作者：廖燦亮來源：《全媒體探索》2024年4月號 導讀主流媒體積累了幾十年的媒資庫是媒體機構的重要資產,。隨著AI與媒體融合進一步加深,，媒資庫對主流媒體融合發(fā)展而言,，或將從“有點關系”變成“性命攸關”,。如何盤活這些資產,，讓存量帶動增量,，為媒體內容精準分發(fā),、N次傳播,、二次創(chuàng)作、上線交易,、版權保護等奠定基礎,，為“新聞+政務服務商務”貢獻力量？本期推出“主流媒體平臺化建設”系列專題研討之三,，誠邀業(yè)界同行和學界專家對智媒時代的媒資庫建設進行有益探討,。媒資庫，即媒體資產倉庫,，涉及媒體在內容采集,、生產,、分發(fā)以及經營過程中積累的一切成品和素材。當前,，人工智能(AI)技術正融合千行百業(yè),，驅動新一輪科技革命和產業(yè)變革，也將重塑媒體格局,、傳播方式與輿論生態(tài),。主流媒體正積極探索將AI運用于新聞采集、生產,、分發(fā),、接收、反饋之中,，以打造智媒體新生態(tài),，鞏固壯大奮進新時代的主流思想輿論。媒資庫是人工智能時代媒體融合發(fā)展的關鍵抓手當前，各大媒體機構對媒資庫建設與開發(fā)存在投入不足的現象,。許多媒資庫建設僅停留在將歷史文字報道電子化階段,，圖片,、音視頻入庫數字化進程緩慢,，創(chuàng)新開發(fā)媒資庫賦能媒體融合發(fā)展也還停留在初級階段。究其原因,，一是媒資庫對主流媒體新聞主業(yè)而言并非必需品而是輔助品,，長期得不到重視；二是建設,、開發(fā)媒資庫需要大量資金,、技術與人才投入,，且無法直接帶來可觀的經濟效益。隨著AI技術的發(fā)展,，這種低投入的局面有望徹底打破,。數據是AI的燃料，是智能發(fā)展的基石,。主流媒體在新聞報道與融合發(fā)展過程中沉淀積累了海量的內容成品和素材數據,，匯集大量政務數據、服務數據,、商務數據,，這些數據能有效支撐AI學習和訓練，提高其智能水平,。知名AI研究機構EpochAI的一項研究預計,，隨著AI技術發(fā)展，到2026年,，高質量的數據將變得稀缺,，2030—2050年低質量數據也將消耗殆盡。在國外,，《紐約時報》等多家媒體起訴生成式AI應用ChatGPT的開發(fā)公司OpenAI“未經授權,，使用已發(fā)表的新聞作品訓練生成式人工智能應用”。美國有線電視新聞網(CNN),、美聯(lián)社,、福克斯(Fox),、《時代》雜志(Time)也與OpenAI就內容授權訓練AI應用事宜進行了多次談判,。這從一個側面說明，媒體數據優(yōu)質,、豐富,、稀缺，而且應用場景與市場十分廣闊,。以這些數據為基礎建立的媒資庫,，不僅是媒體機構重要的資產，更是媒體機構抓住AI發(fā)展機遇,，賦能建立“新聞+政務服務商務”運營模式,，推動媒體融合向縱深發(fā)展的關鍵抓手。隨著AI與媒體融合進一步加深,，媒資庫對主流媒體融合發(fā)展而言,，或將從“有點關系”變成“性命攸關”。（一）媒資庫是智能生產和傳播的基礎媒資庫將全面賦能媒體智能生產和智能傳播,，推動媒體智能化進入快速發(fā)展階段。當前,，以ChatGPT為代表的AIGC（人工智能生成內容）應用平臺發(fā)展迅猛,。行業(yè)普遍認為AIGC將成為繼專業(yè)生產內容（PGC）、用戶生產內容（UGC）之后新的內容生產模式,，廣泛應用在內容生產的各個領域并且替代了部分人工創(chuàng)作,。媒資庫是媒體AIGC的基礎，AI新聞寫作,、AI繪畫,、AI視頻生成、AI虛擬場景生成等AIGC應用均離不開AI對媒資庫數據的學習和訓練,；AI審核,、媒體報道精準傳播、傳播效果精準評估等也離不開AI對媒資庫數據的數據挖掘和預測分析,。（二）媒資庫數據決定媒體智能服務隨著AI技術融合千行百業(yè),，媒資庫里面擁有的數據類型和數量,，將決定主流媒體提供智能服務的類型與水平。AI時代,，沒有數據,，主流媒體就很難有智能服務，影響力和競爭力也會打折扣,。例如,，當前不少主流媒體針對政務服務建立了網絡問政互動及訴求反映平臺，包括人民網“領導留言板”,、新疆日報“石榴云12345問政”,、四川日報“問政四川”、河北新聞網“陽光理政”,、華龍網“重慶網絡問政平臺”等,，這些平臺所積累的政務數據和運營經驗，將造就主流媒體面向政務服務的AI能力,。媒資庫在人工智能領域的應用探索AIGC平臺的迅猛發(fā)展為創(chuàng)新開發(fā)媒資庫提供了方向指引,。當前，主流媒體在AI領域探索開發(fā)媒資庫主要包括以下幾個方向,。（一）主流價值語料庫AI大腦既是高科技的大腦,，也是價值觀的大腦,。AI平臺有立場,，AI生成的內容有導向,，其導向本質上是由AI學習的數據語料和算法決定的。例如,，ChatGPT被指“充滿西方意識形態(tài)和美式政治正確”,，根源是美國硅谷和科技界本來就是美國價值觀的大本營，ChatGPT訓練與學習的數據大多來源于西方的數據,，產品當然自帶西方意識形態(tài),。在推進媒體融合過程中，主流媒體不能一味采用,、入駐商業(yè)企業(yè)的AIGC平臺,，而是要特別關注喂養(yǎng)AI的語料數據和模型算法本身的導向。人民數據發(fā)布的《AI大模型綜合能力測評報告》顯示,，國內主流大模型在內容生態(tài)方面的表現仍有一定提升空間,，一些大模型對敏感話題做出了不同程度的規(guī)避，部分回答內容情感色彩較重,。這從一個側面上反映出,，當前市場上主流價值語料庫稀缺，無法為大模型學習訓練提供支持,。主流媒體作為鞏固壯大主流思想輿論,、擴大主流價值影響力的主力軍，需要創(chuàng)新媒資庫,、建立主流價值語料庫,，進一步發(fā)揮在AI時代守護意識形態(tài)安全的價值。例如,，針對大模型普遍回答不了,、回答不好的重大、敏感,、疑難問題,，人民網動員全體員工、匯集各方資源,，建設包括基礎語料,、重點領域語料、敏感問答語料在內的“主流價值語料庫”,，目前已完成12萬道題的問答語料庫,、16個重點領域語料庫、超300億字的基礎語料庫的建設,，實現與多個國產主流大模型的集成對接,，大幅提升了其安全水平,。人民網“主流價值語料庫”（二）行業(yè)應用大模型媒體創(chuàng)新融合發(fā)展路徑可以從三個層面展開：一是媒體內部的融合,，也就是傳統(tǒng)媒體與新興媒體的融合,；二是媒體與媒體之間的行業(yè)融合；三是媒體與一切行業(yè),、產業(yè)的融合,，讓媒體在與各個行業(yè)的深度融合中壯大。主流媒體通過行業(yè)報道以及行業(yè)內容運營業(yè)務積累了大量高質量行業(yè)數據,，可以轉化為行業(yè)垂直大模型訓練的優(yōu)質語料庫數據,，能為開發(fā)行業(yè)垂直大模型、推動產業(yè)融合提供數據與技術支撐,，為下一步推進行業(yè),、產業(yè)的融合打下基礎。例如,，人民網研發(fā)的“人民智媒大模型”為國家地震局提供地震知識科普問答應用,。該應用基于地震科普類圖書和相關規(guī)范標準文件的學習，有效提升在地震基礎知識,、地震災害防御,、地震應急救援和地震預警及應對等方面的知識科普效率。（三）內容風控應用AI時代,，信息無處不在,、無所不及、無人不用,，智能內容風控擁有廣闊的應用場景,。媒資庫的報道成品內容，一定程度上是主流媒體內容審核把關能力與經驗的體現,。通過AI技術學習和訓練這些數據，可以研發(fā)內容風控應用,，全面延伸主流媒體意識形態(tài)把關能力,。人民網“人民審?！毕到y(tǒng)例如，人民網推出的涉政內容智能審核平臺“人民審?！?，以人民日報媒資庫為核心數據,，基于人民網獨家資源和資深編輯的內容把關經驗，構建涉政知識數據庫,，具備涉政文本審核,、視覺內容檢測等智能風控模塊，可以實現在線檢測,、文本審校,、圖片審校,、視頻審校,、自定義詞庫等多功能。目前,，“人民審?！币褳?00多家客戶提供內容把關和巡查服務,。隨著AI大模型的進一步發(fā)展,，“人民審校”將助力審核AI訓練的數據語料,、生成內容,、線上課程等內容。（四）智能文稿創(chuàng)作應用媒資庫里海量的政務數據,，例如時政新聞報道,、領導講話稿、政策文件,、官方報告等內容,，奠定了主流媒體在黨政文稿方面的智能創(chuàng)作能力,。在開發(fā)智能文稿創(chuàng)作應用方面,，媒資庫擁有兩大不可替代的優(yōu)勢：一是數據來源于主流媒體報道，確保了AIGC的政治方向,、價值取向和輿論導向,；二是原始數據的寫作邏輯,、語句語序等契合黨政機關,、事業(yè)單位及國有企業(yè)的應用場景。例如,，人民日報社主管,、依托人民網建設的傳播內容認知國家重點實驗室推出的人工智能寫稿秘書“寫易”創(chuàng)作引擎,，通過AI訓練學習符合我國主流價值觀的數據集和媒體語料庫，內容涵蓋政治,、經濟,、文化、社會,、生態(tài),、黨建,、國防,、外交等重點領域，保障生成內容安全,，著重為黨政機關,、事業(yè)單位、國有企業(yè)提供優(yōu)質安全的智能創(chuàng)作服務,。目前,，“寫易”已為多個黨政機關和大型國企提供應用服務。人工智能寫稿秘書“寫易”（五）人工智能檢測隨著AI技術進一步與內容行業(yè)融合，AIGC迎來發(fā)展新階段,。與之伴隨的內容侵權,、網絡釣魚、深度偽造,、虛假信息等風險挑戰(zhàn)引發(fā)廣泛關注,。媒體報道是AI內容生成平臺數據訓練學習的重要來源。通過AI技術學習訓練相關數據,，推出針對性的智能檢測產品,，可以起到保護版權、維護內容安全的作用,，在內容安全,、版權保護方面有廣闊的市場應用前景。人民網深度合成內容檢測工具AIGC-X例如，人民日報社主管,、依托人民網建設的傳播內容認知國家重點實驗室推出的“AIGC-X”應用,，可快速區(qū)分機器生成內容與人工創(chuàng)作內容，對中文文本檢測的準確率已超過90%,。下一步,，AIGC-X將擴展為對AI生成文本,、圖像乃至視頻的通用智能識別模型，為統(tǒng)籌AI安全與發(fā)展貢獻力量,。進一步創(chuàng)新開發(fā)媒資庫AI與媒體深度融合,，重塑媒體格局和輿論生態(tài)已是大勢所趨。主流媒體對媒資庫開發(fā)要超前布局,、創(chuàng)新實踐,，抓住AI發(fā)展的機遇，賦能媒體智能化轉型,，推動媒體融合向縱深發(fā)展,。（一）積極豐富媒資庫數據媒資庫優(yōu)質數據的廣度決定了在AI領域創(chuàng)新開發(fā)的深度。除了傳統(tǒng)媒體歷史報道與素材數據之外,，以下數據可以重點考慮,。一是AI數據,。當前,，AI與媒體融合進一步加深，主流媒體內容生產效率與質量得到大幅提升,。未來,，由AI生成的數據呈現爆發(fā)態(tài)勢，許多媒體內容將來源于AI,。因此,，可以將海量AI生成數據補充到媒資庫中。二是行業(yè)數據,。主流媒體在探索建立“新聞+政務服務商業(yè)”經營模式的過程中,，要留意對行業(yè)數據的積累、挖掘,，形成各類行業(yè)數據庫,，提升媒資庫的深度和廣度。三是互聯(lián)網數據,。通過開放合作,，主流媒體可以定向采集互聯(lián)網相關數據，拓展媒資庫的數據量,。（二）推進智能媒體資源庫建設媒資庫建設不能僅停留在文字報道電子化階段,。要將文字、圖表,、圖片,、音視頻報道和素材數字化、智能標簽化,，實現海量數據數字化存儲,、多模態(tài)搜索與精準管理,。同時，建議對各類數據進行清洗,、提煉與分類,，形成各類專業(yè)數據庫，為媒資庫創(chuàng)新開發(fā)做好準備,。（三）加速媒資庫在人工智能領域的創(chuàng)新開發(fā)媒資庫是媒體機構優(yōu)質,、稀缺的數據資產，但如不創(chuàng)新開發(fā)使用,，仍然只是“歷史檔案”,，無法體現其數據價值。因此,，建議主流媒體積極創(chuàng)新開發(fā)媒資庫,，通過技術的引入，持續(xù)賦能媒體內容生產,、智能傳播及經營運營分析,。此外，還可以通過對外尋求合作,，共享和開放媒資庫,，暢通數據資源大循環(huán)。要超前布局,，先行先試,，在使用中積累數據和經驗，在使用中完善媒資庫,，為媒體智能化轉型與融合發(fā)展提供支撐,。(作者為人民網研究院研究員)本文刊于《全媒體探索》2024年4月號，原標題為《人工智能時代創(chuàng)新開發(fā)媒資庫的探索與建議》,，參考文獻略,。