[1] Stuart Allan。2011 年。《引言:数字时代的科学新闻》。《新闻学》12,7(2011 年 10 月),771–777。https://doi.org/10.1177/1464884911412688 [2] Josh Anderson 和 Anthony Dudo。2023 年。《来自战壕的观点:与记者关于报道科学新闻的访谈》。《科学传播》(2023 年 1 月),107554702211491。https://doi.org/10.1177/10755470221149156 [3] Aviv Barnoy 和 Zvi Reich。2019 年。验证的时间、原因、方式和结果。新闻研究 20, 16 (2019 年 12 月),2312–2330。https://doi.org/10.1080/1461670X.2019.1593881 出版商:Routledge _eprint:https://doi.org/10.1080/1461670X.2019.1593881。[4] Emily Bender 和 Chirag Shah。2022 年。无所不知的机器是一种幻想。https://iai.tv/articles/all-knowing-machines-are-a-fantasy-auid-2334 [5] Emily M. Bender。2022 年。《华盛顿邮报》对 ChatGPT 的炒作。 https://medium.com/@emilymenonbender/chatgpt-hype-in-the-washington-post- c4e1355ed31b [6] Emily M. Bender。2022 年。纽约时报杂志上的 AI 文章:抵制留下深刻印象的冲动。https://medium.com/@emilymenonbender/on-nyt-magazine- on-ai-resist-the-urge-to-be-impressed-3d92fd9a0edd [7] Emily M. Bender、Timnit Gebru、Angelina McMillan-Major 和 Shmargaret Shmitchell。2021 年。论随机鹦鹉的危险:语言模型会太大吗?。在 2021 年 ACM 公平、问责和透明度会议论文集上。ACM,加拿大虚拟活动,610–623。 https://doi.org/10.1145/3442188.3445922 [8] Deborah Blum。2021 年。科学新闻事业发展。《科学》372,6540(2021 年 4 月)。https://doi.org/10.1126/science.abj0434 [9] Joshua A. Braun 和 Jessica L. Eklund。2019 年。假新闻,真钱:广告技术平台、利润驱动的骗局和新闻业务。《数字新闻》7,1(2019 年 1 月),1-21。https://doi.org/10.1080/21670811.2018.1556314 [10] J Scott Brennen、Philip N Howard 和 Rasmus Kleis Nielsen。 2018. 行业主导的辩论:英国媒体如何报道人工智能。(2018 年)。[11] Michael Brüggemann、Ines Lörcher 和 Stefanie Walter。2020. 后常态科学传播:探索科学与新闻业模糊的界限。科学传播杂志 19, 3 (2020 年 6 月)。https://doi.org/10.22323/2.19030202 [12] Madalina Busuioc。2021. 负责任的人工智能:让算法承担责任。公共管理评论 81, 5 (2021)。https://doi.org/10.1111/puar.13293 [13] Tania Cerquitelli、Daniele Quercia 和 Frank Pasquale(编辑)。2017. 大数据和小数据的透明数据挖掘。大数据研究,第 1 卷。 32. Springer International Publishing,Cham。https://doi.org/10.1007/978-3-319-54024-5 [14] Mark Deuze 和 Charlie Beckett。2022 年。想象力、算法和新闻:培养新闻业的人工智能素养。数字新闻 10,10(2022 年 11 月),1913-1918 年。https://doi.org/10.1080/21670811.2022.2119152 [15] Nicholas Diakopoulos。2015 年。算法问责制。数字新闻 3,3(2015 年 5 月)。https://doi.org/10.1080/21670811.2014.976411 [16] Nicholas Diakopoulos,Daniel Trielli 和 Grace Lee。2021 年。通过半自动化新闻发现工具理解和支持新闻实践。ACM 人机交互论文集 5,CSCW2(2021 年 10 月),1-30。https://doi.org/10.1145/3479550 [17] Wolfgang Donsbach。2012 年。记者的角色认知。《国际传播百科全书》,Wolfgang Donsbach(编辑)。John Wiley & Sons, Ltd,英国奇切斯特,wbiecj010.pub2。https://doi.org/10.1002/9781405186407.wbiecj010.pub2 [18] Sharon Dunwoody。2021 年。科学新闻:数字时代的前景。摘自《劳特利奇公共科学技术传播手册》(第 3 版)。劳特利奇。[19] David Freeman Engstrom、Daniel E. Ho、Catherine M. Sharkey 和 Mariano-Florentino Cuéllar。2020 年。算法政府:联邦行政机构中的人工智能。技术报告。美国行政会议。https://www.ssrn.com/abstract=3551505 [20] Declan Fahy 和 Matthew Nisbet。2011 年。在线科学记者:角色转变和新兴实践。新闻学 12,7(2011 年 10 月)。https://doi.org/10.1177/1464884911412697 [21] Batya Friedman、Peter Kahn 和 Alan Borning。2002 年。价值敏感设计:理论与方法。华盛顿大学技术报告 2 (2002),第 12 页。出版商:Citeseer。[22] Oscar H. Gandy。1980 年。健康信息:补贴新闻。媒体、文化与社会 2,2(1980 年 4 月)。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻?:重新审视新闻价值(再次)。新闻研究 18,12(2017 年 12 月),1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查(2022 年 11 月)。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”:解决公共服务新闻中的人工智能清晰度问题。数字新闻 10, 10(2022 年 11 月),1731–1755。 https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-modelsJohn Wiley & Sons, Ltd,英国奇切斯特,wbiecj010.pub2。https://doi.org/10.1002/9781405186407.wbiecj010.pub2 [18] Sharon Dunwoody。2021 年。科学新闻:数字时代的前景。载于《劳特利奇科学技术公共传播手册》(第 3 版)。劳特利奇。[19] David Freeman Engstrom、Daniel E. Ho、Catherine M. Sharkey 和 Mariano-Florentino Cuéllar。2020 年。算法政府:联邦行政机构中的人工智能。技术报告。美国行政会议。https://www.ssrn.com/abstract=3551505 [20] Declan Fahy 和 Matthew Nisbet。2011 年。在线科学记者:角色转变和新兴实践。新闻学 12,7 (2011 年 10 月)。https://doi.org/10.1177/1464884911412697 [21] Batya Friedman、Peter Kahn 和 Alan Borning。2002 年。价值敏感设计:理论与方法。华盛顿大学技术报告 2 (2002),12。出版商:Citeseer。[22] Oscar H. Gandy。1980 年。健康信息:补贴新闻。媒体、文化与社会 2,2 (1980 年 4 月)。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻?:重新审视新闻价值(再次)。新闻研究 18, 12(2017 年 12 月),1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查(2022 年 11 月)。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”:解决公共服务新闻中的人工智能清晰度问题。数字新闻 10,10(2022 年 11 月),1731–1755 年。https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-modelsJohn Wiley & Sons, Ltd,英国奇切斯特,wbiecj010.pub2。https://doi.org/10.1002/9781405186407.wbiecj010.pub2 [18] Sharon Dunwoody。2021 年。科学新闻:数字时代的前景。载于《劳特利奇科学技术公共传播手册》(第 3 版)。劳特利奇。[19] David Freeman Engstrom、Daniel E. Ho、Catherine M. Sharkey 和 Mariano-Florentino Cuéllar。2020 年。算法政府:联邦行政机构中的人工智能。技术报告。美国行政会议。https://www.ssrn.com/abstract=3551505 [20] Declan Fahy 和 Matthew Nisbet。2011 年。在线科学记者:角色转变和新兴实践。新闻学 12,7 (2011 年 10 月)。https://doi.org/10.1177/1464884911412697 [21] Batya Friedman、Peter Kahn 和 Alan Borning。2002 年。价值敏感设计:理论与方法。华盛顿大学技术报告 2 (2002),12。出版商:Citeseer。[22] Oscar H. Gandy。1980 年。健康信息:补贴新闻。媒体、文化与社会 2,2 (1980 年 4 月)。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻?:重新审视新闻价值(再次)。新闻研究 18, 12(2017 年 12 月),1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查(2022 年 11 月)。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”:解决公共服务新闻中的人工智能清晰度问题。数字新闻 10,10 (2022 年 11 月),1731–1755 年。https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-models和 Alan Borning。2002 年。价值敏感设计:理论与方法。华盛顿大学技术报告 2(2002 年),12。出版商:Citeseer。[22] Oscar H. Gandy。1980 年。健康信息:补贴新闻。媒体、文化与社会 2,2(1980 年 4 月)。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻?:重新审视新闻价值观(再次)。新闻研究 18,12(2017 年 12 月),1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查(2022 年 11 月)。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”:解决公共服务新闻中的人工智能清晰度问题。数字新闻 10, 10(2022 年 11 月),1731–1755。 https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-models和 Alan Borning。2002 年。价值敏感设计:理论与方法。华盛顿大学技术报告 2(2002 年),12。出版商:Citeseer。[22] Oscar H. Gandy。1980 年。健康信息:补贴新闻。媒体、文化与社会 2,2(1980 年 4 月)。https://doi.org/10.1177/016344378000200201 [23] Tony Harcup 和 Deirdre O'Neill。2017 年。什么是新闻?:重新审视新闻价值观(再次)。新闻研究 18,12(2017 年 12 月),1470–1488。 https://doi.org/10.1080/1461670X.2016.1150193 [24] Ziwei Ji、Nayeon Lee、Rita Frieske、Tizheng Yu、Dan Su、Yan Xu、Etsuko Ishii、Yejin Bang、Andrea Madotto 和 Pascale Fung。 2022.自然语言生成中的幻觉调查。计算。调查(2022 年 11 月)。 https://doi.org/10.1145/3571730 [25] Bronwyn Jones、Rhianne Jones 和 Ewa Luger。 2022.人工智能“无处不在”:解决公共服务新闻中的人工智能清晰度问题。数字新闻 10, 10(2022 年 11 月),1731–1755。 https://doi.org/10.1080/21670811.2022.2145328 [26] Sayash Kapoor 和 Arvind Narayanan。2022 年。人工智能新闻业需要警惕的 18 个陷阱。https://aisnakeoil.substack.com/p/eighteen-pitfalls-to-beware-of-in [27] Percy Liang、Rishi Bommasani、Kathleen Creel 和 Rob Reich。2022 年。现在是制定发布基础模型的社区规范的时候了。https://hai.stanford.edu/news/time-now-develop-community-norms-release-foundation-models
体育新闻业将您的激情转变为体育记者的职业。deakin的体育新闻专业将使您超越游戏。您将在所有新闻媒体平台(从印刷到播客,视频和网络)中结合实用的新闻和生产技能,以及在体育管理方面的研究,以了解运动系统以及体育的社会和文化影响,以及与治理有关的问题。,您将向他们在开发专业网络和投资组合的同时向领导者和从业人员的老师学习。
摘要尽管数据驱动的“定量”新闻的数量和可见性增加了,但对观众的感知和评估方式知之甚少。这项研究通过分析定量新闻的特征来帮助解决这一差距,这是31个新闻消费者的各种各样的群体关注他们偏好可能存在的那些特征,并在这些特征中。在八次小组访谈中,参与者阅读和讨论了被选为代表数据驱动新闻的形式和生产中存在的多样性的文章。我们的分析揭示了28个感知标准,我们将我们分为四个主要类别:感知,情感和认知影响的先例,文章统计以及新闻和编辑价值。在对定量新闻的感知的先前研究中尚未使用几个标准。我们的标准在未来的研究中有明显的应用,即观众如何感知不同类型的定量新闻,包括借助自动化的新闻业。对于研究受众的看法和对新闻的评估的研究人员来说,标准也将很感兴趣。对于记者和其他与数字交流的人,我们的发现表明受众可能从数据驱动的新闻业中想要什么,包括它具有建设性,简洁,提供分析,具有人体角度,并包括视觉元素。
您准备好对新闻界和民主产生真正的影响了吗?在 Report for America,我们的使命是重建美国的本地新闻,支持制作本地新闻的记者和新闻编辑室以及依赖本地新闻的社区。我们是一个充满活力的非营利组织,致力于培养下一代记者,帮助本地新闻编辑室实现财务稳定。我们是 GroundTruth 项目发起的一项计划,该项目是一个屡获殊荣的独立、无党派、非营利新闻组织。关于我们:Report for America (RFA) 是一个变革性的国家服务项目,致力于通过将熟练的记者安排到新闻编辑室报道报道不足的问题和社区来振兴本地新闻业。RFA 通过提供补助金来支付记者的工资,从而支持新闻编辑室,使新闻编辑室能够利用新记者与尚未开发的受众互动并创造额外收入。RFA 的使命是培养下一代记者和新闻编辑室,它提供必要的筹款支持、培训和同行参与。这些计划侧重于慈善事业和 AI 等创新工具等关键主题,使新闻编辑室能够维持运营并更好地服务社区。仅在 2023 年,RFA 就帮助当地新闻编辑室筹集了令人印象深刻的 740 万美元,自该计划启动以来,当地收入总额已达到惊人的 3000 万美元。加入我们,支持当地新闻业的未来,确保每个社区都能获得最重要的重要新闻。
摘要 全球范围内,新闻业和其他机构在自动新闻生成、算法分发和内容所有权方面发生冲突。人工智能政策是建立和组织这些机构层级结构的主要机制。然而,很少有研究探讨人工智能在新闻业政策制定中的规范维度,尤其是在西方以外的国家。本案例研究考察了版权法在未经审查的中国背景下对新闻编辑室人工智能创新的影响。本研究运用新制度理论和政策网络理论,调查了中国《版权法》第三修正案、有关自动新闻版权纠纷的典型法庭案件(如腾讯诉英迅和电影诉百度)和其他支持文件。研究结果显示了中国的版权法律框架如何将作者身份和所有权分开;定义人机协作中的“原创性”和“创造力”;以及优先考虑科技公司同时破坏新闻自主权。我们认为,法律对人工智能的积极支持可能会让科技公司比那些不一定有采用人工智能战略的新闻机构更具优势。此外,它更青睐国有、资源丰富的官方媒体,而不是私营部门。这种权力动态的转变意味着私营新闻媒体可能会被边缘化,从而导致国家对媒体制作和信息流的控制更加严格。
反思新闻业在解决社会不平等问题和充当民主原则的风向标方面的作用——然后测试新想法并找到积极的解决方案——并不是一个创新思维,不应局限于特别紧张的时候。事实上,我们希望克朗凯特学院成为新闻教育和新闻业本身的领导者。然而,毫无疑问,去年,尤其是在全球疫情期间,要求学院及其领导层、教职员工发挥创造性思维,找到推进其使命的新方法。克朗凯特学院认识到虚假信息的威胁以及在运转良好的民主社会中对可靠、基于事实的信息的需求,推出了本科数字媒体素养学位。这个沉浸式在线课程是美国首个此类课程,旨在通过培养批判性思维、提高全球意识和促进分析和使用数字媒体的道德决策来打击虚假信息和虚假信息的传播。为了与学生合作培养专业的调查新闻技能,克朗凯特的霍华德调查新闻中心领导了一个学生团队,调查 2019 年发生在凤凰城的一起涉及国土安全部调查部门成员的枪击事件。学生记者通过研究对嫌疑人、目击者和联邦特工的采访视频和音频以及数千份犯罪记录,拼凑出了发生的事情
433121- CC-Geography (Geography of India)/613127- CC-Computer Science (Database Management Systems) 811311-SEC-Museum Anthropology/271311-SEC-Differential Calculus/431311-SEC-Basics of Geography/821311-SEC-Entrepreneurship and Start-µp-1/821312-SEC-Survey方法和数据分析 - /421311-SEC-地貌211311-SEC-BASIC分析化学/211312-SEC-绿色方法在化学中311311-SEC-SEC-MUSH-MUSH-MUSH培养技术/341311-SEC-SEC-LABORATORAGITY在生物学中341314-SEC-AQUARIUM鱼/341315-SEC-MEDICAL诊断/34 L 3 L 3 L 6-SEC-生物信息学/241311-SEC-BASIC电子学/231311-SEC-SEC-SEC-SEC-SEC-SEC-SEC-SEC-SEC-SEC-SEC-SEC-SEC-SECTERCLAL CLICULUS/37131 I-SEC-MICRobiolobiolobiolobiological and Watiological and Water 3533333323232323232323232221-Food 613321-SEC-DATA通信和设备/413321国防新闻业333231- v AC-Indian知识系统(时间08:00 AM-09:00 AM)