摘要: 本文针对人工智能时代新媒体机器人驱动主流新闻传播力提升先提出“人机协同”范式下的“技术–功能–价值”三层分析模型，引出新媒体机器人重构主流媒体价值链、革新生产及分发模式、重塑组织架构等提升传播力的内在机制。实例分析对央视总台“小天”、人民日报“任小融”、封面新闻“小封”等典型案例，总结出从生产、分发、组织到品牌的全链条提升路径，针对算法偏见、信息茧房、AI“幻觉”等技术风险提出“技术治理–价值引领–多元协同”的治理框架。
Abstract: This paper, in response to the era of artificial intelligence, first proposes a three-layer analytical model of “technology-function-value” under the “human-machine collaboration” paradigm, and then introduces the internal mechanisms by which new media robots can enhance the mainstream news dissemination power, such as reconfiguring the value chain of mainstream media, innovating production and distribution models, and reshaping organizational structures. Through case analysis of typical examples such as “Little Tian” of CCTV headquarters, “Ren Xiaolong” of People’s Daily, and “Little Feng” of Cover Story News, it summarizes the full-chain improvement paths from production, distribution, organization to brand. Regarding technical risks such as algorithm bias, information cocoons, and AI “hallucinations”, it proposes a governance framework of “technical governance-value leadership-diversified collaboration”.
1. 引言
由生成式人工智能为代表的技术浪潮正在以前所未有的速度推动全球的信息传播方式变革。而由chart-GPT系列和DeepSeek代表的大语言模型作为具备一定自我意识和交互功能的“智能体”，被广泛应用于AI数字人主播、对话式新闻助手等新闻行业之中。新媒体机器人将智能感知、多模态生成和拟人化交互融为一体，成为重组新闻业新的生产方、信息分发渠道以及用户的内容消费对象。
新媒体机器人的兴起有效破解率主流新闻媒体在数字化生存中的双重困境。一是可在用户触达、注意力争夺中为主流媒体抢夺先机，对抗商业平台所采用的“流量逻辑”，更好体现其奉行的“公共价值逻辑”，二是可在复杂多元的舆论场更主动、更有力地传递权威声音，凝聚社会共识。它既是提高效率的工具，也是重构主流媒体价值链、激活其公信力及专业性优势、让传播力从“广泛覆盖”真正走向“深入人心”的战略变量。
2. 文献综述
一是新媒体机器人的技术演进及传播应用研究。学界对新闻自动化的研究成果颇丰，早期研究主要考察基于模板的自然语言生成技术在体育、财经、气象等结构化数据报道中的应用及其对新闻生产效率、客观性的影响[1] [2]。而近年来，以大语言模型、智能体技术为基础的“生成式新闻机器人”成为学术讨论的中心。Diakopoulos指出，算法正在从“幕后工具”走向“前台行动者”，重新定义新闻生产的权力结构[3]。国内学者喻国明、苏健威系统论述了生成式AI引发的传播革命，强调智能体将重构媒介生态[4]。史安斌、刘勇亮则提出从媒介融合到人机协同的演进脉络，为本文提供了历史视野[5]。现有研究已清晰说明，新一代机器人除完成事实性报道外，还可从事数据分析、背景关联、风格化写作等任务，成为面向用户、塑造新闻体验的界面及中介。
二是人机协同及新闻生产模式创新研究。学界已分析总结出智能技术与新闻业关系的两种主要模式：第一为“增强模式”，即机器作为“超级工具”来放大记者的能力，用以处理海量数据、自动生成初稿[6]。第二为“融合模式”，即人与机器在新闻生产全链条中彼此嵌套、互为教师，由此形成新的混合工作流程及知识体系[7]。国内学者张志安等人从公共传播到智能传播的范式变革视角，分析了新闻实践及实务教学的转型路径[8]。高慧敏探讨了虚拟数字人赋能媒体融合的场景、关系与趋势[9]。目前学界对人机协同的研究多从效率提升角度切入，但对人机协同如何促成主流媒体在组织架构、人才能力模型、新闻伦理规范等方面发生系统性变革，尚未充分讨论，这正是本文的研究起点。
三是本文对主流媒体传播力提升的路径研究。算法推荐对主流媒体传播力的影响是近年研究热点。Thorson实证分析了算法分发对新闻多样性的影响，发现个性化推荐可能导致信息窄化[10]。国内学者陈昌凤等人提出“算法主流化”策略，探讨主流媒体如何借助算法提升内容可见性[11]。刘鹏还提出“用户新闻学”概念，强调新传播格局下新闻学的范式转向[12]。这些研究为本文探讨算法推荐与主流价值传播的张力提供了理论资源。
四是AI伦理与新闻公信力研究。AI技术在新闻业的应用引发了一系列伦理争议。Broussard等系统梳理了算法偏见、透明度、问责制等核心议题[13]。李良荣探讨了中国新闻学学科面临的挑战及重构路径[14]。王辰瑶分析了美国“新闻业危机”的三种话语[15]，对本文思考AI时代主流媒体公信力危机具有借鉴意义。本文将在风险治理部分，聚焦算法偏见、AI幻觉对主流媒体公信力的冲击，并提出治理框架。
2. 核心理论建构：人机协同与价值链重构
传统观点把技术当作人类主体的延伸“工具”来考察，而新一代智能体正在把人机关系引向“行动者网络”范式，即新媒体机器人可被合理地视为能与记者、编辑、用户诸种异质要素互动的“准行动者”，由此构成动态的新闻生产与传播网络，其赋能机制宜从“技术–功能–价值”三层可供性模型加以分析。
一是技术可供性：从以大语言模型、多模态生成、知识图谱及自然语言处理诸种技术为代表的底层技术集群出发，讨论其对主流媒体所给出的各种行动可能性的支持。如大语言模型能处理有利于机器阅读海量信息并生成文本，又如多模态技术能合成音视频，构成数字人主播形态的基础。
二是功能可供性：主流媒体把对技术可供性的分析切实、有层次地转化为主流用户能感知、能使用的产品形态及服务，是技术潜能“落地”的重要环节。智能写作机器人、AI数字人主播、个性化新闻聚合器与推荐系统、新闻对话助手便是典型例子，直接有力地改变了新闻生产、分发、交互诸种模式。
三是价值可供性：这是赋能过程的终点、最终目标，即利用前面所论诸种功能切实提升社会价值及公共性，具有多个明确、可量度指标，即主流价值传播效能倍增(用智能化方式让权威声音传播得更准、更活、更广)、社会共识生成能力强化(以数据洞察、智能互动之方式更自然、更有力地弥合分歧、凝聚共识)、舆论引导力实现智能化升级(在热点事件中快速响应、主动设题、精准引导理性讨论)，以及媒体公信力、品牌影响力都得到切实巩固和扩展。故而价值可供性从“功能好用”实现了到“传播有效”的质的跃升。
三层可供模型无法实现自动转化，故必然要以价值为牵引来做战略设计，因此主流媒体的价值链从“策、采、编、发、评”的线性链条重构为以人机协同为核心的动态智能网络：生产环节形成“机器广撒网、人类深耕作”的智慧共生关系，传播反馈环节形成“智能分发–效果反馈–策略优化”的数据闭环，而其价值重心也从“信息传递”升维到“关系建构与共识凝聚”。
3. 应用路径探索：全链条提升实践
一是生产端：从工具演进到协作者的智能升级。新媒体机器人主要依托大语言模型(LLM)与自然语言处理(NLP)技术，实现了海量信息汇聚、初稿写作、基础事实核查等功能。例如封面新闻“小封”能实时抓取全网信源并自动生成数据新闻及图表，新华社“媒体大脑”在突发事件中可快速生成数据新闻、自动剪辑视频。这些应用让记者从重复劳动中解放出来，专注处理机器难以替代的深度调查、情感共鸣与伦理研判，从而实现了“机器提效、人类增值”的理想协同状态，显著提升了主流媒体在热点事件中的响应速度与报道广度。
二是分发端：从千人一面到千人面面俱到。通过算法推荐与多模态生成技术，实现了“千人千面”的个性化新闻聚合与AI数字人主播的情感化界面构建。如总台“小天”作为AI手语主播服务听障群体，人民日报“任小融”以亲和形象解读时政。这些应用不仅让主流价值内容在算法分发中获得更高权重，更通过人格化界面拉近了与年轻受众的心理距离，实现了主流价值传播的精准触达与用户黏性提升。
三是组织端：从适应协同到系统重塑。组织变革依托的是人机交互界面与智能工作流引擎，由此形成了内容、技术、设计诸要素融合的“AI智能团队”。如澎湃新闻“澎湃智媒”系统内嵌于采编流程，协助记者搜集资料、查询背景、撰写初稿。这种深度融合使媒体组织从“人 + 工具”的传统结构转向“人机共生”的新型生产网络，实现了组织效能与人才能力的双重跃升。
四是品牌端：从工具角色到人格IP。品牌建设依托的是人格化算法与多场景交互技术，将机器人“IP化”运营为品牌代言人。如“小封”的机智、“任小融”的知性，通过“专栏作者”“智能客服”等身份在客户端、社交媒体、音频平台提供常态化服务。这使得用户关系从临时的“传播–接受”转向长期的“服务–陪伴”，有效构建了情感护城河与品牌忠诚度。
4. 传播效果评估：认知、共识与价值效能
一是议题网络的智能构建与情感框架植入。通过构建关联的“议题网络”与植入特定“情感框架”，引导公众“如何思考”。机器人组织重大报道时时会自动、及时地关联该政策的国际背景、基本解读、专家访谈、民生影响分析、历史对比诸多内容，形成立体、扎实的认知框架。机器人从语料库中提取信息之后，能主动植入所选的情感框架，即在用AI生成的内容突出情感基调，如在民生服务报道中则突出“获得感”“温度”的情感要素。由此科学、客观地衡量其引导公众情绪、达到塑造集体记忆的实际效果。
二是对抗虚假信息与认知纠偏。新闻机器人在对抗虚假信息实战中最突出、最直接的价值是动态响应速度快，规模化事实核查能力强。可先由监测机器人及时发现社交平台上新冒头的谣言，再由内容生成机器人调用权威数据及知识图谱，系统、有层次地批量生成短视频、信息图、问答帖诸种形式的辟谣内容，继而借助个性化推荐系统将内容精准分发给可能受谣言影响的群体。
三是促成数据、情感、连接诸种因素协同的社会共识生成。第一，智能机器人对社会议题能组织舆情监测及态势推演，在重大公共政策讨论中既可统计支持、反对声量，又能借助语义分析准确识别不同群体所关注的具体子议题，因此主流媒体可以主动设置覆盖多元关切的系列报道及对话议题，把潜在的对抗性舆论自然、妥帖地引导到建设性讨论之中。第二，机器人可借助多模态传播方式切实激发共情，如讲述普通人奋斗故事时，数字人主播富有感染力、有温度的播报比单纯文字更有说服力；在解析复杂政策时，其亲民的形象有利于降低理解难度，也因而更易唤起公众的亲近感、信任感。第三，机器人可作为“智能对话组织者”，促成跨圈层理性交流。具体而言，在新闻客户端评论区或专题讨论区，AI助手可自动归纳网友观点，厘清争议焦点，对极端言论进行降权、对理性讨论予以加权展示，由此自然、有力地营造出更有利于共识生成的舆论环境。
四是增强权威性、提高可信性，有利于社会价值的普惠。具体而言，新闻机器人的应用有利于增强公信力：AI辅助核查能降低报道中事实性错误的概率；媒机器人以权威性信源作为首要信源，有利于扩大中间理性共识，也因而更有利于培养公众对国家发展前景的信心、对所讨论政策的理解度；媒体机器人本身还可成为主流媒体公共服务价值的极佳载体，“总台小天”手语主播服务就做了极好的示范，其听障用户覆盖率、用户满意度都显著提高，真正突破公共服务的边界。
5. 风险挑战与综合治理：聚焦主流媒体核心关切
(一) 版权归属困境。AI生成内容的版权归属是当前法律与实践的模糊地带。当新闻机器人独立撰写稿件、生成视频或图片时，其作品是否享有著作权？若享有，权利主体是开发者、媒体机构还是AI本身？若机器人在训练过程中“学习”了他人作品，生成内容与原作的边界如何界定？这些问题直接关系到主流媒体的资产确权与商业变现。
(二) 议程设置权力削弱。算法分发将内容可见性的决定权部分转移给技术平台，主流媒体对“什么是重要新闻”的定义权被削弱。若算法单纯以用户点击、停留时长作为推荐依据，严肃新闻、公共议题可能被边缘化，媒体议程设置功能面临空心化危机。
(三) AI幻觉与公信力危机。生成式AI可能捏造事实、虚构信源、张冠李戴，产生所谓的“AI幻觉”。当此类内容以主流媒体名义发布，将对媒体公信力造成致命打击。对于作为“媒体国家队”的主流媒体而言，公信力是其最核心的资产，一次严重的AI幻觉事件可能造成长期难以修复的信任损伤。
(四) 综合治理框架：技术治理–价值引领–多元协同
针对上述核心风险，本文提出“技术治理–价值引领–多元协同”三位一体的治理框架：一是技术治理层面：在推进AI应用的同时，建立算法伦理审查及“人在回路”的强制审核机制，确保关键环节的人工干预权；二是价值引领层面：以制度设计保证价值主导权，系统发展以社会效益为根本的“人本主义评价体系”，将主流价值传播效能纳入考核指标。三是多元协同层面：政府、平台、企业、学界、公众各尽其责——完善AI版权法规，厘清平台分发责任，加强公众数字素养教育，建立行业自律公约，形成风险共治的良性生态。