从辅助到共存：智能编辑与人工编辑的关系新论

万安伦 常晋 都芃

摘要：现代传媒业中，伴随脑科学与信息科学的深入发展，智能编辑不断升级进步，渗透进信息处理的各个流程，逐步超越“工具辅助”定位，成为与“人工编辑”平等共存的独立工作个体。在结合智能编辑与人工编辑的工作实际，围绕二者的理论逻辑和实践路径进行分析比较的基础上，探讨二者间的相互关系，并对编辑这一古老的文化整理和文化传承职业在智能时代的发展趋势及未来走向提出思考。

关键词：智能编辑；
人工编辑；
理论逻辑；
实践路径

课题：中央高校基本科研业务费专项资助项目“数字出版的运行机制与发展趋势研究”（SKZXY2015078）

DOI：10.3969/j.issn.2095-0330.2020.02.013

编辑是人类文化生产和文明累进过程中的重要角色。传统意义上，编辑特指出版过程中对作品进行整理、修改、加工的职业角色。新媒体时代，编辑工作跳脱出文字这一主要形式，扩展到传媒行业全流程，延伸至图像、音视频处理等领域，涵盖选题策划、文本写作、修改校对、信息推送等多个阶段。而在当下，伴随人工智能技术的发展，编辑这项一直以来的“高心智”和“全人工”属性的人类文化生产活动再次遇到“新變局”，“智能编辑”悄然登场。

“智能编辑”是传媒业步入人工智能时代后出现的新概念，指由人研发并由人工制定算法进行编辑工作的网络人工智能，是人工智能技术在传媒领域的应用集合，包括写稿机器人、智能校对系统、智能排版系统、个性化推荐引擎等。目前，伴随人工智能技术的飞速发展，智能编辑的工作能力、角色定位与应用程度都得到了进一步提升。在能力方面，其独立性与自主性越来越强，初步习得了人类工作的核心能力—分析决策与指令执行，可以在既定算法下自主进行数据收集、用户分析、文本撰写、信息推送等工作。智能编辑从理论走向应用，已经成为编辑工作不可或缺的一部分。综合而言，智能编辑虽然是仍不具备自主意识和思维能力的弱人工智能，与人工编辑不在同一水平上，但是，如果仅以工作视角来看，智能编辑已经超越了原始机器概念，正逐步发展为与人工编辑平等共存的“工作主体”。

一、智能编辑与人工编辑多源异构的理论逻辑

智能编辑依托海量数据，通过量化训练形成“锚点识别”式的认知模板，在线性逻辑下高效处理编辑工作；
而人工编辑则依托实践，通过多系统跨感官的综合式学习形成价值认知，在网式逻辑下能动地处理编辑工作。

（一）认知逻辑：模板认知与理解认知

智能编辑的认知根源于人工智能三大学派，即联结主义、符号主义与行为主义（见表1）。联结主义认为智能源于脑部神经系统，这一范式下的深度学习技术是智能编辑的认知基础；
符号主义认为智能源于数理逻辑，这一范式下的符号简化、逻辑运算、指令运行是智能编辑的认知步骤；
行为主义认为智能取决于感知和行动，这一范式下的“感知—动作”模型为智能编辑“锚点识别”的认知方式提供了重要借鉴。

综合三大学派理论，智能编辑形成了一种大数据基础上的模板认知，它们借鉴人脑神经网络，形成多层级的深度学习结构，在数据库中进行逐层训练，形成认知模板，继而应用于工作中，将海量信息转化为可识别的数字符号，依据相应锚点分拣信息，最终再按照模板完成对筛选后信息的编修、校对、排列、推送、输出等工作。有别于智能编辑，人工编辑的认知逻辑并不是表层直接的模板认知，而是一种更加复杂深入的、建立在理解基础上的能动性把握。在认知过程中，人工编辑会先通览编辑内容，对众多信息进行属性分辨，然后在大脑中进行组织、解释并赋予整体意义，使内容各属性综合起来形成一个完整印象和概念，继而进一步加工整理，抽象出共同的本质、特征、规律及内外部联系，最后，在此基础上进行比较、判断、分析、推理等，形成一种具有抽象性、系统性、概括性、整体性的认知。

相对而言，智能编辑模板化的认知方式更具逻辑性与精准性，但缺乏主体性与自我认知体系，而人工编辑能动性的认知方式更具综合性与反思性。不过，在当下，伴随智能编辑与人工编辑的更多是合作交融，二者的认知方式也在不断碰撞融合。

（二）工作逻辑：线式逻辑与网式逻辑

智能编辑在模板认知的思维模式下，秉持“线式逻辑”，完成强因果关联的物理工作编辑流程，先对信息进行加权赋值，继而识别筛选，然后将符合要求的内容留下进入算法的下一环节。在此逻辑下，智能编辑行为的先后顺序是确定的，每个环节、每个条件也都是独立进行的，相互间通过固定的流程与设定值域起作用。这一过程虽然能够包含更多的信息和数据，但是却相对僵化，无法打破设定程序，还有可能忽略一些关键细节。整体而言，这是一种缺乏灵活性、互动性及反思性的处理逻辑。这种逻辑无须深入理解内容，只要按照流水线式的程序设计，便能高效完成工作。

与此相对，人工编辑在基于理解的价值认知下，秉持一种非线性的“网式逻辑”，他们并不依据某种规定进行固定化的信息处理，而是基于自身的工作经验、价值取向、主观感受以及当时当地的社会环境、文化习俗、市场需求、受众偏好等多种因素做出综合考量，在一种发散式的网状思维下进行工作。在这种思维下，每一个影响因素和步骤都会直接或间接地关联到其他因素和步骤，无论其是否重要，最终都会作为逻辑网上的一个点产生作用，只是有些是中心点，有些是末梢点，有时，丝毫的变动都可能引发蝴蝶效应 ，改变编辑结果。因此，人工编辑会更加灵活，更能捕捉到周围信息的变化，并及时做出决策与行为调整。

（三）学习逻辑：数据训练式学习与信息感知式学习

“人类的数据驱动加工能够以图像、语义等非言语式的加工方式贮存信息，而计算机则是将实际存在的事物转化为代码言语的形式存储。” 不同的加工方式，决定了人工编辑与智能编辑学习方式和效果的不同。

目前智能编辑的学习方式主要分为监督学习、半监督学习、无监督学习与增强学习四种，其本质都是在数据基础上进行的量化训练，是被动或主动地对数据做出“应激反应”式的规律练习，在训练过程中不需要人的介入，只需给定训练结构与海量数据，智能编辑便可以根据多次试验总结出技巧与规律，并娴熟应用在同类型的工作中。而人工编辑的学习方式是信息感知式的，不同于智能编辑的数据训练模型，人工编辑可以综合多个系统与感官进行跨时间的复合式学习，不需要将学习局限在训练场景中，也不需要设定算法或数据，甚至不需要设定学习目标，其仅在工作与生活中，便可以将周围的信息内化为相应的“认识”，而这些认识通过积累最终会转化为“知识”与“规律”，进而被应用于实践。

比较而言，智能编辑的学习方式更具针对性和高效性，在给定目标后便可以不间断地自主训练，找出问题的最優解决方案，适用于处理同质性强、数据庞大的工作。而人工编辑的学习方式更具主动性与内生性，由好奇心、创造力、想象力驱动，通过自身的观察和思考“无中生有”，适用于处理创造性和多元性的编辑工作。

二、智能编辑与人工编辑协同共进的实践机制

智能编辑与人工编辑的理论逻辑虽然迥异，但却共同工作于统一的信息处理流程中，二者的工作机制并不是互相独立、彼此肢解的，而是相互合作、相互联结、相互补充、协作共进的。

（一）社会效益和经济效益并重原则下的协作互补

传媒产品具有物质产品和精神产品的双重属性，它不仅是传媒企业为牟利而发行的商品，同时也是承载着舆论宣传、形象展示与意识形态建设等作用的精神文化载体。编辑需要把握好这种双重性，既认识到媒体传播过程是一种包含“生产、销售、消费”过程的商业性行为，需要尊重商品生产和流通的规律，也要看到它还是一项需要付出艰苦思想劳动、为消费者提供精神和心理满足的文化活动，需要保证其内容的向上性、向善性和向美性。

传媒企业“应当将社会效益放在首位，实现社会效益与经济效益相结合” 。无论智能编辑还是人工编辑，都要在这一原则指导下进行工作，保证社会效益与经济效益的正向叠加。不过，在现实中，二者因为自身能力局限，往往很难独自做到两个效益的完美兼顾。由于技术水平的局限与企业自律的缺失，智能编辑很容易忽略社会效益。一方面，在现有技术水平下，智能编辑很难对编辑伦理和价值观念形成认知，无法以此作为衡量标准进行把关；
另一方面，许多传媒企业为了追逐商业利益，无视编辑伦理，仅以高流量、高热度的内容为参照对智能编辑进行算法设置和模板训练，例如Facebook为谋求更高的用户浏览量，在 News Feed推荐算法中刻意减少传统媒体内容来源并提高亲友传播信息比重，导致虚假信息大肆泛滥。

而人工编辑在面对海量的数据信息时，也无法做到全面把握、精准画像与实时处理，必须借助智能编辑来进行信息的筛选、过滤及整合。

因此，在内容审核和推送阶段，必须还要有人工编辑来负责价值把关和方向引领，对智能编辑进行总的“领导”；
智能编辑则能对数据进行高效分析处理，有利于把握阅读需求和市场动向。二者协作互补以谋求社会效益和经济效益的共同实现。

（二）以用户为中心的共同理念遵循

以用户为中心，是现代传播活动的核心理念。这一点，在各个媒体的Slogan上就可以体现，例如微博“随时随地发现新鲜事”、豆瓣“我们的精神角落”、抖音“记录美好生活”等，都是以用户为主语进行叙述的，以此强调用户的中心地位。

编辑工作作为贯穿整个传播活动的重要部分，也必须遵循“以用户为中心”的编辑理念。这一理念的形成，是由现代传媒业中用户的传播主体地位和效益主体地位所共同决定的。在新媒体时代，用户不再是传统媒体视阈下的“受众”，而成为可以自主制造、编辑和传播信息的独立主体，他们不仅处于传播链条的最末端，对编辑工作的作品进行接收、消费和检阅，同时也处于传播链条的最前端，能够通过自身行为创造新的“语法结构”和“信息形态”，通过自身态度影响整个传播的风向与走势。

此外，用户也是编辑活动的效益主体。“编辑”面对的内容是信息，面向的对象则是用户，他们是在通过信息与用户打交道，并以此来创造社会效益和经济效益。社会效益方面，“编辑”通过将作品中的精神内涵和思想精华传递给用户，逐步促成良好文化氛围和社会价值观的形成，实现良好的社会效益。经济效益方面，用户既作为传媒产品的使用者要为内容付费，同时所付出的注意力又要被打包为商品贩卖给广告商，用户可以为传媒企业提供使用费用和广告收益的双重利润。综合用户传播与效益主体的双重地位，编辑工作必须将用户需求作为首要考虑对象，秉持以用户为中心的编辑理念。

（三）统一信息处理流程中人机结合的工作机制

智能编辑与人工编辑都是在“知识和信息的收集、挖掘、整理、编选、校勘、把关、传播与传承” 这个统一处理流程中进行工作的，以此为基础，以上述共同的用户中心理念和互补的编辑原则为指导，二者初步形成了人机结合、协同一体的工作机制。

在市场调研、选题准备的前期阶段，智能编辑可以首先运用语言处理系统对信息进行编译解释，生成包括主题、观点及细节等内容的研判报告，继而再对用户网络行为、消费数据等进行挖掘分析，抽象出标签化的用户模型，形成用户画像，人工编辑在此基础上深入理解市场环境与读者需求，进行科学选题。

在文本写作、编辑校对的中期阶段，智能编辑能够自主收集资料，对比同类文章，完成简单内容的写作，人工编辑则可以专注于创新性、独特性及具有思想深度的内容创作，二者互相配合、提高效率。同时，在编辑校对中，人工编辑可以利用“方寸智能”“黑马校对”等智能编校系统迅速地初审稿件，做到更便捷、更精准的文字校对和格式处理。

在排序推送、作品传播的后期阶段，智能编辑能够首先对实时变化的海量信息进行整合编辑，例如Intellogo机器人，可以利用大数据分析图书内容和读者行为，通过机器学习掌握已有图书的主题、写作风格、节奏、情感等，更精准地为读者推荐图书。

在此基础上，人工编辑需要再对传播过程进行把关，防止夸张化、低俗化、不健康内容流向市场。

三、智能编辑与人工编辑工作实践的优劣

（一）智能编辑工作实践的优势与劣势

智能编辑的应用以人工智能技术为依托，其优势主要体现在由技术带来的速度、效率、成本控制等方面，其劣势则源于技术本身的不完善及使用监管的缺位。

1. 实时高效的数据处理与用户分析

多准快全，超高效率。在实际工作中，智能编辑可以利用文本解析与爬虫技术进行信息的自动抓取，通过算法快速分析，在模板中完成内容的收集和整合，做到对信息的规模化处理。如“Flipboard”“ZAKER”等移动聚合类媒体，本身并不采编新闻，但是可以借助智能编辑，对合作媒体与机构进行信息的自动抓取和整合，极大地提高效率、降低成本。

快速审校，多元呈现。智能编辑能够对作品进行快速扫描，在数据库中识别出语句来源，对关键内容进行高效排查，大大縮短编稿、审稿、校稿的时间；
同时，还能够自动搜索并综合运用全媒元素进行主题表达，丰富作品的表现形式。例如中科闻歌旗下的“闻海”平台，可以利用NLP深度语义模型，通过精准的搜索引擎、分析引擎和可视化组件，实现信息快速筛校，提供丰富的可视化展示效果。

精准定制，个性推送。智能编辑在分发信息时，能够通过后台获取用户数据，进行专业的细化分析，提取出用户阅读偏好、使用习惯、兴趣核心词等“锚点”，构建兴趣模型，设置触发机制，将海量信息与用户精准匹配，实现“千人千面”的个性化推送。这以“今日头条”最为典型，其可以利用搜索引擎、数据挖掘、机器学习等技术，为用户提供精准实时的信息推送。

2. 远未完善的技术及监管缺位

算法模板的局限。智能编辑本质上还是算法系统，在目前的技术条件下，算法在情感性和多样性方面具有明显不足。首先，算法无法模拟人类的情感、道德及价值观方面的思维和判断能力，无法在过程和作品中彰显人性、民族性和情感联结；
其次，算法针对抽象问题给出的结果指向唯一性，这种过于“精确”和“单一”的解释在创作和传播流程中十分僵化，不适合人类社会非结构化、非线性的思维模式。

使用监管的缺位。智能编辑的工作以大数据为基础，但是目前数据的使用却处于法律模糊地带，既没有授权确认其合法性，也没有明确规定限制其使用的程度和范围，易导致隐私权被侵害和著作权被触犯。同时，关于智能编辑作品的著作权保护也存在法律争议，例如北京菲林律师事务所诉百度公司案中，由于原告作品由智能编辑自动生成，而被判不属于著作权法的保护范畴，引起了广泛讨论。

（二）人工编辑工作实践的优势与劣势

人工编辑接受知识于课堂，培养能力于实践，构建认知于社会。其优势体现在与人相关、与实践相关的各个层面，而其劣势则主要表现在“新知不足”及“效能不高”上。

1. 人文关怀下的专业能力与价值坚守

情感联结，人文关怀。情感属性是人工编辑区别于智能编辑的重要特征，也是其优势所在。人可以在与他人交流、与社会接触以及学习中产生同理心、伦理道德和责任意识，这些情感属性构成了人工编辑独有的人文关怀。人工编辑可以与受众形成情感联结，产生情感共鸣，做到真正的将心比心，为用户服务。

专业坚守，价值引领。编辑工作打磨制作的是一种面向人的精神产品，其内容的价值导向尤为重要。编辑职业历经千百年发展，已经具备了完善的专业标准、专业规范、专业传承与法律监管体系，可以保证从业者的专业能力和价值坚守，做到专业的内容呈现。

社会交往，线下实践。编辑工作不只是守在电脑或书桌前的工作，也是一项与人打交道的社会性工作。人工编辑一方面可以在作者、用户、广告商、宣发平台等对象间多方联络，协调同进，促成编辑工作的顺利完成；
另一方面，也可以深入实地考察采访，保证内容的真实性和有效性。相对而言，智能编辑仅局限于线上的信息处理，其社会交往与线下实践实为空白。

2. 新知不足与效能不高

新知不足。囿于守旧滞后的观念偏见，虽然传媒业已开始进入智能时代，但仍有许多人工编辑以“工具论”或“替代论”的视角来看待智能编辑，将其视为可有可无的附属品或替代性的洪水猛兽，没有认识到其存在的必要性、发展性和伴随性，不能客观冷静地将其看作“助手”或“同事”。面对日新月异的时代变化和知识更新，人工编辑往往抱残守缺，不能与智能编辑携手共进。此外，新媒体时代，编辑工作的内容、环节和要求都发生了新变化，需要人工编辑具备贯穿整个流程的全媒编辑能力。

效能不高。人工编辑的一大缺憾是其处理信息时需要一字一字地阅，一行一行地读，一页一页地看，从古至今，这一工作的效能没有发生本质性提升。而智能编辑则完全不同，数百页书稿的校对工作，“黑马校对”在很短时间就能完成。人工编辑在准确把握市场动向、熟练掌握信息化技能、高效完成信息的辨别、整合与发布等方面，都有着很大的上升空间。

四、非零和博弈关系下的智能编辑与人工编辑

目前，信息网络技术发展方兴未艾，传媒业处于转型升级的关键阶段，智能编辑与人工编辑并不是有限存量中博弈的纯粹竞争关系，而是基于双方发源于不同逻辑、区别于各自优劣、统一于相同机制的“竞合”状态，表现为竞争与合作并行的非零和博弈关系。因此，从双方的自身发展、相互协作及外部监管三个层面探索发展进路，确保二者在未来能更好地“携手并进”，“走向多元共生” ，显得重要而迫切。

（一）坚守自身优势的发展进路

在当下的传媒业中，智能编辑与人工编辑的发展过程是以互为前提、互相引领、互相学习的方式进行的。人工编辑在工作中归纳出编辑技巧与注意事项，形成统一的行业标准与行业规范，智能编辑在此基础上进行工作，提升编辑水平和效率；
同时，伴随智能编辑的技术进步与算法升级，人工编辑也要不断学习，培养自身的数据使用、算法把关、人机协同等能力。

智能编辑与人工编辑应专注于自身的既有优势和专业能力，在此基础上相互取长补短，实现融合效益的最大化。人工编辑首先要聚焦于原创性、情感性、价值引导和社会交往等智能编辑无法模拟的领域进行能力提升，提高原创能力、深度分析能力和交际公关能力，保证自身优势，弥补智能编辑不足。智能编辑应致力于完善数据处理、语言识别、内容屏蔽、模板构建等技术体系，进行更精确、更细致的信息分析，对用户“进行预测式动态画像” ，提升智能写稿、智能审校、智能推送和智能传播的专业能力。

（二）相互学习中的取长补短

智能编辑与人工编辑在专注自身发展的基础上，应该互通有无、取长补短，借鉴对方优势以弥补自身不足。

人工编辑需要放下成见，转变观念，以智能编辑为学习对象，在用户观、数据观、全媒观和协作观四个层面集中发力。首先，人工编辑要学习如何收集、分析用户行为数据和通过互动获取动态反馈，深入挖掘和理解用户需求；
其次，要重视数据价值，培养数据挖取、清洗与分析的综合能力，做到以数据为基础的客观判断和自身经验判断的良性结合 ；
再次，要学会综合运用多种媒介元素进行交互呈现，将文字、图像、音视频等更好地展示给用户，实现主题的有效表达；
最后，要主动提升科技素养，提升智能系统应用能力，适应融合发展的技术需要。智能编辑需要“标本兼治”。要着力打破技术瓶颈以“治本”，提升无监督学习、深度理解与智能筛选等功能，在内在逻辑、思维及决策等方面更贴合于人。要通过“治标”的方式弥补现存缺陷，例如，选题策划阶段，更注重内容的综合性、价值性及引导性，通过因子赋值的调控来平衡各类信息比例；
文本写作阶段，通过细化子标签、增加衔接语等来提升文章的可读性与准确性 ；
信息推送阶段，通过关键词筛选、文章比对、版权监测等手段来剔除不良信息和不法信息，保证内容的合理合规合法。

（三）法律与道德共同看护下的融合协进

在目前技术条件下，智能编辑与人工编辑融合发展的主要桎梏在于相关法律法规以及传媒企业自律的不足，难以提供良好的发展环境和制度保障。因此，当下融合的关键在于建立相应的法律规范及行业准则，从顶层设计上提供政策保障，防止技术的滥用、误用和非法使用。在法律层面，要通过立法明确数据抓取范围、使用界限及数据侵权的责罚主体和惩戒措施，确保数据使用和作品传播的合法性、合理性；
在行业内部，要完善行业行为规范，提高行业道德自律，发挥道德的软性法规作用，避免内容低俗化、违背公序良俗等问题。同时要加强资源整合，跨越数据标准不统一、技术规范不一致、业务协同不流畅等阻碍，打造智能化的人机一体协同发展平台。

五、结语

凯文·凯利说，我们对技术的担忧“不应该包括是否拥抱科技，我们已经不只是拥抱，而是与它共进退” 。在现代传媒业中，智能编辑已经内化为不可或缺的一部分，其与人工编辑不再是简单的附属或替代关系，而是作为两个具有独立编辑逻辑、编辑优势和学习能力的工作个体，在统一的信息处理流程中呈现出既相互区别又相互联系、既相互合作又相互竞争的非零和博弈关系。二者要正确把握相互间的理论逻辑与实践路径，在坚守自身优势的基础上互相学习、共同推进，迎接人机一体化的编辑工作新时代。

（万安伦，北京师范大学数字出版与数字人文研究中心研究員，北京师范大学新闻传播学院教授，博士生导师；
常晋、都芃，北京师范大学新闻传播学院2018级传播学硕士研究生）

注释：

蔡自兴.人工智能学派及其在理论、方法上的观点[J].高技术通讯，1995（5）：55-56.

乐恩慧.论人工智能与人类意识之异同及其互动关系[J].洛阳师范学院学报，2018（8）：26.

王艺霏.人脑与人工智能学习方式比较[J].科技创业月刊，2017（24）：11.

中华人民共和国国务院.出版管理条例（2016修订）[Z].2016（2）.

张操.算法与利益：Facebook人工智能新闻编辑的困局[J].新闻世界，2017（6）：39.

王成文.信息权力结构的演变与大数据时代的“编辑智能论”[J].出版发行研究，2013（6）：17.

万安伦.中外出版史[M].北京：高等教育出版社，2017：3.

徐丽芳，乐征帆.机器学习：出版业的下一个引爆点？[J].出版参考，2017（1）：26-27.

阎现章，任瑶瑶.论聚合类移动新闻媒体编辑角色的变化和影响[J].郑州大学学报（哲学社会科学版），2017（3）：144.

孙玉荣，刘宝琪.人工智能生成内容的著作权问题探究[J].北京联合大学学报（人文社会科学版），2020（1）：88.

万安伦，胡晓，王剑飞.论5G时代虚拟出版的发展进路与盈利模式[J].出版科学，2020（1）：31.

万安伦，王剑飞.虚拟出版消费模式重构：产品转型、场景重塑、路径变迁[J].科技与出版，2019（11）：100.

杨柳.智能媒体时代编辑角色的消解与重构[J].中国编辑，2018（12）：36.

韩晓乔，张洪忠，何苑，石韦颖.文科思维与技术思维的碰撞：新闻传播经验应用在机器写作技术开发中的个案研究[J].全球传媒学刊，2018，5（4）：88.

张炯.人工智能时代的出版伦理博弈及编辑伦理价值观[J].中国编辑，2019（2）：28.

凯利.科技想要什么[M].熊祥，译.北京：中信出版社，2011：188.