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
The technology is reshaping what journalism costs and who gets to do it.
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。
战略影响
背景与规则
行业背景决定了人工智能创意能否与现实接触。
质量控制
领域约束会影响可接受的错误率和监督模型。
构建选择
成功的部署使技术能力与一线工作流程保持一致。
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。
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
让领域专家参与从问题框架到评估的整个过程。
在启动前设计审计跟踪和文档。
尽早验证合规性和安全义务。
分阶段推出，并具有明确的停止和回滚标准。
不断探索
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Journalism and News quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
常见问题
What is AI in Journalism and News?
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。
哪家新闻机构因在 2014 年左右开创人工智能生成的企业盈利和体育报道而闻名？
美联社于 2014 年左右开始使用 Automated Insights 的 Wordsmith 软件自动生成公司收益报告和小联盟棒球回顾。
CNET 在 2023 年发表人工智能撰写的金融文章时出了什么问题？
CNET 的人工智能生成的金融文章包含多个事实错误，迫使该媒体发布更正并披露人工智能的参与。
为什么基于模板的自然语言生成通常比体育比分的大型语言模型更准确？
模板系统将已经验证的数据（如最终分数）插入到预先写好的句子中，因此它们不会像预测语言模型那样发明事实。
当语言模型在新闻上下文中“产生幻觉”时，这意味着什么？
幻觉是指模型产生听起来合理但捏造的内容，例如发明的引用、来源或统计数据。
人工智能特别适合协助调查性新闻报道的哪项任务？
机器学习擅长筛选大量文档集的模式和联系，如巴拿马文件等项目中所使用的那样，而源构建仍然是人类的工作。