密苏里教学周十五年回顾

从2010到2025，西安欧亚学院文化传媒学院与美国密苏里大学携手走过的十五年，既是一部国际化合作的编年史，更是一部新闻教育直面技术变革的进化史:

奠基期（2010-2015）：教学周引入原汁原味的“密苏里新闻教学方法”，聚焦媒介融合、数据新闻与可视化，为中国学子打开了新闻生产的现代化视野。
拓展期（2016-2020）：议题纵深至传感器新闻、无人机传播，在夯实方法论的同时，前瞻性地探索智能化采集对新闻边界的拓展。
革新期（2021-2025）：全面拥抱智能浪潮，主题锁定“人工智能在新闻传播中的应用与边界”，融合新文科与新工科，从理论认知迈向实践创造，完成从“使用工具”到“驾驭算法”的范式跃迁。

十五年，十六届。变的是始终立于潮头的议题，不变的是对新闻专业主义内核的守护与对教育创新的不懈追求。

“密苏里教学周”品牌影响力

从国际合作到行业标杆的跨越

经过十五年的深耕与沉淀，西安欧亚学院文化传媒学院与美国密苏里大学新闻学院联合打造的“密苏里教学周”，已从一个校级合作项目，演进为中国新闻教育国际化与前沿化的标志性品牌。

/辐射范围持续扩大，成为区域乃至全国新闻教育的“公开课”该项目不仅服务于本校师生，其开放的学术姿态已吸引了西北大学、陕西师范大学等全国多所高校的青年教师观摩团前来交流学习。历经十五年发展，教学周已累计培养师生超过2000人，开创了国内民办高校与世界知名新闻院校联合培养学生的先河，成为辐射广泛的新闻教育示范平台。
/行业认可度高，形成人才培养与输送的强大磁场教学周的品牌价值已获得业界权威机构的广泛认可。项目成果得到陕西日报传媒集团、华商网、新华网、西安报业传媒集团、中国数据新闻大赛等机构专业人士的在线点评与人才邀约，与行业需求紧密对接，有效培养了学生的实践能力，使毕业生成为传媒领域备受青睐的新生力量。
密苏里教学周通过十五年不间断的国际化探索，成功塑造了其在中国新闻教育领域的专业化品牌形象，其影响力横跨教育界与产业界，是西安欧亚学院文化传媒学院国际化教育合作成果的重要体现。

2025密苏里教学周收官

构建“AI原生”的新闻教育新范式

当大语言模型成为基础生产力，当AIGC重构内容生态，在继承十五年跨界融合基因的基础上，第十六届密苏里教学周以“智媒时代的人机协同与价值创造”为主题，完成了从“AI赋能”到“AI原生”的教学模式升维。

01

教学模式创新

从“项目制”到“生态化”的实战闭环

本届教学周在经典的“理论输入-项目输出”框架上，实现了三大核心创新：

双师深度协同教学：密苏里大学新闻学院章于炎博士与工程学院卡莱布·海因兹曼博士的配合更为默契，形成了“技术原理深度剖析+新闻场景精准转译”的无缝衔接。课程首次引入智能体（Agent）交互设计、多模态大模型技术链路等前沿理论，确保教学内容领先行业半年以上。

跨学科实战沙盒：打破传统小组作业模式，构建高度仿真的“媒体AI创新实验室”。来自文化传媒、信息工程、设计等专业的学员，需在虚拟的“媒体技术部门”中扮演不同角色，共同完成从技术选型、产品设计到伦理评估的全流程，体验人机协作的真实工作场景。

动态数据驱动决策：项目全程采用真实社交媒体流数据与新闻数据集，要求团队运用A/B测试、因果推断等数据科学方法验证其AI解决方案的业务价值，培养“用数据说话，靠算法优化”的核心素养。

02

前沿理论落地

从技术工具到思维框架的升维

本届课程体系直指行业前沿，聚焦四大核心模块：

/大语言模型的定制化与垂直应用：超越通用ChatBot开发，深入讲解如何为深度报道、事实核查等新闻垂直领域微调专属模型。

/生成式AI的版权困境与伦理边界：结合全球最新案例与法律判例，开展模拟法庭，探讨AIGC内容的版权归属与责任界定。

/AI与信息公平：算法普惠的新挑战，关注技术鸿沟，设计面向老年人、残障人士等群体的无障碍新闻产品。

/多模态内容的可信度认证：学习基于区块链的元数据技术，为AI生成的图片、视频建立“数字护照”。

03

学生作品

从模型构建到价值创造的突破

在更具挑战性的框架下，2025年的学员交出了一份份体现“技术深度与人文温度”的答卷。

第一名：评论数量预测模型

项目实施：团队首先通过代码模拟构建了一个包含1000个样本的数据集，该数据集涵盖文章长度、图片数量等8个核心内容特征。之后采用经典的数据科学流程，首先对数据进行标准化预处理以消除量纲影响，随后将数据分割为训练集与测试集，并最终使用线性回归、岭回归和随机森林三种回归算法进行模型训练与性能比较。

项目成果：成功建立并评估了多个预测模型，通过系统比较确定了岭回归为最佳模型，其评价指标MAE为8.0889，RMSE为10.1391，关键指标R²达到0.7948。

项目成员：

网络与新媒体专业2306班（双语班）：何资 苗在雨 杨雅婷 赵可佳 王梦洋 汪贾艺 袁姝艺

第二名：新闻洞察器

项目实施：团队首先手动构建并标注了核心数据集，其中包括用于训练标题党检测模型的15条新闻标题，以及一个涵盖相关概念的10对问答知识库。之后采用经典的机器学习流程，首先对文本进行中文分词、去除停用词和标准化等预处理，随后利用TF-IDF技术进行特征提取，最终使用逻辑回归分类器进行模型训练与预测。

项目成果：成功开发了一个交互式聊天界面，实现了标题可信度分析、智能问答、交互聊天等全部核心功能，点击诱饵标题检测准确率达66.67%。

项目成员：

网络与新媒体专业2304班：李诗晚、吕志清、杨若溪、李顺、周佳瑶、刘家伊、张云吉儿

第二名：虚假新闻监测/分类模型

项目实施：团队基于一个包含23,196条新闻标题的数据集展开虚假新闻监测研究。首先对文本进行了统一小写、去除标点、分词及停用词清理等标准化预处理；随后采用TF-IDF技术从清洗后的文本中提取出500个关键特征词；最终使用逻辑回归、随机森林、朴素贝叶斯等多种机器学习算法进行模型训练与比较，以学习识别虚假新闻的模式。

项目成果：成功构建了一个虚假新闻监测模型，其中逻辑回归模型表现最佳，在测试集上达到82.65%的准确率。项目完成了从数据预处理、特征工程到模型训练、评估与预测函数部署的全流程，并将最终管道保存为可复用的模型文件，可用于实时预测新闻的真实性。

项目成员：

网络与新媒体专业2304班：张潇艺 智睿喆 芦思瑜 祝伯戎 屈信

第三名：点击诱饵检测模型

项目实施：团队以包含真假新闻的平衡数据集为基础，构建了一套完整的假新闻检测流程。项目对新闻文本进行了小写转换、去除标点、分词和去除停用词等标准化预处理，并系统性地训练与对比了逻辑回归、随机森林、朴素贝叶斯及BERT共四种机器学习模型，以寻找最优的分类方案。

项目成果：成功构建了一个假新闻检测系统，并完成了所有预定模型的训练与评估。经测试，系统的最佳模型准确率达到了82.65%，为识别和打击虚假信息提供了一个有效的技术解决方案。

项目成员：

网络与新媒体专业2306班（双语班）：董逸伦 郭雷凯翔 刘小雨 李晓蓉 郭欣月

网络与新媒体专业2304班：班吴琼 黎微妙

十五年，是一个里程碑，更是一个新起点。密苏里教学周证明，面对不确定的技术未来，新闻教育最好的应对，便是以开放的心态拥抱变革，以严谨的实践培养能定义未来，而不仅仅是适应未来的人。

我们期待，从这场一年一度的思想盛宴中走出的学子，将继续带着对技术的深刻理解与人文的清醒坚守，成为塑造未来传媒图景的关键力量。

撰文/ 国际传播中心

图片/ 雷霆特别报道小组视觉部：杜毅凡 刘浩楠 王馨妍