认知—结构—关系—文化：新闻业人机协作的韧性塑造路径

　　摘要：生成式人工智能的普及，推动新闻业对AI的运用从自动化工具阶段迈向协作共创阶段，人机协作成为智媒时代新闻业长期发展的核心命题。本文基于社会科学领域人机协作与组织韧性研究，提出整合认知、结构、关系、文化四个维度的分析框架，阐述不同人机协作模式与新闻机构组织韧性之间的内在关联。研究发现，人机协作不仅是提升生产效率的技术工具，更是重塑新闻业组织韧性的战略资源，通过知识更新、组织架构适配、网络构建与专业价值锚定等路径增强新闻业应对外部冲击的韧性能力。本文旨在深化对新闻业人机协作与组织韧性关系的理解，为新闻业在数智化转型中平衡技术效率与专业价值、实现可持续发展提供理论参考与实践启示。

　　关键词：人机协作；组织韧性；认知韧性；结构韧性；关系韧性；文化韧性

　　1

　　引言：从“机器代人”到“协作智能”

　　随着生成式人工智能的普及，人机协作已超越单纯的技术应用范畴，演变为重塑社会、经济与文化结构的集体智能形态。路透社新闻研究所的全球调研显示，AI驱动的答案引擎正在颠覆传统搜索流量变现模式，新闻业还面临注意力与人才流失的双重压力，但同时也通过人机协作重构内容竞争力，探索新的商业模式。然而，AI的整体落地效果仍处于“有希望”与“有限”并存阶段，颠覆性变革尚属少数。[1]

　　当前关于新闻业人机协作的讨论存在“替代vs辅助”的二元对立思维。技术乐观派认为AI将彻底改变新闻业，使记者从重复性工作中解放；技术批判派则担忧AI导致记者沦为算法监工，丧失专业自主性。这种框架虽便于理解，却遮蔽了人机协作的复杂性。人机协作涉及人机权责边界、劳动分工、组织惯例、职业文化等多重维度的动态社会过程，远非简单的“替代”或“辅助”所能概括。

　　新闻业同时面临AI带来的结构性变革与商业模式调整、平台依赖、行业分化、公信力下滑等多重困境，亟须建立组织韧性(Organizational Resilience),从而在动荡环境中实现适应、修复、反超与可持续发展的能力。同时，AI已不仅被视为技术工具，而是能够重塑组织韧性基础架构的战略性资源[2].因此，深入理解人机协作与组织韧性之间的关系，具有重要的理论与现实意义。

　　2

　　智能化转型中的新闻业人机协作与组织韧性

　　(一)从“人机共存”到“协作智能”

　　人机协作系统并非简单的工具使用，而是由多个相互作用的人类和自主机器(包括算法、机器人、自动化脚本)构成的复杂社会技术系统。这一转向催生了新兴的“人机新社会学”[3],其核心逻辑在于，集体行为的产物已无法单纯通过分析人类行为或机器算法来推演，而必须研究人机协作中产生的非线性、涌现性特征。

　　管理学学者Mollick(2024)提出“协作智能”(Co-Intelligence)概念，强调人类与AI并非对立的替代关系，而是互补共生的伙伴关系，并指出成功的人机协作需遵循四大原则，包括主动实验探索AI能力边界、始终保持人类在回路中、以平等伙伴的视角看待AI以及以发展眼光布局人机协作能力。[4]Gómez等对105篇实证研究的系统综述表明，当前人机交互仍以AI优先辅助、AI跟随辅助等浅层模式为主，真正具有双向互动、共同创造特征的深度协作模式偏少。[5]Handa等通过分析400万余条Claude对话数据发现，AI使用集中于软件开发和写作任务，覆盖36%的职业，其中57%为增强人类能力、43%为自动化任务。[6]多领域的实地调查显示，AI是任务级自动化，接管重复、数据密集型子任务，将人类从低价值劳动中解放。[7]这些研究有力地证明，AI的核心价值在于赋能而非替代。

　　(二)新闻业的人机协作与模式

　　相比其他行业，新闻业中的人机协作具有独特性。首先是极高的真实性要求，新闻业的核心产品是真实叙事，任何AI生成的虚假信息都可能对媒体公信力造成严重打击。其次是强烈的公共性与伦理性，新闻内容具有广泛的社会影响，其AI生成内容必须考虑公众利益。其三是创意与判断的深度融合，新闻生产既包含高度结构化的数据处理任务，也包含高度开放性的价值判断与叙事创作任务。Cools和Diakopoulos的研究显示，AI已渗透新闻全流程任务，集中于生产和分发环节，显著提升了生产效率，但也存在幻觉、偏见、新闻判断缺失和职业自主性丧失三大风险。[8]Meike Grimme(2024)对德国报业的研究也得出了类似结论，指出AI无法替代人类记者的核心能力(如语境化、伦理判断、创造性),最佳模式是“AI辅助+人类主导决策”。[9]Hosanagar和Ahn的实验研究也发现，不同的人机协作设计模式对输出质量、用户满意度与内容特征有显著影响，那些引入人类创造性输入的模型比限制人类角色的模型能产生更高水平的内容趣味性与整体质量。[10]一项系统性文献综述提出，新闻业人机协作需坚守“人类主导+AI赋能”的边界，通过分层协作与伦理治理平衡技术效率与新闻专业价值。[11]

　　基于对现有文献与媒体实践的梳理，本文将新闻业的人机协作归纳为自动化协作、增强型协作、生成共创型协作等三种模式。自动化协作模式是新闻业最早采用的AI应用模式，其核心特征是人工智能承担新闻生产中高度标准化、重复性的核心环节，人类记者仅负责最终的审核与监督。自动化协作模式显著地提升了新闻生产的效率与时效性，但也存在内容同质化、缺乏深度与温度等局限性。增强型协作模式被视为当前新闻业最为普遍的人机协作形式。在这一模式下，人工智能被定位为增强人类记者能力的智能助理，其核心功能是扩展记者的信息处理边界与工作效率，而非替代记者的判断与创造。增强型协作模式实现了人机优势的互补，使记者能够将更多精力投入深度调查、现场采访与叙事建构等核心工作中。生成共创型协作模式则代表人机协作的最新发展形态，即人类与AI共同参与创意生成，突破单一主体的能力局限。随着大语言模型技术的成熟，AI不再仅仅遵循预设模板进行内容生成，而是能够参与更为复杂的创意过程。例如，记者可以与AI进行头脑风暴，共同探讨报道角度与叙事结构；AI可以根据记者的要求生成多个版本的初稿，供记者修改与完善。与前述“协作智能”概念一脉相承的是，生成共创型协作标志着人机关系正从人主导、机器执行向人机共同创造的方向演进。

　　(三)组织韧性：新闻业应对数智化变革的核心能力

　　组织韧性理论起源于企业管理与组织研究领域的危机应对研究，近年来逐渐拓展至更广泛的组织分析。与静态的稳定性不同，韧性强调的是一个动态过程，包括对危机的意义建构、资源重组与制度更新。现有研究从不同视角提出了多种维度划分方式。[12][13]

　　基于资源基础观的划分关注组织拥有的不同类型资源如何支撑韧性，包括资本韧性、战略韧性、文化韧性、关系韧性与学习韧性。[14]基于能力视角的划分则强调组织的动态能力如何转化为韧性，包括认知韧性、行为韧性与情境韧性[15].综合现有研究与新闻业的行业特性，本文采用认知、结构、关系、文化四维分析框架，用以解释与评估主流媒体在人机协作中的组织韧性表现。

　　大量实证研究证实了人工智能采纳与组织韧性之间的显著正相关性[16][17].人工智能的应用通过降低业绩波动和促进持续增长，有效提升了组织的整体韧性表现，这种正面影响在面临外部冲击时尤为显著。具备高度AI能力的组织，其敏捷性、创新能力和数字化领导力能够显著调节受损投入在动荡环境下的响应效率[18].不过，人工智能对组织韧性的影响并非线性的。实证研究显示，人工智能影响组织韧性存在U型关系，组织采纳AI应用初期存在阵痛期，组织结构适配摩擦是主要原因之一。[19]这表明，AI技术本身并不能自动带来组织韧性的提升，只有当AI与组织的认知框架、结构形态、关系网络与文化体系深度融合时，才能真正转化为组织的核心竞争力。

　　3

　　新闻业人机协作与四维一体的韧性构建

　　本文提出涵盖认知韧性、结构韧性、关系韧性、文化韧性的四维韧性分析模型，该框架首先从韧性视角审视新闻业人机协作，将人机协作视为组织韧性建构过程，评估成效不仅看技术使用的广度与深度，更要看组织的适应能力、恢复能力与转化能力。其次，强调韧性的多维度性与系统性，认为四个维度相互关联、彼此强化，共同构成了新闻业在人机协作中的韧性能力体系。

　　(一)认知韧性：人机协作中的知识更新与意义建构

　　认知韧性是指新闻机构及其成员在技术变革中维持认知灵活性、更新知识结构及重构意义系统的能力。在人机协作语境下，认知韧性涉及三个层面：个体从业者对AI本质、功能与局限的理解；机构如何将技术认知整合为组织战略；行业如何形成关于人机关系的共识，重建职业话语体系。

　　研究发现，记者对AI角色的认知存在显著差异，不同的认知导致了不同的技术使用策略与情感反应。[20][21][22]如，有的新闻从业者将AI视为竞争对手，产生抵触情绪；有的将其视为效率工具，采取实用主义态度；少数则将其视为协作伙伴，积极探索人机共创的可能性。但当AI使用经验从个人技能转化为组织集体智慧时，不仅能够提高协作效率，还能增强员工的归属感和组织凝聚力。[23]

　　提升认知韧性，要求新闻机构首先既不盲目夸大AI的能力，也不低估其价值。二是承认AI的独特价值，同时坚定人类记者在价值判断、伦理审查与创意表达方面的不可替代性。三是在技术变革中维持意义建构能力，建立适应人机协作的新闻质量评估体系。四是建立全员终身学习机制，支持从业者更新知识结构与技术能力，准确评估人类与AI的相对优势，实现人机协作的优化。只有当组织及其成员对AI形成准确认知、清晰定位与合理预期，才能据此调整组织结构、建构关系网络、优化组织文化。对人机协作的认知偏差或滞后都可能导致结构错配、关系紧张、文化冲突等问题。

　　(二)结构韧性：人机协作中的组织架构与资源配置

　　结构韧性是指新闻机构在技术变革中调整组织架构、优化资源配置、维持运营连续性的能力。在人机协作语境下，结构韧性表现为组织架构能否实现有效的人机协作，资源配置能否支撑技术应用的持续投入，以及运营流程能否保持连续性与稳定性。

　　人机协作导向的结构韧性至少包含四层核心要素。第一，组织架构的适配性。要求打破传统的科层制垂直架构，建立以“智能中台”为核心的扁平化组织结构，实现技术需求的即时响应与AI能力的按需调用。第二，资源配置的有效性。新闻机构应建立与AI战略相匹配的资源配置机制，确保技术投入的持续性与稳定性。同时，应通过行业联盟等方式，实现技术资源的共享，缩小头部媒体与地方性小媒体之间的AI鸿沟。[24]第三，人才结构的合理性。要求优化人才队伍结构，培养和形成兼具技术研发、善用AI工具、算法识别、数据分析、AI伦理判断等复合能力的职业人才体系。[25]第四，技术架构的稳健性。人机协作的顺畅运转依赖于数据传输、算法运行、人机交互等技术环节稳定可靠。新闻机构应建立完善的技术架构与应急预案，确保技术系统在各种极端条件下都能稳定运行。

　　(三)关系韧性：人机协作中的网络建构与维系

　　关系韧性是指新闻机构在技术变革中维护和拓展内外部关系网络、获取关键资源、实现协作创新的能力。人机协作不仅是技术嵌入的过程，更是关系重构的过程[26][27],涉及技术权力分配、内容主权争夺、公共价值守护与行业生态共建等多个层面。

　　关系韧性的建设主要围绕三个核心对象展开：第一，与AI科技公司的关系。面对AI科技公司的不对称权力优势，单个新闻机构难以与之抗衡。因此，新闻业必须加强行业层面的集体协作，共同制定AI伦理准则、推动行业标准建设、集体谈判版权与合作条款。2026年2月26日，英国BBC、《金融时报》等五家主流媒体宣布成立SPUR[28]联盟，该联盟超越了单纯的版权付费诉求，将目标聚焦于建立负责任AI使用的行业护栏、标准化许可流程与内容控制权，标志着新闻业开始从被动防御转向主动制定规则。第二，与用户的关系。在流量红利消失的时代，用户关系已成为新闻机构最重要的资产。关系韧性要求新闻业利用AI技术，通过透明化、互动化、个性化等方式，增强用户黏性，将流量依赖转化为关系资产。第三，与行业同行的关系。AI时代的共同威胁促使新闻机构打破传统的竞争壁垒，通过共享技术经验、共建内容数据库、联合开展虚假信息治理等方式，形成互惠共赢的局面。

　　(四)文化韧性：人机协作中的价值坚守与意义传承

　　文化韧性是指组织在技术变革中坚守核心价值、维护专业认同、实现文化传承与更新的能力。文化是组织韧性的内核，也是最难以模仿的竞争资源。AI技术的引入，不可避免地会引发员工对岗位被替代的担忧，进而加剧职业焦虑，削弱职业认同感。而高韧性的新闻组织能够通过文化重塑，将这种挑战转化为成长动力，鼓励实验和容错，视AI为人类能力的延伸，建立协作智能的文化认同。同时，AI生成的低质量内容泛滥导致的虚假信息增加，反而使用户对权威、可验证新闻内容的需求日益上升，也是专业新闻业的核心价值所在。

　　提升文化韧性，要求新闻机构建立明确的价值底线，将真实性、客观性、公共性等核心价值嵌入技术应用的全流程当中。其次是重视专业认同的维护，在拥抱技术的同时，充分肯定人类记者的独特价值与贡献，为其提供职业发展的上升通道。总之，文化韧性为新闻“是什么”、记者“应如何”、做新闻“为何故”锚定价值导向。认知的更新、结构的调整、关系的变化，最终都需要内化为文化层面的认同与承诺，才能真正实现韧性的持续与稳固。

　　对于新闻业人机协作的三种模式与组织韧性的四个维度的关系，本文总结如图1.

　　4

　　案例比较分析：

　　BuzzFeed与深圳报业的AI转型模式

　　生成式AI深度嵌入新闻业的进程中，“All In AI”成为媒体机构智能化转型的标志性口号。然而，战略内核、人机关系与价值导向的本质差异，深刻影响着媒体转型的成败。对比美国网络新闻媒体BuzzFeed与中国深圳报业集团读特AI工坊的智能化模式，可见一斑。

　　(一)BuzzFeed:“以机代人”的激进转型

　　BuzzFeed曾被视为数字新闻时代的标杆，以其病毒式传播的内容闻名于世。然而，在生成式AI浪潮中，BuzzFeed选择了一条极端的转型道路，自2023年起将AI视为替代人力、削减成本、批量生产流量内容的工具。同时还裁撤了获得过普利策奖的调查新闻部门，将大部分内容生产任务交给AI.[29][30]

　　从组织韧性的四个维度来看，BuzzFeed的转型是激进且缺乏系统性规划的。在认知层面，其陷入了技术狂热与短视逐利的误区，错误地认为AI可以完全替代人类记者；在结构层面，裁撤核心采编团队瓦解了品牌公信力的坚实基础，生产大量同质化而又缺乏洞见的内容；在关系层面，割裂了与专业团队和忠实受众的信任联结，使其品牌形象一落千丈；在文化层面，它彻底抛弃了内容品质与公共价值。最终，BuzzFeed因内容质量低劣化、品牌公信力丧失、财务持续恶化而濒临破产。

　　(二)深圳报业读特AI工坊：“人机协同”的稳健试验

　　与BuzzFeed形成鲜明对比的是，深圳报业集团读特AI工坊的“All In AI”战略，以技术赋能、创意引领、人机协同为核心，坚守“人工创意链+AI生成链”的双螺旋生产模式。

　　在认知层面，读特AI工坊确立了理性工具观与创意优先的价值导向，明确AI是流程优化与能力增强的工具，而非人类的替代者；在结构层面，组建了灵活适配的AI特战小分队，重构了全流程智能化生产机制，实现了技术与业务的深度融合；在关系层面，构建了产学研、艺术跨界、政企协同的生态网络，获取了丰富的外部资源；在文化层面，坚守内容为王与人文价值创新，鼓励员工大胆实验与创新。通过系统性重塑四维组织韧性，读特AI工坊实现了生产效率提升300%、内容差异化创新与商业化落地的良性循环。[31]

　　两者的阶段性表现差异至少印证了，新闻业的AI转型绝非“以机代人”的自动化革命，而是以人机协作为核心、以组织韧性为支撑的系统性变革。AI若仅嵌入生产环节，会推动组织向效率逻辑收缩，弱化结构韧性，挤压新闻规范，导致文化韧性的崩塌，也会削弱新闻的责任归属与公众信任基础。去人类化的智能化将难以维系新闻业的前景，只有将AI嵌入人类主导的新闻生产体系，才能实现真正的组织韧性提升。

　　5

　　结语

　　当前，我国主流媒体正处于数智化程度持续深化、行业环境高度不确定的转型关键阶段。从外部环境来看，平台化生存引发的流量依赖、商业模式重构带来的经营压力，以及受众圈层化导致的传播效能衰减，共同构成了多重外部冲击；从内部看，事业单位体制与市场化运营的张力、技术能力建设与人才队伍更新的需求、专业理念与技术效率追求的平衡共同形成了复杂的适应压力。在这一背景下，人机协作不仅是技术应用的选择，更是组织韧性的战略维度，与媒体组织的认知框架、结构形态、关系网络与文化认同紧密镶嵌。

　　人工智能的影响不能被夸大和同质化对待，它可以是一种中介力量，通过构建人机协作模式重塑组织韧性。其产生的影响也具有情境依赖性，而非决定论式的——当AI与人类专业能力及制度价值相契合时，能够通过拓展认知能力、丰富组织结构、强化协作关系、重塑组织文化来提升韧性；当二者错位时，AI又会侵蚀这些相同维度，加剧组织的脆弱性。

　　基于前述分析，本文认为新闻业的人机协作应遵循以下四项基本原则：第一，树立人机共生而非对立的理念。记者应发挥深度分析、专业判断、伦理审查等方面的优势，将重复性、模板化工作交给机器，实现优势互补。第二，采取渐进式的技术采纳策略，成功的AI采纳往往不是一步到位的革命，而是逐步推进的演化。媒体机构应在保留核心职业价值与组织惯例的前提下，小范围试点、评估效果、逐步推广。第三，重视职业文化的建设与调适，关注记者的职业认同与心理状态，通过文化重塑消除其对AI的恐惧与抵触，使其适应新的角色要求。第四，建立完善的价值对齐与伦理规范机制，积极参与AI系统的设计和评估，将新闻专业理念嵌入技术开发过程，确保AI应用符合新闻职业的伦理规范。

　　新闻业人机协作的本质，是技术效率与人文价值的动态平衡。我们应采取“增强而非替代”的战略定位，通过合理分工释放新闻业的公共服务潜力。新闻业组织韧性的重塑，需跳出技术炒作与盲目跟风的误区，让AI成为新闻业坚守真实性、提升专业性、扩大公共影响力的技术支撑，而非替代者。未来可持续的新闻机构，将是既能有效整合AI技术，又能始终发挥新闻专业价值的人机协作共同体。

　　参考文献

　　[1] NEWMAN N. Journalism and technology trends and predictions 2026[R]. Oxford: Reuters Institute for the Study of Journalism, 2026. https://doi.org/10.60625/risj-ps1d-np11.

　　[2] LI J, WU T, WU Y J, et al. Systematic literature review of human–machine collaboration in organizations using bibliometric analysis[J]. Management Decision, 2023, 61(10): 2920-2944.

　　[3] TSVETKOVA M, YASSERI T, PESCETTELLI N, et al. A new sociology of humans and machines[J]. Nature Human Behaviour, 2024, 8(10): 1864-1876.

　　[4] MOLLICK E. Co-intelligence: Living and working with AI[M]. New York: Portfolio/Penguin, 2024.

　　[5] GOMEZ C, CHO S M, KE S, et al. Human-AI collaboration is not very collaborative yet: a taxonomy of interaction patterns in AI-assisted decision making from a systematic review[J]. Frontiers in Computer Science, 2025, 6, https://doi.org/10.3389/fcomp.2024.1521066.

　　[6] HANDA K, TAMKIN A, MCCAIN M, et al. Which economic tasks are performed with AI? Evidence from millions of Claude conversations[EB/OL]. (2025)[2026-04-14]. https://arxiv.org/abs/2503.04761.

　　[7] DAVENPORT T H, MILLER S M. Working with AI: Real stories of human–machine collaboration[M]. Cambridge, MA: The MIT Press, 2022.

　　[8] COOLS H, DIAKOPOULOS N. Uses of generative AI in the newsroom: Mapping journalists‘ perceptions of perils and possibilities[J]. Journalism Practice, 2026, 20(3): 878-896.
’

　　[9] GRIMME M. AI in media organizations: Factors influencing the integration of AI in the newsroom[D]. Stuttgart: University of Hohenheim, 2024.

　　[10] HOSANAGAR K, AHN D. Designing human and generative AI collaboration[EB/OL]. (2024)[2026-04-14]. https://doi.org/10.48550/arXiv.2412.14199.

　　[11] MOLLA M, AHSAN M M. Artificial intelligence and journalism: A systematic bibliometric and thematic analysis of global research[J]. Computers in Human Behavior Reports, 2025, 20. https://doi.org/10.1016/j.chbr.2025.100830.

　　[12][15] LENGNICK-HALL C A, BECK T E. Adaptive fit versus robust transformation: How organizations respond to environmental change[J]. Journal of Management, 2005, 31: 738-757.

　　[13] DUCHEK S. Organizational resilience: A capability-based conceptualization[J]. Business Research, 2020, 13(1): 215-246.

　　[14] CHEN R, XIE Y, LIU Y. Defining, conceptualizing, and measuring organizational resilience: A multiple case study[J]. Sustainability, 2021, 13(5), https://doi.org/10.3390/su13052517.

　　[16][18] SHATILA K. Artificial intelligence and organizational resilience: The mediating role of agility, innovation, and digital leadership[J]. Strategy & Leadership, 2025. https://doi.org/10.1108/SL-08-2025-0275.

　　[17] HAN M, SHEN H, WU J, et al. Artificial intelligence and firm resilience: Empirical evidence from natural disaster shocks[J]. Information Systems Research, 2025, 36(4): 2116-2133.

　　[19] 阳旸，刘姝雯，邓湘颖。危与机：人工智能对企业韧性的双重效应研究[J/OL].南开管理评论，(2025-11-26)[2026-04-14].

　　[20] SIMON F M. Rationalisation of the news: How AI reshapes and retools the gatekeeping processes of news organisations in the United Kingdom, United States and Germany[J]. New Media & Society, 2025. https://doi.org/10.1177/14614448251336423.

　　[21] 强月新，杨雨凌。“是助手而不是同事”：新闻从业者如何理解与使用人工智能[J]. 当代传播，2025 (3): 70-74,86.

　　[22] 曹艳辉，张志安，宁静怡。“变革”还是“变通”：新闻从业者对生成式人工智能的认知、使用与创新阻力研究[J].新闻记者，2025(12):52-68.

　　[23] GRIMME M, ZABEL C. AI in the newsroom: a collective case study about newsworker-AI collaboration in the German newspaper industry[J]. Journal of Media Business Studies, 2025, 22(2): 118-142.

　　[24] BECKETT C. AI and journalism: What's next?[R]. Oxford: Reuters Institute for the Study of Journalism, 2024.

　　[25] SONNI A F, HASDIYANTO H, IRWANTO I, et al. Digital newsroom transformation: A systematic review of the impact of artificial intelligence on journalistic practices, news narratives, and ethical challenges[J]. Journalism and Media, 2024, 5: 1554-1570.

　　[26] 吴世文。新闻从业者与人工智能“共生共长”机制探究——基于关系主义视角[J]. 中国出版，2018(19):21-25.

　　[27] 韩晓宁，耿晓梦，周恩泽。人机共生与价值共创：智媒时代新闻从业者与人工智能的关系重塑[J].中国编辑，2023(3):9-14.

　　[28] https://www.spurcoalition.org/.

　　[29] https://www.cnn.com/2026/03/12/business/buzzfeed-substantial-doubt.

　　[30] https://www.pajiba.com/miscellaneous/the-long-slow-and-entirely-preventable-decline-of-buzzfeed.php.

　　[31] 彭健。应用为王：AI赋能媒体智能化转型路径——以深圳报业集团读特AI工坊为例[J].全媒体探索，2025(9):8-10.

　　作者：陈楚洁 南京师范大学新闻与传播学院