人工智能背景下，如何提一个好问题

　　人工智能产业的普惠发展让面向大众的应用产品不断落地。如以ChatGPT、文心一言、豆包为代表的通用型人工智能助手，能够依靠大语言模型对用户输入的问题进行理解、分析并即时响应，从而满足用户的信息需求。

　　从社会分工角度讲，新闻媒体的核心价值是替公众发问，向现实求证，传统新闻六要素的5个“W”和1个“H”就是围绕着问题展开。在信息爆炸时代，将来人们是否仅通过人工智能助手就能知晓新闻，从而消解与专业新闻机构的连接呢？

　　在此背景下，本文将“如何提一个好问题”作为切入口，重点研究在党媒框架下，新闻媒体如何用“发现问题、提出问题、解答问题”有效应对人工智能“侵蚀”自身专业功能的现状。研究采用文本分析法，重点考察比较人工智能生成文本与专业媒体新闻文本间的差异，意在阐明新闻媒体发挥自身独特优势的重点发力方向。同时，本文通过问卷调查的方式，分析党媒记者的提问能力现状并提出相应建议，以期为提高党媒专业能力、再造优势带来启发。

　　1

　　尺短寸长，人工智能生成式文本比较分析

　　面对用户的新闻需求，人工智能助手并不直接提供新闻报道，也非简单地搜索信息、排列信息，而是通过对信息的处理、加工、转化，呈现一种“类新闻文本”。本文尝试的两款人工智能助手分别为文心一言（A模型）和豆包（B模型），前者是国内最早推出能与ChatGPT抗衡的产品，后者则在国内目前同类产品中下载量居于首位[1]。研究采用比较分析法，提炼文本特征，将人工智能助手生成的“类新闻文本”与记者采写的同题材新闻文本进行结构化比较分析，旨在通过不同维度来表明两者在信息传递方面的差异，探究在同一问题下其生成的答案与记者采写的专业新闻稿件之间的重合与差异关系。

　　（一）比较分析过程

　　从内容通俗性和丰富性考虑，本文选取第34届中国新闻奖通讯类二等奖作品、《西藏日报》2023年9月25日头版头条文章《从“第一滴水”开始——西藏用心呵护长江源》[2]作为源文章，根据内容设置6方面的问题，包括定义类、引证类、描述类、观点解释类等，获取人工智能助手答案文本。同时，从普通读者的阅读诉求出发，基于客观性、条理性、全面性、延伸性、生动性、主题性6项指标对答案进行评价并赋分（具体内容见表1）。其中，客观性指内容真实准确；条理性指答案按照一定逻辑呈现；全面性指涵盖了背景及各个方面；延伸性指在围绕主题基础上有适当扩展；生动性指读者在阅读过程中有愉快的阅读享受，能被文字打动；主题性指核心价值观的宣示和立场体现。每项指标的标准分为5分，6项指标综合分满分30分。由于不同模型的内容呈现往往有差异，本文在采用双模型比较时，在每项指标中取得分高者为有效分，再进行相加（见表2），故综合分(S)计算公式为：S=∑{max(ai,bi)}(i=1,2,……,6)。

　　（二）比较结果分析

　　从评分结果看，总的来说，人工智能助手能满足用户对信息的基本需求，能较为准确地理解用户的问题，迅速生成一个相对全面、条理清晰的答案，便于用户快速掌握要点。不过，其也存在内容不够客观全面、略显生硬、可借鉴程度不高等缺陷。

　　从问题类型看，模型对具象类问题有较好的回答，但对抽象类问题的诠释能力不够。比如，对于定义类（Q1）、引用类（Q2）等稍显单一的问题，模型能给出符合期望的回答。但如果无法搜索到信源，模型可能会出现无法理解问题的情况（如B模型在回答Q1时）。同时，这也导致答案不够全面，如回答Q3时，两者都无法对近期的长江溯源工作展开描述，所以评分较低。在回答观点诠释类问题（Q6）时，两个模型提供的答案较平淡，围绕意义阐述意义，套话过多，缺少用事例、细节来解释一个抽象观点的能力，与原文中用历史发展脉络的写法形成鲜明对比。

　　从评价指标看，模型的客观性和条理性表现较好，在主题性、延伸性、生动性上略为逊色。首先，党媒的新闻报道讲究导向，往往注重与重大主题的有效衔接。但在模型生成的回答中，除非问题中有关键词，否则其不善于将问题与党和国家大政方针结合起来，给出具有一定高度的回答。其次，模型生成答案的质量和丰富程度极大程度上依赖信源的质量。本文对答案的所有信源进行了核实，发现总体上模型采用的是新闻媒体报道及政府官方网站内容，较为可靠，但个别答案来自未经验证的渠道，如B模型在回答Q5时引用了自有网站的百科词条，降低了回答可信度。最后，条目式回答浓缩了信息，缺少鲜活感，使人们在阅读中丧失了品味的乐趣，内心很难受到触动。如原文中“每天，当太阳在羌塘草原深处升起，朗扎都要到家门前的冰川融水里取水。”既表明了当地居民的生活状态，也揭示了长江源对于当地人的重要性，更体现出其对于民众家园意识的现实意义。

　　（三）比较结论与启示

　　便捷是人工智能助手的显著优势，以大模型为引擎，它能在几秒钟之内快速给出答案。用户无需像面对搜索引擎那样，在庞杂重复的结果中逐个点击查看，判断是否符合要求。如果不满意，修改问题让模型再运行一次也无妨。人工智能缺乏想象力，只能将问题作为核心依据运行指令，所以答案的好坏与问题本身息息相关。一方面，问题越具体，提示词越多越明确，模型就越能理解问题，有可能呈现好答案；另一方面，具有普遍性的问题能让模型广泛搜寻网络语料，提供丰富多元有细节的答案。所以，一些解释型、背景资料式、归纳总结式等具有工具属性的问题是人工智能助手的“舒适区”，未来取代新闻媒体同类功能的可能性较大。

　　由此推导，去工具化、增加创造性将成为新闻媒体的选择。那些看上去人工智能不好回答的问题，可以成为新闻媒体的主攻对象：刚刚发生的，尚未进入人工智能搜索范围；包含现场生动细节的，人工智能无法具身参与；突出人类情感的，人工智能不曾体验；与重大主题相关联的，中性的算法不具倾向性；有舆论监督作用的，全网搜索不等于调查；用具体事例解释抽象概念的，人工智能很难理解为什么……这些问题大都指向同一个前提，即要求主动发现，具备原创性。而发现问题、提出问题正是新闻媒体的专业优势。通过提升记者在选题策划、采访调查中解疑释惑、揭开真相方面的能力，为受众提供可读、可鉴、可赏的精神文化产品，有助于党媒相较人工智能单纯地搬运信息、呈现信息方面产生本质区别。

　　2

　　适应未来有差距，党媒提问能力现状调查

　　本文以上研究已提示：“如何提一个好问题”，将成为新闻媒体面对人工智能放大专业优势的关键。落实到实际操作层面，新闻记者发现问题、提出问题的能力现状如何？遇到了哪些困扰？又该如何应对？本文对此开展了问卷调查，面向中央、省、市、县四级媒体的记者共收回108份有效回答。调研发现，党媒记者在发现问题、提出问题上的能力普遍较适应趋势要求还存在差距，甚至在实地采访等某些核心环节上，受近年来新媒体融合影响，相比传统还有所削弱。

　　（一）专业自信不足

　　调研发现，对于“人工智能助手产生类新闻是否会给新闻媒体带来影响”，受访者整体上较为悲观，16.67%的受访者认为“会有非常大的影响”，50.92%的受访者认为“会有一定影响”，认为“目前不会，但随着人工智能升级可能会有影响”的占26.85%，仅5.56%认为“完全不会受影响”（见图1）。由此看出，人工智能助手冲击了一部分新闻记者的专业自信，主要由两个原因导致。一是对其特性效用认识不足。鉴于复杂的原理和使用途径限制，部分记者对人工智能大模型产生畏惧心理，不愿率先尝试，在不了解的情况下盲目产生不自信。认为人工智能助手会产生影响的受访者中，有53.93%还从未用过大模型。二是日常采编工作的方式方法及作品与人工智能提供的内容有所雷同。部分受访者在初步尝试大模型以后，被其强大能力震撼，认为人工智能可取代记者的一部分工作。如认为人工智能会取代记者的57.41%受访者中，69.35%认为在类型化报道被取代的可能性较大（见图2）。

　　（二）发现问题的主动性不够

　　问题会自现，更需被发现。即时性、原创性以及舆论监督类等问题有赖于记者主动深入社会、了解实情，同时判断新闻价值，将其转化为可操作的选题。调研结果则显示，发现问题的主动性受制于三个层次。

　　1.选题来源的路径依赖。新闻选题的开端从何而来？从新闻记者角度出发，“领导指派或点题”（68.52%）、“所在条线提供线索”（60.19%）和“效仿其他媒体”（38.89%）是记者被动接受选题的来源（见图3）。主动者有37.96%通过“长期关注”、35.19%通过“自身生活”来发现选题，远低于被动式。长期被“投喂”选题，记者的视野范围大幅受限，导致发现问题的主观能动性和新闻敏感性下降，也就不容易发现好问题。

　　2.实地采访比重下降。好新闻通常是“七分采三分写”。在采访中，记者进行调查、求证，挖掘出新的信息。根据本文调查，有50%受访者对采访持中性态度，不喜欢也不讨厌。而如果比较记者的采访比例差异，仅有18.52%的受访者表示自己会为了每一个选题进行采访，21.3%的受访者认为一半以上的选题无需采访就可完成（见图4）。其中，文字记者的采访需求比全媒体记者低。如果依赖查找材料、网络搜索等方式来完成采访，人工智能助手或可取代部分记者的整合工作。

　　3.社会交往能力不足。德国哲学家哈贝马斯认为，人与社会、人与人这种全景式的交往是战胜机器时代工具理性的唯一法则[3]。提问就是一种交往，记者带着职业性和好奇心与社会各圈层交往、与人交流，亲身体验，才能出细节、出情感，写就冒热气的鲜活报道，这是人工智能望尘莫及的。调研结果也显示，受访者认为需要“深入了解社会”（57.41%）、“提高与人交往能力”（49.07%），来提高自身主动身发现问题、提出问题的能力（见图5）。

　　（三）解构问题的能力有待提升

　　人工智能助手处理语句的方式是把句拆成词，再根据词的排列推断前后关联来理解问题。而人的优势在于从经验和直觉出发对问题抽丝剥茧，由表及里。如果一个问题连记者自己都不明白、不理解，便无法转化成通俗可操作的提问。

　　1.批判性思维不强。批判性思维是在具体问题解构过程中进行质疑、论证、反驳，来审视观点的合理性，本质上是用提问的方式解开事件背后的逻辑。在图5中，有三分之二的受访者认为自己需“加强批判性思维的训练”。缺少批判性思维意味着记者无法联系局部与整体，自然也发现和解答不了好问题。另外，新闻选题常有时效性要求，很多记者发现一些选题无法进行的原因，除了上级要求等，更多是因为“新闻性缺失”（48.15%），也与“没有能力进行下去”（26.85%）有关（见图6）。这反映出记者用批判性思维继续深挖线索的能力不足，看不到问题背后的关联，无法就此发现更具报道价值的新鲜素材。

　　2.人文情感蕴含不足。优秀新闻报道离不开对人的解构，这既包含解读人的思想、行为，还包括以共情对被采访者予以人文和情感上的关切，从人的故事性角度来发现问题。问卷显示，有40.74%受访者认为自己在需要“培养与人的共情能力”方面有所提高（见图5）。缺少了人文关怀和情感的报道，不仅打动不了记者自己，更打动不了受众，容易产生距离感，也不利于报道的进一步传播。

　　本文调研结果表明目前党媒记者在提问方面存在的不足，既有现实制约，也有主观意识羁绊。但从业者观念的转变和能力的提升并非只是个人层面的问题，需要媒体从行业层面作出战略调整和指导，来应对人工智能的挑战。

　　3

　　变换“好问题”的坐标系，重塑党媒专业优势

　　人工智能的广泛应用加重了党媒系统性变革的紧迫性，党媒要及时调整发展战略，在内容、运营、经营、管理、组织等方面与技术进步全面融合，实现能力跃迁。其中，内容是党媒的核心竞争力，只有优质内容才能吸引用户、留下用户。党媒不仅要利用好人工智能这个强大的工具，在生成式内容生产方面凸显自身特色，更要逐渐摈弃“快餐式”的内容生产模式，从好内容的源头开始发现问题、提出问题，用提一个好问题来增加内容的厚重感、丰富感、独特感，进而塑造党媒区别于人工智能的绝对优势。

　　（一）厚重感：以思想内涵震撼人心

　　后真相时代的公众对新闻的真实性、准确性、思想性提出了更高的要求。对党媒来说，要将报道重心向事实核查、舆论引导、观点传递等方面转移来提升新闻报道的厚重感。同时，在考核机制中给这类报道更多宽容和耐心，多向作品质量倾斜，而非简单依据传播数据量化考核。党媒记者可从加强批判性思维、多角度切入选题、挖掘事物深层关联等方面发力，建立对选题的良好判断。比如获第34届中国新闻奖舆论监督类三等奖、来自《工人日报》的报道《成都一外卖平台商家12张营业执照10张为假》，正是从其他媒体未报道过的角度出发，历时半个月进行调查，揭示了外卖“影子店铺”威胁消费者食品安全的问题[4]。

　　（二）丰富感：以深层连接打动人心

　　对选题的认识和选择由记者的经验和偏好决定，而这又源于与社会交往的程度。没有融入就没有发现，党媒记者要把自己作为连接社会的特殊节点，将发现选题的触角伸向远处，与社会更广泛阶层、群体紧密、深入连接，增加选题的贴近性、细节的丰富感。第18届长江韬奋奖获得者、浙江广电集团高级记者杨川源喜欢记录各种各样的人，她认为人对于自己最大的吸引力是“能够看到自己，去想明白我们应如何对待和解决类似的问题，这是一个学习的过程”[5]。用真诚的心去感受对方、理解对方，收获的不仅仅是有更多细节和层次的选题素材，还有另一枚真心，和一份被社会需要的职业骄傲。

　　（三）独特感：以鲜明风格聚拢人心

　　算法推荐让用户养成接收个性化内容的习惯，很难为“大路货”信息驻足停留。在信息洪流中，党媒的竞争对手既有兄弟媒体，还有自媒体。想要沉淀受众，就必须从内容出发，凸显所在媒体的独特感，细分内容领域，让“个性”匹配“个性”，实现分众传播。比如，可通过栏目化、IP化的内容制作来提升媒体品牌影响力。对记者来说，可从专业领域、报道视角、叙述风格、写作风格等方面保留自己的个性，体会到新闻工作中的创造性，进一步向“专家型记者”进阶。潮新闻·钱江晚报考古线记者马黎曾现场见证了良渚古城遗址申遗成功。自创的“考古发掘式写法”让她在新闻现场“不愿意相信眼前所看到的”，她认为“任何一个现场的背后，都还有可发掘的故事和意想不到的细节”，能辅助还原一个更为真实的“现场”。[6]以此写就的新闻报道充满文学性和现场感，出新更出圈。

　　四、结语

　　提问是思想的开关，在于寻找更远的未来。随着数据规模和质量的提升以及算法的迭代，大模型涌现的能力可以大幅提升人工智能助手处理用户需求的能力。面对人类提出的种种问题，它无时无刻不在学习、优化和提升。我们无法预测人工智能今后会强大到何种程度，但预见可以给改变留足缓冲的空间。本文对提问的研究并非仅仅树立党媒的危机意识，而是强调，在人机共存的趋势下，发挥好党媒和人工智能的各自优势，才是双方合作共赢的持续动力。

　　参考文献

　　[1] 量子位智库.AI APP赛道智能助手一枝独秀，字节APP工厂模式再次奏效｜量子位智库AI APP榜单[EB/OL].(2024-11-13)[2024-11-20].https://mp.weixin.qq.com/s/19NO9fFjQuMV3GZKEbkdzA.

　　[2] 赵书彬,曲珍.从“第一滴水”开始——西藏用心呵护长江源.[N/OL].西藏日报,2023-09-25[2024-12-02].http://www.zgjx.cn/2024-10/30/c_1212404293_2.htm.

　　[3] 杜骏飞.新闻是人,新闻学是人学[J].国际新闻界,2018,40(02):22-29.

　　[4] 杨召奎,李娜.和朋友聊着聊着，聊出了中国新闻奖[EB/OL].(2024-11-29)[2024-12-01].https://mp.weixin.qq.com/s/jnvPdPIWtZNj4jWTl4uNgQ.

　　[5] 王卓尔.杨川源:先找到“我”,再找到“我们”[J].传媒评论,2024(02):25-28.

　　[6] 马黎.文化记者需要“考古发掘”[J].传媒评论,2018,(10):27-29.

　　(作者：王卓尔 张宇洲 浙江传媒研究院编辑）