AIGC 环境下高职院校新闻传媒人才培养路径探究

一、AIGC 发展为新闻传媒行业带来机遇与挑战

传媒产业本质是传播与共享信息知识的领域。AIGC 技术历经人工智能辅助、协助内容创作，演进至自主创作阶段。随机器与算法可完成更多任务，影视传媒业需积极应对此趋势，提升自身能力与适应性，借 AI 优势实现更高效、创新且有价值的新闻传播。

（一）AIGC 时代传媒行业发展的机遇

AI 技术为传媒行业带来系统性变革，影响主要涵盖生产效率优化、成本控制强化、服务质量提升及行业格局重构四大维度。生产效率上，AI 以自动化处理重复性流程，降低人为误差，提升文图视频内容生产效率，还借大数据与机器学习提供精准用户画像、预测市场趋势，优化内容生产策略与传播效果。成本控制方面，AI 经济效益显著：语音合成降传统配音人力成本，AI 用既有资源建逼真场景减制作预算，数字人则在人力配置、周期控制及特效成本优化上优势突出[1]。服务质量提升体现在，协同过滤算法驱动的个性化推荐系统剖析用户行为数据，实现内容精准分发，优化体验并增强用户黏性；AI 翻译系统降低跨文化传播语言壁垒，促进全球信息高效流通。行业层面，AI 推动传媒行业范式转变，既拓展媒体融合边界，实现从媒介形态整合到多元资源协同的演进，构建新型传播生态，又为内容理解、场景识别等关键技术提供解决方案，推动行业向智能化、融合化发展，提升传播效能与产业价值。

（二）AIGC 时代传媒行业面临的挑战

随着人工智能技术的发展与普及，传媒行业在深刻变革中面临多重挑战。就业结构上，生成式 AI 冲击传统生产方式，传统播报、文字编辑、视频制作等岗位人员部分工作将被取代，面临失业风险，其工作内容与业务能力亟待转型升级。用户隐私保护维度，AI 应用依赖含个人信息、行为习惯等的敏感用户数据，数据若未经同意泄露或滥用，将威胁用户隐私，如何平衡用户体验与隐私保护成行业难题。伦理与法律层面，AI 可能引发虚假新闻、知识产权侵权等问题，误导公众或损害个人声誉，行业需前瞻性研判风险，严守法律伦理底线，平衡 AI 发展与行业规范，引导其向善发展。

二、AIGC 环境下传媒行业对人才能力的新要求

（一）需具备扎实的技术能力

传媒领域的专业人才亟需把握人工智能技术的前沿发展动态，构建系统化的数据分析与处理能力体系。数据分析与处理能力具体表现为对大规模异构数据进行采集提取、分类存储、深度分析及综合应用的技术能力。在传媒实践层面，数据分析对新闻内容生产、视听媒体制作、受众行为分析、精准广告投放等关键业务环节具有决定性作用。基于此，传媒从业者需系统掌握数据挖掘算法、机器学习模型、自然语言处理技术等核心数据处理方法。同时必须深刻理解数据隐私保护法规及信息安全标准，以确保数据处理流程符合伦理规范，有效防范数据泄露风险。

（二）需具备跨学科的融合能力

AI 技术的演进涉及计算机科学、数学、艺术学、社会学及心理学等多学科交叉领域。传媒从业者需构建跨学科知识体系，具备在多个领域中运用知识和技能的能力，以增强职业场域中的核心竞争力与适应性。媒介融合背景下，传统媒体与新兴媒体边界日益消解，媒介生态呈现全域融合特征。这一变革要求专业传媒人才具备跨媒介内容整合能力，通过多元媒介内容协同与优化配置，提升信息传播效能。此外，专业人才还需要具备跨文化素养，这要求持续探究不同文化语境下的传播机制， 理解多元受众的差异化需求，构建针对性跨文化沟通范式，确保传播效果与预设目标契合。

（三）需要具备创新思维能力

创新思维能力作为一项关键认知能力，体现为对既有问题进行深度剖析、提出创新性解决方案、探索新型方法论并实现突破性进展的能力体系。该能力已成为传媒产业核心竞争力的重要构成要素。创新思维使传媒从业者能够在信息爆炸时代有效甄别高价值内容，并通过差异化视角与创新性表达方式向受众传递信息。在 AI 技术快速发展的背景下，传媒专业人才亟需密切关注行业发展趋势、前沿技术演进及新兴业态，运用批判性思维、创造性思维与系统性思维，实现人工智能技术与传媒产业的深度融合，推动传媒领域的跨界创新发展。

（四）需要加强社会责任意识

AI 技术的快速演进与深度应用引发了诸多伦理争议与社会治理难题，这对传媒从业者的社会责任认知提出了更为严苛的要求。在实践过程中，专业人才必须系统评估人工智能技术对社会结构与个体权益的潜在影响机制，防范可能产生的负面效应。无论传播形态、途径如何迭代，技术手段如何智能化，传媒内容的真实性与客观性始终是不可动摇的底线。传媒从业者应当严格遵循国家法律规范与行业准则，依托专业理论素养与职业伦理框架，基于客观事实基础，致力于构建精准、全面、公正的信息传播体系。唯有成为高素质且坚守职业道德的专业传媒人，方能推动传媒行业实现持续健康发展。

三、AI 时代新闻传媒人才培养的优化路径

（一）聚焦数据素养，促进学科融合

职业院校构建新闻传播人才培养体系时，应将信息传播能力培养确立为核心维度，培育具备跨学科知识结构与数字化时代核心竞争力的复合型人才。需整合信息科学、统计学、数据科学等多元学科知识，引入各学科基础理论与方法论，提升人才数据处理能力；同时重视其在多元媒介场景下的数据采集、分析及可视化等核心能力。师资建设上，需构建跨学科教学团队，整合多学科优质师资，建立常态化跨学科教研协作机制，推进媒介融合背景下的跨学科教学与研究，培养符合数字时代要求的新闻传播专业人才。

（二）重视实践教学，构建课程体系

在课程体系构建层面，职业院校亟需突破传统人文社会学科的单一化教学模式，增设实践教学核心环节。具体而言，应紧密结合媒介领域多元的数据应用场景，通过与新闻媒体开展深度合作，共同设计针对性教学案例、开发沉浸式体验项目及组织实地媒体调研等路径，旨在系统培养学生在真实媒介情境中的问题分析与解决能力。与此同时，职业院校还需重点聚焦舆情数据的实践应用价值，围绕其在新闻报道优化、舆情态势研判、媒体传播效果评估等关键领域的具体应用场景展开教学，以此助力学生构建系统化的数据思维，提升数据采集、分析与应用的核心能力，最终使其能够更高效地适应信息传播领域多样化的职业工作场景需求[2]。

（三）打造线上课程，应用人工智能

新闻传媒专业建设中，职业院校应引入领域专家与一线从业者，多方协同构建高质量在线课程体系，确保教学内容与行业前沿同步且具实践价值。在线课程需免费开放给本校学生及行业从业者，既可降低数据科学知识获取门槛，又能提升其普及效率与数据应用能力可及性。此外，院校需借 AI 优化课程教学成效，具体可依托知识图谱开发虚拟助教系统，该系统能基于结构化知识架构，实时解答学生学习疑难，实现全天候常态化学术支持，为在线课程教学质量提升提供技术支撑。

总结

AI 技术迅猛发展，对传媒产业具深远影响，兼具发展契机与严峻挑战。传媒行业需积极应对、系统创新，分析行业对人才能力的新要求，优化人才培养体系，以培养复合型传媒人才，为传媒产业可持续发展提供人才支撑与创新动力。

参考文献：

[1]李晶晶.AIGC 产业环境下数字传媒人才职业素养提升路径[J].传媒,2023(2 3):78-80

[2]刘昊.新一代人工智能语境下新闻传播人才数据素养培养路径研究[J].传播与版权,2024(12):1-3

作者简介：朱琳（1988-5-）女，汉族，河南漯河人，硕士研究生，讲师，研究方向：纪录片创作研究、视听媒介传播研究、融媒体传播研究、职业教育。

项目基金：本文系项目出处“2024 年重庆市职业教育教学改革一般项目“人工智能在新闻采编与制作专业教学中的融合实践研究”（项目编号：Z2241222）阶段性研究成果