录等。因此，个人的数据信息在AI的“监视”之下变得愈加透明，大多数的用户处在“全景敞视”的数字监狱里，个人有关信息一旦泄露极有可能会带来严重的威胁。如何合理划定数据采集范围、如何保护用户隐私等都是今后智能化内容生产分发过程中需要解决的问题。