暑假过半，爱宝们实务练习如何，背书情况如何？
更重要的是，论述题开始了吗？
在3-6月的基础阶段，相信大部分同学已经打下了比较扎实的新传基础，为论述输出做好准备。接下来，需要我们不断整理归纳专题、拓展前沿知识，并尝试运用到自己的答题写作中。
这是一个漫长的过程。
作为一题20-25分，在一张150试卷中分数占比高达60%的论述题，其重要性不言而喻。
但⁉️
如何用学过的新传理论知识分析热点？
小标题如何拔高？
怎样才能完美破题答到点子上？
怎样应用案例才能恰到好处？
怎样才能让答案看起来不像流水账？
都需要我们不断训练和他人批阅，毕竟论述题的最大特点就是没有特别严格且明确的标准，阅卷一般为“言之有理即可”。
怎样判断回答的正确性、质量的高低、又怎样改进？批改的老师是最有发言权的，就是爱传播批改班那些刚刚拿到高分上岸双一流院校进行“一对一”批改的学姐老师们。
此前，爱传播述公益批改已经正式上线了，播播也发布了第一期爱传播公益论述批改题目，论述公益批改上线！加入暑期训练营即可抽免费批改！现在让我们一起来看看第一期情况如何吧！
论述算法技术对新闻生产的影响
（言之有理、言之有物，字数不少于1200）
这道题是一个最经典的技术和新闻业的题目，算法作为人工智能的底层逻辑，和新闻生产的融合将内容和用户更加紧密的连接，搭建更加高效的新闻生产模式。答好这道题的关键在于掌握新闻生产的各个流程和环节，从前馈-采编-写作-核查-分发等角度出发，同时明确技术的优劣势是如何作用在这些环节上的，对这些环节造成了怎样的影响。从这道题延伸出去，可以拓展到任何智媒技术对于新闻生产的影响，那么新闻生产也可以变体为新闻业/传媒业/人/社会等等。
同时这也是一道典型的影响题，主要要学习从利弊两个角度去思考，这也是做大部分“xx对xx的影响”题目的框架。
算法与新闻的结合，是人工智能进入传媒业的主要方式之一。算法新闻指依托互联网技术与大数据技术，对用户的阅读偏好进行跟踪，经过计算分析后得出用户画像，并据此进行新闻生产与分发所产生的新闻。（也可以对算法进行名词解释，算法是一系列解决问题的清晰计算机语言指令，是人工智能技术的底层逻辑，也是其他智媒技术的基础。）算法与传媒业的深度融合，不断形塑着传媒业的实践，给信息采集、制作和分发等流程带来了全新机制与规则，革新新闻生产模式，激发了新闻内容生产领域活力，但不可忽视的是，算法也对新闻生产各方面带来了一定的影响。一、 赋能：算法技术为新闻生产带来新机遇（一）线索获取：多元主体提供信息，扩大新闻来源新闻的生产与传播过程逐渐由先前的集中式趋向分布式，即多重主体在某种模式下共同介入某一个话题的报道、评论、分析与信息的加工和进一步阐释。尤其是机器人新闻、传感器新闻等技术主体入场，新闻线索获取的参与主体扩展到了物体。例如BuzzFeed 实验室研发的即时通信客户端 BuzzBot 从数百个博客那里获取订阅源，并搜索新链接，迅速向其他网站扩散。BuzzBot 通过和用户的有限互动，来提供即时的新闻报道。（二）新闻采编：多维度衡量信息，重塑新闻价值传统新闻生产者是依据新闻的要素、自身新闻价值观，如对新闻重要性、新鲜性等要素的把握，以及自我认同的职业伦理来对新闻事实进行编辑。而面对互联网的编辑性、共享性和碎片化等新的要求，过去作为信息源头的“把关者”不得不让位于数据与算法，不管是前馈的舆情监测，还是新闻价值的判定，都在自然语言技术掌握主动权的情况下迎来新的改变，使得报道增强了针对性和准确性。例如美国知名互联网新闻博客的 Mashable 开发了一个名为“Velocity”的数据分析工具平台，它可在极短的时间内判断新闻的传播趋势和可能存在的爆点。（三）新闻写作：自动化写作提高效能，呈现形式丰富在算法技术不断进步之下，新闻内容的协作生产日趋高效，以“快笔小新“为代表的写作机器人，在体育、经济等领域智能高效生产简讯类稿件，增强了新闻写作的时效性，同时基于模式化写作程序的生产能够排除一定的人为写作错误，提高稿件的信息决策价值。而且，如今智能生产的新闻产品更加多元，数据化、可视化的样态最大程度的拓展了新闻的感官维度，丰富新闻的呈现形式。（四）新闻核查：提高把关效率，打造人机协同新模式在传统新闻业中，主要以新闻记者和组织作为把关的主体，但是如今“去中心化”的互联网环境下信息爆炸、鱼龙混杂，对传统媒体中流程繁杂的把关提出了新挑战。算法的出现带来了新的“把关人”，算法通过深度学习，利用数据库可以对新闻信息进行清洗和筛选，提高把关效率。在微博、抖音等社交媒体平台上，引入了算法技术对自媒体的新闻生产进行审核筛查，过滤负面不良信息。（五）新闻分发：个性化、场景化推送，消费实现在场体验如今信息空前爆炸，人们的信息需求版图也全方位多层次扩张，用户无法仅仅依赖媒体完成全部的信息过滤。媒体筛选和分发的权利被让渡给社交关系和算法机制。算法可以利用大数据清晰刻画用户画像，洞察用户需求，同时对用户的地理环境、技术环境进行描摹，进行个性化、场景化推送，增强在场感。特别是如今基于算法逻辑的chatgpt，通过聊天对话实现新闻的个性推送，搭建新闻场景和用户的深度互动。例如《纽约时报》的 Blossomblot 通过对社交平台上进行针对性文章推送，帮助社交媒体网站打造爆款。二、 隐忧：算法技术为新闻生产带来的挑战 （一）线索获取：来源不确定下新闻真实乱局与生产的有限性从本质上讲，算法高度依赖的语料库本身就来源于鱼龙混杂、真假难辨的网络信息，虽然在人机交互的真实性模拟方面不断提升，但内容的真实性和准确性的偏差无法有效解决。算法新闻在自动化生产新闻的过程中最依赖就是数据， 但是“像任何其他模型一样，用于生成自动化新闻的算法依赖于数据和假设，这两者都可能带来偏差和错误。”另外，许多与新闻相关的数据掌握在政府和私人手中，不能公开获取，而数据库的片面和偏差使得目前的算法新闻生产仍然无法涉及到政治、文化等深度领域，具有一定的有限性。 （二）新闻采编：工具理性和数据主义泛滥，解构“公共性”工具理性是马克思·韦伯提出的，指个人对于目标利益的追求胜过一切的方式和手段。算法本身是一种自然语言技术，其背后暗含着技术以数据作为单一测量维度的工具理性。而这也就解构了传统新闻选择的多元价值标准，更关注受众数据所体现出的“want”而非“need”，符合大众利益的“公共性”新闻却因趣味性不足而被筛选淘汰。在这样工具理性下生产出的新闻，缺乏深度也缺乏人性温度，无法真正触及大众最关切的话题，难以引起共鸣。人文关怀的缺失解构了新闻的公共性，平庸和重复的内容才是整个产业的危机所在。 （三）新闻写作：高产量内容下的著作权规范真空在算法新闻中，数据的安全性风险主要包括用户的隐私侵犯和算法新闻创作版权问题。算法技术向用户提供作品的行为，属于ICP（互联网服务商），若未经权利人许可就是直接侵权行为。目前对于算法生成内容作品的可版权性尚无定论，它既有独创性风险，又有深度学习的能力，如何对其创作的心智贡献和可版权性进行有效界定，对整个著作权概念的存在都将产生挑战。在这个过程中，新闻和数据的来源被模糊，甚至还出现新闻内容剽窃、建立跳转链接等直接侵犯新闻作品创作版权的方式。 （四）媒体记者：新闻职业边界消解下记者成名的想象坍塌诚然，算法进入新闻生产实现了对记者重复劳动的解放，但是技术也成为了“传统记者”的替代品，不同观念的记者个体写出的新闻可能被淹没在相对单一模式化的算法机器写出的新闻中，挤压职业新闻人的生存空间，在一定程度上消解了传统记者的职业认同，记者所信仰的“成名的想象”坍塌。针对算法新闻存在的相关问题，喻国明针对媒体提出了“以人为本、以影响力为追求、以结构建设为入口、以公共性为底线”的基本路径，诉诸于为算法赋予价值。此外也需要从用户端着手，对用户的算法素养教育，培养与算法社会相匹配的素养。 参考论文张梦,陈昌凤. 智媒研究综述: 人工智能在新闻业中的应用及其伦理反思. 全球传媒期刊, 2021(3)郑满宁. 人工智能技术下的新闻业:嬗变、转向与应对——基于 ChatGPT 带来的新思考. 中国编辑, 2023(4)党琼, 李时娴. 隐患与重塑: 算法新闻的生产机制与价值观建构研究. 新闻潮, 2022(4)
播播从邮箱收到的作业中随机选择了一份进行展示，我们来一起看看第一期论述公益批改的作业反馈。
论述算法技术对新闻生产的影响。 算法这一概念来自于计算机科学领域，是指一系列解决问题的清晰计算机语言指令。随着算法技术广泛应用于新闻传播业的各个领域及新闻生产的各个环节，迎来的不仅是新闻生产领域的创新探索，更是新闻传播领域全新的范式革命。正如尼尔·波茨曼在《技术垄断》中提出：“每一种技术既是包袱也是恩赐，不是非此即彼的结果，而是利弊同在的产物。”技术的变革带来的影响是多元的，下文将阐述算法技术对于新闻生产带来的多元影响。（用名人名句引入主题，并且点明影响是多元的，很好很新颖！）一、算法技术对新闻生产的积极影响（一）新闻线索获取：广泛收集数据，扩大新闻来源在传统媒体新闻线索获取阶段，主要依靠一些固定信息源，或者记者主动寻找信源。随着算法技术在新闻采集阶段的应用，智能化媒体时代新闻生产出现了机器人新闻、传感器新闻等新模式，新闻线索的获取或将作为独立的流程，为记者的新闻报道提供素材。（那么线索获取除了作为独立流程之外，还有物体也成为了来源主体这一点也属于是线索获取中的机遇。）例如路透社Tracer系统持续收集社区Twitter的数据，过滤与事件无关的推文，并对推文加以聚类和排序，供记者审阅。（将过去与现状进行对比，是一种很好的论述方式，棒棒！）（二）新闻内容生产：提高生产效率，传播效果预判传统的新闻内容生产，都是依靠新闻生产者根据新闻的要素以及自身的价值观对于新闻事实进行写作和编辑，新闻时效性低。（这里的论点出现杂糅了哦：【新闻要素和价值的重塑+传播效果的预判】是前期前馈和采编的环节，对应的是Velocity这个案例【提高写作效率】这部分才是新闻写作生产，包括你案例中提到写作机器人部分）如今随着人工智能软件平台和自然语言生成技术的结合，可以直接将原始数据转换为可理解的语言，提高新闻生产的效率。例如我国的腾讯新闻的写作机器人“Dreamwriter”可以根据算法第一时间生成稿件并送达用户。（在举例方面，我们可以尝试举一些比较新的例子，比如说ChatGPT等AIGC案例）此外，通过算法使用，还可以借助机器分析对内容的传播效果进行预判，从而决定写作角度与风格。如美国知名播客Mashable开发的名为“Velocity”的数据平台，就可以在短时间内判断新闻的传播趋势和可能存在的爆点。（很恰当的案例！）算法技术在新闻内容生产过程中还具有多维度衡量信息价值的作用，不仅提高生产效率，还能增强报道的针对性和准确性；算法技术还能让新闻产品更加智能化，带给用户更为沉浸式、参与式和全景式的阅读体验，拓展新闻的感官维度，丰富新闻的呈现形式。可以将“内容生产”拆分为“采写编”三个部分，能写到的影响就很多啦~）（三）新闻核查把关：缓解把关困境，减少审核成本（“缓解困境”好像是个语病嘞~换“缓解”为“破解”、“破除”好些）传统媒体时代，“新闻记者、机构”是新闻信息的把关人，而在去中心化的互联网时代，海量信息的爆炸性增长让传统新闻信息的把关人应接不暇，传统媒体层层审核的逻辑应用到新媒体时代难免捉襟见肘，算法技术的出现提供了另一种把关审核的路径。（这段论述很棒，思路清晰，用词恰当，语言学术化！夸夸宝子。但是这里论述逻辑链有点断裂了，你的论点是他缓解了把关的困境，但这里只说到开辟了另一种审核的路径，那这个路径是怎么去缓解把关困境的呢？我们论证的落点要回扣到算法的正向作用上呀。示例：算法通过深度学习，利用数据库 可以对新闻信息进行清洗和筛选，提高把关效率。）如“Kinzen”网站借鉴了“Storyful”的人工算法模式，引入算法核查技术与人机协同，对社交平台上的自媒体信源进行核查与监测。（案例很不错哦！）算法的引入一定程度上缓解了把关困境，也减少了人工审核成本。（四）新闻分发推送：实施精准分发，满足个性需求传统媒体中的新闻推送是以传播者的价值考量为本位的。而在新闻爆炸的当下，传统媒体信息分发的权力被让渡给社交媒体和算法机制，从统一推送到算法技术配合推送，算法为每一位用户刻画“个人画像”，实现个性化的精准新闻定制，满足用户个性化的多元需求。（“个性化的精准新闻定制”表达有点冗余，直接写为个性化新闻订制、精准新闻推送就可以啦~）例如美国的NewRepublic被称为“没有记者的媒体”，平台通过算法技术将信息内容与用户特征尽可能地匹配，帮助用户挑选更具贴近性的信息，呈现更完善的个性服务。（这里案例运用很好哦~~继续保持！）二、算法技术对新闻生产的消极影响（一）新闻线索获取：数据质量缺陷，侵犯用户隐私当前“信息孤岛”的问题依旧突出，（除了信息孤岛，我们还可以说网络上的信息鱼龙混杂，真假难辨，那算法的学习又大量依赖网络中的信息，真实性就更加存疑了。）很多数据之间难以实现互通、共享，数据源的真实性、多样性、完整性无法得到保障，数据存在虚假与更新滞后的现象，算法筛选机制下的数据出现谬误会导致严重的新闻失实，进而影响新闻媒体的公信力。（用到信息孤岛、新闻失实、媒体公信力这些专业术语来描述现状和影响，可见宝子的基础还是很好的！棒棒！）此外，为了对用户的数据场景信息进行分析，算法推荐机制需要对用户进行海量的数据采集，这种数据收集可能会导致对用户隐私权、被遗忘权的侵犯等。（在这一部分中，宝子指出了数据质量堪忧和侵犯用户隐私两个消极影响，但宝子要注意，本题问的是“对新闻生产的影响”，侵犯用户隐私已经属于是算法技术对人的影响啦，这么写是没有扣住“新闻生产”的题意的。宝子还可以进一步思考一下，在当今信息孤岛现状下有许多数据并不能公开获取，而这种数据的片面性和偏差使得当前的算法新闻生产无法涉及到政治、文化等深度领域，具有一定的局限性。）（二）新闻内容生产：价值密度降低，缺乏人文关怀如今的算法机制从“新闻价值”转向“用户至上”（这里可以点明算法的机制是依靠数据，那么背后暗含着技术以数据作为单一测量维度的工具理性，也就解构了传统新闻业中人作为价值判断主体的人文关怀。），更倾向于取悦、迎合受众，算法虽然促进了新闻信息产品在数量上的提升，但也导致了新闻信息整体价值密度的降低，当前的算法会更加放大和集中某些仅仅诉诸点击率、转发率的内容，造成内容市场上的“劣币驱逐良币”。（这一段论证逻辑很好!表明算法机制在资本助推下更乐于取悦用户，而不注重新闻价值，如果能指出存在标题党、营销号等现实案例就更好啦）此外，算法新闻来源的同一化，以及算法写作的模板化，导致机器人写作的范围大多局限于“体育、金融”等领域，缺乏人文关怀。（指出了机器人写作人文关怀的缺失是一大弊病。在这里给宝子提供另一种思路：还可以用“工具理性”和“价值理性”这对概念来论述，在工具理性下生产出的新闻，缺乏深度也缺乏人性温度，无法真正触及大众最关切的话题，难以引起共鸣。）（事实上，在内容生产方面，具体的写作过程同样会遇到侵权问题，即著作权和版权：算法技术向用户提供作品的行为，若未经权利人许可就是直接侵权行为。宝子可以从这个角度再思考构思一下~）（三）新闻核查把关：把关标准异化，“社会利益”滑落为“商业考量”传统的新闻把关由专业的媒介工作者承担，而在智媒时代，传统的议程设置者和新闻把关人让位于算法程序，（这里我们也可以思考，你从每个环节都看到了现在新闻生产让位于算法，而专业媒介工作者的职能削弱，那是不是对于生产主体，也就是记者来说，他的生存空间会挤压。）其背后的运行逻辑是以争夺流量为出发点的商业性考量。我国“一元体制，二元运作”（的新闻事业管理模式）就要求新闻机构社会利益要高于经济利益，因此，新闻把关应更注重社会利益而非商业利益，而具有商业性质的算法推荐把关标准，会使媒体机构从“社会公器”滑向营利机构，与此同时也导致了假新闻、标题党等问题层出不穷。（这一部分论述前半段很好，用到了议程设置、把关人传播学概念，交代了智媒时代的核查把关现状。后面与我国的新闻事业管理模式联系起来，揭露了算法把关的底层逻辑，即资本和商业利益，对新闻事业的消极影响。这里也犯了第一部分的错误哦~题干问的是“新闻生产”，而非新闻业，论述中我们可以提一下对新闻业的公信力、影响力有所影响，但论述篇幅不宜过长，因为我们答题的重点不在此~）（四）新闻分发推送：形成“信息茧房”，“网络巴尔干化”凸显桑斯坦在《信息乌托邦》中提出：公众只注意自己选择的东西和使自己愉悦的通讯领域，久而久之，会将自身桎梏在蚕茧一样的“茧房”中。（对“信息茧房”这一概念进行阐释，但宝子注意要在论述中点明一下这里讲的是信息茧房哦~）基于算法推荐，平台只向用户推送其感兴趣的新闻，公共性信息少之又少，从而消解了新闻媒体“环境监视”、“社会联系与协调”等社会功能，（从传播的功能入手论述其影响，非常好！）长此以往甚至会出现马歇尔提出的网络空间“巴尔干化”，即“群内同质化、群外异质化”，不利于社会整合。（对个人：会形成“信息茧房”，对社会：网络空间巴尔干化，不利于形成社会共识。这一段论述思路清晰，提出的两个点都很恰当！但宝子要始终记得扣题哦，题目是对新闻生产的影响，这两点已经算是对社会的影响啦）算法是把双刃剑，（点题！呼应了开头，很好！）乐观之余更应对新技术保持谨慎，技术无法代替人的思考与感性思维，如何实现人的能力与人工智能的结合，仍是我们需要解决的问题。（很好，一般这种影响题的结尾我们都可以聚焦在反思消极影响，怎么去解决这种问题上）海德格尔有言，技术是时代的座驾，然而能够驾驭技术从而影响时代进程的，永远是具有主体性意识的人。所以，作为技术使用主体的人，要时刻掌握技术发展走向，把握优势，创造新价值。（结尾最后落在了算法的使用者——“人”这一主体，对于如何消除消极影响和把握积极影响给出了适宜的答案，即进行了总结，也有了展望，特别棒！） l 总分： 21/30l 基本规范（读懂题意/卷面清晰/表述完整）：3/5分l 论述能力（论点明确/论证有力/逻辑通畅）：10/15分l 专业综合素养（理论与案例应用能力；答题语言；答题亮点/创新性/学术性）：8/10分 1、这道题是一道很典型的影响题。宝子从利与弊两个方向进行了思考，回答得很全面，值得表扬！这种辩证的思考和论述的方式适合做大部分“xx 对 xx 的影响”的题目。2、这道题考察的是算法技术与新闻生产的相关内容，宝子要注意区分算法技术对新闻生产/对新闻业/对人/对社会的影响哦~论述内容可以适当拓展到其他层面的影响，但我们的论述落点需要回到新闻生产上，这一点宝子需要注意一下~~理清题意是我们做题的第一步，也是很关键的一步。3、具体的论述过程，宝子选择了将新闻生产拆分为“线索获取-内容生产-核查把关-分发推送”四个流程和环节，明确了技术的优劣势是如何作用在这些环节上的。这一思路很有条理且正确，很多有关新闻生产的题宝子都可以利用这个框架来论述。算法技术对具体的内容生产有很多方面的影响，所以建议可以把“内容生产”分为“采编”和“写作”两个部分来论述，更具针对性~4、宝子的案例运用丰富且很恰当，有了现实依据可以让自己的论述更加饱满合理，宝子这一点很棒！希望能继续保持下去，加油喔！ 【审核补充】5、注意我们在论述的时候一定要有论点意识，紧扣住论点，我们从传统新闻业和算法赋权下的新闻业对比了之后必须要回到论点上来，不能说我就讲了现在好，那好在哪里，是不是要详细讲一讲小标题的内容。 审核通过 小裁
✅优处
在第一期的公益论述批改中，部分爱宝们对于论述写作已经有了基本概念，例如在以上展示的作业，在同期考生中也比较亮眼。比如答题框架完整，分点作答、条理清晰；论点落脚准确，辩证思考；另外，在答题语言上也没有过于白话的表达。
❎劣处
不足之处则更多体现在细节和具体的论述表达上。比如答题格式等细节需要注意；开头结尾要更加完善，做到有始有终；小标题还需要继续打磨，更凝练、更亮眼才能抓住阅卷老师的目光；论述具体论点时，要做到调理清晰，最终落脚地回到论点，使其更加具有逻辑等等。
总的来说，大家第1期的作业表现很好但仍是有待提升！
持之以恒地练习下去，每周1题，日积月累，相信爱宝们在12月的考场上时，一定能交出满意的答卷。
事实上，不真正动笔写一写，光靠背书或者听课，我们是完全没办法应对考试的，所以，为了让大家更加游刃有余的应试，我们继续公益论述批改!
爱传播论述批改是最早一批作业批改的服务体系之一，从最初的公众号直接发布改题，到现在有科学逻辑体系的批改班，始终坚持为解决学生论述难题为目的的初心。
近年来，我们也帮助了一批又一批爱宝们，针对性的带领大家将综合性和灵活性都越来越强的论述答题水平拔高，见证了无数个“论述小白”，逐渐变得在考场上游刃有余。
上周7月论述题完美谢幕，8月论述公益批改整装待发！论述公益批改月，顾名思义，就是我们会在8月举办5场论述公益批改。
依旧是每周一题！依旧是完全免费！继续陪伴24考研的爱宝们，攻克“论述”这道难关！
“一对一”精批的爱传播批改班以大家能得高分为首要目标，提供方法论和思维指导，如同实务批改，论述批改同样也是黑红黄三色批注的形式，批改内容包括行文逻辑，用语，论点论据，案例使用，标题等等细节。
我们不满足与三四五字的简答总评，爱传播的批改班以“精细”为原则，不放过任何一个小问题，不让大家错失任何一个得分机会！
🚧参与方式：
只要加入爱传播暑期训练营，就能免费抽取论述公益批改机会！抽奖会直接在群内进行，每期3个名额，爱宝们冲冲冲！
🪝活动细则：
⭕️题目发布：每周，会在爱传播新传考研公众号发布一道论述题目，并从交上来的作业当中进行随机抽取，进行免费公益批改。（友情提示：各位同学可将公众号设为星标，防止错过本次批改机会～）
📝作业提交方式：加入暑期训练营获取专属邮箱，入营请戳下方任意小助手
文件和邮件命名：爱传播公益论述批改02+姓名。
🔐提交截止时间：周四，23点前
📜批改反馈时间：周六，23点前
📤作业展示时间：周日，爱传播新传考研微信公众号展示
🎺敲黑板！！：
只有加入爱传播暑期训练营的爱宝，才可以参与抽奖体验公益批改。没有加入的宝子快戳文末小助手入群，群内还有其他惊喜等你哦～
传播学：结合把关人理论，分析其为何助推了粉圈文化的发展。
（言之有理、言之有物，字数不少于1200）
想要参与的爱宝们，只需要动动手指加入暑期训练营（私戳任一小助手即可入群），就能在群内参与免费抽奖，获得免费批改名额哦！