考点预测02 | 人工智能有新考法？这几个出题方向请注意！（内含真题解析）
又来到了我们新一期「考点预测」的栏目！！
上期为大家吐血整理出了5G专题的全部考点，速戳链接回顾👇：
考点预测01 | 吐血整理的5G专题，为你打包奉上！（内含真题解析与考点预测）
这期推出的又是一个近几年十分热门的考点，那就是--人工智能！
在人工智能漫长的考察范围中，有很多相关的考察点，从名词解释到简答，再到终极论述，都有其身影。学界对技术的研究，也从技术本位转向社会本位。今天我们就来整合一下，看看最新的考点和复习的方向，以及到底应该如何准备吧！
论述：人工智能对新闻业的影响 （2020 北外 334） 简答：人工智能对新闻伦理的影响 （2020 北邮 334） 论述：人工智能技术对新闻传播的影响 （2020 山大 334） 论述：结合实例分析人工智能在新闻领域的作用 (2020 山东师范 440) 简答：人工智能给新闻生产带来哪些变革 (2020 中传 814) 论述：人工智能在新闻报道的地位、作用和影响 （2020 华东政法 334） 简答：人工智能在中国新闻业的发展现状（ 2020 安徽大学 334） 简答：在新闻领域为什么人工智能是人类工作的最有价值的补充 （2020 安徽大学 334） 简答：人工智能对媒体融合转型的意义 （2020 安徽大学 334） 论述：人工智能时代人与技术的关系（2018 苏州大学 334） 评论：关于人工智能（机器人写作）写1000 字评论（2018 西南大学 334） 论述：人工智能技术运动对新闻生产的影响 （2019 上海大学 440） 论述：人工智能的技术给广告带来怎样的影响 （2019 中传 828）
1. 考察题型。根据对前几年真题的回顾分析，2018到2019年的题目普遍为简答或者论述，分数占10到30分，不排除对评论题型的考察，如“关于人工智能（机器人写作）写1000 字评论（2018 西南大学 334）“。可以说题型考查涉及到方方面面。
2. 考察角度。人工智能作为题眼的论述题集中于人工智能对新闻传播业\新闻生产\媒介伦理\媒介的影响等方面。同时人工智能作为媒介技术中最为重要的一环，该专题下的一系列知识点如算法推荐、信息茧房、机器人写作都需要联系学习。
3. 考察趋势。根据真题来看，关于人工智能的考点，未来的考察趋势会围绕技术伦理和发展现状几个方面。比如，2020年有许多人工智能负面案例，这就涉及到工具理性和价值理性、技术决定论等议题的知识。这部分完全可以结合媒介环境学派、哈贝马斯“工具理性”等相关内容来复习并。
But！即便知识在不断更新，我们仍然不难发现，2020年的考题很大程度上仍会考察经典题型方面，因此，答题的新意、案例的新旧将成为答题拉开差距的重要方面。如”人工智能在中国新闻业的发展现状（ 2020 安徽大学 334）“这一题就考察的是人工智能在中国语境下的发展。因此，大家学习时一定要注重对名言和案例的积累和运用，争取让自己的答案变得更加具有区隔性。
[1]刘淏.人工智能对新闻传播教育的重构[J].传媒,2020(15):85-87. [2]曹钰枫,牛盼强.智媒时代新闻再定义:新闻是增量信息的有效呈现[J].新媒体研究,2020,6(14):5-6+23. [3]黄馨茹.人工智能应用于新闻传播的热点场景及策略[J].青年记者,2020(17):90-91. [4]胡晓巧.人工智能技术在新闻传播业中的场景应用——以百度大脑为例[J].新媒体研究,2020,6(11):23-24. [5]崔楠,余杨.探析人工智能发展对新闻工作者自身素质的新要求[J].传媒论坛,2020,3(09):40. [6]喻国明.关于智能时代新闻传播学科建设的若干思考[J].教育传媒研究,2020(02):12-14. [7]刘德寰,王妍,孟艳芳.国内新闻传播领域人工智能技术研究综述[J].中国记者,2020(03):76-82. [8]李明德,王含阳,张敏,杨琳.智媒时代新闻传播人才能力培养的目标、困境与出路[J].西安交通大学学报(社会科学版),2020,40(02):123-130. [9]孙江,何静,张梦可.智能传播秩序建构：价值取向与伦理主体[J].湖南工业大学学报(社会科学版),2020,25(01):41-47+55. [10]郭琪.基于“模式—价值—受众”框架下的自动化新闻探究[J].新闻世界,2020(02):62-66. [11]新华社"人工智能时代媒体变革与发展"课题组,庞晓华.人工智能在新闻传播全链条中的具体应用[J].中国记者,2020(02):19-22. [12]李倩.智媒时代工具理性与价值理性的博弈——以AI合成主播为例[J].东南传播,2020(01):27-29. [13]柯泽,程伟瀚.人工智能时代的传媒变局、危机以及认识论误区——基于5G技术的理性与人文主义的思考[J].新闻与写作,2020(01):72-78. [14]蔡雯,李忻蔚.新闻业务改革中的技术困局——对近几年新闻传播中技术应用的观察与思考[J].中国编辑,2019(12):9-14. [15]方晓茸.人工智能浪潮下媒体融合路径探索[J].传播力研究,2019,3(35):95-96. [16]张馨.人工智能时代新闻从业者的角色转型[J].传媒观察,2019(10):84-88. [17]林嘉琳.算法技术演进下新闻传播的伦理困境[J].青年记者,2019(24):15-17.
1. 根据对这一段时间内文献的梳理，我们了解到，学界对智媒时代下的各具体、微观环节进行了研究，包括“人工智能在新闻传播全链条中的具体应用”，“国内新闻传播领域人工智能技术研究”，“人工智能应用于新闻传播的热点场景及策略”，“人工智能对新闻传播教育的重构等”。这也提示了我们应该更加关注对具体、微观传播链条的内容把握。
2. 同时，由于2020年的一些失范事件，学界对人工智能带来的伦理挑战进行了探讨。如“人工智能时代的传媒变局、危机以及认识论误区——基于5G技术的理性与人文主义的思考"、"智媒时代工具理性与价值理性的博弈""新闻业务改革中的技术困局——对近几年新闻传播中技术应用的观察与思考"".算法技术演进下新闻传播的伦理困境"，因此，也需要侧重复习这个模块的内容。
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。
人工智能技术将使新闻生产更加高效便捷，受众行为分析更加精准，媒体传播效果更加优化，它对新闻的内容生产、议题设置、运作方式等带来革命性的影响。
使用与满足
“使用与满足”理论主张从受众的角度把握大众传播的效果与价值，认为受众对于媒介的选择通常是合理的，并通过对具体服务的使用来获得满足。在个性化新闻推送APP上，用户对于媒介内容的“使用”由原来的用户主动搜寻获取或是海量信息流推送的被动接受转变为基于用户兴趣需求和信息智能推送的双向匹配。这一转变既能满足信息过载情形下用户对优质内容的选择，也有利于新闻信息的高效分发。用“满足"的角度来看，个性化推送解决了用户需求中“兴趣”这一核心要素。总的来说，个性化新闻推送使“传者中心"向“用户中心"转变。而基于兴趣的信息在到达用户环节后更有可能被转发到社交媒体平台上，进而触发下一轮的传播。这一过程也促成了用户社交需求和价值认同的相互对接。
信息茧房
“信息茧房"是哈佛大学法学院教授桑斯坦在其著作《信息乌托邦》中提出的概念，指的是在信息传播中，因公众自身的信息需求并非全方位的，公众只注意自己选择的东西和使自己愉悦的通讯领域，久而久之，会将自身桎梏于像蚕茧一般的“茧房"中。
在个性化新闻推送机制下，通过算法过滤和正反馈处理的新闻信息在类型、题材、丰富程度等方面不断受到限制，用户的媒介接触也被自我“兴趣"不断固化。久而久之，会使成人们的视野越来越窄。甚至可能出现像桑斯坦说的：“不同群体之间与法无法沟通，造成群体极化现象"。这样的个性化推送技术的扩散会使人们脱离具有挑战性的视角，从而降低受众的公众意识。
2015年9月，腾讯财经推出了自动化新闻写作机器人“Dreamwriter”，用时一分钟写出了第一篇报道；11月，新华社写稿机器人“快笔小新”正式上岗，可以写体育赛事中英文稿件和财经信息稿。
计算机自动生成的机器人新闻，尽管在国内尚属新鲜事，但是国外几年前就已成为现实，机器人早已开始协助写稿、编辑、校对等。路透社、美联社、《纽约时报》《洛杉矶时报》、雅虎、赫芬顿邮报等传统媒体和互联网公司都已纷纷采用机器人生产新闻。
随着人工智能技术的逐渐成熟，机器人的计算能力和学习能力不断提升，传统新闻生产的方式将逐渐被颠覆。过去依靠专业记者生产内容（PGC）的手工模式，继走向“专业生产+用户生产”（PGC+UGC）的Web2.0模式后，又将走向Web3.0新阶段：算法生成内容（AAC），与PGC和UGC三者鼎立。
新华社副社长刘思扬6月在圣彼得堡国际经济论坛讨论人工智能对新闻业影响时认为，未来人工智能至少会从内容生产和消费两端对媒体发展带来变革。人工智能与物联网、大数据深度结合，将催生真正意义上的“精准媒体”，在图像识别、视频处理、跨文本翻译、数据库激活等领域，推动媒体融合快速发展。
短期而言，体育报道、财经报道、房地产分析报告、民意调查、市场调研报告等比较容易实现标准化生产的领域，人工智能的应用迅速普及推广。
传统媒体的议题设置，主要取决于当时的新闻热点、宣传管理部门的指令、媒体同行的选择和编辑记者的经验。但是，人工智能技术出现后，媒体议题设置和编排分发的旧有规则被打破了。算法推荐新闻，以及受众之间的相互推荐，逐渐开始争夺内容分发的主导权。
人工智能技术的核心是数据挖掘。媒体的受众分析将比以往更精准，内容的聚合与分发，将更加精准化、智能化、对象化、个性化。通过大数据挖掘技术、个人信息行为追踪，新闻机构可以做到为用户智能推荐，实现个性化的新闻定制。全球新闻生产从人工整合向技术整合的趋势愈加明显，人工智能向传媒领域进军已成潮流。人工智能技术宣告了个性化新闻时代的全面到来。针对每个订阅用户的专属评论和定制化报道，已经成为现实。
首先，人工智能技术使得“用户画像”更清晰，可以为用户量身定做内容。过去，“一点对多点”的、千篇一律的生产模式将转变为个性化、对象化、差异化的内容生产模式。大数据技术可以对受众进行详尽的统计分析。“你在看手机时，手机也在看着你”，互联网巨头悄然地收集着用户所有行为数据——除一般性的用户数据（如性别、年龄、地域分布、情感倾向、注意力偏好、行为喜好、渠道偏好、消费能力、生活轨迹、关系圈、终端匹配等），还有产品数据（如产品形态、产品资费、渠道、品牌、类型和终端要求等），以及网络能力数据（如网络功能、利用率、效率等）。新闻客户端“一点资讯”的创始人郑朝晖曾坦言：“比阅读重要的是阅读者的行为”。
其次，人工智能技术可以为受众进行场景化适配，这是传统议题设置望尘莫及的。在不同时段、不同地理位置，用户对新闻的需求都不同，机器人可以在后台实时调整。如此，就不会出现将传统媒体内容照搬到PC端，PC端内容复制到手机端，将白天信息需求视为和夜晚等同的窘境。
与场景时代相关的有五大因素：大数据、移动设备、社交媒体、传感器和定位系统，它们都和内容生产关联起来。“从哪来—现在哪—去哪里”三个阶段，用户接收的内容都不一样。如受众走路或运动时，可以通过谷歌眼镜、智能手环等可穿戴设备，接收短小精悍的突发新闻；受众在等车候机时，可以通过手机接收碎片化、趣味化的内容，受众在临睡前，可以接收娱乐类、情感类的内容。
最后，人工智能技术使媒体更加社交化，更加注重对社交媒体数据的收集和挖掘。对媒体来说，没有大数据，一切都将成为无源之水、无本之木。未来媒体的竞争力，取决于其数据挖掘的能力，而非简单的叙事能力。过去的议题设置，片面追求新闻热点，忽略多元化用户的需求。而人工智能时代的内容选择，取决于兴趣引擎以及长尾理论。今日头条的竞争对手“一点资讯”也深谙此道。它通过微博绑定，推测出用户的兴趣爱好。用户使用时间越久，基于兴趣引擎的媒介工具会越来越懂用户，在频道内容和排序上会更符合其胃口。
一、人工智能技术的加盟为传播领域的信息超载提供了新的技术解决范式
人工智能的概念在上世纪60年代以前便提出，但真正形成一些规范化的概念和理论是60年代，并形成了一阵小高潮。但由于当时的计算机技术的限制，随后的一段时间它只是停留在人们幻想中或童话层面的产物，很难提高到产业级别乃至社会级别的层面。随着互联网技术和数字化技术的出现和发展，计算性能越来越好，人们又重新点燃了对人工智能的热情。
实际上，今天是个人被激活的年代，可被整合利用的社会要素要比过去任何时代都更为丰富，而且人的主观能动性被极大地调动。社会在进行管理和资源配置时所要处理的信息量有了巨大的提升，光靠传统的人力思维去管理是行不通的。封建时代和资本主义时代的不同在于，一个是要用高度的集权来管理，一个是鼓励扁平化的管理。这是信息超载后对管理规范和管理范式所提出的新要求，而现在又到了一个新的超载时代，这种信息超载需要新的技术支持，也需要为人们制定新的游戏规则。从机器的角度来说，这就要求有更高效的信息处理模式和解读信息、应用信息的新方式，这一定是和人工智能联系在一起的。
新闻传播领域的人工智能和两方面因素相关，一个是内容生产，一个是信息通路。从信息通路和信息导引的角度来看，人工智能已经成为传播领域精确制导的关键资源、成为传播产品的标准配置。在当前个性化、分众化消费的时代，如果产品还停留在不问目标的普遍“撒网”、目标对象不明晰的水平上，那该产品的价值实现相对就会比较低。
内容配置基于用户洞察的数据会成为特殊的信息通路，使合适的资讯和合适的人在合适的场景彼此之间形成耦合，这就是人工智能时代“信息通路”的功能体现。现在的大数据的使用其实是和人工智能的信息处理方式联系在一起的，它会成为用户洞察、效果评估和内容渠道构建的关键。当前任何一种基于现代化模式的生产都应该有智能化处理的数据与之搭配，如此一来，才能达到条条大路通罗马的效果，而这恰恰是“今日头条”为何能够为3亿5千万用户提供个性化资讯的原因所在。反观《人民日报》的“中央厨房”，其实它还停留在传统的内容生产层面，即使有所谓的规模效应，它也无法为3亿5千万的用户提供个性化的资讯。
二、人类智能与人工智能应当在人机对话的机制中实现功能互补和价值匹配
机器学习是人工智能的第一项普及化技术。一些简单重复、数量庞杂的工作可以用人工智能中的机器学习的方式来替代，减轻人信息加工的负担。现在对基于用户洞察和基于数据找寻信息传播的路径这一块的要求越来越高，这是传播绩效最基本的要求。而要开发非共性的“利基市场”、开发分众化的“长尾市场”，一定要有相关的数据作为路径导引和技术支撑。用户洞察、数据路径辅之以机器学习，会成为传媒业普遍使用的人工智能的一种方式。
在人际交互方面，人工智能也能帮助人去采集必要的相关资讯。《环球时报》的总编胡锡进就某一争议性话题撰写社论前，他通常会从其专家库中挑选左右各派的几位专家，在听取他们的意见后才下笔撰稿。这种传统工业化流程的社论撰稿模式其实是可以借助人工智能来完成。人工智能能判断出众多专家的立场和政治标签，通过综合各派专家观点，如此一来在撰写评论时，话语空间和结构性把握相对来说会更加到位、更有把握。这就是人机如何互动的具体应用。
参考思路与行文：
1. 传播内容：易形成新闻偏见、新闻失衡，缺乏新闻价值
人工智能不像人一样具有情感，其缺乏新闻工作者的人文关怀，以所谓的技术客观性遮蔽了新闻工作者应坚守的职业伦理和社会秩序，放大了伦理失范。而且，互联网信息泥沙俱下，基于广泛数据挖掘的人工智能技术不仅增加了公民隐私权、著作权受侵犯的风险，还延续了新媒体的媒体暴力、媒体审判和新闻失实等现象，形成传播的二次失范和次生失范。二次失范是指人工智能技术不加判断，以互联网中违背法律和传播伦理的信息为信息源，再次生产新闻并广泛传播造成的伦理失范。次生失范是原本的新媒体新闻信息并未对当事人权益形成侵害或已经形成一定侵害，由于人工智能技术运用于新闻传播领域，对当事人权益带来意想不到或新的侵害。
（1）人工智能技术具有隐蔽的偏见和欺骗性
（2）基于算法的热点新闻单纯迎合受众，容易导致新闻失衡
（3）有些机器人新闻空有技术噱头，违背新闻报道的基本要求
2．传播媒介：舆论监督作用被削弱
新闻媒体不仅仅传递信息、提供娱乐，还担任着监测环境的职责，是舆论的引导者和议程的设置者。在人工智能技术大范围应用到新闻传播领域的时代里，机器人代替人类成为写作的主体，而监督的主体却无法从人让渡到机器算法。
我们知道，新闻媒体是进行舆论监督的主要载体，在某种程度上代表了公众的意见，新闻媒体作为一个公开发表的渠道代行了法律赋予公众所具有的监督权。依靠媒体的公开传播所形成的强大影响力，新闻媒体能迫使监督对象以社会舆论为指向改变自身的不当行为。与人类记者相比，写稿机器人不具备舆论监督的能力，没有大局意识，哪些问题可以报道，在什么时机报道最适宜，报道之后会取得怎样的效果等，写稿机器人都无法判断，也不擅长发表具有引领作用的深刻见解。由机器人主宰新闻生产，长此以往会降低公众对媒体的信任度，削弱新闻媒体的监督功能。
3．受众：信息安全和著作权得不到基本保障
随着人工智能技术在新闻传播领域的渗透，信息采集的方式将更为隐蔽，范围将不断扩展。无论是智能热点搜集、智能新闻写作还是智能推荐，都是建立在对海量数据的搜集和分析基础之上的，这将面临源数据被披露的问题。
智能热点搜集使公民数据陷入非法收集、过度分析的危险。精准的智能分发是以让渡个人隐私为前提的，深挖用户信息、阅读习惯给用户带来便利的同时，也侵犯了公众的隐私，让便利和隐私成为悖论。由于新闻来源不透明，机器人新闻写作源素材的抓取使用，在无形中侵犯了公民的著作权，使版权保护形同虚设。
4．传播效果：使受众深陷“信息茧房”，对社会产生负面影响
以挖掘用户喜好为导向的智能新闻生产、分发模式带来了同质化新闻的泛滥，长期接触同类信息会导致受众的知识素养和新闻品位下降。新闻不仅是一种信息产品，更具有社会教化的作用，智能新闻的生产和分发模式会造成言论单一，不利于公众的社会认知、责任意识的养成。如果长期受智能新闻分发平台的控制，将导致受众仅关注个人兴趣，深陷“雷同之海”，忽视社会公共事件，造成与社会的割裂，这在某种意义上也违背了媒体需要客观中立、传递不同声音的理念。
二、人工智能为代表的智能媒体时代对专业人才的培养提出了怎样的要求？
参考思路与行文：
未来需要的人才要能够在与数据、人工智能以及社会发展状态相适应的基础上找到自己的专业位置。对此，至少有三点要求值得我们关注：
第一，人工智能是对人的一种模拟，需要算力、数据和算法的支撑。因此，没有数据或缺乏数据的领域和事务，人工智能能够施展的能力空间就很有限，所以需要人去挖掘、去解决，这就是人工智能时代传播专业应该培养的一种职业能力。比如，解释性新闻、调查性新闻，人工智能不可能在这种新闻类型的前期调查环节发挥作用，只能在搜集了一定量的资料之后帮我们进行某些材料的分析，因为这些材料不可能自动呈现在资源库里面，需要人主动去挖掘。
第二，同样的道理，人工智能是让算法来决定如何对一个事情进行把握和控制，算法面对的只能是有限的变量个数。然而人在面对现实的时候，接触到的是不计其数的变量。经过几十亿年的变化，人对于外界有一种信息的统合把握能力，简而言之，可以叫作“直觉”——你跟一个人接触两三小时，一番吃饭、聊天、娱乐之后，你就能知道这个人能否适合和你做好朋友还是要敬而远之。但是从人工智能的角度来说是完全不能理解这种思维模式的，它需要了解更多的变量和信息，例如品性、智力、情商、身体素质等，而且很可能由于变量的复杂而无法得出关于这个问题的结论。所以有很多感受是不能被算法替代的，例如，设计感、体验感等。如果你去查询一下就会发现，人工智能崛起后还会保留的职业中就包括教师，就是因为人对人培养的感受无法被机器替代。
第三，作为一个专业的内容生产者，在未来的社会当中，或许不能再以生产内容来进行自身核心价值的呈现，而是可以尝试通过数据的导引形成对社会传播的调控，通过为大家提供一个传播的模板，让大家在简化的传播安排中去做、去表达，从而少走弯路，提高效率，并且起到守住底线和文化引导的作用。因为作为专业的传媒工作者，可以掌握，所以可以先人一新的表达、新的形态、新的技术步为大众提供一些易操作的模块，通过这类服务来实现自己对社会和舆论的引导作用。
第四，做一些总量控制的信息平衡与引导：当社会发生不平衡的时候，可以运用自己的专业能力为社会意见的表达、社会利益的表达、社会情绪的表达起到稳定器的作用，通过四两拨千斤的方式调集、激活一些力量，去压制那些表达过于强烈以至于走向偏态的东西。
以上种种，都是未来传播工作者需要去学习的，与之相对应的专业知识就是社会的组织学、激活调动大家的现实认识能力、数据分析能力、群体组织能力、社会运营能力等，而不是过去强调的编采评写。当然，我们并不能因此就忽视了基础的编采评写能力，因为社会处在一个过渡阶段，传播工作者还是需要掌握这些传统意义上的基本功。
参考文献：
[1]喻国明,侯伟鹏,程雪梅.个性化新闻推送对新闻业务链的重塑[J].新闻记者,2017(03):9-13.
[2]梁智勇,郑俊婷.人工智能技术对新闻生产的影响与再造[J].中国记者,2016(11):72-75.
[3]喻国明,姚飞.试论人工智能技术范式下的传媒变革与发展——一种对于传媒未来技术创新逻辑的探析[J].新闻界,2017(01):39-43.
[4]靖鸣,娄翠.人工智能技术在新闻传播中伦理失范的思考[J].出版广角,2018(01):9-13.
[5]喻国明.关于智能时代新闻传播学科建设的若干思考[J].教育传媒研究,2020(02):12-14.