引言：近年来随着算法推荐、语音交互、计算机视觉等技术不断发展，国外传媒领域对人工智能的探索运用和重视程度越来越高，物联网、大数据、虚拟现实、区块链等技术的发展和应用推动传媒业进入智能时代，媒体智能化正在重塑国际传播领域的原有生态。
1.人工智能初遇传媒业
“人工智能”的概念自提出以来，经过了60多年的演变。1950年，“人工智能之父”艾伦·图灵预言了创造出具有真正智能的机器的可能性。1956年夏天，美国达特茅斯学院举行了历史上第一次人工智能研讨会，会上首次提出了“人工智能”这个概念，被认为是人工智能诞生的标志。
第一阶段：萌芽及初步发展阶段（20世纪50年代中期到80年代初期）1966年，美国麻省理工学院（MIT）的计算机科学家魏泽鲍姆发布了世界上第一个能通过脚本理解简单的自然语言，并能产生类似人类互动行为的聊天机器人ELIZA。1966年至1972年期间，美国斯坦福国际研究所研制出首台采用人工智能的移动机器人Shakey。
第二阶段：商用阶段（20世纪80年代初期至21世纪初期）1981年，日本经济产业省拨款8.5亿美元用以研发第五代计算机项目即人工智能计算机。随后，英国、美国纷纷响应，开始向信息技术领域的研究提供大量资金。从媒介变迁的角度而言，科学技术的进步始终推动着国外传媒行业的发展。伴随着著名的图灵测试诞生，人工智能技术的深度学习(ML)和编程语言技术的发展，人工智能技术与传媒业融合亦成为可能。尤其进入21世纪以来，人工智能技术新的浪潮与传媒业的融合更具内生动力。
第三阶段:规模化应用阶段（21世纪初期迄今）2008年11月谷歌借助人工智能对社交媒体数据进行抓取、分析，成功预测了流感暴发；2009年，美国西北大学开发的“StatsMonkey”是首个写出简讯的人工智能机器；2011年，Watson（沃森）作为IBM公司开发的使用自然语言回答问题的人工智能程序参加美国智力问答节目，打败两位人类冠军，赢得了100万美元的奖金；2012年，加拿大神经学家团队创造了一个具备简单认知能力、有250万个模拟“神经元”的虚拟大脑，命名为“Spaun”，并通过了最基本的智商测试；2013年，Facebook人工智能实验室成立，探索深度学习领域，借此为Facebook用户提供更智能化的产品体验；谷歌收购了语音和图像识别公司DNN Research，推广深度学习平台，自此深度学习算法被广泛运用在产品开发中；2016年，谷歌人工智能AlphaGo战胜围棋世界冠军李世石，此次人机对弈让人工智能正式被世人所熟知，整个人工智能市场也像是被引燃了导火线，开始了新一轮爆发。
2017年至2018年，自动化技术的迅速发展为定制或个性化方式创建内容提供了机会，人工智能技术开始运用于整理、分析、创建、编辑或可视化，数据新闻、自动化新闻、大数据技术推动了人工智能技术在新闻制作和发行中的应用，关于人工智能技术在传媒行业的应用研究也迅速成为传媒学术研究领域的热点。美联社是最早把一些工作交付给机器人的新闻机构之一，其与人工智能领域的新兴初创企业合作，自动制作某些新闻内容。例如与自动洞察公司（Automated Insights）达成协议，借助该公司的自然语言生成平台“语言大师”（Wordsmith），首次使用人工智能制作新闻内容，目前已经在应用智能技术简化工作流程、完成繁重工作、处理更多数据、挖掘洞察力等方面取得很大进展。
2019年以来，人工智能等新技术在传媒行业的应用，在一定程度上为专业生产新闻的记者减负，另一方面专业记者也不得不面对新兴技术带来的考验，技术引入对传媒行业的双重影响进一步显现。机器人记者高效的处理能力使得传统新闻媒体纷纷启用机器人，而传统新闻记者和编辑首当其冲面临变革，甚至存在失业风险。《纽约时报》曾撰文称，记者和编辑发现自己成为数字出版商和传统报业裁员的受害者，由机器人记者主导的新闻行业正在迅速崛起。除了财报分析、数据维度等文章，由机器参与的媒体环节也越来越多。
2.打破原有传播生态格局
人工智能技术引入新闻行业，打破了原有的传播格局。机器人写作与算法分发的应用，改变了传统新闻内容的生产模式，从信息采集、内容制作、产品分发、呈现形式到用户参与模式等新闻生产的各个环节都产生剧烈变化。人工智能可以帮助写作者对传播效果进行预判，以便更好地决定选题，或协助选择最佳表达形式。自动化新闻创业公司Narrative Science的首席执行官曾经预测，到2030年，超过90％的新闻将由计算机编写。
机器人写稿方面：在新闻生产领域，传统以“人”为主导的新闻编辑室转变成了“人”与“人工智能”(AI)共存的新闻编辑室，利用人工智能技术，媒体可以实现新闻信息来源智能化、新闻内容制作定制化、新闻策划与推广个性化以及用户认知体验场景化等新闻生产方式的转变。例如美联社（AP）自2014年起就开始使用人工智能技术撰写企业盈利的报道，还将该技术用于体育赛事报道中。在2015年法国大选期间，《世界报》采用写作机器人实现了对全国2000多个地区选举的报道。《华盛顿邮报》的“机器人记者”从2016年开始参与奥运会和美国总统选举的报道。里约奥运会上，华盛顿邮报利用人工智能技术平台完成了标准化、公式化的机器人写作，包括体育赛事的实时结果以及自动产生标题、图片，每天生产新闻20多条。彭博社、路透社等媒体也在利用人工智能撰写财经类新闻、气象类新闻以及犯罪类新闻等，而今日美国则利用智能视频软件制作短视频。
新闻内容策划及推广方面：人工智能技术在新闻作品中体现出的价值已经从后台走向前台，从新闻内容设计策划到推广都表明了技术人员和新闻人员同等重要的位置。大多数美国新闻网站或社区，通过捕捉用户的行为习惯、收集用户数据，随时调整新闻报道方式、页面呈现方式和与用户建立社交关系。比如，美国新闻聚合网站BuzzFeed将用户数据分析做到了极致，根据用户点击的频次、停留的时间、喜好的内容做出分析报告，指导新闻内容策划和推广。
机器和算法逐步介入并覆盖了从文字、图片到视频处理的故事创意、生产传播链条，为智能化叙事描绘了新图景。传统信息形态主要是文字、图片、视频等，而在人工智能技术助力下媒介可以实现多模态的信息结构，通过VR或AR场景化、沉浸式的互动体验与传播，例如以虚拟主播、场景体验、不同的语言风格切换等更丰富的多形态信息生产提升媒介产品的吸引力和感染力。2020年，《今日美国》报发布了病毒传播的增强现实互动指南、妇女赢得选举权100周年纪念等一系列VR新闻报道作品，以及《扁平化曲线:社交距离的AR指南》等AR互动体验报道。
人工智能算法驱动被广泛运用在娱乐影视海报设计、影视推广和广告营销等方面。大数据使人们能够快速核实信息来源，确保新闻的真实性，实现对客户的精准定位和信息投放。现今，包括《纽约时报》《华盛顿邮报》等国外媒体依据用户的个人阅读偏好，每天自动给用户推送“定制版”新闻内容。
在新闻传播效果评估方面，传统媒体在客观量化评价新闻传播效果和记者编辑工作表现上存在难度，人工智能技术却能精准实现数据考核。在华盛顿邮报的“中央厨房”编辑室，电视屏幕上实时显示一张张可视化的数据图表，同步显示网站的登录人数、每篇文章的阅读数排名、用户喜欢作者排名以及读者喜欢阅读的文章类型百分比等数据。其他媒体还利用机器人来评估人类记者的新闻报道。例如，英国《金融时报》会用机器人检查报道中引用的信源是否过多地来自特定人群；国际调查记者联盟使用AI来筛选金融和法律文件中值得探究的细节。
在新闻传播主体方面，随着人工智能技术在传播领域的应用，传播主体不再局限于人类，虚拟主播、社交机器人、智能语音助手等智能技术开始以传播主体的身份参与国际间信息生产和传播过程，形成“人+机器”的共同传播主体生态。例如2020年，韩国MBN电视台推出韩国首位AI主播“金柱夏”。
社交机器人在社交媒体中得到广泛应用，成为了重要的国际传播工具。研究发现国际社交媒体平台推特上的1400万个账号中有15%是机器人账号，在推特关于叙利亚的议题中，与真人用户相比，社交机器人账号发布了33.5%的内容，在新闻内容方面占比达到52.6%。在英国脱欧公投阶段，据统计在推特中讨论该议题的用户有34%为机器人账号，且其言论带有一定的政治倾向，社交机器人在国际传播中不断影响着舆论导向。
3.风险与挑战并存的未来
人工智能在给传媒业带来内容生产的智能化与传播精准化变革的同时，也带来了很多的矛盾与困扰。一是尽管智能媒体算法推荐在很大程度上减轻了人工筛选新消息的工作量，但在新闻生产过程中，人们无法预测人工智能算法所带来的诸多问题，甚至对最终产品也难以在编审环节进行审核，这增加了虚假新闻出现的概率。从内容来看，AI技术生成的新闻难免出现事实性差错。比如美国CNET的报道就在利息计算、偿还车贷等方面出现过低级错误。另外，《华盛顿邮报》指出，虽然人工智能可以快速准确地处理大量数据，或者通过检阅海量公开信息来组装文章，但其本质只是剪辑，AI生成文章的素材很可能源自他人作品，其中牵涉到剽窃、洗稿等法律和伦理问题。其次，深度伪造技术的滥用很可能在国际传播领域带来极大危害，例如通过社交机器人或虚拟主播产生的一些虚假信息与报道充斥网络。通过换脸、重新投射、口型同步、动作传递、图像生成、音频生成、文字生成等方式伪造照片、音频或视频、篡改新闻事实，这让虚假信息更加难以识别，导致谣言迅速扩散，影响网络安全、数据安全和信息安全。同时，受众长期被智能媒体推荐算法支配，更容易造成信息茧房、知识结构单一和信息偏见等现象。机器人新闻本身存在人性关怀缺失，过分依赖人工智能技术生产新闻内容，冰冷数据与人性关怀、新闻同质与独家报道、自动生成与议题设置、精准推送与信息茧房等之间的矛盾和纠葛也会愈加明显。最后，存在数据采集的侵权风险。机器人新闻内容生产的首要环节是机器人从海量数据中抓取符合主题的数据信息，但这一过程是否存在受众个人信息被随意采集、挖掘的情形，一直是学界讨论的焦点。针对这一问题，2018年欧盟出台《通用数据保护条例》，其中明确划分受众权利和互联网权利，规定互联网公司在收集受众数据时，必须告知受众数据的使用目的，受众也可以通过相应的访问权限进入互联网公司获取相关数据，甚至可以对算法进行干预。
