技能重构或职业消亡？新质生产力冲击下媒体从业者的数字生存策略研究

一、开篇：在钢铁森林里寻找新闻的苔藓

1.1 行业速写：2024 年的三个瞬间

科技浪潮奔涌不息，媒体行业正经历着前所未有的变革。近年来，有三个瞬间或许能帮我们窥见这一变革的外形。

场景一：2024 年春运首日，央视记者的 AR 眼镜自动标记出候车厅里的特殊群体，但或许更打动我们的，仍然是她蹲下身与盲人旅客的平视对话。在这个场景里，我们看到了科技发展的便捷高效，但更深刻地感受到人的温度和关怀。技术能提供更广阔的视野和更丰富的信息，但新闻的核心始终是人与人之间的情感连接。

场景二：财新网 AI 经济分析师“小新”的预测准确率已达较高水平，但主编坚持要求每篇报告必须插入记者实地拍摄的“工厂温度计”。AI 的精准预测展示了技术在数据分析和趋势判断方面的巨大优势，但主编的要求则体现了新闻行业对真实、鲜活现场的执着追求，这样的新闻才更具生命力和感染力。

场景三：《南方周末》年度改版中，美术总监将 30 年积攒的铅字模具数字化，训练出的排版 AI 却总学不会“留白的艺术”。数字化排版的高效和规范有明显优势，但却无法完全替代人类的创造力。留白，是一种我们中国人意味深长的艺术，这是目前AI 无法很好实现的。

这几个场景，就像鲍曼笔下的“液态现代性”——当新质生产力重塑传媒业的基础设施，从业者正在液态现实中寻找固态支点。在技术的浪潮中，坚守着新闻行业的核心价值。

1.2 理论困境：被技术遮蔽的主体性当前，对于新质生产力下媒体行业的研究似乎陷入了某种迷思。

一方面，技术拥趸者将大语言模型视为新闻民工化的终结者，他们看到了科技在信息处理和内容生成方面的巨大潜力，却忽视了记者们用 AI 逆向追踪财务造假的实践。科技不是万能的，它只是我们的工具，善用它，让记者们用人文化的敏锐洞察力和现实经验挖掘出隐藏在数据背后的真相，依靠实际经验修炼而来的职业洞察力是科技所无法替代的。

另一方面，人文主义者执着于守护“铁肩担道义”的传统，他们坚守着新闻行业的道德准则和社会责任，却对许多数字创新视而不见。数字技术并非洪水猛兽，它为新闻行业带来了新的可能性和机遇。这种认知撕裂正需重返人们新闻生产的现场去找出破局方法。我们需要充分利用技术的优势，又要始终坚守媒体行业的核心价值观，在新质生产力的浪潮中找到媒体行业新的发展方向。

二、技术驯化：新质生产力的在地化实践

2.1 算法时代的采编仪式

在某报业集团的田野观察中曾记录下这样的晨会场景：年轻记者展示 AI 生成的“亚运场馆使用率分析”，却被要求补拍晨练老人的特写镜头；资深评论员用钢笔批改AI 起草的社论，在文稿的空白处写下：“数据无法计算民心向背”。在快节奏时代，这些看似低效的“逆数字化”方式像是新闻专业主义的免疫系统，时刻提醒着我们在追求技术效率的同时不能忽视新闻的本质——关注人、关注社会、关注民生。

虽然在新闻采编过程中，算法和 AI 为我们提供了非常强大的工具，成为我们的出色助手，但它们并不能完全替代我们人类的判断和情感。记者们仍然且必然需要在算法的指引下深入现场，用敏锐的职业观察和细腻的情感去捕捉那些被 AI 忽略的细节。很多细节没有办法通过算法生成，却能让报道更有温度、有层次、有感染力。AI 可以为我们提供信息，却没办法准确判断是非和对错，没办法体现真实人间的温情和人性的闪光。人类记者凭借他们的智慧、经验和道德判断，能够写出真正有力量、有温度的社论。

2.2 人机协作的认知脚手架

分析澎湃新闻“人机协作白皮书”发现其创新机制：信息层，AI 完成大部分的数据清洗与线索筛选；价值层，人类记者构建“情感词典”修正算法偏见；意义层，保留一定比例的“无算法生产日”激发创造力。这种分层协作机制，就像考古学家用 CT 扫描文物后还需手工清理细节。

在人机协作的新闻生产中，AI 和人类记者各司其职，相互补充。AI 在信息层面的高效处理能力为记者节省了大量的时间和精力，使记者能够更专注于价值层面和意义层面的挖掘。人类记者通过搭建“情感词典”，修正算法的偏见，让新闻更具人文关怀。而“无算法生产日”的设置为记者提供了自由发挥的空间，激发了他们的创造力和想象力。这种分层协作机制，不仅提高了新闻生产的效率，更是提升了新闻的质量

和价值。

2.3 新质生产力的温度计量

2024 年两会期间，多家媒体的实践对比：新华社“AI 代表访谈”项目实现 100% 问题预判，但点击量峰值出现在记者追问“预制菜进校园”的即兴时刻；总台“算法推荐+人工纠偏”模式，使《部长通道》报道的受众覆盖面提升 45% ，但留存率最高的是保留方言原声的片段。

在新质生产力的浪潮中，技术为我们提供了强大的工具，但报道的温度和情感共鸣却需要人类记者的参与。不同类型的节目中，记者的追问总是更能激发观众兴趣点。这说明技术可以为我们提供方向，但报道的深度和温度却需要记者用他们的智慧和情感去挖掘。

这些实践表明，新质生产力下的内容生产，需要在技术与人文之间找到平衡。让报道有温度，有深度，能真正打动观众的心。

三、认知升维：数字灵韵的重构之路

3.1 从“信息搬运”到“意义编织”

《中国青年报》冰点栏目的转型案例，为我们揭示了媒体行业在数字时代的新走向。冰点栏目曾以深度报道著称，在发展新质生产力的过程里，它通过技术与人文的结合，实现自身的提升。比如训练 AI 识别“非典型新闻价值”，将留守儿童画作中的紫色太阳设为贫困地区光污染指标，这是一种对传统新闻价值的重新定义。在数字时代，我们可以赋予新闻新的价值。

这种将人文认知转化为机器语言，像是古籍修复师用数字技术再现敦煌壁画的矿物色谱，既保留了传统新闻的核心价值，又借助技术的力量实现了创新与发展。媒体行业在数字时代，需要从“信息搬运”向“意义编织”转变，通过结合技术与人文，焕发新的生机。

3.2 数字田野中的认知突围

在某新媒体端的深度参与中发现创新模式，可能为我们找出媒体行业在数字时代的另一种可能性。比如数字田野工作法，就是一种将传统田野调查和数字技术相结合的创新模式。

认知层：让记者带 AI 助手去到基层，用机器学习神经网络识别出方言中的民生痛点。提高内容生产效率、更深入地解民生问题，写出更有深度和影响力的报道。

方法层：用先进技术记录采访过程，生成不可篡改的“新闻指纹”。当下，新闻真实性也面临着新的挑战，尝试用先进技术增强报道的可信度和权威性。

价值层：定期开展“算法伦理研讨会”，复盘技术应用的得与失。这种做法能体现媒体从业者对技术伦理的重视。技术的应用过程中，我们要不断反思总结，确保技术的发展符合媒体行业的核心价值观，这样我们在更好地利用技术的同时避免技术带来的潜在风险。

3.3 界面之外：重建职业想象力

从凤凰卫视《冷暖人生》团队的实践里我们可以看到媒体行业更多新的职业想象力，在 AI 生成的大量地震报道中，最终用了包括“断裂课桌椅重新拼合”意象的方案，这是媒体人的人性化体现。要求算法工程师参与灾后重建跟踪报道，培养技术人员的“新闻共情力”。发展心智生产力，媒体人需要和技术、艺术、社会学等多学科开展合作，拓展工作边界。

结语：在比特洪流中种植常青树

AIGC 催生了全新的产业体系和商业化特征。AIGC 利用人工智能学习各类数据自动生成内容，不仅能帮助提高内容生成的效率，还能提高内容的多样性。文字生成、图片绘制、视频剪辑、游戏内容生成皆可由 AI 替代，并正在加速实现，使得 AIGC 进而渗透和改造传统产业结构。在新质生产力的冲击下，技能重构不是选择题，而是必答题。

技术革新带来的不仅是工具的升级，更是认知方式的嬗变。根据 ⟨2023 年中国传媒产业发展报告》，AI 在内容生产中的应用已从简单的信息采集，延伸至情感计算、价值判断等深层领域。但技术的精确性永远无法替代人性的温度，算法的效率也无法复制记者的洞察力。这提醒我们，数字时代的专业主义，不是非此即彼的选择，而是技术理性与人文价值的辩证统

参考文献

[1]吴忠植.人工智能[M].北京：机械工业出版社，2018.

[2]杜雨，张孜铭.AIGC:智能创作时代[M].北京：中译出版社,2013.