AI深度介入新闻生产,仅13%媒体负责人认为其影响具变革性
面对生成式AI在新闻业的快速渗透,行业正经历从工具辅助到伦理重构的深层调整。调查显示,仅13%媒体管理者认为AI项目带来颠覆性影响,而公众对AI主导内容的信任度不足20%。主流机构普遍允许AI用于资料...
2026年记者节前夕,新疆日报社记者热依达入选第十三届“好记者讲好故事”全国十佳选手。当被问及AI与记者的关系时,她给出一句朴素而坚定的回答:“我可以把它用得很顺,让它辅助我,但它永远不可能替代我。”这句话折射出当前新闻从业者面对技术浪潮的典型心态——接纳工具效率,坚守专业核心。
这一立场并非孤例。过去一年,生成式人工智能在新闻生产中的应用持续深化,从线索挖掘、资料检索到采访转录、初稿撰写,AI已嵌入多个环节。然而,技术落地的现实远比想象复杂。牛津大学路透新闻研究所2026年1月发布的《新闻、媒体与技术趋势预测》显示,在覆盖51个国家、280名新闻机构负责人的调研中,仅有38%的人对未来一年行业前景持信心态度,较2022年的60%显著下滑。
更值得警惕的是,AI带来的不仅是效率提升,更是对新闻专业根基的挑战。2025年夏季,第35届中国新闻奖初评期间,关于AI参与创作的作品能否参评引发广泛争议。问题直指新闻业的核心准则:当文字与影像可由算法生成,原创性如何界定?作者权归属何方?传统标准中“由具有新闻采编资质单位原创并刊播”的要求,在AI时代面临解释困境。
数据印证了行业的审慎态度。一项针对265位媒体管理者的调查显示,44%认为本机构AI项目“颇具前景”,但真正视其为“颠覆性”的仅占13%;42%认为成效有限,44%则持观望态度(见图1)。这表明,尽管技术能力突飞猛进,AI尚未实质性重构新闻工作流。
具体到应用场景,各环节的接受度差异显著。根据对32家中国大陆以外媒体公开规范的统计(截至2026年11月3日),AI在“资料搜集与分析”“编辑加工”等后台环节获得广泛许可——分别有20家和20家媒体明确“有条件允许”,即需人工核验、标注来源;而在“写作”环节,仅11家允许AI辅助初稿生成,且均附加人工审核要求;至于“事实核查”与“视觉与音视频”制作,多数机构保持高度警惕:30家媒体将事实核查列为“未提及”(实为默认禁止),18家允许AI辅助视觉处理但需人工把关,而31家明确禁止AI参与“审核签发”流程(见图2)。
这种分层管控策略已在国际主流媒体落地。2026年7月,美联社更新AI使用规范,明确允许AI用于资料研究、采访转录与翻译,但强调所有生成内容须经人工核实,并严禁使用生成式AI制作或修改新闻照片。英国广播公司(BBC)亦采取类似立场:允许AI辅助数据分析,但原则上禁止其直接生成用于新闻及事实类节目的内容。
技术边界清晰,公众信任却仍显脆弱。2026年10月,路透新闻研究所一项覆盖九国的调查揭示:面对纯人工制作的新闻,约66%受访者表示可坦然接受;而当AI成为主导者(即便有人类监督),该比例骤降至不足20%。信任鸿沟背后,是公众对新闻“生产过程”的隐性期待——人们不仅关心报道说了什么,更在意它“如何被发现、如何被验证、由谁负责”。
这指向一个关键命题:新闻的价值不仅在于信息本身,更在于其背后的求证逻辑与责任链条。AI可以加速资料整合、识别异常模式、甚至模拟叙事结构,但它无法替代记者在田野中追问真相的坚持,无法复现面对矛盾信源时的判断张力,更难以承载对公共利益的伦理担当。
值得注意的是,行业变革并非单向冲击。部分媒体正尝试将AI转化为增强专业能力的支点。例如,有机构利用大模型对十年间地方政策文本进行语义聚类,快速定位民生议题演变脉络;另一些团队则训练定制化模型,辅助记者从海量庭审记录中提取关键证言冲突点。这些实践表明,AI的真正潜力不在于取代记者,而在于释放其从重复劳动中抽身,回归深度调查与价值阐释。
但路径仍存障碍。除技术适配成本外,组织惯性与职业文化构成深层阻力。一位省级报业集团总编曾坦言:“我们试过让AI写简讯,速度确实快,但编辑反复修改后,耗时反超人工——因为要确保每句话都经得起推敲。”这反映出现实困境:新闻不是信息拼贴,而是基于证据链的严谨建构;而当前AI尚难稳定输出符合新闻专业标准的“可核查陈述”。
此外,商业模式的迁移加剧不确定性。路透报告预测,未来三年新闻网站来自搜索引擎的访问量将下降超40%。当用户通过AI摘要、聚合平台或对话式接口获取信息,原始信源的可见性被稀释,传统以内容生产为核心的收入模式面临重构。在此背景下,AI既是效率工具,也可能成为流量分流的推手。
回望热依达的笃定之言,其意义不在否定技术,而在重申新闻工作的不可通约性。AI浪潮并未消解“好记者”的标准,反而使其更显珍贵:能提出关键问题的人,能穿透表象抵达本质的人,能在噪音中守护事实坐标的人——这些能力尚未被算法编码。
新闻业的转型不会止步于工具迭代。它正在经历一场关于“何为新闻”“谁来定义真实”“责任如何锚定”的集体再确认。当技术不断拓宽认知边界,新闻人的核心任务或许愈发清晰:不是与机器竞速,而是为速度注入审慎,为效率赋予意义。
