提要：今天用戶在數字信息世界面臨的一個巨大困擾是，他們雖然每天接觸到海量的信息，包括新聞信息，但這些信息大都是碎片化的，他們憑一己之力難以完成碎片化信息的鑒別、過濾與整合，這在很大程度上影響著人們對各種事件、話題的了解，也影響著他們對現實世界的認知。雖然整合碎片信息是媒體的職責之一，但在各種壓力下，真正能很好完成這一任務的媒體仍非常有限。而大模型的特長之一正是內容的整合與深度加工，它們可以快速獲取分散的信息碎片，並將碎片化的信息整合成有條理的答案，描繪一個事件、現象或話題進展的全程、全貌，或揭示各要素間的內在關系。未來大模型還有可能以圖片、視頻等多模態形式進行內容的加工或整合。當然，大模型要形成高質量的整合內容，需要以專業的新聞語料庫為保障。
相較於ChatGPT，DeepSeek對新聞業帶來的影響或許並沒有發生本質變化。但是，對於中國的內容生產者及相關平臺來說，作為國產大模型的DeepSeek的「可獲得性」更強，且它更多依賴中文語料庫，在實時聯網的情況下可以整合最新的信息，它生成的內容多數時候更貼近中國用戶需求，因此得到迅速推廣與應用，它帶來的沖擊也更為現實。但DeepSeek在新聞業的應用前景，以及對可能風險的防範，取決於新聞業如何為其尋找合適的「著陸點」。
一、碎片整合與個性化加工：DeepSeek在新聞業的關鍵「著陸點」
即使DeepSeek生成的文字邏輯清晰、文采斐然，也不代表它在新聞內容的原創能力上可以超越或取代人類，特別是在現場報道、深度調查等方面。這一點與此前已經出現的各類「自動寫作機器」一樣。如果將DeepSeek的應用重心放在新聞的原創生產方面，不僅可能導致假新聞的進一步泛濫，也會削弱媒體人的能動性。從現實需求來看，新聞業對DeepSeek等大模型的核心應用方向或者說「著陸點」，不應是新聞的原創性生產，而是新聞的深加工。今天用戶在數字信息世界面臨的一個巨大困擾是，他們雖然每天接觸到海量的信息，包括新聞信息，但這些信息大都是碎片化的，他們憑一己之力難以完成碎片化信息的鑒別、過濾與整合，這在很大程度上影響著人們對各種事件、話題的了解，也影響著他們對現實世界的認知。雖然整合碎片信息是媒體的職責之一，但在各種壓力下，真正能很好完成這一任務的媒體仍非常有限。而大模型的特長之一正是內容的整合與深度加工，它們可以快速獲取分散的信息碎片，並將碎片化的信息整合成有條理的答案，描繪一個事件、現象或話題進展的全程、全貌，或揭示各要素間的內在關系。未來大模型還有可能以圖片、視頻等多模態形式進行內容的加工或整合。當然，大模型要形成高質量的整合內容，需要以專業的新聞語料庫為保障。大模型對內容的深度加工整合，也可以看作是一種定製化的內容加工。今天個性化推薦算法雖然已經普及，但它們仍然是在已有的「大鍋飯」方式生產的內容中挑選適合不同用戶的內容進行推薦。如果人們需要的某些內容沒有生產出來，需求就無法得到滿足。而DeepSeek等大模型則可以由用戶提出需求——即提出問題，再進行內容的生成，這是完全由用戶的個性化需求驅動的定製化加工，是真正「小炒式」生產的內容。盡管大模型在選題策劃、內容優化等方面也可以成為內容生產者的助手，但這些仍屬於「錦上添花」式的應用，如果能解決碎片整合、個性化加工這樣的問題，對內容生產者和用戶才是真正的「雪中送炭」。
二、內容分發渠道再遷移：大模型應用的下一步挑戰
如果DeepSeek等大模型能通過深度的、個性化的內容整合與加工來吸引用戶，那就會成為越來越多的用戶獲取新聞資訊的主要渠道，甚至逐步成為一個新的內容分發平臺。互聯網興起之後，從門戶網站、搜索引擎到社交媒體、綜合性移動應用等每一代平臺都成為了媒體內容的分發渠道，也對媒體自營的渠道產生了巨大的沖擊。算法分發平臺普及後，算法對內容流向與流量的調控更為突出，媒體自營渠道的影響力進一步被削弱。但算法無法完成內容的整合，這也是大模型類平臺興起的契機。大模型提供的內容會超越人們日常的信息獲取渠道，特別是社交渠道，這有助於打破人們現有的社會圈子、社會位置的限製來獲取信息、知識，也可以使不同圈層的人獲得的信息差有所減少，當然，其前提是人們能平等地接觸與使用這些智能應用。與人形成緊密互動的大模型，也會越來越了解一個人的習慣、性格，它所提供的信息也可以不斷迎合用戶的偏好。但究竟是否要向這一方向發展，則取決於開發者與應用者的意願。像今天的算法分發一樣，大模型類的內容分發平臺是會強化還是破解信息繭房，最終還是取決於開發和應用思路。除了大模型本身的平臺，接入了大模型的搜索引擎也會贏得更多用戶的認同，它們在內容分發中的作用會進一步上升。
三、構築專業新聞語料庫：媒體的以「退」為「進」
對媒體來說，在智能時代要繼續維護傳統的渠道甚至是新聞客戶端這樣的新媒體渠道會越來越艱難，大多數媒體或許不得不退守為單純的內容生產者，而不是延續媒體一貫以來的「產銷一體」角色。但在這種退守中媒體也需要謀求適合智能時代的「進」。目前，構築專業性語料庫是媒體主要的「進攻」方式。高質量的專業性新聞語料庫是DeepSeek等大模型在新聞業發揮作用的前提，這樣的語料庫需要集成準確、高水平的新聞報道，而非網絡空間參差不齊的一般語料。專業性新聞語料庫的建設者必須是有專業水準的媒體或其他具有良好聲譽的內容生產者。雖然在大模型的整合答案中未必能完整體現媒體單篇報道的內容，但如果能成為大模型答案中列出的參考資源，媒體的報道仍有機會被更多用戶看到，媒體的品牌效應也可以得到一定的累積、延續。減少在自營渠道上的維護成本後，媒體也可以集中力量來保證高質量的新聞內容生產。但僅憑一家媒體的力量要構建專業性語料庫並不容易，眾多媒體的合作，才會使語料庫更為豐富、完整，也才能增加媒體與大模型開發者的角力「砝碼」。從新聞內容的深度整合、加工這個環節「著陸」的DeepSeek，可以發揮其優勢，提升新聞生產與服務水平。同時，新聞業需要建立一種新的機製，即通過專業性語料庫構築新聞生產的「新門檻」，保證智能應用的加工、整合的水平，應對大模型可能造成的虛假新聞泛濫等問題。在新聞業應用的大模型算法，也需要針對新聞內容生產的特殊性，來進行一定調整。而對媒體來說，堅守高質量的原創性新聞生產，仍是立身之本。
來源：中國社會科學網
微信扫一扫打赏
