摘要：DeepSeek的诞生标志着生成式人工智能的又一突破，为诸多行业开辟了全新契机。其中，以内容生产为关键环节的新闻传播领域，更在AI技术的深度赋能中实现了效率的跃升与生产模式的革新，但同时，技术入局所带来的新闻伦理层面的隐患仍未消失，面对新技术，新闻传播行业也应
【内容提要】DeepSeek的诞生标志着生成式人工智能的又一突破，为诸多行业开辟了全新契机。其中，以内容生产为关键环节的新闻传播领域，更在AI技术的深度赋能中实现了效率的跃升与生产模式的革新，但同时，技术入局所带来的新闻伦理层面的隐患仍未消失，面对新技术，新闻传播行业也应保持一贯的审慎与省思。因此，本文基于DeepSeek在新闻传播领域的应用展开研究，探讨其对于行业的现实价值及其实际应用中存在的潜在风险，由此对DeepSeek与新闻传播业深度适配以及行业未来人机协同的发展进行模式探索与路径展望。
党的二十届三中全会通过《中共中央关于进一步全面深化改革 推进中国式现代化的决定》，其中多次提到“人工智能”。党的十八大以来，以习近平同志为核心的党中央把发展人工智能提升到战略高度，出台一系列重大政策。2024 年11月20日，DeepSeek-R1预览版正式上线，仅发布一周即在全球范围内实现了一定程度的跨区域传播，外媒用“震动硅谷”来形容其对美国智能行业的冲击。英伟达也称“DeepSeek-R1 模型是‘一项出色的人工智能进步’”。[1]国际数据公司IDC联合浪潮信息日前发布的《2025年中国人工智能计算力发展评估报告》提出，DeepSeek通过其先进的算法优化和高效的模型性能，激发了新的应用场景需求，显著拉动了数据中心、端侧及边缘计算的应用发展。
DeepSeek进入新闻传播领域绝非单纯的技术革新，其在驱动行业技术迭代的过程中，形成了效率重构与伦理框架解构的双重效应。他促使行业在拥抱先进技术的同时，也要在创新实践中构建动态平衡机制，以系统性思考审慎应对智能传播时代的技术嵌入性风险与范式转型挑战。
AI 与新闻业看似是后者对于前者的解构，倒不如说是二者之间的相互协同推动新闻生产体系向着一个更高能效的阶段演进。[2]新闻报道的根基在于数据、信息以及事实，而AI技术亦是以数据、信息和事件作为基础支撑。这种内在的一致性，使得新闻业与AI技术之间存在着天然的契合性。当下，DeepSeek在新闻生产领域所产生的影响，尚难以通过具体量化指标予以精确衡量。然而，其于新闻生产流程中展现出的优势已初露锋芒，正逐步引发行业的广泛关注与深入思考。
（一）打破获知局限，拓宽记者报道边界
信息时代，数据基数庞大且增长态势显著，记者在挖掘新闻线索时面临巨大挑战。AI在重塑记者思考模式上展现出了巨大潜力，借助DeepSeek的信息处理能力，记者能够在检索数据信息前快速搭建起完备的参考框架，在新闻报道分秒必争的时效性压力下，敏锐捕捉到隐藏于其中的潜在新闻线索，为深度调查报道提供坚实支撑。大众报业集团大众新闻客户端接入DeepSeek-R1后，依托其强大的自然语言处理与深度思考的推理能力，平台能够提供实时解析用户提问，提供事件背景溯源等增值服务，可以帮助新闻媒体深入挖掘事件背后的深层原因与影响，满足受众对高质量新闻内容的需求，提升媒体在信息传播中的公信力与影响力。
DeepSeek经持续迭代的算法，能够愈发精确地“领会”新闻采编人员的需求，进而辅助采编人员更为高效地完成新闻采写工作，实现媒介资源的高效整合与利用。相较于人脑，“计算机脑”具备更快的运算速率，这使得新闻报道的效率得以显著提升。DeepSeek在生成答案的过程中，高度重视信息转载事宜，会率先对信源真实性进行筛选；其还致力于提供翔实的新闻出处及多样化的内容形式，以保障提问者获取资讯的全面性与便利性。这一生产流程的革新有效拓宽记者获取信息的边界，丰富了其内容生产的手段，推进新闻传播效率的显著提升。
（二）技术低成本优势，提升新闻生产效率
学者麦克卢汉表示，媒介即人的延伸。在当前的媒体发展格局中，传统媒体机构在大模型自研道路上面临着严峻挑战，高昂的算力成本成为其发展中的关键障碍。而DeepSeek所推行的基于MIT协议的开源策略为这一现状带来转机。DeepSeek 创新算法架构与开源本地部署为基于场景、边缘与私域训练而成的模型提供技术支撑，有望实现低成本、高性能的服务调用，进而对媒介产业的运作与劳动分工产生深刻影响。[3]
该策略允许企业免费商用并进行二次开发，这使得传媒机构首次拥有了对AI进行深度定制的能力，得以在技术应用层面实现突破与创新。国内多家主流媒体已纷纷接入DeepSeek大语言模型，广西日报社自研产品“广西云云智”全面升级，构建全链路AI解决方案，覆盖选题策划、生产、分发、反馈环节。编辑记者可用其智能写作功能完善稿件，“AI大脑”能帮助编辑分析自然语言、梳理文章脉络，“智能审校”则辅助媒体工作者查漏补缺，保障新闻权威与真实。
DeepSeek还具备按指定风格重写内容的功能，为新闻报道的创作拓展了更为多元的路径与可能性，极大地丰富了新闻创作的形式与思路。作为山东省级技术服务平台，闪电云平台依托DeepSeek - R1，助力提升融媒生产质效。DeepSeek依托所输入的新闻主题及背景信息，能够生成逻辑架构明晰、内容翔实丰富的新闻报道文本。
（三）算法驱动个性化推送，打通传播渠道
DeepSeek 本质是一场创新技术扩散的“完美风暴”。[4]传统的新闻传播形式呈现出“一对多”的无差别特征，报纸、广播、电视都是针对无个性大众的“撒播”。而在数字化时代下信息资源指数级增长，受众对个性化、定制化分发新闻的需求逐渐提高。DeepSeek的诞生为AI全民普及浪潮拉开了大幕，尽管AI技术广泛普及仍面临数字鸿沟，但DeepSeek的出现成功调动起早期大众的积极参与热情，打破了AI技术仅在小众群体中应用的困局。一方面，其借助推出契合实际需求的应用，满足各类型用户的差异化诉求，有力地推动了用户规模的扩张。
另一方面，依靠技术革新与理念传播，使普通大众深刻体会到AI的独特价值，显著增强了用户与AI应用之间的紧密联系。例如，江西新闻客户端与江西融媒大脑科技共同打造U道平台并接入DeepSeek - R1，为用户带来更智能化的新闻推荐与交互式问答。DeepSeek这种精准推送模式有效提高了信息传播效率，在契合受众信息需求的基础上进而提升用户满意度，推动传播形态从传统的广泛撒网式向精准个性化方向深刻变革，重塑了新闻传播在信息分发与受众触达层面的格局。
此外，从用户分享的与DeepSeek的对话截图中，我们不难发现，它已具备一定程度对复杂社会情境和人际互动规则的理解能力，也就是人们常说的“人情世故”。回溯ChatGPT诞生之后的大模型发展历程，大部分模型在回应时仅是简单直接地输出答案。而DeepSeek的表现截然不同，在对话场景里，它不再仅仅是一个冰冷的技术工具或机械装置，其作为沟通主体的特性正逐步清晰地展现出来。在数据生成、信息整理以及排版布局等方面，DeepSeek还展现出超越人工编排的显著优势。它能够实现文本生成文本、文本生成图像、文本生成视频等多元创作形式，为受众带来多样化的阅读体验。特别是在不同效果转化过程中，DeepSeek的深度参与为受众带来全新的感受，提升了版面的美学价值与观赏性。
在充分肯定DeepSeek技术在新闻传播领域的实用价值的同时，新技术带来的风险挑战同样值得警惕，随着DeepSeek用户数量持续攀升，维系服务的安全稳定性与执行高效性亟待加强。此外，在生成式人工智能的标注数据以及“人类强化反馈学习”模型影响下，以DeepSeek为典型代表的AIGC促使算法权力出现新的迭代。鉴于数据和模式存在的各类缺陷，这一发展在新闻传播中导致生成式人工智能暴露出一系列问题，催生出更为广泛且深层次的技术异化风险。
（一）深陷预制新闻泥沼，削弱从业者核心能力
尽管DeepSeek能够在资料库中筛选和利用信息，但受限于库存的容量和质量，其编辑出的文本往往缺乏新鲜性和独创性。人工智能最大的短板在于难以捕捉新闻事实的细节，导致所生产内容可能显得空洞。在生成式人工智能持续进步的当下，“科技理性”与“人文关怀”已然成为现阶段新闻业面临的关键矛盾之一。[5]当前，“大数据崇拜”现象值得我们高度警惕，冰冷宏观的数据缺乏代表性，大样本不等于全样本，人工智能所生产的内容无法还原真实鲜活的现实世界，难免有失公允。
当前，生成式人工智能的批量化产出，使新闻生产步入“预制菜时代”，看似选择丰富，但实则暗藏风险与危害。不可否认在新闻行业中，“快”是抢占稀缺注意力资源的重要法则，媒体对“求快”存在诉求实属正常。然而，能够提前“预制”的内容，大多难以被界定为真正的新闻，因为它们缺少所必备的深度挖掘性，以及独家性等特质。同时，这种生产模式易让媒体过度依赖人工智能，逐渐丧失深入挖掘新闻价值、精心打磨内容的动力，养成媒体惰性，长远来看，不利于新闻行业的健康发展与创新进步，长此以往将削弱媒体从业者在信息传播中的核心竞争力。
（二）算法偏见滋生虚假新闻，侵害新闻真实性
当前，在AI应用于新闻制作领域时，甚少存在用于测试偏见或增进透明度的机制。从OpenAI的ChatGPT到谷歌的Gemini，再到当下兴起的DeepSeek，生成式人工智能的涌现为新闻的收集与整合提供了极大便利。然而其发展也伴生了“深度伪造”的乱象，近期，知乎平台上一篇关于DeepSeek创始人梁文锋回应《黑神话：悟空》制作人冯骥的帖子引发广泛关注。然而，不少网友对此表示质疑，称该内容为假新闻，且直指其由DeepSeek生成。有网友宣称已运用DeepSeek提示词生成一篇与之完全相同的文章，并附上了相关证明网址。
信息化时代资料库纷繁复杂，各类渠道的信息相互混杂真假难辨。人工智能算法在信息的集纳和整理上，缺乏资深新闻从业人员所具备的深度思考与辨析能力，不经意间易产生“乌龙”事件。更为严峻的是，人工智能还有可能被用作信息造假的高科技工具，恶意利用其强大的生成能力制造虚假信息，误导公众，扰乱正常的信息传播秩序。
自然语言处理与生成技术，不仅熟谙语法规则，还极为擅长模仿网络话语，因此极易重复人类固有的偏见，进一步加剧虚假信息的传播态势。2023年5月，有网民借助AI软件炮制出“郑州鸡排店惊现血案，男子用砖头砸死女子”的不实报道。该网民在利用AI进行内容生成的过程中，对所有描述进行夸张处理，恶意引导性别对立，当大量虚假信息充斥网络空间，极易使个人偏见不断强化，进而在群体间形成网络巴尔干效应，严重破坏网络生态与社会和谐稳定。
（三）内容分发渠道更新，算法分发机制战略模糊
大模型所生成与提供的内容，其丰富性和多元性往往超越人们日常依赖的线上线下以人际交往、群体交流为基础的信息获取渠道。这一特性有利于突破个体因所处社会圈子、社会位置而产生的信息局限，助力人们获取更为广泛的信息与知识，在一定程度上缩小不同圈层人群之间的信息差。当然，实现这一愿景的前提是人们能够平等地接触并使用这些智能应用。
随着交互的深入，与用户紧密互动的大模型会逐渐洞悉用户的习惯、性格特点，进而不断优化内容，以迎合用户的个性化偏好。然而，大模型是否朝着这一方向深度发展，很大程度上取决于开发者的战略考量与应用者的意愿。如同当下的算法分发机制，大模型类内容分发平台对于“信息茧房”现象究竟是起到强化还是破解作用，归根结底取决于其开发与应用思路。如果能解决碎片整合、个性化加工这样的问题，对内容生产者和用户才是真正的“雪中送炭”。未来，除大模型自身平台外，接入大模型技术的搜索引擎有望获得更多用户的认可，在内容分发领域的影响力也将进一步提升，成为信息传播的重要枢纽。
生成式人工智能赋能新闻传播业已成为趋势性的时代潮流。相较于其他大模型，DeepSeek在实际使用过程中展现出更高的“可获得性”。它的训练数据更多来源于中文语料库，这使得在实时联网状态下，它生成的内容更贴合中国用户的需求偏好。也正因如此，DeepSeek在市场中迅速得到推广和应用，对生成式人工智能领域产生了更为直接的冲击。而在未来发展中，DeepSeek在新闻行业的应用前景如何，以及如何有效防范潜在风险，关键在于新闻行业能否为其探索出适配的应用场景与融合方式。
（一）做技术的主人，明确新闻业背后职责
技术哲学家刘易斯·芒福德在《技术与文明》一书中指出，技术只是人类文化中的一个元素，其作用的好坏，取决于社会集团对其利用的好坏。[6]尽管DeepSeek所生成的文字具备清晰的逻辑架构，且富有文采，但这并不意味着它在新闻内容的原创能力层面能够超越人类，甚至取而代之。尤其是在现场报道、深度调查这类需要深入实际场景、深度挖掘线索以及融入人文关怀与现实经验的新闻工作中，DeepSeek存在明显的局限性。
在人工智能深度融入新闻生产的时代背景下，新闻行业的把关职责被赋予了全新的意义，强化与构建社会主义核心价值观和职业伦理观成为智能时代对行业人才的新要求。对于DeepSeek等大模型在新闻行业充分发挥效能而言，构建高质量的专业性新闻语料库是不可或缺的前提条件。此类语料库应集成精准、高质量的新闻报道内容，而绝非简单汇集网络空间中良莠不齐的一般性语料。专业性新闻语料库的建设主体，理当是具备专业资质与能力的媒体机构，或其他拥有良好口碑和信誉的内容生产主体。
尽管大模型整合生成的答案，未必能完整呈现某一媒体单篇报道的全貌，但只要媒体报道能够成为大模型答案中所列举的参考资源，便有机会被更广泛的用户关注，进而实现媒体品牌效应的逐步积累与持续延展。媒体在降低自营渠道维护成本后，可将更多资源与精力聚焦于高质量的新闻内容生产，以推动新闻行业内容质量的整体提升。
（二）行业需求更新，跨学科融合赋能技术发展
在人工智能蓬勃发展的时代，新闻行业人才需求发生了显著转变，为顺应这一趋势并应对日趋复杂的传播格局，教育理念应当持续迭代更新，跨学科培养模式将成为当下教育的重要范式。新闻传播学作为一门聚焦于新闻传播活动，以及人类其他传播现象展开系统性研究的学科，隶属人文社会学科范畴。兼具显著的应用性与实践性特质，拥有极强的跨学科属性。新文科建设所大力倡导的学科交叉融合理念，已然成为推动新闻传播学改革创新的关键思想引领与核心方法路径。[7]
而在跨学科合作成为趋势的当下，DeepSeek所具备的独特技术特性，正发挥着强大的催化剂作用，有力地推动新闻传播学与计算机科学、数据科学等学科之间展开深度的交叉合作研究。由此，要推动DeepSeek在新闻传播领域的深度应用，应当联合多领域专家，共同剖析大规模语言模型数据库，攻克人机协同中的难题，在这一过程中，不同学科视角相互补充，为多模态交互发展提供全方位、多角度的理论指导与实践支持。以新闻传播领域为例，可将模型应用于新闻自动摘要、多形态内容生成、辅助新闻采编等方面。
（三）完善顶层设计，优化相关法规审查机制
同时，不可忽视的是，AI在信息传播过程中的全方位深度渗透，必然会引发虚假新闻、价值取向偏差、隐私保护困境、伦理道德风险等一系列全新的治理难题。鉴于此，全球信息传播治理模式亟待实现与之相适应的创新与迭代升级。 AI企业应当超脱单纯的商业竞争思维模式，携手构建责任共同体。具体而言，可成立跨机构的伦理委员会，围绕数据偏见、隐私保护等关键议题，制定统一且规范的行业标准；积极推行“透明化AI”认证机制，使用户能够清晰地了解模型的决策逻辑。以DeepSeek为例，其开源策略若能进一步拓展至伦理框架的共同建设领域，极有可能为行业树立全新的典范。
目前，国家互联网信息办公室发布了《生成式人工智能服务管理办法（征求意见稿）》，从知识产权、虚假信息等多个维度规范了AI技术使用的秩序。[8]智能传播语境下，围绕AIGC应用进一步建立健全行业审查体系刻不容缓。在国际领域，世界知识产权组织（WIPO）提倡应认真考虑AI作品的保护范围，探索新技术的解决方案和立法措施，以确保著作权人的合法权益不受损害。同时，近几年勃兴的区块链、算法、云计算等技术为视听行业的版权界定与保护提供了新的发展契机，这些技术凭借其特有的属性与智能化的操作方式，可以快速认证、鉴别和反馈AI的侵权行为。
智能传播技术的演进正深刻重塑新闻业的生产逻辑与价值坐标。如今DeepSeek实现突破式发展，为深入探究技术传播与社会认知重构提供了极具代表性的范例。作为新生的智能技术，DeepSeek依托其高技术性能和低训练成本，为新闻业带来显著的效率革新。然而，技术工具理性与新闻专业主义的深层张力所导致的各种结构性问题，也提醒行业务必要对技术异化保持高度警惕。学者麦克卢汉曾言“我们盯着后视镜看现在，倒退着走向未来”。
在未来新闻生产实践中，我们要坚持以人为本，机器为辅的理念，在技术突破中推进生产迭代，并通过透明度指标与问责机制划定技术责任边界，实现工具优化与价值规约的辩证统一。随着智能传播的发展，新闻业在保持专业内核的同时，需构建更具韧性的智能传播生态系统，这不仅是行业转型的技术命题，更是智能时代重建公共信息秩序的必然要求。
【本文系2024年北京市社科基金项目“北京全民阅读十年实践与经验研究”（项目编号：24XCB007）的阶段性成果】
参考文献：
[1]刘建明.DeepSeek震惊世界新闻业的精准效能[J/OL].新闻爱好者，1-9[2025-02-20].https：//doi.org/10.16017/j.cnki.xwahz.20250219.001.
[2]张孖顼，丑越豪.技术赋能与伦理困境：生成式人工智能对新闻业的影响研究[J].视听，2025，（01）：11-14.
[3]孟艳芳，刘伊茗，范涛.新闻伦理视角下AIGC的破局策略[J].新闻论坛，2024，38（04）：13-17.
[4]方兴东，王奔，钟祥铭.DeepSeek时刻：技术—传播—社会（TCS）框架与主流化鸿沟的跨越[J/OL].新疆师范大学学报（哲学社会科学版），2025，（04）：1-11[2025-03-03].https：//doi.org/10.14100/j.cnki.65-1039/g4.20250218.001.
[5]冯秀斌.人工智能时代新闻业的矛盾及纾解[J].青年记者，2018，（34）：35-36.
[6]刘易斯·芒福德. 技术与文明[M]. 陈允明，王克仁，李华山，译. 北京：中国建筑工业出版社，2009.
[7]张明新，李华君.新文科背景下新闻传播学学科建设的交叉融合[J].新文科理论与实践，2024，（03）：39-48+124-125.
[8]赵依琳.AIGC给新闻生产带来的机遇与挑战[J].传媒，2024，（22）：45-47.
来源：新闻论坛杂志
