新闻资讯
2024年，著名演员“寡姐”斯嘉丽·约翰逊，向如日中天的OpenAI发了一封律师函。5月14日，OpenAI刚刚发布最新的多模态大模型GPT-4o，该模型支持文本、音频和图像的任意组合输入，并能生成文本、音频和图像的任意组合输出。在发布会上，OpenAI强调了GPT-4o的语音对话能力，并展示了五个不同的语音。而其中名为“Sky”的声音，被指与斯嘉丽·约翰逊在电影《Her》中的角色“萨曼莎”声音极其相似。
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，《》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。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。”
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。
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。
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]
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。
但技术趋势不会因为几家媒体的而停止脚步。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。
这已经不是NewsGuard第一次将假新闻的矛头指向生成式AI，在该机构2023年每个月的虚假信息监测报告中，几乎都可见AIGC的身影。技术的更迭并未改变这一现状，NewsGuard指出，GPT-4具备比GPT-3.5更为彻底、更具说服力的虚假信息生成能力。同样，美通社2023年全球媒体调查报告显示，在针对全球3132名记者的调查中，有27%的被调查者认为，如何保持作为可靠新闻来源的可信度，是新闻行业在这一年面临的最大挑战。可以说，
。2023年3月，声称“没有记者，没有偏见”的人工智能新闻网站NewsGPT上线。该网站是全球首个完全由人工智能生成的新闻频道，通过机器学习算法和自然语言处理技术，实时扫描来自世界各地的新闻来源并创建新闻报道。其首席执行官艾伦·利维（Alan Levy）在接受访谈时称：“NewsGPT是新闻世界的游戏规则改变者，长期以来，新闻频道一直受到偏见和主观报道的困扰。通过NewsGPT，我们能够向观众提供事实和真相，没有任何隐藏的议程或偏见。”[6]
问题在于，AIGC新闻能否真正摒弃偏见和主观？答案似乎并不确定。在全球新闻场域本身存在话语权不平等的前提下，基于自动扫描新闻源创建新闻报道的生成式AI，似乎并未见得能比传统的记者编辑更为客观公正。而事实也证明，AI生成的内容，在新闻真实性上确实饱受诟病。2023年初，美国著名科技新闻网站CNET遭Futurism爆料，称其持续刊出未加标注的由AI生成的文章，其中出现了不少事实性错误。此后，CNET对其中41篇使用人工智能撰写的报道进行了更正，并宣布将暂停所有网站上的人工智能生成内容。
回溯新闻业的历史，其中不乏与人工智能携手并进的时刻。过去十余年，由人工智能引发的新闻业创新浪潮，可分为自动化报道阶段、增强报道阶段和生成报道阶段。在自动化报道阶段，程序自动生成的文本内容被用于财经、体育等可模板化生产的新闻；在增强新闻报道阶段，人工智能的机器学习和自然语言处理（NLP）技术被用来分析数据、揭示相关趋势，常用于舆情监测、内容优化。如今，人工智能之于新闻业正在迈入第三阶段，即AIGC以多模态生成能力参与到新闻生产环节。与过去仅运用于模板化新闻生产的人工智能不同，生成式人工智能可以进行更长篇幅、更高质量的报道撰写，并可以根据指令模仿特定作品风格，多模态生成能力还带来了新闻报道视频化、可视化的诸多新可能。可以说，人工智能技术运用于新闻报道早就不是“新鲜事”。问题在于，AIGC的入局本应该为新闻业带来新的机遇，为什么在其介入新闻生产之初就出现了假新闻泛滥的问题？
，受限于预训练材料，模型无法吸收新的反事实证据以测试材料的真实性；此外，预训练材料中的信息是否真实可信、信息囊括范围的大小也对AIGC生成信息的真实性产生了影响。[11]对AIGC进行训练的语料库，肩负着保障AIGC输出信息准确性的重要责任，语料库有限、语料库的时效性滞后，均是AIGC信息失实的原因。用于AIGC训练的语料库往往包含了大量在互联网上抓取的文本，这些文本鱼龙混杂且真实性存疑，无疑给缺乏信息辨别能力的生成式AI带来极大的迷惑。更严重的是，其中的虚假信息可能会经AIGC包装、输出后回流至网络平台并再度回到AIGC的训练语料库中，形成虚假信息的循环，进一步循环污染信息环境的真实性。ChatGPT在接受《时代》“采访”时，承认自身在信息质量上的不足：“我尽我所能提供准确和有用的信息，但我不是一个完美的知识来源，我并不能总是提供完整或正确的答案。”在这一方面，技术仍有很长的路要走。
。传统新闻时代，新闻工作者需要具备规范的新闻写作、新闻摄影与新闻视频制作等专业能力。而人工产出一份达到刊发标准的新闻作品，往往需要经过资料准备、现场调研、信息核查、后期写作制作等一系列环节，从而才能保障作品的真实性和可读性等标准。花费几个月甚至更长时间深入现场进行深度调查报道、挑灯夜战赶稿润色以期为读者呈现最好效果，对于新闻工作者来说是家常便饭。然而，不受新闻伦理约束的AIGC却能大批量、高效率地生成新闻报道。当大量 AIGC假新闻涌入信息平台，而大众却未拥有辨别能力时，新闻领域就极可能出现“劣币驱逐良币”的态势。3.从生产到分发：尚未做好准备的新闻业
面对AIGC的入局，无论是生产还是分发，新闻业的上中下游似乎均未摸索出相对契合的共处之道，从而助推了AIGC假新闻的畅行。从传统新闻生产环节考量，无论是AIGC技术缺陷导致“幻觉生成”，抑或还是被刻意利用，当这一新技术带来的虚假新闻信息泛滥之时，社会公众对于新闻信息的信任度便随之下降，这给新闻从业者带来了全新的挑战。美通社2023年全球媒体调查报告显示，在针对全球3132名记者的调查中，有27% 的被调查者认为，保持作为可靠新闻来源的可信度，是新闻行业在这一年面临的最大挑战。在被问及新闻从业者和新闻机构的最优先事项时，“保持”内容准确大幅领先于其他选项。
从新闻分发环节考量，传统媒体时代，新闻信息从采访、撰写到刊发，过程中经历了重重把关，信息的真实性经过多重审查，确保出现在受众面前的新闻极少虚假。但平台化时代，人们已经更习惯从互联网直接获取信息，传统的“受众”向“用户”转变，新闻消费者与生产者的界限日益模糊，人人都可以发布信息，用户接收到的信息不完全来自权威的媒体信源。面对大量信息，平台的审核机制无法与传统媒体的把关机制一样行之有效，判断信息真实与否的环节从内容生产阶段后置到了信息消费阶段，而很难要求用户具备足够辨别假新闻的能力，这同样为AIGC假新闻的盛行提供了空间。
。避免AIGC生成的假新闻盛行，既需要机制性的保障，比如加强对AIGC内容的事实核查和细节校对，也需要社会层面的集体努力，比如通过官方教育提升社会公众的AI媒介素养，增强分辨虚假信息和低质量信息的能力。同时，应对假新闻还需要专业机构依靠长期形成的专业机能和规范向舆论场填充大量真实的新闻，避免“劣币驱逐良币”。[15]正如学者史新燕[16]所说，任何技术的社会化落地，其实质都是技术逻辑与社会选择“互构”的结果。AIGC应用于新闻内容生产虽在当下具有许多问题，但在社会各界的共同探索之下，或许将带来新的可能。平台转移：
。随着TikTok的快速崛起，大量新闻机构都陆续开始入驻。根据路透新闻研究所发布的报告，在全球有规模的新闻机构中，超过一半的机构会定期在TikTok上更新内容。借助TikTok，这些机构得以触碰和影响更年轻一代的新闻受众，为未来的发展打下重要根基。类似于《》和《洛杉矶时报》这样的知名传统媒体，很早就进驻到 TikTok，开展新闻短视频化的尝试。更重要的是，这些机构的尝试，不是简简单单的媒介形式的转换，即把新闻内容用“视频画面剪辑+配音效”的方式再度呈现，而是基于短视频媒介特性的深度转型与适配。除了传统媒体，一些大型的广播公司和电视台，也纷纷尝试在TikTok上发布新闻类内容来吸引观众，并吸引了大量的关注者。除此之外，一大批基于短视频平台的原生新闻视频博主也正在涌现，他们进行了重要的新闻内容源补充，并且提供了区别于机构媒体的视角。他们往往会更加关注本地化新闻和热点社会新闻，并且在视频中有更多主观视角和受众思维，以评论的方式增加个性化内容，这种风格也吸引到特定的用户关注。
为了适应短视频新闻的趋势，《洛杉矶时报》于2022年6月创建了名为“404”的新闻生产团队，专门开展实验性的搞笑视觉叙事。通过memes、视频特效、独特的出镜形象“Judeh”等等元素的应用，404团队生产出区别于传统新闻报道的新型风格，并在有关气候变化和环境议题的相关报道中创造了众多爆款作品。《》同样是传统媒体进行TikTok化的范例。为了适应短视频平台的传播节奏，《》专门聘请了视频制作人Dave Jorgensen担任主理人，他以“程序猿”的形象出镜进行新闻报道，通常一人分饰多角以还原事件、背景信息以及可能性后果，等等，并且以轻松幽默的风格讨论严肃的新闻议题。
。可以说，短视频的媒介机制决定了新闻的深度受阻。同时，短视频平台上内容鱼龙混杂，大量虚假信息在平台上蔓延。2022年的一项研究分析了540个热门新闻议题的相关TikTok搜索结果，如校园枪击事件、政治选举和疫苗问题等。结果显示，虽然TikTok确实检测到并删除了部分虚假或误导性视频，但整体上的虚假与错误信息率仍高达19.4%。[19]这既对用户对真假信息的鉴别提出了更高的要求，也对短视频新闻的生产提出了更多的考验
。虚假新闻往往会有更耸动的标题和更加抓人眼球的画面，会更容易获得用户的关注，从而挤压了优质新闻的生存空间和传播机会。同时，较短的内容时长和相对简单的画面形式也限制了新闻的深度与严肃性，进而影响了新闻品质。这也是为什么大量被称为“新黄色新闻”的内容在短视频平台复现。它们往往不含有新闻信息，却极具流量价值。以显眼的大标题、惊悚音乐、夸张的事件为特点，点赞观看不在少数，却很难有什么新闻价值可言，而且其所呈现的新闻事件的真实性也相当可疑。
这一功能于2023年10月生效，但迫于媒体和用户的投诉与压力，X在11月进行调整，重新恢复了新闻标题的显示，并在推文部分显示链接，而新闻标题会以黑底白字的形式嵌入到图片上方。但是，新的问题出现了，由于预览的尺寸不适用于所有标题，在默认尺寸下，超过字符数限制的内容就会被截断，这意味着新闻标题的显示可能会不完全。如果对实情缺乏了解，表面看起来，这次更新动作仅仅是产品显示逻辑的变换。但这一举动的实质，其实是埃隆·马斯克对传统媒体的“回击”——2022年8月，法新社等传统媒体起诉X，要求X为使用其新闻报道内容进行分成。而再继续深探，这一小小动作背后，又是新闻业与社交媒体长达十年蜜月期破裂的延续。
而更新之后，只会在帖子中显示带有链接的一张图像。这意味着，如果发布者没有发布随附文本，用户将只会看到一张图片，以及可能不完整的新闻标题。根据埃隆·马斯克本人的说法，这一尝试“将极大地改善X的美学体验”。这不难理解，因为相比于之前由四部分元素组成的分享卡片，仅保留一张封面图无疑会更加简洁，而且从产品逻辑上，这会降低单条推文的高度，在同样的屏幕大小中能呈现更多的推文内容。在此之前，发布者可能利用夸张的标题与摘要吸引用户点击，仅保留卡片的方式也可能减少此类乱象。
这已经不是X第一次针对新闻媒体有所动作了。在这次更新前不久，《》报道称，X一直在放慢用户访问《》等新闻机构以及包括Facebook 等网站的速度。延迟的网站名单包括：Facebook、Instagram、Bluesky和Substack，以及路透社和《》的官方网站。根据《》的测试，点击其中一个网站的链接，用户需要等待大约五秒钟才能看到页面。而其他网站并不受影响，页面会在一秒钟或更短的时间内打开。而在这个报道发布几小时后，X将延迟时间降低到零。对于网站来说，相当微小的访问延迟也会导致流量下降。谷歌在2016年的一项研究发现，如果网站加载时间超过3秒，53%的用户会放弃访问。至于X到底是有意为之还是技术故障，尚不得知。
。它们的兴衰存亡似乎完全取决于平台。一旦后者的算法和规则改变，商业模式就会受到重创，完全不由自己掌控。2016年，美国总统大选期间，Facebook被外界质疑利用算法操纵选举结果，“剑桥分析”事件更是直接将马克·扎克伯格送上听证会。面对各方抨击，Facebook宣布减少新闻内容的比重。在2018年，马克·扎克伯格的口径变成了：“新闻是十分重要的，但这只是一小部分人在Facebook上阅读的内容。”2020年，Facebook进一步强化相关举措，大幅减少新闻内容和政治内容的推送。
转过头来看，这不只是Facebook一家的转向，而是社交媒体的整体趋势。算法的调整使新闻类内容得到越来越少的曝光，这对依赖社交媒体流量的媒体打击严重，由此造成行业性的集体困境。2023年，BuzzFeed创始人乔纳·佩雷迪宣布关停旗下新闻业务BuzzFeedNews，VICE宣布关闭新闻品牌VICE World News，其主站也正在进行破产申请。Vox Media、Insider、ABC News等一众数字媒体，都进行了不同程度的裁员。
而X的竞争对手，另一大社交媒体平台Meta，也表明了鲜明的“拒绝”态度。在 2023年9月5日发布的声明中，Meta这样说：“用户访问Facebook不是为了新闻和政治内容，而是为了与人们建立联系，发现新的机会、激情和兴趣。新闻类内容之于世界各地用户在Facebook信息流占比不到3%，因此新闻只是绝大多数人Facebook体验的一小部分。”在Meta旗下的新应用Threads上，也鲜少能够看到新闻内容和记者的身影。社交媒体与新闻之间的关系已经成为一种文化现象。根据皮尤研究中心在2021年的一项调研，目前有略低于一半（48%）的美国成年人，会“经常”或“有时”从社交媒体上获取新闻。“分享”是社交媒体的特质，它也让更多的新闻内容被看到，更多的故事被讲述，以及更多的重要事件被分享、讨论与传播。社交媒体既是新闻的来源，又是新闻的创作者。任何人都可以进行第一手的信息发布与分享，他们不必是新闻机构的从业人员，这些分享本身就构成了新闻的一部分。当然，也正是因为分享如此容易，以至于人们很难一一确认他们所分享的内容的准确性。假新闻和编造的事实大肆传播，它们往往比真实新闻事件更容易获得分享，因为更具噱头，也更吸人眼球。社交媒体无法有效控制假新闻和虚假信息的传播，以及由此引发的分歧与对立，也成为平台降低新闻内容比重的一个动机。
由于罢工的溢出效应，与影视相关的行业也受到波及。包括道具制作公司、设备公司、运输司机等从业人员，甚至是拍摄现场的餐饮工作人员都失去了工作。除了编剧，好莱坞的演员和导演们也就新一轮的合同与AMPTP进行谈判。演职人员加入罢工，无疑导致了好莱坞更广泛的停摆。而在这几个阵营中，美国导演协会（DGA）最先与AMPTP达成协议，包括增加薪酬（3年内加薪12.5%）和福利待遇、提高流媒体内容分成以及防止人工智能滥用等内容。（美国演员工会和美国编剧工会成员在迪士尼抗议。
根据福布斯的统计，自2023年1月至今，三十余家报纸及媒体机构进行了不同程度的裁员，其中最为惨烈的当属《洛杉矶时报》。2023年6月7日，《洛杉矶时报》宣布由于“经济环境和新闻行业的独特挑战”，将裁减新闻编辑室的74名员工。2024年1月23日，又宣布裁员20%以上，涉及至少115名员工，包括记者、资深编辑和专栏作家。[28]数字媒体BuzzFeed也因计划采用AI生成测验类内容而裁减一定比例的员工。在2023年4月20日，BuzzFeed创始人再度宣布关闭旗下新闻业务，裁退约180名员工，涉及内容、技术、行政等部门，占总数的15%。
回顾技术发展史，互联网的出现已经实现过一轮转换。Web 2.0时代，个人博客 （Blog）、社交媒体等媒介形式的应用，使得普通人获得了“发表权”，即可以在网络上发表自己的各类观点。这扭转了前互联网时代传统媒体对发表权的独占局面。由于建立媒体机构、创建一份报纸或一家电视台的成本极高，从而形成了信息发布的高门槛，普通人很难有机会和足够的资本建立自己的渠道，而借助互联网和移动设备，每个人都成为了“新闻记者”，随时随地记录、随时随地发布。
。而AIGC带来了更为深层次的变革，它直接赋予了受众创造与生产信息的能力。受众只需要输入指令性的文本，就能够获得想要的内容。如果说前者意味着受众参与信息分发并成为重要一环，后者则意味着受众能够开始更高效地生产内容，有望成为专业高效的“新闻制造者”，与媒体机构共同进行新闻信息的生产。作为一项底层技术能力，AIGC门槛相对较低，只要解决网络问题和账户问题，不仅新闻从业人员可以使用，普通用户也可以使用。对于新闻从业人员，由于其专业化水平较高，考虑到可读性、生产时间成本等因素，对AIGC技术的接纳程度可能并不深入。而对于普通受众，由于没有类似的“专业包袱”，会更愿意使用相关技术。
。这里的信息不仅指向文本，也包括大量的多媒体内容。而且不同的网站和应用程序，不同的地区，不同的时间阶段，各有不同的信息。AIGC工具能够在用户的指令下，迅速获取、整理、概括和总结信息，让用户更加高效地理解和利用信息。从这个角度来说，AIGC能够代替一些总结性的、解释性的新闻内容。更重要的是，得益于多模态生成能力，AIGC能够在文本的基础上迅速生成图片、视频和音频等多媒体内容，极大地降低了内容制作的门槛。以前，制作图片和视频等内容需要专业的技能和设备，但现在，普通人也能借助AIGC的力量，轻松生产出有趣、生动的、形式丰富的多媒体内容。
未来伴随AIGC应用的进一步深化，无疑会激发更多人创造内容的热情。虽然普通人难以长期稳定地生产信息，但由于生产主体数量是巨大的，因此生产的信息从长期来看也是海量的，可能对媒体机构的内容生产地位形成冲击。这对新闻业的影响也是深远的。受众拥有采集和生产内容的能力之后，可以更加独立自主地进行内容消费，对新闻媒体产出的信息依赖程度降低，进一步降低后者的影响力和“把关人”地位。受众以往是媒体机构的服务对象，如今却可能成为媒体机构某些层面的“竞争对手”。
要在这个问题上取得共识并不容易。但是，无论是否认可这些信息属于新闻，都不能否认，这些信息实际上发挥了新闻的功能。所谓“新闻”，其核心就是关于新近发生的事实的信息。从这个角度出发，普通人分享的信息，实际上符合新闻的内涵与功能要求。简单来说，当传统的新闻媒体机构焦头烂额，担心受众会取代自己的专业地位，但受众自身可能并没有想去生产新闻，也并没有想要取代机构媒体。他们只是有意无意地生产、传播某些信息，这些信息自然而然地发挥了新闻的功能，挤兑了媒体机构生产的新闻，更加吸引受众的注意力。有趣的是，在人们传播的海量信息发挥新闻的功能之际，很多媒体机构却开始生产大量的非新闻性信息，包括但不限于风景、萌宠、美食、养生等话题相关的内容。这在很大程度上是因为新闻媒体机构越来越难获取注意力，生产专业的新闻资讯的成本又比较高，为了实现互联网上的“全时传播”，只能生产非新闻性的信息来“填充版面”。
。记者与非新闻从业人员之间的“流动”成为常态，这一界限在某些情境下甚至会消失。新闻的本质是信息，以往新闻作为一种特殊的信息，有相对明确的边界，区别于其他类型的信息，但现在，新闻跟其他信息越来越难区分。技术消解新闻，并不是说新闻不存在了，发挥新闻功能的信息依然存在，但这种信息是否被认为是“新闻”，在社会层面可能缺乏共识。换言之，新闻的所指依然存在，但其能指已经被掏空了。在这种背景下，媒体机构担心新闻被替代，可能只是一个伪命题。“新闻受众”这个概念是否还存在，也应该打一个问号。
虽然互联网上普通人可以生产传播各种信息，但持续生产是一般受众所难以实现的，即便AIGC很高效，依然存在时间成本，特别是某些大模型需要收费，对普通人来说可能不愿或难以承担。此外，某些受众可能熟悉特定的专业领域，拥有丰富的知识储备，但他们要跟媒体机构一样保持高频的内容产出，也并不轻松。再者，媒体机构生产的内容更为多元，而普通人的产出可能仅仅局限于自己的生活和专业背景，如何持续地生产不同类型的内容，难度就更高了。
在这个过程中，思维与想法是最珍贵的部分。很多时候，人们在面对AI时，可能连自己真正想要的是什么都不知道。在这种情况下，使用者很难通过AI生成出吸引人、有深度的内容。毕竟，在AI具备自我意识之前，它只能作为一种服从人类指令的工具存在。而如何巧妙地运用这一工具，本身就是一种需要不断学习和提升的能力。而媒体机构拥有专业的从业者、丰富的内容生产经验，无疑比一般用户更具优势。虽然AIGC为新闻业带来了众多正面影响，但与此同时，它也伴随着一系列潜在风险。其中，新闻的真实性首当其冲。在AI轻易创造万物的今天，我们如何确保所接触到的内容都是真实可信的？
。近年来，如何监管AI更是国内外热议的话题，但除了法律层面的监管，传统媒体机构在新闻伦理道德层面也应当肩负责任，为AIGC的使用制定一套通用的规范。凭借多年积累的社会公信力、新闻生产经验以及广泛的传播渠道，媒体机构完全有能力尝试为AIGC的使用制定规则，形成新闻伦理道德相关的规范，并在此过程中强化自身的专业地位，甚至还能通过规范技术的方式，为未来的技术发展指明方向。2024年3月21日，中央广播电视总台正式制定出台了《中央广播电视总台人工智能使用规范（试行）》，正是相当有益的尝试。
，它以新闻事实的发生地为标准，特指发生在本地区的新闻事件，涵盖政治、财经、体育、民生等多种类型的报道，以满足本地居民的新闻需求。疫情与经济放缓在短时间内极大加速了本地新闻的衰落。根据统计，美国有200多个县没有当地报纸，近50%的县只有一份报纸，而6%以上的县根本没有专门的本地新闻报道。报纸以外的其他媒体来源也无法填补这一空白，例如数字媒体，尽管它们在报道和分发本地新闻方面更加便捷（开设一个本地频道即可），但它们通常会关注人口更加密集的社区，而不是潜在受众稀少的落后地区。超过6500万美国人生活在只有一家当地报纸或根本没有一家报纸的县。[31]
本地电视台也是如此，电视新闻倾向于关注全国范围的新闻事件或最具耸动性的本地故事，因而谋杀、犯罪、车祸或自然灾害类的题材会更受青睐。而许多受到资助的公共媒体机构，则主要依赖于转载内容而非原创报道。这些媒介都无法缓解本地新闻的来源焦虑。在过去的15年，美国失去了2100多份报纸，这使2004年初拥有本地新闻媒体的 1800个社区，在2020年初已经没有任何报纸。即便是幸存的6700份报纸，许多也早就已经成为“幽灵报纸”：只有原来的“外壳”，但新闻编辑室的采编人员和报纸读者数量都大大减少。这同样是不可忽视的情况——在过去的15年里，一半的报纸记者和读者也消失了。[32]
。广告是新闻媒体的主要盈利来源，对于本地新闻媒体来说也是如此。但步入平台时代，以搜索引擎、社交媒体为代表的各类平台在广告方面获得了更大的优势，原因在于平台可以通过各类行为信息，来确定最有可能购买特定产品或服务的用户，并以此来进行个性化推送。相较于传统的广告模式，定向广告触达效率和精准度更高，对于广告商来说，也可以节省更多的广告预算。但显然本地报纸没有办法获取这些数据（它甚至无法实现很好的数字化），更没有技术能力提供相同类型的定向广告。因此，广告商已经将广告投入从传统报纸转向了以搜索引擎和社交媒体为代表的在线平台，例如Google和Facebook。而剩下的份额，则由电视台、报纸和广播电台来竞争。根据统计，2008年至2018年间，报纸行业的广告收入下降了68%。
。不仅仅是广告，用户的新闻需求也正在从本地的新闻报纸，迅速流向社交媒体平台。2019年皮尤研究中心的一项调研发现，目前超过一半的美国人（54%）“有时”或“经常”从社交媒体获得新闻。皮尤还发现，Facebook作为美国人最常用的社交媒体网站，超过一半（52%）的美国成年人在那里获得新闻；YouTube是第二受欢迎的新闻来源，28%的成年人在上面获取新闻；其次是Twitter（17%）和Instagram（14%）。从2018年起，社交媒体已经超过了报纸，成为大多数美国人的新闻来源。(二)本地新闻衰退，影响是什么?
。在美国，本地的新闻媒体在所属地区通常发挥着重要的信息同步和议程设置作用，它是本地居民有关地方政府、地方选举以及其他公民活动的重要信息来源2010年的一项研究发现，居住在洛杉矶县郊区、可以接触本地日报的受访者，会比生活在没有报纸的社区的受访者更有可能参与定期投票。而2019年的一项报告显示，在报纸裁员最严重的地区，当地市长选举的竞争程度较小，而那些在失去当地报纸继续参加选举的人更容易受到政治两极分化的影响。2018年的一项研究发现，失去本地报纸的县在2012 年选举中的票数比那些拥有专门的地方新闻来源的县要少。[33]
除了政治信息同步，本地报纸还能发挥“黏合剂”的功能，有助于在社区内形成一种共同的目标感和社会认同感，由此可以成为团结当地的一股强大力量。当本地报纸停办，围绕在它身上的政治功能和社会共识维系功能就会随之消失。除此之外，社区居民对于本地新闻的需求，并不会随着新闻来源的减少而消失，而是会转移到社交媒体上。在没有本地新闻来源的情况下，越来越多的当地居民开始从社交媒体上获得本地的新闻和其他信息。但问题在于，由于发布门槛低以及缺乏严格的核查机制，社交媒体中弥漫着大量的虚假消息和错误信息，而这些信息将带来严重的误导。
。互联网的扁平化和低门槛特性，使得任何一个网站的潜在受众理论上是全世界的上网用户。对于在线媒体来说，为了提升网站流量和曝光度，在内容生产和呈现方面，往往会采用全球化的策略，尽可能将报道关注范围扩大，甚至是关注全世界范围内发生的重要新闻事件。这种倾向，反过来也会影响到传统媒体，因为要参与读者的注意力竞争，所以越来越多的地方性报纸，会在新闻采编中逐渐扩大全国性报道甚至是全球性报道的比例，“地方性”反而日渐式微。
新闻受众对于本地新闻的需求其实远未得到满足。很多时候，受众并不想关注过于“远方的哭声”，而是更想了解自己身边在发生什么。一些本地媒体注意到这一趋势，开始将报道重点回归到本地化报道，而非全国性的热点话题。比如传媒集团 Mvskoke Media就将编辑策略调整为专注本地社区报道，体现对核心读者的关注。同时，许多媒体开始在当地举办各种形式的读者见面会，例如《檀香山公民报》（Honolulu Civil Beat）就在所在地区举办类似于快闪活动的“弹出式新闻编辑室”（pop-up newsrooms）。借助这些活动，一方面能帮助读者理解报道理念，另一方面也反向了解读者到底需要怎样的新闻报道，以加强报道的透明度和公开性，整体上加强了新闻媒体与本地读者的沟通。
