新闻专业如何培养人机协作的“黄金搭档”？

　　在某高校《新媒体编辑》课上，学生小张的作业引发争议——他使用AI生成的报道获得全班最高分，却遭到“传统派”的质疑：“这算你的作品吗？”这样的场景，正在全国不少的新闻院系上演。当AI写作工具以“第二作者”身份进入创作流程，我们的新闻教育该如何应对？

　　AI时代新闻教育的“困境”

　　“AI依赖症”蔓延课堂。“现在批改作业就像玩‘大家来找茬儿’。”某高校教授展示她的“AI识别清单”：完美但空洞的排比句、标准化的倒金字塔结构、缺乏现场感的细节描写。一项调研显示，61.6%的学生使用AI辅助作业，其中23%直接提交AI生成内容。

　　更严峻的现象是技能退化。某校《新闻采写》课程测试中，禁用AI工具后，学生作业的采访深度下降32%，原创观点减少47%。“就像习惯了计算器的学生，突然不会用笔算了。”任课教师王颖感叹。

　　教学体系“双轨脱节”。一项调查显示，不少的院校仍在使用2018年前编写的教材，其中《报纸排版技术》等课程与业界需求严重脱节。与之形成鲜明对比的是，某传媒集团2024年招聘中，92%的岗位要求“能熟练使用AI工具”。

　　这种脱节，直接导致就业困境。应届毕业生小林回忆求职经历：“面试时让我用AI生成新闻稿，可学校从没教过提示词工程。”数据显示，新闻专业毕业生平均需要3.2个月岗位培训才能适应AI工作环境。

　　伦理争议愈演愈烈。某校学生用AI生成的“虚拟采访”引发轩然大波——被访者根本不存在。类似事件暴露出教育盲区：目前仅9%的院校系统讲授AI伦理，算法透明度课程更是凤毛麟角。

　　“学生能把AI用得飞起，却说不出内容安全的红线在哪里。”作为行业中的人力资源管理者，陈洁表示，“这就像给新手司机跑车却不教交规。”

　　AI时代传媒教育破局之策

　　为应对AI对传媒教育的挑战，各传媒院校可采取以下对策：

　　首先，可以建立“三段式”能力培养模型。例如，筑基期（1—2学期）：禁用AI工具，强化学生采写编评基本功。在开设《基础写作》课程中设置“无AI月”，规定必须手写作业；开展“真人采访马拉松”，培养新闻学学生的现场洞察力。融合期（3—6学期）：人机协作专项训练。开设《提示词工程》必修课；开展“AI采编对抗赛”，人类编辑与AI生成内容同台竞技。创新期（7—8学期）：价值引领下的技术突破。设置“AI伦理沙盘推演”课程，毕业设计要求注明AI参与度及人工修改痕迹。

　　其次，要打造产学研生态闭环。可运用课程共建、师资互通、认证衔接等多种方式。例如，在课程共建中，高校可与互联网平台公司合作开发“智能内容生产”类教材，并及时更新案例；与新闻媒体合作，寻求媒体“AI采编系统”教学端口，为学生提供真实生产环境。在师资互通中，建立“双导师制”，聘请互联网企业中的算法工程师担任技术导师；教师每学期需完成一定学时的行业实践。在认证衔接中，高校可推进行业认可的“AI采编能力认证”；将Adobe Firefly、Midjourney等工具的使用进行考核，纳入学分体系。

　　再次，要构建“伦理防护网”。如建立内容溯源机制。所有AI生成内容强制使用数字水印；建立“修改轨迹可视化”系统，像论文查重一样追踪AI参与度。建立伦理情景教学。设计“AI造假”“算法歧视”等典型案例库；开设“算法透明日”，邀请平台工程师解密推荐机制。加强行业公约建设，推动成立“人机协作内容标准联盟”，制定《AI内容生产伦理守则》。

　　AI时代新闻教育案例设计

　　应对学生依赖AI写作，新闻院系可要求其标注（生成）修改日志，建立AI生成内容“三审三校”机制。

　　比如，某高校学生的获奖作品《AI眼中的城中村》附有28处人工修改记录。再比如，建立“AI采编实验室”，模拟真实新闻生产场景。尝试以AI负责数据抓取和初稿生成，学生进行价值判断和深度加工，形成“人机优势互补”产品业态。

　　这场教育变革，不仅是技术升级，还是新闻学科专业价值的重塑。只有当我们的传媒教育能培养出既懂算法又懂人心的“双栖人才”，新闻专业才能真正在AI时代记录好时代，连通世界。

　　（作者系中国传媒大学2023级摄影专业学生）