行业指南

人工智能在新闻业中的应用

人工智能帮助新闻编辑室更快地收集、撰写、事实核查和分发报道,但它也提出了有关准确性、信任以及谁的工作得到认可的难题。

概述

人工智能帮助新闻编辑室更快地收集、撰写、事实核查和分发报道,但它也提出了有关准确性、信任以及谁的工作得到认可的难题。这项技术正在重塑新闻业的成本和谁来做新闻业。

新闻业中的人工智能将人工智能应用于特定领域的环境中,在这些环境中,法规、运营和风险承受能力强烈影响着设计选择。

深入探讨

新闻编辑室已经使用自动化多年:美联社在 2014 年左右开始使用 Automated Insights 的 Wordsmith 发布人工智能生成的企业收益报告和小联盟棒球回顾。如今,大型语言模型可以起草摘要、建议标题、转录采访、翻译文章以及泄露文件中的表面模式。路透社、彭博社和 BBC 使用人工智能进行数据密集型报道和个性化新闻推送。但风险很高:CNET 在 2023 年悄悄发表了数十篇人工智能撰写的金融文章,其中包含事实错误,不得不进行更正。核心张力是速度和规模与验证。人工智能无法独立确认事实、培养消息来源或进行编辑判断,因此大多数可靠的媒体都会让人类编辑了解在报头下发布的任何内容。

技术洞察

大多数新闻编辑室人工智能分为两个系列。基于模板的自然语言生成将结构化数据(分数、收入、选举结果)填充到预先编写的句子模式中,由于数据经过验证,因此非常准确。相比之下,大型语言模型可以预测看似合理的文本,并且可以产生虚假的引用、日期或来源。这就是为什么负责任的工作流程将法学硕士与可信数据库的检索配对,并要求在发布前进行人工事实检查,将模型视为快速初稿助手,而不是权威。

掌握新闻和新闻领域的人工智能

人工智能帮助新闻编辑室更快地收集、撰写、事实核查和分发报道,但它也提出了有关准确性、信任以及谁的工作得到认可的难题。这项技术正在重塑新闻业的成本和谁来做新闻业。新闻业中的人工智能将人工智能应用于特定领域的环境中,在这些环境中,法规、运营和风险承受能力强烈影响着设计选择。为了建立深入的理解,请将新闻和新闻中的人工智能视为一种操作模型,而不是单一功能:定义期望的结果,澄清假设,并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。

在实践中,在新闻和新闻领域使用人工智能的强大团队将技术能力与领域政策、可审计性和一线决策结合起来。他们记录明确的成功标准,根据实际数据和工作流程进行测试,并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。

行业背景决定了人工智能创意能否与现实接触。同时,监管要求可能会使原本强大的原型失效。最具弹性的方法是将实验速度与治理规则结合起来:运行试点、捕获证据、发布决策日志,并随着模型行为、用户期望和监管要求的发展不断更新保障措施。

战略影响

行业背景决定了人工智能创意能否与现实接触。

行业背景决定了人工智能创意能否与现实接触。在高质量部署中,这会转化为可衡量的操作规则、所有权边界和定期审查仪式,以便团队可以增强信心,而不是扩大模糊性。

领域约束会影响可接受的错误率和监督模型。

领域约束会影响可接受的错误率和监督模型。在高质量部署中,这会转化为可衡量的操作规则、所有权边界和定期审查仪式,以便团队可以增强信心,而不是扩大模糊性。

成功的部署使技术能力与一线工作流程保持一致。

成功的部署使技术能力与一线工作流程保持一致。在高质量部署中,这会转化为可衡量的操作规则、所有权边界和定期审查仪式,以便团队可以增强信心,而不是扩大模糊性。

人工智能在新闻业的未来

期望人工智能能够处理更多的日常报道(体育、市场、天气、公共记录),同时让记者能够从事机器无法完成的调查和问责工作。留意来源标准,例如用于标记人工智能参与的 C2PA 内容凭证、出版商和人工智能公司之间关于训练数据的许可协议,以及检测合成媒体的工具。最大的悬而未决的斗争是经济问题:当人工智能可以免费总结他们的报道时,谁付钱给记者,以及媒体如何保持读者的信任。

现实世界的实施

美联社根据结构化数据源自动生成数千个季度企业盈利报道和体育赛事回顾。

调查团队使用机器学习来分类和搜索数百万份泄露的文件,如巴拿马文件和类似项目中所示。

路透社和其他机构使用人工智能转录和翻译将采访和外语镜头转变为可搜索的多语言副本。

当地新闻编辑室使用人工智能从公共记录中起草房地产交易、议会议程和高中体育比分等日常项目。

实施模式

人工智能在新闻业和新闻实践中的应用

美联社根据结构化数据源自动生成数千个季度企业盈利报道和体育赛事回顾。

美联社根据结构化数据源自动生成数千个季度企业收益报道和体育赛事回顾。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时,通常会获得更好的结果。

人工智能在新闻业和新闻实践中的应用

调查团队使用机器学习来分类和搜索数百万份泄露的文件,如巴拿马文件和类似项目中所示。

调查团队使用机器学习对数以百万计的泄露文档进行排序和搜索,如巴拿马文件和类似项目所示。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时,通常会得到更好的结果。

人工智能在新闻业和新闻实践中的应用

路透社和其他机构使用人工智能转录和翻译将采访和外语镜头转变为可搜索的多语言副本。

路透社和其他机构使用人工智能转录和翻译将采访和外语镜头转化为可搜索的多语言副本。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力提升和错误成本时,通常会得到更好的结果。

人工智能在新闻业和新闻实践中的应用

当地新闻编辑室使用人工智能从公共记录中起草房地产交易、议会议程和高中体育比分等日常项目。

当地新闻编辑室使用人工智能从公共记录中起草房地产交易、议会议程和高中体育成绩等日常项目。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时,通常会得到更好的结果。

风险与防护栏

!

监管要求可能会使原本强大的原型失效。

!

历史数据可能会编码损害特定社区的偏见。

!

遗留系统可能会造成集成瓶颈和隐性成本。

实施路线图

1

让领域专家参与从问题框架到评估的整个过程。

让领域专家参与从问题框架到评估的整个过程。将每个步骤视为证据门:如果不满足标准,则暂停推出,缩小差距,然后再扩大使用。

2

在启动前设计审计跟踪和文档。

在启动前设计审计跟踪和文档。将每个步骤视为证据门:如果不满足标准,则暂停推出,缩小差距,然后再扩大使用。

3

尽早验证合规性和安全义务。

尽早验证合规性和安全义务。将每个步骤视为证据门:如果不满足标准,则暂停推出,缩小差距,然后再扩大使用。

4

分阶段推出,并具有明确的停止和回滚标准。

分阶段推出,并具有明确的停止和回滚标准。将每个步骤视为证据门:如果不满足标准,则暂停推出,缩小差距,然后再扩大使用。

不断探索