算法时代新闻专业主义的理念重塑与实践路径

摘要：人工智能技术在新闻传播领域的应用，改变了新闻生产、传播与接受的方式。算法作为新的信息“把关人”，为公众设置议程，建构“拟态环境”，影响人们对社会环境的认知。算法时代，新闻专业主义“真实、全面、客观、公正”的内涵面临新挑战。算法判断局限与新闻真实性、算法偏見与新闻客观性、算法个性化推荐与新闻公共性之间形成张力和矛盾。在理念层面上，智能传播语境下的新闻专业主义应该平衡工具理性与价值理性、追寻客观事实与算法正义、兼顾个性化与公共性。在实践层面上，由多元内容生产者共同参与，建构起外部规制的“他律”体系和职业共同体的“自律”意识，提升社会大众的“算法素养”，重塑新闻专业主义。

关键词：算法时代;智能传播;新闻专业主义;职业话语

作者简介：叶秀端，新闻学博士，华侨大学新闻与传播学院讲师，主要研究方向：新媒体、台湾传媒、影视传播（福建厦门361021）。

中图分类号：G210 文献标识码：A 文章编号：1006-1398（2020）02-0108-09

一算法时代的新闻传播与新闻专业主义

（一）算法机制下新闻生产与传播模式的嬗变

随着智能算法在新闻传播领域的应用，新闻生产流程、传播渠道、传媒组织以及新闻价值观念都发生了一些变化。从搜索引擎、社交媒体、新闻聚合平台到自动化新闻生产，算法在新闻生产与分发方面逐渐代替人工编辑的部分工作，成为“后工业化新闻生产”（指新闻不必再围绕生产工具、生产资料来组织生产，职业和职场可以分离）时代信息的“生产者…‘把关人”。

在智能化信息聚合与分发方面，2002年，“谷歌新闻”启动，由算法代替人工编辑对热点话题按照权重进行排序，形成头版新闻。2016年8月，脸书（Facebook）的“热点话题”（tren-ding topics）完全自动化，取消人工编辑团队，由算法进行热点话题的审核。推荐算法能够基于用户的人口统计学特征、偏好、行为、关系等数据进行精准化信息推送。在信息过载的环境下，算法的个性化推荐在一定程度上缓解了信息爆炸带来的焦虑。在国内，今日头条、一点资讯、天天快报等新闻聚合平台根据用户的个性化偏好推荐新闻，对网络信息进行导流。抖音、快手等短视频平台根据用户的浏览记录和使用习惯推送相关视频，聚集大量粉丝群体。

在智能化新闻生产方面，国内外的传统媒体和新兴媒体开始应用自然语言生成技术自动生成新闻报道。自动化新闻指的是使用预先设计好的软件或算法在没有人类干预的情况下自动生成新闻故事的过程。写稿机器人正在代替人类记者完成财经、体育、地震等领域常规的程式化新闻报道。例如，美国《洛杉矶时报》使用员工开发的软件Quakebot，根据美国地质勘查局地震通知服务（u.S.Geological Surveys Earthquake Notification Service）提供的实时地震信息自动生成新闻稿，经过人工编辑审核后第一时间在该报网站发布。美联社使用洞察力公司（Automated In-sights）开发的Wordsmith平台自动生成财报文章。腾讯的Dreamwriter、新华社的“快笔小新”、阿里巴巴与第一财经联合推出的“DT稿王”、今日头条的Xiaomingbot、国家地震台网的“地震信息播报机器人”等能够快速生成新闻稿件，将人类记者从重复性的简单新闻报道中释放出来。除了文字新闻，新华社在自动化视频新闻方面取得重要进展，2017年以来，先后推出中国首个媒体人工智能平台“媒体大脑”、升级版“媒体大脑·MAGIC短视频智能生产平台”、用不同语言播报新闻的多位“AT合成主播”，在机器生产内容（MGC）和媒体机器人方面先试先行。

媒体的智能化体现了保罗·莱文森提出的媒介演化的“人性化趋势”，即媒介朝着增加人类功能的方向进化和发展。这种趋势符合媒介演化的规律，是计算机对人类写作新闻、播报新闻、审核新闻、分发新闻的模仿。“机器人记者”“AT合成主播”擅长具有固定模式的常规报道，并且能够快速、大规模地生产新闻文本。借助智能化新闻生产系统，人类编辑记者能够从简单重复的报道中解脱出来，将更多的时间和精力投入到与社会公共利益相关的调查性报道和深度报道。然而，智能算法在带来新闻生产效率和规模的同时，也让新闻专业主义理念面临新的挑战和困境。

（二）算法时代新闻专业主义面临的挑战

新闻专业主义的理念源自美国，与19世纪独立报刊的发展以及由此确立的新闻理念密切相关。新闻专业主义是一套论述新闻实践与新闻体制的话语，又是一种意识形态和社会控制的模式。新闻专业主义涵盖理念与实践两个层面，是“大众传媒理念、价值观和操作方法的整个体系”。新闻专业主义包括对“真实、准确、客观、公众问责性”等新闻伦理规范的阐释和应用，还包括对操作技能和标准、“高质量”等新闻生产实践的规训。新闻专业主义要求媒体以社会的公共利益为出发点，“向公众提供真实、全面、客观、公正的报道”。真实性、客观性、公共责任构成了新闻合法性和独立性的基础。新闻专业主义作为一种“专业权力”，具有政治性和自主性，在与社会其他专业系统进行“区隔”与“挤压”的过程中，建立自己的专业壁垒和管辖权边界。

20世纪90年代后期，新闻专业主义理念传人中国，在与中国本土新闻传播观念的碰撞中获得发展，并逐渐成为我国新闻工作者共同遵守的职业伦理规范。社交媒体时代，用户参与新闻生产和传播，用户生产内容（UGC）成为信息生产的重要方式，“人人都是记者”，编辑记者的“把关人”权力部分让渡给普通大众。因此，“交往理性”成为新闻专业主义2.0理念重构的重要内容。人工智能时代，算法介入新闻的生产与分发过程，这对新闻专业主义造成何种影响？机器生产内容（MGC）是对新闻专业主义理念的强化还是弱化？

1.算法判断局限与新闻真实性

真实性是新闻专业主义的基本要求。通过算法进行新闻生产与分发最重要的是保证新闻的真实性。由于算法判断自身的局限性，算法在进行新闻“把关”的时候容易出现漏洞，抑制有价值的新闻内容，甚至导致假新闻的传播。2016年8月，脸书撤销“热点话题”人工编辑团队后不久，算法将endingthefed.con网站捏造的一则假新闻《突发新闻：福克斯新闻网揭露了叛徒梅根·凯利，把她踢出支持希拉里团队》（BREAKING：Fox News Exposes Traitor Megyn Kelly，KicksHer Out For Backing Hillary）设置为热点话题，因其头条显著位置而引起大量关注，造成负面社会效应。该假新闻事件后不久，脸书将美联社战地记者黄功吾（Nick ut）在越南战争期间拍摄的著名照片《战火中的女孩》（Napalm Girl）判断为裸露违规照片，因阻止有价值的内容传播而受到谴责。

数据来源的真实性决定算法新闻的真实性。倘若自动化写稿软件的输入数据有误，就会导致输出虚假新闻。2015年5月，美国地质勘查局地震通知服务将发生在日本和阿拉斯加的三次地震错误判断为发生在加利福尼亚的地震，并发布预警;美国《洛杉矶时報》的自动化写稿软件Quakebot根据地震预警信息自动生成三则新闻报道，人工编辑基于对算法的信任并没有发现错误，相关报道也就变成了假新闻。

2.算法偏见与新闻客观性

客观性是新闻专业主义的核心概念。客观性是新闻媒体专业化的一个标志。新闻推荐算法的应用，在新闻媒体和公众接触信息之间设置了一道过滤关卡。算法成为新的信息“把关人”。个性化的内容推荐本质上体现的是算法的逻辑和负载的价值。算法作为人工智能技术的核心，表面上是在没有人类干预的情况下进行新闻价值判断，这种“技术中立”实际上是一种“伪中立”。算法是人类创造物，离不开设计者和所有者的价值观和认知框架。算法隐性或显性地负载价值（积极价值或消极价值），这种价值负载呈现在其应用结果之上。判断标准的选择、数据提取、语用分析和结果解读等人为因素的影响都会内嵌在算法之中。例如，脸书的新闻栏目News Feed信息推送算法的核心价值观是“Friends and Family First”（朋友和家人第一）。2016年3月23日，微软在推特（Twitter）推出少女人工智能聊天机器人Tay。具有深度学习能力的Tay很快就被网友“教坏”，学会口出脏话、歧视女性、仇视少数族裔和各种偏激言论，上线不到一天就被迫下线。

算法承载着程序员、编辑记者、媒体平台的价值观、立场和利益取向，甚至是偏见或歧视。作为中介的算法不是透明的、中立的，其本质是“转译者”，算法偏见产生的三个来源是算法设计者的偏见、输入数据的偏见和算法局限的偏见。算法偏见是对新闻客观性的挑战。客观性要求新闻报道要公正、平衡、不偏不倚，“事实与意见分开”。然而，算法背后往往蕴含着媒体平台的价值取向和政治立场，甚至是信息操控的意图，貌似“技术中立”，实则很难做到真正的客观。

3.算法个性化推荐与新闻公共性

公共性是新闻专业主义的理想所在。公共性要求新闻媒体和新闻工作者必须服务于公共利益，承担起服务公众的社会责任。

随着智能算法嵌入新闻生产与传播，新闻的概念以及新闻的功能正在发生改变。传统媒体时代，“新闻的定义是：新近发生的事实的报道”;在线时代，“新闻是你看到的、与你相关的被传播的事实的呈现”。传统媒体时代，新闻价值判断标准是时新性、重要性、显著性、接近性和趣味性，关注的是新闻的品质;算法时代，新闻价值的判断标准是相关性、热度、流量，关注的是用户的注意力。算法根据用户的个人偏好、行为习惯、所处场景等因素推送新闻，实现内容和用户的精准匹配，提高传播效率。算法推送机制下，用户获得美国麻省理工学院教授尼古拉斯·尼葛洛庞帝所预言的“我的日报”（the Daily Me）。相关性和流量成为新闻价值判断的重要依据，用户偏好和商业利益成为影响信息流向的重要因素。在用户兴趣导向的驱动下，新闻业专业判断的核心问题由“什么值得关注”转变为个性化的追问“这个人想要什么”。新闻的重要性在算法推送过程中可能被遮蔽。

算法推送机制可能加剧“过滤气泡”“信息茧房”和“回音室”效应，引发学界进行诸多理论探讨和实证研究。有学者认为，算法解构了“公共性”。算法在提高新闻生产与传播效率、带来个性化内容的同时，强化受众对信息的“选择性接触”，在一定程度上损害了新闻的公共性，不利于用户接触多元信息，不利于不同群体形成共识和社会整合。长期的个性化和同质化信息接触可能造成群体极化和“网络巴尔干化”现象。在算法的影响下，新闻媒体朝着智能化的方向发展，其作为“监视者”的功能被放大，作为“论坛”和“教师”的功能被弱化，其公共责任部分让位于个性化信息的满足。

二算法时代新闻专业主义的理念重塑

在新闻生产与传播越来越智能化，算法的影响愈发显著的环境下，新闻专业主义可通过理念重塑来应对挑战与危机，平衡工具理性与价值理性、追寻客观事实与算法正义、兼顾个性化与公共性。

（一）平衡工具理性与价值理性

马克斯·韦伯将人类理性分为工具理性和价值理性。工具理性（目的合乎理性的），“即通过对外界事物的情况和其他人的举止的期待，并利用这种期待作为‘条件或者作为‘手段，以期实现自己合乎理性所争取和考虑的作为成果的目的”;价值理性（价值合乎理性的），“即通过有意识地对一个特定的举止的——伦理的、美学的、宗教的或作任何其他阐释的——无条件的固有价值的纯粹信仰，不管是否取得成就”。换言之，工具理性关注行动的目的、手段和结果，价值理性关注行动的无条件的固有价值。

大数据分析能够帮助我们发现事物之间的相关性，甚至预测事物未来的发展趋势。数据可视化能够更全面地呈现新闻事件。媒介延伸了人类的感官和能力。媒介技术的迭代发展和不断完善，是对工具理性的彰显。人工智能体现的是追求事物最大功效的工具理性。算法能够高效、大规模地生产新闻，能够基于用户数据进行精准化传播。媒体机器人在程式化新闻报道方面代替人类编辑记者的某些职能。人类编辑记者的主体性、权威性以及在新闻业中的地位受到挑战。“极端的工具理性被纳入到新闻生产的全流程评价体系，而职业知识分子的价值理性不得不让位于投资回报的精准计算。”

新闻专业主义是工具理性与价值理性的混合体。在媒体智能化的过程中，媒介技术与人类价值之间是一种同构的关系，“未来的媒体应当坚持以人为本的价值方向”，“将价值理性整合进人工智能的基础框架”。算法作为一种“工具”“中介”和“代理者”，并不是价值中立的，应该在正面价值观的引导下成为人类编辑记者的辅助工具。如前所述，算法判断具有局限性，基于算法的新闻产品需要融人人文价值，对算法逻辑进行纠偏和矫正。例如，今日头条自2012年创立以来，在信息推荐算法方面进行四次大的调整，完成从“算法没有立场和价值观”到“技术必须充满责任感和充满善意”的价值迭代，在“边界调适”中提升其社会适应度与合法性。

“人工智能+人类编辑”的协作系统是算法时代新闻生产与传播的有效模式，整合机器生产与人工审核。“机器不会批判，但批判性是人类文化最重要的特征之一。”“算法判断+人类判断”，在工具理性与价值理性、经济效益与社会效益之间找到平衡点，防范虚假新闻侵占公共舆论空间，让真正具有价值的新闻成为公共议题，让真正重要的议程成为头条新闻和热点话题，让有温度、有深度的新闻被广泛传播、被大众知晓。

（二）追寻客观事实与算法正义

人工智能归根结底是一种人造物。“人工智能不是一种独立的智能形式，而是人类智能通过计算机这种人造物所进行的传播，计算机是信息储存和加工的媒介。”目前，应用于新闻传播领域的人工智能属于“弱人工智能”，模拟人类编辑记者的传播行为，自动化执行某些新闻生产与分发任务。机器人记者本质上是通过算法实现对人类记者写稿模式的模仿，擅长数据分析和程式化的新闻报道，但是在原创性观点、批判性思维、复杂写作、深度分析等方面仍然具有很大的局限性。机器算法依赖输入数据产生新闻文本。数据本身的真实性、准确性、完整性至关重要。数据本身的结构性偏差将影响事实的呈现和新闻的客观性。

由于智能算法的介入，新闻事实的呈现和传播更加快速、便捷。在信息的海洋中，为了发现真相，新闻媒体可以通过算法对新闻事实进行核查，寻找“后真相”环境下的客观事实，减少片面、虚假新闻的传播。例如，美国《华盛顿邮报》使用应用程序Truth Teller对新闻报道内容进行事实核查，若发现异常便会发出警报。

受到政治、资本、技术等因素的影响，算法很难完全客观地呈现新闻事实，有时还会因数据的缺失、媒体平台的操纵或商业利益的导向而造成报道偏差。通过深度学习，媒体机器人能够学习人类表达某种观点，甚至习得某种偏见或歧视。算法偏见会带来社会不公正问题。算法正义是治理算法偏见等数字技术伦理风险的有效路径。“算法正义原则旨在建构公平、透明、负责的算法系统。”算法时代的新闻专业主义应该将算法公平原则、算法透明原则、算法负责原则纳入理念重塑范畴，确保算法正义以及基于算法的新闻传播接近客观与公正。算法公平原则要求算法能够传播社会各个群体的声音;算法透明原则要求算法公开其运作机制，规避算法“黑箱”问题;算法负责原则要求算法发挥舆论引导和价值引领的功能。智能传播语境下，网络空间“意见的自由市场”中，需要多元观点的交流，平衡的信息生态，更需要正确价值观的引导。

（三）兼顧个性化与公共性

个性化信息需求的满足是算法传播的天然优势，而公共信息的扩散则是算法传播的社会责任。大众传媒具有社会整合的功能，公共议程连接社会不同阶层、不同群体。利用算法助力公共传播，促进公共领域的理性讨论和社会整合，这是算法时代新闻媒体的责任与担当。算法用一种隐蔽的方式表征现实世界，设置议程，构建“拟态环境”，影响人们对这个世界的认知。因此，算法“需要兼顾个性满足与社会整合的平衡、分发效率与公共责任的平衡”。潘忠党和陆哗认为，在新的传播生态中，新闻专业主义仍然具有规范新闻实践的重大意义，走向公共是新闻专业主义再出发的路径。我国新闻媒体兼具党性和公共性，应该发挥其社会监督和舆论引导作用。因此，媒体在新闻生产与传播的过程中，兼顾用户的个性化需求和新闻的公共性，将新闻价值判断的部分权力让渡给算法的同时，应确保对国家、社会、公众具有重要意义的议题能够进入大众视野。

个性化信息与公共信息的平衡传播是解决“信息茧房”问题的对策之一。算法时代，“信息茧房”产生的原因大致可以分为两大类：一是用户自我选择信息，如订阅、关注等;二是智能算法推荐信息，如根据用户兴趣偏好、社交关系、话题热度等推送信息。“信息茧房”源于选择性信息接触，是信息窄化的一个比喻。用户的自主性、朋友圈和现实社交环境使其能够在个性化信息氛围之外，接触多元的信息，并不必然会置身于“信息茧房”之中。尽管如此，新闻平台通过优化算法、调整算法变量权重，向用户分发不同内容，“实现硬资讯与软资讯、兴趣与理性的平衡”，实现个性化信息与公共信息的平衡，是其社会责任的体现。

此外，新闻媒体应该注意公共领域与私人领域的边界，尊重和保护用户个人隐私。“新闻专业主义的最高标准是追求社会的真相;而媒介伦理的理想目标却是对个人的‘不伤害。”用户个人隐私数据泄露是算法时代面临的重要问题。大数据是智能传播的驱动要素。智能化新闻生产、个性化新闻推荐都离不开对用户数据进行收集、处理和分析。公共领域与私人领域的边界变得模糊。如何在智能化新闻生产与传播的过程中，保证用户个人隐私不被侵犯，是当下需要解决的伦理困境。

三算法时代新闻专业主义的实践路径

从实践的角度看，算法时代的新闻专业主义理念需要由职业新闻工作者、公民记者、算法工程师、社会大众、机器人记者等多元主体共同参与实践，建立起外部规制的“他律”体系，增强职业共同体的“自律”意识，提升社会大众的“算法素养”。

（一）参与主体：多元内容生产者共同实践

当前，新闻业职业与非职业的边界正在消解，呈现出“液化”状态。“液态新闻业”主要包括三个层面的含义：第一，新闻从业者身份在职业记者、公民记者、大众之间不断转换;第二，职业共同体边界变得模糊，职业与非职业群体相互渗透;第三，新闻业处于“液态现代社会”当中，每一个社会成员以自己的方式生产、使用新闻并借此参与公共生活。“液态”意味着流动和变化。新闻作为一种职业，在发展的过程中经历专业化的不同阶段。专业主义依托专业化程度较高的职业，“专业”是“职业”的高级阶段。算法时代，除了职业生产内容（OGC）、专业生产内容（PGC）、用户生产内容（UGC），机器生产内容（MGC）已经成为新闻生产的重要方式。“机器人记者”“AI合成主播”无需经过传统的专业教育，便可具备一定的新闻写作和播报能力。新闻业的边界被打破，多元主体参与新闻生产与传播，新闻职业共同体的壁垒和权威受到挑战，但新闻业仍需要专业性的重塑，“这种重塑的专业性是一种多元主体共同实践的专业性”。

新闻专业主义作为一种职业意识形态，对新闻实践具有规范作用。算法时代，专业内容生产者应该成为新闻专业主义的倡导者、践行者和推动者，在公共信息传播方面发挥专业媒体工作者的职业权威和引领作用。公民记者应该提高新闻专业素养，确保新闻真实性、客观性和公共性，生产出高质量的新闻报道。算法工程师应该了解算法在新闻传播领域引发的伦理问题，加强责任意识。社会大众应该在交往理性的指导下参与新闻生产与传播。机器人记者则需要提升公共性信息覆盖力，致力于纠正社会偏见。

（二）“他律”体系：出台相关管理政策与规范条例

人工智能时代，新闻主管部门需要对各种内容生产者进行监管，出台相关规定，规范网络新闻信息服务，营造健康的媒介生态环境。2017年5月，国家互联网信息办公室公布的《互联网新闻信息服务管理规定》第十一条指出：“互联网新闻信息服务提供者应当设立总编辑，总编辑对互联网新闻信息内容负总责。”该条例肯定了人类编辑的专业性和权威性，明确了互联网新闻信息服务的问责制度。机器人和算法能够满足个性化信息需要，但是人类编辑才能够“铁肩担道义”，确保新闻的公共性和新闻媒体的社会责任。

算法“黑箱”可能导致不公正的社会问题，因此需要出台算法相关条例，建立算法相关人员的职业规范，从外部监督算法“权力”、透明度与合理性，并对引发的问题进行追责。在国外，欧盟于2016年通过了《一般数据保护條例》（General Data Protection Regulation），于2018年5月25日正式实施，对处理个人数据的原则做出规定，要求自动化算法必须具有透明性、可解释性，软件公司需要向用户以可理解的方式解释算法决策背后的逻辑。2017年，美国计算机学会公共政策委员会（ACM Public Policy Council）公布了《算法透明与责任原则》（Principlesfor Mgorithmic Transparency and Accountability），提出算法设计与使用过程中的七条原则：偏见意识（Awareness）、接近和纠正（Access and redress）、责任（Accountability）、解释（Explana-tion）、数据来源（Data provenance）、可审查（Auditability）、验证与测试（Validation and test），以减少算法决策潜在的危害。未来，我国可借鉴其他国家和地区的经验，制定人工智能相关的专门法律法规，对基于智能算法的信息传播活动进行规范和监督，让算法更透明、更公正。

（三）“自律”意识：明确职业共同体的责任与担当

美国媒体评论家、学者舒尔（Effrey Scheuer）在《大图景：为什么民主需要卓越的新闻》中提出新闻的三大责任：求真的道义责任、提供背景的知识责任、提供舆论阵地的组织和政治责任。求真、提供背景知识、提供舆论阵地仍然是传统媒体和新兴媒体共同的社会责任。

职业共同体的行业规范、伦理道德是构建良好媒介生态不可或缺的组成部分。新闻从业者应该加强“自律”意识，将相关法律法规、职业规范、伦理道德内化为自身的行动准则，同时与算法工程师进行跨行业、跨部门的交流，推动新闻传播领域算法伦理原则的明晰化和规范化。专业新闻媒体应该坚守新闻专业主义，坚持新闻品质，在个人信息偏好与社会共同价值之间找到平衡点，在实践中重建新闻权威，重新找回“把关人”角色，发挥主流价值引领的作用。新闻聚合平台有必要制定相关政策，保护新闻出版者和作者的著作权以及用户的个人隐私，通过算法价值观的优化保证算法公正性和公共信息的传播，并承担起应有的信息内容审查责任。自媒体平台则应该对算法生成的热点话题进行必要的人工审核和舆论监测，规范用户信息传播行为，致力于和谐公共领域的建构。

（四）“算法素养”：提升社会大众的交往理性与批判能力

算法时代的信息生态由职业新闻工作者、公民记者、算法工程师、社会大众机器人记者等共同形塑。社会大众不仅是新闻的消费者，也是新闻的生产者，公民参与新闻生产与传播活动。这部分公民新闻或者成为专业媒体的新闻素材，或者直接进入算法推荐的信息循环系统。此外，社会大众也是算法型新闻产品的使用者，其信息消费直接受到算法逻辑的影响。

在复杂的信息环境中，首先，社会大众应该提升“算法素养”，了解人工智能在新闻传播领域的应用现状，以及算法的运作机制，增强信息获取的自主性，接触多元信息，自觉防范“过滤气泡”“信息茧房”“回音室”可能带来的负面效应。其次，社会大众应该加强交往理性，对算法推荐的热点话题、虚假新闻、片面信息、娱乐资讯等进行理性判断，审慎地参与讨论和二次传播，避免被情绪化信息和错误舆论所裹挟。再次，社会大众应该具备算法新闻识别能力，了解机器人写作新闻与人类写作新闻的异同，同时对媒体机器人的社会影响具有批判能力，辩证地看待其传播功能与效果。

新闻媒体的迭代发展呈现出智能化趋势。新的媒介技术提供新的功能，并改变传播的过程和行为。算法作为“非人类”的网络行动者，在新闻生产、分发与消费中的影响愈发明显。算法介入新闻传播领域，使得“机器人”能够模仿人类的传播行为，甚至在一定程度上代替人类生产和传播信息。算法时代，新闻业仍然需要新闻专业主义。新闻生产与传播活动需要在人类共同价值的引导下，在追求智能传播功效最大化的同时，坚守新闻媒体的责任与担当、人本精神与人文关怀。社会需要通过公共议题形成共识，民族需要通过媒介建构“想象的共同体”。智能传播语境下，新闻界需要建立算法伦理原则，纠正算法的局限带来的传播偏差。新闻工作者应该在遵守党性原则的基础上，在个性化信息满足与公共信息服务、商业利益与社会效益之间保持平衡，在自动化生产与人工判断之间建立“人机协同”的最佳模式，借助人工智能快速完成常规新闻报道，把更多的时间和精力投入深度报道领域，服务公共利益，保持人类编辑记者在新闻价值判断方面的专业性、权威性和独创性。