冯卓文 王观承|跨学科理念下新闻传播教育创新融合研究

跨学科理念下新闻传播教育创新融合研究

冯卓文　王观承

广东海洋大学,广东湛江

摘 要:人工智能的应用重塑了跨学科教学模式,推动了教育质量提升和人才培养模式创新。在人工智能技术的支持下,跨学科教育理念能够有效整合多学科知识,构建全面、多元的认知框架,这为新闻传播教育的教学模式与人才培养模式革新提供了契机。本文概述了跨学科理念下新闻传播教育创新融合的研究背景与重要意义,分析了当前教育领域转型升级面临的主要困境,并提出切实可行的实践路径,旨在为新闻传播教育改革提供新的视角与思路。

关键词:人工智能;新闻传播教育;跨学科融合;技术伦理与新闻责任

一、引 言

数智化时代,人工智能的快速发展深刻改变着教育格局,其影响在新闻传播教育领域尤为突出。以ChatGPT为代表的生成式人工智能工具,不仅重塑了知识获取与信息处理的方式,更推动教学模式的系统性革新。这种技术赋能在提升教学效率的同时,更催生出批判性思维培养的新途径——当学生面对人工智能生成的海量信息时,必须具备信息溯源、逻辑验证及价值判断等综合能力。

技术迭代与学科发展的双重驱动,使跨学科融合成为现代教育的必然趋势。新闻传播领域正呈现出传播学、计算机科学、认知心理学等多学科知识体系深度融合的趋势。这种融合不仅体现在课程体系的跨界重构,更形成了“技术+人文”的双螺旋培养模式。通过搭建虚拟演播室、建设媒体大数据实验室等实践平台,学生在智能推荐算法设计、元宇宙传播实验等前沿领域,接受技术应用与人文思考的协同训练,进而构建起解决复杂传播问题的立体思维框架。

在媒体深度融合的国家战略背景下,我国新闻传播教育正处于转型升级的关键时期。尽管我国高校在人才培养方面已取得一定成效,但在适应媒体深度融合与行业创新方面仍需进一步提升。党的十九届四中全会对“完善坚持正确导向的舆论引导工作机制”作出重要部署,明确提出要“构建网上网下一体、内宣外宣联动的主流舆论格局”。因此,提升新闻传播人才的能力迫在眉睫,特别是要加强全媒体化、复合型及专家型人才的培养。通过引入人工智能技术与跨学科教育理念,新闻传播专业学生能够更好地掌握前沿技术,提升信息处理能力和内容生产效率,从而讲好中国故事、传播好中国声音。

二、跨学科新闻传播教育的研究背景与重要意义

(一)研究背景

人工智能作为新一轮科技革命的核心引擎,正以颠覆性创新重塑全球产业格局。自ChatGPT引发生成式人工智能革命以来,大模型技术持续突破:从百度文心一言(2023年2月)到ChatGPT-4(2023年3月),再到GoogleGemini(2023年12月)的多模态突破,技术迭代周期显著缩短,正呈现以月为单位加速演进的特征。2024年DeepSeek-R1模型的问世,凭借万亿级参数规模与全开源生态,在代码生成、逻辑推理等专业领域实现跨越式突破。其创新的高效参数调用与计算机优化机制不仅实现中英双语高效交互,还显著降低了计算能耗,为AGI技术普惠化提供了中国方案。作为21世纪新兴媒介的重要组成部分,人工智能对人类的生活、工作及学习产生了深远影响。国内外学者围绕人工智能在教学领域的应用展开了探讨,将其视为一种教学工具,研究其在教育中的作用。学者杨海燕等人指出,应在防范风险的基础上,发挥其“代工具”功能,使教师善用人工智能工具,促进学生的全面发展,同时培养学生批判性思维与数字素养。李森等学者则聚焦生成式人工智能带来的挑战,提出通过教师、学生和技术三者的角色转型与关系重构,创设有温度的课堂教学空间、有深度的教学环境及有力度的教学制度,以推动课堂教学质量持续提高。在信息爆炸时代,人工智能帮助人们筛选无效信息,精准捕捉有价值信息,从而更有效地进行学习和决策。

(二)重要意义

跨学科教育是一种融合多个科学领域知识的方法与观点,用以探究问题、思想或主题的教学理念。它正在突破传统学科的“中心—边缘”结构,构建多维度知识网络体系。在此过程中,不同学科的知识内容呈现出协同发展的特征,学习活动不再完全依附于单一学科的知识体系与课程逻辑。正如相关研究指出,跨学科素养并非建立在单一学科课程的逻辑前提之上,其内涵与要求往往超出具体学科课程的知识范畴。基于此,跨学科教育提供了联结所有学科领域内容的方法与思维方式,有助于学生打破学科界限,形成对世界的整体认识。这一功能与目标决定了教育者需要独立开发新型课程,以推动课程改革与创新。

将跨学科概念应用于教育,对促进学生深度理解跨学科概念、培养核心素养、深化教育改革具有重要意义。在跨学科学习中,学生可结合多个学科观点与方法,全面理解并从多角度分析复杂问题,培养批判性思维。在此基础上,以“全能型”人才为导向的人才培养目标,有助于完善学生的专业知识体系,拓宽其就业适应面;而以“一专多能”为取向的人才培养模式,则强调在夯实专业基础的同时,提升学生适应社会多领域、多岗位工作的综合能力。广东海洋大学文学与新闻传播学院以新闻学专业为核心,充分发挥学校各类教学资源的整体效能,在复合型技能人才培养方面积极开展探索与实践,不仅拓宽了本专业学生的知识面,增强了其适应能力和创新精神,还提升了学生的专业认知能力,形成了“专业深度+跨界广度”的能力结构。

三、新闻传播教育转型升级面临的主要挑战与历史机遇

在数字化、网络化与智能化的时代背景下,传统新闻传播教育既面临诸多挑战,也迎来突破性发展的历史契机。新闻传播教育模式面临的挑战体现在三个方面:一是理论与实践的衔接不够紧密。教学中存在“重理论轻实践”的倾向,导致毕业生难以快速适应媒体行业的动态变化,初期职业竞争力受限。在竞争激烈的就业市场中,学生所需的实践经验与职业技能未得到有效培养,这对其长期职业发展不利。二是教育内容与教学模式更新速度相对滞后,尚未充分回应行业技术快速迭代的现实需求。在教学实践中,数字媒体技术、数据新闻与融媒体新闻等内容融入课程体系的深度与广度仍显不足,导致学生在数据分析、网络传播与内容创作等方面的能力系统训练不够。三是媒体深度融合的趋势对人才素质提出了立体化要求。单一技能型人才的职业发展优势正逐步减弱,只有具备跨媒体叙事能力、数据思维与创意传播素养的复合型人才,才能在激烈的市场竞争中站稳脚跟。因此,新闻传播教育模式亟须转型升级,培养出更多能灵活运用多种技术并拥有跨学科知识背景的新闻从业者。

在新闻传播教育转型升级的背景下,智能技术的快速发展为教学模式创新提供了新的现实路径。虚拟仿真实验室、云端协作采编平台等数字化教学工具,正打破传统课堂的物理限制,构建虚实融合的沉浸式学习空间。此外,媒体融合趋势推动新闻教育积极开展跨学科教学改革,旨在培养学生具备多元化的知识结构和技能,从而提升其职场竞争力。同时,前沿技术的应用为教研开辟了新领域。智能写作、算法伦理、元宇宙传播等新兴方向,不仅为课程体系注入新内容,还持续推动新闻传播学科理论边界的拓展。

值得注意的是,挑战与机遇往往具有辩证关系:媒体行业的颠覆性变革,在解构传统教育模式的同时,也为教育创新提供了前所未有的技术支撑和理论生长点。这种双重性特征,正是新闻传播教育转型升级的内在动力。

四、新闻传播教育创新融合实践路径

在人工智能快速发展的时代,教育体系在服务国家发展与人才战略中的功能定位不断拓展:既要满足数智化时代对技术人才的需求,又要提升数智化时代的人才培养质量,这为教育助力创新型人才培养提供了持续的内在动力。在此背景下,技术赋能的跨学科教育改革已成为关键突破口。2018年,中共中央宣传部发布《关于提高高校新闻传播人才培养能力,实施卓越新闻传播人才教育培养计划2.0的意见》(以下简称《意见》),强调要以习近平总书记关于新闻舆论工作的重要论述为指导,深入贯彻《中共中央关于加强和改进党的新闻舆论工作的意见》。加强和改进高等学校新闻传播专业建设,打造中国特色、世界水平的一流新闻传播专业,构建遵循新闻传播规律和人才成长规律的全媒化、复合型、专家型新闻传播人才培养体系,培养适应媒体深度融合与行业创新发展的优秀新闻传播后备人才。这些人才能够讲好中国故事、传播好中国声音,对提升国际传播能力与中国叙事的有效性具有重要的现实意义。这项战略部署不仅致力于打造新型传播力量,提升国际传播效能,还通过“专业知识+跨界能力”的培养模式,重塑学生适应多元职业场景的核心竞争力。

(一)人工智能赋能教学创新

人工智能作为新型高效的媒介,能有效帮助新闻传播专业学生搜索并筛选学习资源。当前人们每天都面临海量信息冲击,个人接收信息量通常超过其处理或理解能力,容易导致决策困难、注意力分散等问题。针对信息超载导致的认知过载问题,人工智能技术能够精准提取教学资源,帮助师生从海量数据中快速定位高价值内容,从而提升教师备课效率与学生学习效率。同时,该技术通过大数据分析评估学生作业完成情况,使教师深入了解其学习进度,适时调整教学设计,实现教学策略的精准优化,为学生提供针对性的支持。例如,教师可通过人工智能平台分析学生的作业数据,识别出他们学习的薄弱环节,并在教学中进行重点讲解。

构建沉浸式学习体验空间时,人工智能提供的技术支持同样至关重要。借助虚拟仿真空间,学生不仅能深度探索跨学科概念,还能突破时空局限开展实验操作。此外,该技术模拟新闻采写、编辑与报道的环境,让学生在虚拟现场中进行新闻采编实践,从而提升其视频编辑、音视频制作等技能。

人工智能技术为教学创新提供了双重赋能:一方面,它突破物理空间、时间成本及资源投入的限制,拓展教学内容的深度与广度;另一方面,通过智能化手段激发学生的学习主动性,强化实践与思辨能力的协同发展。以广东海洋大学文学与新闻传播学院开设的“新闻写作课程”为例,教师依托国家虚拟实验平台开展线上虚拟仿真实验,在模拟突发事件报道、多媒体内容生产等环节中,系统通过智能反馈机制培养学生新闻敏感度,并实现消息写作、深度报道、数据新闻等新闻报道体裁的阶梯式训练。这种精准化教学模式能根据学生个体差异和行业人才需求,定制专项能力提升方案。

(二)人工智能赋能个性化学习

人工智能驱动的自适应学习平台在个性化教育领域具有显著优势,其核心价值在于通过数据驱动和算法优化实现教育的精准适配。人工智能通过分析学生的学习过程,进行有针对性、差异化的推荐,并动态调整教学内容的难度、梯度与知识结构,确保个性化学习路径与个体认知节奏相匹配。同时,它还提供跨学科的阅读材料、研究论文及其他学习资源,帮助学生从多领域获取知识,促进综合思考能力的提升。比如,人工智能可根据学生的学习偏好和进度,推荐相关的学术论文、视频讲座在线课程,助力学生拓展知识面,增强跨学科理解能力。此外,对于跨学科中晦涩难懂的专业术语,新闻传播教育工作者利用人工智能技术协助学生学习,提供即时翻译工具,有效促进学生在跨学科间的交流与合作。

(三)人工智能重塑媒体行业格局

在全球信息化浪潮下,人工智能技术的迭代发展正在深刻改变媒体行业的生态格局。其应用已贯穿内容创作、智能分发及交互呈现等全流程,推动媒体生态向智能化、个性化、场景化方向深度转型。在此背景下,新闻传播教育工作既要注重引领学生掌握智能写作、算法推荐等核心技术应用能力,又要注重培育他们应对技术变革的专业主体性。人工智能为新闻传媒业提供了新发展路径,不仅革新了传统新闻生产方式,还促使教育者与学生重新认识和把握新的职业伦理规范。因此,教育者应合理运用人工智能技术,发挥专业优势,抓住新技术发展机遇。同时,要帮助学生树立正确的职业伦理观,明确新闻工作者与算法技术在新闻伦理实践中的角色,重新审视新闻伦理的界定标准。学生需系统认识算法技术可能引发的传播伦理风险,如数据采集中的隐私边界问题、机器学习中的偏见固化、内容分发中的公平性缺失等,从而形成“技术向善”的伦理决策能力。这一能力建构的核心在于,培养学生在人机协同的新闻实践场景中坚守职业初心,履行责任使命。

高等教育数字化转型背景下,新闻传播教育工作者需构建人工智能技术的系统性教学框架。建立跨学科协作机制,联合人工智能专家共同开发符合教学规律的工具系统,在确保数据安全与隐私保护的前提下,实现智能技术与专业教育的有机融合。具体而言,应建立分层培训体系,提升师生的人机协同能力:教师侧重智能教学系统的深度应用,学生聚焦智能创作工具的创新实践。同时,需探索人工智能内容创作、多媒体信息整合以及虚拟现实(VR)和增强现实(AR)等新技术的应用,为学生提供更加丰富、多元、个性化的学习实践体验。人工智能技术的引入,不仅提升了新闻传播教育的质量与效率,还为跨学科教育开辟了新路径。它能帮助学生更好地理解复杂的跨学科概念,促进创新思维与综合能力发展。例如,借助虚拟现实技术,学生能沉浸式体验新闻事件发生过程,增强新闻报道真实性和现场感;利用自然语言处理技术,学生可高效完成新闻稿件的写作与编辑。在实践教学层面,教师还需注重培养学生的实际操作能力,构建“竞赛驱动+产学联动”的能力培养体系。比如,组织学生参与数据新闻大赛、虚拟现实新闻制作比赛等人工智能相关实践活动,提高专业技能与综合素质;与头部媒体共建智能传播实验室,将业界最新的人工智能采编系统、舆情分析平台引入课堂,实现教学工具与行业标准的无缝对接,形成教育创新与产业升级的良性互动。

当算法成为新的知识载体时,教育者的使命是构建全面且多元的认知框架;当数据重塑传播逻辑时,受教育者的竞争力在于形成不可替代的价值判断。智媒时代的人才培养,应重视人机协同生态构建能力的培育。唯有在技术浪潮中恪守职业伦理、坚守新闻的价值导向,才能在算法的丛林中开辟出通往真相的传播路径。

五、结 语

综上所述,人工智能的快速发展正在重塑新闻传播教育的跨学科教学模式,催生了“技术+人文”的双螺旋培养模式。高校应以人工智能赋能跨学科教学为核心,着力培养学生的技术应用能力与人文思辨能力,凸显人工智能在新闻传播教育中的创新价值与必要性,从而推动新闻传播教育教学模式和人才培养模式双重革新。