傳播學 | 人機協作敘事（Human—machine Collaboration）

人機協作敘事的概念和內涵

人機協作敘事是指人類與生成式人工智能（如ChatGPT、DeepSeek等）在新聞及其他文本生產過程中，通過提示詞等通約語言進行深度交互與協作，共同完成敘事任務的一種新興敘事模式。

人機協作敘事具有廣義和狹義之分。狹義上的人機協作敘事主要指文本生產維度的協作，而廣義上的人機協作敘事則延伸到新聞的全生命周期，并且貫穿于選題策劃、內容生成、信息審核、新聞發布的各個階段。

人工智能生成新聞敘事發展脈絡

智能新聞實踐已經從傳統的智能 新聞寫作轉向智能新聞生產。從“寫作”到“生產”的轉變，不僅揭示了新聞文本的多模態轉向， 而且揭示了新聞敘事的外延拓展。當“生產”進 入敘事的范疇時，媒體融合時代的新聞敘事便真正走向了廣義的敘事范疇: 一方面需要回應文本、技術、意義之間的敘事接合問題，另一方面需要處 理敘事、程序、裝置、智能體之間的復雜關系問題。

（1）早期的人工智能生成新聞敘事主要體現為模板化的敘事模式，即人類借助程序語言設定好創作模版，人工智能通過填充數據以生成新聞報道。模板化的新聞敘事常見于報道財經、體育、醫療衛生等包含大量結構化數據的議題。例如，百度智能創作平臺的“模板寫作”功能提供了財經、氣象、體育等行業的寫作模板。概括而言，模板化的智能敘事活動受制于模版本身的程序規則，其內容處理的靈活性依舊有限，不能算作嚴格意義上的自然語言生成。

（2）人工智能生成新聞敘事的最新形式是非模板化的敘事模式，即借助自然語言生成( NLG) 技術來生成新聞報道。自然語言生成是自然語言處理的重要組成部分，指的是以非語言輸入構造自然語言輸出的處理過程，其本質是從某種非語言的信息表示中映射出諸如文檔、報告等遵循人類自然語言規則的表達。借助自然語言生成技術，新聞敘事的結構不再受限于相應主題的寫作模板———通過機器學習的方法，機器可以在讀取海量的多媒體新聞素材之后，深度理解其中的新聞事件，并根據新聞的特征、題材建構出特定的大綱，進而按照新聞大綱的框架結構，借助首位句、質心句、LexＲank 等文檔摘要技術，生成完整流暢的新聞文本。

（3）當前，人工智能已經深刻地嵌入融合新聞采集、生產、傳播、評價的全過程。在這一階段，人機協作敘事成為新聞生產的核心模式，生成式AI不僅直接參與新聞內容的生成，還深刻影響新聞故事的呈現方式和框架結構。

人工協作敘事帶來的變化

（1）敘事主體的多元化

人機協作敘事打破了傳統敘事中人類作為唯一敘事主體的格局，引入了生成式AI作為新的敘事主體。在這一模式下，敘事主體呈現多元化特征，包括人類創作主體、生成式AI、提示工程師和AI監督模型等。不同主體各司其職又深度協作，共同完成文本敘事任務。例如，在新聞生產中，人類創作主體負責選題策劃和敘事整合，生成式AI負責內容生成和智能推薦，提示工程師負責提示詞創作與優化，AI監督模型則負責價值對齊和倫理審查。

（2）敘事內容的實時生成與動態調整

人機協作敘事實現了敘事內容的實時生成與動態調整。生成式AI能夠根據實時數據和用戶反饋快速生成新聞報道，并在報道過程中根據新情況和新線索動態調整敘事內容和框架。例如，在突發新聞事件中，生成式AI能夠迅速抓取網絡數據并生成初步報道，隨后根據記者和編輯的反饋不斷優化報道內容，確保報道的時效性和準確性。

（3）敘事語言的多樣化與表征潛能的拓展

人機協作敘事促進了敘事語言的多樣化發展，并拓展了新聞的表征潛能。生成式AI在代碼編寫、數據挖掘、可視化等方面具有顯著優勢，能夠生成數據圖表、交互式圖形等多樣化的新聞產品。例如，在數據新聞報道中，生成式AI能夠將復雜數據轉化為直觀易懂的圖表和圖形，幫助讀者更好地理解新聞事件背后的數據邏輯和趨勢。同時，人機協作敘事還通過對話式語言增強了新聞的互動性和開放性，使讀者能夠更深入地參與到新聞傳播過程中。

（4）敘事話語的修辭建構與認知框架的重塑

人機協作敘事通過提供不同的敘事視角和線索，實現了敘事話語的修辭建構與認知框架的重塑。生成式AI在對話語境中能夠生成多樣化的觀點和論據，為新聞報道提供豐富的修辭資源。例如，在政策解析類報道中，生成式AI能夠通過高頻詞分析和文本向量化方法揭示政策背后的宏觀趨勢和變化脈絡，幫助讀者形成更全面的認知框架。同時，人機協作敘事還通過可視化的方式創設了全新的視覺框架和認知模式，增強了新聞的傳播效果和影響力。

人機協作如何形成敘事空間

人機協作行為主要從三個維度———敘事內容、敘事語言和敘事話語———重構了文本的敘事方式，由此打開了一個全新的敘事空間。

第一，在敘事內容方面，人機協作敘事重構了 新聞敘事的選題思路與內容。傳統新聞的發生 “起點”是策劃，策劃方案繪制了新聞敘事的基礎 “圖紙”，也決定了敘事的意義落點，亦限定了文本的“展開”方式。然而，智能體則改寫了新聞策劃的內涵與流程，記者不再是攜帶著某一敘事意圖走進新聞場景，而是在與智能體的“溝通”中捕捉選題，求解答案，形成相應的敘事內容和模塊。例如，在《南 方都市報》的數據新聞《AI 眼中的國產威士忌: 本土化創新成關鍵詞，營銷需長期主義》中，記者就國產威士忌的發展前景向 DeepSeek“求 助”， DeepSeek 直接給出了一系列建議，如在釀造方面 使用中國本土原料，在文化方面增加地域文化和歷史故事，在營銷方面堅持長期主義沉淀，等等， 而這些“回答”鋪設了新聞報道的選題方向，也構成了新聞敘事的內容模塊。

第二，在敘事語言方面，人機協作敘事重構了新聞敘事的表征形式與語言。人機協作的發生條 件是智能互補，即在彼此的世界里看見對方的認 知潛能，最終整合為一種全新的現實建構及認知 模式。

生成式 AI 對敘事語言的重構主要體現在三個方面: 一是對內容結構的重構。人機協作是以“對話”為發生前提，并沿著“對話”維度展開，因此“對話”的過程和語境鋪設了認識活動的思路和脈絡。而這往往會“傳導”至文本的論證過程，從而影響新聞敘事的內容“展開”結構。二是對符號系統的重構。相較于傳統敘事而言，生成式 AI 具有不可比擬的表征潛能，如數據化、可視化優勢。當現實被把握為某種視覺形式時，其必然伴隨著視覺框架( visual framing) 的生產，由此重塑了人們對現實的理解模式。30 三是對互動語言的重構。生成式AI以算法為驅動裝置，重 構了文本與受眾的“相遇”方式，從而將外部因素 (如場景、流量)帶入文本的敘事視野。在生成式 AI激活和再造的智能生成邏輯中，新聞敘事擁有 了更為自由的開放性和互動性。

第三，在敘事話語方面，人機協作敘事重構了新聞敘事的話語方式與認知框架。在人機協作實踐中，生成式AI不僅實現了對內容本身的生成， 而且在“對話”語境中提供了不同的敘事視角、線 索、素材和方向。而不同的選擇與整合方式，往往會形成不同的修辭框架，從而形成某種偏向性的敘事話語。

新聞與傳播

微信號 : media-power

網站：media-learning.com

▇ 新傳考研智庫 洞察社會脈動