在人工智能日益普及的当下，媒体当然也需要人工智能。然而，被看作理所当然之事，也许是令人误解之事。选择“哪些”懵然不知，被动追逐技术是债务而不是资产，甚至是加速倒闭的工具。选择哪些要考察“技术性格”与“技术风土”是否适应，这是“比较技术论”的提出者森谷正规的理论，其立足的事实是，“美国、欧洲和日本，对技术的接受能力是各不相同的”。主体对技术的接受，即是对技术的选择。选择的关键是技术可供性与主体核心需求相适应。本文以此为理论视角和分析方法讨论人工智能。
一、驯化人工智能
“AI技术可供性”，即AI潜在各种行为的可能性。“媒体核心需求”，限定传统媒体，核心需求是共同体的核心利益。“适应”，即利用AI技术可能，服务共同体的核心利益。服务核心利益的实质是驯化人工智能。迄今为止，对技术与社会的关系有两种对立的观点：技术决定论与技术的社会形成论。20世纪20年代形成了“技术决定论”：技术自我发展，不以人的意志为转移；技术是社会变迁占支配地位的统治力量。但技术决定论有个根本矛盾，其代表雅克·艾吕尔认为，“技术现象是我们时代关注的主要问题；在每一个领域，人们都在寻求最有效的方法”。但他忧虑：一旦赋予技术问题优先考虑的地位——能够做得到吗？我们就失去了价值论的视野——应该这样做吗？最终就会考虑纯技术性的问题——什么是做这件事的最有效的方式？
艾吕尔的忧虑在技术决定论中无解，但却是真问题。针对这一问题，20世纪80年代形成了“技术社会形成论”。将关注点从技术对社会的影响转换到社会对技术的塑造。如何塑造？回答是“技术驯化论”：把技术从“野生”的转为“驯服”的，从外来的变为日用的。驯化论格外关注实践，我们如何使用技术，在哪里使用，怎样根据主体的需求作调整……都是在驯化技术。
驯化人工智能每时每刻地发生在世界各地。“如果没有人工智能日益广泛并不断增长的应用，社交媒体、网络搜索、流媒体视频、导航、拼车以及无数其他在线服务就无法像现在这样运作……没有大张旗鼓，甚至反而有些悄无声息的氛围中，我们正在把非人类的智能整合到人类活动的基本架构中。”把人工智能整合进人类活动架构，将其理论化就是技术的社会形成。“人类与人工智能的合作并不是一种对等关系。归根结底，人工智能既由人类构建，也由人类指挥。”将人类指挥概念化，即驯化人工智能。
驯化人工智能的领域之一是AI技术可供性与媒体核心需求相适应。AI技术可供性是什么？“智能革命的实质是人的智能与机器智能的相互作用、彼此促进，实现智能的转换与利用。”其有三股洪流：智能机、智能机器人、智能网络。媒体的核心需求是什么？本文讨论三点：事实核查、版权保护与数据变现——以智能机核查事实、以智能机器人保护版权、以智能网络实现数据变现。
二、智能机之事实核查
约翰·麦卡锡对人工智能的定义为：“能够执行具有人类智能特征的任务的机器”，简言之，人工智能即智能机器。那么，将智能机的可供性用于事实核查如何？
社交媒体的兴起导致虚假信息激增，生成式人工智能的深度伪造技术给社会带来了新的风险与挑战，因此事实核查已成为媒体的核心需求，媒体应主动承担核查职能。早年间，事实核查作为新闻生产的一道工序，旨在核查报道的事实正误。2003年以来，从美国开始，事实核查演变为一场新闻改革运动，查验政客的公开声言，评定其真实性与准确性。
当前较成熟的是弱人工智能，可执行目标单一、指令明确的任务。那么，让其核查“无情性事实”如何？2003年以来，事实核查所主攻的是“制度性事实”。“事实核查人员所处的信息世界由哲学家约翰·瑟尔所称的‘制度性事实’组成。与物质世界的‘粗野事实’不同的是，这些东西（如金钱、边界或上个月的失业率)只有通过某种制度性的规则制定机构才能存在并具有意义。”制度性事实需要制度的基础设施，包括制度的构成性规则的支撑。别说弱人工智能，连记者都很难核查。只看事实核查“运动”盛行20多年来声势浩大却效果不佳便可窥见。只要制度的构成性规则相互矛盾，或双方理解不同，就会陷入一场混战……受众也无所适从，反而流行起“后真相”。
与“制度性事实”相对，约翰·瑟尔论述了非制度性的“无情性事实”，这是不依赖于任何人类意见、也不需要有人类制度来保证其存在的事实。相对于制度性事实，无情性事实简单明了。更重要的是，无情性事实准确无误，是新闻真实性之根。回顾历史，美国“水门事件”调查涉及错综复杂的制度性事实，但突破的关键点是一个无情性事实：进入水门窃听，“有没有”上层人士卷入？从制度性事实深入无情性事实，不仅事实核查开了新局，而且利用弱人工智能的可供性，给它一个可定义的问题，可衡量的单一目标。目标进入机器学习要输入数据，构建模块，且要详细了解无情性事实，约翰·瑟尔以“一把起子”为例：一是我面前这个物理对象的存在，不依赖于我们对待它的任何态度。二是它有许多特征不依赖于观察者的任何态度，如它有一定的质量和一定的化学成分，这些特征是这个对象所固有的。三是它还有另外一些只是相对于行为者的意向性而存在的特征，如它是一把起子（把它作为一把起子看待，作为一把起子使用等），这些特征是“与观察者相关”的特征。四是与观察者相关的特征，有一些在认识论上也是客观的。它是一把起子，并不只是我的意见或评价，而是公众可以在客观上肯定的事情。
简言之，存在两种无情性事实：独立于我们的与依赖于我们的。前者不依赖于观察者而存在；后者是相对于观察者（或使用者、购买者，以及把这个东西看作起子的任何人）的意向性而存在。关键是这两者都是可以客观核查的。2017年底，《半月谈》接到市民举报称重庆有火锅店用“潲水油”，一段视频完整记录了该店回收并再次使用“潲水油”的全过程。经专业人员鉴别视频真实可靠，记者暗访后发布报道《交了锅底费，还吃“潲水油”——百亿产业为健康“埋雷”》，引起重庆市食药监、公安部门的介入，掀起一场整治风暴。潲水油从餐饮剩菜剩饭中提取，这是独立于我们的无情性事实；潲水油有害健康这是依赖于我们的无情性事实。吃没吃潲水油？比核查“制度性事实”简单容易，结果也少争议。
真与假，事实与伪造的分野，是人类社会的基本价值之一。“随着传播虚假信息的工具变得越发强大和自动化，界定和清除虚假信息的过程正成为一项日益重要的社会和政治职能。”这决定了事实核查不仅是传统媒体承担社会责任的核心需求，也是新媒体的重要需求。“脸书目前删除的虚假账户和垃圾帖子的数量大约为每季度10亿条”，尽管脸书有数万员工从事内容审核工作，“但这个工作量没有人工智能辅助根本无法完成。脸书和其他公司的此类监控需求推动了大量研发。”媒体可以从这种“大量研发”中获益，因为人工智能的基本原理是公开的，有社会需求就有研发潮流。媒体既可以“抱团”研发，也可以与新媒体、技术供应商或大学“合作”研发，“投喂”给AI两种无情性事实：独立于我们的与依赖于我们的。输入真与假的游戏规则，让机器自主学习，使用神经网络从大数据中提取模式，最终转化为可重复输出的判定真假的算法。如收到市民举报，原来需要“经专业人员鉴别”，但现在只需打开电脑利用算法就能鉴别，并可即时开展舆论监督。
人工智能的应用随任务的变化而变化，不同的目标需要不同的训练技术。事实核查，新老媒体都要训练两种无情性事实，但传统媒体有地域性，不需要像脸书一样核查“10亿条”。那核查目标何在？给无情性事实加个限定语——“受众公共生活”的无情性事实。中国人现代日常生活有12支柱：衣食住行、性健寿娱、学（教育）劳（就业）权（权利）保（环保），称为“支柱”，是有形形色色的事件作支撑，这才进入新闻。新闻发生在公共领域，而不是私人领域。12支柱公共生活的无情性事实，尤其是“本媒体”受众所关心的，正是开发智能机的重点。如2023年12月针对“学”，警方侦破的假文凭案，“事后”媒体都有报道。试想如果能把“事后”提前呢？当发现蛛丝马迹时，以智能机核查事实，媒体事先介入进行舆论监督。智能机查清事实，记者发挥所长，以新闻叙事进行舆论监督更有益且有效，那将使媒体、AI、受众与社会共同受益。
举一反三，以智能机瞄准“受众公共生活的无情性事实”，不仅打开了舆论监督与新闻叙事的新天地，而且事关受众生活，其真与假远比“制度性事实”易核查、少争议。研究美国事实核查运动的卢卡斯·格雷夫斯指出，“事实核查人员首先应当被理解为新闻业的改革者。他们团结一致的使命不是整肃政治，而是改变新闻业。”如何改变？将事实核查回溯新闻业之根本——讲述受众公共生活的真实故事，这才是新闻改革天地。仍说中国，衣食住行、性健寿娱、学劳权保，从12支柱的新闻视角贴近受众生活，讲述新闻故事，戳穿虚假信息，全面维护主流媒体的新闻权威。
三、智能机器人之版权保护
智能机与智能机器人均属智能机器。区别在于智能机依赖用户操作；智能机器人有一定程度的自主性，能够在没有人类直接操作的情况下，通过预设程序或实时决策来执行任务。任何新技术引入，版权都是新战场。“互联网作为一种新闻媒介的发展是由既有的印刷和广播新闻机构促成的”“线上传播的机会最初是由既有的新闻媒体，特别是报纸发掘的”。数字版权（信息网络传播权）问题都是难题，媒体左手义愤填膺地“维权”，右手无可奈何地“白送”——互联网更快捷免费地供给媒体所有内容。PC互联网阶段，报刊办数字报，是为第一代白送品；移动互联网阶段，报刊与广电都做 App，是为第二代白送品。白送的要害是自毁版权！自毁为什么停不下来？有个根本难题：不上网等于是自绝于网络传播；上网就是大家随便消费信息。对于保护版权媒体寄希望于版权法。但数字版权的立法与执法是更大的难题。
寄希望于智能机器人如何？智能机器人发展的一个方向是研制纳米（十亿分之一米）机器人。将微型机器人附着于数字文档，既能进行网络传播，又能保护版权。
第一，被盗版自毁。版权的本义是复制权。禁止非法复制才能保障专有（自身或授权渠道）的传播，才有盈利闭环（聚集本媒体受众，或对授权渠道收转让费）。复制权是媒体最重要、最基本的财产权。模拟复制有技术障碍，这成为了版权的天然保障。数字复制去除障碍，拷贝易如反掌。媒体为盗版复制提供“文本”条件，又心有不甘地“维权”。PC互联网阶段，追责谷歌等大公司总算有些进展。但在移动互联网阶段，尤其是在社交媒体平台上的很多内容，只在个体之间搬来搬去，版权人几乎无法阻止这种侵权，甚至难以准确判断这种行为的合法性。
让微型机器人黏上数字文档如何？让文档与机器人一同被盗，哪怕盗到天涯海角，只要机器人独立工作，自主决策，或者将文档立马删除、自我毁灭；或者人机对话，询问作者：是否要自毁？作者可回复：稍等，看看点击量。当点击量上升到高处时可指挥机器人：毁掉后半篇！或者，每三句毁一句！或者把段落颠倒，倒果为因……使文档乱码迭出，不堪卒读。这是一种通过智能自毁调动用户来实现反盗版的方式。
第二，被洗稿展示。网络盗版有简单粗暴的搬运，还有复杂精致的洗稿，把原创稿件改得面目全非，抄袭其最有价值的部分。传递信息的新闻稿件，通讯可浓缩为消息，消息可浓缩为简讯，尤其方便洗稿。而且，我国版权法不保护“单纯事实消息”，洗稿中再加些其他内容，则更是难以辨别。然而，机器人却认得出。
人工智能的进展之一是“建立新闻内容的DNA”。参与研究者涉及许多领域，包括自然语言处理、人机交互、信息论、统计和模式识别等。跨学科研究致力于开发有效的方法，从多媒体新闻中自动检索信息和知识。“大多数研究工具将内容划分为小型数字内容单元，分析并标记这些子单元，最后进行综合分析。”原创稿件“最有价值的部分”就是内容DNA。一旦被洗稿，机器人迅速行动，并列展示原稿与洗稿，标亮DNA，让公众得以分辨……
新闻DNA不限于文字，还有“基于内容的图像视频检索”，使用聚类分析等统计学方法，将视觉帧划分为更小的“团块”。每个团块描述其颜色、纹理、形状和结构……形成“团块词汇表”，然后用统计学理论将描述图像区域联系起来，与类似图像进行比较——这正适用于广电。如ImageSpace这样的搜索引擎，允许用户直接查询多个可视对象，像天空、树木和水，他们类似于执法人员用于自动检测色情内容的工具。又如IBM，开发了自动视觉识别系统的算法，对图像进行机器学习，用户可以对其训练，提高识别的准确度。因此，无论报刊或广电，都可鼓励自媒体甚至普通网民检测传播内容DNA，捕获洗稿。
第三，禁止越权分享。这是“信息网络传播权”的应有之义，只有文档的版权持有者，或获得了版权持有者的授权才有权利分享文档，否则将受到限制。然而，现实并非如此。数字文档分享没有技术障碍，加上传统媒体几十年争先恐后“白送”，网民也习惯了不受限制地分享。安德鲁·基恩认为，网络分享以“赠送”原则取代产业的“交易”原则：把你的内容放在网络上，给人们想要的一切，“都是赠品，没有经济。每一天都好像是圣诞节”。网络分享是网络盗版的联盟，“唯一丰富的就是无处不在的线上盗窃内容，尤其是盗版音乐唱片”，还有盗版电影。这两大产业损失特别惨重。
分享怎么同盗版联盟？关键是盗版者得技术赋权！数字文档哪怕将原件复制分享十万次、百万次，复制品是原件的克隆，没有丝毫变形，这就敞开了盗版之门。以知网为例，第一个人付费“交易”下载文档，理论上他只能为了教育或非商业目的使用，其中或有分享。但被分享者又有分享、第N次分享……其中或遇上盗版者。盗版者将此拿去做什么，知网与第一分享者都无从追究。针对“一人交易、无限分享”的问题，如让机器人介入会怎样？购买电子文档可对分享权利进行数量限制，用户可事先选择：独自使用、分享5人、分享10人等……越权分享时出现提示：分享次数已满，请勿越权使用！又或者越权分享时，文档乱码自毁等。
第四，博弈AI版权。先行者已敏锐关注此问题。“如果人工智能系统能够从多个新闻来源中自动提取事实，并将提取内容整合成一种全新形式，生成语音新闻，那么这条新闻的版权归谁？”AI版权还有难题，“科技巨头可能会在网上收集新闻文章，建立自己的单一主题新闻数据库。例如，这些平台可以摘录并归类政客的标志性议题和政策立场，并按要求提供信息，而不给作者任何补偿。在人工智能时代，新闻机构可能会再次对合理使用和盗用内容感到担忧。”有担忧也有希望，“禁止越权分享”，岂止用于知网，用于音乐或电影，经这些产业训练成熟的机器人，再用于科技巨头的“单一主题新闻数据库”，若购买电子文档1000次，用到1001次时，就必须给文档作者以额外报酬。
警戒莫比乌斯环。当前，线上线下版权已成莫比乌斯环，仅保护线上一面，会丢失线下另一面，反之亦然。且看张爱玲作品版权人宋以朗先生的窘境，他同多家出版社打官司，出版社侵权近乎绝迹。
谁知除此之外还有更糟糕的，即苹果App Store电子书商店。只要在里面支付0.99美元，便可以下载到整套《张爱玲全集》。向苹果投诉或跟他们打官司都涉及很繁复的程序，苹果公司会要求解释很多问题，比如张爱玲是谁？怎么知道这个张爱玲就是你说的张爱玲？怎么知道这些是张爱玲的作品？你怎么证明她死了？你如何成为她的合法遗产执行人呢？诸如此类。待证明完毕，苹果一方会说“好，可以接受”，然后把该商店封掉。但是第二天，那个店主便可以用别的名字重新注册，轻轻松松又再开张。接着他又要做另一轮举证，没完没了，每天早上起来就要上App Store巡视。因为举证责任由版权持有人负担，不法卖家只要改头换面便可照常营业，代价近乎于零，侵权怎么可能停止呢？
此类侵权问题不限于张爱玲，很多知名作家都是受害者。从版权问题方面来看有三点值得关注。第一，即使没有白送，甚至没有发行数字文档，照样有数字盗版，扫描正版即可。第二，创建版权壁垒（包括技术和法律壁垒）需要国际合作，而这做起来很难。即使苹果永久封杀盗版商，后者另找一家跨国数字平台可轻松开店。第三，版权人没有时间、精力和能力，去巡察各家跨国数字平台，一一交涉。然而，机器人有的是时间和精力！能力呢？隐身实体书的印刷符号，盗版扫描时则把机器人一并扫走，盗版“流窜”到哪里，机器人巡察到哪里。不需要版权人举证，不需要跨国繁杂交涉，从线下到线上，版权保护形成360度无死角的莫比乌斯环。
从线上到线下也有莫比乌斯环。电子版印刷实体书，有诸多数字技术环节，方便机器人潜伏。宋先生说盗版，“随便翻一翻我自己写的‘前言’，英文的‘p’字完全消失了，Stephen变成了Stehen，euphoria变成了euhoria，Spy Ring变成了Sy Ring等，简直不可思议。”研发版权机器人可以降本又提速，所谓自毁代码，只要在文档付印时去掉某字母即可，汉字印刷则去掉某偏旁就行。
针对从线上到线下的盗版，机器人从线上入手，对有些电子文档吹警戒哨，事先制止翻印；对有些电子文档版不吹，印刷时才提示。吹与不吹，授权AI随机。于是，机器人守卫的不是“一件”作品，而是传媒集团“所有”产品，都成线上线下莫比乌斯环，都是有AI巡察的 “环环相套”的更大警戒地带。或者，这环还要扩大，扩到传媒集团的历史产品。
以莫比乌斯环分析线上线下版权保护，当然是隐喻，隐喻将本体与喻体相比较，提供情景和工具，凸现本体的某些方面。什么方面？莫比乌斯环具有拓扑学结构的神奇特征，隐喻AI保护版权未知而神奇的探索空间。前瞻未来，若版权机器人研发成功，那市场太大了。“只有当你知道自己需要什么样的技术时，你才能更好地应用技术。”吉姆·柯林斯说：“技术本身并不是公司发展的主要原因，有选择地尝试使用技术才是发展的动因。”
四、智能网络之数据变现
人工智能又一股洪流是智能网络，即AI赋能的网络平台。传统媒体中，建设最早、相对完备的平台是广电信息网络，将其转型成智能网络，以解决传统媒体迫在眉睫的问题——数据变现。
数据能够变现，因管理数字身份。“消费者的数字身份是行为获取过程的重要组成部分，它直接影响消费者接收何种服务和信息。”广电用户只要开机就有数字痕迹。人工智能可以自动分析视频、音频、开机时间、时长、浏览方式等痕迹，进而对用户性格、兴趣偏好和认知能力之间的联系进行研究，将其转换为用户数字身份（社会DNA）。
PC与手机是“个人媒体”，电视是“家用媒体”。网络媒体管理“个人数字身份”，电视媒体则管理“家庭数字身份”。相比网媒的“个人DNA”，以家庭为单位的“社会DNA”远远有利于营销变现，兹讨论几点。
第一，“回看”两种定价。一周“节目回看”已成为广电网络的基本服务。百余个电视频道目前是打包收费，而绝大多数家庭常看的频道只有几个。如果将“回看”分别定价呢？一种方式是打包收费，另一种方式是选择收费，用户可根据具体情况选择收费更低的方式。乍一看这是广电让利，但更深入地看，则是促成用户为自身利益留下更精确的数字痕迹。全球知识产业已投入大量资源用于技术开发和管理数字身份。通过一个简单的“回看”频道选择，以较低的成本“购买”用户准确数据，实现了家庭的精准画像。
第二，精品跨省市促销。“回看”限于一周节目，一周之后的节目呢？如果回看只选购几个频道，未选购频道的广电精品呢？有了广电智网，那就跨省市促销。一是跨省市样品试看。当地广电新媒体发布外地广电精品的节目“预告”，发布其零星“回溯”，回溯一周前、一月前、几年前都行。零星，即只放几分钟的样品，将未选购的全部放上，又成“白送”。用户试看之后若再想看，那就“按次收费”或“按需收费”。二是跨省市互促开机。没有智能网络，目前广电精品或者自办新媒体，长久白送；或者以极低价格卖给音视频网站，近乎白送。有了智能网络，白送与近乎白送则不存在。前提是广电系统内部建立商业伙伴关系，跨省市出售样品及按需收费，如此才能够实现跨省市经济结算，更能实现跨省市互促电视开机。2024年初，我国电视开机率跌破30%冲上了热搜，这是典型的市场营销危机。广电系统互促开机更有紧迫性和可行性，若用户既可以看外地广电精品，又能收看当地节目，这无疑会提升电视的开机率。
第三，家庭定制分发。家庭DNA是广电智网的“独家”，需要物尽其用。广电网络的“各种”资源尤其是电影，比电信、移动等网络都多。但观众认为广电网络内容太多，不想看的也多，反而会放弃广电网络，这是典型的“大众市场”难题。解难题需要细分市场，针对特定人群和需求，专业化经营“利基市场”，获得忠诚客户与更高利润。广电网络智能化，遥控器“搜索”已成标配。笔者曾多次搜索过罗杰·伊伯特《伟大的电影》，留下了数字痕迹，这些“电影几乎都是我们在电影院或电影频道看不到的老片子，有一些甚至老得可以做我们的爷爷。”他们过了版权期，又有数字修复的高清DVD，只需有心人做市场开发。当然，好多影片网络上也能看到，不过手机或电脑无法呈现出壮观景色的效果，因此对于电影院不放映的内容，在电视上看是次佳的选择。以此类推，广电网络的现有栏目，如“电视剧” “动漫”“综艺”等内容，都可以根据家庭DNA找到细分再细分的利基市场，对观众定制分发。
第四，家庭DNA的自用与转让。家庭DNA成为广电的独家资源，其价值有待于开发，原因在于其可以自用与转让。自用，除前文的分析之外，还有一大类是吸引广告。广告业大趋势是跟踪和测算广告投入的行为定位，即基于消费者的认知、情绪和其他行为背景精准投放广告。目前关注的重点是开发图像与视频的行为定位，并把行为定位和情境定位相结合。因为电视的“家用属性”，“大量的电视节目都是关于家庭生活的。情景喜剧和肥皂剧将虚构的家庭搬上屏幕，而智力竞赛节目、访谈节目和各种各样的纪实节目则常常展现出真实的家庭。”这些节目的广告招商如果与家庭DNA的情境与行为定位相结合，对广告商是极大的诱惑。
转让，如对搜索引擎。十年前，搜索引擎由数据挖掘技术驱动，如果先搜索“美食餐厅”，然后搜索“服装”，这两次搜索并无关联，搜索引擎会尽可能多地收集信息，为查询者提供选项。但当前的搜索引擎由AI机器学习驱动，以人类行为所构建的模型为指导。如果有人同样如此搜索，“他看到的可能是名牌服装，而不是更廉价的替代品。名牌服装更有可能是这位考究的搜索者所追求的。”笔者在“淘宝”搜索“3人家庭美食”与“3人家庭服装”，除了千篇一律的“亲子装”之外，别无他选。如果广电与淘宝或携程之间数据转让，既丰富了自己的DNA（淘宝有广电缺少的购物记录，携程有广电缺少的旅行记录），又充实了对方的DNA（广电有新闻节目、娱乐节目或偏爱电影的记忆储存），各方会不会感兴趣？家庭DNA，无论自用还是转让，均实现了数据变现。
五、行动者世界之选择
“人工智能也在给机器带来转变，从迄今一直是我们的工具，摇身一变成为我们的伙伴。”人机伙伴关系是什么模样？那是同时改变人与机器的行动者世界。
迈克尔·卡隆用“行动者”（actors）一词来定义人与机器共在的世界，其含义是打破人的行动者与机器行动者的区别，也否认有生命与无生命的传统区分。启用一个陌生化词汇来平行讨论人和机器，他们都是行动者。行动者网络理论（Actor-Network Theory）并非讨论人工智能，但人工智能全面融入人类生活，人类和人工智能之间的界限逐渐模糊，这种人机关系正适合“行动者”理论分析。
行动者网络理论是技术社会形成论的流派之一， 其特别强调如下几点：一是解决技术问题的因素是多质多样的，技术的发展和变化来自社会的多方协商，而不是来自技术的自身逻辑。二是解决技术问题的方式是在冲突中形成的，冲突导致协商。三是现在有一种运动：走向科学技术关系的更加社会学化。
上述第一点，是强调技术社会形成论的核心概念——选择。发明某物意味着提供技术可能性，社会选择这种可能性是否值得实现。肖峰认为，选择遵循“收益原则”，应选择“适合一定的特殊条件而能获得最大效益的技术”，类似本文开头引用森谷正规论“技术性格”与“技术风土”相适应，不适应就“水土不服”。媒体以收益原则选择AI，需要做好以下几方面。
第一，剔除不相容技术。当前论人机伙伴关系多强调“合作”，行动者理论强调“冲突”，两者合观才是真相。同人类世界一样，行动者世界充满竞争与合作，不然不会有机器人不得伤害人的定律。定律如此，还需警惕人类自伤，显例是电视启用人工智能主播。英国广播公司、美国哥伦比亚广播公司、中国中央电视台、东方卫视、广东电视台，都不同程度启用人工智能主播，偶尔尝试有新鲜感，但长久运用，尤其主播新闻则需再探讨。因为“电视再现新闻事件的声光画面与旁白特有叙事表达形式，乃电视新闻叙事结构的重点所在”。主播是故事讲述者，为了活跃现场气氛，主播往往从第三人称讲述转变为“现场”第一人称讲述。
赞成人工智能主播者认为这会“提升节目质量。与现实主播不同，人工智能主播是被程序化的一种机器，一旦掌握了正确的数据，它在播报和主持的过程中也将严格按照程序运作，因此一旦人工智能主播应用恰当得体，将大大改善目前播音员主持人播报差错问题、文稿配音的读音错误等问题。”然而，读音错误、播报差错是癣疥之疾，“程序化机器”不能讲好故事，营造气氛是心腹之患。我们不能在尚未充分了解问题之前就匆忙寻找答案，人工智能主播与电视媒体的擅长不相容。进一步说，AI方便深度伪造，防止其传播虚假信息，媒体要设防火墙。“尽管人工智能自动语音是应人们的要求创建和运用的，但重要的是要在它与真正的人类语音之间建立一种可理解的区分。”那么，人类主播与人工智能主播究竟该“区分”还是“合作”，甚至让其“替代”？媒体与AI，哪些地方人机融合，哪些地方“去”融合，剔除人机合作，两者均是驯化人工智能的重要选择。
第二，主攻关键技术。瞄准关键技术，即媒体有核心需求的技术。上文分析的问题，有些技术解决已经成熟，如“被盗版自毁”。而有些并无解决方案，要投入资源重点攻关，尤其是要攻关人机“新”合作模式。“我们将不再给人工智能那么多具体指令，告诉它如何实现我们分配给它的目标。更多的时候，我们会向人工智能提出模糊的目标，并询问：‘根据你的结论，我们应该如何推进？’”。
之所以如此，因为出现了堪称“革命”的AlphaZero。2017年，由谷歌旗下公司开发的人工智能程序AlphaZero击败了当时世界上最强大的国际象棋程序Stockfish。后者由人类输入棋谱，其依赖人的经验、知识和战略，打败人类棋手并非独创性，而是更强更快的处理能力。然而，AlphaZero不借助任何棋谱，它是人工智能训练的产物，开发者只给它提供一套国际象棋规则，指示它基于规则最大限度地提高自己的胜负比。仅仅4小时的自我对弈训练，AlphaZero就成为了世界上最强大的国际象棋程序。
AlphaZero所采用的战术颇为诡异，是真正的独创。许多情况下，这些走法是人类根本未曾考虑过的。“它有自己的逻辑，能够在纷繁复杂的众多可能性中识别出那些人类心智无法完全理解或加以利用的走子模式。”AlphaZero给人类的启示是：“如果说人工智能的专长有什么指导意义的话，那就是它可能会接触到与人类所接触的迥然不同的现实层面。”将这“启示”用于开发关键技术。首先，为机器定义一个问题或目标。如事实核查，从核查无情性事实开始。其次，让机器探索各种核查模式。以习得的经验评估效果，并选择它认为最可能成功的办法。坦率承认人类的局限性，“无情性事实”与“制度性事实”只是理论辨析，实务中经常交织，核查前者也会涉及后者。有些核查方式是人类无法想象的，让机器在人类无法企及的领域中运作，寻找事实核查的最优解。最后，一旦机器将某个结果带入人类可知领域，那就尝试去研究它、理解它，并在理想情况下将其纳入人类行为。AlphaZero获胜后，它的战略战术也融入了人类棋手的棋局之中，拓展了人类对国际象棋的认知。或许，人工智能将给我们带来事实核查的新手段；或许，核查无情性事实与制度性事实之外的其他事实领域；这是技术再创新，也是媒体新发展。
第三，以人类尊严和自主性为中心。从启蒙运动以来，我们以“理性”界定人性，现在人工智能也有理性，甚至超越人类理性。基辛格等讨论“人工智能时代与人类未来”：“为了厘清我们在这个世界上的地位，我们的侧重点可能需要从‘以人类理性为中心’转移到 ‘以人类尊严和自主性为中心’。”行动者世界总有一个中心，用迈克尔·卡隆的话说，即走向科学技术关系的更加社会学化。仅仅理性不足恃，转向“人类尊严和自主性”。
以人类尊严和自主性为中心，看清AI的明暗两面。“人工智能有能力产生高质量和大容量的错误信息，比如深度伪造的信息，这些信息很难与真实的视频和音频记录区分开来。”新闻同伪造势如水火，以人类尊严和自主性为中心，新闻传播的理论和实务都将开创新局面。深度伪造“高质量和大容量”内容，反而给高质量新闻创造机会。尼克·纽曼正是这样理解的。“由于假新闻的存在，公众已经意识到新闻期刊不是免费的。有高质量的新闻，也有虚假的新闻，高质量的新闻实际上是相当稀缺的。因此，人们可能需要为此付费。” ——版权保护在人工智能时代有了新含义：拒绝白送！把高质量“付费”新闻同高质量伪造相区别！防止“高质量新闻”淹没在“高质量伪造”的汪洋大海中。纽曼还说：新闻业的环境虽然被污染，但“为有高质量新闻的品牌或是能够直接通过创造性的方式将广告投放市场进行创收的品牌带来机会。”高质量新闻品牌——有智能机之事实核查（与人类新闻工作者的新闻叙事），有智能机器人之版权保护（与人类新闻工作者的版权经营）。创造性投放广告的商业品牌——有智能网络提供数字身份（与人类新闻工作者的广告创意和商业策划）。纽曼认为，假新闻泛滥是灾难，但他对人类记者的职业前途充满信心，因为有“希望之光”。恐怕不光是希望光影，还有以人类尊严和自主性为中心的新闻追求，有行动者网络世界之选择，有AI技术可供性与媒体核心需求相适应。
相适应，人驯化技术，技术进化人。人驯化了火，进化到熟食；驯化了电，黑夜光华四射；技术成为人的本质力量的新构成，成为人的外化器官。人类行动者+AI行动者产生新的媒介能力。事实核查、版权保护与数据变现，接触到与人类感知不同的现实层面，达到以前不可能实现的目标，那代表媒体的进化，媒体的升级。
