萬婧 張志強

【內容摘要】 人工智能技術應用于新聞生產，極大提升了信息采集、內容創(chuàng)作和用戶交互的效率。不過，這種機器新聞在實踐中出現(xiàn)了缺少人性關懷、侵犯用戶隱私、制造信息繭房等問題。通過對《紐約時報》的建設性新聞實踐，特別是其運用人工智能和算法技術的路徑分析，發(fā)現(xiàn)其在沉浸式體驗引發(fā)積極共鳴、傳感器拓展新聞線索、數據整合尋求解決路徑三方面效果顯著，能夠有效彌補機器新聞實踐的不足并發(fā)揮其優(yōu)勢。本文從用戶需求為導向賦予受眾權利和人機協(xié)同建設未來兩個角度，展望建設性新聞的新媒體實踐趨勢。

【關? 鍵? 詞】 人工智能;建設性新聞;《紐約時報》;新媒體傳播

人工智能是研究、開發(fā)用于模擬和擴展人的智能的科學技術，本質是機器通過深度學習擁有自主解決問題的能力，具有“技術理性”與“內容感性”特征。①作為新技術的積極使用者，媒體也已將人工智能技術應用于新聞生產。不過，由于機器學習尚處于初級階段，人工智能新聞實踐不可避免出現(xiàn)若干問題。如何發(fā)揮人工智能新聞生產的優(yōu)勢、彌補其不足，是本文試圖解決的問題。

一、人工智能新聞生產的實踐與局限性

國際媒體將人工智能技術運用于新聞生產傳播實踐，包括信息采集、內容創(chuàng)作和用戶交互等主要環(huán)節(jié)。

第一，信息采集：以數據挖掘和智能檢測獲取選題和新聞線索。《紐約時報》數字部門的科學團隊研發(fā)機器人Blossomblot分析社交網絡的海量數據，找出受眾最關心的議題有針對性地推送，輕松生產“爆款”新聞。路透社的人工智能社交管理工具News Tracer可以分析、識別推特上的推文， 并以超過80%的正確率抓取新聞線索。①《華爾街日報》、《衛(wèi)報》、CNN等一些國際主流媒體的聊天機器人也承擔了一部分收集新聞線索的任務。②

第二，內容創(chuàng)作：以機器人寫作為核心的人工智能創(chuàng)作平臺。譬如，美聯(lián)社與科技公司Automated Insights合作制作季度收益報告，借助Wordsmith智能寫稿平臺，輸出的報告量從每季度約300份提升至約3000份，極大地提高了新聞生產的效率。③Wordsmith平臺擁有很強的自主學習能力，通過數據分析和行業(yè)模式化學習，有效減少了編輯過程中的失誤。除了文字創(chuàng)作，國際媒體基于用戶交互化的內容需求，探索信息生產的新路徑，如路透社和語義技術公司Graphiq合作，為用戶提供交互式的數據資源庫從而滿足用戶的數據可視化需求。

第三，用戶交互：以機器人聊天為代表的人工智能互動應用。例如國際財經新聞網站Quartz開發(fā)了聊天機器人，在網站對話窗口推薦用戶可能感興趣的信息，用戶咨詢機器人便可以獲知詳情與細節(jié)。智能算法了解用戶的閱讀偏好，經過人工編輯審核，通過機器運算的快速反應和智能匹配，Quartz的人機互動將“閱讀新聞”變成了“討論新聞”。2019年8月，F(xiàn)acebook解散了原人工篩選新聞團隊“熱門話題”（Trending），將這項任務全部交給機器算法。④

人工智能極大提升了新聞生產與傳播實踐的效率，讓未來的傳播實踐更加智能化、交互化。盡管人工智能極大提升了新聞生產和信息傳播的效率，但也產生了一些問題。計算機越來越智能，在一定程度上壓縮了人的創(chuàng)作空間，用戶使用海量數據的便利性是通過讓渡一部分隱私權利獲得的，數據黑箱、信息孤島、虛假內容等問題不容小覷。具體來說，存在以下三個方面的局限性。

第一，缺乏人文關懷。通過數據輸入和模式化學習，機器能在短時間內準確高效地創(chuàng)作新聞稿件，但與人工記者和編輯相比，機器處理語言時缺少理性思維與共情能力，更沒有源自新聞現(xiàn)場的情感體驗，因此機器人新聞寫作多局限于財經、體育等情感需求薄弱的特定題材。而且當前人工智能處于學習初級階段，僅僅結合挖掘的數據，模仿新聞制作與信息處理模式并進行簡單變換，無法實現(xiàn)思想與情感的深度學習。

人寫作的報道是有溫度的，通過與采訪對象的深層交流與情感溝通，寫出帶給讀者溫暖的稿件;而機器人創(chuàng)作的報道則是冷冰冰的。據《每日郵報》報道，亞馬遜智能語音助手Alexa在回答用戶關于心臟問題的提問時，建議主人“將刀插入自己心臟”。①盡管事后亞馬遜在官方回應中確認已修復該問題，但機器勸人自殺的言論令人不寒而栗。

第二，侵犯用戶隱私。人工智能借助大數據和算法對海量用戶數據抓取分析，描繪用戶畫像，有針對性地進行信息推送。用戶在享受智能機器帶來的便利同時也付出了讓渡隱私與權利空間的代價。2018年3月，F(xiàn)acebook用戶數據泄露事件爆發(fā)，超過5000萬用戶的資料數據被非法用于大數據心理分析，甚至被使用到政治活動中，②引發(fā)全球對信息安全的關注。越來越多的智能家居、手機軟件等對用戶信息進行采集，科技公司記錄個人和家庭的各類數據，有的數據被當作商品出售。信息推送的針對性越強，說明信息生產者對用戶信息的掌握越多，畫像勾勒越清晰，隱私暴露也就越多。

第三，制造信息繭房。互聯(lián)網作為一個開放的場域，本應為各種意見、理念提供分享、交流、碰撞的空間，形成觀點的自由市場。然而，人們傾向于尋找與自己觀點一致的信息，回避與自己意見不合的內容，算法機制極大地滿足了用戶尋找“悅己”信息的需求，將大量單一、同質的內容推送給用戶，無形中加深了其原有的意識和偏見。人們的信息領域習慣性地被自己的興趣所引導，將自己的生活桎梏于像蠶繭一般的“繭房”中。③當人們習慣從推送中獲得“認同”，便更加難以接受與自己不同的思維和言論，久而久之，觀念從固化變成極化，對信息的接受從“偏食”到“偏信”，甚至進入“偏執(zhí)”的極端狀態(tài)。

技術更迭帶來了進步，但當前的一些媒體應用存在客觀缺陷，一味求新求快導致新聞傳播核心價值的缺失。新聞生產需要轉變思路，將技術導向型創(chuàng)新與技術輔助型創(chuàng)新相結合，發(fā)揮人工智能優(yōu)勢、降低風險與不足。④在這種語境下，以未來為導向、以解決問題為理念的建設性新聞彌補了人工智能缺少情感關懷、數據導向思維的缺陷，人工智能的建設性新聞實踐應運而生。

二、《紐約時報》的建設性新聞實踐

作為一種面向未來和取向積極的新聞形式，建設性新聞的理念自提出后便在全球獲得了學界和業(yè)界的關注。報道的六大要素包括：方案性、未來導向、包容性和多樣性、賦權與民、解釋新聞及其語境、協(xié)同創(chuàng)作。①建設性新聞強調，新聞不只是當下現(xiàn)實世界的景象映射，而且是對未來的關注，記者需要拓展報道視野，嘗試解決問題。

早在1998年，《紐約時報》的記者就提出“解決之道”的新聞理念，指出報道不僅要呈現(xiàn)事實，而且要提供解決方案;反對消極態(tài)度，要將積極理念嵌入報道的關鍵部分，喚起受眾的積極情感，促成問題解決。②2010年，大衛(wèi)·伯恩斯坦（David Bornstein）和蒂娜·羅森伯格（Tina Rosenberg）創(chuàng)辦了《紐約時報》的《解決》專欄，致力于社會問題的解決，探求方案奏效的原因。③《解決》不僅是對世界的景象報道，而且著眼于未來，探尋當下的解決方案以及與未來的呼應。除了設置專門的欄目，《紐約時報》在新聞報道的方向層面也融入了建設性新聞理念。例如，通過旗下的“解決方案新聞網”（Solutions Journalism Network）為新聞從業(yè)者提供免費培訓，將更多蘊含積極情緒、以解決方案為重點的內容納入常規(guī)報道，加強新聞生產的創(chuàng)新意識和建設性。

《紐約時報》的建設性新聞實踐主要從三個維度展開。

（一）提出解決問題的措施

從社會功能角度看來，新聞不僅需要聚焦沖突、發(fā)現(xiàn)問題以獲得社會關注，還應致力于提出可能的解決措施，建立起公眾、社區(qū)和更大范圍的社會聯(lián)系?！都~約時報》的《解決》欄目旨在解決特定問題、“修復”社會創(chuàng)傷;包含大量深度報道和評論，涉及社會機制等深層次問題的討論。例如，在《把農工變成農場主》（Turning Farm Workers Into Farmers）的報道中，在加利福尼亞附近的大型工業(yè)農場，小塊土地被出租給野外勞動者，以便他們嘗試創(chuàng)建自己的農場業(yè)務，為該地區(qū)的農場工人身份轉化提供了參考方案。④該報在YouTube上發(fā)布的VR系列報道中融入解決問題的理念，記者不再只是事件旁觀者和問題的揭示者，而是參與到故事之中——作為一個“當事人”，通過第一人稱的視角和參與式敘事，找出導致問題的原因并用陳述的口吻來表達事實。例如，《費盧杰之戰(zhàn)》（The Fight for Falluja）對難民營的拍攝，開場是記者本·所羅門（Ben See Solomon）在戰(zhàn)車上同士兵一起出發(fā)的畫面，讓觀眾體驗360度的全景影像，難民把記者當自己人，告訴他期盼戰(zhàn)爭快點結束，報道感情真摯。①在德克薩斯州毒氣入侵的報道中，作者指出當地沒有針對此地區(qū)的治理法案，通過設置報道框架和描述事實，為解決問題和未來發(fā)展提供參考性策略，力圖讓事件朝著合理有序的方向發(fā)展。

（二）多元化議題與關切性內容

建設性新聞提倡自下而上的參與式報道，打破傳統(tǒng)的精英主義范式，將注意力下沉至普通公眾領域。這種思路和倡議導致其關注的話題多元、創(chuàng)作的內容體現(xiàn)出對公民生活的高度關切。

作為美國建設性新聞項目的先行者，《解決》欄目關注社會各類議題，以每周一期的形式推出。截至2019年12月18日，在2019年的43篇新聞報道中，數量最多的主題是“社會機制問題”，共16篇，占樣本總數的37%。具體包括社會體制（10篇）、醫(yī)療（4篇）、青少年（1篇）、教育（1篇）。其次是“個人社會問題”，共9篇，與前者有一些內容交叉，共同討論了“慈善捐贈”“農場業(yè)務”“教會抗擊艾滋”“青少年心理”“移民問題”等?！吧鐣降取痹掝}有7篇，涉及公民政治權利，特別是婦女兒童的權益;此外有6篇圍繞“發(fā)展中國家”展開，策劃了一些特別報道，另有5篇關注科技對生活的影響。這與國內學者對其2015～2018年的163篇報道的主題研究結果一致，②可見2019年《解決》在選題方面，延續(xù)其貼近公眾生活、兼顧多元化視角的風格。

在具體內容方面，《解決》針對熱點事件設置系列報道，關注事件發(fā)展動態(tài)，針對讀者的關注與回應，提出每個階段不同的解決問題的思路。例如圍繞移民問題，《如果你沒有律師，就如同自動放逐》（Its Like an Automatic Deportation if You Dont Have a Lawyer）和《如果你像我，你就不能坐在這里：這就是美國》（If Youre Like Me，You Cant Sit By.This Is America）兩篇報道討論律師對于移民的重要性，強調律師援助政策的努力。

與“公民新聞”有所區(qū)別的是，建設性新聞不僅關注與公眾緊密相關的話題，而且在尊重與了解公眾態(tài)度的基礎上用理性的態(tài)度剖析問題并與公眾探討問題解決的方法?！督鉀Q》的報道涉及社會各階層，嘗試與公眾對話，發(fā)現(xiàn)潛在矛盾，關注不同群體對某個特定議題的解決思路與措施。另外，《解決》在每條報道下面都會附加作者的社交賬號，歡迎讀者隨時聯(lián)系作者，提出自己的觀點和意見。

（三）營造樂觀情緒與積極氛圍

建設性新聞的重要理論支持之一源于積極心理學，強調積極的敘事和情感體驗，在新聞的高潮和結尾營造積極氛圍，引發(fā)使人向上的情緒，以積極的態(tài)度關注、參與事件，促進問題的解決，①修復受眾長期接收沖突、矛盾等沖擊的心理創(chuàng)傷。研究發(fā)現(xiàn)，正面報道可以有效地引發(fā)積極情緒，而且可以喚起受眾具體參與行動以消除負面新聞的消極影響。②2019年末，《解決》專欄發(fā)表了一篇帶有總結性質的報道。以《2019年傳播希望的五個人》（Five Who Spread Hope in 2019）為題，告知公眾“世界蚊子計劃”的負責人斯科特·奧尼爾找到了對抗蚊媒疾病的新武器——釋放攜帶有特殊病菌的蚊子達到阻斷蚊媒感染的效果，這一措施幾乎消除了在澳大利亞登革熱的本地傳播，在印度尼西亞登革熱病例比其他地區(qū)減少76%;迪克森·奇班達（Dixon Chibanda）博士改變了全球精神衛(wèi)生保健的現(xiàn)狀，找到了治療抑郁癥的有效措施，這一方案可以惠及所有抑郁癥群體和他們的家人;金伯利·麥克格拉斯（Kimberly McGrath）治愈被販運的兒童的心理創(chuàng)傷;麗貝卡·吉（Rebekah Gee）博士讓藥品價格負擔得起;菲爾·基斯林（Phil Keisling）深化民主。③從長遠來看，這五個人對世界上的每一個患者和非患者都有幫助。報道頻繁使用“消除”“治愈”“改變”等詞，營造溫暖愉快的氛圍;有讀者表示，在閱讀中被樂觀情緒所感染，心情也變得明朗。

三、當人工智能遇到建設性新聞：應用及優(yōu)勢

（一）沉浸式體驗引發(fā)受眾積極共鳴

虛擬現(xiàn)實（Virtual Reality， 簡稱VR）技術在新聞生產中的運用逐漸成熟，VR新聞創(chuàng)作者、理論家諾妮·德·拉·佩納（Nonny de la Pe?a）提出“沉浸式新聞”的概念，指“身處其中的人能夠對新聞描述的場景和事件獲得第一人稱體驗的一種新聞形式”。④當受眾與新聞報道的人物處于同一場景，新聞畫面所傳遞的情緒自然為受眾所捕捉和感知。

2015年，《紐約時報》創(chuàng)辦虛擬現(xiàn)實頻道，用戶通過佩戴專業(yè)的VR眼鏡和谷歌盒子能體驗360度全景效果。在VR新聞的早期探索中，《紐約時報》更注重故事敘述、信息告知和畫面呈現(xiàn)，較少關注對受眾的情緒和感受。譬如早期的系列節(jié)目《VR飛行》（Take Flight VR 360），采用3D全景制作技術，帶領觀眾從高空觀看夜幕下的紐約，通過人物的交替及畫面轉場，營造穿越云端、沉浮在夜幕之中的凄美觀感。評論區(qū)觀眾對這種新穎的體驗方式表現(xiàn)出好奇和驚嘆，但也有觀眾表示“這種畫面令我很沮喪”“我?guī)缀跻蘖恕?。①受眾情緒感傷，一方面是由于故事本身傳達的失落感，另一方面也是傳播者過度關注技術效果，忽視了對部分群體的心理關懷。

如何在充分發(fā)揮虛擬現(xiàn)實技術的高效率、高保真、超越時空等優(yōu)勢的同時，照顧受眾的情緒、呈現(xiàn)事物的積極屬性，改變技術報道的“冷漠”面貌？《紐約時報》嘗試在建設性新聞中運用VR技術，通過描繪人物的表情、語言和行為，給觀眾帶來面對面的觀感，營造積極氛圍、潛移默化地引導讀者情緒走向。如VR節(jié)目《流離失所》（The Displaced）講述了三個在戰(zhàn)亂中失去家鄉(xiāng)的孩子的故事：他們的房屋被炸毀，親人離世，盡管面臨巨大的苦難，但孩子們在廢墟里玩耍、在破舊道路上愉快騎行，當地居民分發(fā)救援物資、尋找新的工作的場景被記錄和表現(xiàn)出來。②觀眾表示，看到這樣的虛擬現(xiàn)實報道，受到積極情緒的感染，不少情緒低落的人重新燃起對生活的希望。

傳統(tǒng)的新聞報道更多考量客觀、真實、及時等基本理念，少有情緒流露和表達，記者被要求做“墻上的蒼蠅”，靜靜觀察一切。建設性新聞在兼顧基本原則與新聞價值的同時，突破了一些傳統(tǒng)限制。記者作為社會成員之一參與社會問題的解決，基于事實本身自然地流露情感、表達情緒。與經過二次加工的純文字表達相比，VR技術的呈現(xiàn)效果能最大限度保留情感，讓記者在現(xiàn)場的體驗高度還原，喚起受眾的情緒共鳴。

（二）智能傳感器拓展新聞線索

建設性新聞圍繞政治、經濟、文化、社會等領域的多元議題展開，與公眾生活緊密聯(lián)系。解決問題的宗旨和面向未來的取向，要求記者了解受眾需求，采用貼近普通民眾的視角，尋找與受眾利益高度相關的新聞線索。智能媒體時代，以傳感器為載體、大數據算法為支撐的傳感器技術對尋找新聞線索、優(yōu)化新聞來源、豐富新聞題材起著至關重要的作用。搭載傳感器或數據處理器的任何物體都有可能成為信息的采集者，人工智能技術在信息采集環(huán)節(jié)的應用不僅拓寬了信息的來源途徑，也擴增了信息的采集維度。③智能傳感器的運用給建設性新聞的線索采集安裝了“加速器”，可以通過數據采集分析，增加事件介入的廣度和深度，實時收集用戶反饋，判斷事態(tài)變化和輿論走向，為制定解決方案提供一手資料。據《紐約時報》，美國警方利用一個名為“傳感室”（Sensor Vault）的谷歌數據庫來尋找犯罪嫌疑人的信息，通過手機位置共享功能記錄用戶的實時位置，這項功能此前一直被用來尋找遺失的物品。在這個過程中，手機就承擔了傳感器的功能，將位置信息轉化為可以使用的數據解決現(xiàn)實問題。

由于智能傳感器在信息采集與用戶反饋功能層面具有巨大潛力，建設性新聞借助該技術在諸多領域展開深層布局，結合其解決問題的理念、積極的態(tài)度和面向未來的導向，尋找不同群體的信息線索進行梳理，及時關注與追蹤用戶意見，根據其意見及時調整內容生產。傳感器的運用像一張蜘蛛網，任何風吹草動都能傳輸到中樞，按媒體設置的建設性新聞要求進行信息采集、選擇與歸納整理，為下一步的問題分析與解決路徑提供依據，建設資源庫。

（三）整合分析數據尋求解決路徑

作為數據驅動的新興技術，人工智能最典型的應用是數據挖掘分析，其深度學習進化依賴于大數據平臺和技術基礎，后者的改進也需要人工智能算法的支撐。①網絡空間的信息容量以指數級速度增長，信息洪流轉化為結構化或半結構化數據被人工智能技術采集、整理、存儲和分析。網絡用戶在數據分析指引下被貼上個性化標簽，通過算法和智能機器學習，將其列為建設性新聞的目標受眾。

數據不僅是對事物表象和基本信息的描述，而且是其各階段發(fā)展變化的精確記錄，能夠準確揭示對象的運動規(guī)律和內部特征。通過機器深度的學習，賦予數據模擬問題與解決問題的功能，調動資源庫海量資源的數據分析后，對相關事件分類整理，自動匹配專業(yè)數據資源，針對不同主題，得出最佳處理方案。

《紐約時報》的“解決方案新聞網”（Solutions Journalism Network）建設了一個精選數據庫“解決方案故事追蹤器”（The Solutions Story Tracker），針對世界范圍內公眾關心的社會問題做出建設性回應。網站首頁寫著“來自164個國家和地區(qū)的999個新聞媒體制作了7966個故事，并且每天都在增長。”②故事追蹤器收集、整理和標記每個故事，按照“問題”“位置”“作者”“成功因素”等關鍵詞，提供建設性的解決方案與思路，或有效的指引范圍。在這個過程中，每一個建設性新聞構成一組數據，問題、位置、作者和成功因素作為數據子集，與更大范圍的社會數據相連接，通過網站專門的數據處理模式來整理這些連接，詳細分析特定解決方案的成功要素，如果方案失敗或者未達到預期效果，則在分析原因之后，通過郵件與用戶溝通，提供針對性的解決措施。

四、建設性新聞的新媒體發(fā)展趨勢

（一）人機協(xié)作的建設性未來

人工智能在大數據采集、算法分析、語音交互、自主學習等領域深耕，試圖通過機器深度學習，從“弱人工智能”階段走向賦予人類思想和情感的“強人工智能”階段。這種面向未來的發(fā)展取向與建設性新聞致力于解決現(xiàn)實問題、以未來為導向的理念高度契合。國際媒體從業(yè)者指出，建設性新聞提供了更有效的報道方式，新聞記者可以針對解決方案提出問題，這些問題強調未來而非過去，更傾向于促進合作而非沖突。①建設性新聞利用數據采集和分析從復雜的社會現(xiàn)實中找到與公眾密切相關的社會問題，通過數據模擬分析提出建設性解決方案;人工智能技術在建設性新聞實踐中應用，將重點置于積極情緒引導、人性關懷與未來導向，二者相輔相成，互相促進。

在智能機器發(fā)展是否會取代人的討論中，建設性新聞路徑提供了一種樂觀的思路：將人工智能領域出現(xiàn)的技術倫理問題作為一個社會問題解決，首先要注入積極情緒，在肯定技術應用的合理性與技術創(chuàng)新優(yōu)勢的基礎上，協(xié)調社會公眾、國家政府、技術開發(fā)者等多元主體的利益，發(fā)揮各自優(yōu)勢，實現(xiàn)人機協(xié)同。人工智能協(xié)助建設性新聞生產、建設性新聞理念調適智能機器能量釋放的強度，人機協(xié)作開創(chuàng)建設性未來。

（二）用戶需求為導向的技術賦權

建設性新聞與“積極新聞”“和平新聞”“解困新聞”理念一脈相承，這些以解決問題為導向，在報道中傳遞積極情緒的新聞形式為建設性新聞的實踐打下基礎。公民新聞的先驅認為，“新聞媒體不僅應向公眾提供信息，而且應使公民參與辯論”。②?在信息技術門檻不斷降低和互聯(lián)網普及率飛速提升的移動通聯(lián)時代，公眾能自由“出入”互聯(lián)網搭建的公共空間討論社會話題。公民意識的加強和技術賦權，要求新聞傳播超越傳統(tǒng)的精英主義范式，努力向普通公眾靠近，能否滿足用戶需求成為媒體成功與否的關鍵。建設性新聞的話題以公眾視角為切入點，通過充分了解民意，并通過民眾與官方、精英及專家的對話和互動，尋求共識和解決方案，避免既有沖突被進一步放大。③建設性新聞的觀念指引是，討論的問題來自于受眾，方案作用于受眾;新媒體語境下的建設性新聞實踐，必然是以用戶需求為導向，充分賦予受眾參與問題、討論問題和解決問題能力的積極活動。

五、結語

人工智能與建設性新聞的相遇，是新媒介技術發(fā)展與公共傳播時代新聞形式探索的必然結果。從以《紐約時報》為代表的國際媒體實踐來看，二者的結合創(chuàng)作出了一些優(yōu)秀的新聞產品，可以期許兼具技術理性與內容感性的正面效果。當進入深度學習的強人工智能階段，機器在算法的基礎上增加情緒與情感、降低工具理性的參與度，將為以“參與”和“積極”為核心理念的建設性新聞提供豐富報道內容、拓展報道思路、創(chuàng)新報道路徑的可能性;對于激發(fā)公眾積極參與社會話題討論、促進社會問題解決有極大助益。

（責任編輯：江璐）

作者簡介：萬婧，廣東外語外貿大學新聞與傳播學院講師、廣州國際城市創(chuàng)新傳播研究中心研究員;張志強，廣東外語外貿大學新聞與傳播學院2019級碩士研究生。

基金項目：廣東省教育廳青年人才項目“新媒體環(huán)境下暴恐信息的傳播策略及應對研究”（編號：2017WQNCX035）的階段性成果。

① Michaela Haas， The Fight for Falluja， https：//www.youtube.com/watch？v=_Ar0UkmID6s&pbjreload=10.

② 唐緒軍、殷樂 ：《建設性新聞實踐：歐美案例》，北京：社會科學文獻出版社，2019年，第249頁。

① 唐緒軍、殷樂：《建設性新聞實踐：歐美案例》，北京：社會科學文獻出版社，2019年，第249頁。

② Gyldensted Cathrine， Innovating News Journalism through Positive Psychology， University of Pennsylvania Scholarly Commons， 2011.

③ Tina Rosenberg， Five Who Spread Hope in 2019， https：//www.nytimes.com/opinion/spread-hope-2019.html.④ 張昱辰：《后數字時代的沉浸式新聞：虛擬現(xiàn)實新聞的本質、特征與挑戰(zhàn)》，《國外社會科學前沿》2019年第6期。① Golding P， Take Flight 360 VR，https：//www.youtube.com/watch？v=L0e0bsumM5Y，2015.

② The Displaced， The New York Times， https：//www.youtube.com/watchv=ecavbpCuvkI.

③ 喻國明、蘭美娜、李瑋：《智能化：未來傳播模式創(chuàng)新的核心邏輯——兼論“人工智能+媒體”的基本運作范式》，《新聞與寫作》2017年第3期。① 巢乃鵬：《人工智能與計算傳播學》，《人民論壇·學術前沿》2019年第20期。

② Solutions Journalism Network，INTRODUCTION， https：//www.solutionsjournalism.org/.① 徐敬宏、郭婧玉、游鑫洋、胡世明：《建設性新聞：概念界定、主要特征與價值啟示》，《國際新聞界》2019年第8期。 ② Merritt， &Davis（1995）：Public Journalism and Public Life，National Civic Review，83（3），262-266.

③ 徐敬宏、郭婧玉、游鑫洋、胡世明：《建設性新聞：概念界定、主要特征與價值啟示》，《國際新聞界》2019年第8期。