AIGC在新闻业应用现状如何？

新闻内容生产遭受冲击。

ChatGPT 发布之后，一阵生成式 AI 的浪潮，席卷了众多领域。全球范围内大模型风云骤起， 资金、技术、人才持续涌入，科技公司布局不断，纷纷推出大模型。文生视频模型 Sora、AI 音乐类生成工具 Suno 的现身，更是展现了大模型在多模态生成方面的强大能力。整个科技行 业处在快速变革的颠覆式创新阶段。 在众多领域中，新闻业是受影响最为剧烈的领域之一，对于 AIGC 的回应也最为积极。 美联社最新的一项调研显示，生成式 AI 已经在重塑新闻编辑室的角色和工作流程。[1] 美联社 的调研进行于 2023 年 12 月，受调研对象是来自传统媒体、公共广播公司以及杂志的 292 名 人员。这些相关从业者中的七成表示，他们正在使用 AIGC 制作社交媒体内容、时事通讯和头 条新闻。同时，也会将其应用于翻译、转录采访和生成内容草稿，还有五分之一的人在使用生 成式 AI 生成图像和视频。总体上，有接近一半（49%）的受调研者表示，由于生成式 AI 的出 现，他们的工作流程已经发生了改变。

而在国内外的新闻传媒行业中，也确实有许多机构开展了相关实践，将 AIGC 纳入到新闻类内 容的生产流程中。2023 年情人节前夕，《纽约时报》最先试水，使用 ChatGPT 创建了一个情 人节消息生成器，用户只需要输入几个提示指令，程序就可以自动生成情书。美联社也陆续帮 助美国本土五家新闻编辑室，包括西北大学、斯坦福大学和密苏里大学等开发了生成式 AI 工 具，并在 2023 年 8 月发布了有关人工智能使用的指导原则。新闻机构 Newsquest 从 2023 年 6 月份开始，已经陆续聘请了七位人工智能辅助记者，他们的职责包括确保生成内容的准 确性、进行编辑判断、保护数据、保护版权、注意偏见问题等。Newsquest 的人工智能主管 Jody Doherty-Smith 表示：“我们正在利用人工智能来减轻记者身上普通但非常重要的任务的 负担，让他们能腾出时间，去做真正能引起社会共鸣的新闻报道。”他甚至断言：“未来最长效 的技能，就是知道如何与人工智能打交道。”

AIGC 也催生了新的新闻平台形式。全球首个由人工智能生成新闻报道的平台 NewsGPT.ai 已 经上线。根据声明，该网站没有人工记者，由 NewsGPT 实时扫描、分析来自世界各地的新闻 来源，包括社交媒体、新闻网站等，并生成新闻报道和报告。其创始人声称，NewsGPT“不 受广告主、个人观点的影响”，7*24 小时提供“可靠的”新闻。

由于新闻机构往往缺乏必要的技术积累，在推进人工智能与新闻实践结合方面，与科技公司开 展合作是比较常见的方式。微软就是在这一方面表现较为活跃的公司之一。根据报道，微软与 新锐媒体公司 Semafor（旗语新闻社）合作，Semafor 的记者在报道全球突发新闻时，会使用 基于微软和 OpenAI 技术开发的工具，快速检索来自本地、国家和全球的多语种报道及信息来 源。微软赞助了一个名为“信号”（Signals）的突发新闻信息流板块，试图将其打造为新闻业 与 AI 合作的旗帜型案例。Semafor 联合创始人之一 Ben Smith 强调，该栏目的内容 100% 由 人工撰写，AI 会作为辅助工具来给这些文章补充信息。

除了 Semafor，微软也宣布与纽约市立大学的记者 AIGC 培训项目以及软件开发商 Nota 等机 构展开合作。Nota 是一家初创公司，致力于将人工智能置入到新闻机构的日常运营中，在微 软的支持下，它的覆盖范围已经拓展到 100 多个新闻机构，通过 PROOF 等组件工具，帮助媒 体扩大受众范围、增加社交媒体的影响力，并且根据受众需求进行内容的定制。 而在国内，新华社、中央广播电视总台等媒体也开始了 AI 与新闻业的结合实践。例如，新华 社发布基于媒体数据训练的模型 MediaGPT，开发专门用于生成式任务的验证方法和以新华社 媒体数据为基础的数据集；中央广播电视总台发布“央视听媒体大模型”(CMG Media GPT)， 专注视频类媒体内容的生产。而《每日经济新闻》的“雨燕智宣”，同样是媒体视频化转型的 成熟产品。可以说，一场由 AIGC 带来的新闻业供给侧改革，已经拉开帷幕。

从目前的情况看，生成式 AI 在新闻传媒业的应用，主要体现为提升新闻采编各环节的效率， 包括新闻信息的采集与处理、内容生成，以及多模态生成能力。 第一，生成式 AI 能够优化新闻信息采集与处理流程，比如辅助记者快速采集、读取海量数据， 并进行自动处理。在资料检索阶段，记者和编辑可以借助 ChatGPT 等工具对大量需要阅读的 文本材料进行内容摘要的生成、提炼核心观点、快速获取核心信息，以提高信息采集效率。同 时，大模型的多语言生成能力，可以用于翻译跨语言文本，方便记者和编辑获取不同语种的资 料与信息。根据腾讯研究院此前进行的一项调研，“进行资料检索”和“内容翻译”是目前媒 体从业人员最多使用 AIGC 的两种用途，占比分别为 54.8%、44%。[2]除此之外，大模型可以辅助记者进行采访音视频内容的识别与整理、优化创作流程、提炼生成 更多元、独特的内容视角。英国《金融时报》总编辑 Roula Khalaf 指出，新闻编辑室应当建 立一支 AI 技术团队、协助记者完成数据挖掘、内容分析以及翻译等任务。《金融时报》已经在 部署系列课程，以提高记者利用生成式 AI 挖掘故事的能力。

第二，生成式 AI 技术可以应用于生成访谈提纲、文章框架和标题等内容，还能将新闻报道翻 译成多种语言，扩大传播范围。目前谷歌、微软都在开发面向媒体机构的 AI 产品，帮助新闻 机构撰写和分发新闻报道。前文提到的“雨燕智宣”等 AI 视频化工具，也已经应用于短视频 内容的生成和分发方面。 但是，由于仍不具备共情、思考、常识判断等基础能力，生成式 AI 仍然无法满足具有高要求、 高限定场景下的写作需求，通常在体育赛事、财经资讯等特定领域应用广泛。可以说，至少是 在内容生成这一方面，生成式 AI 扮演的主要还是辅助角色，人类记者仍然是主要的内容生产者。

第三，生成式 AI 的多模态生成能力，或将催生新闻类型创新，带来形态更为丰富多元的新闻 内容。随着技术能力的提升，生成式 AI 的多模态生成能力日渐强大，文生文、文生图、音频、 视频、3D 内容……未来还可能生成更多的媒介形式，这为新闻内容的多模态呈现提供了可能。 新闻业曾经追求的“媒介融合”以及“全媒体记者”，现在因多模态大模型的出现与应用而见 到曙光。 被称为“世界模拟器”的文生视频模型 Sora 可以直接输出长达 60 秒的视频，效果逼真并且 包含复杂的多角度镜头和多个人物角色，对于新闻业来说，它可以被应用于新闻事实基础上的 情景再现。此外，AI 音乐类生成工具 Suno 可以实现 AI 自动作曲，用户只需要自定义风格和 歌词，即可一键生成歌曲，这会降低同类型新闻内容的生产成本。 得益于大模型的即时互动能力，可以开发应用于新闻业的对话机器人，并将其应用到新闻报道 中，即时回答读者的提问并且根据数据资料提供补充信息。这可能拓展出一种“AIGC 互动新 闻”的内容形式，强调与读者互动性，通过不断的提问与回答，呈现完整的新闻图景。

对于新闻业来说，生成式 AI 促成的转变主要集中于工作流程和传统定位的改变。与之前的技 术不同，生成式 AI 的技术能力，可以无缝集成到新闻内容的生成流程中，更快地融入新闻实 践，应用于自动执行数据分析、内容策划甚至是内容生成等日常任务，使记者能更专注于调查 性报道和深入分析等等更为复杂和考验创意性以及思考深度的工作。 但是，也有许多媒体对 AI 生成的内容抱持谨慎甚至是抵制的态度。例如，《每日电讯报》明令 禁止员工使用生成式 AI 类工具进行内容的编辑。《纽约时报》起诉了 OpenAI 和微软，称其试 图“在未经许可或付费的情况下利用该报纸在新闻业的大量投入来制造替代产品”。今年 6 月， 知名媒体《卫报》公布了有关于生成式 AI 的一系列使用原则。[3]《卫报》承诺谨慎使用相关技 术，还于去年九月拒绝 OpenAI 使用其内容来训练大模型。

不止《卫报》一家，根据 Originality.ai 的统计，包括 CNN、路透社、《华盛顿邮报》、彭博社、 《纽约时报》及其体育资讯网站 Athletic 都采用技术手段阻止 GPT Bot 的爬虫。其他网站包括 Lonely Planet、Amazon、Quora 等。显然，这是新闻业面对生成式 AI 的“侵入”而采取的自 我保护的手段。 但技术趋势不会因为几家媒体的抵制而停止脚步。随着生成式 AI 在新闻业的应用逐渐深化，也 将给新闻传媒行业带来诸多冲击。最显著的就是大模型将冲击专业的新闻生产模式。大模型的 使用门槛越来越低，普通人也可以利用大模型的能力进行新闻内容的生成。例如，针对某一事件， 利用大模型可以快速生成一篇交代前因后果的新闻报道、新闻评论，或近期发生的系列新闻事 件的摘要。在这种情况下，普通用户不再仅仅是新闻内容的消费者，也会成为新闻内容的创作者 和生产者。在大模型的赋能下，普通用户跨越专业门槛，成为媲美专业人员的内容生产者，基于 自身需求进行定制化的新闻内容生成，更自主地进行内容消费，这将对传统的新闻权威形成挑战。 但同时也正是因为生成门槛的降低，生成式 AI 可能会加剧谣言和假新闻的传播。2023 年在国 内网络流传的两则信息“杭州市政府将取消限行”“杭州市将实行楼市新政”，均被发现是由 AI 生成的假消息。AI 的生成能力将使虚假信息生产和传播的门槛降低，如不加以控制，会被恶 意利用，生成未经核查的虚假信息、污染信息生态，甚至会造成严重的社会影响。本报告的第 二章，将分析 AI 对新闻真实性的挑战。

同时，由于生成式 AI 的“幻觉”问题依然严重，可能会出现胡编乱造信息的情况，人工智 能的训练特性使它无法区分引文和参考来源到底意味着什么，因此内容剽窃的问题同样严重。 2023 年，美国科技新闻网站 CNET.com 一度上线了几十篇由 AI 生成的文章，尽管网站编辑 声称文章在发布之前都经过了“核查和编辑”，但是很快读者发现，这些文章中有大量基础性 错误，并且其中一半都存在抄袭和剽窃的问题。 随着技术的演进，上述问题中的大部分正在被解决或将被解决。但至少在现阶段，面对人工智 能介入到新闻生产中可能出现的问题，需要加强人工核查与校对，并且将这些编辑原则落实到 机构层面的行为规范中。但根据美联社的调研，只有不到一半的受访者表示他们所在的新闻机 构中有关于生成式 AI 的指导方针。 总体而言，以 ChatGPT 为代表的 AIGC 技术在新闻信息采集、内容生成以及多模态呈现方面， 具有提升效率甚至实现变革的潜力。未来，随着技术能力的进一步提升以及在新闻业的应用深 化，AIGC 或许将替代部分常规的模式化内容生产环节，尤其是在非正式上版、用于新媒体运 营和宣传的“边角料”的生产上有巨大潜力，降低成本、提高效率，真正将记者和编辑从消耗 时间与精力的繁琐工作中解放出来。[4]