纽约大学新闻学院近期砍掉了三门传统新闻的采写课程，转而开设"算法与调查报道"交叉学科。这不是个例。

过去五年的，全美超过六十所大学的新闻院系调整了课程结构。将数据可视化、AI工具应用纳入必修模块教育。教育者的焦虑显而易见。当生成式AI能在十秒内产出符合新闻格式的稿件，传统的新闻写作训练还值多少钱啊？北京某双一流高校的新闻传播学院去年引入了"人机协同采编"实验班。

学生每周要在记者指导下完成至少两篇由AI辅助生成的转型则报道。提交完整的工作日志。记录AI在哪些环节出错、如何修正呢？

教授李薇说，"我们不教学生依赖AI，教他们审查机器输出的。"思路正在被更多院校采纳了。，从课存法争议同样激烈。有些资深记者认为的。过度强调技术素养会削弱新闻教育的核心是对社会的敏感度和人文关怀。

上海一家主流媒体采编负责人张明透露，他们去年招进的十二名校招新人里，算法时代有七人能熟练运用数据工具的，只有两人能采访里面捕捉到真正有价值的细节。"技术能训练出来，敏锐度得靠生活阅历的。"他说。行业的需求正在倒逼教育改革。据中国记协2024年发布的行业报告，超过七成媒体机构表示现有新员工的技术能力不足，也有近六成反馈学生的采访基本功明显下滑。

撕裂感让新闻教育者陷入两难。往前多走一步怕变成技术培训的，往后退一步又怕被时代抛弃。

或许答案。不在于二选一。哥伦比亚大学新闻学院的课程改革方案提供了一个参照是将"伦理与责任"设为所有技术课程的底层框架，要求学生在学习算法的。持续讨论技术决策背后的价值判断。把价值观嵌进技能训练的做法，可能正是新闻教育在算法时代需要坚守的底线。