生成式人工智能背景下传媒人才培养的时代要求与实践创新
韩晓宁 王浩丞
◎摘 要
高校作为传媒人才培养主阵地，应立足生成式人工智能背景下传媒人才培养的时代要求，将业界需求融入传媒人才培养的实践，以“价值对齐”贯穿培养全过程做好价值引领，以“人工智能素养”为支柱设计传媒人才能力素养体系，以“人工智能+”创新智慧融合教育模式，以“四链”融合做好创新资源基础保障，创新探索传媒人才培养的实践路径。
当前，以生成式人工智能为核心的数字技术正深度嵌入人类社会，深刻改变传媒生产方式，影响舆论格局，也对传媒人才培养提出了新需求新挑战。如何适应新形势培养高质量传媒人才，成为高等教育领域新闻传播及相关专业需要回答的“时代之问”。高校作为传媒人才培养主阵地，需要围绕生成式人工智能技术的范式革新，把握生成式人工智能背景下传媒人才培养的时代要求，将业界人才需求融入传媒人才培养的实践过程，系统性统筹传媒人才培养的价值引领、素养体系、教育模式和资源保障各个维度，开辟传媒人才培养的创新路径。
要应对生成式人工智能对传媒人才提出的新挑战，必须牢牢把握中国式现代化对舆论生态和格局提出的新要求，深刻理解技术变革给新闻舆论工作带来的新变化，积极回答智能传播提出的新课题，开辟高质量传媒人才培养创新的实践路径。
1.深度嵌入社会舆论，传媒人才培养需以服务中国式现代化作为新指向
生成式人工智能以算法推荐、智能生成与情感计算为基础形成技术集合，重构舆论生成、传播、演化的规律与路径，深度介入社会舆论的生态化转型与媒介化治理。为应对生成式人工智能所引发的社会舆论生态变革，传媒人才培养需要以服务中国式现代化为价值指向。中国式现代化对新闻舆论工作提出了舆论与国家治理、媒体深度融合发展、加强国际传播能力建设三个向度的要求，为生成式人工智能背景下的传媒人才培养树立了明确的顶层指向。
培养服务于构建健康有序舆论生态的传媒人才。舆论治理关乎思想价值引领，在传媒人才培养流程中，要以深入学习贯彻习近平新时代中国特色社会主义思想为基础，使传媒人才明确政治站位、把握舆论导向。舆论治理要求实践能力，需要培养传媒人才主动应用以生成式人工智能为代表的智能技术，形成动态感知舆情、精准受众画像、强化价值引导的实践能力，主动探索舆论生态实践中的有效治理之道。
培养服务于国际传播能力建设的传媒人才。传媒人才培养必须深刻把握国际传播规律，使传媒人才适应跨文化跨语言工作环境，具备扎实专业功底，能够利用智能技术创新国际传播内容形态，突破跨文化传播障碍，精准把握全球舆情动态，着力提高国际传播影响力、中华文化感召力、中国形象亲和力、中国话语说服力、国际舆论引导力。
培养服务于全媒体传播体系建设与媒体深度融合的传媒人才。生成式人工智能以技术逻辑推动媒体融合向纵深发展，赋能全程、全员、全息、全效的“四全媒体”建设。这就要求传媒人才深入理解生成式人工智能在媒体融合中的作用。在培养过程中要使其掌握多模态智能生成、扩展现实等技术应用，将技术赋能于融媒体内容的策划、制作、分析全流程。
2.重塑传媒生产要素，传媒人才培养需为发展新质生产力提供新动能
生成式人工智能正在重塑劳动力、劳动资料和劳动对象的生产要素组合。生成式人工智能赋能传媒业劳动力，深化形塑“赛博格”（cyborg）式的人机协同共生关系，形成传媒业实践中的人机融合行动者网络。生成式人工智能升级传媒业劳动资料，带来具备跨模态、自主决策特征的智能化工具与平台，推动全业务流程智能化再造，提升了内容生产、分发、反馈等环节的质与效。生成式人工智能改变传媒业劳动对象，人工智能系统与数据算法系统和拓展现实技术相融合，拓展了传媒产品与服务的边界。
要使传媒人才培养为发展新质生产力提供新动能，需要在培养过程中，促使传媒人才更好地与生成式人工智能技术带来的新劳动资料、劳动对象相结合，推动传媒业全要素生产率的提升。增强传媒人才与以生成式人工智能为代表的新型劳动资料的适配性，需要培养传媒人才的数据思维和算法意识，使传媒人才能够掌握智能技术基本原理；提升其运用智能工具辅助内容生产、创新传播形态的实操能力，使其能够主动探索智能化劳动资料的创新应用场景。提高传媒人才与智能传播新场景下新型劳动对象的契合度，需要传媒人才培养主动适应新型劳动对象，具备在人智交互、虚实结合背景下，开拓智慧化、多元化新型生产消费场景的意识与技能，引导其探索实现数据、版权、流量、创意等新质要素优化组合的路径。
3.革新智能技术范式，传媒人才培养需直面智能传播实践新挑战
生成式人工智能正以其革命性的技术范式，在主体关系、认知能力和价值取向三个维度，深刻重塑着智能传播的实践图景。
从主体关系维度来看，生成式人工智能在智能传播实践中展现出拟主体性与类主体性。生成式人工智能技术在检索增强生成（RAG）、智能体（AI Agent）领域的发展，将使其具有内化吸收知识、自主感知判断等类似人类主体的能力。这将使生成式人工智能在传媒业务实践中，从无主体性的、人类的辅助工具，变为相对独立、能够在一定程度上替代人类的“拟主体”和“类主体”，形成人机协同共生的行动者网络。
从认知能力维度来看，生成式人工智能的认知能力提升，在智能传播实践中实现集体智慧赋权个体。在模型迭代优化带来的涌现效应下，多模态智能系统获得类人的认知能力，实现专业价值与海量可计算数据的循环学习转化，从专用系统向通用人工智能（AGI）突破认知能力边界，具备一定的人类智慧特征。这将使生成式人工智能在传媒业务实践中，显现出创造性输出潜力，以集体智慧赋权激活传媒业各类生产主体实践。
从价值取向维度来看，生成式人工智能在智能传播实践中，呈现出内在于技术与外化于社会两方面价值取向的不确定性。内在于技术逻辑，生成式人工智能基于人类文本知识与机器生成知识进行训练，有可能复刻甚至循环强化原有存在于人类社会中的价值偏见。外在于社会应用，生成式人工智能在社会应用中会形成复杂庞大的自动化决策系统，受到平台资本等社会力量的价值形塑，影响对智能传播中个体的价值判断。
生成式人工智能带来的智能传播实践，为传媒人才培养提出了新的时代要求。传媒人才培养必须主动求变、勇于创新，以“AI原生”（AI-native）思路塑造传媒人才培养的新动能。具体而言，在价值层，培育传媒人才对于人工智能与其背后算法系统的价值判断与思辨能力，使其能够主动防范伦理失范、算法偏见等潜在风险，成为智能传播中的“价值守护者”。在主体层，建立传媒人才对生成式人工智能技术的合理认知，使其在人机混生的行动者网络中找准“智能引领者”的角色定位。在技能层，立足多元智能传播实践场景，以“提示词工程”（prompt engineering）为核心构建其在全媒体业务流程中与人工智能的交互协作能力。
生成式人工智能背景下，应当将从人与人工智能的主体关系出发的“价值对齐”（value alignment）理念，贯穿传媒人才创新培养的全过程，做好价值引领。“价值对齐”强调智能主体与人类价值之间的高度协同，使其按照人类的指令、偏好、利益和价值观等规范运行。在传媒人才培养过程中，应当将技术相关价值观念与马克思主义新闻观的价值准则和社会主义核心价值观深度对齐。
以马克思主义新闻观的价值准则引领生成式人工智能技术内嵌价值观。人工智能加速赋能媒体内容生产的同时也存在一系列问题，机器学习模型难以像接受过新闻教育的从业者一样把握专业价值内涵，容易产生内容失实、伦理失范的风险。因此，要以马克思主义新闻观教育为引领，将党性与人民性相统一的原则，以及正确舆论观念等价值准则，植入人智交互协同背景下的传媒人才培养全过程，使传媒人才能够在实际业务中，坚持以马克思主义新闻观的价值准则为引领进行内容生产。
推动智能技术范式下社会舆论生态内嵌价值观与社会主义核心价值观的深度对齐。智能技术变革背景下，社会舆论生态复杂多变，需要传媒人才以社会主义核心价值观为引领，强化政治意识，将“坚持人民至上”等价值立场融入人智协同的新闻舆论工作实践中。要重视培养传媒人才将推荐算法、生成式人工智能应用中涉及的价值观念与主流价值深度对齐的能力，使其能够引导人工智能、推荐算法等技术应用在复杂舆论生态中发挥良性作用，构建良好的智能传播舆论生态。
生成式人工智能背景下，应当绘制媒体人才进行能力素养体系“画像”，进一步明确培养目标与方式。这需要以人工智能素养为支柱，提升传媒人才利用人工智能技术服务新闻传播实践的智能传播专业能力。
传媒人才能力素养体系的设计，应当以人工智能素养为支柱。人工智能素养是个体与人工智能系统进行交互时所具备的知识、技能和伦理道德的综合体现，它要求传媒人才对人工智能的发展脉络有基础了解，熟悉生成式人工智能的基础运作机理和应用场景，能够识别生成内容中的“幻觉”（hallucination）谬误与偏差，并能够利用合理的“提示词工程”与智能体进行交互。在数据技术方面，人工智能素养要求传媒人才掌握数据采集、分析等处理技能，将其运用于媒体工作中与数据相关的数据挖掘、可视化表达等流程环节。在算法技术方面，人工智能素养要求传媒人才理解算法的基本原理、运行机制，了解主流算法模型与推荐算法应用，具备一定的算法审计（algorithm audit）能力，能够识别算法偏见。
将人工智能素养进一步代入媒体业务实践，应当注重跨场景技术应用、跨模态融合叙事、跨主体风险防范三个维度的智能传播专业能力培养。
培养传媒人才的跨场景技术应用能力。场景是继内容、社交之后媒体的另一种核心要素，时空、环境、个体经验在虚实融合和智能技术的编织下，拓展出多元化、个性化的媒体生产场景与服务场景。在传媒人才培养过程中，应当突出提升利用扩展现实技术营造虚实交互场景体验的能力，以及针对多终端交互特点优化场景交互的能力，使传媒人才能够胜任智能采编、生产、分发、反馈等媒体生产场景实践。
培养传媒人才的跨模态融合叙事能力。人工智能技术深度参与叙事，不仅产生了新的叙事形式，还对叙事内容的生成与传播产生了深刻影响。在传媒人才培养过程中，应当使其发掘人工智能技术对叙事范式创新的赋能价值，塑造兼具强烈代入感和情感体验的融合叙事新范式。
培养传媒人才的跨主体风险防范能力。大语言模型依托参差不齐的海量训练数据，建构在基于“或然率”的黑箱化庞大算法系统之上，存在着模型“幻觉”、算法偏见等问题。在传媒人才培养过程中，应当注重提升其与智能主体的交互竞合中，对于算法偏见、伦理失范等潜在风险的识别和防范意识，使其具备以“提示词工程”和算法审计为代表的智能技术治理技能。
2024年政府工作报告提出，“深化大数据、人工智能等研发应用，开展‘人工智能+’行动”。高校应当把“人工智能+”思维贯穿传媒人才培养各个环节，以生成式人工智能背景下的学科融合、场景融合、产教融合推动“人工智能+”智慧融合教育模式创新，开创传媒人才培养新局面。
学科融合是以“人工智能+”创新智慧融合教育模式的基础。高校新闻传播及相关专业应当立足自身学科主体性，以“人工智能+”思维，突破新闻传播学与计算机科学、数据科学、认知神经科学等学科之间的壁垒，开发基于计算传播、人智交互等学科前沿研究方向的交叉学科课程，开设跨学科拔尖人才培养实验项目，将生成式人工智能前沿应用转化为教育优势，实现学科交叉创新与教学协同创新。
教学场景融合是以“人工智能+”创新智慧融合教育模式的关键举措。高校新闻传播及相关专业要利用生成式人工智能、扩展现实等智能技术，创设具有拟真感、沉浸感的虚实融合的智慧教学环境，打通课堂、田野、实验室的传媒人才智慧教育场景，开发线上线下相结合的智慧教学平台与课程体系，推进传媒人才培养环节的教育模式创新。
产教融合是以“人工智能+”创新智慧融合教育模式的重要路径。要深化产教融合、校媒协同的传媒人才培养模式，通过智能技术支持的虚拟仿真实训，将智能内容策划、生产、分发等业务场景引入教学全过程，鼓励学生参与智能技术驱动的实践项目并予以孵化，提升解决实际智能传播问题的技能。
党的二十大报告强调，“推动创新链产业链资金链人才链深度融合”。“四链”融合的关键在于对人才、资金等创新要素进行有效配置，构成形成一体链式、协同高效的现代化创新体系。生成式人工智能背景下的传媒人才培养，关键在于有效推进“四链”融合，处理好技术、创新和教育三者之间的关系，通过创新型传媒人才培育，推进人才资源、创新资源向传媒业配置转化，培植传媒业发展新动能。
人才链是传媒人才培养的核心与本体。应发挥好“双一流”建设高校带头作用，引领新闻传播学科优势院校，构建中国特色新闻传播学学科体系、学术体系、话语体系，加快推进新闻传播学科交叉融合，完善人才培养方案与“人工智能+”课程设计，培养一批符合人工智能应用实践需求的新闻传播学拔尖创新人才，夯实传媒业高质量发展的人才根基。
产业链是传媒人才培养供需精准对接的关键纽带。一方面，高校要主动对接传媒业发展现实需求，创新设计专业学位培养方案，强化新闻传播实践教学，培养应用型人才，提升人才供给适配性。另一方面，传媒业主体作为人才培育支撑力量，应加强校企合作，为传媒人才培养提供实践平台，推动人才培养与产业需求的动态匹配，实现传媒人才培养在高校和业界的紧密衔接。
创新链为传媒人才培养注入源头动力。应坚持创新驱动，以科教协同的思维，将人工智能等智能技术的前沿应用，有效转化为传媒人才培养实践的优势。通过高校等科研机构与行业主体协同发力，推动生成式人工智能等技术创新与人才培育实践深度融合，保障孵化人工智能相关方向的传媒创新资源与创新项目，促进创新资源的流动与要素有效配置。
资金链为传媒人才培养提供坚实保障。应加大财政资金投入，支持高校加强生成式人工智能等技术在传媒人才培养中的应用。鼓励社会参与，支持高校与传媒业共建产教融合实训基地、创新联合实验室，推动人才、资金等创新资源向人才培养环节聚集。完善科技成果产权激励政策，畅通人才培养与产业应用的转化通道，提高资金使用效能。
[本文为中国人民大学“习近平新时代中国特色社会主义思想研究工程”系列研究成果、2023年度中央高校建设世界一流大学（学科）和特色发展引导专项资金资助中国人民大学项目（23RXW196）成果]
（原载2024年第13/14期《中国高等教育》杂志）
