传统新闻生产模式在技术革新的洪流冲击下，短板较为突出，其人工主导的采集流程繁琐缓慢，内容呈现缺乏新意，与受众的互动也较为有限，难以契合数字时代受众对信息快速、多元、个性化的需求。在此背景下，“新质生产力”作为科技创新驱动的变革性生产力形态，正成为新闻业转型的核心逻辑——它以技术与生产关系的协同创新为内核，强调通过生产流程优化、大数据驱动及跨学科融合实现新闻生产力质的跃升。“新闻新质生产力”的本质在于突破传统新闻生产的要素局限，通过人工智能、大数据等技术重构内容生产、传播与产业生态。

新华社国家高端智库发布的《人工智能时代新闻媒体的责任与使命》指出，人工智能虽为新闻媒体带来产能新驱动、体验新升级、业态新前景等机遇，但也催生了多重风险，如假新闻、泄露隐私、版权归属问题等。针对这些问题，本研究构建“技术—价值”二元分析模型，深入剖析AIGC与新闻生产力协同发展的内在逻辑。从新质生产力理论出发，详细论证AIGC如何通过优化算力，重塑生产关系，推动新闻价值链条的全方位升级。同时，基于技术伦理视角，对算法黑箱、数据偏见等风险进行分析，为媒体融合实践提供切实可行的操作路径。

一、内涵解析：AIGC与新质生产力的协同基因

AIGC与新质生产力的协同发展是一种双向互动过程。技术赋能与价值反哺相互作用，共同构成驱动新闻业革新的核心动力，重塑新闻生产范式与行业生态。

（一）技术赋能：AIGC对新闻生产的范式革新

AIGC以技术突破重塑新闻生产全流程，推动行业从传统模式向智能化转型。

其一，自动化写作实现效率跃升。AIGC依托自然语言处理与机器学习算法，按预设模板抓取数据并快速生成文本。2024年巴黎奥运会期间，腾讯体育利用该技术，在赛事结束后数秒内产出包含比分、球员数据的稿件，结合多模态技术同步生成图文、视频内容。这一应用大幅缩短了新闻生产周期，推动新闻生产向高效、多元的方向迈进。

其二，沉浸式技术重构叙事场景。AIGC支持的VR／AR技术打破时空限制，构建虚拟新闻现场。飞天云动在2024北京文化论坛中，通过VR让观众“亲临”不同时代文化场景。这种VR叙事搭建虚拟场景，让受众仿若置身新闻事件现场，增添新闻的直观性与趣味性。

其三，跨平台分发拓展传播边界。AIGC依据不同平台特性与终端场景，自动适配内容形态。2025年，央视频播出的户外综艺节目《go野》，运用AR／VR／XRT技术，让受众能跟随嘉宾沉浸式徒步穿越山峦。该节目还通过多种渠道进行跨平台分发，同时适配手机、平板、智能电视等多种终端设备。AIGC推动新闻生产突破传统边界，实现跨平台、跨终端的生态化发展。

（二）价值反哺：新闻专业性对　AIGC的导向修正

新闻专业性通过核心价值对AIGC技术形成导向修正，确保技术应用不偏离新闻本质。其一，以真实性锚定纠偏算法偏差。AIGC易受数据偏差影响生成虚假内容，而事实核查机制通过多信源交叉验证、权威数据库比对等手段，对AI生成内容逐句核验，如《华盛顿邮报》在2024年美国大选报道中，通过专家咨询与事实校验纠正算法对政治背景的误读，保障内容真实准确。其二，以公共性引领制衡流量逻辑。部分媒体利用AIGC生成低俗有争议内容追逐流量，而坚守新闻专业性的媒体在其报道中，借助AIGC深度挖掘事件公共价值，如分析城市规划调整对民生与城市发展的影响，引导公众关注社会整体利益，避免技术沦为流量工具。其三，以专业洞察提升内容深度。AIGC易导致内容碎片化，新闻从业者凭借专业知识引导AI从信息整合转向深度挖掘，如在国际政策解读中，将算法梳理的数据与资深记者的行业洞察结合，剖析政策深层逻辑与长远影响，赋予AI内容专业价值与舆论引导力。

二、运行机制：协同发展的三维互动模型

双向驱动的三维互动模型以内容生产、传播模式、产业生态为支点，成为培育新闻新质生产力的引擎。内容上人机协作提质，传播上智能分发扩大影响，行业里各方协同创新，三者一起推动AIGC和新闻业深度融合。

（一）内容生产层面的人机协同范式

新闻生产的前端、中端与后端形成AIGC技术与人工协作的完整闭环，实现效率与品质的协同提升。

前端呈现AI数据挖掘与记者选题策划的智能耦合：AI依托算法实时监测全网信息，抓取热门话题与民众关切点，例如鹿寨县融媒体中心借助“广西云云智”接入DeepSeek－R1等大模型，通过“AI问答”模块高效锁定热点；记者凭借专业性对AI线索筛选评估，策划包含政策解读、多方采访的报道方案，既保时效又增深度。

中端完成生成式AI初稿与编辑加工的流程再造：AIGC快速产出基础内容，如2024年巴黎奥运会期间，新华社数秒生成中国队花样游泳夺冠初稿；编辑针对AI初稿情感与背景的欠缺，挖掘团队故事、运动员经历，调整语言风格与结构逻辑，将素材打磨成富有人文温度的报道。

后端构建多模态合成与用户反馈的闭环迭代：媒体利用阿里通义千问Qwen2．5－Omni等技术，制作音视频、图文融合产品；通过收集受众意见、分析互动数据优化生产，形成“合成—反馈—提升”闭环，持续提升新闻产品质量与用户体验。

（二）传播模式层面的智能分发重构

在新闻传播领域，智能分发模式通过三大策略重构信息传播效能。一是算法推荐的“破茧”设计。针对精准推送导致的信息茧房问题，2025年在“清朗”专项行动推动下，抖音升级“使用管理助手”，以可视化形式呈现用户浏览偏好，引导拓展兴趣范围；微信视频号则通过公开算法机制、引入多元数据源，降低同质化推送比例，构建内容均衡机制。二是社交裂变的“温控”策略。针对热点事件裂变式传播可能引发的舆情危机，微博启动舆情预警模型，通过关键词、热度、传播趋势等多维度监测，实时调控话题传播速度，同时引导权威媒体发声，平衡舆论场情绪。三是跨平台适配的“柔性”生产。字节跳动运用语义理解技术，精准识别不同平台用户习惯与终端特性：在今日头条App根据屏幕尺寸自动调整排版，在抖音将新闻转化为短视频形式，以生动画面与简洁文案适配传播场景，提升跨平台传播效果。

（三）产业生态层面的价值共生体系

在AIGC重塑新闻产业生态的进程中，媒体机构、技术企业与受众群体的角色发生系统性变革。媒体机构正从单一内容生产者向智能生态构建者转型。2025年浙报集团依托“媒立方”智媒平台，对内整合资源搭建涵盖采编、分发、互动的全流程智能体系，对外与政务、商业领域合作打造智慧城市信息服务平台，实现从内容生产到多元生态构建的跨越。技术企业则从工具提供者升级为伦理合规伙伴。2024年科大讯飞在提供AIGC技术服务时，研发阶段通过优化算法减少数据偏见、建立内容预审核机制，在应用推广中提供伦理培训并协助媒体制定使用规范，推动技术应用的合规化进程。受众群体从信息消费者转变为共创参与者。借助“UGC＋AIGC”模式，用户利用平台提供的创作工具对新闻事件进行二次创作，平台筛选优质内容展示并给予权益奖励，形成受众让渡创作权利、平台整合传播的良性循环。

三、伦理暗礁：AIGC应用的风险谱系

AIGC技术的融入为新闻行业催生新质生产力带来契机，但技术赋能背后潜藏的风险与挑战也逐渐显现。

（一）技术异化风险：深度伪造与信息可信度危机

深度伪造技术能高度逼真地篡改视听内容，模糊真假界限，已在全球被广泛应用。2023年11月日本时任首相岸田文雄遭AI换脸制作假视频，2024年1月美国选民接到“深度伪造”的拜登电话，这类事件直接冲击新闻真实性，误导公众，削弱新闻的权威性与可信度。

AIGC生成的谣言经情感化设计，借语义操控触达受众，实现快速传播。2024年10月，闫某某用AI炮制“四川启动2．15万亿拆迁项目”的假消息，陈某等人跟风编造细节，引发热议并扰乱公共秩序，4人最终被处罚。这类AI谣言靠情感叙事绕过理性防线，借算法推荐精准传播，凸显其在谣言制造与扩散中的危害。

（二）算法茧房风险：数据偏见与公众认知操纵

在新闻生产与信息传播领域，训练数据失衡与算法推荐机制分别引发内容同质化和群体极化。若多家媒体用同类AI模型且数据来源单一，会让AI生成逻辑趋同，导致不同媒体的新闻选题、事实筛选、观点表达高度重叠，压缩多元信息空间，削弱媒体差异化优势，加剧行业生态单一化。同时，算法推荐系统通过用户点击、停留等数据构建兴趣图谱，持续推送契合偏好的信息形成信息茧房，借数据闭环强化认知偏差，使群体态度因反复刺激固化，引发群体极化，这种自动筛选替代传统多元过滤，进一步加剧公众认知分裂。

（三）职业伦理风险：角色消解与行业价值削弱

AIGC生成内容的版权归属问题已成为新闻行业的新难题。由于AI生成内容涉及训练数据来源、算法开发者、使用者等多方主体，版权归属难以明确界定。如腾讯体育利用AIGC生成的赛事新闻，其版权属于赛事方、技术公司还是媒体平台尚无定论，这种模糊状况扰乱了新闻行业的版权秩序与创作生态。

同时，人机协作中记者职能发生结构性迁移：AIGC凭借效率优势承接信息采集、初稿撰写等工作，使记者职能收缩至价值判断、深度核查等领域。这引发职业尊严困境：记者或沦为“辅助者”，技能被简化为“校对”，职业成就感下降；算法渗透新闻价值判断，挑战记者“社会瞭望者”角色，导致职业认同危机，本质上是技术理性挤压人文理性，反映新闻生产逻辑转型带来的深层矛盾。

四、保障体系：风险治理的四维协同机制

发展新闻新质生产力需正视风险，构建技术伦理框架，平衡创新与规范，促使AIGC在新闻领域稳健发展，实现生产力提升与行业可持续发展的双赢。

（一）技术溯源机制：区块链赋能内容可信验证

1．哈希值上链保障新闻生产全流程可信

新闻生产是一个环环相扣的过程，从线索挖掘、采访素材采集，到内容撰写、编辑审核，再到最终发布，任一环节都存在信息被篡改的风险。哈希值上链方案能为每一个环节生成唯一的“数字指纹”。当受众对报道数据存疑时，可通过区块链浏览器输入对应哈希值，核验数据是否与最初上链时一致。这种全流程存证让新闻生产全程可追溯，提升了新闻内容的可信度。

2．实时预警系统构建异常信息全链条防护

在新闻传播领域，实时预警系统构建基于语义分析与拦截模型的异常信息治理框架。系统通过自然语言处理技术动态解析新闻文本语义，借助深度学习模型提取逻辑结构、情感倾向等多维度特征，嵌入权威信源知识图谱实时比对校验。当监测到语义矛盾、事实偏差或价值异常时，就会触发算法标记、人工复核、准入阻断的多级拦截策略，形成“监测—分析—预警—拦截”全链条防护体系，为解决时效性与真实性矛盾提供技术治理方案。

（二）伦理审查机制：跨学科委员会的动态监管

1．技术专家、媒体从业者、伦理学家的三方制衡

跨学科委员会通过技术专家、媒体从业者、伦理学家的多元组合，形成三方制衡的稳定架构。2024年，央视网在筹备AI新闻主播项目时，组建了由计算机科学家、资深新闻主播与伦理学者构成的审查委员会。技术专家负责评估AI算法的安全性与可靠性，媒体从业者从新闻专业视角审视内容呈现方式，伦理学家则对潜在的伦理风险进行预判。三方通过讨论，最终形成兼顾技术实现、专业标准与伦理要求的设计方案，有效避免了单一视角带来的局限。

2．事前风险预判—事中实时监控—事后溯源追责

全流程的评估机制能够全方位把控AIGC在新闻应用中的伦理风险。在开展AI辅助新闻报道项目时，要严格执行事前、事中、事后的评估流程。事前，由跨学科委员会对AI系统的训练数据、算法逻辑进行全面审查，预判可能存在的数据偏见、隐私泄露等风险；事中，通过实时监控系统对AI生成内容进行动态监测，一旦发现敏感信息或不当表述，立即暂停发布并启动修正程序；事后，若出现伦理争议事件，委员会迅速启动溯源追责机制，对相关责任人及环节进行调查处理。

（三）法律规制机制：设立技术应用的边界与红线

1．AI内容发布者法律义务与责任认定

在AIGC内容传播链条中，明确发布者法律义务是责任认定核心，多起案例已印证。2025年底查处的案件显示，微博、百度百家号等平台上，“财经周末老师”等账号利用AI批量生成虚假财经信息，直接误导投资者决策，引发相关个股股价异常波动。此类事件中，责任划分直指“审核义务”核心。依据《网络信息内容生态治理规定》第九条，平台需建立信息发布审核、实时巡查等制度，而涉事平台因未落实审核责任，被认定与内容生产者构成共同侵权。该案也推动行业规则升级，抖音等平台迅速完善条款，要求发布者对AI　生成内容进行强制标注，涵盖文字、图像等多形态内容；微博也强化了财经类AI内容的人工复核机制。正如司法实践所明确的，这种义务设定既避免AI成为“权利清洗器”，又通过明确权责为技术发展划定法治边界，为AIGC生态治理提供了关键参照。

2．跨境数据流动规则协调应对AIGC全球化应用

AIGC技术的全球化应用，使得跨境数据流动的规则协调迫在眉睫。在国际媒体运用AIGC技术开展跨国新闻报道的过程中，因不同地区数据跨境传输的隐私保护标准存在差异，数据泄露争议时有发生。例如，在2024年，路透社与多家媒体在联合使用AI进行新闻报道时，因数据跨境传输中的隐私保护标准差异，引发数据泄露争议。为应对这一问题，基于东盟与欧盟共同发布的《东盟示范合同条款与欧盟标准合同条款联合指南》，双方以推动跨境数据流动规则趋同为目标，通过整合东盟　MCCs与欧盟SCCs两套条款的共性要求，搭建起适配跨区域数据传输的合规框架。该框架在隐私保护层面，明确了数据合法性、目的限制、数据主体权利保障等统一底线要求；在数据安全层面，强制要求数据进出口方落实风险评估、安全防护、数据泄露通知等义务，为媒体运用AIGC技术开展跨国新闻生产与传播，提供了清晰、一致的操作准则与合规依据。

（四）行业赋能机制：提升媒体的AI治理能力

1．设立“技术伦理官”的职业认证标准

当前，新闻行业AI治理能力提升受制于专业人才短缺的结构性困境。生成式AI的“黑箱特性”与新闻伦理的复杂交织，亟需既懂技术原理又通伦理规范的复合型人才，但现有从业者知识结构难以适配，人才供需严重脱节。在此背景下，设立“技术伦理官”职业认证标准成为破局关键，这与《关于加强科技伦理治理的意见》中“加快培养高素质科技伦理人才”的要求高度契合。

高校与科研机构应率先构建培养体系，课程设置需涵盖AI大模型运行逻辑、算法公平性评估等技术模块，融合马克思主义新闻观、虚假信息溯源等伦理内容；实践环节可依托“高校实习基地＋融媒实战平台”模式，锤炼算法审核、伦理风险预判等核心能力。通过标准化认证培养的专业人才，将有效破解媒体AI治理“无人可用、无规可依”的难题，为践行全球人工智能治理倡议提供坚实人才支撑。

2．开源算法平台的共建共享机制

开源算法平台的共建共享，有助于降低媒体　AI　应用门槛，提升技术治理效率。未来，媒体如腾讯新闻、澎湃新闻等，可以共同搭建“Media　AI开源社区”。平台开放新闻推荐算法、内容审核算法等源代码，各媒体可根据自身需求进行二次开发与优化。此外，社区还可以建立算法反馈机制，媒体在使用过程中发现的漏洞与改进建议，可及时反馈至平台，形成算法迭代优化的良性循环，推动行业整体技术治理能力的提升。

五、结语

本研究指出AIGC技术对新闻生产、传播、产业生态的全方位赋能，是推动媒体融合从“相加”迈向“相融”的关键抓手；而风险制衡体系的构建，则确保技术应用始终服务于主流价值传播与公共利益。未来，AIGC与新闻新质生产力的发展需坚守“国家战略—技术创新—伦理规范”的协同逻辑，唯有如此，方能在技术浪潮中实现“建设全媒体”的目标，让AIGC真正成为提升新闻舆论传播力、引导力、影响力、公信力的引擎，为构建中国特色新闻传播新生态注入持久动能。■

（作者：曹金芳，广西经贸职业技术学院专任教师，研究方向：智能传播；郭琳，南宁师范大学教授，硕士生导师，研究方向：智能传播）

本文刊登于《新闻世界》2026年第2期

原标题：《AIGC与新闻新质生产力协同发展及伦理风险制衡》