廖祥忠:媒体人如何做到善用AI而不被裹挟?

资讯 腾讯网 作者:腾讯网 全文 1187 字 · 约 3 分钟读完

“我们要培养的,是兼具‘人机协同能力’与‘人机分离能力’的人;是能善用AI,但不被AI裹挟的人;是能保持住人的主体性,守得住底线和良知,具有强烈责任感的媒体人。”11月11日,在新京报创刊23周年系统性变革战略发布会上,中国传媒大学党委书记廖祥忠在致辞中说道。 他表示,以人工智能为代表的科技大变革正全面重塑媒...

“善用AI,但不被AI裹挟。”11月11日,新京报创刊23周年系统性变革战略发布会上,中国传媒大学党委书记廖祥忠在致辞中这样描述他心目中要培养的媒体人——兼具“人机协同能力”与“人机分离能力”,能保持住人的主体性,守得住底线和良知,具有强烈责任感。

在他看来,人工智能等科技大变革正在全面重塑媒体形态、舆论生态和文化业态,主流媒体深化系统性变革,已经是一道关乎媒体机构生死存亡的必答题。“谁先完成这场变革,谁就会赢得未来;谁停留在‘物理相加’,谁就会退出历史舞台”。

11月11日,中国传媒大学党委书记廖祥忠在新京报创刊23周年系统性变革战略发布会上致辞。 主办方供图

“人机分工”时代呼唤新型传媒人才

23年间,新京报从一张报纸长成一个全媒体传播平台,从“品质源于责任”到“变革,重塑生态”,从内容创新走向体系重塑,廖祥忠评价说“这条路走得扎实而坚定”。对新京报坚定不移推进IP化、生态化、场景化、数智化、国际化“五化”路径重塑主流媒体的探索,他给予高度评价,认为这“不仅是战略定位的调整,更是发展逻辑的重构”。

作为传媒教育工作者,廖祥忠提出的时代命题是——“媒体在重塑,人该怎么培养?”他指出,人类社会当前正站在又一次社会化大分工的历史性节点上,从“人人分工”时代迈向“人机分工”时代。这场跨越把传媒高等教育推到了“分水岭”,其功能定位、存在形态、知识生产、评价标准、培养模式正面临颠覆性变革。

廖祥忠说,中国传媒大学在信息传播领域算得上高水平院校,服务国家战略和行业发展一直是学校扛在肩上的事。人工智能时代到来后,学校把“为AI立心,为师生立命,为传媒继绝学,为盛世守太平”当作当下的使命,在传播科学、舆论科学、视听安全、数智创作等方向铺开布局,想回答的是“智能媒体时代需要什么样的人、怎样培养人”这个根本问题。他还提到,新京报在这场变革里攒下的鲜活经验,“正是课堂之外最生动的教材”。

校媒合作迈向纵深,三大方向深化产教融合

今年4月,新京报社和中国传媒大学签了战略合作协议,合作铺在党建共建、思政协同、舆情合作、产教融合、基地共建、平台搭建六个方向上,春季智库论坛也是双方联合主办的。廖祥忠说,这既是两家多年互信合作的接续,也是朝着未来走的一次双向奔赴。

深度合作接下来往哪走?廖祥忠给出三大方向:一是共建实践育人平台,把学生带到真实的采写现场去,让传媒理想在实践里扎根;二是共研媒体变革课题,盯住IP化运营、数智化转型、国际传播能力建设,把一线经验变成有价值的教学资源;三是共育复合型人才,通过课程共建、师资互聘建起长效机制,让人才链与传媒产业链紧密对接。

“二十三岁,正当年。”廖祥忠说,改革从来不是容易事,要打破熟悉的工作方式,要反复试错,也要在不确定里先走一步,“一路走来,新京报靠的就是这股劲头。我们有理由相信,新京报一定会越办越好!”

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 盖茨再谈AI风险:比核武器更危险,呼吁提前建机制

    “AI当然比核武器更危险。”近日,比尔·盖茨在美国哥伦比亚广播公司(CBS)的播客《好问题》中警告,过去一年,AI模型已经跨过一些危险门槛,社会和政府却还没有做好准备。从2023年宣告“AI时代已经开始”、强调风险可以管理,到今年8月发文提醒世界为动荡做准备,盖茨的警告越来越急迫。“达到人类的智能水平之后,它也不会停下

    来源 腾讯网
  2. 康康和爷爷账号清空:500万粉网红用AI“复活”89岁博主,争议何解?

    近日,超500万粉丝博主“康康和爷爷”连更多条AI视频。视频中,康康爷爷通过AI技术“复活”,随即引起争议。有网友感叹AI让爷爷以另一种方式陪伴;但也有网友质疑AI复活逝者不妥。11月11日,康康和爷爷社交媒体账号的笔记已经清空,头像和昵称也恢复为默认头像和昵称。对于上述争议,“康康和爷爷”账号发文回应称,最近听...

    来源 腾讯网
  3. 罗永浩直播间卖爆TRAE:AI Coding 9块9,57分钟成交

    文/章鱼编辑/闫如意时代变化有多快?双十一的直播间最先知道。前脚,李佳琦刚把 Token 卖上热搜,后脚,罗永浩就带着 AI Coding 来了。2026年的双十一,头部主播们不约而同卖起了AI。如果说 Token 还是AI时代的原材料,那么 AI Coding 则更像是 AI 时代的商品。对普通人来说,从 Token

    来源 腾讯网
  4. 《十月》AI写作赛555篇投稿:评委发现好句子,作家还剩什么

    2025年,《十月》杂志举办了一次人工智能协同写作比赛,共收到555篇投稿。评委们发现,有些作品写出了非常精彩的句子,甚至包含令人意想不到的比喻。还有参赛者利用AI模仿先锋小说的风格,或者让AI写作、修改,再由AI自行评价。这些细节让《十月》杂志主编季亚娅产生了疑问:当AI可以轻易写出优美的句子,过去文学界对于好...

    来源 腾讯网
  5. 淘宝双11AI主播泛滥:深夜满屏数字人,用户直呼恐怖谷

    今年双11,不少消费者深夜刷淘宝时,正在遭遇一种微妙的不适感:镜头里的主播只有循环的话术。很多人后知后觉,顿感脊背发凉,屏幕对面根本不是真人,而是AI主播。 《BUG》栏目实测发现,凌晨1点后打开淘宝,3分钟内平台即推送了4个AI主播带货视频。这些直播镜头里的主播五官规整、持续带货,却眼神僵硬,对于“支持退换货吗?”“

    来源 AI 行业观察
  6. 亚洲出口,正按AI产业链位置重新排座次

    日本曾长期位居亚洲出口前列,是高端制造出口的标杆,位次被超越不只关乎排名,更反映出区域分工结构的变化:出口竞争力的来源,正在从整体制造能力转向在AI供应链中所处的环节。

    来源 凤凰科技
  7. Radical Numerics推离线模型:断网也能识别AI工程病原体

    WIRED报道,初创公司Radical Numerics开发了一种可在无互联网连接环境下识别自然与AI工程病原体的模型。本文梳理其潜在价值、技术挑战与生物安全治理议题,并分析离线AI为何可能成为生物防御体系的重要补充。

    来源 AI 科技快讯
  8. AI长周期任务训练难在哪:中科大团队提出TerminalHorizon

    你有没有想过,为什么现在的AI助手让你写个爬虫脚本得心应手,但你让它帮你连续工作十二个小时,从头到尾盯着一个复杂项目反复试错、改方案、最后交出成果,它多半会在第二十分钟就跟你说"任务完成了,请查收",然后甩给你一个漏洞百出的半成品?这不是智商问题,是经验问题。就像一个刚毕业的实习生,你让他写一份周报他能...

    来源 腾讯网
  9. Signal加密协议完成AI数学验证:形式化验证成本能降多少

    Signal的端到端加密协议完成了一项为期四周的AI辅助形式化验证,用数学方法检验其核心加密逻辑的正确性。这项实验的意义不止于Signal本身:它显示AI有望大幅降低形式化验证的门槛与成本,让这种过去只有少数专家才能驾驭的“数学体检”逐步走向工程实践。

    来源 AI 科技快讯
  10. 项飙与麦克法兰对话:AI财富该归谁,人类如何面对真实世界

    人工智能正在以惊人的速度改变人类社会。当机器逐渐承担越来越多的工作,人类是否能够从繁重的劳动中解放出来?AI创造的巨额财富应该由谁分享?而在技术不断发展的时代,人又该如何寻找生活的意义、与他人的联系,以及真正值得投入的热爱?近日,“2026可持续全球领导者大会”在上海举行。德国马克斯·普朗克社会人类学研究...

    来源 腾讯网
  11. 罗永浩双十一直播带货TRAE:AI Coding从开发者工具变消费品

    时代变化有多快?双十一的直播间最先知道。 前脚,李佳琦刚把 Token 卖上热搜,后脚,罗永浩就带着 AI Coding 来了。 2026年的双十一,头部主播们不约而同卖起了AI。 如果说 Token 还是AI时代的原材料,那么 AI Coding 则更像是 AI 时代的商品。对普通人来说,从 Token 到AI Co

    来源 AI 行业观察
  12. DeepL发布语音AI翻译模型Aure:实时还原语气情绪,暂不支持中文

    IT之家 11 月 11 日消息,当地时间 11 月 11 日,DeepL 推出语音 AI 翻译模型 Aure,官方称这是其迄今最具动态感、表现最逼真的语音 AI(Voice AI)模型,不过该模型暂不支持中文。 据介绍,作为 DeepL Voice 的底层驱动核心,Aure 能够持续动态适配翻译语音,实时复现说话者的

    来源 AI 行业观察
  13. AI成数学“神谕”:斯特罗加茨新书追问理解是否还在

    康奈尔大学数学家史蒂文·斯特罗加茨在新书《Big Math》中探讨AI对数学的冲击。当AI成为能瞬间给出答案却难以解释过程的神谕,这门以证明与理解为核心的学科将面临怎样的认识论挑战?本文从AlphaProof等前沿进展出发,分析AI如何改变数学研究、证明验证与人类直觉的角色,并追问:当答案唾手可得,我们还想理解什么。

    来源 AI 行业观察
向下滚动自动加载更多