在人工智能技术飞速发展的背景下，AIGC技术凭借其自动化内容生成、多模态内容融合等特点，迅速变革了传媒行业，并推动了全新的商业模式和市场机会的出现。与此同时，传媒教育的智能化转型迫在眉睫，也面临着更新教学模式、促进跨学科融合和加强版权与伦理教育等挑战，这要求未来传媒从业者熟练掌握AI技术使用、数据分析以及应对技术伦理的能力。笔者通过回顾中国计算机基础教育的发展，以AIGC引领基础教育智能化转型为切入点，探讨了传媒教育如何在技术与艺术的融合中全面转型，并为培养复合型创新人才提供思路。
计算机基础教育发展历史回顾
我国高校计算机基础教育始于20世纪70年代末至80年代初。20世纪70年代，大学只有计算机专业的学生学习计算机课程，其他专业基本上都不开该课程。随着计算机在我国的逐步普及，高校计算机基础教育从无到有、从小到大发展起来，成为我国高等教育重要的组成部分。
1984年10月，全国高等院校计算机基础教育研究会适时成立，它以研究和推动高等院校非计算机专业的计算机教育为己任，率先在全国范围内提出了四个层次的教学体系，使大学计算机教育不断线。第一层次是计算机基础知识和微机系统的操作使用，第二层次是高级语言程序设计，第三层次是进一步学习软硬件知识，第四层次是结合各专业的计算机应用课程。这个教学体系为全国大部分高校非计算机专业的计算机课程设置提供了重要依据。
20世纪90年代，教育部发布155号文件，根据计算机发展的特点和现状，提出计算机文化基础、计算机技术基础和计算机应用基础三个层次。实践证明，按层次组织教学的理念和教学体系符合实际、切实可行，是我国计算机基础教育进一步发展的重要基础。
进入21世纪，国家全面推进信息化建设，互联网渗入到社会生活的每个角落。此时，面向全社会普及网络和信息技术成为重要突破口，计算机及信息技术成为大中学生和在职人员不可或缺的基本素养。2010年前后全国的小学普遍开设信息技术课程，将信息技术知识初步融入义务教育中，这也为信息技术在全社会的普及应用创造良好的条件。
2010年，北京大学、清华大学和西安交通大学等9所高校联合发布了《九校联盟计算机基础教学发展战略联合声明》，声明提到“计算机基础教学是培养大学生综合素质和创新能力不可或缺的重要环节，是培养复合型创新人才的重要组成部分”“旗帜鲜明地把计算思维能力的培养作为计算机基础教学的核心任务”。该声明明确了计算机基础教育对于新时代人才培养的重要意义，也推动了以计算思维能力培养为重点的大学计算机课程改革。
当前，新一轮科技革命与产业变革的浪潮席卷全球。2023年，教育部高等学校大学计算机课程教学指导委员会发布了《新时代大学计算机基础课程教学基本要求》，该要求紧跟新一代信息技术的发展，从信息与社会、平台与计算、程序与算法、数据与智能4个维度构建了大学计算机基础课程的通识教学内容，不仅强化对学生计算思维能力的培养，同时也推动人工智能、大数据和物联网等新技术与不同专业的结合和应用。
2024年，由全国高等院校计算机基础教育研究会和清华大学出版社联合出版的《中国高等院校计算机基础教育课程体系2024》（简称CFC2024）正式发布。该体系在历史版本上进行完善和修订，结合智能时代信息技术的变革与应用，确立了“以计算思维为核心，推进大学计算机课程教学内容的改革；以应用能力为导向，完善复合型人才实验教学体系的建设；以人工智能为引领，培养具备专业和智能思维的创新人才”的指导思想，强调了人工智能素养和能力已成为新时代计算机基础教育发展的迫切需求，提出了人工智能背景下高校课程建设、教材建设、师资建设以及产学合作方面的改革意见，成为智能时代指导我国高等院校计算机基础教学改革的重要文件。
AIGC推动传媒行业智能化转型的潜力与机遇
人工智能（AI）的引入极大地推动了计算机从传统化向智能化系统的转型，这一转变源于AI技术核心特性与计算机科学内在需求的高度契合。计算机科学以数据结构、算法和逻辑推理为基础，而AI技术包括深度学习、神经网络和自然语言处理等，正在从根本上改变计算机科学的研究方法、应用领域和发展方向，并为其注入新的活力。人工智能生成内容（AIGC）技术正是基于深度学习、自然语言处理（NLP）等技术而发展，近年来其在全球范围内获得了广泛应用，特别是在传媒行业，这种技术的应用不仅改变了传统内容和创意生成的工作流程，还带来了新的商业模式与市场机会。
内容生成的流程革新。相比于传统的人力创作，AIGC技术通过深度学习模型能够在极短时间内生成大量高质量的文本、图像、音频和视频内容，极大地缩短了内容创作的周期。如ChatGPT、DALL·E等AI驱动的内容生成工具，已经广泛应用于广告、市场营销和影视制作中。例如，亚马逊使用AI为用户提供个性化商品推荐，极大提高了消费者的购买转化率，这种高效的内容生成方式正在成为广告和营销行业的核心驱动力。再如，OpenAI的MuseNet项目通过结合变分自编码器和自注意力机制，能够生成多种乐器风格的音乐片段，它可以学习和模仿特定作曲家的风格，甚至创造出全新的音乐作品，体现出深度学习在艺术创作中惊人的潜力。与此同时，VAEs的应用范围还包括异常检测、数据去噪以及后期合成等技术领域，表明其在多样化的场景中具备广泛的应用前景。这种以AI为基础的高效内容生成方式，正在成为广告、艺术和其他创意产业中不可或缺的创新推动力，为未来的内容创作提供了全新的可能性和高度个性化的解决方案。
创意生产的智能协作。自Midjourney、Stable Diffusion和Pictory等AIGC工具问世以来，越来越多的艺术家们利用生成对抗网络（GAN）训练模型，其通过生成器和判别器两个神经网络之间的相互博弈不断优化生成效果。这些生成作品不仅展现出高度的创造力，还能够精确模仿人类艺术家的艺术美感，风格和技法，同时帮助创作者拓宽创意空间，并在一定程度上提升了创作效率。
在动画和影视制作领域，AI技术的应用通过深度学习算法分析和处理大量数据，使得动画场景、角色动作和特效生成得以自动化。例如，Autodesk和Adobe等公司开发的AI驱动工具，其能够自动为角色添加流畅的动作和表情，使得动画生成更加高效。Maya软件中的AI驱动工具能够自动优化角色动画，分析角色的骨骼和运动路径，从而自动生成自然的动作序列。Adobe Premiere Pro引入了基于AI的“自动重构”功能，该功能能够自动识别视频中的关键主体，并在剪辑时能够根据不同的社交媒体平台自动调整视频的纵横比。AI工具的介入一定程度上减少了传统制作流程中基础制作的时间和成本，也为创作者提供了更多时间专注于创意内容本身，从而推动了创意与效率的双重提升。
创新商业模式与新兴市场机会。AIGC技术正以前所未有的速度推动传媒行业的商业模式创新，并为新兴市场带来巨大潜力。自虚拟商品和数字资产问世以来，许多品牌开始与虚拟平台合作，这类商品推动了品牌营销方式的革新。例如，Gucci与Roblox合作推出的虚拟服饰，用户可以为虚拟角色购买限量版的商品，打开了品牌的数字化生态。此外，通过AI生成的虚拟角色，虚拟偶像代言人已成为许多品牌进行市场推广的重要手段，其能够根据用户行为进行个性化互动，利于增强品牌与用户的互动性，提升品牌忠诚度和用户粘性。如虚拟歌姬初音未来通过AI生成的音乐和形象，在全球范围内吸粉无数成为多品牌代言人，打破了虚拟与现实的界限。
在元宇宙的视阈下，AIGC技术与区块链和NFT的结合，使虚拟商品和数字资产的认证和交易成为可能。通过NFT技术，AIGC生成的虚拟艺术品和数字收藏品得以确保唯一性与稀缺性，从而提升了其市场价值。值得一提的是Beeple的NFT艺术作品《Everydays：The First 5000 Days》，通过区块链技术售出成交价达6900万美元，这不仅为创作者带来了新的盈利契机，也标志着虚拟艺术市场的崛起。
AIGC技术的潜在挑战与应对策略
AIGC技术的迅速发展虽然为传媒行业带来了显著的变革，但其应用也伴随着一系列不可避免的挑战，包括版权归属的不确定性、内容同质化风险以及行业对技术过度依赖等问题。传媒行业在享受技术红利的同时，必须严肃面对这些潜在问题，并通过完善的策略与机制加以应对，以确保技术创新与行业健康发展的平衡。
知识产权与版权争议。AIGC在生成内容时常基于现有数据集的训练成果，所生成的媒体内容可能会出现版权模糊的问题，甚至导致“隐性剽窃”现象，其生成的作品是否属于原创、是否侵犯了原始创作者的权益便成为当前的法律争议。目前，世界各地的法律对于AI生成内容的版权问题尚未达成共识，一些国家的法律规定只有人类创作者的内容才享有版权，而AI生成的内容可能会被视为无版权的公共资源，诸如此类的版权问题不仅会削弱内容创作者的权益，还可能导致创意产业的萎缩，解决这一问题的关键在于完善法律框架。因此，传媒行业亟须推动全球范围内的版权法律和伦理标准的制定，以确保AI生成内容的合法使用和知识产权的保护。
内容同质化与过度依赖。在传媒艺术领域，创作通常依赖独特视角和个性化表达，而AI生成内容则倾向于生成“安全”的作品，以规避创意风险，这种倾向可能使传媒行业面临创意瓶颈，限制内容创新的空间，导致差异化表达的动力不足。对AIGC的过度依赖可能导致创作者缺乏主动性，运用AI工具使得许多基础性的创作任务可以迅速完成，创作者可能因此依赖于AI工具，导致个人主体性思维和创新能力得不到发挥。长此以往，传媒行业的创意发展可能受到限制，过度依赖于AI生成的内容可能导致作品质量下降。为了避免内容同质化和对AI的过度依赖，传媒行业必须找到AI与人类创作之间的平衡点，AI可以用于处理大量基础内容提高生产效率，但人类创作者的创新性、情感表达和深层次思考在内容创作中依然不可或缺。
AIGC赋能未来传媒艺术教育的变革与趋势
随着AIGC技术在传媒行业的应用愈加广泛，高校的传媒艺术教育也面临着全方位的智能化变革。未来的传媒从业者不仅需要具备传统的创意与内容生产能力，还必须掌握AI工具的使用、数据分析技能以及面对伦理和版权问题的应对能力。因此，针对这一趋势，高校传媒艺术教育必须进行教学内容的更新、实践教学的加强、跨学科的融合和复合型人才的培养，以便更好地应对未来的技术变革。
教学模式的转型与融合。高校传媒教育的课程设计需要不断更新以适应AIGC技术的发展。传统的课程内容，例如，剧本写作、视频剪辑、广告策划等，虽然仍然是传媒专业的基础，但随着AIGC技术的广泛应用，高校应引入与AI相关的技术课程，如机器学习基础、自然语言处理（NLP）以及深度学习模型的应用等。例如，学生应学习如何使用AIGC工具如ChatGPT、Midjourney、DALL·E等进行内容创作和优化，包括如何利用AI技术生成视觉内容；课程还应结合大数据分析，教授学生如何通过数据驱动的方式优化内容创作，以确保生成的内容更加符合目标受众的需求。同时应警惕，虽然AI工具可以提供快速生成便捷的答案，但面对复杂或数据库资料不完全的问题时，其所产出的答案的准确性是有待考量的。针对这个问题，教师作为引导者可以通过在课堂上进行典型案例的讨论，鼓励学生对AI生成的内容进行审慎批判。
实践教学的产学与合作。传统理论教学已愈来愈难以满足学生的学习需求，实践教学的重要性愈加凸显。众多专家学者提出，高校可以通过与传媒行业的公司合作，为学生提供更多的实习机会和实际项目，从而增强学生对AI技术的实际操作能力。中国传媒大学与英特尔合作的AI实验室就是一个典型的产学合作案例，在实验室中学生可以通过真实的项目接触到AI技术在内容生成、数据分析等领域的实际应用。此外，高校还应为学生提供多样化的实践平台，包括创作比赛、实训基地等，使学生在学习理论知识的同时，能够通过实践深入了解AIGC技术的具体应用。通过这些项目，这种合作方式不仅可以提升学生的实践操作能力，还使学校能够借助企业的最新技术前沿和行业资讯，避免教育内容与行业发展趋势脱轨。
跨学科融合与人才培养。未来教育发展的关键在于构建多元化的知识结构、提升学生的实践能力以及制定个性化的人才培养策略，这种教育转型不仅是应对科技快速发展的必要举措，也是培养新时代创新型人才的关键。学校应通过设置跨学科的相关课程，鼓励学生在掌握计算机科学知识的基础上，拓展对其他学科领域的理解和应用能力，从而形成广泛而深刻的多元化知识结构。传媒专业不应仅局限于创意与内容生产的教学，也应与计算机科学、数据科学等领域深度结合，构建多学科交叉的课程体系，这种跨学科的教育模式不仅能够培养学生的综合素质，还能够促进其创新思维的发展。同时，注重传统教学中人际交流的重要性，利用AI工具辅助教学而非替代教师的角色，确保学生在接受智能化技术帮助的同时，仍有足够的空间进行深度思考和训练批判性思维。
注重版权与伦理教育。随着AIGC的应用越来越广泛，内容的原创性与版权归属问题也变得复杂化。诸多专家学者也提出，高校应为学生提供系统的版权课程，讲授知识产权保护的基本原则、法律框架，以及在使用AIGC工具时如何合法、合规地进行内容创作，并引导他们在创作过程中遵守道德规范。例如，学生在使用AI工具时可能会面临学术诚信的挑战，如直接复制AI生成的内容用于作业或研究。针对此类问题学校和教师应明确规定学术诚信的原则，引导学生正确使用AI工具的方式，并强调独立思考和原创性在学术工作中的重要性，可以引入学术诚信监测平台，有效保障学术公平，帮助学生理解剽窃的后果，并教授如何正确引用和参考外部资源。
结 语
只有创建一个开放、安全、公平的研究生态系统，使教育资源的配置更加精准，教学过程更加高效，学习体验更加个性化，未来传媒领域的智能化教育才能培养出符合新时代特性的复合型人才。
作者单位 中国传媒大学动画与数字艺术学院
编辑：钱尔赫
本文刊发于《传媒》2024年19期
