网络人工智能正在取代媒体工作者的工作
从现在开始,努力学习吧!本文《网络人工智能正在取代媒体工作者的工作》主要讲解了等等相关知识点,我会在golang学习网中持续更新相关的系列文章,欢迎大家关注并积极留言建议。下面就先一起来看一下本篇正文内容吧,希望能帮到你!
互联网发达以来,媒体工作者似乎感到了危机。毕竟,网络发展一日千里,很多以前不可能办成的事都能在网上轻松办成,甚至利用人工智能技术,可以完全取代媒体工作者的工作。于是,很多媒体工作者感叹,世道变了,工作面临着前所未有的挑战。

以前用媒体软件编辑图片、声音、视频等,可以做到让人惊讶的程度。可是到了现在,几乎不用任何媒体人编辑了,直接给人工智能一个命令,就可以瞬间做好。人工智能技术发展迅速,很快集合了网络上所有的资源,还可以做智能化判断,按照人们的要求做好各项媒体工作。美国人克莱·舍基被称为“互联网革命最伟大的思考者”,他的经典论著《人人时代:无组织的组织力量》中提出了两个观点:一是无组织的组织力量,二是大规模业余化。无组织的组织力量打破固有僵化的内部结构,将众多角色席卷进来,激化社会成员活力。网民临时速配,每个人承担一部分工作,原本不相干的人全被动员起来,心甘情愿成为互联网“打工人”,这种组织力量还不用报销劳务费、加班费。很多明星都有自己的粉丝团,粉丝团的粉丝们自动为明星花钱打榜,还要免费为明星搞宣传,买明星代言的产品,看明星参演的电影,购买明星代言的游戏周边产品等。不但粉丝这样干,似乎每一个人都在这样干,只是很多人并不知道自己给互联网贡献了什么而已。人们上网的每一次浏览和每一次点击都会被网络平台捕获,经过大数据分析,被编订了兴趣爱好属性,并且不断完善。大数据会根据人们不同的兴趣爱好搞商业推送,似乎很懂人们的内心。也就是说,大数据运算是综合了所有网络资源的运算,其中包括人们的点击率和浏览时长,包括个人隐私。就好像人们都献出了自己的隐私,组成了大数据的信息库,然后大数据运算会给人们编码,给人们搞精准推送。也就是说,人们已经不知不觉成了媒体从业者,不管照片、文章还是短视频,不管是拍摄的,还是剪辑的,都会被大数据系统捕获,也都会被分析,进而获得一些商业推送。每个人都是媒体从业者,也就让传统的媒体从业者感到危机了。

大规模业余化一方面让垄断的壁垒瓦解,以前媒体从业者的工作被广泛业余化了,网络为大众赋权,许多非专业人员熟练剪辑视频、制作表情包和多渠道分发,自媒体部分取代了记者和媒体的功能,旧有的社会鸿沟被抹平,“沉默的大多数”崛起;另一方面,专业人士业余化,技术升级换代,专业人士离开专业范畴,被迫操弄不熟悉的营生,身份、技能等职业素养一夜失灵。他们不得不学习人工智能技术,毕竟只是一部手机就能对信息和媒体进行加工处理,就更别提网络平台的AI计算了。手机有修图、修改文章,剪辑视频等功能,网络平台引入AI运算之后,也具备十分强大的信息和媒体的加工功能,甚至只需要点一下就能做好。到了网络AI技术大兴的时候,人们只需要对着AI页面说一句话或者打一行字,就能让AI执行命令。修图、修改文章、修整视频,甚至整合多种媒体都不在话下,简直就是无所不能,比专业媒体从业人员的速度快多了。有人让AI以鲁迅的笔法写一首《再别康桥》,AI立刻就写出来了。还有人上传自己的照片,让AI把自己的照片放到风光秀丽的海滩,而且还是巴黎的海滩,不到几秒钟,照片就生成了,一点都看不出拼贴的痕迹。要说修改文章,AI简直不在话下。除此之外,AI还能独立创作,只要人们给它一个题目,它就能迅速写出一篇文章,文采还不错,甚至可以写古诗词,让很多作家都看不出来。以后,媒体或许会发生天翻地覆的革命。很多媒体从业人员会失业,修图的人员、剪辑视频的人员、甚至作家们都会失业,代之而起的是人工智能服务。
网络人工智能服务是以大数据计算为依托的,能做到迅速运算,迅速出结果,甚至全程不用人工干预。随着人工智能的进步,会有更多的技术类人员面临危机。一些手机制造商的工厂里找不到一个人,全程都用了机器人操控,而且手机从原料到成品机出厂不用一个人参与组装,机器人就做了组装的工作。于是,机器人开始代替人类工作,而很多劳动者似乎也感受到了前所未有的危机。

媒体从业人员的工作受到了威胁,网络人工智能技术崛起,干了媒体从业人员的工作,也让他们逐渐失业。他们不得不学习人工智能技术,以此提高效率。可是,人工智能技术不断进步,即便他们每天学习,也不一定能够超越人工智能的发展速度,最终会失业。不如另起炉灶,寻找一份别的工作,以免被人工智能取代的时候,措手不及。
理论要掌握,实操不能落!以上关于《网络人工智能正在取代媒体工作者的工作》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
送餐机器人 自带“红绿灯”
- 上一篇
- 送餐机器人 自带“红绿灯”
- 下一篇
- 拯救者Y34w MiniLED显示器震撼登场:性能参数吸睛2000多元售价
-
- 科技周边 · 人工智能 | 14小时前 |
- Transformers generate 怎样返回每步生成分数并定位异常输出
- 308浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · api设计 · 人工复核 内容审核 Categories Moderation API category_scores
- 内容审核接口返回多标签结果时怎样设计分支
- 160浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · 多模态 · token 视觉模型 detail 多图输入 Vision API
- 视觉模型输入多张图片时怎样控制顺序和细节级别
- 386浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · 提示词缓存 prompt_cache_key 稳定前缀 动态输入
- 提示词缓存怎样拆分稳定前缀和动态输入
- 419浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 多模态输入 Gemini API Files API MIME 类型
- Gemini API 怎样把文件输入和文本提示放在同一请求
- 164浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · padding Transformers tokenizer attention_mask input_ids truncation
- Transformers tokenizer 怎样让 padding 与 truncation 对齐批量输入
- 416浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 |
- Hugging Face Datasets DatasetDict 跨 train 与 validation 的 map 处理方案
- 267浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · 结构化输出 · JSON Schema Responses API Structured Outputs strict refusal
- 结构化输出怎样约束模型返回 JSON Schema
- 328浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · openai · 工具调用 Responses API function_call_output call_id
- Responses API 怎样处理工具调用后的继续响应
- 156浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · openai · 多轮对话 Responses API conversation state OpenAI API previous_response_id
- Responses API 怎样用上一轮响应继续多轮对话
- 121浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1068次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1066次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1233次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1176次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1017次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

