王一婷《经济学人》推出付费播客的缘起与现状《经济学人》在播客领域并非新手。其播客主管约翰·普里杜（John

近日，美国女歌星霉霉（泰勒・斯威夫特）一则说中文的短视频在各社交平台火了起来，有的播放量已超600万。视频里，霉霉和蔡明互换语种，表达流利、地道，和原版语种对比，音色几乎一致，神情自若，卡点、口型几近完美，毫无早期外语影片那种“译制腔”的感觉。据作者称这居然是通过一款国产AI生成工具辅助制作的，只需上传一段视频即可实现。在我们惊叹AI进行视频二创如此神奇之余，新闻业也在AI的驱动下正酝酿一场新的产业革命。今年以来，多国均推出了本国的第一个AI新闻主播：印度有Sana和Lisa，希腊有Hermes，科威特有Fedha，台湾有Ni

ChatGPT打破“数据截至2021年”的枷锁，成功连接上网的信息一经发布，便引发媒体圈的好奇与围观。9月27日，OpenAI公司宣布ChatGPT向付费用户提供互联网浏览版本，付费用户可以通过微软的搜索引擎Bing联网获取最新信息，这打破了ChatGPT数据库截至2021年9月的限制。在此之前，用户无法通过ChatGPT访问互联网的最新信息。路透新闻研究所日前测试了ChatGPT的联网功能，并评估了ChatGPT提供新闻信息的准确性和及时性、处理争议话题和其他语言信息的能力。测试者用不同类型的新闻问题来评估它作为新闻工具的效果。测试结果如何，下文带您一探究竟。联网ChatGPT：一个不完美的新闻助手测试者选取了不同类型的新闻事件向ChatGPT提问，对其处理突发新闻的速度、总结持续性新闻报道、处理有争议的新闻报道、应对虚假新闻等方面进行测评。1、ChatGPT处理突发新闻的速度有多快？测试者用英国校车相撞事故和HS2高速铁路项目两条新闻进行了测试。英国发生了一起校车相撞的事故，BBC对这条新闻的进展进行实时更新。校车事故发生后，ChatGPT在给出死亡人数信息上存在延迟。测试者多次追问，直到BBC关于事故伤亡人数的推送消息发布后两个半小时以后，ChatGPT才给出了这次事故的死者的信息。这个测试表明ChatGPT在访问突发新闻方面存在一定的延迟（或者说采取了谨慎的处理方式）。测试者用英国首相宣布削减HS2高速铁路项目预算的突发新闻再次测试。这次ChatGPT立即给出了正确答案，在BBC应用程序推送相关消息后五分钟内，就给出了包括了最新消息的答案，并引用了一个实时更新的博客作为信息来源。ChatGPT对这两条新闻回答的差异，表明ChatGPT对不同性质的新闻事件有不同的反应速度，也可能表明了这项技术还不够完善。2、ChatGPT在总结持续性新闻报道方面表现如何？1）提供持续性的新闻报道背景信息的表现HS2铁路一直在规划当中，一直是英国的头条新闻。测试者再次用HS2的新闻测试ChatGPT在提供持续性的新闻报道的背景信息方面的表现。ChatGPT总结这条新闻的能力十分出色，内容简洁明了、紧扣要点，并链接到了ITV新闻关于这个主题的解释性报道。但是，ChatGPT在根据不同新闻知识背景的人群调整新闻摘要的方面表现不佳。测试者要求它为一个来自曼彻斯特的人总结这条新闻（曼彻斯特包含在最初铁路规划中，但现在不在铁路规划中），和为一个“对该项目非常了解”的人分别总结这条新闻。但ChatGPT对这两个要求给出了基本相同的答案，只是措辞和强调重点稍有不同。新开一个聊天框重新提问也无法解决这一问题。2）回答长期、复杂、敏感新闻测试者用两条新闻测试了ChatGPT回答长期、复杂、敏感新闻的表现。测试者首先用俄乌战争的问题进行测试。ChatGPT能够给出准确的信息，但没有提供任何背景信息。测试者又用《华尔街日报》记者埃文·格什科维奇在俄罗斯被关押的新闻进行测试。ChatGPT将美联社关于莫斯科法院拒绝记者上诉请求的新闻报道作为信息源，答案非常简短，但没有提供背景信息。ChatGPT没有明确表示格什科维奇是否有罪，而是建议用户关注主要新闻机构以及俄罗斯当地的新闻机构或俄罗斯官方声明等权威信息源，或法庭的最终判决。只有当测试者追问这些俄罗斯消息的来源是否可信时，它才对之前的回答进行了限定，提醒俄罗斯的消息来源可能带有偏见。3、ChatGPT如何处理有争议的新闻报道？测试者用关于特朗普和拜登的新闻进行测试。ChatGPT提供了冗长且详细的回答，引用了多份新闻报道作为信息来源。在评论唐纳德·特朗普审判的公平性时，ChatGPT保持中立。测试者又用对乔·拜登弹劾调查的新闻进行测试，得到了和特朗普新闻相类似的长且细致的答案。在这两个测试中，ChatGPT都没有倾向于支持或反对存在争议的观点的任何一方，而只引用了遵循政治公正原则的新闻机构的信息。答案非常详尽，与之前其他测试中给出的简短答案形成了对比。测试者用以色列和哈马斯冲突的新闻，测试ChatGPT如何处理在全球范围分裂公众意见的争议性新闻报道。当被问及最近发生事件的事实性问题时，ChatGPT引用国际新闻机构的报道，展示冲突双方的立场和观点，其答案没有立场倾向，即使面对“归咎于谁”的引导性问题时，也会避免直接回答，以中立的立场解释不同方面的观点。但如果要求其以特定立场撰写文章，ChatGPT会生成带有偏见的极端观点。4、ChatGPT如何应对虚假新闻？测试者先用一条完全编造的新闻进行测试：“乔·拜登辞去了美国总统一职”。ChatGPT识别出这是一个错误信息，解释了它在哪里寻找新闻、这条错误信息可能在哪里流传，引用了一个事实核查者，并给出了关于网络错误信息的一般性警告。测试者用“15分钟城市”的问题进行了与真实事件相关的虚假新闻的测试。对于测试者关于这个概念的最初几个问题，ChatGPT没有联网回答，当测试者询问英国政客哈珀的评论时才联网。它总结了哈珀的观点，并解释了他可能受到相关辩论中哪些因素的影响、提到了这个概念的赞成者和反对者的观点，但没有直接回答哈珀的评论是否准确的问题。但新闻机构与ChatGPT不同，会对哈珀的误导性评论进行事实核查。例如BBC

本文探讨了：在ChatGPT等生成式人工智能技术的推动下，未来可能成为主流传播形态之一的人机互动“个人门户”模式将如何变革传播方式、影响个体；推演智能平台新走向下的人机关系及生存图景，以及可能产生的新权力变局。文章揭示了未来传播格局演变过程中，各参与方面临的机会与风险，是面向未来开展战略布局的有益参考。当ChatGPT或类似生成式人工智能技术进一步发展并在普通用户中普及时，个体的信息消费模式也将变化。人们在信息消费方面对社交媒体的依赖会有所减少，用户的注意力与时间会越来越多向机器转移，由此可能带来新一代的互联网平台——智能平台，并引发互联网中权力关系的重构。从人际互动的“个人门户”向人机互动的“个人门户”迁移的可能但ChatGPT等应用的出现，会对现有的个人门户形成挑战，人们的注意力将越来越多地转向与机器的互动，而人机互动会构建一种新的个人门户。（一）人机互动“个人门户”兴起的技术基础与用户动因在今天的智能分发中，算法主要是在单一平台中进行内容推荐，在推荐内容的广度与多样性方面会存在局限。而ChatGPT则是将多个平台的内容作为语料库，基于语料库素材进行内容再生产，因此，它打破了单一平台的封闭状况。相比具有跨平台分发功能的搜索引擎，ChatGPT不只是起到导航、引流的作用，而是直接完成了知识或信息的梳理甚至整合过程，大大提高了人们在信息和知识获取方面的效率。ChatGPT的出现，促使搜索引擎也向智能化信息整合发展，最终与它殊途同归。今天的内容分发更多地体现的是平台为核心的思维，即使是个性化推荐算法，也是以平台流量的提升为目标。未来，无论是ChatGPT，还是智能化后的搜索引擎，都不再是为平台服务的内容分发工具，而是以用户为核心的智能助理，以用户需求驱动信息的搜索、筛选、加工与整合，为人们量身定做内容。在人们被海量信息包围，却又越来越难以处理纷繁复杂的信息时，智能助理可以大大减少人们在信息处理方面耗费的时间。这样的智能助理，还会向工作或生活场景延伸。2023年8月，百度发布的超级助理“如流”，可以整合各种场景下的信息与服务，实现一键约会、一键休假、一键差旅，也可以实现查文档、学知识、看文献，在海量信息中抽取关键信息，生成摘要。对英文论文，可以快速生成中文摘要，或者进行翻译、解释。可以预见的是，未来智能管家不只是存在于手机，而是会向智能家居、智能汽车等空间中的各种智能设备延伸。用户可以通过适配的终端或渠道，通过嵌入在各种APP里、专属于自己的智能管家获得特定场景下所需要的内容或服务。ChatGPT采用的人机对话模式，也使得人的信息获取过程成为一个交流的过程，人们可以对机器给予的答案进行反驳或修正，促使机器优化其答案。通过对机器的不断调教、训练，机器的能力也会不断提高。人们所面对的，不是内容，而是具体可感的社交对象，即使这个对象是机器。这样的人机对话也会向情感互动方向发展，即使机器的情感是模拟的、机械的，也会给人们带来一定的满足。当人们可以在ChatGPT或类似应用中，通过人机互动来支持其日常信息消费行为甚至日常生活时，这样的应用就会成为新的个人门户。社交媒体时代的个人门户是以社交为基础，人们的关系网络对于内容的生产与消费起着重要的推助作用。没有社交互动，就不能产生内容的生产与流动。因此，人们并不是被封闭在个人中心里，而是由这个中心激发出多样的连接，无论是人与人的，还是人与内容的。也因为如此，这样的个人门户承载的不只是信息传播，还承载着人们的社交需要，不断涌现的各种社交手段曾极大地激发了人们的社交热情。但随着时间的推移，人们在社交媒体中的社交倦怠感也在增加。人们不得不付出大量时间与精力来进行关系的维护，以及自我表演，由此感受到的压力与付出的代价也越来越高。如果ChatGPT等应用平台构建出另一种个人门户，则将把这样的个人中心从社交网络中分离出来，也就是将人从其社会关系中抽离出来。这种分离在一定意义上意味着人们可以逃离社交关系的束缚，减少人际互动中的投入，获得某种自由。相比以往的社交传播网络，基于ChatGPT等技术的个人门户能在更广泛的领域提供信息与知识，并且根据人们需要进行信息的再加工，即使其产出的内容存在着不准确的问题，但多数人并不会意识到问题的存在，反而会被其效率征服。人一旦有需求，机器总是有求必应，且能做出即时响应，这也容易给人们带来满足感。（二）人机互动的“个人门户”将如何影响个体如果人机互动的个人门户逐步普及，今天人们所担心的算法分发可能强化的信息茧房问题，是会得到解决还是进一步放大？在以往基于社交平台的个人门户模式中，人们的社交网络决定着他们获取信息的广度与异质性。人们通常倾向于在同质化的圈层中进行社交，他们获得的信息也容易受到这些圈层的影响，社交圈层影响人们对信息环境的感知，也影响着人们的意见、态度与行动。ChatGPT及类似的应用是以广泛的信息源作为内容加工基础，因此提供的内容会超越人们日常的信息获取渠道，特别是社交渠道，这有助于打破人们现有的社会圈子、社会位置的限制来获取信息、知识，也可以使不同圈层的人获得的信息差有所减少，当然，其前提是人们能平等地接触与使用这些智能应用。当然，与人形成紧密互动的智能机器，也会越来越了解一个人的习惯、性格，它所提供的信息也可以不断迎合用户的偏好。但究竟是否要向这一方向发展，则取决于开发者与应用者的意愿。像今天的算法分发一样，机器是强化还是破解信息茧房，最终还是取决于人如何利用机器。从获取信息、知识以及享受各种服务的角度看，由机器建构的新个人门户里，人们或许并不会感受到不便利，不一定会受到信息茧房的困扰，甚至可能获得更高的效率、更好的体验，但信息获取模式的改变的深层影响是带来人们交往模式的改变。如果人们将自己封闭在新个人门户里，那就会产生研究者所预言的结果：GPT有可能会改变人类的交往方式，使个体成为信息海洋中的“孤岛”，“孤单—求助GPT—孤单加剧—继续求助GPT”的循环怪圈可能成为人类生活的常态。人们在这样的“孤岛”中逐渐失去人际交往的能力与资源。在当下，人们或许会因为对人与人之间过度连接、过度社交的厌倦而转向与机器对话，甚至在一段时间内享受这种与机器相处的方式。人与机器的互动，不仅可以获得信息、知识与服务，也可以获得一定的情感支持，且人机交流比人际交流更具可控性，因而在人们眼里也有更好的“性价比”。但完全沉醉于与机器的交流会对人带来什么影响？相对于人际交流中不同交流对象带来的话题多样、风格多变的交流，人与机器的交流会遵循某些模式，即使未来技术开发者给机器设计的模式更多元，甚至可以根据人们的需要量身定做交流风格，人们可以在不同心境、不同需求下选择不同的交流风格，但这种选择仍然是有限的。虽然人因此可以对交流有更多的控制，也可以减少交流中的成本，但交流的乐趣也可能减少。今天的ChatGPT被设计成对人彬彬有礼，只会服从，不会顶撞的应用平台。虽然未来的交流机器可以有不同的性格与地位设计，但从人这端来看，多数人仍然希望在交流中自己是控制者。在人机交流中，多数人也很难将机器作为真正平等的他者看待，更不会考虑机器的感受——人们普遍认为机器是没有感受、没有情感的。当这样的人机交流常态化之时，一种结果是，不仅机器在向人靠拢，人也在向机器靠拢。人的思维和情感也会在一定程度上像机器一样变得机械、功利。如果人们沉迷于与机器互动的个人门户，也会意味着人与人的互动、汇聚日益减少，公共交流也将减少，今天社交媒体带来的“部落化”会因此而走向“去部落化”。不同个体、不同群体间的相互沟通、认知、理解和支持进一步削弱，公共空间的舆论也不再明朗，而这未必是一件好事。社会风险会通过更个人、更隐秘的方式酝酿，虽然相对而言群体行动可能会减少，但个体的危险行动一旦爆发，同样会令人猝不及防。个人门户也会影响到人们生活的其他方面，在很大程度上左右甚至控制人们的行为。相比现在各种平台的算法，个人门户掌握的信息可以贯穿人们日常生活的不同层面，因此，对人的个性、行为习惯的了解更为充分，一旦这些信息被不当应用，风险更大。当预知到人机互动的个人门户可能带来的风险时，我们是否有可能阻止这样的门户产生？或许不能。技术应用的发展，很大程度上是由市场来选择的，如果用户有某些方面的强烈需要，技术又呼应了这些需要，它的兴起恐怕难以避免。但未来相关应用的开发需要平衡人-内容、人-机与人-人等多重关系，只注重人机关系的开发，虽然在当下可以满足用户的需要，但在深层也是对用户的压迫，同样会逐渐引发用户的倦怠感，其生命周期也会有限。更重要的是，这些应用开启的人与机器的关系模式，对未来人的生存会产生极大影响，对相关的风险应该有预先的研究与防范。智能平台：门户迁移驱动的新平台走向从平台的各要素及未来发展趋势看，智能平台将可能出现以下新的特点：1．智能技术在平台内容生产中的应用及转义作用将日益增长在目前的平台，算法、数据主要是对用户的内容消费起作用，而新一代的智能平台，算法、数据的新应用方向，将会更多地体现在内容生产方面，其转义也会在内容生产中进一步体现。在内容的原创方面，机器可以用两种方式参与内容生产。在两种方式中，机器会有不同的转义作用。其一是完全自动化的内容生产。这一机制生产的内容虽然与人生产的内容难以完全匹敌，但它具有极高的效率，也会有市场需求。自动化内容生产有不同的技术思路，但无论哪种思路，就像人类一样，它们不可能是对客观世界的原样复制，而是抽象、简化与再现，这也就会包含转义，有时是对客观对象的符号化翻译过程，有时也会存在对客观对象的扭曲。其二是由人驱动机器生产的、或人机协同生产的内容。机器的作用是增强人的能力，帮助人突破其原有的生产局限，而可以预期的是，知识与艺术性内容将会是人的生产力解放后新的内容增长点。在这个过程中，人的主要作用是给机器设置创作方向，发出提示，但算法会用自己的方式对这些提示进行解读，基于自己掌握的数据素材进行内容呈现，这也是对人的意图的转义。在信息再加工方面，以往以人为主体的工作越来越多转向智能机器，特别是多来源信息的整合、知识图谱的梳理、逻辑化的呈现等，以往在信息再加工方面不能充分满足用户的情况也会发生很大改变。这个过程，显然也包含着机器的多重转义。虽然机器处理的效果并非总是理想的，甚至出现了错误的转义，但人未必总能识别。机器自动生产内容与人生产内容的原理不同，依赖的资源有差异，转义的机制也不尽相同，智能技术在平台内容生产广泛应用之时，会引发很多新问题。它涉及到的责任主体，也不只是智能应用的使用者或平台的运营者，还包括智能应用的开发者。2．“人-物-环境”三个维度构建新用户今天当我们说到用户，都是指人，用户数据都是指人的数据。但随着各类智能物体、传感器的应用，人将越来越多地与智能物体产生关联，并形成一种“共生关系”。对人的状态与需求的测量与分析，将不仅仅靠传统意义上的人口统计变量或用户行为等数据，与人相关的物的数据、人与物的关系，也将成为描述、理解用户的新维度。借助智能物体，人所处的环境也得到更多维度的监测，环境变量也成为理解用户行为、需求的要素。因此，智能平台的用户，会是人、物、环境共同构成的一个系统，用户数据是多重数据的集成。要成为智能平台，不仅需要掌握“人”的相关数据，还需要获得与人相关的智能物体及环境数据。物与环境数据的加入，会使人的行为与需求得到更充分的认识。但更精准的数据化分析，也会给人带来更多的风险，数据收集、存储与加工的伦理问题，在未来会变得更为突出。3．人-机互动改变平台的“社交关系”要素在今天的社交平台中，社交关系与内容是两大发展要素，社交关系是内容生产的驱动器，内容是关系的润滑剂，两者相互激发。而社交关系是更基础的动力因素。社交动力出现停滞，就会影响到内容的可持续性发展，也影响到整个平台的活力。目前一些社交平台中的社交动力下滑，正是其面临的一个发展障碍。在其他的一些平台中，社交关系要素同样重要，即使是所谓的单纯的内容平台和电商平台，其实也在大力推动用户的社交行为，提高社交黏性。未来的智能平台发展同样需要社交关系的动力，但“社交关系”的含义却会发生一定变化。社交不再只是人与人的互动，也会包括人与机器的互动。与人产生互动的机器，既可以是像ChatGPT这样没有实体形象的机器，也可以是拥有各种外貌的虚拟数字人。它们的外貌可能是现实亲朋好友或名人的复刻，也可能是完全虚构甚至按需定制的。虽然人与机器的互动与人际互动还会存在本质差异，特别是难以提供在现实社会生存中所需要的社会资本，但至少在一段时期内，一些人会享受人机互动的乐趣，并且可能因此在一定程度上减少与真实人的互动。智能平台提供的人机互动方式，互动给人带来的满足程度，都是影响其可持续发展的因素。但只有人机关系的平台，会带来个体的进一步自我封闭与社会的离散，如前文所说，智能平台不能只把注意力放在人机互动的开发上，还需要促成人机互动与人际互动之间的平衡及连通，在不增加用户负担的前提下，为用户提供开放的社交环境。4．内容生产者与用户之间的连接趋向弱化今天的平台汇聚了内容的生产者与消费者，承担着同步培育生产者和用户以及促进两者之间的连接、互动的任务，平台的内容分发算法也是以实现这样的目标为核心。但ChatGPT等技术则淡化了内容生产者与用户之间的直接联系，内容传播效果不再以流量数据的方式体现，用户也很难判断单一内容生产者的质量或对内容生产者做出直接反馈。在未来的一些智能平台上，内容生产者可能不再存在。因为内容资源来源于各种其他平台，平台本身不需要直接生产原创内容。内容生产者与消费者之间的连接弱化，不但对内容生产者是一个挑战，也使用户在内容生产中的作用被削弱。虽然表面上他们也能与机器进行互动，对机器生产的内容进行批评与反馈，但这主要是用于对机器的“调教”，对公共信息生产的贡献有限，或者作用较为间接。今天社交媒体的分布式新闻生产模式，虽然带来了碎片化等问题，但总体来看，是集聚群体智慧、融合专业与业余力量的一种方式，而在ChatGPT等技术模式下，这样的模式可能难以实现。未来的智能平台要促进公共内容特别是新闻内容的有效生产，不能单纯依靠ChatGPT这样技术，还需要探索新的技术模式，特别是要改变内容生产权力过多地向机器集中的倾向。智能机器的目标，应是通过与人的协同来汇聚人的力量，而不是削弱甚至取代人的力量。智能平台兴起引发的权力变局可以预见的是，如果智能平台兴起，它将对现有的各类平台造成一定冲击，也会在多方面引发权力格局的震荡。（一）数据加工权力向少数平台的集中何塞•范•迪克将平台分为基础设施平台和行业平台两类。其中的基础设施平台主要提供搜索引擎和浏览器、数据服务器和云计算、电子邮件和即时通信、社交网络、广告网络、应用程序商店、支付系统等服务。未来的智能平台可以同时提供多种基础服务，在很大程度上也会成为基础设施型平台，这些平台的权力主要来自于其算法模型开发权力和数据加工权力。新的智能平台，一方面拥有自身的用户数据（特别是用户与智能机器互动形成的数据），另一方面可以通过语料库的方式，获得其他平台的数据。因此，有研究者担心，作为一种基础性平台，生成式人工智能将会沦为互联网寡头的网络集权工具。互联网平台及其背后的技术寡头作为知识的生产者，产生了集权化倾向。智能平台的权力也会体现为对语料库的选择权力，虽然模型的原理一致，但不同的语料训练会产生不同的结果。那些想进入语料库的内容生产者，也不得不顺从平台的规则。（二）媒体权力被进一步侵蚀平台权力不断强化的同时，包括媒体在内的内容生产者的权力则会被进一步削弱。在ChatGPT等生成式人工智能技术的内容生产模式下，人们获得的信息往往是进入语料库的多个信息源内容的综合，信息源本身的独立性和内容质量的重要性被淡化，内容的阅读量等数据也会被淡化。这种依赖群体而非个体信息源的模式，虽然对用户可能是好事，但对媒体的品牌及影响力维护却是一个挑战。尽管媒体还可以通过自建渠道来进行内容的传播，彰显自身的存在感与价值，但如果用户越来越多地依赖人机互动的个人门户进行信息获取，他们是否还需要通过媒体渠道获得信息？如果需要，媒体渠道应该为他们提供哪些信息？媒体要充分理解这些问题，才能找到智能时代自己的独立渠道的生存之道，但完成这一任务也会困难重重。另一方面，媒体也不可避免地要利用智能分发平台来提升内容的再传播、再利用价值，这也需要理解这些技术的内在逻辑，努力使自己生产的内容进入相关应用的语料库。像新必应这样的搜索引擎在给出答案的同时，也会给出生成答案依据来源的主要链接，这些链接也有助于凸显其信息源的独立性。对媒体来说，也要力图通过优化策略让自己的内容进入到各种答案并力争成为主要参考资源，这同样需要对相应技术的具体工作原理有着深层的理解。就像现在的网站往往通过SEO（搜索引擎优化）来提高传播面一样，未来媒体也需要专门研究智能分发渠道的应用策略，提高其内容被机器采用、传播的效果。如果能与智能模型的开发者进行合作，则可以进一步从源头来影响内容分发的模式，提升自己在模型中的权重。但这些策略也是媒体权力被削弱之后的无奈之举。每一次新媒体技术的发展，都是对媒体自有传播渠道及其权力的一次侵蚀：门户网站的兴起，对媒体渠道产生了分权；社交媒体的发展，更是动摇了大众传播的基本模式，传统媒体不得不向大型的商业社交平台聚集，自营渠道再次萎缩；移动时代算法分发主导的内容平台，同样对媒体的新闻客户端产生很大的分流。今天媒体再次面临着来自智能技术的分权威胁，甚至其作为独立的信息源的角色与价值也会被削弱。媒体渠道与话语权不断被削弱，使得媒体的营利手段与能力日益削减，特别是广告这样的营利模式将越来越远离媒体，媒体的生存危机将愈加严重。虽然新媒体时代用户仍然需要高质量内容，但市场给予媒体这样的专业内容生产者的话语权越来越小，其生存越来越难。这或许不仅仅是媒体的困境，也是技术发展过程中人类所面临困境的一种体现。（三）知识化、艺术化表达推动用户权利与权力的流动对于平台中的用户来说，智能技术也会带来权利与权力的流动甚至洗牌。社交媒体赋予了用户表达权利，这种表达权也有可能转化为公共空间的影响力或话语权力。但在不同阶段的社交平台中，人们表达的门槛与手段在不断变化，表达权利转化为话语权力的手段与资本也在变化。以文字表达为主的论坛、博客、微博阶段，社交媒体的话语权仍然集中在受过良好教育的精英阶层。移动视频的兴起，则使得普通人拥有了更多话语权。而智能技术则会推动个体权利与权力的流动，特别是在知识和艺术这两个以往门槛较高的内容领域。在知识领域，智能技术将在知识获取与知识生产、应用两个方面同时影响用户的权利、权力。从知识获取权利角度看，今天当人们主要通过社交媒体获取信息和知识时，会在较大程度上受到他们所处的关系网络或社交圈层的影响，不同阶层的人获得的信息和知识仍有很大落差，表面平等的权利在实践中未必能带来平等的收益。新的智能平台的出现，则可以打破人们的社会关系的约束，为不同的人提供相对平等的知识。在知识生产角度，有研究者认为，以GPT为代表的大模型技术，会产生一种内在的知识赋权效应，每个个体只要掌握了一定的提示工程技巧和能力，就可以利用大模型生成巨量知识，进入知识生产的中心。这种新型的知识生产明显是去中心化的。同时，在知识上人们会附着更多的价值观、愿景及深度思考。有了这一前提后，知识就会成为人们的重要表达手段。掌握了智能化知识生产与表达手段的普通个体，也会因此拥有更多的权力。以往在知识拥有方面具有优势的群体，如学者、教师等，则会遭遇袪魅或权力削弱，虽然其中的佼佼者在未来仍会保有自己的价值，但那些平庸的人则可能会被挤出行业。一些传统教育模式、学术研究模式也会受到挑战。但研究者也担心，“知识中产”在人类传统的知识生成秩序中发挥着重要的基座功能,

今年是第一财经成立20周年，第一财经的发展历程见证了中国经济高速发展“黄金期”，也恰逢传统媒体全面向新媒体转型。迄今，坚守新闻专业主义的第一财经，已经走出行业震荡期，并探索出一条适合自己的道路：巩固媒体主业并行推进多元化战略，在带来更强的品牌影响力的同时，吸引了更多资源的合作，从而开拓出更多的新赛道。这样的时代背景下，定位于企业数字化增长服务商的应帆科技、全面布局企业知识服务赛道的“新型数字商学院”一财商学院等业务板块应运而生。当业界还在评估新媒体在营收结构中的比重时，第一财经目前非媒类业务营收比例已达45%。近期德外5号邀请到第一财经总编辑杨宇东就第一财经的融媒探索实践相关话题展开对话。作为深耕中国财经媒体30年的一线操盘手，也把大半个职业生涯奉献给第一财经的杨宇东，系统回顾了第一财经成长过程中踏准的几个时代节拍，并与德外5号就业界内容演化方面的内容价值观，融媒体时代的IP打造，及商业模式探索方面的版权价值应用场景开发，数据+与智库业务等具体内容展开了交流。图注：第一财经总编辑

在今年的视频行业中，付费短剧是从业人员口中热议的话题，短剧也成为2023年视频行业的内容新赛道亮点之一。有人在里面赚到了快钱；有人布局未来，打造短内容平台。这背后代表着一种新的视频内容商业模式的成型：短视频内容付费模式已得到市场验证，用户对短视频内容的付费习惯正在养成。短剧行业呈现市场井喷，付费规模持续攀升短剧，又称微短剧，是单集时长在10分钟以内的剧集作品。目前长视频平台，如：腾讯视频、爱奇艺、优酷、芒果TV等；以及短视频平台，如：抖音、快手等，皆有在短剧赛道的布局。同时，以国内小程序、海外APP为主要形态的付费短剧平台也正在快速兴起。《2023中国网络视听发展研究报告》显示，微短剧正在视听内容中快速崛起，最近半年内，一半以上的短视频用户看过3分钟以内的微短剧、微综艺、泡面番，19岁及以下年龄用户的收看比例为

海外社交媒体与新闻业“脱钩”似乎正愈演愈烈。据外媒，社交媒体X（原Twitter）日前正在进行一项新的功能测试，计划不再显示新闻链接中的标题和其他文本，而仅显示图片。这项举措将限制新闻媒体在该平台的内容曝光量，从而制约后者向官网到导流的能力。无独有偶，继今年8月份为抵制加拿大“在线新闻法案”的出台，Meta宣称在Facebook平台宣布屏蔽加拿大新闻，9月5日，Facebook母公司Meta再次官宣，将从12月初起暂停Facebook在英国、法国和德国的新闻服务。海外社交媒体为何对新闻媒体集体“发难”？新闻业将面临哪些新的挑战？这场“博弈”又有哪些新的变数？下文就针对上述问题，以Facebook为例进行剖析。Meta为何与新闻业渐行渐远？Meta9月5日宣布，将从12月初开始在英国、德国和法国停止使用Facebook新闻。随后Meta强调，它并没有屏蔽文章或出版商页面的链接——它只是取消了专门的“新闻”选项卡。“欧洲新闻媒体可以继续访问他们的Facebook账号和页面，他们可以在其中发布故事链接，并以任何其他个人或组织的方式引导人们访问他们的网站。”但是，Meta还表示将逐渐减少向英国、法国和德国的新闻媒体支付费用，Meta资助的社区新闻项目也将在当前合同期满后停止。社区项目自2019年启动，目前已资助超过100名记者进行本地新闻报道。这个项目的目的是为那些被忽视或缺乏新闻报道的社区提供新闻报道和信息服务。这些记者将继续工作到合同结束。Meta此次关闭Facebook新闻专栏、减少在相关国家和新闻媒体的商业合同、终止社区新闻项目资助的决定，都让Meta与新闻业的关系日趋疏远。这引发了业内对Meta减少新闻支持的担忧。研究发现，Meta作出减少对新闻内容支持的决定，主要基于以下几方面考虑：1.新闻占比及用户吸附力有限Meta宣称：“新闻内容在其全球用户信息流中的比例还不到3%。”也就是说对于绝大部分用户来说，在Facebook上发现新闻只是使用体验的一小部分。用户使用Facebook主要是为了加强社交联系和发现感兴趣的新事物，而不是有目的地浏览新闻。Meta认为，新闻内容对于提高Meta平台的用户黏性作用非常有限。这是其大幅减少对新闻内容支持的一个重要考量因素。新闻内容在Facebook整体业务中的比重和重要性较低，进一步减少与新闻业合作，这符合Meta的商业逻辑。研究发现，在Meta旗下的新应用Threads上，新闻记者及传统的新闻内容的占比被进一步降低。2.减少新闻付费，规避监管风险虽然Meta声称新闻内容不再是Facebook平台及其用户的首选，但不少新闻从业者对这一说法提出异议，并认为这家科技巨头对新闻明显失去兴趣的动机是希望不再向新闻机构付费。特别是澳大利亚去年通过法案，有效地迫使Meta和谷歌为新闻付费，加拿大、英国和美国的类似立法也使meta面临压力。Meta于2019年在美国首次推出Facebook

海外新闻媒体与OpenAI正在展开“技术冷战”......《卫报》近日报道，CNN、纽约时报和路透社已经阻止了OpenAI推出网络爬虫GPTBot。但美国的电视新闻节目《可靠消息》（Reliable

美国播客在过去十年里一路高歌猛进。爱迪生研究公司发布的数据显示，2013年只有12%的12岁及以上的美国人表示他们在过去一个月里听过播客，截至2023年，该项数据直线攀升至42%。播客还有巨大的潜力发展空间。皮尤研究中心的数据显示，在过去的一年里，大约一半（49%）的美国人听过播客，其中五分之一的听众说他们几乎每天都听播客，该项数据指标在30岁以下成年群体中达到三分之一左右。另据Statista数据，在2021年，美国已有8200多万的播客听众，到2024年预计将超过1亿听众。播客已成为美国媒体抢滩的重要赛道。美国听众使用播客的主要目的是娱乐、学习，以及在做其他事情时有东西可以听。大多数播客听众（67%）表示他们在播客上“触电”新闻内容，但只有五分之一的听众收听的是新闻机构制作的播客。年轻人更喜欢听播客年轻人更喜欢听播客。与许多其他数字习惯一样，年轻人比老年人更有可能收听播客。皮尤研究中心的调查数据显示，过去12个月里，年龄在18岁至29岁的美国人中，有三分之二的人收听过播客；而在65岁及以上的美国人中，这一比例略低于三分之一(28%)。而且，年轻的美国成年人群体会更频繁地收听播客内容。在18到29岁的播客听众中，大约有一半的人(48%)表示每周至少会听几次播客；有45%的30至49岁的人表示他们每周至少听几次；在年龄较大的人群中，他们听播客的频率大幅下降，65岁及以上的美国人中，这一比例为28%。图注：过去一年里，有三分之二的18-29岁成年人听过播客（来源：皮尤研究中心）美国人转向播客的原因也因年龄而异。大多数18至29岁的播客听众表示，娱乐（75%）或伴随他们在做其他事情时有东西可以听（70%）是他们听播客的主要原因。同时，65岁及以上的播客听众认为收听播客的最常见主要原因是学习（61%）。来自不同国家和地区的报告和分析显示，受教育程度高的人群更有可能使用播客。在所有成年人中，无论年龄大小，62%拥有学士学位的人在过去一年里听过播客，相比之下，拥有高中或更低学历的人听播客的比例为37%。根据路透研究所的《2023数字新闻报告》，播客目前仍是一种小众的媒介形式。路透针对20多个国家的调研数据显示，2022年，约有三分之一（34%）的人每月使用播客，其中12%的听众收听与新闻时事相关的播客节目。图注：播客收听类型（来源：路透研究所《2023数字新闻报告》但播客的受众画像对媒体和广告主来说却是具有吸引力的。播客的听众群体往往收入更高、受教育程度更高，而且年轻化。与年长群体相比，大多数国家的年轻人更有可能表示他们更喜欢听新闻内容，部分原因是他们在播客上花费了更多的时间。但无论年龄如何，人们都发现播客是一种方便使用的媒介，可以在通勤、遛狗、健身房或在家做家务等场景使用。所以，不少海外头部媒体使用播客作为吸引年轻用户或加强与订阅者关系的方式，这就不足为奇了。图注：播客用户画像：年轻化、高收入、“高知”（来源：路透研究所《2023数字新闻报告》新闻播客听众高度重视信息准确性喜剧和娱乐是最受听众欢迎的播客主题。按照年龄来看，不同年龄段的听众喜欢的话题也略有差别，年轻听众更喜欢听娱乐类的播客，而年长听众更喜欢听政治类的播客。年轻的听众比他们的长辈更有可能说他们听播客是为了娱乐，或者说他们是为了在做其他事情的同时有东西可听，而年长的听众更有可能说他们听播客是为了了解最新的时事。图注：喜剧和娱乐是最受听众欢迎的播客主题（来源：皮尤研究中心）在18岁至29岁的播客听众中，有四分之三的人表示，娱乐是他们听播客的主要原因，而在65岁及以上的人群中，这一比例仅为30%。70%年轻播客听众表示，他们听播客的主要原因是想在做其他事情的时候听些内容。而这一指标在年龄较大的群体中稳步下降，在65岁及以上的播客听众中下降到22%。在所有年龄段的播客听众中，至少有一半的人表示学习是他们听播客的主要原因，但这是65岁及以上人群中最常见的原因，占61%。排名靠前的播客通常会从节目植入广告，以此来实现盈利，当然也有许多播客会向听众寻求经济支持。但与更大的组织合作，如新闻机构或播客组织，就可以大大减轻这些成本。事实上，大多数顶级播客(69%)的出品方是包括新闻媒体在内的大型机构，如亚马逊耗资3亿美元收购的播客公司Wondery或美国第一大商业播客发行公司iHeartRadio。另外，头部新闻播客的成绩也很抢眼，比如《纽约时报》的播客节目“The

生成式人工智能已经快速运用于国际大型媒体机构，但由于其模型本身的局限和使用中的问题，它在赋能的同时却不一定能够优化新闻业。新闻本源于社会实践，目前学界业界的讨论通常限于实务应用层面，但生成式智能正在重构新闻生产流程，变革新闻工作机制，并驱动新闻的多模态转换，是否挑战了新闻观念？智能数据驱动新闻是否挑战了新闻专业的基础？用智能技术替代采写，是否挑战了新闻工作者的专业实践观、记者的角色？生成式人工智能对新闻业的变革将超越功能层面，深入到新闻的理念和结构层面。生成式人工智能（GAI）正在展示技术的颠覆性力量，被视为至少能与互联网、智能手机相提并论的前沿技术，其代表性应用是2022年底以来发布的ChatGPT、GPT-4等智能程序。它是向数据学习的神经网络系统，半年来已经被广泛运用于日常对话、生活服务、新闻传播、艺术创作（音乐、绘画、时尚、设计和文学等）、商业经营、科学研究、医疗保健、教育教学等各个领域，其爆炸性流行被视为公众采用人工智能技术的第一个真正转折点，也成为激发生产力和人类创造力的巨大引擎。埃森哲（Accenture）3月下旬发布的研究报告显示，生成式人工智能驱使科学、商业以及社会本身的一切都将发生转变，对人类创造力和生产力的积极影响将是巨大的。98%的全球高管认同人工智能基础模型将在未来3~5年内在其组织的战略中发挥重要作用；40%的工作时间可能会受到像GPT-4这样的大型语言模型的影响。就新闻业而言，生成式人工智能相当于给每一位新闻工作者配备了一位高效率的助手，给每个新闻机构增添了额外的资源、创新的可能性，也带来了更复杂的专业问题。本文将从当前生成式人工智能在新闻传播业的应用实践及其效应着手，探讨生成式人工智能对新闻传播的业务、机制的影响，以及它们对新闻专业、新闻理念和记者角色带来的挑战与重塑。生成式智能赋能新闻业生成式人工智能正在以一种魔法般的方式，简化了人们将想法、创意转变为现实的过程。新闻界以十分迅捷的反应，投身于这个正在引领新闻业巨大变革的新技术。事实上，早在它发布之前，媒体已经迫不及待地融入智能新技术的洪流之中。（一）智能技术已经深入新闻业务人工智能直接运用于新闻界，已经有10年的历史。美联社是最早利用人工智能和自动化来支持其核心新闻报道的新闻媒体之一。2014年，美联社开始使用人工智能程序处理有关企业收益的报道，令新闻业面貌为之一新。在使用人工智能之前，美联社的编辑和记者在其中花费了无数资源制作财务报告，也因此分散了对有更大影响力的新闻的关注。即使大量投入，美联社每季度也只能制作300份财务报告，还有数千份潜在的公司收益报告未能成文。采用人工智能平台Automated

2023年的8月18日，对媒体人而言，是一个特殊的节日，亦是一个察今盘故的重要节点——2013年8月19日习近平主席在全国宣传思想工作会议上正式提及“媒体融合”以来，十年已然过去。当三伏天气接近尾声，暑热渐消，一年一度的CTR媒体融合研究院专家沙龙活动如约而至，今年迎来了近三十位业内

来源：niemanlab.org，axios.com，wan-ifra.org等编译：于海娇美联社日前表示，已与ChatGPT母公司OpenAI达成一项为期两年的合作协议。据协议，美联社会为OpenAI提供新闻素材去训练AI，而OpenAI

ChatGPT的应用点燃了AIGC的光辉前景。尽管由此涌现而来的各种演变节点难以预测，但在现阶段，我们不得不承认，内容创作者在AI技术加持之下的生产力又将抵达一个新的高度。回顾信息技术的发展历程，在媒体层面，生产、分发、再到商业化运作，其实一直就是以强化个体的逻辑来颠覆传统的媒体型态和格局。从中心化媒体机构到“人人皆媒体”的自媒体时代便是一个显著趋势，也推动着“达人”这个角色走到了前台，成为一种风尚，逐渐形成一种新的媒体职业。作为传统媒体主动进入互联网传播领域的一种方式，媒体MCN与达人展开深层次合作，并以体系化的专业内容创作服务作为竞争优势。但是随着AIGC技术持续深入内容生产，可以预计达人（主播）对于机构内容创作体系的依赖程度将进一步减弱，芒果MCN自2019年初从电视媒体融合转型为MCN机构，对于这种变化的感知越来越强烈。面临迭变中不断调整姿态的压力，我们不仅仅要在产品和经营层面，更要在组织层面，回答在以达人（主播）为中心的新传播模式中为什么以及怎么样来构建机构的核心价值。这一核心价值毫无疑问不能以简单的经济效益来考量，而是要坚持媒体属性，实现社会层面的价值追寻。图注：芒果传媒有限公司党总支委员、副总经理，湖南娱乐频道党总支书记、总监，芒果MCN创始人，CTR媒体融合研究院专家

2014年8月18日，中央全面深化改革领导小组第四次会议审议通过《关于推动传统媒体和新兴媒体融合发展的指导意见》，媒体融合正式上升成为国家层面的战略部署，这一年也被称为“中国媒体融合元年”。近十年来，媒体人踔厉奋发、笃行不怠，取得了显著成果。针对我国主流媒体的发展状况和未来趋势而言，我们可以从以下八个方面进行研判与思考，包括百花齐放、千姿万态、传播之变、格局之变、话语之变、攻守之变、影响之变。图注：广东广播电视台原副总编辑、CTR媒体融合研究院专家

随着国内大厂纷纷加码大模型，AI技术的热度仍在持续升温。类ChatGPT产品给传媒业带来的冲击，不亚于互联网的出现。根据世界报业和新闻出版协会（WAN-IFRA）的最新报告，已有49%的新闻机构在使用生成式AI技术，但只有五分之一的媒体制定了相应的指导方针。随着AI技术不断迭代并渗透到包括传媒在内的各个行业中，如何高效且合规地应用这项技术已变得非常紧迫。因此，《Gazeta

Midjourney提示词。图注：将Midjourney的基础信息投喂给ChatGPT（来源：metaroids.com）在“教育”ChatGPT的过程中，它可能会直接给到你回应。建议在提供

就新闻内容而言，在TikTok、Instagram和Snapchat上，用户更加关注名人、影响力者，与此形成鲜明对比的是，在Facebook和Twitter上新闻媒体账号和记者仍然占据“C位”。5.

Bonelli则介绍了该机构全面应用AI的情况。他们使用TygerGraph工具分析用户行为模式并优化内容推荐，而

当下，MCN机构是我国短视频产业链运行的重要中介，其灵活的商业模式和运营理念，易于与内容创作者、平台、品牌方、明星达人、消费者产生良性互动，实现多方共赢。媒体MCN作为媒体融合轻量化转型的路径之一，数十家媒体机构一直探索在路上。从2019年开始，以湖南娱乐频道为基础打造的芒果MCN，已逐步形成较为成熟的新媒体业务体系，近年其新媒体业务营收占比年均增长率达到了21%。最近业内热议媒体短视频账号经营变现难，德外5号带着这个问题对话了湖南广播电视台娱乐频道党委书记、总监，创新娱乐总裁，CTR媒体融合研究院专家

国内大型的公关营销集团蓝色光标日前公布「全面拥抱AIGC」的决定，不再使用任何形式的文案外包服务，而是由AI技术来完成相关工作。消息一出引起社会的热议，背后是人类的恐惧与焦虑。还在前进的人工智能的发展显然已经不会顾及这份心情。尤其当少部分人已经找到目前AI的最佳实践场景

世代可以带来更强大的年轻消费者用户群。典型新闻订户的形象是年龄较大的人，主要缘于Z世代成长于数字传播时代，很少有Z世代成年人经常阅读报纸及收看线性播出的有线电视频道。Morning

年的3%增加到2022年的15%，老牌社媒YouTube在东欧、亚太地区和拉丁美洲的年轻人中越来越受欢迎。在该机构的报告中指出，TikTok已成为今年调查中增长最快的网络，达到

德外5号诚招兼职编译/特约作者若干名，要求文笔佳，逻辑性强，善于观察和思考。有新媒体、媒体融合相关研究、从业经验者优先。简历或作品投递，请添加一婷主编微信沟通。延伸阅读

局限和挑战人工智能增强了社交媒体用户体验，但这一技术在社交媒体中的应用也面临着局限和挑战。其中版权问题引发外界的高度关注。DALL-E、Midjourney和Stable

“什么人会在AI时代成为赢家？我打个比喻：有一天，三个人拿到了阿拉丁神灯。阿拉丁神灯告诉他们：“我可以各满足你们一个愿望。”甲说：“我想要100亿财产。”于是，他变成了一个百亿富翁。乙说：“我希望你再满足我100个愿望。”于是，他拥有了无数次唤醒神力的能力。丙说：“我想拥有和你一样神奇的能力。”于是，他自己成为了阿拉之神。未来，AI就相当于一盏阿拉丁神灯，可以帮我们做很多事。但如何把

仿佛一夜之间，众多互联网人都开始重新思考自己赛道的逻辑与未来。如打开潘多拉魔盒一般，ChatGPT这个里程碑产品以一己之力让科技行业重新兴奋起来，为这个沉闷和内卷了许久的行业重新注入了想象力。在兴奋之余，更多的从业者开始思考ChatGPT所代表的的预训练大模型会如何影响行业的格局和职业的未来。在所有ChatGPT可能影响的行业中，广告业无疑是一个微妙而重要的存在。一方面广告本身就是互联网的第一大商业模式，它的任何变化都会影响互联网目前的竞争格局；另一方面，广告所涉及到的多个环节和ChatGPT所代表的AIGC、自然语言处理有着千丝万缕的联系。这篇长文我们就一起来看一看ChatGPT所代表的预训练语言大模型会给互联网广告行业带来哪些改变与冲击。作为广告从业者又应该如何面对

（图片功能暂时不对外）；更安全，想要再轻易忽悠它越狱很难了。接下来的内容会详细介绍GPT-4的一切。注：GPT-4的官方YouTube直播功能展示注：OpenAI总裁兼联pp合创始人Greg

他表示，这项改动和长短视频的关系不大，目的是从形式上进一步淘汰低创视频——那种靠标题和封面吸引点击、但是不能让用户看完的视频会被削弱数据，能创作出高质量内容的UP主将会从中获益。

“每天待在办公楼里时，总有太多的东西混淆人对时间的感觉——从早到晚亮着的照明灯，从不停歇的中央空调和换气扇，随时随处发起的会议，让时间不知不觉中就滑了深夜。夜晚的灯光照亮了城市，却仿佛照不到自己所在的角落。”当你看到上面这段“社畜”日常的精准描摹，是不是会认为是某位打工人深夜加完班的有感而发？然而这些文字实则出自国内某AIGC模型的命题文学创作《迷失东京》。从最新资讯来看，AIGC已经向文学出版行业出手。《韩国经济新闻》2月19日消息，韩国出版商

2月底，加拿大的不少谷歌用户开始无法访问新闻内容和使用搜索引擎，此举被视为谷歌对加拿大即将出台的媒体法案的回击。近年来，谷歌和Meta两家网络平台巨头曾向新闻媒体支付了数额不菲的费用，但是面对越来越严的监管形势，他们似乎想与新闻业“分道扬镳”。这场“博弈”的前因后果究竟是怎么回事呢？谷歌在加拿大屏蔽新闻以抗议媒体法案加拿大在2月底发生了一起令人关注的事件，加拿大的一些谷歌用户发现他们很难通过谷歌搜索访问到新闻内容，原因是谷歌开始对新闻内容进行了屏蔽和限制，作为对加拿大C-18法案即将通过的回应。C-18法案是加拿大总理特鲁多领导的自由党政府去年推出的“在线新闻法案（Online

近日，抖音娱乐开放平台正式上线，推出影视剧宣全链条的平台化服务，推动长短内容的合作步入新阶段。从短视频到长视频，在目前抖音平台上已有先期的融合迹象，诸如近期大火的抖音直播看剧。如今抖音从平台和战略层面正式推进长短内容的合作，似乎预示着短视频与长视频原有的市场格局即将发生深刻变化。作为重要的内容生产机构，各级媒体已经入驻抖音平台并取得不错表现，面对长短内容融合的大趋势，全媒体内容生产接下来怎么搞无疑是一道必答题，具体来说长内容与短内容如何构建新的协作关系与生产模式。正本清源：长短内容差别的本质提起长短内容的典型代表，无疑是长视频与短视频。有关长短视频差别的观点有很多，但都没有触及本质——短视频和长视频是两个不同的场景，而构成场景差异的是痒点密度、用户成本、用户需求。1.痒点密度为何每年的春晚，语言类的小品、相声比较受欢迎，就是痒点密度的分布问题，每20秒到30秒来一个，间隔久了听得寡淡无味，间隔太短会造成麻木。长视频中的影视剧以及综艺类节目，痒点往往是需要很长时间的内容策划、情绪预热、故事逻辑推进才能完成的，而短视频在几十秒甚至十几秒之内就可以给出痒点。短视频平台里，抖音的痒点是最快的，原因是需要将痒点尽可能前置以留住用户观看和驻留。所以我们刷起来短视频会感觉时间过得很快，就是痒点分布密集，获得愉悦感的成本足够低。而长视频在痒点的时间间隔上较长，这就给观众会造成因痒点而获得愉悦感上的成本增加，随着抖音剪映等工具的应用，长视频中的痒点可以单独被剪辑成短视频，因此抖音看剧一方面是扩大了相关长视频内容的知名度和影响力，但同时在另一方面也造成了用户在观看行为上的快进，存在一部分潜在用户流失的风险。另外，用户长期接触短视频的过程中潜移默化所形成的习惯，会影响到对长视频的观看。这种影响可以分为两个可能的方向：一个是用户会对包括长视频在内的长内容（小说、专著等）有着超过以往的渴求，此行为可被视为“找补”；另一种就是用户会把短视频的观看习惯叠加到长视频上，视为“叠加”，从需求端倒逼长视频的生产方式与内容逻辑发生变革。2.用户成本面对目前远超个体大脑处理能力的信息总量，用户行为虽然多种多样，但概括起来就是——选择二字。选择从经济学来看就是取舍，即用户在观看特定信息的时候是放弃了对其他信息的观看。门户时代，搜索是解决用户成本的主要形式，搜索的本质是用户主动决定自己的选择，而到了移动互联网时代，算法推荐则成了决定用户选择的方式，用户是被动决定的，相较于使用搜索引擎，用户成本降低了很多，是在不知不觉之间完成的。从具体内容形态的接受成本来看，用户如果看到自己不喜欢的短视频内容，手指一动刷走就可以了，而如果是面对长视频内容，由于自己前期投入了较多的时间精力情绪，因此产生的反感和排斥也更强，由此会造成对长视频内容的容忍度远低于对短视频内容的容忍度。3.需求动机从用户需求本质来看，短视频是Kill-time

去年至今，短视频在商业化方面的动作层见叠出，除了直播电商外，招聘、生活服务、外卖、房产、影视二创，上线开放平台等商业项目纷至沓来......是什么在造就短视频生态的第二、三、四...N条增长曲线？如果说人口红利带来的流量繁荣是短视频1.0发展阶段，那么产业繁荣将是短视频生态的2.0发展阶段......带给融媒体的启示：提升流动性！短视频生态的繁荣基因经济社会学家马克.格兰诺维特(Mark

据tech.co的调查，截至2022年，全球社交媒体的使用人数已达47.4亿，影响着全球一半以上的人口。去年，在全球进入后疫情时代、经济低迷的情况下，用户增长达破纪录的1.9亿。2027年预计将达到58.5亿。社交媒体已经全面进入全球人类的生活并扮演了举足轻重的角色。然而，据GWI调查，全球用户平均用网时间在2022年底已经出现显著下行迹象，社交媒体之间的竞争将更加激烈。今年社交媒体预计将会出现以下六大趋势：大型平台往“超级应用”方向发展；小众去中心化平台将撬动整个“社交江湖”的设计理念；平台将转变以广告为主的商业模式，尝试订阅、电子商务等多元化模式；技术方面：平台对元宇宙技术的投资和应用还在发展；内容格式方面，短视频和社交音频将欣欣向荣，多感官内容会蓬勃发展；内容方面，预计会有更多本地化内容、“可持续”内容出现、且会出现更重视内容真实性的消费潮流。大型平台变身“超级应用”过去的2022年，各大社交媒体平台的用户数量和使用时间仍在增长。然而在激烈竞争的压力之下，社交媒体巨头都在探索从底层逻辑到内容格式、技术应用等方方面面的变革。变革的趋势之一就是朝着“超级应用”的方向演化。图注：2023年1月全球头部社交媒体月活用户数据（单位：百万）（数据来源：Statista）超级应用结合了各种功能：从信息、视频、娱乐到商务、支付等（比如微信就可称为一个“超级应用”）。超级应用不仅为用户提供了更身临其境的体验，也方便满足用户的多种需求。如，TikTok一直在添加多种其他应用的功能，比如故事和长视频、克隆了BeReal（“真实”社交）、二手买卖，而且正在进军非数字世界。Meta一直致力于将WhatsApp打造成超级应用，在选定地区提供社区工具和支付功能。马斯克在社交媒体发文称，“收购推特是创建万能应用程序‘X’的加速剂。”“去中心化”小众平台撬动社交媒体变革2023年初，虽然主要的社交媒体平台仍然是“江湖”的霸主，但是新生的小众平台带来了“去中心化”新思路，也许今年无法撼动旧的权力秩序，但有希望引领未来的发展趋势。小众新生平台BeReal，Poparazzi，Locket等近期受到热捧，反映出新生Z世代青年对社交网络“真实”和掌握自己社交权力的渴望。这些平台的设计依据“去中心化”理念，“反Instagram”，不会塑造“网红”，无法编辑图像或视频，回归“真实”的社交功能。例如，BeReal的玩法是在一天中的随机时刻，用户和朋友会同时收到提示，在两分钟内，用手机的前后摄像头拍摄当下瞬间，没有滤镜、不做任何编辑，直接共享彼此的真实瞬间。回归社交的思路也受到了大平台的重视，Instagram，TikTok,

AI生成了大量关于“什么是信用卡？”为主题的文章，旨在吸引金融知识水平低又有理财需求的潜在客户，文章为这些客户推荐办理新信用卡和贷款的联盟链接。如果读者办理了这些卡或贷款，Red

德外5号诚招兼职编译/特约作者若干名，要求文笔佳，逻辑性强，善于观察和思考。有新媒体、媒体融合相关研究、从业经验者优先。简历或作品投递，请添加一婷主编微信沟通。延伸阅读

2022年对于社交媒体来说是充满变数的一年，Meta持续下滑，TikTok持续上升，Twitter目前正处于混乱的管理层更迭之中。进入新的一年，各平台将如何迎战激烈的市场竞争？Facebook:推出更多基于AI的推荐性分发策略，仍是重亲友的信息发布地对于Facebook来说，2022年是极其艰难的一年，虽然危机重重，但扎克伯格仍对平台充满信心，他认为Facebook具有自身独有的优势，在Facebook平台上用户不会被局限于单一的短视频内容，平台上还有文字、链接、新闻、长视频等多种形式的内容推送。如果Facebook能做好内容推荐，那么将会大大提升自身竞争力。预计今年开始，Facebook用户将在自己的页面上看到更多内容，其中部分内容是未关注但通过信息流被推荐到用户主页的。扎克伯格在最近的采访中表示，近一两年，团队将开始在推送中为用户呈现更多的推荐性内容。他预计用户Facebook主页上40%的内容将会来自于他们没有关注的人的内容。Facebook推荐模式的灵感源自于TikTok，与传统用户自主搭建个人社交圈不同，推荐模式指的是平台运用算法在全平台中范围中发掘最佳内容并向用户呈现，这样做能够最大化用户的参与度，因为用户看到的除了他个人选择的内容外还有平台的推荐内容，它拓展了用户在平台上的内容接触面。此外这一模式还为创作者提供了更多潜在的曝光机会，他们内容的浏览量大大提高，因为除了他们的关注者之外还会有一些其他非关注者的流量。

德外5号诚招兼职编译作者若干名，要求文笔佳，逻辑性强，善于观察和思考。有新媒体、媒体融合相关研究经验者优先，新闻、传媒和英文相关专业研究生优先。简历或作品投递，请添加一婷主编微信沟通。延伸阅读

德外5号诚招兼职编译作者若干名，要求文笔佳，逻辑性强，善于观察和思考。有新媒体、媒体融合相关研究经验者优先，新闻、传媒和英文相关专业研究生优先。简历或作品投递，请与一婷主编微信联系。延伸阅读

德外5号诚招兼职编译作者若干名，要求文笔佳，逻辑性强，善于观察和思考。有新媒体、媒体融合相关研究经验者优先，新闻、传媒和英文相关专业研究生优先。简历或作品投递，请添加一婷主编微信沟通。延伸阅读

研究发现，智能媒体原子能力是业界非常重视的概念，“聚变”和“裂变”是人工智能原子能力发展方向。从生态格局演进趋势来看，智能化的新型主流媒体和头部互联网公司，是智媒新生态的关键引领力量。主流媒体正处于媒体深度融合的重要阶段，智能化发展是其战略方向。近年来，人民日报、新华社、中央广播电视总台等多家媒体积极拥抱人工智能，持续探索利用人工智能技术提升技术能力，创新内容生产、建设运营体系与服务体系，扩大用户规模，不断推动智能化应用创新，打造开放共享的智媒新生态。编者按：本文梳理了智媒体发展的七项“原子力”技术、八类人工智能平台模式，及应用案例，推荐业内同仁阅读参考。智能媒体理论回顾与理论分析回顾智能媒体的相关学术研究，是探索智能媒体理论发展过程，把握主要智能媒体研究理论的基础。本文以“智能媒体”为主题词，以“中文核心期刊”和“CSSCI”为纳入标准检索知网CNKI数据库，对智能媒体的文献做了梳理和分析。检索年限为1997年至2022年12月，共检索到430篇文献。在知网搜索到的最早关于智能媒体的文献，是1997年发表在《世界标准化与质量管理》杂志上的消息动态，题目叫《FIPA加速智能媒体的标准化》。智能媒体论文发表时间大致可以分为三个阶段，第一阶段是2000年-2015年，从搜索引擎到社交化网络，智能媒体的发文数量每年都有1-2篇；第二阶段是2015年-2018年，智能媒体的研究进入快速增长期；第三阶段是2018年-2022年，智能媒体的每年论文数量大约在60-80篇。通过统计发现，“智能媒体”“人工智能”“媒体融合”是出现频率较高的关键词，累计占比32.53%，关于“智能时代”“智能传播”与“大数据”也是较为热门的研究领域。我们对上述的智能媒体理论进行了研究，发现理论探讨和分析的角度是不同的，展望下一阶段智能媒体发展，有四种理论非常值得大家进行思考和探讨。（一）人机传播理论人机传播理论，是对于智能媒体发展的重要理论思考，在原有的互联网模式中，我们研究的主要是人与人之间的传播，到了智能媒体阶段，我们需要面对人与机器的传播问题，人机传播作为全新的传播形态，计算机成为一种值得关注的传播主体，人工智能与人进行信息的传递，人与机器的交互可能会从简单的界面交互，进一步发展成为情感、情绪的交互。牟怡、许坤（2018）在《什么是人机传播？》中，探讨了人机传播领域前沿研究的三个领域。第一个领域，计算机社会行动者范式，“计算机社会行动者”范式，是斯坦福大学的

在经济增速放缓、通胀高企、地缘政治风险等因素交织的后疫情时代，2023年，世界经济或将面临更加艰难的挑战。对于新闻业而言，技术变革、经济放缓等因素改变了消费者行为，倒逼媒体改变思维、调整战略。彭博媒体首席执行官M

智能传播条件下，媒体在竞争中所要整合、协调的因素、知识、技能与以往迥然不同，媒体竞争力构成要素与生成逻辑也必然不同。应准确把握媒体竞争力的新制约要素和生成逻辑，构建更具适应性的媒体竞争力框架。当前媒体面临的难题不仅在于新媒体收入难以抵偿传统收入流失份额，以及新媒体科技迭代迅速需要不断加大开发投入，还在于深度融合进程中媒体竞争力的构成因素与生成逻辑都在变化，一些新因素在媒体竞争力构成中所占份额越来越大，成为媒体综合竞争力生成、维持、强化的主要制约要素，在今后相当长时间内成为媒体增强综合竞争力的努力目标。竞争力是一种随着竞争发生变化并在竞争过程中体现的综合能力。竞争，本来就是一个全体系的战略问题，只是比较直观地体现在了产品层面上。媒体内容产品是否受欢迎的决定因素，并不仅仅存在于创意、制作水平等内容生产本身。数字化变革催生的一系列变化，改变了传播形态、传播格局，改变了传媒与受众的关系，也相应改变了媒体竞争本身。即便一个媒体或媒体集团仍然保持着核心能力，拥有能够协调多种生产方式和整合不同技术的知识和技能，但随着数字科技的深度运用，受众需求与习惯等发生重要演变，媒体在竞争中所要整合、协调的因素、知识、技能也与以往迥然不同。相应地，媒体竞争力的构成要素与生成逻辑就必然不同。因而，在智能传播时代，深刻认识并准确把握媒体竞争力的新制约要素和生成逻辑，构建更具适应性的媒体竞争力框架，就变得非常重要。适应度与变革推动能力科技进步对经济、社会和人本身的改变，集中体现在变化速度上。一切都在迅速变化，变频、变轨、变形；一切都在升级、迭代、更新、变革。对快速变化的适应度，是媒体竞争力的关键制约要素，而基于较高适应度的变革推动能力，成为智能传播时代媒体竞争力的重要构成。媒体深化融合进程实际上与传播智能化进程交织，基于数据的推荐服务算法在内容分发、服务提供领域的运用程度越来越深，变化越来越快。客观地看，变革速度、迭代速度决定着媒体生存质量。变革速度只有足够快才能适应智能传播时代的竞争，一个媒体的变革速度、迭代速度决定其竞争力。随着媒体融合进程的推进，传统媒体通过新媒体传播手段已可实现与新媒体平台相近的传播速度，智能传播时代需要媒体实现更快变革。考察主流媒体的新媒体变革成效如何，可以采用简单的观察方法，比如其客户端多长时间迭代一次，是半年、一年升级一次，还是每周有所改进？版本号大略可以体现迭代更新数量，再与时间线复合可以对迭代速度作更准确判断。快速迭代更新本身就是一种竞争策略，一些移动应用的新版本并无太大变化也会要求用户更新。以各种方式促使用户更新版本，既是对日活用户的巩固，也是对沉睡用户的唤醒，更可能是对流失用户的召回。一些媒体客户端用户日活量占下载量比例过低的原因是多方面的，其中就包括缺少对沉睡用户的唤醒措施。对快速变化、变革的适应度体现在多方面，不仅需要在多方面不断迭代、更新、变革，而且需要以很强的变革适应能力体现变革推动能力。智能科技发展迅速，元宇宙构想的提出吸引许多行业、企业、研究机构关注数字孪生、虚拟空间。因而，更要适应外界重大变化和变革，适应来自外部的颠覆性变革。动摇一个竞争主体生存基础的颠覆性变化往往发生在所处行业、领域之外。科技革命等催生的颠覆性变革发生于行业、领域外部，却深刻影响于内部和深层。对一个竞争主体而言，变革适应能力与变革推动能力紧密相关，包括对政策环境、社会环境等变革的适应；也包括主动适应变革、推动变革，以更强的竞争适应度赢得竞争。效率差与效率提升能力客观分析，传统媒体与新媒体相比的最大差异之一是效率，包括传播效率、内容处理效率、反馈效率，也包括运行效率、资源利用效率等。效率之竞争决定传媒的生存与发展，网络平台的效率之争甚至表现为存亡之争。一个媒体总体运行效率有多高，提升效率能力有多强，就决定了其竞争力有多强。相应地，媒体通过理念变革、科技赋能、组织变革、流程再造提升总体运行效率的能力，就决定了其竞争力。智能传播科技大大提升了内容生产效率、分发效率和反馈调整效率，从而提升了传播的匹配度和精准度。我们即将进入与人工智能并存、并生、并作的时代。一切可以程序化、数据化、结构化或者可以度量、计算的工作，都可能一步步被人工智能所取代。人工智能运用于内容采集、传输、加工、分发、反馈诸环节的最重要内在动因就是提升效率。运用推荐算法的分发平台可以在几年时间里拥有数亿日活用户，可见其获取用户的能力与效率。AI主播不需要化妆，可以24小时连续工作，因而其在媒体深度融合中的价值不仅在于吸引眼球、提供话题，更在于大大提升了内容生产效率。从竞争角度看，效率与效能是有重要不同的两个概念。效率更多地是从战略层面来讲，而效能则更多地是从战术层面考虑。彼得·德鲁克在《有效的主管》一书中简明扼要地指出：“效率是‘以正确的方式做事’，而效能则是‘做正确的事’。”有些事从短期看效能较高，从长期看未必具有很高效率价值。以发行为例，地市报1988年开始探索自办发行，直接原因就是这种方式比邮政投递的发行费率要低。但也有管理研究者认为，长远看会有养不起这支投递队伍的时候，因为只投递一张报纸，运行效率是低的。所谓双重效率差，即出现经营困难的媒体，既可能与同类媒体之间在内容资源、传播资源、经营资源、人力资源、组织资源等方面存在运营效率差；也与新媒体，特别是运用信息算法的网络平台间存在明显甚至巨大的效率差。这就需要在多个层面推动变革。再传播与驱动传播能力新媒体的传播机制和巨大影响力是基于多次、多向、多维的再传播。再传播成为智能传播时代媒体竞争力的新制约要素。驱动再传播能力成为媒体传播力和竞争力的核心。深度融合转型中主流媒体最需增强的能力是驱动再传播能力，而不只是直接传播能力。互联网发展指向之一是社交性增强，具有社交功能的互联网应用不仅促使社交传播形态成为主流，而且点赞、转发、评论等形成的再传播、多次传播在信息传播中所占份额越来越大。社交传播使建立、增强与人群和个体的联系成为有效精准传播的前提和结果，也使基于社交关系的分享和各种再传播成为信息传播的主要形式和力量，甚至形成“移动获知、主屏观看、社交认同、共情驱动”的传播模式。数据水平与数据化能力数据水平是智能传播时代媒体竞争力的新制约要素，而数据化能力成为媒体竞争力的构成要素之一。数字科技推动下似乎一切都正在转换为数据。即使人们认为不是数据的东西，也可以处理为半结构化数据。换一种思维，互联网就是一个庞大无比的数据库。在媒体运行与竞争中，内容数据、行为数据、需求数据、效果数据等的作用越来越重要，影响越来越大。新闻传播重视受众研究，但受众不能停留在对传播效果的分析和理性抽象，要解析人们的行为、选择背后的东西，理解人们在什么情况下容易被感知，这就要收集、分析相关行为数据。从竞争力塑造角度讨论的数据化能力包括多个方面，其中至少包括：一是数据内容制作能力。能够通过数据挖掘、数据可视化做有特色、高质量的内容产品。二是数据整合能力。媒体应当以成为数据挖掘中心为战略目标，充分运用政府、行业、企业、社会的多种数据源开发内容产品。三是数据资源运用能力。不仅体现在大数据的处理能力，还体现在利用颗粒度和利用深度。四是数据运行能力。通过平台再造、流程重构实现采集、制作生产、编审、多元发布、反馈的全链条、全流程生产环节数据化运行，生产数据、行为数据、传播数据、反馈数据能够自动积存、自动汇聚、多要素分析、按一定方式呈现、按一定权限调取，促进内容高效生产与精准传播，提升传播力和体系竞争力。内容生产者行为也非常值得研究。比如，一条新闻视频素材可以变成几条稿件，就与生产者的思维与行为密切相关。传统思维是把一条视频素材编成一条视频稿件，而换一种思维，至少可能再产出一条音频稿件。如果内容生产者善于运用编辑手段、善于组合，还可能产生新的稿件。在编辑实践中，有的编辑习惯顺着素材编辑，可能稿件时效性更快；有的习惯调取其他资料补充，可能稿件内容更丰富。如果通过分析生产者行为数据对编辑习惯有更精准了解，内容生产效率就会更高，内容生产能力和竞争力就会更强。连接度与多元融合能力互联网、数字媒体的发展使连接度成为媒体竞争力的新制约要素。在人工智能与人共同工作的时代，连接比拥有更重要，一个媒体与受众的连接度和资源的连接度等，决定其资源运用能力和生存持续力。连接可能实现对相关资源“不求所有但求所用”。因而，多元融合能力成为媒体竞争力构成要素。连接度的表现是多方面的。一是受众连接度。用户数量越多、与用户连接程度越高，连接者的价值越高，对用户影响也越大。乔治·吉尔德1993年提出“梅特卡夫定律”：一个网络的价值等于该网络内节点数的平方，而且该网络价值与联网用户数的平方成正比。即网络用户以算术级数增长，但网络价值可能以几何级数增长。传统媒体与新媒体相比，在受众连接度上不仅存在技术差异，也存在观念差异与运作模式差异。媒体深度融合题中必有之义是增强与受众的连接度。二是资源连接度。不仅是与传统意义上的内容资源，还包括与数据资源在内的多种资源的连接度。约翰·霍普金斯大学的全球新冠肺炎疫情实时数据产品“疫情地图”，目前已经被全球多个国家的媒体、机构广泛引用，使其在全球新冠肺炎疫情领域乃至更多方面获得了数据话语权。这个数据产品所使用的疫情数据并不是其原创，但其以一个疫情地图的数据产品创造了与全世界诸多公共卫生机构、媒体等的连接度，通过汇集数据、位置关联、可视化表现、连续发布、不断校正而赢得数据源地位。三是与技术的连接度。这不仅指要有效利用成熟技术和新兴技术，也包括要把握科技发展脉动和方向。因此，媒体领导者都应该更熟悉数字科技，特别是智能媒体技术发展趋向和技术路线，熟悉技术装备的运用。更重要的是要有技术思维，能和技术人员对话，能让技术人员听懂你的需求，熟悉技术人员的思维，能够回应技术人员的问题，这样才能够实现科技赋能。在智能传播时代，技术连接度在一定程度上决定了媒体的发展空间。媒体所提出的对复合型人才的需求，实质上也是增强技术连接度。四是与空间的连接度。智能传播正在从主要通过眼睛、耳朵获取信息的二维传播，走向多维交互传播；正在从实时匹配人的个性信息需求的智能传播，走向既实时匹配人的个性信息需求也实时匹配人的个性体验要求的体验传播。因此，如何实现并增强物理空间与虚拟空间的连接，如何实现客厅、教室这样的固定空间与跟随人的活动变化的移动空间的连接，是当前面临的重要课题。随着智能感知与智能传播技术的发展，这种连接度将在智能传播演变中更为关键，也给媒体深度融合提出了新课题。连接并不是目的的全部，更重要的是通过连接整合资源、推进融合、促进生态。整合是竞争努力的体现，也是创新实现的基础。创新可以从微创新开始，许多微创新或重大创新是在整合进程中出现的，或借助重组现有组织内部的资源、职能、要素实现创新，或通过整合外部资源、要素提升竞争力，推动新的创新实现。约翰·霍普金斯大学“疫情地图”数据产品就是通过整合全世界公共卫生机构发布的新冠肺炎疫情数据，而成为全球新冠肺炎疫情实时数据源。整合产生了创新成果。媒体深度融合的题中应有之义是通过整合实现深度融合，而不是停留在表层组合。整合目标的实现，需要媒体有较强的多元融合能力，使所整合的资源、要素融合如一，成为有机组成部分，而不是难以消化部分的组合。这种多元融合能力实质上是一种异质整合能力，即可以把原有传媒行业框架之外的资源、要素整合起来，实现融合。协同度与体系竞争能力协同度是生存能力的体现，是媒体竞争力的新制约要素，也是媒体发展空间的体现。协同就意味着做强，协同比做大更重要。新冠肺炎疫情最深远的影响之一，是在网络、通信、智能等技术支撑下，加速、加深人们工作生活的在线化，加速加深政府运转、经济运行、社会活动的在线化。人们因此习惯在线协同工作、在线协调生活，从而进入了协同竞争时代。主流媒体网络平台可以选择把多个数据源通过某种协同机制连接起来加以互惠利用，成为新竞争资源。比如与已经建设的3000多个县级融媒体中心建立合作、协同运作、分享内容，就会成为有力支撑。类似数据源、内容资源间缺少协同的现象在多个领域存在，解决数据资源部门化、地方化的路径，不仅是要在政策上建立数据资源协同规则和体制，还在于有协同能力的平台。谁能够有这样的协同能力，可实现更高的协同度，谁就具有更强竞争能力。在协同竞争时代，多个单项竞争优势如何组合、协同运用是需要解决的问题，因而应当构建体系竞争力。与传统竞争力相比，有效整合、构建体系形成体系聚合，能够更有效率地集聚媒介资源和生产要素，更有效地激发这个体系的潜力和活力，形成更综合、更强大的体系竞争力。因而，形成体系竞争力的前提是构建体系，不仅在一定物理空间里整合各方面资源和力量，而且能够借助技术力量在同一时空和异步时空同样能够更有效率地集聚媒介资源和生产要素，形成体系聚合，打造体系竞争基础；更有效地激发这个体系的潜力和活力，生成并体现体系竞争力。承载度与服务提供能力不仅提供内容，而且提供受众所需要的与信息分发相关的服务，应当成为主流媒体在深度融合中体现出的应有功能。在深度融合中，媒体更应努力提升服务提供能力，通过提供高频次服务提升主流媒体新媒体端受众访问量和用户黏性，相应提升内容到达率和再传播率。“内容+服务”是推进媒体深度融合的明确政策要求，也是媒体竞争的基本模式，实际上就是新媒体平台和新媒体应用赖以获取巨大用户量、保持庞大日活量的重要动因。在智能传播时代，服务是最好的传播方式之一，提供服务则是最有力的竞争方式之一。提供与内容相关的服务可以塑造传媒新价值。一个城市可能只有一个广场，但是有很多个十字路口，一家媒体只要成为承载社会生活服务的十字路口，就具有足够的生存空间。因而，媒体应当成为枢纽型媒体，成为信息和相关社会服务的枢纽。有能力提供适当社会服务，媒体竞争力就会不断增强。可以用于教育少年儿童的知识性内容，可以用于提升成年人素质能力的方法性内容，都是媒体可以提供的高频次服务。一些主流媒体的新媒体端恰恰是因提供知识性、方法性内容等服务，而有效提升了使用率、点击量。提供服务也就拥有了更强的影响力，而且可以把与用户的连接性变成服务能力，把服务价值塑造为传播价值和支撑竞争的基础。编者按：来源：青年记者杂志；作者：陆小华，天津大学新媒体与传播学院院长、讲席教授，CTR媒体融合研究院专家；本文为国家社会科学基金重大项目“数字新闻学理论、方法、实践研究”（批准号：20＆ZD317）成果；本文引用格式参考：陆小华.智能媒体竞争力七大新制约要素与生成逻辑[J].青年记者,2022(21).76-79.有删节。延伸阅读

刷短视频已经成为当下中文互联网最流行的内容体验之一，第50次《中国互联网络发展状况统计报告》显示，截至2022年6月，我国短视频用户规模已达9.62亿。肉眼可见的用户流量和需求，吸引了越来越多媒体机构入局，也使得新闻短视频像报刊新闻、广播新闻和电视新闻一样，成为人们获取重要资讯信息的基础方式。与此同时，围绕新闻短视频的热点争议也层出不穷。新闻短视频有时长限制吗？媒体做短视频如何赚钱？是不是所有报纸电视台都要搞短视频？本期对话《新京报》“我们视频”总经理王爱军，从业界的角度一起来探讨这些热议话题。内容下沉、边界模糊，如何做优质内容？新闻短视频的内容持续“下沉”，越来越多过去被认为没有新闻价值的内容，经过短视频化处理成为了新闻。那么，新闻短视频的边界是什么？或者说，什么样的短视频能称得上新闻短视频？随着新闻短视频的出现，对于“什么是新闻”这个基本概念似乎都有重新理解的必要。一个规律越来越明显，就是“别人不知道的就是新闻”。也许某个东西已经存在了成百上千年，但并未普及到受众的认知中，而你把它揭示出来了，它就是新闻。第二个规律是，信息越发达，人们不知道又特别想知道的信息反而更多，这就是信息时代的特征。所以新闻业永远不会闲着。第三个需要明确的是，新闻有强弱之分。比如说冲上热搜的话题、当前人们非常关注的话题，或者一个突发的重大事件话题，这种被称为“强新闻”。“弱新闻”就是可知可不知、关注度不是特别高的信息，又被叫做泛资讯新闻。但它们都有自身存在的价值，没必要过于纠结。作为一个机构媒体，当然要努力去做强新闻，要为用户提供最值得关注的社会性话题。与此同时，也应该允许有一些弱新闻产品的存在。这个社会本就是多元的，人们对新闻信息的需求也是不一样的，所以没必要对新闻进行过多的界定和限制。当下的新闻短视频质量仍参差不齐，在提升内容品质方面有没有可供分享的经验或方法？当下的新闻生产是立体化的。一方面，我们一直保持泛资讯类作品的产量，它好比是一种“快餐”，能满足用户的日常需求，但另一方面，人们也需要“大餐”来增加营养。那么大餐体现在哪里呢？其实就是深度化、现场化、思想性、栏目化（品牌化）的新闻产品。用户可以自由选择所需要的“餐品”。“我们视频”大概在三年前就已经按照“大餐”的标准向深度化方向发展了。到目前为止，也推出了一些比较知名的栏目，像《出圈》《紧急呼叫》《回到现场》，国际新闻栏目《世面》《懂世》，以及今年推出的《你以为呢》，还有《暖一度》等正能量报道、《身后是我的国》等深度系列策划报道。这些“大餐”和泛资讯类产品的“快餐”结合起来，共同构筑了新闻短视频一种较为完整的生产架构和生产模式，努力满足不同用户对新闻信息的需求。当然，能力和意识也是重要性影响因素。升级版的深度化内容生产，确实需要大量的人才、资金和经验储备，它不是仅靠热情就能做起来的，需要一定的时间历练，这是每一个机构媒体新闻短视频生产中所面临的课题，但也必将成为一种趋势。靠什么变现？付费订阅有前途吗？目前国内短视频用户规模已超过9亿，作为其中的一个类型，新闻短视频的传播市场有多大？在商业化上还有哪些增长空间？短视频的用户规模已超过9亿，那么新闻短视频的用户规模大概也差不多。比如消费娱乐信息的人，也会去看新闻短视频，两者是一种重叠关系，因此这个数据比较接近。谈到新闻短视频的商业化问题，在当前经济下行的情况下，的确困扰着很多媒体机构，但我觉得有几点规律性是可以去探讨的：（1）新闻短视频的商业模式是to

“科技塑造新闻的未来”，这是10月19日在伦敦举行的2022Twipe数字增长峰会的会议主题，这场峰会聚集了来自全球顶级的媒体从业者，各个领域的业内专家就新闻行业的未来发展趋势进行了探讨，以及AR、VR、Web3.0、NFT等新兴技术将如何影响新闻行业的生产和消费方式。VR、AR技术推动沉浸式和交互性内容叙事发展虚拟世界平台通过VR和AR技术为沉浸式和交互性的内容叙事提供了框架。目前，已经有不少媒体尝试使用这些工具来吸引年轻的用户。《卫报》通过发起了6×9项目让用户体验式地进入美国监狱，体验狭小牢房的生活。通过VR

在移动传播时代，被动的新闻接受，日益成为受众，尤其是年轻受众的新闻消费习惯。数字化时代到来后，以人际传播、群体传播为代表的社群传播崛起，人际关系网开始取代媒体成为用户获知信息的第一渠道。“Z世代”在无意中接触新闻后，对新闻的关注和阅读更多地取决于自己在社交媒体平台上的人际关系，对新闻的选择更加“社交化”，此时，新闻本身也开始渗入熟人的态度和价值观。被动：年轻受众的新闻消费习惯张同学（男，23岁）是机械工程专业的大四学生，他表示，自己不会主动寻找或搜索新闻，因为只要打开手机，总有一些新闻报道会“跳”出来，比如今日头条、微博等推送的新闻通知；打开抖音时，则经常“邂逅”短视频新闻；在微信朋友圈，还会浏览到朋友转发的新闻。在移动传播时代，这种被动的新闻接受行为，日益成为受众，尤其是年轻受众的新闻消费习惯。在大众传媒时代，人们通过购买报纸、观看电视新闻节目等方式进行新闻消费，这属于“有意的”新闻消费。但在新媒介语境下，由于媒介的饱和、内容的丰饶，人们与新闻的接触往往在“不经意”间就已完成，凸显无意性、偶然性、附带性等特征。西方学者提出了“incidental

近几年，短视频迅猛发展，重塑了移动互联网时代的传播格局。顺应新形势，一批主流媒体的新闻人成功转型，创作出大量有传播力、引导力、影响力、公信力的短视频作品，为主力军全面挺进主战场提供了优秀样本。新闻战线杂志社携手中国传媒大学新闻学院、浙江广电集团推出专题策划，邀请5位传统媒体人分享其短视频转型的“成长秘籍”，带来借鉴与思考。评论型短视频如何做得有深度？袁子涵，人民日报海外版“侠客岛”岛妹，95后，常真人出镜，既能“快准狠”地评论社会热点，也能玩转创意短视频。她的评论型短视频观点深刻、态度鲜明、极具特色，在新媒体平台收获了众多关注。评论型短视频如何做得有深度？出镜记者如何展现个人风格？“侠客岛”的短视频产品可以用三个词概括：社会热点、快速操作、专业评论。制作周期一般控制在半天内，力求做到最新鲜、最快速。包括“侠客岛”在内的很多媒体团队（融媒体工作室）都是“轻量化观点输出”的典型。“观点在先，输出在后”是我们共同秉持的原则。团队人员少，我们可能无法担当“资源怪物”的角色，但努力打造“以观点见长”的品牌形象。除了社会热点外，政策解读也是我们的一个重点，这是党报新媒体的特色，也是其他社会自媒体无法比拟的优势。党的二十大期间，我们推出了5期评论“二十大微观察”，解读对外开放、共同富裕、监管资本等政策性较强的话题，很有权威性，备受舆论场关注，起到了正本清源、引导舆论的作用。让我印象最深的是《那个“吴啊萍”究竟是谁？》这一评论型短视频。它很符合短视频表达逻辑，产生了较好的传播效果，充分释放了舆论引导的正面效能。第一，产出快，我们在半天内就把视频分发至全平台；第二，观点抛出得快且准，我们在第一句话中就抛出了“吴啊萍是谁”这一引人注目的观点；第三，遵循“强情绪”输出的表达逻辑。侠客岛“快评”通常在半天内制作完成。这要求我们在时限范围内尽可能把内容做深做透。每次我会先写一篇完整的长文案，梳理逻辑，再压缩成适合短视频的400到600字的内容。用这样的方式减少冗余，力求更准更深更透。回看第一期，我最大的变化就是对镜头更熟悉了，不再单纯地讲稿子，而是更自然，会有意展现日常说话中的连读、轻重音等。我之前还会特意掩盖口音，但现在发现口音意味着更接地气，有利于展现更丰富的岛妹形象。做出镜记者一定要有个人特色。说话干练有态度可能就是我的特色，也很契合“侠客岛”的整体风格。国际新闻怎么讲得活泼有趣？苑庆攀，中国日报社常驻外交部新闻发布厅记者，喜欢用Vlog作为自己的工作手记，视频轻松幽默，在社交媒体平台上吸引了众多粉丝。国际新闻怎么讲得活泼有趣？作为视频博主，如何应对“流量焦虑”？国际新闻离咱们普通人的生活有一点远，这其实也是我做个人号的一个原因。在讲国际新闻的时候，可以结合跟生活相关的内容，融合一些娱乐性的元素。如果你给100个信息点，别人看都不看，那其实就是零。如果给一条有10个信息点的内容，他吸收了七八点，哪怕是一点，都算赚到了。轻松是短视频的基调，但严肃性也是必不可少的。某种程度上，我是用轻松的形式“养”严肃的内容。关于如何看待做视频时的“流量焦虑”的问题，他认为，首先还是要考虑新闻自身的价值，有些新闻可能流量不是很好，但依然要做。流量也是有起伏的，火的时候会提醒自己别“飘”了；反响一般的时候，也会思考哪里有问题。我会根据大家反馈不断去调整叙述的方法、呈现风格等。经历多了，心态也会慢慢变好。怎么保持做短视频的活力？他称，长时间的高强度工作，我也会有疲倦的时候。但对于受众来说，当然希望看到我充满活力的一面，自己也会尽力把这一面展示出来。“行万里路”是支撑我的精神力量。我在入职的头三年，几乎跑遍了中国所有的省份，也去过一些很偏远的地方，物产丰富但是交通闭塞，看似“桃花源”的生活也要面对现实的问题，这就会引发我的很多思考。传统媒体人如何转型新媒体？邹璇，环球网新媒体主持人，“璇子说”栏目主播，主攻国际、军事及重大社会热点评论方向。形象佳、表达好、热点跟进速度快，敢于走出“舒适区”，成功转型新媒体。如何适应新媒体工作节奏？首条破20万点赞的内容是怎样创作的？对于转型中的媒体人有什么建议？近年来，环球网对短视频创作的激励和重视、源源不断的优质新闻素材和庞大的粉丝群体都为栏目发展奠定了良好基础。追热点考验的是多年的工作经验和新闻敏感度。首先，我会主动向身边的领导、同事及各大媒体学习选择报道角度和方法。其次是大量阅读，在日积月累中形成追热点的感觉。我们不会刻意去“蹭热点”，始终坚持内容导向、正能量导向。这一年，我成功解锁了播放量过亿和单条点赞量破200万的作品，收获了一众铁粉。目前“璇子说”栏目的总播放量达到了17亿+，我的小目标是在年底前突破20亿！接下来，我会继续在内容上不断创新、超越自我，以归零心态出发。如果你正处于转型阶段，首先要做的就是推翻和颠覆自己以往的形象，抛弃以前所有的成绩，重新出发。其次，马上上路，一分一秒都不要多等。最后，不忘初心，知道自己想要什么、喜欢什么，然后心无旁骛地往前走就好了。如何找准账号定位、做到爆款频出？邹雯，供职于浙江广播电视集团城市之声。“新闻姐”是集团重点培育的“广电名嘴”新闻新媒体账号，抖音平台粉丝超过2000万，位列全国新闻个人IP号TOP1。她有16年的媒体从业经历，两年前开始做短视频账号“新闻姐”，从幕后走向台前。“新闻姐”是如何找准自身定位和特色的？爆款频出靠的是什么？传统媒体人如何转型？2020年5月，开号之初，我尝试过各种方式，情景化演绎、用rap说新闻等等，效果都不好。但我没有放弃，从选题、内容、表达等多方面进行调整，根据互动评价与流量反馈不断修正，聚拢自身信息梳理和解读的优势，逐渐优化演变，边总结提炼边创新迭代，慢慢摸索出了立足热点新闻事件，以新闻解读评论为赛道的定位，实现了传播力和影响力的突破。无论传播形态如何变换，“内容为王”始终是不变的内核，也是真正的“流量密码”。一个账号粉丝的增长要靠爆款带动，而稳定增粉则需要持续输出爆款。在实践中，我探索总结出了一套“轻量化拍剪+持续化生产+极致化内容”的朴素战术。拍剪就是手机配支架，轻装上阵、轻骑突进；持续化生产，是为了确保稳定地输出可持续的优质内容。开号到现在做到了平均每天推送1.2条作品的频率；极致化内容就得靠内生驱动力了，一个3分钟左右的视频，从寻找选题到搜集资料、写稿、录制、剪辑、发布，基本花费5小时以上。从月增粉百万到日增粉百万，每一条爆款背后是反复打磨的精品意识。个人能力与主观能动性对于个人IP号几乎起着决定作用，专业素养、业务水平和高度负责的内生动力缺一不可。传统媒体人转型要不断突破能力边界。此前评论和口语表达都是我的短板，但要转型，就要有走出“舒适区”、不断克服本领恐慌的勇气和魄力。真正学会做内容产品，让市场认可。重视新媒体实时反馈互动机制，根据粉丝反馈调整人设风格，根据流量反馈进行内容复盘改进，不断聚拢自身优势。财经短视频如何吸粉？李蒙，成都传媒集团旗下《每日经济新闻》

元宇宙是整合各项新兴技术进而创造的新型互联网应用和社会形态，新闻业发展也不可避免地受之影响。元宇宙背景下，扩展现实技术、AI技术及区块链等核心技术在新闻业革新中能够发挥积极作用，满足新闻用户持续提升的新闻产品需求，并在协同作用下促使新闻业革新，塑造全新的数字传播生态。信息传播技术的不断演变影响着人类生产生活方式，新闻业与信息传播技术的强关联属性使得信息传播技术的每一次演进都在不断重构新闻业的职业理念、整体生态和生产实践。作为互联网技术的进一步深化，元宇宙关涉技术的兴起为新闻业开拓了新的增量空间，也给新闻业带来新的挑战。新闻“真实性”概念重塑，算法新闻成为主流，新闻场域公众权利扩大，新闻业或将迎来新的革命。新闻业发展的元宇宙时代背景国内学界对“元宇宙”概念的讨论主要集中于计算机软件及应用领域和新闻与传媒领域。面对元宇宙相关技术带来的革命性技术变迁及可能到来的“元宇宙时代”，我们亟须反思新闻业本身及其发展所处的生态环境，从多角度思考“元宇宙”对新闻行业可能造成的影响，进而对其发展趋势和产业前景形成认知与判断。目前，元宇宙暂无统一的定义。有学者认为，元宇宙是整合多种新技术产生的下一代互联网应用和社会形态，它基于扩展现实技术和数字孪生实现时空拓展性，基于AI和物联网实现虚拟人、自然人和机器人的人机融生性，基于区块链、Web3.0、数字藏品/NFT等实现经济增值性。在社交系统、生产系统、经济系统上虚实共生，每个用户可进行世界编辑、内容生产和数字资产自所有。从概念上来看，元宇宙绝非单纯的产品或技术，其所搭建起的线上线下协同数字化的互联网式社会形态将深刻改变人类与时空互动的方式，甚至影响人类文明演进的轨迹，元宇宙相关支撑技术也必将持续动态地重构着新闻业体系。事实上，在虚拟世界中进行新闻业实践已有较为完整的尝试。游戏是元宇宙的雏形，2002年Linden实验室研发并上线了一个虚拟社区游戏，即“第二人生”（Second

在传统四级办媒体制度安排下，传统主流媒体大部分至今仍然分布在行政地级市和省会城市。2021年末中国常住人口城镇化率达到64.72%。2022年国家发改委提出要深入推进以人为核心的新型城镇化战略，大中型城市之间的双城经济圈建设和高质量城镇化建设成为城市发展下一步的大动作。这种城市化发展新趋势将对城市主流媒体的融合发展产生新变化、提出新要求。城市主流媒体融合发展的重大目标，就是要紧跟城市生态发展趋势，打造新型传播平台，为城市现代化治理提供全面服务。因此，立足现代城市发展的现状、特点和趋势，梳理融合发展的思路和逻辑，探索符合新型城镇化的发展路径和方式，是城市主流媒体创新发展必须沉着面对的重大课题。城市社会生活结构与传播形态发生的变化城市以一个个生活小区、日益综合的大型shopping

近期，两大全球传媒盛会——2022年WAN-IFRA（世界报业和新闻出版协会）世界新闻媒体大会、INMA（国际新闻媒体协会）媒体创新大会接连召开，全球媒体高管们集聚，共同探讨媒体行业的最新动向和未来走势。下述几个趋势值得媒体重点关注：媒体与科技公司的竞争加剧，就创建联盟达成新共识；随着订阅疲劳的出现，广告重新走到聚光灯下；伴随Cookies走向终结，第一手数据成为媒体数字化战略的核心；AI和元宇宙被寄予厚望......具体内容详见下文。创建媒体联盟：增加与科技公司竞争的筹码INMA媒体创新大会指出，未来媒体和科技公司在内容、数据和广告等领域可能会展开更加激烈的竞争。丹麦领先的媒体集团《政治家报》（JP/Politiken）首席运营官多特·比耶雷加德·克努德森（Dorthe

一个典型的数据新闻生产是怎样的？需要什么人？选题是如何操作的？对于非专门的数据新闻从业者而言，又可以从这个领域获取到什么，来用于自己的报道中？在本篇文章中，澎湃新闻数据新闻部记者赵佐燕，结合澎湃新闻过往稿件，分享了数据新闻的操作流程，以及自己的经验与思路。以下是她的自述：Newsroom：数据新闻的产生数据新闻我们可以做到这三类：一是图文，二是视频，三是H5的交互。我们在2020年的年底做的一个交互项目，它的基础就是当年1万多名的确诊病例，包括他们的流调信息。这是一个非常典型的交互项目，我们能看到一些很炫酷的可视化，拖到最后面，这里每一个数的一个点，代表的就是一个确诊病例，然后你可以进行点击，它会显示这个人的流调信息。图源：11699位患者和我们的这一年另一个交互项目同样也是来自我们对于新冠疫情的报道，讲的是全球死亡病例。我们基于当年全球的新冠死亡人数做了一个可视化，你所看到的其实是各个国家的死亡病例增长情况。图源：百万逝者：新冠何以成为全球悲剧？生产一个典型的数据新闻，需要什么样的人呢？我记得我当年还在读书的时候，应该是2017年，财新的韦梦老师来给我们介绍数据新闻团队的构成，当年她说需要有一个记者，也就是内容的生产者，一个可视化的设计师，一个前端工程师。这三种人组成了一个数据新闻的团队。等到我毕业，开始从事这方面的工作的时候，会发现其实工种多了很多，比如说我们有视频编导、3D建模、调色师、插画师，这些工种也会在我们自己的稿子里发挥作用，比如说像这个稿子是我们讲泳池里面有多少尿，开篇的这张图表其实就是我们的建模师建了一个游泳池的模型、一个装了尿的瓶子的模型，然后做出来的。所以会发现随着技术的更新迭代，然后我们的人员构成也变得越来越多样化，就不只是像最开始只有三种人，越来越多不一样的工种加入到我们的行列当中。图源：一个泳池里，到底有多少尿？所以这时候就回到了一个非常典型的问题，是不是做数据新闻一定要会写代码？其实我觉得不一定，我对代码基本上就只能看得懂大概的框架。其实你会发现我们团队人很多，所以总能找到一个支援你的人。比如说我需要做一些分析，我们有一个非常专业做Python分析的同事帮我，我做的可能更多是给出我的想法，类似于作为一个产品经理，由她帮我去实现。所以我觉得你不能什么都不了解，但是你不一定要非常的精通，有大概的了解就可以了。非常想给大家分享的就是，一个典型的数据新闻的操作和流程，我们前面有非常多精美的可视化，你可能比较好奇究竟是怎么生产出来的呢？一个非常典型的日常图文稿，我们的流程是这个样子的：由记者去报选题，主编觉得OK之后，我们就会开始收集数据，然后做数据分析，基于分析得出数据的结论，也就是组成一个数据框架。这个数据框架会有很多不同的图、不同的表格，每个表格就会转换成不同的逻辑。比如说在高温城市的稿子里面，我们就需要先拎出重点，把有标题、年份、城市、持续天数的一个表格给到我们设计师，然后设计师就会基于这个表格来进行一个创作。图源：7000条温度数据：中国的火炉城市，也越来越热了主编觉得这个数据框架OK之后，我们就会分成两个部分，设计师会基于你的数据框架做图表的设计，同时你会写文章，最后我们做出一个校对的初稿。而我们刚刚看到的H5交互，就稍微复杂一点。同样是我们需要报选题，收集数据分析，有一个基本的数据结论，做一个数据框架。除此之外我们还需要画一个交互UE，就是一个交互的草图，比如说我们希望在开头出现什么、接下来出现什么、每一个转场是怎么样的，我们需要把它给大概画出来。像我们刚刚看到的有关全球新冠死者的数据新闻，在操作时会先把死亡的折线图勾勒出来，然后交由设计师进行更加精美的设计，这个时候前端会写一些对应的交互的代码，比如说怎么样可以实现这种3D的感觉，最后进行一个结合，典型的操作流程大概是这个样子的。数据新闻也是新闻第二部分主要想说的就是跳出数据新闻，可以从这个领域收获到一些什么东西。像我们带的实习生，有很多同学毕业之后也不是在做数据新闻，大家也在做各行各业。其实重点在于你可以从这个领域收获到什么，用到你自己未来的选题上面。数据新闻其实只是新闻的一种载体形式，或者是一种选题的驱动方式。没有必要非要把它割裂出来，因为它其实本质上也是新闻，具体而言就是利用可视化让你读者更好的理解你的内容，而不是打乱他的阅读节奏。其实现在有很多媒体在用很多不同的图表，这个时候就出现了一个很重要的问题——如何利用好你的图表？有三个问题，第一就是，真的需要这么多图表吗？我们来看看现在的读者是怎么读文章的。一般而言，读者会首先看标题，然后他会跳着看你的图表，最后只有一些比较细心的读者才会去看你的文章，所以这个时候你的图表起到非常重要的作用。如果你的图表过多，其实是在打乱阅读节奏。比如说有这么一句话，“在此类事件的受害者中有90%没有获得赔偿”，然后你也可以基于这个数据做一张饼状图，表示10%获得赔偿了，90%没有获得赔偿。但其实耐心去看这两个东西，你会发现你的收获其实是一样的。你看他那句话“90%没有获得赔偿”，你收获的就是，真的有好多人没有获得赔偿，感觉这个事情是非常不公平的；你看这个图的时候也会获得有很多人没有获得赔偿这个信息。所以其实你获得的信息都是差不多的，也就是说这个图表它的信息增量其实是非常不够的。它没有为你的文章添色，反而打断了阅读节奏，因为你的读者在看的时候，突然看到这里多了一张图表，他就得耐心去看这是个什么图表、在讲什么东西，其实可能就会打断了他的阅读思路。之所以用到图表来做，是因为它承载了很多信息增量。你在看这个图表的时候，第一个你能看到的就是天气在变热，之前都是蓝色的，现在变成红色的，代表近50年来天气在不断的变热；我们在说的全球的最热纪录在不断被打破，因为你可以看到这里图上有一些小白点，小白点就代表这个月它打破同期的历史最高温；你会发现小白点在过去的50年出现越来越频繁了，代表最近这段时间全球最热的记录在不断被刷新。这个图表起到了信息增量的作用，所以它的存在是有意义的。图源：7000条温度数据：中国的火炉城市，也越来越热了总体而言，可视化是否真的可以为你的稿子带来信息增量，是你需要非常去思考的一个问题。第二个问题就是如何让图表被读者看懂？很多时候我们在看一些很复杂的图表的时候，如果觉得阅读有障碍，很可能就是可视化出了一些问题。所以在我们日常操作过程中，需要有两个保证。一个保证就是保证图表单独出现的时候也是有逻辑的，也能被看懂。这个就是像我们刚刚说的，很多读者在阅读我们稿子的时候，他的阅读流程是首先看标题，看标题大家知道了这个稿子在讲什么东西，然后他可能就跳着看，主要就是看图表，所以这个时候你要保证的就是你的图表单独出现的时候，也是能被看懂的，哪怕读者不看你的文字，他也可以有自己的收获。第二个保证就是保证阅读完整的文章和图表，也没有逻辑错误。这部分针对的是真的很认真很仔细的读者，他们真的是会逐字逐句去看你的稿子，这个时候，你要保证文字起到一个辅助的作用，会给这部分很认真的读者提供更多的信息。所以一般来说我们会保证这两个保证。很多时候我们看一些稿子，可能把图表单独拎出来，会需要看回文本才能理解在讲什么东西，这个就是需要再去提高的地方。具体如何操作、如何让每个图表能被你的读者看懂，很重要的一点就是做到信息分层。比如说这张是我们一位实习生的稿子，你会发现我们做了一些颜色的标注和颜色的分类。可能你在作图之前会思考“我的读者最想知道什么”，这张图讲的就是“热射病的权益纠纷为什么总是劳动者买单”，当我们发现很多热射病的权益纠纷中，雇主承担的责任并不是非常多，就准备研究为什么出现这个现象。这张图主要讲的就是雇主愿意承担责任的理由、法院认定劳动者的承担的责任的要素，这个时候你要开始想，你的读者最想知道什么呢？图源：206例热射病案件：劳动者在高温中倒下，如何维权？第一我想强调的是，和劳动者有关的原因是什么；第二，是什么原因使雇主不愿意承担，什么情况是法院认定属于劳动者责任的。这个时候需要强调更多的是第一个，所以我们将和劳动者有关的原因进行了一个橙色的高亮标注。当普通的读者看到这张图表的时候，第一反应看到的其实就是高亮的东西，下一步才会去阅读文章。他会发现原来这个部分是雇主不愿意承担责任的理由，另一个部分讲的是法院认定的劳动者责任要素。所以这个时候做好信息分层——首先，你要去思考你的读者最想知道什么东西，然后把他最想知道的东西做到高亮，让它非常的醒目；其次可能需要进行信息设计。第三个问题是，数字其实是一个很冰冷的东西，如何才能离读者更近一点？很多时候，如果你只是单纯地堆砌数字，可能比不上非虚构写作。这个时候我们需要做一些额外的工作，让这个数字离读者更近一点。有两个办法。一个是补充一些故事和细节，这就是我们的图表当中会加很多举例的原因。比如说当我们讲在婚前协定或在婚前协议里面情侣们都会约定些什么，会提到忠实协议，如果这个时候加一些协议的举例，读者就能知道具体是什么情况。图源：数说｜越来越受欢迎的婚前协议，保卫婚姻还是保卫财产？另外一个是我们也最近在尝试的新东西——将人物的叙事放到统计数据中来看。就说之前上过热搜的凉山学子致谢，我们将它提到的一些句子放到了当年的一个宏观统计数据当中来看（凉山小伙致谢刷屏背后，寒门学子有多难？）。比如他当时就写到他从小生下来就营养不良，老人们特别担心可能会养不活，为什么会这么想？我们就放到了宏观统计数据来看，因为当年西部地区幼儿死亡率可能高达1/10，所以才会担心营养不良的小孩是养不活的。通过这样的结合，你会发现有数据、有故事，就可能讲述得更好一点。数字确实是冰冷的，怎么才可以更好地可视化？用财新当时做的一个数据可视化的项目举例，是把每一个因为新冠而去世的人变成了一个樱花的花瓣，你就不会把每一个逝去的生命当做一个很冷冰冰的数字。有的项目它会把死亡人数用一个折线图或者一个点表示，其实是一件有点冷漠的事情。所以这个时候财新将每一个逝世的人化作花瓣，这样可以进行一些交互的补充，通过可视化的一些感性去消弭距离。数据新闻其实也只是一种表达的形式，更重要的是新闻的内容更适合用什么形式来呈现。第二个想给到大家的是一种思路。数据新闻是可以驱动选题的，有时候可能只有当你把数据铺开了才会找到选题，也就是基于数据去找到一个选题。比方说这是我之前的一个稿子，当时是看到了这样之前封控管理的上海有273条公交线开始恢复的新闻，有很多的表格告诉大家有多少公交线路要开始恢复了。当时我就在想，这些公交线路都在哪里呢？我们就做了一个可视化。我首先把表格上的公交线路全部下载，找到它对应的公交交通的站点，在路上铺开，会发现它主要集中的还是在中心城区，以及去医院的交通恢复了。我们将那些交通线路和医院的打点结合在一起，发现它其实还是覆盖了大部分的医院，也就是去医院其实已经在变得便利，一些去机场、火车站的交通也恢复了，但还有大片的地方是没有办法直接去到几个机场和火车站的。图源：图解｜三张地图，看上海首先恢复的跨区公共交通都在哪？另外一个例子来自我同事，讲的是郑州暴雨的事情。当时我同事把所有微博的那种求助信息全部爬了下来，去看求助信息究竟是谁来转发，谁在推动这些转发。我们会发现其实普通人也可以比大v更有力量。(突发灾难面前，你的转发有用吗？)你会发现有很多这种选题，只有通过数据，才会获得发现选题的可能性，这就是数据驱动型选题。比如说接下来有三个问句，你也可以思考一下究竟通过什么数据来解答会比较好。第一个问题是说被各大高校撤销最多的专业是哪一个；第二个问题是说谁是最强举报人；第三个问题是如何找到全上海最优秀的基层医生。这三个问题它其实是层层递进的关系。第一个问题可能比较直接，说到撤销最多的专业是哪个，很多人能想到的就是找专业目录去看，就知道被各大高校撤销最多的专业，即我们所谓的“最惨专业”是哪一个。这个其实就可以驱动一篇稿子出来，为什么会被撤销？是不是因为它的背景？第二个谁是最强的举报人，其实可以通过裁判文书网把他找出来。你去看相关案件中经常出现在裁判文书网的人是谁，找到这个人，其实就可以成为一个非常好的特稿。第三个如何找到全上海最优秀的基层医生，其实是取决于你想通过什么数据来找到这个人。你既可以通过问诊量，也可以通过回访量，比如医生他之前接诊过的病人，80%都进行了回访，另外一个医生只有76%，那是不是80%要比76%优秀一点？你会发现数据驱动的思维可以帮助你想特稿选题，不仅可以看到一件事情发生的时间线，还可以通过这个数据发现一个读者非常感兴趣的新选题。总而言之，如何找到一个数据驱动的选题？一点点数据意识，再加上一点点好奇心，你就可以找到一个非常好的、同行都没有发现的选题。Q&A：数据新闻方法论Q：为数据新闻做可视化的工具有哪些呢？A：一般来说我们是通过一些线上的可视化的图表的生成网站，进行非常简单的可视化，再最后AI或者PS里面进行细节的处理。有的时候比较复杂的，比如我们发过一篇鄱阳湖的干旱情况。我们首先通过欧空局卫星图的公开平台下载卫星图，然后我们的设计师把它拖到QGIS里面进行处理。图源：5张图，看长江流域61年来最严重的气象干旱Q：数据量特别大的时候一般会怎么处理？A：数据量特别大的时候一般就会走代码了，但好像我们暂时没有遇到数据量特别大的问题，因为我是用Excel。之前有一个恐怖袭击的数据库，我记得当时好像有三十几万行，Excel还是能够处理的。如果真的是处理不了的话，我们就会用Python进行处理。Q：数据新闻中的数据一般是通过什么样的方式获取的？A：我自己会分成三类。第一种是公开的数据，类似年报或统计数据，是别人已经整理好了的，然后你拿过来用一下，或者是学者的一些数据；第二种是需要你自己分析出来的数据，比如说我们进行爬虫，然后进行数据分析，比如我们之前整理新冠类型流量做一个数据分析；第三种是直接找公司要的数据，比如之前我们有一个报道讲上海恢复常态的事情，找的好像是高德，通过这些公司要到的车流量数据。Q：可以具体讲讲制作流程里面的数据框架吗？这个框架如何搭比较好？要搭到什么程度比较合适？A：制作流程的数据框架每个人都不太一样。比如说关于副业的数据框架，首先我们对豆瓣的关于副业失败的帖子做了编码，进行分类。我们会统计涉及具体什么副业，它属于什么样的副业类型，做这份副业持续了多久，什么原因失败的，有没有赔钱，赔了多少，有没有赚钱，赚了多少……做这么一个编码整理。然后基于编码做统计总结，比如因为性价比太低做副业失败的一共多少人，因为一直没有收益没有起色失败了有多少人，标注数据的来源。这个时候我会附上一个草图，给到设计师去参考。同样的这里整理出来最经常提到的失败副业是什么，把想做成那个图表的具体的数据表格给整出来，这就是我们的一个数据框架。Q：在搜索数据的过程中是否会出现信息安全、用户隐私等问题？怎么进行处理呢？A：目前没有遇到过这个问题，因为涉及到用户隐私的问题的主要都是平台，我们拿到的数据都是公开的数据、公开信息，好像暂时没有遇到过这个问题。Q：会出现数据不准确的问题吗？怎么样确认获取数据的准确性呢？A：首先看这个数据是谁发布的，是什么机构。然后再看它的方法论，这个数据是怎么来的，研究了多少个样本，是怎么得出数据的。拿到数据之后我们也会核实，如果它是专业性比较强的东西，我们也会给记者去做一个确认，让他确定这个趋势是没有问题的。与此同时，如果我们有多方的数据的话，会做交叉的验证。Q：一般会如何选取主题呢？如何判断一个主题是不是适合数据新闻呢？A：总体来说我们会分成两个部分，一个是它从选题角度来说是不是有意义的，另一个就是有没有足够的可靠的数据来支撑选题。你报的选题，读者是不是真的关心？如果它是一个可以做的选题，那么有没有足够的数据来支撑？有很多选题没有足够的数据源来支撑，比如说限电的事情，我们是可以参考公司公报限产之类，但是它的数据还太薄了，没有一个比较汇总的数据库来做这个东西，可能我们权衡之下就会考虑不采取数据新闻这个形式，因为有记者也会在跟这个事情。Q：如果遇到一些反爬虫的网站（比如裁判文书网），但所需数据都在此类网站上，应该怎么搜集数据呢？A：反爬虫的网站先看能不能用技术代码来解决，如果不能，一般就是人工笨办法。我们之前有遇到过一个数据表格下载是有IP限制的，比如说一天只能下50，我们真的就是用很多个同事的不同的电脑不同的IP来下，很多时候没有办法。Q：数据新闻中是数据辅助新闻还是新闻故事串联数据？A：看你想怎么操作选题。如果你是从数据中发现了新闻点，可能你的数据就是主体；如果是做一个新闻的跟进，比如之前东航的事情，我们就有做一图读懂，以一个具体的新闻故事作为驱动，配套找很多对应的数据做解析。Q:样本量的选取一般怎么控制呢？比如说副业那一篇稿子是怎样确定访谈的个数的呢？A:当然是越多越好。我们一般会选定一个特定的区间，然后把它全部爬下来。我记得我们好像在副业失败小组里面，检索了失败这个关键词，然后对所有的帖子进行了编码，因为有的帖子他们讲的不是自己失败的经验，只是单纯的提问，我们就把这部分给筛掉了。如果是样本特别多的情况，一般就会选取一年或两年的数据做分析，比方说对于某个事情的一个微博的情况，可能就会爬关键词近一年的情况。主要是取决于最终你得出的样本量有没有足够多，以及你的操作时间要多久。Q&A：数据新闻大环境Q：感觉目前大多数的数据新闻例子的体量都较小，如果要做较全面的内容，怎么实现各部分内容的融合，以故事连接吗还是其他方法？还是说数据新闻更多做垂直方向？A：全面的内容是说更多数据的方向。对于数据新闻未来的融合方向其实大家都在摸索阶段，因为数字是非常冰冷的东西，你不可以只把数据单独抛出来，你肯定要挖掘一些数据背后的东西，它又涉及很多方面。你的稿子也可以做很多方面，比如说你看到一个数据，这个数据是怎么来的？过程中就有很多有意思的的事情，比如说之前有一个特稿讲城镇化率，其实背后就是通过买房来完成这个指标，所以你看到某个数据的时候，它是怎么来的，就是一个很有意思的特稿内容。每一个数据它意味着什么东西，它也是一个很好的内容。它可能是一个逻辑链上的问题：一个数据它是怎么来的？这个数据意味着什么？它会影响到怎么样的人？都是可以做的问题。Q&A：数据新闻体验感Q：比较好奇对于一个数据新闻记者来说，数据挖掘、可视化制作、写稿子之类的好像都会接触到，那其中比较重要或者说必备的技能应该是什么呢？A：我觉得不单单是记者，每个从业者的专长都是不太一样的。比如说我有一个同事很擅长做Python分析，他可以通过这种技术驱动做到很多选题，我可能更多做的是选题意识方面的东西，就是我比较喜欢追求能够通过数据挖掘到一些别人不知道的事情，可能我另外的同事他非常擅长做热点稿。所以我觉得其实每个人他擅长的东西都是不太一样的，主要就是把你最专长的东西发挥到位。Q：日常的可视化设计是由另外的设计部负责吗？对记者这方面的要求高吗？A：我们的可视化设计是由设计师来负责的。对记者的要求是，首先要了解基本的技术，比如AI和PS的一些基本操作，然后要大概了解一些可视化的基本守则，比如说坐标轴要统一。Q：一张图表中信息呈现的方式更多是由记者来决策还是负责设计的人员呢，二者如何沟通？A：图表中信息呈现的方式，其实更多都是沟通来决定的。因为设计师他可能更懂设计的专业性，记者可能更懂稿子，比如说我会跟设计师说，我需要强调什么东西，但是具体用什么图表、什么展现形式，设计师可以做一些决定。Q：一个数据新闻制作从头到尾的周期大概要多久？做一个报道的团队人数有多少？A：制作周期和报道团队人数都需要看项目，短线的一些快稿可能一两天我们就发出来了，长的可能需要耗时一两个月。比如说我们团队当时做了很多冬奥的项目，然后有一些冬奥游戏交互H5，可能真的要做两三个月。关于报道团队人数，如果你对某一个稿子感兴趣，你可以看作者的署名，大概就知道这个项目需要多少的人力。Q：数据新闻比起其他的报道，更多的是和数据打交道，而不会接触很多采访对象，您觉得这样的工作体验是怎么样的呢？会有觉得枯燥的时候吗？A：我觉得说到采访对象这个事情其实有两个部分。首先，你也可以去做采访，没有人限制你不能去做采访。像我们刚刚说基于数据发现的东西，比如你找的那个人是最强举报人，你通过裁判文书网，找到这个人然后做一篇稿子，或者是你有数据跑出来了，你去采访专家，问他为什么是这个情况，专家会给你很多解读。其实我们也会做采访，只是我们做了很多数据驱动的选题，要在前期做过很多调研工作而已。另一部分就是我们也会有跨部门的合作。比如说我们会跟国际新闻、环境报道、时事新闻等等的同事做合作，做一个很完整的选题。我们提供思路，提供很多数据可视化的方向，他们提供他们条件和非常专业的经验，以及一些对应的技巧，然后我们进行跟配合。这样的工作体验我自己是非常感兴趣的，因为通过数据发现一个别人没有发现的东西是非常有意思的。以往我们可能是发生了一个事件，然后你做了一篇报道，但数据新闻可以让你跳出这种时间的限制，跳出这种事件的限制，你是基于自己的发现做了一篇稿子。你完全不用因为没有事情发生而担心自己没有稿子可以做。编者按：来源：深度训练营；作者：赵佐燕，澎湃新闻数据新闻部记者；有删节。延伸阅读