数据新闻多元，应探索更多交互体验******

陈积银

　　（陈积银简介，西安交通大学新闻与新媒体学院教授，博士生导师。中国数据新闻大赛创始人，西安交通大学青年拔尖人才（A类），中组部国家万人计划青年拔尖人才，陕西省智媒研究基地主任，福建省闽江学者特聘教授。曾获第六届全国广播影视“十佳百优”理论人才称号。主持中宣部、中组部、教育部等部委项目多项，在CSSCI期刊等发表论文40余篇。）

　　随着我国前沿科技的迭代更新，媒体融合不断向纵深发展，数据新闻应运而生。新闻生产方式的创新发展也反映出大众信息需求的变化。全媒体环境下，加强媒体融合视角下数据新闻的技术创新与理念创新成为数据新闻发展的题中应有之义。近年来，新文科建设的呼声高涨，数据新闻也成为新闻传播教育中颇有成效的尝试，推进了技术与人文教育的进一步融合。《中国新闻出版广电报》记者日前就媒体融合视角下数据新闻的发展前景及新文科思维背景下数据新闻人才培养等问题，采访了西安交通大学新闻与新媒体学院教授陈积银。

　　数据新闻教学应势而生

　　经过多年的发展与沉淀，数据新闻应用日臻成熟，业界成立了不少专门的制作团队，学界则设置相关课程以培养专业人才。

　　“数据新闻是在技术推动下发展起来的。”陈积银介绍说，在智能化、5G及媒体融合情境下，数据新闻融合也将获得新的发展机遇，朝着更加成熟与理性的方向发展。

　　陈积银认为，数据新闻的实践性、专业性非常强，业界的实践领先于学界，但无论是学界还是业界，人才匮乏的现象仍然存在。因此，数据新闻的未来发展方向主要集中在提升人员数据素养，培育数据发掘、可视化制作人才团队等几个方面。

　　由于学界、业界对数据新闻关注度逐渐提高，学界与业界融合也更加紧密。“学界与业界应积极构建平台，推动优质资源接轨，为数据新闻的发展蓄力。”陈积银建议，可以通过工作坊沙龙等形式进行培训与交流，关注数据新闻制作的核心环节，共同寻找难题的应对方案。

　　“为贯彻中央媒介融合有关精神，培养大数据时代的一流新闻人才，我于2015年创办了中国数据新闻大赛。”陈积银介绍，该赛事的初衷是“以赛促教”，为中国新闻教育更好地适应大数据时代需求提供探索平台，为国内新闻教育学界师生数据新闻作品提供展示平台。目前，该赛事已经成为引领国内重要新闻院校进行科教融合，开展学科交叉融合（传统新闻传播与现代信息技术）的一个新赛道，并获得业内不少数据新闻团队的认可与积极参与。西安交通大学通过大赛平台，有效促进了文、理、艺交叉的新闻传播教育探索，近年来培养了不少复合型、专家型、国际化的新型新闻人才。

　　“国内数据新闻的议题越来越多元，应进一步探索交互体验形式。”陈积银说，在每一届的中国数据新闻大赛作品中，都包含经济、政治、环境、民生、体育、娱乐等多种议题，而其交互性逐年提升。未来，将会有更多的创作团队对可听化的数据新闻进行探索，或将数据新闻与游戏等进行结合，实现内容形式和读者体验的双重升级。

　　探索学科交叉教学模式

　　“当前数据新闻在追求可视化效果的同时一定程度上忽略了新闻价值和社会功能。”陈积银认为，现在数据新闻在呈现形式上也存在一些问题。部分以网页形式呈现的数据新闻在移动端阅读时存在不兼容问题，导致数据新闻传播受阻。此外，移动阅读的快节奏和碎片化对数据新闻而言也是一个挑战，数据新闻在呈现方式上应注重数据的多样性、内容的交互性及叙事的多维度，以吸引受众阅读和交互。

　　“尽管当前数据新闻的制作还存在普惠性不强、交互性有待提高、可视化水平参差不齐、思想性有待提高等问题，但也呈现出有数据更有共享、有图表更有内容、有故事更有情怀、有融合更有信仰、有问题更有反思等鲜明特点。”陈积银建议，未来在选题方面，期望更多作品与“坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康”相结合；在数据使用规范方面，希望作品全面保障用户数据安全；在可视化呈现方面，期待作品在可视化实践时注重庞大数据的易读性，以增强传播效果。

　　“媒体融合大背景下，新闻人才培养特别是数据新闻人才培养过程中存在着一些亟待解决的问题。”陈积银认为，传统新闻学院的教育以文科为主，教师与学生存在技术性知识结构短板的问题，具备跨学科背景的数据新闻领域教师相对较少。目前，我国不少高校的新闻传播学院不断探索专业设置和教学设计，在发展中逐渐走向学科交叉的教学模式。同时，还应注重培养学生的数据思维和算法思维，积极学习数据新闻所需的技术性知识与技能。

　　“对于文科学生而言，网页制作、可视化技术等操作技能的学习，短期内掌握有些困难，这使得数据新闻教学局限于理论知识。”陈积银说，中国数据新闻大赛为学生们提供了一个理论与实践相结合的机会，缩小了数据新闻领域人才培养与新闻行业需求之间的差异。近几届大赛作品，在选题上内容多元、角度丰富、注重社会价值，在可视化呈现上技术多样、形式丰富、交互性强，在评审方面坚持学界、业界与政界相结合，在教学实践方面收到了良好的成效。

　　契合新文科背景要求

　　受疫情影响，智慧教育已成为教育模式转型发展的客观需求，慕课、云课堂现已成为教育新景象。这些新的教育模式颠覆了原有的传统教育模式，同时也促进了新闻传播教育的创新与发展。

　　“我们需要立足学界、携手业界、服务政界、融入世界，在传统的教育模式上进行自我教学革命。”陈积银认为，业界在技术研发方面的投入，政界在引智方面的投入，使得其在新闻传播技术、应用方面的水准远超学界。因此，当前的新闻传播教育一方面应积极改革，拥抱现代信息技术带来的红利；另一方面，也应保留原来教学中的先进经验，守住意识形态的红线，积极用马克思主义新闻观武装师生的头脑。

　　“作为新闻传播教育工作者也应完成相应的转变，进一步激发学生学习的主动性、积极性，培养学生的创造力、表达欲、动手能力和团队合作精神。”陈积银建议，一是转变原来上课靠书本的理念，将研讨式教学与体验式教学相结合、启发式教学与自主学习式教学相结合；二是转变原来的身份，从知识传授，转化为方向引领、动力激励、方法指导、结果督察和过程讨论；三是提升前沿知识的学习与科研能力，向学生传授新闻传播国际前沿知识。

　　“西安交通大学新闻与新媒体学院以工字牌为旗帜，新闻人才培养方案的建设契合了新文科建设背景下新闻教育改革的整体趋势。”陈积银介绍，新闻与新媒体学院组建计算机、公共管理、新闻传播等多学科背景的核心师资队伍，根据新文科建设理念与市场需求，建设协同育人基地以提升学生的数据素养。学院与政企共建的“陕西省智媒研究基地”沿用文理交叉的思路，背靠政界、立足学界、携手业界，为学生提供全智能化的平台资源，使学生在学习传统新闻采编技能的同时，学习短视频摄制、大数据舆情分析等新媒体技术技能。

　　在教学实践方面，陈积银一直鼓励学生放下课本、走出校园、走进社会，在实践中发现问题、解决问题。他介绍说：“在数据新闻课程教学上，我鼓励同学们根据特长和兴趣自由组队，走到社会上采访调研、收集数据、自主解决难题，共同完成一个数据新闻作品的制作。同学们认为这种学习方式动手操作性强，比课堂教学收获更大。”

　　“通过鼓励学生们自由组队参加中国数据新闻大赛，磨炼提升了他们的团队合作、沟通协调、专业实践以及前沿探索等各项能力。”陈积银认为，大赛“以赛育人”“以赛促教”，推动了传统新闻传播教育模式向现代化转型，引导学生在作品制作中从简单的多学科知识累加向多学科知识相融转变。同时，也为高校学生和新闻工作者搭建起新闻传播教育学界与业界沟通的桥梁。

　　（中国新闻出版广电报记者 杜一娜 常湘萍）

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。