当前位置: 龙八_long8(中国)官方网站 > 新闻中心 > 生产、叙事与价值:主流媒体的数智化转型及实践
生产、叙事与价值:主流媒体的数智化转型及实践
时间:2024-06-25 05:13:05 点击次数:

  王建华(中国传媒大学新闻学院教授);苏日古嘎(中国传媒大学电视学院博士研究生)

  导 读 本文基于主流媒体的数智化新闻实践,从生产重塑、叙事创新与价值引导等三个维度进行剖析,为主流媒体的新闻实践提供理论借鉴。

  在大数据与智能技术驱动社会全方位转型背景下,数智化逻辑已深度嵌入主流媒体的新闻生产活动中。“加快融合步伐,尽快建成一批具有强大影响力和竞争力的新型主流媒体”[1]成为融合转型的目标,新闻生产方式、观念及其影响因素也发生转变。本文基于主流媒体的数智化新闻实践,从生产重塑、叙事创新与价值引导等三个维度进行剖析,为主流媒体新闻实践提供理论借鉴。

  以往的新闻生产活动中,新闻线索的获得主要依靠记者编辑的新闻敏感和其对社会热点的精准把握。并且,天气状况与地理空间的可行性皆成为新闻采集过程中的影响因素,这导致新闻时效性难以保证。如今,在数字技术加持下,新闻线索的来源越来越依靠“计算性新闻发现”,即“在出版之前使用算法将编辑注意力定向到潜在的、有新闻价值的事件或信息”[2]。新闻信息的收集越来越依赖数字技术,迎接党的二十大召开时,中央广播电视总台推出《解码十年》(2022)系列报道,以过去十年党和国家事业的历史性变革与成就为主要内容,结合“卫星视角+大数据调查+新闻故事”的报道方式,展示了多维立体、可爱可敬的中国形象。这是首次在新闻报道中使用卫星遥感、航空测绘和实景高质量数字化建模等多种技术手段。中国青年报则融合“裸眼3D”与视频技术,将中国创新发展的十年记忆进行“立体式”展现。[3] 2023年全国两会期间,中央广播电视总台在《“冠”察两会》中推出超仿播“AI王冠”、虚拟三维场景数字化实时合成节目《龙洋说两会》等受到关注,展现了技术赋能之下新闻采编的虚拟化、数字化优势。更值得关注的是,数智化促进以MGC为代表的媒体生产机制调整,“数据算法精准抓取内容,人工智能机器人参与素材采编、录入,人机交互完成用户画像数字化分析,为受众提供个性化的体验与服务”[4],这使得新闻采编发一体化,新闻制作更加灵活与智能。

  传统新闻生产中,新闻编辑依靠专业理念与规范进行相应的内容安全审核,对新闻内容生产和分发有着决定性的话语权。但在信息超载的数字时代,新闻数量与形态的海量化、多元化使单纯人工审核不再适用于纷繁复杂的传播场景。尤其对于视频新闻而言,需要从文字、图像、音频、视频等多模态视角进行介入与审核,远远超出传统的文字审核工作范畴。因此,“智能在前,人工在后”的审核流程成为当下媒体机构的通用模式,以在编辑与审核环节提供双重内容安全保障。其中,智能纠错功能可以通过建立多种自定义规则库,结合深度语言模型解析,对文本进行全方位检查、校对、识别并纠正文本当中的错别字词,进而辅助新闻编辑工作。智能审核则可以对新闻中出现的人脸、场景、物体以及敏感信息进行检测,具体包括两个层面:一是质量审核,需要检查文本中是否有错别字,以及视频的稳定度、清晰度、专业度等;二是内容审核,更加注重对视频中出现的敏感人物、不当言论进行识别与检测。这在一定程度上弥补了人工审核的不足,有助于提升新闻生产和审核的精度与速度。

  当前新闻行业的数智化需求从以往的单点业务能力向全流程业务能力转化,主流媒体如何加快融合步伐、加速新闻生产和传播的数智化转型是亟待解决的问题。从中央广播电视总台打造的5G新媒体平台“央视频”来看,其整体运作以智能媒体AI中台为底座,将智能化技术贯穿于“采编存管发”等全业务场景,全面优化了广电行业的媒资生产、管理及消费环节。如媒资库建设中,可以通过文本、音视频识别算法与文本、图像、人脸标签算法对上传的新闻进行分类,提高了内容检索、定位、获取与审核的效率,为内容运营、多模态搜索以及新闻个性化推荐提供了数据基础。另外,智能化编目可以提高新闻输出效率。以节目层、片段层、场景层与镜头层等四类编目对视频内容进行结构化分析,规范编目输出标准,可以提高业务效率,满足平台运营、新闻生产以及分发推荐等需求。这些功能充分体现了数智技术对于主流媒体新闻生产以及整个行业数智化转型的重要性。

  新闻生态变革使传统“受众”概念逐步转化为“用户”,“以用户为中心”的理念以及用户接收新闻时的情感倾向与接受程度成为衡量新闻成功与否的重要指标。“情感始终在新闻生产的过程之中发挥作用,作为核心要素形塑着新闻叙事与呈现的策略。”[5]相较于其他平台,主流媒体对于“流量的价值”与“价值的流量”之间的把握相对平衡,在传播环节中如何与接收者之间产生情感共鸣,做到共情传播是其新闻生产中所考虑的关键问题。

  主流媒体的情感化叙事更加注重纵向连接,“以‘过去’为重要叙事资源,通过传承延续、经验借鉴、对比衬托等三种模式与当下进行勾连”[6],建构跨时空媒介意义空间。尤其在重大主题新闻报道或突发危机事件新闻报道中使用较多。新中国成立70周年时,抖音账号“中国军号”曾发布阅兵仪式的短视频《历年广场大阅兵合集来了!2019新中国成立70周年大阅兵,你有什么期待?》。该视频以70年为时间跨度,将新中国成立以来的广场大阅兵视频进行对比,以可视化方式衬托逐渐强大起来的中国形象,以此与公众产生情感共鸣,进而强化民族共同体意识,截至2023年9月1日,该短视频点赞量达到6.5万,转发量与评论量均超过3000次。[7]中央广播电视总台《新闻联播》栏目抖音号设置《穿越了,联播》专题视频,通过重温“历届春晚名场面”、讲述“年味儿”的发展历程等话题衬托当下所产生的一系列变化。专题采用与过去新闻进行对比的跨时空媒介记忆建构的方式,引领公众对所处时代的获得更加清晰深刻的认知,情感共鸣也更为强烈。在大数据的衬托下,“过去”作为叙事资源在新闻情感化的过程中以及优化共情传播效果时发挥着非常重要的作用。

  主流媒体的新闻叙事不局限于文字与图片,更多以游戏化表达、参与式新闻等交互叙事的方式呈现。“新闻游戏化是新闻游戏属性的历史彰显,也是数字时代新闻业转型的重要趋势。”[8]当新闻游戏化逐渐从思维与符号的运用转变为具体的新闻产品时,新闻游戏应运而生。于新闻游戏而言,新闻是传播本体,游戏是叙事方法。新闻游戏通常“以 H5作为承载平台,机制设计简单,可分享性和传播性较强,信息到达率高,融合了图片、视频、音频和动画等模块,调动听众全方位感官体验”[9]。其最终目的在于将部分叙事权让渡给公众,使其参与到意义建构的过程中,打通意图意义、文本意义与解释意义,推动主流媒体与公众之间的互动交流,从而提升数智化传播效度。

  从《复兴大道70号》(2019)2D动画与全张照片合成,到《56个民族服装任你选!快秀出你的爱国Style》(2019)真人头像与实景套装合成,再到北京冬奥会小程序《我是冰雪高手》(2022)动态视频合成,人民日报新闻叙事的游戏化特征愈加明显,交互性、参与性不断加深。央视网和抖音联合打造的《种花家这十年 一路生花》(2022)新闻作品运用AI换脸技术,用户上传照片之后可以感受航天员、网络博主、舞者等5个新时代角色,以互动游戏的形式沉浸式体验中国十年来的重要时刻及变化。随着VR、XR等智能技术的不断发展与应用,未来主流媒体新闻作品中融合数智技术的互动性因素的考量势必会更进一步,致力于以交互叙式的游戏化形态激发新闻内生动力。

  从传统媒体到数智媒体发展过程中,新闻业大致经历了“商品主导→服务主导→场景主导”的阶段。商品主导期,新闻是一种有形资源,受众是消费者,边界清晰,主客体分明。媒体的任务在于以专业角度生产与传播新闻。随着互联网、移动设备与商业传播平台的普及,受众主体性显著提升,新闻生产逻辑从商品主导转向服务主导。媒体不仅承担着传递信息的功能,也是连接社会多元主体的中介,使大众主动参与到公共事务中来,具有社交与服务属性。在数智技术更加深入应用到新闻业时,场景化思维显得尤为重要。在此背景下,主流媒体以数智技术提升新闻的现场感、增强用户的新闻体验成为需要突破的重点与难点。

  数智化优势在于可以通过AI、数字仿真等技术生成虚拟新闻场景,强化用户对空间的沉浸感知。如2021年五四青年节前夕,新华社联合多个部门共同推出《老照片会“说话”!“穿越”时空遇见TA》。该新闻作品利用图片修复、上色、动作驱动三项AI技术,让16位历史名人“穿越时空”,以他们的青春感悟同年轻人“视频聊天”答疑解惑,有效提升了新华社在网络青年群体中的认可度。2022年北京冬奥会期间,中央广播电视总台推出全球首台5G+8K超高清视频全业务转播车实现长时间稳定传输超高清信号,搭配“猎豹系统”的“时间切片”“子弹时间”等技术,将精彩纷呈的开幕仪式以及比赛现场呈现在大众眼前,带来一场竞技、文化与科技交融的沉浸式视听盛宴。可见,数智化技术在助力主流媒体打造沉浸式体验、提升新闻叙事的场景感方面大有可为。

  对数智化的关注,不能停留在生产与叙事层面,更要关注数智化如何在“众声喧哗”的媒体语境中辅助主流媒体“提高音量”,提升主流价值观引导力与影响力。在多元社会价值观念相互作用与影响过程中,主流媒体一直都是传播主流价值观的重要载体与平台,其具象化、矩阵化与算法化新闻呈现对于打造主流价值体系有重要作用。

  当下,主流媒体新闻报道的具象化与人格化叙事越发突出。具象化叙事强调将宏大叙事解构为独立的、有温度的人物故事,把情感作为沟通桥梁,通过以小见大的方式形塑公众对于特定议题的认知与态度。这种独像描画与群像报道方式不同,更加注重新闻的贴近性与情感性,通过情感嵌入拉近新闻与微观个体之间的关系,从而优化共情传播效果。从《清澈的爱,只为中国》《50年了,看中国交出的答卷》等中国新闻奖获奖作品可以看出,以小切口表述大主题、具象叙事与宏大叙事相结合的模式更有利于提升新闻的温度,打通媒体与个体之间的情感空间。与此相同,人格化叙事也是强化主流价值的有效路径。主流媒体新闻生产中,通常借助可感知的人格化符号构建情感化形象,并以此与公众产生情感勾连。如2023年全国两会期间,中央广播电视总台在《“冠”察两会》节目推出超仿播“AI王冠”,通过真人主持人与超仿持人的对话介绍两会主要议题。这种人格化的互动叙事有助于消弭主流媒体与公众之间的距离感,从而提高主流价值传播力。

  对主流媒体来说,生产政治正确的优质、鲜活新闻作品是主流价值“破圈”传播的底气。但在此基础上拓宽新闻传播广度、强化价值引领力度,依靠的则是全媒体平台的矩阵式传播。

  从实际新闻生产传播看,目前多数主流媒体均已形成具有特色的全媒体传播矩阵。新华社自2021年以来统筹引领对内报道全媒平台和国际传播融合平台的转型升级,形成“两微+一端+多号”的全媒体传播体系。同时积极探索数智技术在采编业务和新闻报道中的创新应用,推出一系列优质的融合报道产品。中央广播电视总台致力于“从传统广播电视媒体向国际一流原创视音频制作发布的全媒体机构转变、从传统节目制播模式向深化内容生产供给侧结构性改革转变、从传统技术布局向‘5G+4K/8K+AI’战略格局转变”[10],不断加强技术创新,积极推动数智化媒体传播体系建设,构建以央视频、央视新闻和云听为主的5G新媒体旗舰集群,并采用“‘大中台+小前台’设计理念打造智能化技术支撑新平台”[11],构建涵盖数据采集与处理等内容生产全过程的数智媒体传播体系。数智化、矩阵式传播体系在大型体育赛事中的表现尤为出色。2022年北京冬奥会,中央广播电视总台充分发挥平台与资源优势,兼顾海内外受众群体,相继推出《冬奥大咖谈》《冰雪星愿》《解码科技冬奥》《我的冬奥故事》等作品,讲述真实的奥运故事,传递奥运精神,充分展现总台作为国家级主流媒体所具有的价值影响力。

  个性化算法推荐在商业传播平台中效果显著,但也由此引发“流量为王”“信息茧房”“内容低俗化、同质化”等问题。2019年1月25日,习在中央政治局第十二次集体学习时明确提出,“用主流价值导向驾驭‘算法’,全面提高舆论引导能力”[12]。这说明,数智时代,主流媒体在价值引导层面的职责与使命更加艰巨:一方面,要保持自身新闻生产与传播中的真实性、客观性,持续提供优质新闻作品,对当前存在的算法焦虑起到纠偏作用;另一方面,要适当借鉴商业传播平台的算法推荐机制,结合自身特殊性,形成以多元价值取向构成的主流算法。尤为关键的是,主流媒体在个性化智能算法推荐中要赋予主流价值观引导,打造多元化内容供给侧生态,缓解算法焦虑,进行积极向上的主流内容、价值与文化引导。

  “主流算法”或“党媒算法”不仅在顶层设计上给予新闻行业正确导向,更依靠AI技术建立人机结合的内容把关机制,保证信息真实性,提升主流意识形态的覆盖率。中央广播电视总台于2021年率先在其新媒体旗舰“央视频”应用主流算法,以主流价值、艺术价值、商业价值等三条坐标轴作为参照系,形成由引擎系统、算法工作台、算法测试系统和知识结构四部分组成的整体方案,在经历V1.0、V1.1、V1.2到V1.3的升级迭代之后形成相对成熟的运行机制,实现总台算法的可用、可管、可控。[13]人民日报主要通过“业务数据中心、内容标签系统、内容过滤审核系统、用户分析系统、精准分发系统、检测反馈系统”[14]等六大算法系统助力主流价值传播的实现,并以建立知识图谱体系进一步强化机器推理能力,实现内容从点对点到跨域呈现的推荐效果,形成独特的“党媒算法”。

  媒体深度融合进程中,数智技术重塑新闻生产、情感交互推动叙事创新、“党媒算法”加强价值引导是较为突出的融合范式与策略。未来,如何进一步提升主流媒体在网络空间中的“可见性”与权威性,强化主流媒体引导力与影响力还需在数智化实践中继续探索。

  [1]中央办公厅 国务院办公厅印发《关于加快推进媒体深度融合发展的意见》[EB/OL].(2020-09-26)[2023-09-01].

  龙8体育官网

  [4]顾亚奇,刘超一.“数智化”视听媒体的内容再造与价值融合[J].新闻战线]凯伦·沃尔-乔根森,田浩.数字新闻学的情感转向:迈向新的研究议程[J].新闻界,2021(07):25-32.

  [6]龙彦儒,于德山.“过去”作为叙事资源:新冠肺炎报道中的非典记忆研究[J].传媒观察,2021(02):29-37.

  [9]张锐,刘靖晗,张美伦.交互·创新·协同:数智化背景下传媒业的转型机制[J].视听界,2023(02):15-20.

  [13]梅剑平,王乐.主流媒体算法的破茧之路——以总台算法在央视频的应用为例[J].中国记者,2022(10):117-120.

  [14]张健,张深源.人民日报客户端主流算法应用实践[J].人工智能,2020(02):90-96.


本文由:龙八_long8(中国)官方网站提供
网站地图

Copyright © 2012-2024 龙八(中国)官方网站 版权所有