所谓“镜鉴”，意为鉴察、警觉。新媒体不能只是狂奔，应慢些脚步，多点观察、反思与质疑。本期「镜鉴专栏」将探讨媒体应如何对待生成式AI。
新媒2024
Aug.15
导读
媒体机构对待生成式AI，多一分慎重，多一点距离，多一些规矩，应该是当下应有的态度和选择。
当ChatGPT、Sora等生成式AI成为新闻媒体争相报道的热点话题时，媒体自身对生成式AI的运用及记者对生成式AI技术的掌握却并不积极主动，甚至还处于一种矛盾之中。在现阶段，媒体是该积极拥抱生成式AI还是应保持一定距离，“让子弹再飞飞”？
之所以提出这个问题，源自美通社旗下的Cision机构在《2024全球媒体调查报告》中发布的一组数据。报告基于对全球3000多名媒体专业人士的调查发现，53%的人从来没有在工作中使用过ChatGPT或Bard等生成式AI工具，28%的人稍微使用，12%的人适量使用，只有5%的人经常使用AI工具。
从AI提供的技术工具看，主要用于“推荐相关文章、标题制作、长文摘要、视频拼剪、机器人新闻、数字人播报、预测性分析、语音转文字服务、标签/实体识别、纠错检查”，新闻报道的策采编发审等各个环节都有AI的用武之地。
而且，媒体行业和记者个体早已意识到AI对新闻行业的挑战。2020年伦敦政经学院查理·贝克特教授团队发布的《全球新闻业人工智能应用调查报告》就已经表明，“人工智能（AI）是一系列包括机器学习、自动化和数据处理的技术，目前已成为新闻业的重要组成部分，对新闻的产生和消费具有广泛而深远影响”。报告还提出，“所有新闻编辑室都应该警惕AI的作用”。时隔四年，《2024全球媒体调查报告》显示，26%的记者认为AI已成为新闻业面临的最大挑战之一。
看上去，AI技术对新闻生产制作的全面赋能，以及媒体的危机意识应该会让媒体机构和新闻记者积极接纳AI、高效使用AI，但现实是半数以上的媒体专业人士与AI还有遥远的距离。为什么会出现这样的现象？
这里需要对AI技术的发展类型有所了解。主流的AI技术分为两类，即决策式AI和生成式AI。前者的核心在于通过学习数据中的条件概率分布来进行分析、判断和预测，专注于基于现有数据做出决策，而不会创造新的内容。后者的重点是通过学习数据中的联合概率分布，生成全新的内容，如文本、图片、音频和视频等。
由此可见，在生成式AI爆发之前，媒体机构加持的主要是决策式AI，利用这一技术处理结构化数据，达到更高的准确性和适用性。比如在新闻推荐系统中，决策式AI可以深度挖掘用户和新闻的关联关系，将新闻信息或内容精准推送给用户。决策式AI面对的是已有的资源和数据，不会产生虚假新闻，也不会深度伪造文字和图片，媒体机构使用的结果是提升工作效率，减少简单、重复的劳动。
生成式AI则不然，由于会创造新的内容，就给新闻生产带来诸多不确定性，会直接挑战新闻真实性这一基本原则；由于在创造内容过程中采用某种算法，就会给内容带来偏见和歧视；由于在创造内容过程中会产生幻觉，也会给新闻业带来致命威胁。
此外，还有一个重要的因素需要考虑，即受众对于AI新闻应用的体验和感受。在路透社新闻研究所发布的《2024数字新闻报告》中，美国和欧洲的受访者中，分别有52%和47%的人对于AI创建内容的体验会在一定程度上感到不适。相比之下，当AI用于协助记者时，例如转录采访或为研究总结材料时，美国和欧洲分别有42%和33%的受访者是能够接受的，体验的不适感相应减少了。
对AI的接受程度也与涉及的主题密切相关。四成以上的受访者对于AI生成的政治话题和犯罪话题会产生不适感，而AI在体育、娱乐和艺术方面生成的内容接受度相对较高。受访者对使用AI生成基于文本的内容的抵制程度最低，其次是插图或风格化的图形和动画，强烈反对使用AI来创建逼真的照片，尤其是视频。
飞速发展中的生成式AI最大的软肋是输出内容的不确定性，因此有研究者提到要增加“新闻核查”业务。但新闻的价值是报道事实、揭示真相，是原创原生内容，是给予受众确定性和可信度。记者的激情、好奇心和创造力是新闻生产的本质，AI无法判断事实的对错和进行道德评价，也无法遵守职业守则和专业准则。因此，从新闻信任的角度来说，不能忽视阅读者的体验和感受，不能背离新闻的品质，媒体机构对待生成式AI，多一分慎重，多一点距离，多一些规矩，应该是当下应有的态度和选择。
新媒鉴
主编 | 詹新惠
副主编 | 李佳慧 薛柯 徐依灵 余昭漩
本期编辑 | 徐依灵
内容来源 | 詹新惠
15
08
“
新媒鉴：关注媒体新动态，探索深度新观念，发出鲜活新声音！
