一、引言
2022年12月以来，ChatGPT的迅速走红引发社会各界对人工智能生成内容（artificial intelligence generated content,AIGC）的热烈关注。何为人工智能生成内容？人工智能生成内容就是利用神经网络、生成扩散模型和大型预训练模型等人工智能技术，通过寻找现有数据的规律，重塑内容生成的一种方式或技术[1]，具有内容和技术的双重特征。与传统的专业生成内容（PGC）、用户生成内容（UGC）相比，人工智能生成内容在内容特征上表现出更强大的生产力与生产效率，且可根据个性化需求进行定制；在技术上特征则展现出出色的认知与交互能力，且可实现跨模态融合。
二、人工智能时代AIGC模式对新闻内容生产的机遇
1.AIGC的学习迭代能力颠覆了新闻流程链的版式编辑
继线上阅读成为主流阅读方式之后，线上排版、版式编辑也成为新闻流程中重要的工作内容。AIGC的学习迭代能力不仅能按照设定的程序重复“指令”规定的工作内容，还能创造性地对人类的自主学习行为进行模拟，进而不断提升自身性能，使迭代可持续化。AIGC自主学习迭代性能较好地匹配了对创造、创新、创作有较高要求的新闻流程链，编辑设计构思、人工智能执行策划、检索收集资料、进行版式编辑的智能化流程再造提升了编辑效能。智能化、自动化排版通过制作的“模板”一键化操作即可完成版式初步编辑工作，缩减排版周期，提升排版效率，尤其对时效性强的新闻物而言，智能化版式初排编辑、精排编辑和技术整理为占领市场赢得先机创造了新的竞争力。智能排版技术辅助下的自动排版系统通过XML实现数据的兼容与交换，直接处理文稿，同步多格式文件（例如PDF、XML、Word、ePub），并能同时满足多场景、多媒介端口同步发布，版式编辑的效率相比较人工排版飞跃式提升。
2.AIGC的推理理解能力提升了新闻流程链的审核校对效率
“三审三校一通读”是传统新闻流程中繁琐、耗时，但又是非常重要的审校制度，意味着作为监管主体的新闻行政管理部门“把关人”和作为审校主体的新闻单位“把关人”对新闻物质量的保证。人机协同赋能下拥有庞大知识数据库、词语数据库、语料数据库、语法规则数据库的人工智能审核校对系统犹如安装了“大脑”，可按照程序进行一定的智能纠错识别与审核校对，使得编辑从传统新闻时代编辑审核校对字词的误写、误用等简单工作中解放出来，但人机协同、优势互补的智能审校并没有压缩原审校流程，依然符合“三审三校一通读”的审校工作制度。如，可联合建模的百度文心跨模态文档智能ERNIE-Layout大模型能够对不同形式的图片、文件、PDF、扫描件等多模态文档进行文档内容及语义的深度理解与分析，助力智能化新闻流程审核校对升级。3.AIGC采集新闻信息增强传播的信服力
选题决策是新闻报道的重要组成部分，能否通过采集和挖掘有价值的新闻信息一定程度上决定了我们在国际舆论场中的公信力和话语权。传统媒体时代的对外新闻报道在选题决策上比较局限，且由于带有明显的宣传色彩而难以达到良好的传播效果。但随着智能技术的迅速发展，对外报道的取材范围得到了扩充，依托大数据技术、地理定位技术、传感技术，新闻素材变得更加丰富，从而给新闻采编带来了更多的可能性。
虽然基于AIGC技术采集新闻信息的对外报道平台较少，但也不乏值得圈点的新闻产品，如《中国日报》的无人机与手机（DroneandPhone）视频节目。该节目每期都使用无人机和手机拍摄，记录我国内地、香港以及亚洲国家某一天发生的事情。在无人机的镜头下，人们所熟知的山川河流、城市风貌被以一种全新的视角展现出来，一些地区的风土人情也由此变得生动可感。配置了多种传感器的无人机，捕捉到并呈现了用普通的摄像机所无法发现的素材。
3.AIGC整合提高内容生产效率
互联网的全球普及和加速迭代让信息传播的节奏越来越快，这也使对外新闻报道的时效性显得尤为重要。在竞争日益激烈的国际竞争格局下，如何通过对外新闻报道进行及时、有效的发声，事关国家的国际形象。
近年来，在提高新闻内容生产效率上，大数据、人工智能的应用越来越常见。基于算法程序的机器人新闻写作正被国内外的主流媒体所接纳。通过搜集各种相关信息，建立起容量巨大的数据库，以实现高效的数据分析和处理，实现超出人力新闻写作的生产效率。腾讯的“写作机器人（Dreamwriter）”、新华社的“快笔小新”、第一财经的“DT稿王”等是国内较早一批将机器人写作用于体育、财经类报道的智能媒体。而在对外报道领域，内容生产方面需要考虑的关键性问题在于如何将跨文化、跨语言的信息，通过人工智能技术的整合使其在国外的文化环境中易于理解和接收。
三、AIGC对新闻产业链可能的风险影响
AIGC以大数据和精准的算法重新“匹配”人类生活、工作，甚至重塑社交方式。其增强人类活动的能力是之前技术所不具备的独有特点，信息生产角度发生改变，人机合一、人机协作成为常态，数据与算法的底层逻辑也同样重塑传媒新闻行业中的新闻流程链和产业链。
AIGC的思考感知能力影响了新闻流程链的选题策划、编辑组稿、作者约稿、投稿是传统新闻时代选题策划来源最主要的路径与方式，但有时也会囿于编辑的个人偏好或者知识局限而产生与受众感知的偏差。AIGC能够通过自动化处理任务产生新的“感知”与“想法”，生成有价值的“选题建议”，从而实现选题策划环节的赋能。如目前已经实现的人工智能选题系统，以大数据为底层逻辑在海量选题历史数据、社会热点数据、政策文件数据、受众跟帖数据等众多庞大数据体系中生成智能化的、具有该出版物“个性”与“属性”的选题系统，并能够进行不断的深度学习与改进。大数据技术支撑下的人工智能选题系统所生成的选题不仅从选题角度方面更符合受众的需求，在选题策划生成过程的每个环节都体现了智能系统的优势。例如，选题分析系统能更详尽地分析受众的需求从而能更好地与受众产生“共鸣”与“共情”。
四、结语
在新时代背景下，“讲好中国故事、传播好中国声音”已经成为我国对外新闻报道的根本遵循。而要把故事真正讲得入耳、入脑、入心，就需要在充分了解受众和传播环境的基础上，讲求合适的传播策略和方法。因此，为了实现有效的传播效果，对外新闻报道与AIGC媒体的融合发展和模式探索成为当前国际舆论环境下亟待研究的议题。
参考文献：
[1] 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(7):57-61.
[2] 汪欣雨. 在新闻生产中运用AIGC模式的机遇、风险及规制策略研究[J]. 艺术科技,2023,36(23):133-135.
[3] 韩为政. 媒介进化视域下AIGC赋能主流媒体发展可行性探析[J]. 中国传媒科技,2023(5):22-26.
[4] 徐伟东. 算力加持,知识变轨:AIGC助推新闻业范式革命[J]. 视听,2023(11):14-17.