《东南传播》论文| 可为与难为：生成式AI参与新闻叙事的多元路径及伦理风险

文摘文化 2024-12-18 17:26 福建

点击蓝字

关注我们

华进

湘潭大学文学与新闻学院副教授，博士

温裕群

湘潭大学文学与新闻学院硕士研究生

摘要

生成式AI作为新兴叙事者以多种方式参与新闻生产、卷入叙事传播，不仅可成为可靠叙事来源，还可实现叙事话语的实时跨媒介转译，并使得叙事互动更趋个性化与长尾化。但生成式AI使新闻叙事从“以事实说话”转为“以算法主导”，易诱发多层面的叙事偏见和叙事偏颇，并有削弱社会互动性的可能。未来如何立足新型人机关系，将生成式AI纳入内容审核流程、迭新其参与的“中间地带”叙事实践并利用其激发新的叙事想象，值得深入探讨。

关键词：生成式AI 新闻叙事叙事传播

引言

在AI产业的引领下，生成式AI正快速向前推进并呈现出广阔的应用前景，它不断突破人们对其应用边界的想象，甚至重构新闻生产流程为新闻实务赋能。目前有关生成式AI应用于新闻的讨论主要集中在三个面向：第一，生成式AI对新闻业带来的革命性影响。一方面因生成式AI正重构新闻生产流程变革新闻工作机制并驱动新闻的多模态转换 [1] ，故而也对传统的新闻教育提出挑战，未来新闻教育的新模式将会是智能新闻教育 [2] ；另一方面，生成式AI在新闻生产关键领域如辅助新闻内容创作、新闻选题与角度、数据新闻、调查与监督报道以及事实核查等方面发挥创新性作用 [3] 。第二，生成式AI对新闻业带来的风险与挑战。在新技术的冲击下新闻业在维持新闻独立性、新闻业态的多样性和人文底色等层面备受挑战 [4] ，而新闻生产也将衍生新闻真实性难以保障、新闻创造力逐步消解、新闻价值观出现偏差等多重问题 [5] 。与此同时，在新闻实践中对该技术的采纳还将可能诱发新闻传播行业焦虑，引发数字信任危机、平台权力扩张、现实映射能力弱化、治理失灵等风险。 [6] 第三，生成式AI在新闻业中的实际应用。既有研究ChatGPT在视听新闻生产流程、智能应用和跨语际传播方面发挥的潜力 [7] ，也有聚焦Sora应用预测公民新闻将进一步崛起 [8] 。概之，生成式AI在新闻领域的应用成为学界研究热点，但既有研究仍显宏观，大多从结构性变革和技术伦理的角度切入，缺乏对生成式AI作为新叙事主体的微观研究，而对细节的探究也应是“变革”的题中应有之义，作为“历史的微声”，它将为宏大叙事提供强有力的支撑。

本研究立足于生成式AI重塑新闻行动主体的研究背景，旨在回应以下问题：生成式AI通过何种途径成为新兴的新闻叙事者？生成式AI如何参与叙事传播？生成式AI参与新闻叙事生产和传播诱发了哪些伦理问题？在人智协作叙事的背景下如何有机调试方可实现新闻叙事价值与人本价值对齐？

NO.1

生成式AI成为新兴新闻叙事者

新闻是一种典型的叙事，必然反映出一定的讲故事的主体 —— 叙事者，长期以来，记者充当新闻叙事者这一角色并凭借敏锐的洞察力、深入的调查能力和独到的分析视角，讲述了一个个鲜活的新闻故事。而在新的媒介生态环境下，除了传统的、纯粹的人格化叙事者，网络新闻叙事者还呈现出两种新的样态：“依靠运行程序叙述新闻的纯粹的框架化叙事者”和“人机综合体叙事者”。 [9] 前者体现为“技术成为核心叙事者”，后者体现为“技术成为非核心叙事者”。

就生成式AI而言，它已成为“通用智媒时代的基础设施” [10] ，新闻叙事格局也因该技术的嵌入悄然发生变化。生成式AI凭借强大的数据处理与算法优化能力已成为新闻报道中不可忽视的新兴叙事主体，国内外许多媒体都开始了相关尝试。2023年2月《金融时报》首次任命AI线编辑，2023年5月《华盛顿邮报》宣布成立跨部门AI协同机制。在国内，澎湃新闻、封面新闻、上游新闻等百余家媒体机构在2023年2月宣布接入AIGC产品。腾讯研究院更是在2023年6月份围绕“ChatGPT对新闻业的影响”话题展开了一项调研 [11] ，结果显示有80%的国内新闻从业人员已使用过ChatGPT（或类似产品），其中超过一半（56%）受访者认为ChatGPT（或类似工具）对自己的工作带来了实际帮助。可见，生成式AI已成为“非人行动者”并深度介入新闻叙事生产中。

生成式AI作为非核心新闻叙事者

智能时代机器更多是作为人的辅助者、延伸者存在，而并非脱离人独立存在的生产主体，而传媒行业也往往沿着“人机协作新闻生产”的路径向智能化升级。生成式AI参与新闻叙事生产主要沿袭三条路径：“借助通用工具”“内嵌智能平台”和“研发专有系统”。 [12] 目前，大部分媒体机构普遍采用“借助通用工具”和“内嵌智能平台”的方式，并将生成式AI视为助手。伴随着以上方式的生效，生成式AI正逐步渗透进新闻叙事生产流程，以非核心叙事者身份运行从而有效增强人类记者的工作效能。具体而言：

一是新闻叙事素材获取。记者可借助通用工具如ChatGPT、文心一言进行“生成式智能搜索” [13] ，除获得海量信息中的关键数据和事实外还附带生成内容参考链接供记者核实与进一步挖掘。科瓦奇认为“新闻工作的实质是用核实进行约束” [14] ，生成式智能搜索无疑节省了记者大量时间，拓宽了新闻来源有助于构建更全面、深入的叙事视角。二是新闻采访准备。生成式AI可成为记者的采访“外脑”，生成回答可协助优化原有采访。如科技记者凯文·罗斯将受访者履历粘贴至ChatGPT中并要求它提出“10个深思熟虑、敏锐的采访问题”，结果生成的问题反馈很好并被用于其主持的播客节目中。 [15] 三是辅助式新闻故事撰写。辅助新闻内容生产是生成式AI在新闻创新中的主要应用，“人民网-百度·文心”便已在人民网舆情数据中心的新闻摘编、报告生成等应用场景上得到验证，在未来该模型还将用于新闻事件抽取分析、新闻评论聚合分析等方面，法国《世界报》（Le Monde）借助生成式AI赋能人类编辑可实现一天产出大约30篇英文版新闻故事。可见，在新闻叙事生产中，生成式AI作为“非人行动者”在提高新闻生产效率和质量方面发挥优势，使新闻叙事生产由人机替代模式转变为协同共生模式。

生成式AI作为核心新闻叙事者

在深度智能化社会背景下，人们开始超越传统的“工具论”视角并重新审视人机关系，生成式AI得到更为广泛的应用甚至在特殊情境下进阶为核心新闻叙事者，掌握故事的主题、角度和风格的最终决策权并直接书写故事。依托先进的机器学习算法、自然语言处理和多模态内容生成能力，生成式AI能够高效消化并解析海量数据，实现快速的信息处理与深度分析。“因为技术的内部结构和经济结构不一样，所以不同的技术就有不同的内容偏向” [16] ，相较于纯粹机器学习的“识别”强项，生成式AI擅长从大量、无序的资料中梳理出逻辑重点，提取重要信息，在无结构的数据基础上创造结构并将结构化的数据转化为叙述性文本。“未来新闻类型会进一步发生分化，即时的事件性报道和资讯类报道将由AIGC完成，在此领域人类记者的空间将会越来越狭窄” [17] ，而财经、体育赛事、气象等新闻事实往往处于急剧变动中且多围绕海量数据展开，在以上议题的新闻叙事生产中生成式AI显露出较为明显的叙事偏好。

财经类新闻叙事方面，彭博社早在2023年3月就研发、推出针对金融业的大型语言模型 —— BloombergGPT，借助自有的全球最大金融数据库，生成新闻简报并对新闻内部叙述进行分类。体育类新闻叙事方面，Quickplay公司与Google Cloud合作，利用生成式AI制作精彩重放片段、生成长视频，为体育赛事的流媒体体验注入活力。气象类新闻叙事方面，美国气象信息频道The Weather Channel使用生成式AI创建自动化的天气更新和简短的天气新闻片段并发布到社交媒体平台，为受叙者提供即时的天气信息。在以上偏好的叙事议题讲述中，生成式AI成为核心新闻叙事者并重塑内容生产关系网络，在遵循算法与程度设定的基础上，挖掘叙事议题中可阐发叙事价值的内容进行呈现。

NO.2

生成式AI卷入新闻叙事传播

在传统新闻认识论中，除常见的“信息观”外还存在“作为故事的新闻”这一传播观念。早在20世纪80年代，美国传播学者沃尔特·费舍尔就提出了叙事传播理论并认为“传播的过程就是叙事的过程” [18] 。2019年，台湾学者臧国仁、蔡琰明确提出叙事传播范式，开始从叙事的角度系统探究“传播行为”如何得以“故事”形式影响情绪、情感互动甚至政策行动。 [19] 两位学者认为叙事传播是指“透过口述及多媒介/跨媒介载具述说故事的历程” [20] ，在此故事流转的过程中，双方得以共享生命意义。在智能传播时代，生成式AI以独特的方式卷入叙事传播，使得故事的流转有了更多的可能性。

生成式AI或可视为可靠之叙事来源

当前，生成式AI已成为用户获取新闻资讯的重要渠道。截至2024年5月，生成式AI行业移动端月活超两千万，日均新增超过70万，单日用户使用时长达13分钟 [21] ，可见用户已初步形成使用习惯。生成式AI不但在市场上获得了广泛的接受和庞大的用户基础，且数量与影响力仍在持续扩大。特别是许多生成式AI系统已成功接入互联网，可实现实时信息检索以响应用户提示，这使得部分生成式AI具备了从既有的媒体资源实时抓取最新在线新闻的能力。在超大规模预训练模型通义App上，“AI助手”首页就为用户推送了由生成式AI模型基于网络内容提炼而生成的“今日十件必知大事”并附上相关链接供用户了解详情。研究者根据AI产品榜单数据，从国内生成式AI访问量排名前十的产品中随机选择了通义2.5、腾讯混元、字节云雀、讯飞3.5以及国外的ChatGPT4o这五款大模型，并对其进行了“当日全球热点新闻”的提问测试。结果显示，所有测试模型均能生成相关回答，其中部分模型附加参考链接供受众进一步了解。

经研究者核验，上述生成式AI模型生成回答与所给参考链接组合基本能涵盖新闻五大要素，帮助用户获知新闻。而涵盖基本新闻要素的内容，通常在一定程度贴合新闻事实原貌，因而理论上可视为一种可靠的叙事来源。但由于生成式AI的知识库与数据需要模型实时更新且获取新闻报道通常需要获得合作公司或出版商的许可，因而也可能导致搜索到的新闻信息陈旧且不全面，部分生成式AI也仅为付费用户提供接入网络后的功能和功能插件，因此，生成式AI可以作为获取新闻故事的叙事来源之一，但可靠性有待进一步多方验证。

生成式AI可实现叙事话语的实时跨媒介转译

在生成式AI出现以前，新闻叙事传播多局限于一题材一模态，新闻故事在不同媒介中的讲述、再述与流转的门槛与成本颇高。生成式AI的应用无疑降低了跨媒介叙事的门槛，促进了跨媒介叙事的发展。亨利·詹金斯认为跨媒介叙事的核心在于构筑一个宏大的故事世界，并通过多种媒介平台协同创作来维系和扩展这个故事世界。 [22] 借助生成式AI，新闻故事将实现从文本到音频、文本到视频乃至构建3D数字人的实时跨媒介转译，受众将享有更加丰富和沉浸的叙事体验。

首先在实时转译上，上海广播电视台的生成式人工智能工作室运用“Scube智媒魔方”实现全国两会实况发言的实时多语种翻译，支持了包括泰语、老挝语、印度语和塞尔维亚语在内的小语种，增强了国际传播能力。《图片报》与“第11实验室”合作，借助生成式AI实现了29种语言的跨语言音频转换，达到了本地人发音的细腻、逼真及富有情感的标准。其次，在跨媒介转译上，人民网的《两会·智媒报告》通过3D建模视频和配套海报生动呈现政府工作报告，实现了从文字数据到动态视频的跨模态转化。此外，央视新闻频道在讲述候鸟迁徙、“强对流天气”时辅之以AI生成的画面增强了语言解说的直观性。

生成式AI使叙事互动更趋个性化与长尾化

在叙事生产与传播过程中，叙事互动为受众提供了直接参与故事发展的应许，受众的抉择将影响故事的进程和结局。传统叙事模式多遵循线性叙事的单一路径，缺乏动态化、个性化的实时叙事互动体验。生成式AI在新闻叙事过程中展现出实时对话交互的智能行为，它主动赋予受众控制权和参与权，帮助受众从被动的新闻叙事接收者转变为协作新闻叙事者。

首先，在个性化叙事互动方面，生成式AI借助智能媒介平台通过对数据空间、交互系统进行设计，为观众营造虚拟世界的感知环境和情感体验。 [23] 具体表现在以下两个方面。一是生成式AI允许记者输入个性化提示词生成内容，将终端互动前置到内嵌于故事的缘起、发展、最终结果，叙事的每一环皆可实时循环交互，实现叙事内容满足记者所需。二是文生视频在界面内向记者提供涵盖多主题、多场景的模板与风格参照，可自定义视频字体、配色与背景音乐，让记者实现高效、高质量的新闻视频产出。与此同时，生成式AI内嵌算法，在记者长期的使用规训下将会“抚养”出更“懂”自己的个性化生成式AI，提高新闻叙事的准确性和效率。

其次，在频繁的个性化叙事互动中，随着时间的推移与模型的优化，叙事互动也呈现长尾化表征。生成式AI可根据语义理解与情境推理展现出与记者连续对话的能力，被赋予“记忆”的智能机器能够跨回合地关联对话历史，在单一议题上提供连贯的多轮响应，超越了传统人机交互中机械化的问答模式，构建了人与机器趋于平等的交流情境，极大地提升了使用体验。在通义的个人主页里储存了用户最近半年的对话记录，用户无需重新创设叙事交互情境即可回溯至以往的问答继续互动。在长期的互动过程中，生成式AI将从中学习调整和优化叙事策略，使得后续的互动更加贴合用户期待，而这也将助推多元叙事者的持久使用和深度参与并促进更深层次的叙事探索。

NO.3

生成式AI参与新闻叙事的伦理风险

借由互联网的开放性和技术可供性，当下新闻叙事正呈现从职业语境向社会层面泛化的趋势。多元叙事主体的加入使得叙事的边界从传统媒体领域扩展至社会大众的日常交流之中，形成了一个由多元个体和平台构成的“叙事行动者网络”。在此网络中，热点议题如同涟漪般扩散，激发着持续不断的讨论与故事创作。而生成式AI凭借其独特的能动性不仅拓展了新闻叙事的维度与广度，也推动了新闻故事的不断流转和衍生，其间往往引发诸多复杂伦理问题。

“事实说话”转为“算法主导”，易诱发叙事偏见

成为新闻叙事主体的生成式AI显著改变了信息传播模式，从基于事实的报道转向算法主导的叙述，生成新闻内容的准确性高度依赖海量优质数据与预设算法路径。当生成式AI参与叙事时“叙事转化为一种认知框架，用于构建、沟通和重建精神投射世界” [24] ，然而这一认知框架却并不透明、内嵌的价值观与偏向难以把控，极易诱发叙事偏见。

首先，生成式AI参与新闻叙事依托海量的训练数据，而训练数据抓取得不均衡、不全面将会导致生成式AI学习并放大数据中已有的偏见。其次，因生成式AI算法设计及优化通常优先考虑性能指标，如准确性、流畅度和相关性等，且受商业逻辑的支配而较少筛查生成内容的质量，生成式AI在参与新闻叙事时很可能会基于抓取的历史数据或完全依赖用户投喂的信息来构建故事框架，这可能导致忽略或扭曲边缘群体的声音。再次，由于生成式AI尚不能全面掌握人类语言的复杂性和文化背景的微妙差异，国内外生成式AI模型均面临着语言理解和文化适应性的挑战。尤其是在跨语言及跨文化的新闻处理场景下，生成式AI极易产生翻译误差或解读偏差，导致表述上的偏见。

偏好加速叙述，难以全面反映复杂社会现实

叙述速度是叙事学中的核心概念，用来表示故事时长与文本长度之间的关系。具体而言，叙述速度可分为五种：故事时长与文本长度平行，为“等述”；故事时长无法在文本中反映，为“省略”；文本长度不与任何故事时间对应，为“静述”或“停顿”；在等述和静述之间还存在“概述”与“扩述”。 [25] 如图所示：

为深入探究生成式AI在参与新闻叙事时的复述情况及其对叙述速度的影响，本研究选取了ChatGPT 和文心一言这两种拥有大规模用户群体的生成式AI模型作为研究平台。此外，研究者还随机选取不同媒介、不同平台、不同日期的一百篇新闻报道作为研究样本并分别向ChatGPT4.0和文心一言3.5（两个版本均面向公众免费使用）提问：“请告知**（注：原报道标题）报道的具体内容”。研究者将生成式AI模型给出的回答与选取样本原新闻报道内容进行对比分析，从而抽象出生成式AI对原新闻报道的复述特质。

研究发现：其一，生成式AI虽然能基本复述新闻要素，但在转述“何时”这一要素时，常会使用模糊表述“近日”来替代具体日期，或直接忽略；其二，复述内容通常遵循原报道结构，或提炼关键点并逐项列举，偶有通过加粗字体突出重点信息；其三，复述内容通常省略新闻来源，并且相较于原报道，涉及的背景信息较为有限。概之，生成式AI在叙事时相较原新闻报道而言，偏好加速叙述，复述内容更为简略、更具概括性，可满足受众部分“新闻欲”，但缺乏故事细节，所含信息增量较少，不利于受众详细了解新闻事实的来龙去脉。同时，生成式AI在复述过程中很可能会破坏原有报道的叙述结构或意图，易导致叙事传播中的审美损失，影响叙事传播效果。

人文精神渐隐，叙事的社会互动性减弱

生成式AI作为新闻叙事生产与传播的新主体，能够自主生成内容，这挑战了传统上由新闻记者或编辑掌控的叙事控制权，进而可能影响叙事的完整性和一致性，动摇人类在新闻叙事构建中的主导地位。这也进一步佐证了“作者之死”的现象，即传统作者身份在叙事创作过程中的淡化，甚至可能加剧这一趋势。纵然生成式AI实现了内容的量级倍增，但生成的内容往往基于数据和算法模型，产出的内容更倾向于符合统计规律的叙述而非是与社会现实贴合的现象描述，这些叙述缺乏独特的人类视角与深度的情感共鸣。新闻叙事不仅是信息的传递，更是情感交流与价值共享的平台，不是冷冰冰的信息传递，而是“有规矩有限制有劝诫有要求的叙事” [26] ，当人类将新闻叙事主体权力与生成式AI共享时却忽略了是否能等价交换同样的情感深度和连接强度，叙事的人文精神悄然旁落。

在新闻故事的生产上，生成式AI远离新闻发生地，缺乏“亲历”的关键要素。这意味着生成式AI的叙事将无法像记者那样深入挖掘事件细节或揭示事件背后庞大的支系。因而，这类报道难以真实反映社会现实的多面性，长此以往将导致新闻故事的叙述与真实体验脱节。在新闻故事的传播上，生成式AI参与新闻叙事使得受众与新闻内容之间的互动方式发生了根本性转变。传统媒体提供的评论区给予人与人之间对话与反思的空间，而在生成式AI的交互界面中交流往往变成了人与机器的单向沟通。由此，受众虽然能够获取到新闻事实本身，但对于事件背后的原因及发展脉络的理解则显得相对有限。长此以往，这种缺乏深度互动与情感共鸣的新闻叙事可能会逐渐与受众的情感需求和认知习惯脱节，从而削弱新闻报道的社会影响力与公众参与度，使得“虚浮的故事”取代“鲜活的故事”。届时，我们将发现，生活世界正在成为技术的一种镜像，而真实的社会互动变得越来越难以寻觅。

NO.4

结语

人总是不断说故事，生活在自己和他人的故事中。当生成式AI也能说故事并生活在我们的故事中时，多主体协同叙事的新情境俨然形成。智能时代的来临标志着人类社会正走向与机器共融共生的时代，新新闻叙事者的加入改变了原有的信息秩序与叙事格局，为避免信息失序和可能带来的伦理失范，有序引导“人机共同体”协作新闻叙事势在必行。

首先，要“以攻为守”，生成式AI虽然可能会带来叙事偏颇导致叙事失信，但同样也可以被用于检测和防御假新闻。如利用“生成式对抗网络”等技术使AI系统相互竞争，一方尝试生成更逼真的假新闻，而另一方则努力提升其检测能力，这种“猫鼠游戏”有助于提高检测系统的准确率并将叙事内容纳入审核流程。与此同时还要发挥记者、把关人的核心价值，与其避免生成式AI生成新闻，不如将更多的注意力投放至生成式AI如何生成新闻与生成什么样的新闻。

其次，要摒弃对生成式AI的偏见，将其视作扩展新闻叙事创意潜能的手段。对生成式AI的恐惧往往源于将人视为工具的认知，而非认识到人的独特创造力。因此，应从接纳生成式AI作为创作辅助伙伴的视角，强化叙事的力量。无论媒介载体是数据还是语言，优质故事始终是叙事的核心价值。因而不必局限于既有的叙事套路，“人智”携手共舞，致力于讲述与个人生命经验相关的、并非全然旁观、冷眼相看的好故事。

最后，要重拾人本精神，迭新“中间地带”的新闻叙事实践。“人工智能并未取代人类而是在‘增强’人的智能，在人和机器之间协同合作的领域即‘中间地带’人与智能机器各施所长。” [27] 因此，要转变人机二元对立的观点，立足于“中间地带”挖掘人机各自的叙事长处，坚守人类叙事者“领导、共情、创作、判断”的专有特质并发挥“训练、解释、维系”的功能从而弥合智能机器叙事的不足。2022年，白宫科技政策办公室提出《人工智能权利法案蓝图》确定了围绕安全、歧视、隐私和人类价值考虑的五项原则用于指导生成式 AI 系统的开发，以及明确在模型开发生命周期中实现这些原则的细节。 [28] 2023年7月我国网信办等七部门联合公布《生成式人工智能服务管理暂行办法》也为科技伦理治理指明了发展方向。可见，在对生成式AI的使用上实现人机价值对齐一直是人类追求的目标，在新闻叙事的实践中更要注重发掘叙事价值，避免生成式AI在跨文化叙事过程中滋生伦理问题。

基金项目：论文系湖南省哲学社会科学基金重点项目“基于‘叙事行动者网络’的新闻伦理建构研究”（22ZDB067）阶段性研究成果。

注释：

[1]陈昌凤.生成式人工智能与新闻传播：实务赋能、理念挑战与角色重塑[J].新闻界，2023（06）：4-12.

[2]王欢妮，刘海明.多元主体与伦理启蒙：生成式人工智能新闻教育的模式建构[J].西南民族大学学报（人文社会科学版），2024，45（05）：158-164.

[3]周葆华，陆盈盈.生成式人工智能影响下的新闻生产创新：实践与挑战[J].青年记者，2024（03）：5-11.

[4]刘欣，蒋雪颖.溯源与突变：生成式人工智能新闻的本体转向与治理路径[J].大连理工大学学报（社会科学版），1-9.

[5]曾晓.ChatGPT新思考：AIGC模式下新闻内容生产的机遇、挑战及规制策略[J].出版广角，2023（07）：57-61.

[6]郭小平，郭瑞阳.生成式人工智能在新闻传播业的应用及其风险应对[J].青年记者，2024（06）：5-13.

[7]白小豆.生成式人工智能语境中的视听新闻创新 —— 基于ChatGPT技术应用的思考与展望[J].中国广播电视学刊，2023（10）：5-8.

[8]吴锦.视频“GPT时刻”：SORA应用背景下视频新闻生产机遇变革与风险挑战[J].东南传播，2024（04）：18-20.

[9][25]华进.网络新闻叙事学[M].北京：中国社会科学出版社，2021：78、158.

[10]蒋雪颖，许静.人机交互中的生成式人工智能新闻：主体赋能、危机与应对[J].河南社会科学，2023，31（12）：105-113.

[11][17]腾讯研究院.拐点时刻?AIGC时代的新闻业[EB/OL].（2023-08-29）[2024-06-20].https：//mp.weixin.qq.com/s/fYidMeGHgl23jMzI99bcYQ.

[12]陈莎.生成式AI在新闻生产中的应用、现实问题及其应对[J].青年记者，2023（19）：57-59.

[13]吴丹，孙国烨.生成式智能搜索结果可信度研究[J].中国图书馆学报，2023，49（06）：51-67.

[14]比尔·科瓦奇，汤姆·罗森斯蒂尔.新闻的十大基本原则[M].北京：北京大学出版社，2011：95.

[15]How Should I Use A.I.Chatbots Like ChatGPT?[EB/OL].https：//www.nytimes.com/2023/03/30/technology/ai-chatbot-chatgpt-uses-work-life.html，2023-03-30/2023-05-16.

[16]兰斯·斯特拉特.震惊至死.[M].何道宽，译.北京：中国大百科全书出版社，2020：51.

[18]Fisher W R.Human Communication As Narration：Toward a Philosophy of Reason，Value，and Action.Columbia，SC：University of South Carolina Press，1989.

[19][20]臧国仁，蔡琰.叙事传播：故事/人文观点[M].杭州：浙江大学出版社，2017：218，217.

[21]月狐iApp.2024年生成式AI使用趋势研究报告[EB/OL]. https：//moonfox.cn/insight/report/1437.

[22]亨利·詹金斯.融合文化：新媒体和旧媒体的冲突地带[M].杜永明，译.北京：商务印书馆，2012：157.

[23]周宏伟，匡野，宋馨谷.智媒时代AI赋能互动叙事的传播策略探析[J].传媒，2024（02）：50-52.

[24]Manovich，Lev.'2013）.Soware takes command：Extending the language of new media.New York and London：Bloomsbury.

[26]何纯.新闻叙事学[M].长沙：岳麓书社，2006：15.

[27]保罗·多尔蒂，詹姆斯·威尔逊.机器与人.[M].赵亚男，译.北京：中信出版社，2018：120.

[28]WHOSTP.Blueprint for an AI Bill of Rights |OSTP| The White House-whit house.gov[EB/OL].[2024-07-03].https：//www.white house.gov/ostp/ai-bill-of-rights/.

来源：东南传播，2024年第10期，总第242期

【责任编辑：刘君荣】

END

编辑/文慧芳

审核/刘君荣黄雪敏

点击下方“阅读原文”查看文章

点击下方公号名片关注东南传播

《东南传播》

每本定价20元，全年定价240元

可随时破月征订，欢迎订阅！

联系电话

0591-87522929

投稿邮箱

dncbtougao@163.com

国内统一刊号：CN 35-1274/J

国际标准刊号：ISSN 1672-9579

点分享

点收藏

点点赞

点在看

东南传播

《东南传播》是立足海峡西岸、面向国内外公开发行的新闻传播专业期刊，杂志紧盯理论前沿，透析传播实践，热心服务读者。