摘要：随着大数据、算法推送以及机器人内容制作（MGC）等技术的发展，生成式人工智能的每一次的崭新应用均激发了关于新闻传播教育改革的广泛讨论。本文从生成式人工智能新闻教育概述、其对新闻传播教育的影响以及对策三个方面进行分析。通过对传统教学模式、教材资源、教师角色等方面的探讨，提出重塑教育理念、整合丰富资源、教师队伍改革等对策，以应对生成式人工智能对新闻传播教育的挑战。

关键词：生成式人工智能；新闻传播教育；影响；对策

近年来，生成式人工智能技术在各个领域取得了显著的成果，其中在新闻传播教育领域的应用也日益显现。人工智能技术的发展，不仅为新闻传播教育带来了新的机遇，同时也对其传统教学模式、教材资源、教师角色等方面产生了深刻影响。面对这些变化，新闻传播教育领域需要积极应对，以适应新时代的发展需求。

一、生成式人工智能新闻教育概述

生成式人工智能新闻教育是指将人工智能技术应用于新闻传播教育领域，以提高教育的效率和质量。尤其是ChatGPT的突然亮相，更是对新闻传播行业造成了巨大冲击。其显著之处，在于生成式人工智能的特性——能够将资料依照逻辑关系重新整理并融合，它所生成的文本并非单纯的材料堆砌，而是具备一定的结构，并且这一结构与人类的语言表达习惯日趋相似。而在生成式人工智能的帮助下，新闻传播教育可以利用人工智能的算法和数据处理能力，为学生提供更加个性化和智能化的学习体验。教育工作者需要充分利用技术赋能，培养学生的新时代新闻素养，使其能够适应数字化、智能化媒体环境[1]。

二、生成式人工智能对新闻传播教育的影响

1.对传统集体化共性教学模式造成冲击

传统的新闻传播教育往往采用集体化共性的教学模式，即所有学生接受相同的教学内容和方法。然而，生成式人工智能新闻教育的出现对这种模式造成了冲击。人工智能能够根据每个学生的学习习惯、兴趣和掌握程度提供个性化的教学内容和资源，从而实现了真正的差异化教学。这种个性化的教学方式能够更好地激发学生的学习兴趣，提高他们的学习效率，同时也对传统教学模式提出了挑战，要求教育者转变教学理念和方法。

2.传统教材和教学资源得到进一步丰富

生成式人工智能技术能够处理和分析大量的数据，这为新闻传播教育提供了丰富的教学资源。作为一座无尽可能的知识宝库，生成式人工智能能够为学生带来无数的信息与资源。随着人工智能技术的持续进步，它还通过人类的反馈进行强化学习，不断丰富其数据。比如，现在的聊天机器人可以通过Reinforcement Learning from Human Feedback（RLHF）来接受训练。在持续的学习过程中，人工智能将变得更加智能、系统化，并能提供更加个性化的知识服务，从而助力学生实现更加独立的学习[2]。

此外，人工智能还可以通过自然语言处理技术，自动生成新闻稿件，为学生提供写作练习的素材。这种技术的应用，使得教学资源更加多样化，有助于培养学生的新闻写作能力和批判性思维。

3.教师的角色转变为学习顾问与管理者

随着生成式人工智能新闻教育的推进，教师的角色也在发生转变。传统的教师角色主要是知识的传授者，而在人工智能辅助下的新闻传播教育中，教师的角色更多地转变为学习顾问和管理者。教师需要利用人工智能技术，监控学生的学习进度，提供个性化的学习建议，帮助学生解决学习中遇到的问题。

在人工智能的帮助下，教师可以更加精确地评估学生的学习成果，通过数据分析和反馈，帮助学生改进学习方法，提高学习效果。同时，教师还可以利用人工智能技术，开展在线教学和远程辅导，突破时间和空间的限制，为学生提供更加灵活的学习支持[3]。

三、生成式人工智能影响下的新闻传播教育对策

1.重塑教育理念，明确新闻传播行动主体

在生成式人工智能的背景下，教育者应该认识到，技术不再是教育的辅助工具，而是教育的重要组成部分。教育理念应该从传统的知识传授转变为培养学生的自主学习能力、批判性思维和创新意识。这意味着，教育者需要将新闻传播的行动主体从教师转向学生，强调学生在学习过程中的主体地位。

为了使教育实践深入本质且与新闻实践有效对接，在教学实践中应的根本遵循一纵一横两条基本路径。在纵向维度上，教育改革应融入技术理念，通过新技术的迭代来洞察技术发展的内在逻辑，保障新闻实践教学与技术进步同步。在横向维度上，则需紧跟生成式人工智能技术的进展，探究其对新闻实践带来的影响。边探索生成式人工智能技术，边界定智能媒体时代新闻教育的范畴。教育者应该鼓励学生参与新闻内容的创造和传播过程，利用生成式人工智能技术进行新闻采写、编辑和发布[4]。

2.整合丰富资源，打造学科交叉知识体系

生成式人工智能技术涉及计算机科学、数据科学、认知科学等多个领域，因此，新闻传播教育不能再局限于传统的新闻学知识，而应该与这些相关学科进行交叉融合。教师可以在课程设置中增加数据新闻、算法新闻、人工智能伦理等内容，让学生掌握运用人工智能技术进行新闻传播的基本技能。同时，通过跨学科的合作项目，学生可以了解到人工智能在其他领域的应用，从而拓宽视野，提高综合素质[5]。

生成式人工智能带来的最大变革是“知识的普及”，这也意味着知识的相对贬值。不过，这种贬值主要是指固定知识的价值降低，而富有创造力的洞察则更显难得。创造力源自人类知识生产的根本逻辑，是多领域知识交融的成果。在生成式人工智能的新时代，跨学科整合已成为新闻传播专业实践教育的重要趋势。例如，复旦大学新闻学院等国内高校自2012年起，对本科生实施“2+2”培养方案，学生在前两年可以在多个领域自由选择学习，后两年则专注于新闻传播学专业的深入学习。

3.教师队伍改革，构建实践型现代化师资

鉴于生成式人工智能这类前沿技术内容的教授需求，有必要让专业技术与新闻传播领域的教师携手，以期达到技术教学的最佳效果。例如中山大学早期便设立了“信息可视化”本科课程以及“数据新闻与交互设计”研究生课程，这两门课程由三位教师联合授课，包括两位具备跨学科背景的教师，他们分别来自理工科和设计学科。这种跨学科的教学模式，实质上类似于“兼职教学”，能有效地补充单一专业教师的知识短板，整合教育资源，为实践教育提供坚实的技术支持[6]。

同时，学校应该鼓励教师参与科研项目与行业专家进行交流合作，以便将最新的研究成果和行业实践引入教学。此外，教师还应该具备创新精神和实践能力，能够引导学生开展创新性学习项目。通过组织开展创新性项目使学生可以在实际操作中学习新闻传播的理论和实践，培养解决实际问题的能力。

结束语

综上所述，生成式人工智能对新闻传播教育提出了新的挑战，但也提供了新的机遇。为了适应这一变化，新闻传播教育需要重塑教育理念，整合丰富的资源，改革教师队伍，构建实践型现代化的师资。从而培养出既具备传统新闻素养，又能够运用人工智能技术的新时代新闻传播人才。这不仅有助于提升新闻传播教育的质量，也将为新闻行业的未来发展注入新的活力，为国家的新闻传播事业作出贡献。

参考文献

[1]刘洋.生成式人工智能技术在新闻传播中的应用研究[J].新闻文化建设，2024，（20）：178-180.

[2]贾方，班跃伟.生成式人工智能技术赋能新闻传播的机遇与挑战[J].新闻前哨，2024，（18）：36-37.

[3]李盎.生成式人工智能对新闻传播教育的影响和对策[J].陕西教育（高教），2024，（10）：32-34.

[4]郭小平，郭瑞阳.生成式人工智能在新闻传播业的应用及其风险应对[J].青年记者，2024，（06）：5-13.

[5]李欣，柳欣怡.生成式人工智能背景下新闻传播实践教育改革研究[J].教育传媒研究，2023，（06）：22-26.

[6]张波.生成式人工智能对新闻传播教育的影响及因应[J].中国广播电视学刊，2023，（10）：22-25.

作者简介：安奥杰（1993-），女，汉，河南开封人，硕士研究生，助教，新闻与传播专业。