❶ 现状

从内容生产的角度上看，近年来出现了各种媒体机器人，诸如今日头条的Xiaomingbot、腾讯的Dreamwriter等，这些机器人在突发新闻、财经新闻、体育赛事等报道领域表现出强大的内容生产能力，极大解放了人力。（现状第一、二点）

从内容接收层面，算法也为智能推送提供了技术支撑，通过对内容、场景、用户习惯等数据进行细分，最终实现分众化和精准化的推送。目前，算法推送在新闻、资讯、短视频、直播等领域都已实现深度嵌入。（现状第十点）

❷ 问题

第一，机器人写作适用的稿件类型比较有限，“后真相”时代的到来对媒体生产内容的专业性和权威性提出了更高的要求，如果不恰当的内容自动生成且肆意传播，将会对媒体公信力造成负面影响。（问题第二点）

第二，算法虽然能够使内容分发更有针对性，但是数据安全和隐私问题也如影随形。在提升用户体验和保护用户数据安全之间，内容平台需要做好平衡。（问题第一点）

第三，个性化推送最受争议的问题，就在于个体的视野收到限制，进而导致视野窄化、知识固化、观点强化，造成信息茧房、回音壁效应等问题，进而容易导致群体极化现象。（问题第五点）

❸ 建议

针对算法带来的种种问题，报告中给出了很多对策建议。这些对策，核心其实就两点：技术发展和人机协同。

首先是技术。“解铃还须系铃人”，要解决技术带来的问题，绝非否定技术本身，而是应该不断完善技术。

智能媒体是媒体融合的高级阶段，无论是传统媒体还是新媒体，都需要在智能化方向上持续挖掘，推动新闻生产方式的持续变革。

随着云计算技术的提升，新闻制作流程也将打破时空限制，极大提升采、编、审的生产与信息把关效率。

其次是人的作用。人工智能时代，人并非毫无作为，尤其是在当前人工智能方兴未艾之际，人的作用是非常必要的。

目前的人工智能还未达到完全智能化，只能起到辅助作用，媒体人应该强化人际协同发理念，一方面AI提供了协助，另一方面，对人的工作要求反而会提高，人际融合是对双方的促进。

同时，针对各种由于算法导致的风险，既要发挥算法的纠错机制，也要健全人工干预和审核机制。