论文部分内容阅读
摘要：在新闻传播领域，如何更好地将人工智能技术应用在新闻生产各个环节，以及解决新技术给新闻生产所带来的一系列问题，成为学界和业界探讨的热题。文章通过分析学界和业界近百篇相关成果，重新考虑人工智能背景下新闻生产的研究范围，并从新闻传播的理论视角和业界实际出发，运用“议程设置”“长尾”“后真相”等理论来分析人工智能技术对于当下新闻生产的积极影响和问题。人工智能技术对新闻生产产生了巨大影响，取得了在新闻源、新闻反馈、写作模式、新闻体验和新闻分发渠道等方面的改进，人工智能正在重构新闻生产流程。同时，人工智能生产内容和信息传播方面同样存在诸多漏洞。例如，机器新闻写作受限于技术规则的影响，存有自身的局限性；传播过程中利用算法漏洞存在“虚拟挖掘”，使用户置于“信息茧房”；数据资源利用亟须规范，面临大数据等新技术带来的风险等问题。
关键词：人工智能；新闻生产；算法推荐
对于关系到一个国家的国际宣传地位和国内舆论环境的新闻生产，在人工智能技术背景下会有何种机遇与挑战？我们首先要了解什么是新闻生产，以及它的研究范围。李良荣教授认为，新闻生产是将新近变动的事实通过加工制作成为新闻作品的过程，表面上是指通过采、写、编将新近变动的事实生成新闻作品的一个流程，更深层次的含义是指新闻作品借助新闻工作者有意识的加工而形成的。因此，人工智能视野下新闻生产的研究就要关注信息采集、新闻写作和编辑这几个流程。同时，人工智能阶段，新闻生产者已不单单是实体的人，还有充满智能精神的机器。因此，在这个新闻生产主体由人向人机联合生产新闻的过渡时期会带来一系列的问题，例如专业主义问题、人机矛盾问题、技术依赖问题等，正确认识与解决这些问题逐渐被学界所重视。
一、新闻生产在人工智能背景下存在的问题
美国学者迈克尔·舒德森（Michael Sctudson）认为，新闻业“并非是一个绝缘的职业”（an uninsulated profession）。[1]纵观新闻发展史，它也是一部科技发展史，新闻的发展总是与技术进步同时进行，技术在给传媒业不断注入前进动力的同时，也给新闻生产带来了一些新的挑战。例如，对于新闻从业者的冲击。就像随着工业社会的发展，机器的出现造成工人失业一样，在人工智能进入新闻生产过程中，智能技术写作、分发等也会对人工写作造成排挤。不仅如此，机器人抢夺传统新闻记者、编辑的“饭碗”将成为不得不面对的现实。因为机器人正在从事以往新闻工作者的信息选择、新闻发送、稿件编辑及校对等工作。因此，人工智能技术对新闻生产各环节的颠覆，必将改变原有的生产结构和组织关系，对原有生产资料、新闻从业者、新闻内容分发、伦理规范等带来挑战。
1.信息采集技术挑战用户隐私安全
上文提及，传感器及智能设备在为媒体提供新闻源以及获取用户反馈方面发挥着巨大作用。同时，随着智能终端对传感器的普遍使用，用户隐私逐渐成为普遍关注的焦点。地理位置隐私安全LBS，是一种基于位置信息的工作系统，它在我们的日常工作生活中被广泛使用，未来还将持续扩展工作的应用领域。但是，正因为 LBS 服务通过不间断、实时地获取用户精确的地理位置信息来提供服务，所以有可能被恶意使用，给用户带来严重的信息安全问题。在新闻信息采集活动中，通过 GPS 技术来获取用户的地理位置信息。同时，近些年来，它带来的问题也开始受到全球范围内学界和业界的关注。通过阅读相关文献发现，用户使用 LBS 服务最大的顾虑正是对隐私安全问题的担心，因此使用 LBS 应用时的位置信息泄露问题限制了 LBS 技术的发展和进一步应用。总结发现，人们在使用 LBS 时的隐私顾虑可以归结为三个方面：“个人信息是否被非法使用”“自己的行为被别人知道”以及“信息泄露造成自身安全人工智能设备凭借传感器全天候的工作特性以及强大的图像、语音识别等技术应用到新闻事实的采集工作当中，但是也暴露出对于用户肖像、语音等数据的窃取隐患。据美国 ABC 新闻网报道，在 2017 年 1 月，发生在美国新罕布什尔州一起双尸命案中，当地警方在命案发生时的房间里发现一台智能音箱，凭借产品所具有的“随时唤醒”功能，保证了对用户实时监听，所以该设备的音频记录被警方认为是破除该案件的重要一环。这一事件再次引发了人们对智能电子设备隐私的讨论。智能设备的傳感器既能帮助还原事件真相，同时也存在用户隐私泄露的风险，例如，国内 360 监控事件，家庭监控视频在网上被疯狂流放，就曾引起轩然大波。
2.机器人新闻困境与挑战
模板型机器新闻需要通过预设模板来生成新闻作品，但是一种模板只适用于一种形式的新闻，现实中我们需要处理大量的新闻事件则需要多套模板，那么开发成本自然居高不下。最简单的是开发出一种通用型模板适用所有类型的新闻，但是对于技术要求较高，当前的模板处理技术有待开发。另外，在人机交互中需要用到自然语言处理技术。在实际运用中，我们发现对于当前的自然语言处理技术也需要预制指令，才能达到智能写作的目的。智能化程度欠佳的问题，就限制了该模式方向下机器新闻的发展方向和应用范围。经研究，自然语言处理当前有三大难点：机器对于人类语言的破解程度、界定词语边界的程度和语言行为与计划。生成内容生硬刻板、缺少人文关怀与深度关于受众对机器新闻稿件的质量态度，腾讯做过一次调查研究，调查中显示，作与人相比缺少创造力。同样，在关于自媒体人对于机器写稿的态度调查中，有接近八成的自媒体作者对于智能机器写作的顾虑就是缺乏创作特色和人类情感。通过文献整理发现，当下在新闻生产中应用广泛的模板型机器人和自然语言处理型机器人，它们仍处于机器写作稿件的初级智能水平，智能依靠模板和预制指令完成稿件生成和人机交互，在创作中尤为重要的创造能力、职业道德素质以及观察能力是机器所欠缺的。因此在需要深度的思考和分析的评论、通讯以及调查报道中，机器报道尚不能出色完成。如果新闻作品没有内容与深度，那么受众自然不会对这种填字机器买账，对媒体公信力也是一种打击。 3.算法新闻带来的风险
当下，在新闻分发环节，算法推荐凭借其精准化、个性化匹配用户的优势，开始大行其道。传统媒体、新闻网站、技术型媒体公司纷纷开始采用该技术。该技术对传统的新闻分发产生冲击，使新闻分发权由人变为了机器算法。注意力经济时代算法导致新闻“把关”权利后移。由算法主导的新闻分发降低用户的参与
度，个人处于“信息茧房”，更容易引发群体极化和社会分裂。“后真相”（post-truth）已经来临，关于“后真相”的概念，目前有学者将其解释为“诉诸情感及个人信念，较客观事实更能影响民意”。人们开始热衷于那些“浅新闻”或“假新闻”。目前，智能算法智能程度尚且无法判断事件真伪。在内容生成环节，算法对原始数据的真实性依赖程度高，由于人工智能无法对原始数据的真伪进行判断，一旦原始数据出现问题，新闻的真实性便得不到保证。同样，在新闻分发环节中，智能算法无法对新闻真实性进行核实，而假新闻多以新鲜的噱头博人眼球，算法很有可能将这些新闻发掘出来，助力假新闻的二次传播。学者沃德尔将假新闻称之为“捏造的内容”（fabricated content）——这些捏造的新闻故事没有任何可以查证的线索，其进行欺骗的目的包括人身伤害，或是仅仅增加流量。
二、人工智能视野下新闻生产问题的对策
人类社会是个不断发展进步的社会，科学技术的发展，是当代人的必然选择。
人工智能技术的发展已经影响了人们的工作、学习和生活，方便了新闻生产，给人类带来更多利益与便利的同时也会给人类带来更多新的专业主义、伦理问题等。
我们应及时对人工智能技术对新闻生产产生的问题进行反思、总结并采取相应的应对策略，以使人工智能技术趋利避害，为人类牟取更多福利。
1.基于传感器的智能设备隐私保护机制
当下，对于智能设备传感器这一领域的隐私保护早已在国内外受到重视，对传感器隐私的安全保护策略与措施也开始逐渐落地。在国际上，欧盟于 2016 年通过并出台《通用数据保护条例》，主要措施包括“从设计源头开始隐私保护”和“设立隐私预设机制”两个。“从设计源头开始隐私保护”侧重“事前保护隐私”。即在传感器硬件设计之初在考虑功能性的同时就要兼顾到数据保护，在用户使用前规避用户数据泄露的风险。关于实际使用中的传感器联网设备，应该在传感器自身和用户之间建立信息告知机制，比如以APP 连接传感器获取信息装置，每个传感器都可传递和接收数据信息，在数据信息传输过程中应加密码，而加密需要精密的计算能力，对设计者和运营商提出较高的业务要求和职业素养要求。“设立隐私预设机制”是指“隐私友好的提醒”。这适用于传感器智能设备，尤其是用户在注册或使用时，包括所有与之对应的 APP 联网应用程序。可以进一步解释为运营商或设计方不可以向使用者获取与享用服务不相关的非必要数据信息。如特殊情况必须使用，则需提前告知并明显位置提醒用户是否开启此功能。例如，支付宝的年度账单事件，在非常不显眼的位置提醒用户，造成大多数用户“被同意”，用户信息被擅自获取，对支付宝和用户造成双重伤害。另外，除了硬件上的隐私预设，在软件上同样如此。有研究团队“针对 500 多个 APP 发表中立评论，大约 40%的移动 APP 被归类为有争议，其在未经用户有意识地同意或知情的情况下读取数据，出现在智能手机上的通讯录数据读取现象，用于向广告业销售数据”。
针对移动智能终端内置或外接传感器隐私泄露问题，国内学者提出传感器隐私订制策略的概念，以让用户对智能手机中自带的应用感知系统和体外连接传感器设置隐私策略为手段，达到控制通过移动手机上访问传感器以获取用户信息权限的目的。关于传感器的隐私订制策略，立足于在传感器的移动终端设立隐私保护手段，可以一定程度上缓解通过智能设备上的传感系统被篡改设计初衷，规避非法获取用户的数据信息的问题。这一策略可以帮助用户依照个体的需要在自己的智能设备上的传感设备定制隐私保护策略，设立对传感器的访问权限，保证系统在运行时不被恶意病毒程序利用，降低用户的设备使用成本，兼顾用户体验。
2.人机协同，注重“隐性智慧”开发
“现阶段人工智能发展的关键问题是人和机器如何在人机对话中实现功能的互补和价值的匹配。”这就告诉我们，在新闻生产领域，需要人与机器协同工作，取长补短。“隐性智慧”开发，弥补机器新闻缺陷上文我们提及人工智能报道新闻产品，存在报道领域狭窄、缺少思辨精神和个性化特质的缺陷。究其根源，在于当下人工智能的应用多在于帮助人类解决问题，把人类从简单的劳动中解放出来，例如写稿、生成数据、分发新闻等，但是缺少的是分析问题的能力和深度学习的逻辑思维能力，而这正是当下机器写作存在问题的主要原因。机器新闻写作报道在简单消息写作中应用广泛，擅长处理结构化数据、单一、准确的话题，却不适用于复杂深度性话题。因此，报道领域受限且缺乏思辨精神。人类的思想、审美、价值观等隐性智慧正是当前机器新闻所欠缺的，也是当下机器新闻努力的方向。比如，新华社的“快笔小新”已经运营两年多的时间，及时准确捕捉、发现网络热点，在体育和财经报道方面成绩斐然。除简单消息写作外，如今它在看图写作、智能生成模板等方面开始发力。
3.人机一体，协同工作
综合分析学者们的文章，当下我们讨论的“人机一体”主要就是机器帮助人类做复杂劳动，人类帮助机器发现错误并对其进行价值观干扰。由于当前智能化技术水平有限，智能寫作更依赖算法、模板，缺少深度思考的能力，且停留在简单信息的交互层面。如今，“人工编写，机器分发”的搭配模式是多数媒体进行新闻生产采用的方式。既然机器人新闻写作能够在一定领域发挥作用，那么通过继续开发提高其智能化程度则可以拓宽了新闻报道的领域。智能机器的目的是让机器的行为越来越接近于人，让机器更好地服务人类。机器需要在自然语言处理与学习、内容分发等方面同步改进，不仅仅是内容的智能化生产更要有新闻全环节的智能化。 4.新闻从业者转换角色，成为复合型人才
技术的背后仍然是人类，人是新闻生产活动的主体，就必须直面挑战，顺应潮流，坚守价值挖掘者、深度提供者、信息整合者、个性创造者角色，多途径学习，成为复合型人才。追求真相是新闻永恒的使命，人类在其中扮演着重要的角色。在技术面前，我们应该弄清“是物为人所役，还是人为物所役”。无论新技术如何发展，新闻工作者应该努力锻炼脚力、脑力、眼力和笔力，增强自身综合素质。面对纷繁复杂的社会环境和巨大的信息流，新闻从业者只有从专业主义出发，持续更新自己的知识库，才能适应当下的媒体环境，发现有价值新闻并学会分辨假新闻。通过技术支持和自身学习，帮助人类从较低级思维中解放出来，摆脱一些琐碎的工作，有时间和精力深入挖掘有新闻价值的事件，创作高质量的新闻作品的同时通过洞察社会现象提出具有参考价值的意见，让新闻作品既有温度又有深度，兼具创作个性。人类的大脑除了会主动深度学习，兼具情绪和情感本能。因此机器智能要想达到自主思考的能力还有很大的进步空间，在机器智能尚未发达之前，人类要尽力武装自己。
5.算法中植入“人本精神”
算法技术与相对应的人文思考正成为当下讨论的热点。来自法国的著名学者雅克·埃吕尔（Jacques Ellul）认为技术的发展拥有自主性。美国学者布莱恩·阿瑟（Brian Arthur）则认为“技术是对现象的有目的的编程，技术是一种有目的性的系统。[1]这说明技术的发明源于人类解决实际问题的需要，以满足人类的某种愿望。美国学者保罗·莱文森（Paul Levinson）曾表示，技术可以更好地被人类使用，起决定作用的还是人类本身。因此，需要我们关注技术背后的价值观。
人工智能算法的使用涉及两个主体，一是算法的设计人员，即编程人员，另外一个才是新闻从业者。所以，在算法设计的编程阶段就应该按照新闻价值的标准去设计，并植入正确的价值观，以新闻人的价值判断去衡量新闻作品的质量。
在新闻算法推送背后有以下价值观凸显：利益至上是不变的宗旨，因为如今占据市场的新闻算法推荐程序是由大型技术商业公司创造的，源源不断的流量和注册用户，以及直接的资本利益是商业公司的第一目标。其次，每个公司的算法设计也会有所不同，受公司自身的企业文化和技术水平等影响。第三，算法设计也是由人类开发的，不可避免地带有设计团队偏好的价值观。最后，价值观既表现在给用户展现的信息上面，也表现在算法系統过滤掉的信息。政治因素是影响此内容的主要因素，也在一定程度上体现了算法潜在的价值指向。了解完技术背后的价值观，就需要针对潜在的风险进行补救，主要就是重视在创作中占据核心地位的人的价值。首先，新闻推送算法的设计者、建造者需要有社会责任感的“德性开发”的精神。因为他们是技术直接缔造者和参与者；其次，正确的新闻价值观引导，以及高标准的新闻业务要求必须加进算法程序，起到判断新闻价值高低、避免推送假新闻的目的；第三，算法也会犯错，就需要相在对新闻宣传起到至关作用的新闻生产领域，人工智能及其分支技术的引入
对新生生产的重要环节产生的颠覆性影响已成事实，带来的问题也是我们必须要审视的课题。例如，作为新型信息源的传感器，扩大了信息搜集的范围与深度；机器人写稿对传统新闻工作者是一种解放更是一种冲击；算法推荐新闻，既增强了用户黏性又有可能导致假新闻的传播或使用户陷入“信息茧房”；智能传感搜集用户反馈，为后期改进内容提供真实数据的同时也存在用户隐私泄露的风险。
参考文献：
[1] 殷蕾.AI技术在传媒领域的应用研究[D].哈尔滨师范大学，2019.
[2] 牛文静.人工智能技术对新闻伦理的挑战与应对策略[D].河北经贸大学，2019.
[3] 王晓震.人工智能技术下的新闻生产研究[D].江西财经大学，2019.
关键词：人工智能；新闻生产；算法推荐
对于关系到一个国家的国际宣传地位和国内舆论环境的新闻生产，在人工智能技术背景下会有何种机遇与挑战？我们首先要了解什么是新闻生产，以及它的研究范围。李良荣教授认为，新闻生产是将新近变动的事实通过加工制作成为新闻作品的过程，表面上是指通过采、写、编将新近变动的事实生成新闻作品的一个流程，更深层次的含义是指新闻作品借助新闻工作者有意识的加工而形成的。因此，人工智能视野下新闻生产的研究就要关注信息采集、新闻写作和编辑这几个流程。同时，人工智能阶段，新闻生产者已不单单是实体的人，还有充满智能精神的机器。因此，在这个新闻生产主体由人向人机联合生产新闻的过渡时期会带来一系列的问题，例如专业主义问题、人机矛盾问题、技术依赖问题等，正确认识与解决这些问题逐渐被学界所重视。
一、新闻生产在人工智能背景下存在的问题
美国学者迈克尔·舒德森（Michael Sctudson）认为，新闻业“并非是一个绝缘的职业”（an uninsulated profession）。[1]纵观新闻发展史，它也是一部科技发展史，新闻的发展总是与技术进步同时进行，技术在给传媒业不断注入前进动力的同时，也给新闻生产带来了一些新的挑战。例如，对于新闻从业者的冲击。就像随着工业社会的发展，机器的出现造成工人失业一样，在人工智能进入新闻生产过程中，智能技术写作、分发等也会对人工写作造成排挤。不仅如此，机器人抢夺传统新闻记者、编辑的“饭碗”将成为不得不面对的现实。因为机器人正在从事以往新闻工作者的信息选择、新闻发送、稿件编辑及校对等工作。因此，人工智能技术对新闻生产各环节的颠覆，必将改变原有的生产结构和组织关系，对原有生产资料、新闻从业者、新闻内容分发、伦理规范等带来挑战。
1.信息采集技术挑战用户隐私安全
上文提及，传感器及智能设备在为媒体提供新闻源以及获取用户反馈方面发挥着巨大作用。同时，随着智能终端对传感器的普遍使用，用户隐私逐渐成为普遍关注的焦点。地理位置隐私安全LBS，是一种基于位置信息的工作系统，它在我们的日常工作生活中被广泛使用，未来还将持续扩展工作的应用领域。但是，正因为 LBS 服务通过不间断、实时地获取用户精确的地理位置信息来提供服务，所以有可能被恶意使用，给用户带来严重的信息安全问题。在新闻信息采集活动中，通过 GPS 技术来获取用户的地理位置信息。同时，近些年来，它带来的问题也开始受到全球范围内学界和业界的关注。通过阅读相关文献发现，用户使用 LBS 服务最大的顾虑正是对隐私安全问题的担心，因此使用 LBS 应用时的位置信息泄露问题限制了 LBS 技术的发展和进一步应用。总结发现，人们在使用 LBS 时的隐私顾虑可以归结为三个方面：“个人信息是否被非法使用”“自己的行为被别人知道”以及“信息泄露造成自身安全人工智能设备凭借传感器全天候的工作特性以及强大的图像、语音识别等技术应用到新闻事实的采集工作当中，但是也暴露出对于用户肖像、语音等数据的窃取隐患。据美国 ABC 新闻网报道，在 2017 年 1 月，发生在美国新罕布什尔州一起双尸命案中，当地警方在命案发生时的房间里发现一台智能音箱，凭借产品所具有的“随时唤醒”功能，保证了对用户实时监听，所以该设备的音频记录被警方认为是破除该案件的重要一环。这一事件再次引发了人们对智能电子设备隐私的讨论。智能设备的傳感器既能帮助还原事件真相，同时也存在用户隐私泄露的风险，例如，国内 360 监控事件，家庭监控视频在网上被疯狂流放，就曾引起轩然大波。
2.机器人新闻困境与挑战
模板型机器新闻需要通过预设模板来生成新闻作品，但是一种模板只适用于一种形式的新闻，现实中我们需要处理大量的新闻事件则需要多套模板，那么开发成本自然居高不下。最简单的是开发出一种通用型模板适用所有类型的新闻，但是对于技术要求较高，当前的模板处理技术有待开发。另外，在人机交互中需要用到自然语言处理技术。在实际运用中，我们发现对于当前的自然语言处理技术也需要预制指令，才能达到智能写作的目的。智能化程度欠佳的问题，就限制了该模式方向下机器新闻的发展方向和应用范围。经研究，自然语言处理当前有三大难点：机器对于人类语言的破解程度、界定词语边界的程度和语言行为与计划。生成内容生硬刻板、缺少人文关怀与深度关于受众对机器新闻稿件的质量态度，腾讯做过一次调查研究，调查中显示，作与人相比缺少创造力。同样，在关于自媒体人对于机器写稿的态度调查中，有接近八成的自媒体作者对于智能机器写作的顾虑就是缺乏创作特色和人类情感。通过文献整理发现，当下在新闻生产中应用广泛的模板型机器人和自然语言处理型机器人，它们仍处于机器写作稿件的初级智能水平，智能依靠模板和预制指令完成稿件生成和人机交互，在创作中尤为重要的创造能力、职业道德素质以及观察能力是机器所欠缺的。因此在需要深度的思考和分析的评论、通讯以及调查报道中，机器报道尚不能出色完成。如果新闻作品没有内容与深度，那么受众自然不会对这种填字机器买账，对媒体公信力也是一种打击。 3.算法新闻带来的风险
当下，在新闻分发环节，算法推荐凭借其精准化、个性化匹配用户的优势，开始大行其道。传统媒体、新闻网站、技术型媒体公司纷纷开始采用该技术。该技术对传统的新闻分发产生冲击，使新闻分发权由人变为了机器算法。注意力经济时代算法导致新闻“把关”权利后移。由算法主导的新闻分发降低用户的参与
度，个人处于“信息茧房”，更容易引发群体极化和社会分裂。“后真相”（post-truth）已经来临，关于“后真相”的概念，目前有学者将其解释为“诉诸情感及个人信念，较客观事实更能影响民意”。人们开始热衷于那些“浅新闻”或“假新闻”。目前，智能算法智能程度尚且无法判断事件真伪。在内容生成环节，算法对原始数据的真实性依赖程度高，由于人工智能无法对原始数据的真伪进行判断，一旦原始数据出现问题，新闻的真实性便得不到保证。同样，在新闻分发环节中，智能算法无法对新闻真实性进行核实，而假新闻多以新鲜的噱头博人眼球，算法很有可能将这些新闻发掘出来，助力假新闻的二次传播。学者沃德尔将假新闻称之为“捏造的内容”（fabricated content）——这些捏造的新闻故事没有任何可以查证的线索，其进行欺骗的目的包括人身伤害，或是仅仅增加流量。
二、人工智能视野下新闻生产问题的对策
人类社会是个不断发展进步的社会，科学技术的发展，是当代人的必然选择。
人工智能技术的发展已经影响了人们的工作、学习和生活，方便了新闻生产，给人类带来更多利益与便利的同时也会给人类带来更多新的专业主义、伦理问题等。
我们应及时对人工智能技术对新闻生产产生的问题进行反思、总结并采取相应的应对策略，以使人工智能技术趋利避害，为人类牟取更多福利。
1.基于传感器的智能设备隐私保护机制
当下，对于智能设备传感器这一领域的隐私保护早已在国内外受到重视，对传感器隐私的安全保护策略与措施也开始逐渐落地。在国际上，欧盟于 2016 年通过并出台《通用数据保护条例》，主要措施包括“从设计源头开始隐私保护”和“设立隐私预设机制”两个。“从设计源头开始隐私保护”侧重“事前保护隐私”。即在传感器硬件设计之初在考虑功能性的同时就要兼顾到数据保护，在用户使用前规避用户数据泄露的风险。关于实际使用中的传感器联网设备，应该在传感器自身和用户之间建立信息告知机制，比如以APP 连接传感器获取信息装置，每个传感器都可传递和接收数据信息，在数据信息传输过程中应加密码，而加密需要精密的计算能力，对设计者和运营商提出较高的业务要求和职业素养要求。“设立隐私预设机制”是指“隐私友好的提醒”。这适用于传感器智能设备，尤其是用户在注册或使用时，包括所有与之对应的 APP 联网应用程序。可以进一步解释为运营商或设计方不可以向使用者获取与享用服务不相关的非必要数据信息。如特殊情况必须使用，则需提前告知并明显位置提醒用户是否开启此功能。例如，支付宝的年度账单事件，在非常不显眼的位置提醒用户，造成大多数用户“被同意”，用户信息被擅自获取，对支付宝和用户造成双重伤害。另外，除了硬件上的隐私预设，在软件上同样如此。有研究团队“针对 500 多个 APP 发表中立评论，大约 40%的移动 APP 被归类为有争议，其在未经用户有意识地同意或知情的情况下读取数据，出现在智能手机上的通讯录数据读取现象，用于向广告业销售数据”。
针对移动智能终端内置或外接传感器隐私泄露问题，国内学者提出传感器隐私订制策略的概念，以让用户对智能手机中自带的应用感知系统和体外连接传感器设置隐私策略为手段，达到控制通过移动手机上访问传感器以获取用户信息权限的目的。关于传感器的隐私订制策略，立足于在传感器的移动终端设立隐私保护手段，可以一定程度上缓解通过智能设备上的传感系统被篡改设计初衷，规避非法获取用户的数据信息的问题。这一策略可以帮助用户依照个体的需要在自己的智能设备上的传感设备定制隐私保护策略，设立对传感器的访问权限，保证系统在运行时不被恶意病毒程序利用，降低用户的设备使用成本，兼顾用户体验。
2.人机协同，注重“隐性智慧”开发
“现阶段人工智能发展的关键问题是人和机器如何在人机对话中实现功能的互补和价值的匹配。”这就告诉我们，在新闻生产领域，需要人与机器协同工作，取长补短。“隐性智慧”开发，弥补机器新闻缺陷上文我们提及人工智能报道新闻产品，存在报道领域狭窄、缺少思辨精神和个性化特质的缺陷。究其根源，在于当下人工智能的应用多在于帮助人类解决问题，把人类从简单的劳动中解放出来，例如写稿、生成数据、分发新闻等，但是缺少的是分析问题的能力和深度学习的逻辑思维能力，而这正是当下机器写作存在问题的主要原因。机器新闻写作报道在简单消息写作中应用广泛，擅长处理结构化数据、单一、准确的话题，却不适用于复杂深度性话题。因此，报道领域受限且缺乏思辨精神。人类的思想、审美、价值观等隐性智慧正是当前机器新闻所欠缺的，也是当下机器新闻努力的方向。比如，新华社的“快笔小新”已经运营两年多的时间，及时准确捕捉、发现网络热点，在体育和财经报道方面成绩斐然。除简单消息写作外，如今它在看图写作、智能生成模板等方面开始发力。
3.人机一体，协同工作
综合分析学者们的文章，当下我们讨论的“人机一体”主要就是机器帮助人类做复杂劳动，人类帮助机器发现错误并对其进行价值观干扰。由于当前智能化技术水平有限，智能寫作更依赖算法、模板，缺少深度思考的能力，且停留在简单信息的交互层面。如今，“人工编写，机器分发”的搭配模式是多数媒体进行新闻生产采用的方式。既然机器人新闻写作能够在一定领域发挥作用，那么通过继续开发提高其智能化程度则可以拓宽了新闻报道的领域。智能机器的目的是让机器的行为越来越接近于人，让机器更好地服务人类。机器需要在自然语言处理与学习、内容分发等方面同步改进，不仅仅是内容的智能化生产更要有新闻全环节的智能化。 4.新闻从业者转换角色，成为复合型人才
技术的背后仍然是人类，人是新闻生产活动的主体，就必须直面挑战，顺应潮流，坚守价值挖掘者、深度提供者、信息整合者、个性创造者角色，多途径学习，成为复合型人才。追求真相是新闻永恒的使命，人类在其中扮演着重要的角色。在技术面前，我们应该弄清“是物为人所役，还是人为物所役”。无论新技术如何发展，新闻工作者应该努力锻炼脚力、脑力、眼力和笔力，增强自身综合素质。面对纷繁复杂的社会环境和巨大的信息流，新闻从业者只有从专业主义出发，持续更新自己的知识库，才能适应当下的媒体环境，发现有价值新闻并学会分辨假新闻。通过技术支持和自身学习，帮助人类从较低级思维中解放出来，摆脱一些琐碎的工作，有时间和精力深入挖掘有新闻价值的事件，创作高质量的新闻作品的同时通过洞察社会现象提出具有参考价值的意见，让新闻作品既有温度又有深度，兼具创作个性。人类的大脑除了会主动深度学习，兼具情绪和情感本能。因此机器智能要想达到自主思考的能力还有很大的进步空间，在机器智能尚未发达之前，人类要尽力武装自己。
5.算法中植入“人本精神”
算法技术与相对应的人文思考正成为当下讨论的热点。来自法国的著名学者雅克·埃吕尔（Jacques Ellul）认为技术的发展拥有自主性。美国学者布莱恩·阿瑟（Brian Arthur）则认为“技术是对现象的有目的的编程，技术是一种有目的性的系统。[1]这说明技术的发明源于人类解决实际问题的需要，以满足人类的某种愿望。美国学者保罗·莱文森（Paul Levinson）曾表示，技术可以更好地被人类使用，起决定作用的还是人类本身。因此，需要我们关注技术背后的价值观。
人工智能算法的使用涉及两个主体，一是算法的设计人员，即编程人员，另外一个才是新闻从业者。所以，在算法设计的编程阶段就应该按照新闻价值的标准去设计，并植入正确的价值观，以新闻人的价值判断去衡量新闻作品的质量。
在新闻算法推送背后有以下价值观凸显：利益至上是不变的宗旨，因为如今占据市场的新闻算法推荐程序是由大型技术商业公司创造的，源源不断的流量和注册用户，以及直接的资本利益是商业公司的第一目标。其次，每个公司的算法设计也会有所不同，受公司自身的企业文化和技术水平等影响。第三，算法设计也是由人类开发的，不可避免地带有设计团队偏好的价值观。最后，价值观既表现在给用户展现的信息上面，也表现在算法系統过滤掉的信息。政治因素是影响此内容的主要因素，也在一定程度上体现了算法潜在的价值指向。了解完技术背后的价值观，就需要针对潜在的风险进行补救，主要就是重视在创作中占据核心地位的人的价值。首先，新闻推送算法的设计者、建造者需要有社会责任感的“德性开发”的精神。因为他们是技术直接缔造者和参与者；其次，正确的新闻价值观引导，以及高标准的新闻业务要求必须加进算法程序，起到判断新闻价值高低、避免推送假新闻的目的；第三，算法也会犯错，就需要相在对新闻宣传起到至关作用的新闻生产领域，人工智能及其分支技术的引入
对新生生产的重要环节产生的颠覆性影响已成事实，带来的问题也是我们必须要审视的课题。例如，作为新型信息源的传感器，扩大了信息搜集的范围与深度；机器人写稿对传统新闻工作者是一种解放更是一种冲击；算法推荐新闻，既增强了用户黏性又有可能导致假新闻的传播或使用户陷入“信息茧房”；智能传感搜集用户反馈，为后期改进内容提供真实数据的同时也存在用户隐私泄露的风险。
参考文献：
[1] 殷蕾.AI技术在传媒领域的应用研究[D].哈尔滨师范大学，2019.
[2] 牛文静.人工智能技术对新闻伦理的挑战与应对策略[D].河北经贸大学，2019.
[3] 王晓震.人工智能技术下的新闻生产研究[D].江西财经大学，2019.