《新闻摄影教程》分为新闻摄影理论、新闻摄影实务和新闻摄影技术三部分，基本囊括了新闻摄影从发展历史、基础理论到实践操作全过程的细部知识。案例的穿插增加了本书的可读性，拓展阅读资料增强了本书的丰富性。第6版顺应网络传播时代全新的媒介生态，提出新闻摄影融合报道的概念，提倡新闻摄影的图文融合、视听融合以及动静融合。本书从大视觉的角度入手，将图片编辑提升为视觉编辑，纳入新闻短片的内容，使得全书更适应当下的全媒体环境。本书立足中国本土新闻摄影的发展，增加九个重要案例，从编辑部的视觉新闻摄影的生产到经典照片的拍摄和编辑，涵盖中央媒体以及地方媒体的实践，贴近中国新闻摄影第一线。此外，本书根据最新的传播法律法规、传播技术的要求对内容做了全面修订与更新。

盛希贵 中国人民大学新闻学院教授、博士生导师，从事新闻摄影教学和科研工作三十余年。1995年8月至1996年8月，在加拿大康考迪亚大学新闻系和传播学系学习视觉传播理论;2005年10月至2006年8月，在美国印第安纳大学做富布莱特项目研究学者，研修新媒体传播中的视觉要素等理论。较早将视觉传播与视觉教养理论引介到国内，并将新闻摄影置于视觉传播学视野加以研究。任悦中国人民大学新闻学院副教授，从事视觉教育、视觉传播以及新闻摄影研究，著有《新闻摄影:媒介、技术与社会》《1416摄影辞典》《视觉传播概论》《图片编辑手册》等，译有《理解一张照片:约翰伯格论摄影》《美国新闻摄影教程:获得杰出新闻图片的专业法则》等。

数字摄影技术进入应用阶段，新闻摄影领域的从业人员是最早的尝鲜者。在中国，这可以追溯到２０世纪９０年代，从最开始的犹豫、怀疑到转型，摄影记者很快就放弃了身背两台相机?D?D一台胶片相机、一台数码相机?D?D的尴尬做法，接受了便利的数字摄影技术。它全面提升了新闻照片的拍摄、传输、选择、处理、存储和检索的速度与效率。但是，很快，数字技术开始成为新闻摄影行业发展的破坏力量。数字技术带来的威胁首先是外部性的。影像生产门槛的降低带来了视觉内容的爆发，它打破了职业的边界，业余者的进入让新闻摄影中最为重要的领域?D?D突发事件的现场摄影不再以摄影记者为主。随后，围绕着用户生产内容，新闻机构开始降低对新闻摄影的关注和投入，将工作外包给业余摄影师。这些技术较差或不熟练 （且价格较低）的摄影师大举 ;入侵，使新闻业成为对专业摄影记者不太友好、回报较低的工作领域。与此同时，整个新闻业都面临着生产流程的再造，数字化让摄影记者的新旧弱点产生负面协同作用，使其处于新闻业最脆弱的位置。数字技术对新闻摄影更大的影响是内部性的。通过数码相机获取的数字图像是一种计算摄影，它符合新媒体学者列夫？马诺维奇（LevManovich）所提出的新媒体语言的五个核心特征。第一，数字化。以数字化的形态出现，可以随时更改，重新计算组合。第二，模块化。新媒体的不同部分以各自独立的形态存在，进行组合。第三，自动化。新媒体的内容可以自动生成，自动修改。第四，多样化。新媒体可以有各种变身。第五，跨码性。新媒体对象表面是人文的，但构成逻辑又是技术化的。这促成了两个重要结果：一是新媒体可以用特定的数学形式来描述，即图像可以用数学函数来描述；二是新媒体受算法控制，即通过适当的算法，可以实现图像的自动化操作。整体来看，数字摄影和模拟摄影的区别就在于，数字摄影将会有无穷无尽的变身，一张照片不再是固态的，而是液态的，是流动性的。传统概念里新闻照片和照片所摄对象之间一对一的表征关系被瓦解，照片更容易脱域而导致意义的改变。一张新闻照片在社交媒体上被配上不同的文字说明，由此这一图像便产生了多个版本，借助算法，它在社交媒体上通过不同途径广泛分发，又会进行色彩、剪裁等方面的自动处理，版本还会继续增加。新闻摄影记者失去了对其作品的控制权，同时，新闻摄影的实证能力也遭到了瓦解。由此可见，数字技术的应用，对于摄影记者来说，不是更换一台照相机这样简单。人工智能图像生产（AIGC）则是数字技术演化的最新结果，它甚至不再呈现为一台照相机的模样。人工智能图像的出现充分说明，在后工业社会的逻辑下，控制影像生产的核心要素逐渐从物理和化学转向计算机，相机外部硬件装置的重要性逐渐让位给内部作为信息生产核心的软件。人工智能（AI）的图像生产，其生产过程较之光圈、快门等概念更难为一般人所理解，但它生产图片的方式却又比一般照相机更为简单，一键即可获得；人工智能的图像输出是其和消费者互动的结果，它不断从新的数据中获得信息，但同时又通过一种自我学习的能力优化输出结果。数字技术给新闻摄影带来的内外交困的影响，在人工智能身上更是合二为一了。它在外部力量上成为一种新的介入者，在内部层面进一步改变影像和现实世界的联系。如果将人工智能视为一种人力，它的人设或可以用 ;狡猾来形容。影像文化学者弗里德？里奇 （ＦｒｅｄＲｉｔｃｈｉｎ）指出，接受数据库训练的人工智能产生的影像，是根据人们想要看世界的方式制造的照片。照此说法，新闻摄影如果旨在吸引眼球、获取流量、讨好读者，那么人工智能倒真有可能是最好的生成器。有学者研究了２００９?D２０１１年世界新闻摄影比赛（;荷赛）的获奖作品，从中发现不断重复的套路，如一个哀悼的妇女、一个哭泣的孩子、一个面对士兵的平民、一个废墟中的幸存者，它们与西方视觉和文学文化中不断增长的图像库存互文，勾勒出大多数受众容易识别的图像。这些套路是按照传统的女性和男性的概念进行性别化的，对评委和大部分受众都有强烈的吸引力。套路以及套路里的偏见，人工智能很容易学会、学 ;坏。人工智能初创公司ＨｕｇｇｉｎｇＦａｃｅ与莱比锡大学的研究人员做过一个测试，检查ＤＡＬＬ？Ｅ２和ＳｔａｂｌｅＤｉｆｆｕｓｉｏｎ人工智能图像生成模型中的偏见。研究小组要求这些模型生成一组基于社会属性的图像，如 ;一名女性或;一名拉美裔男子，然后生成另一组与职业和形容词有关的图像，如;一名雄心勃勃的水管工或;一名富有同情心的ＣＥＯ。研究者发现，当被要求描绘处于权威地位的人，以及给出;ＣＥＯ或 ;总监这样的提示时，模型倾向于生成看起来像白人男性的图像，ＤＡＬＬＥ２的情况尤其如此，97％的情况下生成的是白人男性。由于这些模型是根据从互联网上获取的大数