提示工程師：未來新聞工作者的身份轉(zhuǎn)變與邏輯重構(gòu)

摘 要：研究以生成式AI伴生的新職業(yè)（提示工程師）為著眼點(diǎn)，提出提示工程師誕生的必然性、偶然性、適應(yīng)性。在此基礎(chǔ)上，探討生成式AI對新聞工作者和新聞業(yè)的深刻影響，在協(xié)同視域下從協(xié)同境、協(xié)同過程、協(xié)同主體三個維度說明新聞工作者在新形勢下的身份轉(zhuǎn)變，最后從賦能價值、發(fā)聲機(jī)制和服務(wù)本色層面揭示未來新聞工作者的邏輯重構(gòu)。

關(guān)鍵詞：提示工程師；新聞工作者；身份轉(zhuǎn)變；邏輯重構(gòu)

中圖分類號：G214文獻(xiàn)標(biāo)識碼：A文章編號：2096-8418（2023）04-0002-11

生成式AI浪潮變革內(nèi)容生產(chǎn)范式。以ChatGPT為代表的生成式AI將進(jìn)一步實(shí)現(xiàn)人類自由度的擴(kuò)張，將人類從繁雜的機(jī)械性、重復(fù)性勞動中釋放，實(shí)現(xiàn)真正意義上的微?；瘋€體激活。依托AIGC的文案撰寫、插畫師、虛擬數(shù)字人、營銷策劃師等新興職業(yè)大量出現(xiàn)。［1］2023年4月12日，知名公關(guān)公司藍(lán)色光標(biāo)宣布無限期全面停止創(chuàng)意設(shè)計(jì)、方案撰寫、文案撰寫等相關(guān)外包支出，遏制核心能力空心化趨勢，全面擁抱AIGC。［2］這不禁引人深思：AIGC具備替代人類的能力嗎？其實(shí)不然，對于大眾而言，AIGC只能滿足人們淺層次需求，難以滿足針對特定領(lǐng)域、特定人群的高層次需求。提示工程師（Prompt Engineer）作為一種新職業(yè)應(yīng)運(yùn)而生，通過專業(yè)素養(yǎng)和數(shù)字素養(yǎng)彌合了人類高層次需求與AIGC之間的能力鴻溝，實(shí)現(xiàn)完全意義上對人的又一次重大賦能賦權(quán)。

伴隨生成式AI的崛起，生成式AI與新聞工作者，乃至未來新聞業(yè)的關(guān)系受到前所未有的關(guān)注。以ChatGPT為代表的生成式AI具備的強(qiáng)大文本生成能力究竟是造就新聞業(yè)，還是顛覆新聞業(yè)？這是新聞工作者在生成式AI浪潮下不得不考慮的問題。對于傳媒組織而言，始終保持對新技術(shù)的關(guān)注，并不被其固有模式裹挾至關(guān)重要。［3］未來新聞工作者需要成為提示工程師的角色，提示工程師作為自然語言和機(jī)器語言的中介，新聞工作者是客觀事實(shí)和新聞消費(fèi)者的中介，均以獨(dú)特的提示語言幫助新聞消費(fèi)者理解世界。因此，新聞工作者在新形勢下的身份轉(zhuǎn)變和邏輯重構(gòu)是順應(yīng)時代浪潮的選擇，也是媒介發(fā)展的必然。

一、注定的發(fā)展方向：生成式AI浪潮下提示工程師誕生的必然性、偶然性、適應(yīng)性

（一） 結(jié)構(gòu)必然性：技術(shù)泡沫化發(fā)展的紊亂與無序、外熵性質(zhì)的自組織力量、趨勢必然性的涌現(xiàn)

凱文·凱利（Kevin Kelly）認(rèn)為，結(jié)構(gòu)必然性是進(jìn)化的三動力之一。進(jìn)化，乃至技術(shù)元素，遵循由物質(zhì)和能量的本質(zhì)決定的固有方向。［4］復(fù)雜系統(tǒng)視角下的進(jìn)化的結(jié)構(gòu)必然性一般會經(jīng)歷三個階段：技術(shù)泡沫化發(fā)展的紊亂與無序、外熵性質(zhì)的自組織力量、趨勢必然性的涌現(xiàn)。復(fù)雜系統(tǒng)內(nèi)部的紊亂與無序在外熵性質(zhì)的自組織下為進(jìn)化過程限定方向，進(jìn)而將進(jìn)化的無序性指向趨勢必然性（見圖1）。

縱觀媒介技術(shù)發(fā)展史，無論是適度降溫的元宇宙還是當(dāng)前爆火的生成式AI，其發(fā)展初期必然伴隨著泡沫化現(xiàn)象，呈現(xiàn)無序與紊亂的階段表征。無論是我們所處的元宇宙7.0版本，還是ChatGPT、Midjourney等生成式AI，社會各界對其展開的暢想與討論正是基于生成式AI對人的又一次重大賦能、賦權(quán)，且生成式AI為進(jìn)一步實(shí)現(xiàn)元宇宙這一終極媒介提供了內(nèi)容層與關(guān)系層支撐，為實(shí)現(xiàn)未來媒介的全要素關(guān)聯(lián)融合奠定基礎(chǔ)。

1. 技術(shù)泡沫化發(fā)展的無序與紊亂

泡沫化是技術(shù)發(fā)展與擴(kuò)散的第一步?！芭菽钡拇嬖诩捌渲匾潭仁羌夹g(shù)對于現(xiàn)實(shí)關(guān)聯(lián)的深刻性和改變程度的重要指標(biāo)，新技術(shù)越重要，社會越關(guān)注；越突破，討論越熱烈。［5］我們以當(dāng)前對元宇宙的反思為例，盡管很多專業(yè)人士認(rèn)為元宇宙是遙不可及的未來媒介，但元宇宙概念的提出為未來互聯(lián)網(wǎng)的技術(shù)迭代和產(chǎn)業(yè)方向指明了道路。當(dāng)前生成式AI技術(shù)的快速發(fā)展和社會各界對其的熱烈討論同樣如此。技術(shù)在泡沫化發(fā)展的初期必然伴隨無序與紊亂。

2.外熵性質(zhì)的自組織力量

凱文·凱利認(rèn)為，持久差異的廣泛傳播是熵的反向運(yùn)動，并在此基礎(chǔ)上提出外熵（exotropy）概念。他認(rèn)為，外熵是表現(xiàn)性質(zhì)不同的雙重否定的措辭，含義為“無序不存在”。［4］（59）考慮到現(xiàn)實(shí)世界的復(fù)雜性、多樣性，度量外熵的指標(biāo)雖然難以把握，但可以透過某一現(xiàn)象探析現(xiàn)實(shí)世界等復(fù)雜系統(tǒng)演變的本質(zhì)，從而把握外熵性質(zhì)的自組織力量。這一現(xiàn)象便是系統(tǒng)內(nèi)部主體進(jìn)化趨勢必然性的涌現(xiàn)。生成式AI的快速擴(kuò)張催生新的需求，當(dāng)人們的提示語言水平有限時，PromptBase等提示詞售賣平臺和提示工程師職業(yè)自發(fā)誕生。

3.趨勢必然性的涌現(xiàn)

趨勢必然性是“非歷史性”的力量，獨(dú)立于歷史進(jìn)程而變化。無論歷史如何“倒帶”，得到的都是同一個故事。在復(fù)雜系統(tǒng)下，任意主體的進(jìn)化是系統(tǒng)內(nèi)部諸多因素共同作用的結(jié)果，即系統(tǒng)內(nèi)自組織復(fù)合體的內(nèi)部動力。PromptBase的誕生是提示詞、提示工程獲得社會各界關(guān)注的表征，是趨勢必然性的涌現(xiàn)。

（二） 歷史偶然性與功能適應(yīng)性：技術(shù)革命下互補(bǔ)性職業(yè)的重構(gòu)，從搜索專家到SEO專家再到提示工程師

歷史偶然性和功能適應(yīng)性是進(jìn)化的其余動力支撐。偶然性是“歷史性”的力量，即歷史對其有重大影響。［4］（123）系統(tǒng)進(jìn)化過程是不可測的，主體的進(jìn)化具有多種可能，以人工智能的三大流派為例（行為主義、聯(lián)結(jié)主義、符號主義）。［6］在三大流派之外還有諸多路徑與流派，為什么生成式AI的發(fā)展最終選擇了聯(lián)結(jié)主義？聯(lián)結(jié)主義自誕生以來，在AI發(fā)展歷程中的跌宕起伏，無不印證其進(jìn)化歷程中的不確定性與歷史偶然性。

功能適應(yīng)性是進(jìn)化的經(jīng)典動力源泉，是教科書式的正統(tǒng)力量。［4］（123）達(dá)爾文的進(jìn)化論提出生物進(jìn)化的步調(diào)是漸變式的，是在自然選擇作用下微小變異積累的演變歷程。不止生物界，在現(xiàn)實(shí)世界的復(fù)雜系統(tǒng)中同樣如此。生成式AI作為智能互聯(lián)生態(tài)中涌現(xiàn)的新技術(shù)，與其配套的提示工程能力，或者說互補(bǔ)性職業(yè)的出現(xiàn)是有跡可循的。自互聯(lián)網(wǎng)誕生以來，層出不窮的技術(shù)革命下互補(bǔ)性職業(yè)不斷涌現(xiàn)并持續(xù)重構(gòu)，從網(wǎng)絡(luò)搜索專家到搜索引擎優(yōu)化（Search Engine Optimization，SEO）專家，再到提示工程師，網(wǎng)絡(luò)搜索專家和SEO專家主要彌合用戶“搜索能力溝”，而提示工程師主要改善“知識調(diào)用溝”。［7］

1.網(wǎng)絡(luò)搜索專家：彌合C端“搜索能力溝”

互聯(lián)網(wǎng)誕生初期，對于C端用戶而言，獲得最佳檢索效果一直是普羅大眾的追求。網(wǎng)絡(luò)搜索專家Tara Calishain、Alan M.Schlein等編撰了《網(wǎng)絡(luò)搜索庫》《網(wǎng)絡(luò)搜索大全》等著作，介紹工具欄、標(biāo)簽、瀏覽器的使用，幫助用戶檢索黃頁、政府報(bào)告、新聞資源等內(nèi)容，指導(dǎo)用戶提升檢索精確性和權(quán)威性。［8］

2.搜索引擎優(yōu)化（SEO）專家：彌合B端“搜索能力溝”

1997年，沙利文（Danny Sullivan）提出搜索引擎優(yōu)化概念。馮英健認(rèn)為，搜索引擎優(yōu)化是提升網(wǎng)站在特定搜索引擎相關(guān)關(guān)鍵詞的排名。王晰巍等從信息生態(tài)視角提出，SEO是基于搜索引擎搜索原理和算法，通過對傳播全鏈條的優(yōu)化，為網(wǎng)站提供生態(tài)式的營銷解決方案，進(jìn)而優(yōu)化網(wǎng)站在搜索引擎中的表現(xiàn)。［9］雖然SEO專家主要面向B端用戶，但是B端用戶同樣分為兩類：第一類是以谷歌、百度等為代表的搜索引擎公司；第二類是在互聯(lián)網(wǎng)創(chuàng)建網(wǎng)站平臺的公司。

3.提示工程師：生成式AI浪潮下彌合“知識調(diào)用溝”

伴隨生成式AI興起，提示工程能力愈發(fā)得到重視，提示詞平臺PromptBase應(yīng)運(yùn)而生，新職業(yè)提示工程師的出現(xiàn)引發(fā)社會各界關(guān)注。提示工程師的職責(zé)為與大語言模型對話，引導(dǎo)挖掘生成式AI的潛能。［10］信息具備的創(chuàng)生性、涌現(xiàn)性等特性，［11］越是復(fù)雜的的信息系統(tǒng)涌現(xiàn)性層次越高，ChatGPT等大語言模型（LLM）具備強(qiáng)大的涌現(xiàn)能力。這種涌現(xiàn)能力的提升需要通過提示工程師運(yùn)用自然語言中介機(jī)器語言。提示工程師的工作便是對生成式AI潛能的激發(fā)并加以固化，通過生成提示詞和提升普羅大眾的提示工程能力彌合“知識調(diào)用溝”。由此既可以看到新聞工作者的身份轉(zhuǎn)變與邏輯重構(gòu)，也可以看到生成式AI交互過程中潛力巨大的開發(fā)空間。

（三） 提示工程崛起：提示詞（Prompt）構(gòu)成與“提示工程師” （Prompt Engineer）概念界定

提示工程（Prompt Engineering）是人工智能中的一個概念，特別是自然語言處理（NLP）領(lǐng)域。［12］提示工程作為新學(xué)科，專注于提示詞的開發(fā)和優(yōu)化，幫助用戶理解運(yùn)用大語言模型（Large Language Model，LLM）于各場景與研究領(lǐng)域。［13］ChatGPT是基于LLM的生成式AI，提示工程在其中起到引導(dǎo)LLM生成內(nèi)容并對齊到人類會話風(fēng)格、倫理和規(guī)范的過程。［14］

1.提示詞（Prompt）構(gòu)成

提示詞的要素包含以下任意要素：指令、上下文、輸入數(shù)據(jù)、輸出指示。標(biāo)準(zhǔn)的提示詞格式一般遵循問答格式，這種問答格式一般分為兩種：第一種為零樣本提示（Zero-shot Prompting），即用戶不提供任務(wù)結(jié)果相關(guān)的示范，直接提示語言模型給出任務(wù)相關(guān)的回答；第二種為小樣本提示（Few-shot Prompting），即用戶提供少量提示范例。當(dāng)前業(yè)界普遍使用更為高效的小樣本提示，能夠有效挖掘生成式AI的潛能。

2.提示工程師（Prompt Engineer）概念界定

ChatGPT爆火之后，作為互補(bǔ)性職業(yè)的提示工程師進(jìn)入社會各界的視線。Scale AI創(chuàng)始人認(rèn)為，AI模型可以被視為一種新型計(jì)算機(jī)，而提示工程師就是給它編程的程序員，通過合適的提示詞將挖掘出AI的最大潛力。華盛頓郵報(bào)近期的一份報(bào)道顯示，提示工程師目前正處于紅利期。［15］當(dāng)前尚無對提示工程師的準(zhǔn)確概念界定，《AIGC：智能創(chuàng)造時代》中曾提及提示詞（Prompt）工程師概念，也有研究者認(rèn)為提示工程師是為客戶或企業(yè)基于復(fù)雜的任務(wù)需求和示例需求，提供標(biāo)準(zhǔn)化提示詞方案的工程師。［16］伴隨提示工程師職業(yè)的爆火，對其的概念界定愈發(fā)重要，這將在生成式AI浪潮下指引前行的方向。我們認(rèn)為，提示工程師是運(yùn)用自然語言并將其固化為提示詞進(jìn)而挖掘AI模型最大潛力的職業(yè)。

二、復(fù)雜系統(tǒng)是新聞業(yè)的本質(zhì)：算法推薦與人工智能（AI）技術(shù)在歷時性和共時性層面的媒介變革與權(quán)力賦予

新聞業(yè)本質(zhì)上是一個復(fù)雜系統(tǒng)，生成式AI浪潮席卷新聞業(yè)，算法推薦和人工智能技術(shù)在歷時性和共時性層面變革媒介形態(tài)，重構(gòu)權(quán)力關(guān)系。

（一） 歷時性層面

基于創(chuàng)新擴(kuò)散理論，目前一眾生成式AI仍處于創(chuàng)新者與早期采用者階段，未來AIGC類產(chǎn)品仍有巨大增強(qiáng)空間。伴隨AIGC平臺影響力的擴(kuò)增與AIGC插件的接入，ChatGPT雖然滿足了人們的基礎(chǔ)需求，但是高層次需求與多樣化需求依然呼喚提示工程師的加入，未來多模態(tài)內(nèi)容傳播體系的構(gòu)建與內(nèi)容系統(tǒng)關(guān)系價值的恒定需要提示工程師發(fā)揮重要作用。以藍(lán)色光標(biāo)為代表的廣告業(yè)反應(yīng)迅速，同屬內(nèi)容生產(chǎn)重鎮(zhèn)的新聞業(yè)面對AIGC浪潮會做出何種應(yīng)對？

1. 媒介變革：新聞寫作機(jī)器人、智能算法推送、元宇宙新聞、AIGC新聞

算法推薦和人工智能技術(shù)與新聞業(yè)的耦合在媒介變革維度經(jīng)歷了新聞寫作機(jī)器人階段、智能算法推送階段、元宇宙新聞階段、AIGC新聞階段。［17］早在ChatGPT發(fā)布以前，新聞寫作機(jī)器人階段，新聞寫作便從手藝活變成技術(shù)活，以“快筆小新”為代表的人工智能技術(shù)參與新聞生產(chǎn)，擅長體育新聞、財(cái)經(jīng)新聞等高時效性的突發(fā)新聞；智能算法推送階段，今日頭條等聚合類媒體平臺依據(jù)用戶行為數(shù)據(jù)、社會屬性等因素構(gòu)建用戶畫像，實(shí)現(xiàn)基于算法推薦的“內(nèi)容—用戶”匹配機(jī)制。［18］元宇宙新聞階段，《人民日報(bào)》、央視等媒體基于VR、AR等技術(shù)推出元宇宙概念產(chǎn)品，實(shí)現(xiàn)新聞的在場性消費(fèi)與沉浸式體驗(yàn)；AIGC新聞階段，ChatGPT等生成式AI具備超越社會平均水準(zhǔn)的知識調(diào)用能力，并不局限于模板化寫作，更深層次地參與新聞生產(chǎn)。在歷時性層面，雖然元宇宙才是目前人類可以預(yù)測的高級形態(tài)，但是依據(jù)時代技術(shù)發(fā)展的順序，元宇宙新聞階段強(qiáng)調(diào)沉浸性的新聞體驗(yàn)，生成式AI新聞階段強(qiáng)調(diào)AI模型具備較強(qiáng)的新聞寫作能力（見下表）。

算法推薦與人工智能（AI）技術(shù)在歷時性和共時性層面的媒介變革與權(quán)力賦予

新聞業(yè)的本質(zhì)是復(fù)雜系統(tǒng)

歷時性層面共時性層面

媒介變革權(quán)力賦予媒介變革權(quán)力賦予

新聞寫作機(jī)器人智能算法推送元宇宙新聞AIGC新聞Web1.0：平臺創(chuàng)造、所有和分配Web2.0：用戶創(chuàng)造、平臺所有和分配Web3.0：用戶創(chuàng)造、所有和參與分配智能策劃智能采編智能審核智能分發(fā)新聞工作者主體性消解提示工程能力提升

2.權(quán)力賦予：創(chuàng)造權(quán)、所有權(quán)、分配權(quán)的重構(gòu)與個人自由度的擴(kuò)張

算法推薦和人工智能技術(shù)賦能新聞業(yè)在歷時性維度的權(quán)力變遷，從Web1.0到Web2.0，再到Web3.0，是傳播權(quán)力不斷讓渡、用戶權(quán)益自由度不斷擴(kuò)張的過程。Web1.0時代的特征是所見即所得，媒介權(quán)力由平臺創(chuàng)造、所有和分配、Web2.0時代的特征是所薦即所得，媒介權(quán)力由用戶創(chuàng)造、平臺所有和分配、Web3.0時代的特征是所薦即所得，媒介權(quán)力由用戶創(chuàng)造、所有和參與分配。［19］

（二） 共時性層面

1.媒介變革：重塑內(nèi)容生態(tài)，媒體融合的深度發(fā)展

新聞業(yè)是一個充滿變化與競爭的行業(yè)，技術(shù)革命不斷推動新聞業(yè)創(chuàng)新發(fā)展。近期，AIGC在新聞業(yè)引起廣泛討論，4月13日，中國新聞技術(shù)工作者聯(lián)合會AIGC應(yīng)用研究中心（廣西實(shí)驗(yàn)室）成立；2023年4月27日，上游新聞AIGC創(chuàng)作中心上線。在新聞業(yè)，AIGC重塑內(nèi)容生態(tài)，推送內(nèi)容生產(chǎn)從PGC、UGC到AIGC，AI生成的內(nèi)容逐漸成為新聞業(yè)中不可缺少的一部分，一方面提高內(nèi)容生產(chǎn)效率，為傳統(tǒng)新聞業(yè)降本增效；另一方面提高內(nèi)容質(zhì)量與個性化水平。人工智能技術(shù)對新聞業(yè)的深度滲透將從智能策劃、智能采編、智能審核、智能分發(fā)四個層面推動媒體融合的深度發(fā)展，提升媒體融合的高效化、智能化、數(shù)字化水平。

2.權(quán)力賦予：新聞工作者主體性消解與提示工程能力提升

AIGC一定程度上消解了新聞工作者的主體地位。根據(jù)咨詢機(jī)構(gòu)Gartner預(yù)測，當(dāng)前AIGC占比小于1%，未來AIGC滲透率有廣闊的提升空間，到2025年，AIGC占比將達(dá)到10%。從AIGC的占比來看，新聞工作者主體性受到一定程度的沖擊，但是從本質(zhì)來看，高質(zhì)量的新聞依然是由新聞工作者借助生成式AI創(chuàng)造，只有高質(zhì)量的指令輸入才能得到高質(zhì)量的AIGC新聞。AI與新聞業(yè)的互構(gòu)看似消解了新聞工作者的主體性，其實(shí)對新聞工作者的提示工程能力提出了更高的要求。

三、協(xié)同視域下提示工程師與新聞業(yè)的關(guān)系演進(jìn)與身份轉(zhuǎn)變：提示工程師改寫新聞業(yè)游戲規(guī)則，新聞工作者成為提示工程師的角色

德國物理學(xué)家哈肯提出協(xié)同學(xué)，通常研究某一系統(tǒng)的子系統(tǒng)或相關(guān)主體間的協(xié)同合作，［20］從質(zhì)和量兩個維度驅(qū)動系統(tǒng)趨向穩(wěn)定和協(xié)作。協(xié)同治理理論強(qiáng)調(diào)公共管理活動和過程中各行動主體間的協(xié)同合作。［21］有學(xué)者在此基礎(chǔ)上構(gòu)建了協(xié)同視域下的綜合性分析框架：協(xié)同環(huán)境、協(xié)同主體、協(xié)同過程。［22］該框架對生成式AI浪潮下的新聞業(yè)具有高度的借鑒意義，當(dāng)前新聞業(yè)面臨信息過載與信息過濾的信息環(huán)境，新聞工作者、新聞消費(fèi)者、新聞管理者等主體發(fā)生了身份轉(zhuǎn)變，生成式AI賦能新聞生產(chǎn)、消費(fèi)、管理全流程。新形勢下提示工程師改寫新聞業(yè)游戲規(guī)則，新聞工作者成為提示工程師的角色（見圖2）。

圖2 協(xié)同視域下提示工程師與新聞業(yè)的關(guān)系演進(jìn)與身份轉(zhuǎn)變

（一） 協(xié)同環(huán)境分析：信息過載與信息過濾環(huán)境下，新聞工作者價值凸顯與新聞專業(yè)主義的回歸

外部環(huán)境是協(xié)同治理研究中的重要條件，環(huán)境條件決定了生成式AI浪潮下的傳播生態(tài)是否具備協(xié)同治理的條件，直接影響到協(xié)同治理中新聞業(yè)與其他主體的關(guān)系演進(jìn)以及協(xié)同主體的身份轉(zhuǎn)變。

當(dāng)前人們正處于信息革命的環(huán)境之下，傳感器、生成式AI等技術(shù)變革內(nèi)容生產(chǎn)范式，導(dǎo)致信息呈現(xiàn)過載態(tài)勢，海量文本、圖片、視頻信息壓迫人們的認(rèn)知帶寬。認(rèn)知帶寬概括了個人有限的認(rèn)知資源，包含信息處理的可用性，以及個體的認(rèn)知能力和執(zhí)行控制能力。［23］美國經(jīng)濟(jì)學(xué)家穆來納森（Sendhill Mullainathan）和美國心理學(xué)家沙菲爾（Eldar Shafir）在《稀缺：我們是如何陷入貧窮與忙碌的（Scarcity ：Why having too little means so much）》一書中提出認(rèn)知帶寬是一種相對的認(rèn)知容量，包括認(rèn)知能力和執(zhí)行控制力。認(rèn)知帶寬的減少會降低人們的認(rèn)知能力和執(zhí)行控制力。［24］認(rèn)知帶寬作為信息過載環(huán)境下的稀缺資源，新聞工作者如何在復(fù)雜的信息環(huán)境下過濾信息和爭奪用戶有限的認(rèn)知資源成為新的議題。

在信息過載和信息過濾的環(huán)境下，新聞消費(fèi)者在信息加工過程中，出于對信息加工效率的追求可能會產(chǎn)生認(rèn)知閉合需要，即個體對確定性答案的心理需求。根據(jù)認(rèn)知閉合需要的高低，可以將新聞消費(fèi)者分為高認(rèn)知閉合需求者和低認(rèn)知閉合需求者，高認(rèn)知閉合需求者對確定性答案抱有強(qiáng)烈動機(jī)，低認(rèn)知閉合需求者能夠容忍不確定性答案。［25］在信息加工過程中，認(rèn)知閉合需要分為奪?。╯eizing）和凍結(jié)（freezing）階段，反映個體急迫和永久的認(rèn)知閉合傾向。［26］新聞消費(fèi)者在奪取階段沒有明確的認(rèn)知閉合目標(biāo)，傾向于快速得到嘗試性假設(shè)；在凍結(jié)階段，新聞消費(fèi)者在“奪取”的嘗試性假設(shè)基礎(chǔ)上保持原有認(rèn)知。［27］新聞消費(fèi)者的認(rèn)知閉合需要究竟意味著什么？新聞消費(fèi)者期望一致信息，還是不一致信息；新聞消費(fèi)者對信息框架的依賴是強(qiáng)，還是弱。在信息過載和信息過濾的環(huán)境下，新聞消費(fèi)者的認(rèn)知閉合需要對新聞工作者提出了更高的要求。

新技術(shù)和新平臺的不斷涌現(xiàn)增添信息環(huán)境的復(fù)雜性，伴隨信息權(quán)力的下放，大量冗余信息充斥新聞平臺，新聞工作者的價值凸顯。移動終端與互聯(lián)網(wǎng)的結(jié)合增添了信息傳播環(huán)節(jié)，傳統(tǒng)的信息過濾手段在新形勢下已經(jīng)失去了效果。在傳播技術(shù)和傳播生態(tài)劇烈變化的環(huán)境下，新聞專業(yè)主義在規(guī)范新聞實(shí)踐上仍然具有重大意義。［27］當(dāng)前越來越多的主體進(jìn)入傳播生態(tài)，新聞業(yè)傳統(tǒng)邊界消解，但這種邊界的消解并不會使新聞工作者消亡，反而對新聞工作者提出更高的要求，呼喚新聞專業(yè)主義在新形勢下的回歸。數(shù)字時代，新聞專業(yè)主義以介入性取代專業(yè)性，探索以協(xié)同式新聞生產(chǎn)推動社會議題的有效推進(jìn)，［28］構(gòu)建更具建設(shè)性的新聞專業(yè)主義有助于協(xié)同環(huán)境下多主體的協(xié)調(diào)發(fā)展。

（二） 協(xié)同主體分析：新聞工作者、新聞消費(fèi)者、新聞管理者的身份轉(zhuǎn)變

1.新聞工作者：從時效性到深度性和真實(shí)性的創(chuàng)作轉(zhuǎn)向，從生產(chǎn)端到審核端的把關(guān)環(huán)節(jié)后置

生成式AI是對新聞工作者的又一次重大賦能賦權(quán)。傳統(tǒng)新聞生產(chǎn)注重時效性，在時效維度，人類始終落后于機(jī)器，尤其是前文提及的新聞寫作機(jī)器人階段，機(jī)器在體育新聞、財(cái)經(jīng)新聞等時效性要求極高的新聞領(lǐng)域已然取代普通新聞記者。ChatGPT等生成式AI的文本生成能力已然超越社會平均水準(zhǔn)，與此同時，AIGC生成的文本與人類創(chuàng)作的文本愈發(fā)相似。對于ChatGPT來說，新聞工作者甚至可以為其設(shè)定情景、語氣、風(fēng)格等諸多變量，根據(jù)實(shí)際情況的變化調(diào)整新聞稿件的風(fēng)格，但ChatGPT等生成式AI對于自身不了解的內(nèi)容還存在“胡編亂造”的情況。因此，對于新聞工作者而言，生成式AI的出現(xiàn)將推動新聞工作者從時效性新聞創(chuàng)作轉(zhuǎn)向深度性和真實(shí)性新聞創(chuàng)作。

新聞工作者在傳統(tǒng)新聞生產(chǎn)流程上從新聞生產(chǎn)的源頭進(jìn)行把關(guān)，如今由于生成式AI的出現(xiàn)，大語言模型生成內(nèi)容的不確定性和真實(shí)性無法得到保證的情況下需要在審核端建立一套更為嚴(yán)謹(jǐn)、審慎的新聞審校制度，一方面審核AIGC新聞合法性，將社會效益置于首位；一方面審核AIGC新聞準(zhǔn)確性，避免基于概率計(jì)算而產(chǎn)生的事實(shí)錯誤，實(shí)現(xiàn)從傳統(tǒng)生產(chǎn)端到審核端的把關(guān)環(huán)節(jié)后置。

2.新聞消費(fèi)者：運(yùn)用提示工程能力，提升新聞消費(fèi)便捷性、在場感與沉浸度

提示工程能力是新時代、新形勢、新情況下人人需要具備掌握的核心能力，新聞消費(fèi)者同樣應(yīng)該掌握并運(yùn)用提示工程能力提升新聞消費(fèi)的便捷性、在場感與沉浸度?？偠灾?，便是提升新聞消費(fèi)的幸福感。

面對紛繁復(fù)雜的新聞報(bào)道，新聞消費(fèi)者若要高效便捷地獲取信息，離不開生成式AI的介入。未來生成式AI便是類似智能管家的角色，自行整理網(wǎng)絡(luò)新聞以自定義的新聞樣態(tài)和形式向用戶匯報(bào)。有研究者可能會就此提出生成式AI導(dǎo)致的信息繭房問題，伴隨生成式AI的進(jìn)一步發(fā)展和完善，其內(nèi)容生成機(jī)制將從源頭解決信息繭房問題。如今的生成式AI尚處于零散分布的局面，未來的文生文、文生圖、文生視頻、圖生視頻等諸多途徑將進(jìn)一步整合，完善的生成式AI將根據(jù)用戶需求，以多模態(tài)的形式提升新聞消費(fèi)的在場感與沉浸度。

3.新聞管理者：新聞著作權(quán)在新形勢下的規(guī)制與對提示工程師的監(jiān)管

《伯爾尼公約》規(guī)定：“著作權(quán)不保護(hù)時事新聞或僅具有新聞性質(zhì)的事實(shí)?！保?9］對各類媒體的新聞報(bào)道而言，絕大部分不構(gòu)成時事新聞，而是構(gòu)成受著作權(quán)保護(hù)的作品。即使是那些構(gòu)成時事新聞的報(bào)道，其采集和制作者也有受到反不正當(dāng)競爭法保護(hù)的可能。［30］但對于AIGC新聞來說，其著作權(quán)的歸屬又該如何判定？AIGC新聞是由大語言模型生成，這種高速、高產(chǎn)的新聞內(nèi)容的歸屬究竟該如何判定。當(dāng)前學(xué)界對于AIGC內(nèi)容的可版權(quán)性尚無定論，也有學(xué)者認(rèn)為AIGC內(nèi)容并不受著作權(quán)法保護(hù)。對于AIGC新聞是否受著作權(quán)法保護(hù)，我們可以從AIGC新聞生成文本的前一環(huán)節(jié)（提示工程師的介入）著眼，新聞工作者作為提示工程師的角色介入AIGC新聞生產(chǎn)，在新聞創(chuàng)作過程中貢獻(xiàn)了自己的想法和高質(zhì)量的提示詞。從著作權(quán)法鼓勵創(chuàng)新的角度出發(fā)，AIGC新聞的著作權(quán)或許可以部分地將其歸為提示工程師。未來，伴隨生成式AI和提示工程的進(jìn)一步發(fā)展完善，AIGC新聞的著作權(quán)歸屬將在司法實(shí)踐中逐步確立。至少就目前而言，新聞管理者需要對作為提示工程師角色的新聞工作者加強(qiáng)監(jiān)管，避免低質(zhì)量、虛假新聞的傳播。

（三） 協(xié)同過程分析：生成式AI賦能新聞生產(chǎn)、消費(fèi)、管理全流程

對于新聞業(yè)而言，傳統(tǒng)協(xié)同過程并不全面，通常集中于新聞生產(chǎn)環(huán)節(jié)。在新聞生產(chǎn)環(huán)節(jié)中多名記者關(guān)于同一主題的協(xié)同報(bào)道。［31］新聞生產(chǎn)從封閉生產(chǎn)形態(tài)走向共同參與、協(xié)同生產(chǎn)的活動，新聞業(yè)的把關(guān)人以開放合作、廣泛參與的方式進(jìn)行新聞生產(chǎn)活動。［32］由迭代式生產(chǎn)主導(dǎo)的“新聞游戲”也印證了新聞生產(chǎn)走向社會協(xié)同的過程。［33］未來生成式AI將深度賦能。

生成式AI浪潮下，AIGC將促成新聞業(yè)的生態(tài)級變局。一方面，推動生產(chǎn)權(quán)力、傳播權(quán)力、審核權(quán)力的進(jìn)一步下沉，賦能普羅大眾在新聞生產(chǎn)、新聞消費(fèi)、新聞管理等諸多環(huán)節(jié)中擁有更多平等機(jī)會和權(quán)力，這與分布式社會的權(quán)力構(gòu)造相匹配；另一方面，推動新聞生產(chǎn)、消費(fèi)、管理全流程核心邏輯的智能化，在算法、算力、算據(jù)覆蓋的全流程中，傳統(tǒng)人們倚重的專業(yè)經(jīng)驗(yàn)將逐步讓位于便捷、高效、精準(zhǔn)、全面的人工智能，進(jìn)一步提升協(xié)同發(fā)展與治理水準(zhǔn)。

四、生成式AI浪潮下新聞工作者的邏輯重構(gòu)：賦能價值、發(fā)聲機(jī)制、服務(wù)本色

（一）未來新聞工作者的賦能價值：革新新聞生產(chǎn)、分發(fā)模式，發(fā)揮主流媒體價值引領(lǐng)作用

未來新聞工作者作為提示工程師的角色，借助生成式AI等技術(shù)革新傳統(tǒng)新聞生產(chǎn)、新聞分發(fā)模式。以ChatGPT等為代表的生成式AI整合信息檢索、聊天對話和內(nèi)容生成等能力，新聞工作者可以借助生成式AI獲取采訪對象信息、了解采訪背景、撰寫采訪提綱、生成或潤色新聞文本等。當(dāng)前以ChatGPT為代表的生成式AI不同于新聞寫作機(jī)器人，既具備高效生成體育新聞、財(cái)經(jīng)新聞的能力，又具備撰寫深度報(bào)道的能力。生成式AI在新聞工作中潛力挖掘離不開提示工程師的介入，高質(zhì)量的提示詞能夠挖掘出意想不到的潛能。隨著新技術(shù)介入新聞工作的程度越深，生成式AI和新聞工作者將分工越細(xì)，重復(fù)性、簡單性的工作交由AI完成，而需要投入較多認(rèn)知資源的工作則交由新聞工作者完成。生成式AI在未來將取代搜索引擎成為新的流量入口，成為新的新聞分發(fā)渠道。ChatGPT等AI模型具備一定的智能水平，能夠很好地理解用戶輸入的文本指令，支持多輪對話，能夠主動承認(rèn)錯誤，對問題發(fā)出質(zhì)疑，甚至能夠認(rèn)識到自身知識范圍邊界，在極大程度上模擬了人際交流的情境。［34］如今，正處于重返部落化時代的用戶與人機(jī)構(gòu)造的模擬人際交流極為契合。

作為提示工程師的新聞工作者將推動主流媒介成為“四兩撥千斤”式的價值引領(lǐng)者。未來的“分布式社會”本質(zhì)上是一個自組織社會，在新聞工作者的推動下主流媒體應(yīng)轉(zhuǎn)型為未來輿論場中具有再組織能力的“四兩撥千斤”式的基膜，去激發(fā)和形成傳播領(lǐng)域的“涌現(xiàn)”現(xiàn)象，要充分利用協(xié)同治理、復(fù)雜系統(tǒng)等理論驅(qū)動傳播生態(tài)的自適應(yīng)轉(zhuǎn)變。［35］生成式AI等平臺的作用越大，平臺及其接口越需要提示工程師的加入。對于新聞工作者而言，成為提示工程師的角色是時代發(fā)展對新聞工作提出的新的要求，主流媒體在新形勢下亟需發(fā)揮新的價值與功用（見圖3）。

（二）未來新聞工作者的發(fā)聲機(jī)制：從直接發(fā)聲到借助算法與預(yù)訓(xùn)練模型間接發(fā)聲

未來新聞工作者將成為提示工程師的角色，其發(fā)聲模式和傳統(tǒng)的媒介人、媒介組織的作用方式、發(fā)聲機(jī)制不同，未來新聞工作者的發(fā)聲機(jī)制從直接發(fā)聲轉(zhuǎn)變?yōu)榻柚惴ㄅc預(yù)訓(xùn)練模型間接發(fā)聲。

以中國國際影響力傳播為例，以往中國國際影響力的發(fā)聲模式是通過網(wǎng)絡(luò)、報(bào)刊、媒體等渠道直接發(fā)聲，社會化媒體為新聞機(jī)構(gòu)提供了開放的網(wǎng)絡(luò)公共空間和直接發(fā)聲渠道。如今，中國國際影響力的發(fā)聲模式是通過算法推薦和預(yù)訓(xùn)練模式的間接發(fā)聲，新聞消費(fèi)者在使用網(wǎng)頁、社會化媒體時并不會通過媒體這一中介來獲取信息。而是直接通過大數(shù)據(jù)建模分析基礎(chǔ)之上的算法推薦間接獲取信息；新聞消費(fèi)者在使用生成式AI時同樣如此，通過預(yù)訓(xùn)練模型生成的內(nèi)容間接獲取信息。就算法傳播的間接發(fā)聲機(jī)制而言，需要從四個層面優(yōu)化網(wǎng)絡(luò)主流意識形態(tài)話語建構(gòu)：強(qiáng)化主流價值對算法傳播的引領(lǐng)；推動網(wǎng)絡(luò)主流意識形態(tài)話語變革；提高網(wǎng)絡(luò)主流意識形態(tài)話語受眾的算法素養(yǎng)；激發(fā)網(wǎng)絡(luò)主流意識形態(tài)話語傳者的算法能量。［36］生成式AI的間接發(fā)聲機(jī)制與之類似，需要從三個層面提升中國國際影響力：強(qiáng)化主流價值對生成式AI傳播的引領(lǐng)；推動網(wǎng)絡(luò)主流意識形態(tài)話語變革創(chuàng)新；提高網(wǎng)絡(luò)主流意識形態(tài)話語傳受雙方的提示工程能力。從直接發(fā)聲到間接發(fā)聲，再從借助算法模型的間接發(fā)聲到借助預(yù)訓(xùn)練模型的間接發(fā)聲機(jī)制的轉(zhuǎn)變對新聞工作者提出新的要求，確立新的專業(yè)規(guī)范和技術(shù)模式為社會提供服務(wù)。

（三）未來新聞工作者的服務(wù)本色：基于內(nèi)容關(guān)系維度的情感共鳴與社會協(xié)同

未來新聞工作者仍需要繼續(xù)突出其服務(wù)本色。正如鄧小平同志所說：“領(lǐng)導(dǎo)就是服務(wù)。”未來新聞工作者的服務(wù)本色其實(shí)就是一種更加徹底的寓領(lǐng)導(dǎo)與服務(wù)為一體的全新模式。對于傳統(tǒng)新聞業(yè)而言，新聞工作者的主要價值是傳播富含資訊價值的新聞內(nèi)容，主要起告知政治、經(jīng)濟(jì)、社會等資訊信息以滿足新聞消費(fèi)者的知情需要。新聞價值可以從商品主導(dǎo)和服務(wù)主導(dǎo)邏輯出發(fā)進(jìn)行比較。［37］

如今，在生成式AI浪潮下，新聞工作者要發(fā)揮其服務(wù)本色，凸現(xiàn)新聞的服務(wù)價值，以用戶需求和用戶興趣作為價值發(fā)揮的邏輯起點(diǎn)。新聞最本質(zhì)的價值是資訊價值，資訊對于普羅大眾而言是有價值的信息，即滿足人們需求的信息，所以新聞是包含服務(wù)性的。新聞工作者在新形勢下亟須通過新聞發(fā)揮其服務(wù)本色，通過政務(wù)新聞、財(cái)經(jīng)新聞、生活新聞等發(fā)揮政務(wù)服務(wù)、財(cái)經(jīng)服務(wù)、生活服務(wù)等服務(wù)價值。新聞作為當(dāng)代人們社會交往的重要基礎(chǔ)，［38］新聞工作者通過新聞客戶端、短視頻平臺、社交媒體網(wǎng)絡(luò)等途徑傳播新聞信息，在新聞消費(fèi)者自發(fā)的轉(zhuǎn)評贊互動后形成基于趣緣關(guān)系的情感共鳴與關(guān)系認(rèn)同，實(shí)現(xiàn)真正意義上新聞的服務(wù)價值。對于新聞工作者而言，發(fā)揮服務(wù)本色，用好AIGC新聞這一關(guān)鍵資源，通過AIGC新聞實(shí)現(xiàn)基于內(nèi)容關(guān)系維度的情感共鳴與社會協(xié)同是應(yīng)對新形勢下新聞業(yè)變革的重要舉措。

參考文獻(xiàn)：

［1］張智雄， 曾建勛， 夏翠娟， 等. 回應(yīng)AIGC的信息資源管理學(xué)人思考［J］. 農(nóng)業(yè)圖書情報(bào)學(xué)報(bào)， 2023（1）： 4-28.

［2］ 封面新聞.藍(lán)色光標(biāo)全面停用文案外包 GPT開搶廣告行業(yè)飯碗？［EB/OL］. https：//baijiahao.baidu.com/s？id=1763062951314401808amp;wfr=spideramp;for=pc.

［3］ 張建中， 坎貝爾西莉亞. 面對ChatGPT，新聞記者不應(yīng)該有身份危機(jī)［J］. 青年記者， 2023（5）： 97-98.

［4］ ［美］凱文·凱利. 科技想要什么［M］. 熊祥，譯.北京：中信出版社， 2011：103-110.

［5］ 喻國明， 耿曉夢. 元宇宙：媒介化社會的未來生態(tài)圖景［J］. 新疆師范大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版）， 2022（3）： 110-118.

［6］ 蔡恒進(jìn). 行為主義、聯(lián)結(jié)主義和符號主義的貫通［J］. 上海師范大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版）， 2020（4）： 87-96.

［7］ 周葆華. 或然率資料庫：作為知識新媒介的生成智能ChatGPT［J］. 現(xiàn)代出版， 2023（2）： 21-32.

［8］ 趙金海. 國外網(wǎng)絡(luò)搜索引擎最佳資源現(xiàn)狀述評（1）——桌面搜索工具、搜索引擎指南、目錄和論著資源述評［J］. 現(xiàn)代情報(bào)， 2007（3）： 62-64.

［9］ 王晰巍， 趙丹， 魏駿巍， 等. 數(shù)字圖書館網(wǎng)站搜索引擎優(yōu)化指標(biāo)及實(shí)證研究——基于信息生態(tài)視角的分析［J］. 情報(bào)理論與實(shí)踐， 2015（11）：46-51.

［10］ 王天恩. ChatGPT的特性、教育意義及其問題應(yīng)對［J］. 思想理論教育， 2023（4）： 19-25.

［11］ 王天恩. 信息及其基本特性的當(dāng)代開顯［J］. 中國社會科學(xué)， 2022（1）： 90-113+206.

［12］ 維基百科.提示工程［EB/OL］.https：//zh.wikipedia.org/w/index.php？title=%E6%8F%90%E7%A4%BA%E5%B7%A5%E7%A8%8Bamp;oldid=76118009.

［13］ 提示工程指南［EB/OL］. https：//www.promptingguide.ai/zh.

［14］ 王飛躍， 繆青海. 人工智能驅(qū)動的科學(xué)研究新范式：從AI4S到智能科學(xué)［J］. 中國科學(xué)院院刊， 2023（4）： 536-540.

［15］ Drew，H.Tech’s hottest new job： AI whisperer. No coding required. Retrieved February 25， 2023， from https：//www.washingtonpost.com/technology/2023/02/25/prompt-engineers-techs-next-big-job.

［16］ 穆寧.如何成為提示詞工程師？［EB/OL］.https：//36kr.com/p/2219000706495874.

［17］ 鄭滿寧. 人工智能技術(shù)下的新聞業(yè)：嬗變、轉(zhuǎn)向與應(yīng)對——基于ChatGPT帶來的新思考［J］. 中國編輯，2023（4）： 35-39.

［18］ 喻國明， 杜楠楠. 智能型算法分發(fā)的價值迭代：“邊界調(diào)適”與合法性的提升——以“今日頭條”的四次升級迭代為例［J］.新聞記者， 2019（11）： 15-20.

［19］ 喻國明學(xué)術(shù)工作室. 元宇宙視域下Web3.0重塑媒介發(fā)展新生態(tài)［J］. 江淮論壇， 2022（5）： 128-133.

［20］［美］赫爾曼·哈肯. 協(xié)同學(xué)：大自然構(gòu)成的奧秘［M］. 凌復(fù)華，譯.上海：上海譯文出版社， 2005：1-13.

［21］ 陳婧. 協(xié)同機(jī)制對政府開放數(shù)據(jù)的影響分析［J］. 情報(bào)資料工作， 2017（2）： 43-47.

［22］ 雷鴻竹， 王謙， 程惠. 協(xié)同視域下地方政府?dāng)?shù)據(jù)開放價值實(shí)現(xiàn)的影響因素及組合路徑［J］. 科技管理研究， 2023（5）： 243-250.

［23］ 喻國明， 蘇芳. 從認(rèn)知帶寬到價值帶寬：元宇宙視域下認(rèn)知競爭邏輯的重塑［J］. 西南民族大學(xué)學(xué)報(bào)（人文社會科學(xué)版）， 2023（4）： 139-147.

［24］ ［美］塞德希爾·穆來納森， 埃爾德·沙菲爾. 稀缺：我們是如何陷入貧窮與忙碌的［M］. 魏薇，龍志勇，譯.杭州：浙江人民出版社， 2014：3-20.

［25］ 王瑞冰， 徐盛， 朱麟， 等. 認(rèn)知需求和認(rèn)知閉合需求對風(fēng)險決策中外語效應(yīng)的影響［J］. 心理科學(xué)， 2023， 46（1）： 121-129.

［26］ 劉子旻， 時勘， 萬金， 等. 認(rèn)知閉合需要研究梳理與未來走向［J］. 心理科學(xué)進(jìn)展， 2018（4）： 688-697.

［27］ 楊妮， 孫華. 變革與堅(jiān)守：人工智能時代的新聞傳播教育［J］. 出版廣角， 2019（1）： 40-42.

［28］ 常江， 何仁億. 客觀性的消亡與數(shù)字新聞專業(yè)主義想象：以美國大選為個案［J］. 新聞界， 2021（2）： 26-33.

［29］ WIPO. Berne Convention for the Protection of Literary and Artistic Works . Retrieved September 28， 1979， from https：//www.wipo.int/wipolex/en/text/283698#P85_10661.

［30］ 劉文杰. 探析著作權(quán)法中的“時事新聞”——翻譯引發(fā)的著作權(quán)法疑難問題［J］. 新聞與傳播研究， 2016（3）： 18-37+126.

［31］ 劉義昆， 趙振宇. 新媒體時代的新聞生產(chǎn)：理念變革、產(chǎn)品創(chuàng)新與流程再造［J］. 南京社會科學(xué)， 2015（2）： 103-110.

［32］ 張志安， 吳濤. 互聯(lián)網(wǎng)與中國新聞業(yè)的重構(gòu)——以結(jié)構(gòu)、生產(chǎn)、公共性為維度的研究［J］. 現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報(bào)）， 2016（1）： 44-50.

［33］ 毛湛文， 李泓江. “融合文化”如何影響和改造新聞業(yè)？——基于“新聞游戲”的分析及反思［J］. 國際新聞界， 2017（12）： 53-73.

［34］ 方興東， 顧燁燁， 鐘祥銘. ChatGPT的傳播革命是如何發(fā)生的？——解析社交媒體主導(dǎo)權(quán)的終結(jié)與智能媒體的崛起［J］. 現(xiàn)代出版， 2023（2）： 33-50.

［35］ 喻國明， 蘇健威. 生成式人工智能浪潮下的傳播革命與媒介生態(tài)——從ChatGPT到全面智能化時代的未來［J］. 新疆師范大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2023（5）： 65-73.

［36］ 譚亞莉， 劉艷. 算法時代網(wǎng)絡(luò)主流意識形態(tài)的話語建構(gòu)及優(yōu)化策略［J］. 學(xué)習(xí)與實(shí)踐， 2022（7）： 24-34.

［37］ 孫嘉宇， 陳堂發(fā). 理解新聞價值的兩種邏輯：商品主導(dǎo)與服務(wù)主導(dǎo)［J］. 國際新聞界， 2022， 44（2）： 6-19.

［38］ 王辰瑤. 新聞使用者：一個亟待重新理解的群體［J］. 南京社會科學(xué)， 2016（1）： 115-121.

［責(zé)任編輯：高辛凡］