到底是“孟加拉”还是“孟加拉国”？是“凡·高”还是“凡高”？是“被告”还是“被告人”？是“美金”还是“美元”？在日常的新闻报道和传播交流中，这些看似区别不大的“小节”实际上都有着深厚的历史和社会因素。人民日报社澳大利亚分社原首席记者陈效卫博士近日出版的新作《人民日报记者说：表达如何精准到位》，就从其数十年搜集的鲜活案例中，为读者展现、提炼、总结了国内国际报道中常见的表达精准性问题——真可谓“不看不知道，一看吓一跳”：文字赘述、表达遗漏、信息混淆、内容臆造、规范缺失等，都单独或共同出现在一篇篇的新闻报道中。
表达的精准到位与否，不是文字用词上的“小节”，而是作者能否将内容清晰准确完整表达给读者的“大节”。文字表达是承载内容的唯一形式途径，一字之差或许就会产生诸多误解。比如，在介绍嘉宾人物时，其头衔显然是必不可少的信息。在过去几十年时间里，党和国家机构改革使得一些机构新设或更名相当常见，这背后反映了党和国家对于机构改革的理念思路和措施方案，也反映了中国社会和国家治理体系的变迁。因此在介绍某位重要嘉宾时，他（她）的头衔究竟是“原某部部长”还是“某部原部长”，就是重要的表达精准性问题。
更值得一提的是，笔者尝试将几个经历过更名的党和国家机构的原部长姓名询问了ChatGPT，ChatGPT并不能准确地表述出其为“原某部部长”——有些回答其是原某部部长，有些回答其是某部原部长，有些则是回答其曾经担任某部部长等。更进一步，笔者询问ChatGPT“某某某是某部原部长吗？”（精准的用词应是“某某某是原某部部长吗？”），得到的回答显然清一色都是肯定的答案。不难看出，作为生成式人工智能，现阶段其能力主要表现为对知识的大体确认和表达，但是对于具体用词表达的精准程度，则仍然尚无意识——人工智能无法精准表达的结果便是，相关内容所包含的历史变迁和社会知识等重要信息，被淹没和遗漏了。
十几年前，牛津大学互联网研究所教授维克托·迈尔-舍恩伯格出版了《大数据时代》一书，一本关于大数据、移动互联网、人工智能的先驱之作和预言之书。作者对大数据时代做出了趋势性的判断：相比于小数据时代，大数据时代追求大群体的模糊性，而不再追求小个体的精准性。当下我们正经历的以ChatGPT为代表的生成式人工智能变革，往往被学界和业界认为是对经典新闻业的颠覆：机器智能生产新闻、算法推荐传播新闻，似乎人的价值在新闻业中即将被充分取代。然而，先不论当前的信息环境充斥着各种虚假和伪造内容，哪怕人工智能通过技术手段完成了对信息真实性的保证，但是表达的精准到位仍是人工智能大概率无法解决的问题——因为从方法论意义上而言，当下尚未完全能够模拟人类智能的人工智能，在遵循“4V”的逻辑下——即数据量大（Volume）、数据多样性（Variety）、价值密度低（Value）、数据产生和处理速度快（Velocity）——是必然无法兼顾个体的精准性的。
这也恰恰为人工智能时代的新闻业和新闻教育提供了一条具有确定性的路径，即“表达如何精准到位”。陈效卫博士的新书《人民日报记者说：表达如何精准到位》或许不仅具有工具书意义，更为人工智能时代新闻业的人类价值提供了具有启发性的落脚点。
（作者为深圳大学传播学院“百人计划”教授、博士生导师）
（《人民周刊》2025年第19期）
景盛网提示：文章来自网络，不代表本站观点。
