亿博电竞·(中国)平台官网入口
目前，人工智能、大数据、云计算、算法、5G通信等技术席卷而来，强势进入媒体行业，尤其是人工智能。凭借其技术优势亿博电竞，实现了全内容生产-分销-消费-反馈价值链的定向重塑。在整个价值链中，内容生产环节处于起点，其重要地位不言而喻。本研究将结合国内外学术成果，比较国内外行业的相关实践，尝试通过文献研究方法和比较研究，梳理人工智能引入媒体行业后人工智能在新闻制作中的应用。方法。、新闻生产方式和新闻产品形式。同时，深入分析了人工智能应用的新闻生产智能化过程中存在的一系列问题。这些问题包括人工智能固有的技术风险，数据挖掘、机器人书写模式、算法偏差等带来的伦理风险。本研究将在对这些伴生问题进行深入分析和探究后，试着从多层面、提出可行的应对之策，以期为新闻媒体日后的智能化新闻生产活动提供一些启示性的思考和实践借鉴。
自1956年美国数学家约翰麦卡锡及其同事在达特茅斯会议上正式提出人工智能的概念以来，随后60年的人工智能技术发展并不顺利。技术瓶颈和应用障碍使得人工智能技术在1990年代仍无法走出实验室。2011年初，在新一代计算机技术的发展和大数据、云计算、物联网等信息技术的强力加持下，人类社会迎来了一场真正的智能革命。图像分类、语音识别、人机对抗、无人驾驶等人工智能技术极大地跨越了科学与应用之间的“技术鸿沟”，实现了技术突破。2017年初，南报推出的写作机器人“小南”顺利完成了春票动态信息的初稿。同年年底，中国首个媒体人工智能平台“媒体大脑”在成都第五届中国新兴媒体产业融合发展大会上启动。它制作了一个时长为2分08秒的实时视频新闻，只用了10.3分钟。2019年“两会”期间，新华社AI主播正式亮相并成功播报消息，在全球引起轩然，全球媒体持续关注。尤其是在即将到来的5G时代，在5G技术大容量、高速率、低功耗的支撑下，“人工智能+5G”将给新闻制作带来进一步的突破。人工智能在新闻制作中的具体应用对新闻制作产生了重大影响。不仅传统的新闻制作模式和输出方式发生了颠覆性的变化，智能化、自动化、场景化的新闻制作已经成为人工智能时代的新闻制作。典型特征。并且随着5G、大数据、算法技术、虚拟现实技术、人工智能等技术结合的逐步深入，涌现出许多新的新闻产品形态，观众将享受到更加多元化的新闻产品和服务，进一步提高了他们的收视率。到新闻。能力。与此同时，新闻制作主体的成员结构、功能和作用也更加多样化和复杂化。然而，当基于大数据、云计算和人工智能的智能媒体逐渐兴起，给新闻生产的全过程带来颠覆性的变化时，我们也不能忽视与之相伴的各种智能新闻生产的问题。这些问题不仅包括人工智能本身所涉及的技术风险，还包括其在新闻生产过程中应用所带来的伦理风险，以及给新闻生产主体带来的职业危机。随着人工智能逐渐渗透到新闻制作领域，对这些风险的正确认识和相应的应对措施也越来越受到学术界的关注。因此，有必要对此进行深入研究。
本研究在前人研究的基础上，拟从技术应用的角度全面探讨人工智能在新闻制作中的应用影响，并以主流媒体典型案例为基础，明确人工智能在新闻制作中的具体应用以及未来5G技术。智能新闻制作。人工智能技术支持下的发展前景；人工智能技术在新闻制作过程中新闻制作主体和新闻制作方式的变化，以及新闻产品内容衍生出的许多新形式。随着媒体智能化进程的加快，本研究还将探讨人工智能影响下新闻生产面临的风险，并进行前瞻性分析。从政策层面、技术层面、法律制度层面和新闻制作主体层面，我们将进一步探讨，并尝试提出应对人工智能应用新闻制作所伴随问题的方法。本研究不仅可以丰富和丰富国内已有的关于人工智能应用新闻生产现状和发展的理论研究成果和理论体系，而且可以拓展本研究领域的内容和范围，为类似研究提供一定的思路和方法借鉴。
于国明在《机器新闻写作驱动媒体新变革》（2015）中对“机器新闻写作”进行了深入探讨，认为机器新闻写作可以准确、准确、准确地写出动态信息等作为灾难和运动。快速生成发布，可智能标记、集群、匹配海量内容制作。王悦、智廷荣（2016）以新华社的“开笔小新”为例，认为机器人写作可以快速报道专业新闻，突出数据新闻的优势智能新闻，在很大程度上替代体力劳动，带来新闻生产力.解放已经成为人工新闻采集和写作的重要推动力。于国明（2018）在《人工智能的强势崛起与新闻传播业态的重构》中提出，在互联网智能化发展的趋势下，机器写作展现了机器的高效、全天候工作，带来了巨大的新闻和反应的数量。速度快、秒级吃水速度等特点。2019年，王思相信《智能时代的新闻媒体特征与生产模式创新》，传感器新闻捕捉到的数据能够更加及时、准确、真实地反映和记录新闻事件的进程，准确还原事件过程。.2020年4月，王俊峰在《全媒体时代新闻生产要素区块链创新的路径与价值》中就算法技术带来的新闻生产问题提出解决方案。他认为，基于区块链技术的新闻生产可以进一步突破互联网时代算法的黑箱问题，也可以进一步突破算法操纵的问题。谢雪芳、张家奇（2020）在《人工智能应用：人工智能与媒体产业链重构》中认为，人工智能技术重新定义媒体，拓展媒体内涵，让媒体走向智慧媒体。显然，人工智能技术对新闻业的推动作用是非常明显的，当然也受到了学者们的广泛关注。
2018年，赵双歌和岳梦怡提出，在算法推荐“一切都可以量化”的操作逻辑下，新闻领域出现了宣传性缺失和价值异化的问题。2019年，邝文博在《人工智能时代假新闻的“阴谋”及其回避路径》中提出，人工智能给新闻行业带来的新闻生产主体日益多元化、新闻内容越来越丰富、新闻源源不断。传播。当场景化的“福利”出现时，假新闻的大量生产和传播也随之而来。此外，吴凯（2019）在《人工智能新闻原创性分析》中分析了人工智能产生的新闻原创性，认为我国的著作权法没有建立起有效的新闻著作权保护制度。目前，为了使人工智能制作的新闻受到著作权法的保护，需要降低人工智能新闻的原创性判断标准。傅红安（2019）在《区块链新闻平台内容生产的法律规制研究》中认为，虽然区块链技术赋予了新闻产业新的角色，但由于其发展不成熟，各方面都暴露出问题。新闻制作。它也越来越突出，迫切需要中国法律从平台代币和网络运营商两个方面对平台进行监管。2020年，张博在《人工智能新闻与出版监管难点与优化途径》中探讨了人工智能新闻与出版监管的难点和症结，提出完善人工智能新闻出版监管应遵循以下方法：探索主体责任，建立多维度互促监管。提出建立人工智能新闻评价体系的框架和指标。
新闻制作的第一步是收集新闻资料。新闻采集，即新闻采访过程中的信息采集活动，是新闻报道过程中极为重要的环节，是撰写好新闻报道的基础和前提。俗话说“聪明的女人不做饭”，新闻界有“采访七分，写作三分”的说法。要撰写高质量的新闻报道，记者首先需要收集具有新闻价值的相关事件的信息。在传统的编辑编辑领域，记者通常依靠与他人的个人采访来收集新闻材料。这种采集方式虽然有其不可替代的优势，但终究是有其适用范围的。对于一些超出其应用范围的采访任务，可能难以完成，因此由于信息收集的限制，一些应该报道的有价值的新闻被隐藏了。然而，随着语音识别、视觉识别等人工智能技术在新闻行业的应用，新闻采集已经突破了传统的人工采集方式，进入了智能采集阶段。
当获得大量新闻线索时，记者需要对其进行整理过滤，然后进入新闻写作流程。传统的新闻记者需要从采编到撰写新闻的全过程，非常费力。以社会记者为例，有时他们可能一天跑多条线，每天至少发表一篇文章。一篇文章的字数约为1,000字，移动手稿的字数从500到3,000字不等。当发生重大事件时，稿件的数量甚至会增加数倍。可见，不仅记者的工作压力大，单靠人力制作的新闻数量也无法满足当前读者对新闻信息的需求。
写稿机器人是信息时代的产物。它的出现，不仅代表了人工智能技术进一步优化发展的结果，也印证了当前媒体行业发展的实际需求。机器人写作的核心是自然语言处理，还涉及到数据挖掘、机器学习、搜索技术、知识图谱等多项人工智能技术。当算法或计算机程序自动收集信息时，会自动处理输入或收集的数据内容，最终编译成新闻文本并发布。与传统的手工书写相比，机器人书写带来的震撼是惊人的，这源于其在实际应用中的独特优势。机器人书写的错误率远低于人类书写。新闻的真实性是第一要务。在数据海量复杂的今天，如果只靠人力完成一份报表，稍有打错数字就会导致报表出现错误，从而导致严重的后果。机器人写稿利用云计算等技术对原始数据进行处理，然后通过算法程序进行设置，自动产生稿件，大大提高了稿件的准确性。当然，机器人写作也有它的缺陷。目前，写稿机器人不具备像人类一样独立思考的能力。它只能根据预先填好的数据库和建立的算法程序来完成稿件和稿件撰写任务。所以只适用于体育、金融等领域的简单信息。新闻类写作适用范围狭窄；而机器人没有情感，因此在写作的深度和个性化方面很难有所突破。这些缺点使得目前的机器人写作还处于起步阶段。
目前，“AI合成主播”应用于新闻内容的播出，具有传统播音员/主持人无法比拟的优势。一方面，AI合成主播拥有超强的“复刻能力”。无论面对什么新闻，它都可以随时随地播报新闻，没有任何抱怨，没有任何“情绪”。另一方面，“AI合成主播”可以很大程度上保证新闻的时效性，因为“AI合成主播”不需要休息，可以24小时不间断工作，并且可以使用“无数克隆”在同时在多个现场提供新闻报道，不仅大大减轻了播音员和主持人的工作量，而且使新闻一到即播，有效提高新闻制作效率。虽然，目前AI主播不具备“自我意识”，不具备与人共情的能力，其播出的新闻仅实现文字和数据库视音频的简单对应呈现，无法理解和表达文字的隐藏意义。新闻事件引起的感受、态度和相应的情绪变化；并且与传统的播音员和主持人相比，“AI合成主播”缺乏专业性，缺乏灵活性和适应性，存在无法理解的机械化停顿等问题。然而，国内对“AI合成锚”项目的应用研究只有三年时间。随着人工智能技术的发展，未来人工智能合成主播还有进一步的提升空间。
黑盒理论源于控制论。在控制论中，“黑匣子”是指人们不知道或不熟悉的领域。虽然可以从数据的输入输出分析系统的规律来控制“黑匣子”，但“黑匣子”的内部控制全貌及其运行机制尚不得而知。随着人工智能与算法技术结合的逐步深入，新闻制作领域发生了颠覆性的变化，新闻制作过程也逐渐被“黑箱化”。“新闻黑匣子”是指新闻制作中的“幕后”，即在智能新闻制作模式下，一系列算法使新闻制作过程脱离人们的视线。真实性、可信度和透明度很难判断。“新闻黑匣子”的直接后果是严重影响新闻制作的可信度。智能技术的核心是算法和自动化的运行。通过对新华社、中央广播电视总台、封面新闻、上游新闻等新闻媒体机构的智能新闻生产过程的分析可以发现，虽然智能技术确实大大提高了新闻生产效率，但它并不能不可否认的是，智能技术也将新闻生产的更多环节推入了“黑匣子”：智能新闻采集和筛选让新闻源进入“黑匣子”，智能新闻写作让新闻内容更易获取。制作进入“黑匣子”，AI合成主播将新闻呈现带入“黑匣子”，自动化视频剪辑也将新闻制作带入“黑匣子”。人在新闻生产过程中的作用逐渐弱化。观众能观察到的只是新闻的“是什么”，而新闻“为什么”的内容却隐藏在无数算法背后，观众不知道新闻的来源是不是。可靠性，新闻数据是否真实，新闻内容是否存在算法偏差，更难谈算法运行的约束；媒体平台无法向公众清晰地解释智能技术背后的运行原理和要遵循的算法逻辑。算法技术的“黑匣子”性质在一定程度上影响了新闻制作的可信度。
机器人记者多以大数据作为新闻内容的支点，算法程序成为能否形成稿件的关键因素。虽然机器人记者因其无与伦比的写作速度而拥有广阔的前景，但这种基于数据和算法的新闻制作很容易让新闻编辑进入一个数据“黑洞”——算法程序一旦出现漏洞，就会导致数据丢失。如果失败了，新闻的写作就会失去准确性，进而成为假新闻的“罪魁祸首”。狭义的新闻不准确是指新闻报道所描述的事实不符合客观现实。过去，新闻不准确主要是人为因素造成的。如今，算法程序漏洞等技术缺陷导致的新闻不准确已经成为人工智能时代当前新闻生产的一大挑战。算法程序漏洞主要表现在算法程序设计本身的局限性，包括无法验证其输入的数据是否正确。2016年美国大选，由于民意调查数据存在系统性样本偏差，机器人新闻用数据的“外衣”为其贴上了“客观性”的标签，产生了强大的说服力，带动了新闻媒体。CNN的数据新闻预测与实际选举结果大相径庭。同样，如果机器人新闻由于程序漏洞导致其基础数据或处理数据的算法出现错误，机器人记者也会产生大量虚假报道。2018年，《洛杉矶时报》使用机器学习算法做调查报道，认为警察部门低估了犯罪数据。该报在美国引起高度关注的同时，也承认其算法程序并不完善，算法错误率高达24%。很难被观众认可，给观众的生活带来的后果将不堪设想。
人工智能的出现逐渐导致部分人失业，这是不争的事实。世界银行在《2016年世界发展报告：数字红利》中指出，发展中国家三分之二的工作岗位很容易被人工智能取代。麦肯锡还在《工作的未来：自动化、就业和生产力》报告中预测，到2030年，全球将有8亿个工作岗位随着自动化而消失；目前超过一半的工作将在2055年进行。人工智能。普华永道2017年3月的报告《英国经济战略》预测，到2030年代初，英国、美国、德国和日本的现有工作岗位将由机器人和人工智能实现自动化的比例为30%，38%、35%和21%。在科学技术日益发达的今天，似乎很多过去由人力完成的工作正在逐渐被机器所取代，越来越专业化的机器人在不知不觉中抢走了许多原本属于自然人的生存空间。随着人工智能的不断发展，越来越多的领域将进入自动化生产阶段，机器代替人工的现象也将增多，人类面临着前所未有的就业危机。
新闻媒体行业也不例外。此前，腾讯推出可独立完成财经新闻文章的写作机器人Dreamwriter之后，引起了新闻从业者的极大恐慌——人工智能要与媒体从业者抢工作！如今，短短几年时间，人工智能已经渗透到新闻生产的方方面面，深刻影响着新闻媒体行业的就业，使得新闻行业的广大记者面临着工作调整甚至失业的风险。《》曾经做过一个测试：让机器人和人写两篇类似的文章，然后让人们阅读，然后识别作者。事实证明，受试者无法分辨出哪一篇是人类写的，哪一篇是机器人写的。麦肯锡还在一项研究中表明，全球多达1.4亿全职知识工作者可能会被智能机器取代。不仅如此，美国还出现了专业的自动书写技术公司。据其预测，到2020年代中期，90%的新闻将不再需要人工参与，可以直接通过算法编写。这些数据和预测并非空穴来风，因为虽然目前的人工智能暂时只能在金融和体育领域实现自动化写作，但技术进步是大势所趋。目前，机器人由于具有快速生成报表的能力，逐渐被逐渐生成。为替代部分从事简单、重复性采集工作的记者，随着人工智能技术的快速迭代发展，未来机器替代体力劳动的领域将不断扩大，记者仍面临着随时失业的风险。时间。
在传统媒体时代，在人工智能尚未应用于新闻生产的时候，人们并没有感受到个人大数据泄露的危险。如今，人工智能技术的突破和移动设备的普及，让新闻生产逐渐走向智能化发展的道路，而用户隐私泄露的危险和危害也比以往任何时候都更加严重。只要用户连接到互联网，其在互联网上的浏览轨迹、搜索内容、分享笔记、关注时间等行为数据（其中很多涉及用户的个人隐私）都会被机器记录并传输到云和各种传感器，成为云数据库的一部分，人工智能在爬取新闻制作所需的源数据时，会从这个数据库中进行搜索和提取。数据新闻的产生方式就是一个典型的例子。本质上，数据新闻是一种利用数据挖掘、数据统计分析等技术手段从海量数据中发现新闻线索，通过可视化技术呈现新闻故事的新闻报道方式。规模挖掘，算法技术分析，集成生成。也就是说，用户每天产生的各种行为数据都可能成为数据新闻的内容素材，必然涉及对用户个人隐私的侵犯。隐私权是公民的基本权利之一。虽然挖掘用户数据可以帮助新闻媒体机构剖析个体演员的个人喜好和其他特征，并制作出更加个性化的新闻产品，但也会造成用户隐私问题。数据泄露的危险和危害也是对新闻道德的巨大挑战。
在新闻媒体行业，新闻生产的透明度问题实际上就是算法的透明度问题。由上可知，在人工智能输入的数据与其输出的内容之间，存在着一个人们无法理解的“隐藏层”，称为“黑匣子”。传统的新闻制作过程相对简单。从新闻资料的采集加工，到编辑整合，再到播出，观众或多或少都有一定的了解。但遗憾的是，“高科技”外衣中的“算法”有其自身的复杂性和无法理解的“算法黑匣子”的存在，增加了大众理解其设计原理和运行逻辑的难度算法，而且人们很难对其进行评价和监督。因此，观众对提高算法透明度的需求也越来越强烈，提高算法的透明度具有非凡的意义。特别是随着算法在新闻生产和新闻提要中的应用越来越多，“透明度”越来越多地被用作新闻合法化的规范基础。增加算法对伦理、文化和认识论的影响。追求透明度最简单、最直接的方式是要求对算法新闻生产过程的数据输入、数据吞吐量和数据输出所涉及的数据和操作步骤进行全面、具体的披露。通过提高算法的透明度，无论属于记者还是普通大众，都有机会对算法机制进行监督、验证和判断，这将有助于发现算法的真相，也为观众提供了一个了解真实新闻生产过程（包括新闻采集的方式，生产和分销过程）和算法背后的设计逻辑。
内隐智能相对于外显智能。显性智慧通常是指以人类的理解、学习和执行为支撑，并且可以被机器模拟的智慧。机器模仿，含蓄。从前面的讨论中我们知道，新型机器人写作可以将传统记者从简单的劳动中解放出来，可以在数据采集、内容撰写、新闻发布等方面“模仿”传统记者。“显式智能”得到了极大的发展，其工作速度快、工作精度高、工作持久能力强等优势，是人工智能“显性智能”中的智能品质。然而，人工智能在日益成为新闻生产过程的最佳催化剂的同时，也带来了新闻作品的生产模式繁重、缺乏共鸣和温度等问题，而这些问题恰恰是人工智能难以解决的人的问题。为“模仿”。智慧品质。也就是说，人类的思维方式、审美倾向、价值判断、投机能力等隐藏的智慧，正是当下的机器人新闻所不具备的。学者赵玉桥曾表示，现阶段的机器人新闻只停留在智能层面，还没有上升到亲情的高度，不能与智能新闻划上等号。因此，从技术上开发人工智能的“隐藏智慧”（如植入“人文精神”），使新闻产品更加有趣、个性化、人性化，是未来机器人新闻发力的方向。
主体性是指主体运用自己的智慧和力量，在客体活动中主动认识世界、改造世界，强调主体的积极作用。基于此，记者应修正“用腿玩世界”的封闭式新闻观念，摒弃“技术危机占领”的狭隘思维，把握自己在人机合作关系中的主观地位。通过人+机器的闭环、机器帮助人、大数据的不断迭代，人工智能可以更好地体现人类的主导地位和价值。同时，还要注意记者的创造力。创造力也是人类独有的综合能力，由敏锐的观察力、丰富的想象力、高度的注意力集中等因素构成。媒体的内容制作不仅需要速度，更需要内容创意。在“人工智能+媒体”时代背景下，新闻生产不缺规模，也不缺速度。最缺乏的是创意内容。作为新闻的主体，无论技术如何变化，关注人的主体性和创造力，提升人的价值始终是瞬息万变的技术浪潮中永恒的真理。人工智能技术可以将记者从简单重复的信息收集和新闻报道中解放出来。这样，记者就可以有更多的时间和精力去沉淀，下到基层，深入生活，充分发挥自己的主观能动性和创造力，敏锐地发现别人有的新事物没有报道，并透露其他人没有透露的内容。一些事件的本质和真相，进而在不断推出具有人文情怀的优质新闻报道中提升自身价值。毕竟，无论人工智能技术多么先进，机器人都很难拥有人类所拥有的独特的创造力、批判性思维和人文情怀。
人工智能+算法时代，受众信息的快速获取与个人隐私数据的保护存在悖论：人工智能越“智能”，需要对个人信息数据的采集、存储和分析就越多，并且越来越多地将用户信息暴露给网络的风险正在增加。也就是说，人们一方面享受着人工智能带来的“红利”，但另一方面也面临着过度非法利用隐私作为“资源”的困境。因此，如何应对隐私“裸奔”的现状，如何保护用户隐私安全已成为社会日益重要的课题。在技术层面，需要加快隐私保护安全技术的开发和应用。具体而言，可以在人工智能系统的设计中嵌入用户隐私保护要求，充分考虑可能泄露的敏感信息，以及用户有权免于自动决策和禁止的选项可以设置自动处理。或者使用匿名保护技术。目前广泛使用的匿名保护技术是K-匿名技术。所谓K-匿名技术，是指通过匿名化的方式，将某条记录与其他K-1记录无法区分。匿名化主要有两种方式：“泛化”和“抑制”。“泛化”是将共同的属性赋予一个属性，例如“英国”和“法国”统称为“欧洲”；“压制”是用特定符号替换某些信息。K-匿名可以在一定程度上有效防止信息和数据的泄露，使我们在泛化或压制之前不知道消息的质量和内容。
新闻采访、撰写、编辑、校对、印刷等环节在传统新闻制作过程中是不可或缺的。它是新闻机构和从业者对新闻进行选择、处理和传播的一种单向链式固定流程。在这样的“管道”新闻生产中，新闻机构不得不投入大量的人力、物力、财力进行复杂的数据整理和新闻运营，以保证新闻的客观真实性。这不仅前期投入巨大，而且严重影响新闻的时效性，阻碍新闻的传播。以报纸为例，一条新闻内容的生成，需要记者经过前期的线索收集、调查采访、策划、选题，然后才写稿，然后是很长的时间去查、排版。、印刷和出版。这个周期可能是一天或几天。对于深入调查，时间跨度为几个月也就不足为奇了。
随着人工智能技术的迭代更新，智能新闻生产方式的优势日益凸显，将取代传统的链式生产方式，成为新闻媒体新闻生产的主流方式。从以上对上述四家媒体机构的智能新闻生产的分析可以得出结论，人工智能技术不仅在宏观层面塑造了整个生产过程，而且在微观层面对信息采集和生产进行了重构和再造。采集不再完全依赖人工操作，将部分通过传感器、大数据等技术完成。采集到的数据直接存储在云端，进行信息分析和系统处理；新闻制作（尤其是新闻、通讯）“短、平、快”等新闻报道题材也将大量由机器人记者承担，24小时为各新闻单位和聚合平台提供海量稿件内容。同时，新闻内容的呈现不再局限于文字和图片，新闻视频逐渐受到广大观众的青睐，主流媒体纷纷搭建智能剪辑平台，实现新闻视频的自动剪辑。智能新闻生产时代加快了新闻信息内容的生产效率，不断刷新用户的新闻体验。
在互联网+人工智能时代，场景的价值逐渐被重视和强化，成为继内容、形式、社交媒体之后的又一媒体核心要素。例如，新华社通过打造“直播云”、“媒体大脑”等综合性智能媒体平台，实现生产与传播场景的构建与融合，助力提升内容生产效率；微博、微信、抖音等平台受众在不同场景下有着不同的需求。借助智能写作平台，快速完成了不同类型短视频的制作和发行，实现了全场景的广泛传播，效果非常显着。新华社通过运用大数据、VR/AR、传感器等智能技术，在新闻采编、发布等方面实现了不同程度的场景化，打造了多种具有场景特色的新闻风格，（如Vlog视频新闻和VR直播新闻），实现内容创作的简单化、自动化和智能化。基于场景的沉浸式新闻报道可以为用户呈现更丰富、更全面的信息，让他们的新闻体验更加多样化和个性化。凭借5G高速、大连接、低时延等优势，新闻制作速度将得到前所未有的提升。VR/AR技术因网速不足、分辨率低、视频卡顿、延迟长等原因无法交互。、低仿真等问题将得到很好的解决，未来也能很好地满足连续广域覆盖、大容量热点、低功耗高可靠、低时延高可靠等应用场景。今年全国两会前夕，在5G、AI、MR技术的加持下，新华社依托其新建的“新立方智能演播室”，推出了一系列5G沉浸式多站点跨站屏幕采访报道，实现了两个真实空间场景的虚拟交错；两会期间，山东广电运用“5G+4K+AI”等技术，通过短视频、人工智能、交互式3D影像等手段，打造全方位、多角度、立体的空间场景，传播好中国声音。
目前，基于5G技术的新闻云采编速度已为业界所熟知。以湖南广电的新闻云采编系统为例，该系统的实时连接延迟可低至600ms，多人连接终端的延迟低。200ms内实现秒速编辑。此外，云编辑让新闻编辑的主体不再局限于传统记者。云编辑系统的每个用户都可以自己编辑和上传新闻，甚至可以将新闻内容制作成短视频、H5、图文漫画等，而不是拘泥于文字写作。，使新闻形式更加有趣、可读和可见。同时，在疫情期间，云编辑还可以解决传统记者因受控原因无法进行现场采访的问题，实现云新闻共享和一体化编辑。例如，甘肃新媒体集团通过“新甘肃云”指挥平台，实现指令一键传递、报道云聚合，与全省76家县（区）财经媒体中心联动上传重要新闻。全省疫情防控“云草稿”图书馆供县级媒体中心使用。“云采编”打破原有采编格局，重构采编新模式亿博电竞，使采编工作活动更符合当下的新闻形式，未来在5G技术的加持下，新闻云采编的广泛使用将成为可能。
目前，人工智能技术正逐步渗透到新闻制作的各个环节，对新闻制作主体、新闻制作方式等方面带来各种巨大影响。个性化、面向对象的新闻产品层出不穷，用户也乐此不疲。随着新闻体验服务更加多元化，新闻生产的前景和趋势普遍向智能化、自动化、场景化方向发展。然而，技术是一把双刃剑，许多问题也与人工智能新闻制作的发展有关。本文基于部分媒体机构在智能新闻制作方面的实践经验，结合自身的实地研究，总结了人工智能赋能新闻制作发展相关的技术问题、伦理问题和职业危机，并试图分析法律规范、人工智能技术研发和多层次问题提出切实可行的解决方案。随着智能技术的不断迭代更新，未来我仍将密切关注人工智能技术对新闻生产领域的影响与重塑，实时总结，丰富研究内容，获得更为深入和切实的思考。
[1]贾同兴.人工智能与情报检索[M].北京：北京图书馆出版社,2019.15-103.
[2]许万增，王行刚等.人工智能对人类社会的影响[M].北京：科学出版社，2019：21-73.
[3]陈昌凤,石泽.技术与价值的理往:人工智能时代信息传播———算法推荐中工具理性与价值理性的思考[J].新闻战线]凯斯·R·桑斯坦.信息乌托邦[M].北京：法律出版社，2019.
[5]沃尔特·翁.口语文化与书面文化：语词的技术化[M].北京：北京大学出版社，2019.
[6]李俊平.人工智能技术的伦理问题及其对策研究[D].武汉理工大学，2019
[7]毛航天.人工智能中智能概念的发展研究[D].华东师范大学，2021.
[8]李怡然.人工智能时代新闻生产创新模式建构研究[D].暨南大学，2021.
[9]秦岭.人工智能对人类社会的影响研究[D].东北师范大学，2021.
[10]李雪聪.后信息时代人工智能条件下新闻生产方式的变革[D].重庆工商大学，2021.
[11]耿磊.机器人写稿的现状与前景[J].新闻战线]胡勤.人工智能概述[J].电脑知识与技术，2019，（13）：3507-3509
[13]彭兰.更好的新闻业，还是更坏的新闻业？——人工智能时代传媒业的新挑战[J].中国
[14]张慧.浅析麦克卢汉《理解媒介-论人的延伸》[J].新闻窗，2019（04）：43-44
[15]熊国荣,李贤秀.“机器人记者”对新闻记者就业的冲击及应对[J].编辑之友，2019（11）：73-77