生成式人工智能時代新聞真實性的實現(xiàn)路徑研究

摘 要：隨著科學技術的快速迭代，生成式人工智能與新聞傳播領域呈現(xiàn)出加速融合的趨勢，對新聞真實性產(chǎn)生了廣泛而深入的影響。在此背景下，如何保持和提升新聞真實性是新聞機構亟待研究的重要課題。本文回溯了生成式人工智能在新聞領域的應用歷程，系統(tǒng)剖析了其消解新聞真實性的內(nèi)在機制，并從創(chuàng)建新聞AIGC系統(tǒng)、優(yōu)化自動化事實核查技術和探索在線行為干預技術等層面，提出了維護新聞真實性的策略，旨在為后續(xù)相關研究提供參考。

關鍵詞：生成式人工智能；新聞真實性；智能媒體；實現(xiàn)路徑

中圖分類號： G210 文獻標識碼： A 文章編號： 1672-8122 （2024） 10-0001-04

一、引 言

隨著人工智能在計算能力、算法創(chuàng)新和數(shù)據(jù)處理上的不斷進步，生成式人工智能（AIGC）對新聞創(chuàng)作的影響受到人們的廣泛關注。特別是OpenAI公司的ChatGPT、Sora等產(chǎn)品的誕生，標志著以AIGC為代表的內(nèi)容創(chuàng)造工具已成為深度數(shù)字化社會的核心組件和基礎架構?；诩夹g層面的預訓練、大模型和生成能力這三個核心要素， AIGC能夠自動化生產(chǎn)內(nèi)容、提供定制化展示，并通過情境化和嵌入式的傳播方式推動新聞行業(yè)的數(shù)智化轉型。然而，與初始版本AIGC模型相似， AIGC產(chǎn)出的內(nèi)容并非完全可靠，甚至對事實有所誤解。若AIGC生成的數(shù)據(jù)未經(jīng)核實便被重新輸入至機器學習系統(tǒng)，會加速虛假信息的傳播，給公眾甄別信息真?zhèn)螏聿恍√魬?zhàn)[1]。因此，在探討AIGC在新聞領域的應用時，研究者要尤其關注技術介入帶來的新聞真實性消解問題。然而，既有理論成果多聚焦AIGC的誕生背景、演化過程以及實踐價值，鮮少從新聞真實性角度探討它給新聞業(yè)帶來的機遇和挑戰(zhàn)。鑒于此，本研究首先系統(tǒng)回顧了生成式人工智能技術在新聞領域的應用歷程，進而深入分析了生成式人工智能消解新聞真實性的內(nèi)在機制，在此基礎上探討了AIGC時代維護新聞真實性的著力點，為促進新聞業(yè)高質量發(fā)展提供理論支撐。

二、生成式人工智能技術在新聞領域的應用歷程

中國信息通信研究院聯(lián)合京東探索研究院共同發(fā)布的《人工智能生成內(nèi)容（AIGC）白皮書（2022）》，對人工智能生成內(nèi)容（AIGC）的概念與內(nèi)涵進行了多層次解讀與分析，將AIGC定義為：既是從內(nèi)容生產(chǎn)者視角進行分類的一類內(nèi)容，又是一種內(nèi)容生產(chǎn)方式，還是用于內(nèi)容自動化生成的一類技術集合。AIGC在新聞領域的應用主要經(jīng)歷了以下三個階段：

（一）第一階段：規(guī)則驅動

早期的AIGC是依賴于規(guī)則驅動的自動化技術，通過使用預先設定的模式、模板和編程語言來編碼特定領域的知識和規(guī)則，以創(chuàng)造特定格式的內(nèi)容。傳感器新聞是該階段的典型例子，其起源于2002年的美國，主要基于傳感器收集大量數(shù)據(jù)來講述故事，為新聞制作提供了新的方法，不僅有效拓寬了新聞線索來源渠道，提升了信息采集效率，還通過強大的預測功能，實現(xiàn)了對客戶定制化需求的有效滿足。此外，傳感器新聞在用戶反饋方面也有所創(chuàng)新。通過智能穿戴設備，用戶的反饋不再僅僅局限于意見表達，而是擴展到了生理和心理層面，為新聞業(yè)帶來了新的信息維度，促進新聞生產(chǎn)進入新循環(huán)。總而言之，在該階段， AIGC憑借自身的高度可控性以及遵循特定模板與公式化流程的能力，在新聞素材的搜集與整理方面發(fā)揮了重要作用。然而，受限于既定的規(guī)則框架， AIGC缺乏自主學習和創(chuàng)新的能力，需依賴較多的人力資源投入，與理想的智能化目標尚存在不小差距。

（二）第二階段：機器學習驅動

在這一時期，機器學習模型通過廣泛的數(shù)據(jù)訓練，在新聞領域的應用程度得以不斷加深。借助機器翻譯、自動化文案和信息篩選等多元化輔助功能，新聞制作周期大幅縮短。其中，機器寫作技術在該階段的優(yōu)勢十分顯著，其通過大量數(shù)據(jù)分析形成用戶偏好數(shù)據(jù)庫，為撰寫財經(jīng)、體育、氣象類個性化新聞稿件賦能。但是，機器生成內(nèi)容難以保證新聞報道的真實性。比如，在信息采集環(huán)節(jié)，雖然機器寫作工具能夠有效減少因新聞從業(yè)者主觀傾向而導致的報道偏差。但是，要確保新聞報道客觀公正，還需要編程人員保持公正立場，數(shù)據(jù)來源及渠道也必須準確真實。除此之外，在新聞傳播過程中，機器學習模型雖然通過用戶畫像功能做到了個性化的內(nèi)容推薦和分發(fā)，但也會引發(fā)新聞產(chǎn)品版權歸屬以及機構與個人之間的沖突等問題，進而對新聞公信力帶來一定的負面影響[2]?？傮w而言，與初期的AIGC相比，第二階段的AIGC更加依賴于數(shù)據(jù)。只要有足夠的數(shù)據(jù)和標簽支持，機器學習模型就能快速、準確地創(chuàng)造多種形式的數(shù)據(jù)內(nèi)容。然而，由于對大量數(shù)據(jù)的過度依賴，高昂的成本和人力資源投入也限制了其廣泛應用。

（三）第三階段：深度學習驅動

隨著深度學習技術的不斷成熟， AIGC依托深度學習算法和多模態(tài)自適應生成模型，實現(xiàn)了在較少或無需人工介入情況下的自主學習和自我調整。通過持續(xù)的實踐、調整和完善，當前AIGC已經(jīng)能夠適應多樣化的應用場景，內(nèi)容創(chuàng)作的精準度大幅提升，為新聞傳播領域注入了新的活力。比如， AIGC在快速生成時事新聞方面的優(yōu)勢逐漸凸顯，能夠快速整合信息資源和專業(yè)知識，并對信息源的可靠性進行評估。同時，隨著數(shù)字虛擬人技術的成熟， AI主播開始被逐步運用到新聞報道領域。盡管該技術有效提升了報道效率并降低了人工成本，但不可忽視的是，目前AI主播報道依然存在聲音畫面不協(xié)調、共情能力差、真實性存疑等桎梏。此外，語音克隆、合成等深度偽造技術，可能會被用于操縱圖像、視頻或音頻，進而誤導公眾認知。整體而言，相較于早期階段，該階段AIGC在新聞領域的應用水平得以顯著提升，不僅在個性化、擴展性、適應性和靈活性等方面表現(xiàn)更為出色，還擁有了“思考+創(chuàng)作+交互”的智能模式和自適應學習的功能[3]。

三、生成式人工智能消解新聞真實性的內(nèi)在機制

確保新聞真實性的關鍵在于報道內(nèi)容與實際發(fā)生事件相一致。在新聞制作過程中， AIGC的引入可能會導致信源、信使、信道和信宿等傳播環(huán)節(jié)中的信息失真。為了深入分析生成式人工智能時代新聞真實性消解的原因，本研究系統(tǒng)審視了AIGC在新聞采集、編輯和傳播等環(huán)節(jié)所發(fā)揮的作用以及可能消解新聞真實性的“隱患點”。同時，鑒于AIGC在新聞制作中仍以人為主導，研究新聞真實性時還需考慮到用戶對信息的理解和處理方式?；谏鲜龇治?，繪制AIGC消解新聞真實性的內(nèi)在機制（如圖1）。

（一） AIGC影響新聞內(nèi)容制作

信息論指出，信源可以是客觀存在的事物，也可以是傳播者個人的想法。信使主要負責接收與處理信息，一方面直接從信源處采集原始資料，另一方面還會對已經(jīng)處理過的資料進行二次加工。在此過程中， AIGC充當輔助者角色參與到信息接收和處理環(huán)節(jié)，當新聞從業(yè)者發(fā)出創(chuàng)作指令， AIGC將運用深度學習、自然語言處理、多模態(tài)生成等技術完成相應的信源數(shù)據(jù)采集、整合、制作以及文本、圖像等形式的信息輸出（信息2）。在這些技術的支持下，新聞從業(yè)者從制作者轉變?yōu)樾畔徍苏?，并對自動生成的?nèi)容進行客觀性及真實性的核驗，一旦核實無誤，便會通過各種渠道進行分發(fā)；反之，則需要人工介入，糾正錯誤并生成新的新聞（信息3）。

由上述分析可知，在新聞創(chuàng)作過程中，如何充分發(fā)揮人與AIGC之間的協(xié)作力量，是形成高質量內(nèi)容成果以及確保新聞真實性的關鍵。一方面，由于信源可靠性與信息提供者、采集者密切相關，因而如何提高二者甄別虛假信息的能力成為避免虛假新聞傳播的重點[4]；另一方面，不少語言模型因受訓不足或用于訓練的基礎數(shù)據(jù)庫有誤，容易導致AIGC將主題不相及的事件進行關聯(lián)，并產(chǎn)生錯誤的邏輯推理或價值觀念，進而在生成內(nèi)容時產(chǎn)生違反新聞倫理的內(nèi)容。此外，由于AIGC內(nèi)置的模型算法不透明，審核者無法對自動生成內(nèi)容的過程進行有效溯源，導致其在判斷信源可靠性時可能出現(xiàn)失誤，造成虛假新聞傳播。

（二） AIGC影響新聞事實審核

一般而言，依托機器學習技術和深度學習算法， AIGC能夠有效地輔助新聞從業(yè)者對新聞內(nèi)容進行二次審核，識別潛在的虛假信息、誤導性表述以及敏感內(nèi)容。在這一過程中，新聞從業(yè)者的角色由制作者逐漸轉變?yōu)樾畔⒌亩魏藢嵳?，這不僅考驗他們的專業(yè)素養(yǎng)，也對AIGC的準確性提出了更高要求。只有當AIGC所依賴的新聞數(shù)據(jù)源和模型訓練準確無誤時，才能確保新聞事實審核效率。在實踐中， AIGC能整合多種真實性核查數(shù)據(jù)庫，并對信息中的引述和出處進行一一對照核實，從而使新聞從業(yè)者深入理解語言的背景意義，同時根據(jù)前期的新聞事實審核經(jīng)驗不斷自我優(yōu)化，以持續(xù)提高審核工作的精確度，靈活應對不同審核場景和需求。

然而， AIGC在新聞審核過程中也面臨著一些挑戰(zhàn)。比如，當新聞數(shù)據(jù)源存在錯誤或缺乏有效的驗證機制時，就會影響審核結果的準確性。同時，由于文化和語言的差異， AIGC在處理含有歧義、諷刺等語言特點的內(nèi)容時，往往存在理解困難?？偠灾?，在技術與人的協(xié)作過程中， AIGC只能作為輔助工具，不能替代新聞從業(yè)者的專業(yè)判斷。對此，如何在有效利用該技術的同時，保持新聞工作的專業(yè)性和真實性，是AIGC時代新聞生產(chǎn)面臨的重要課題。

（三） AIGC影響新聞分發(fā)傳播

AIGC與用戶的互動關系日益緊密，其促進了信息從單向傳播向雙向交流的轉變。具體轉變過程為：新聞媒體利用AIGC收集用戶的數(shù)據(jù)，有針對性地傳遞新聞（信息4），用戶則根據(jù)自身的認知框架對信息進行解讀和再創(chuàng)造，形成新的信息（信息5）?；谛碌男旁矗ㄐ畔?）， AIGC通過與用戶的互動，理解用戶需求，并將用戶數(shù)據(jù)（信息6）反饋給新聞機構，新聞機構據(jù)此調整內(nèi)容推薦策略，開啟新一輪的個性化新聞推送。同時， AIGC的應用也改變了媒體機構依賴歷史數(shù)據(jù)進行用戶畫像的模式。新模式下， AIGC通過與用戶實時互動了解他們的需求，進而通過用戶反饋及時更新個性化推薦方案，并不斷優(yōu)化內(nèi)容質量，以避免過度集中推薦而造成用戶滿意度下降。

然而，盡管AIGC的個性化內(nèi)容推送在一定程度上滿足了用戶的定制化新聞需求，但也存在“信息繭房”效應，即用戶僅能接收到與個人觀點相符或興趣相投的新聞，無形中加劇了用戶信息偏見和視野狹窄[5]。此外，受認知局限等因素的影響，用戶在與AIGC交流時提出的片面看法容易被AIGC采納，同時促使AIGC生產(chǎn)出帶有個人偏見的新聞并再次被推薦給其他用戶，進而造成“信息繭房”效應被進一步放大。因此，盡管將AIGC用于新聞制作的初衷在于打破信息孤島，但實際上也會導致用戶陷入新的算法陷阱，并且AIGC推薦內(nèi)容的偏差性隨著時間的推移會逐漸增加，最終對新聞的真實性和客觀性構成挑戰(zhàn)。此外，以AIGC為代表的AI技術主要由科技公司研發(fā)并推向市場，技術的主導權歸屬于科技公司，而某一科技公司往往同時服務于多個機構，其產(chǎn)品和服務的底層邏輯并不完全適應新聞領域的需求，導致用于新聞生產(chǎn)的AIGC模型一方面會受到科技公司價值觀念和意識形態(tài)的誤導，另一方面還會被其他商業(yè)和政治利益所左右，這些不可控因素最終會對新聞真實性產(chǎn)生一定的消解作用。

四、生成式人工智能賦能新聞真實性的路徑

（一）整合新聞行業(yè)專業(yè)數(shù)據(jù)源，提高AIGC技術算法透明度

算法不透明是目前AIGC消解新聞真實性的重要誘因。為了提升新聞報道的真實性，進一步消除行業(yè)間的專業(yè)障礙，新聞媒體應通過合作整合稀缺和權威信息資源，并提供給技術企業(yè)，以創(chuàng)建專門服務于新聞領域的AIGC系統(tǒng)。從長遠來看，該模式的作用在于：首先，由于提供的信息資源得到了業(yè)界廣泛認可， AIGC生成的新聞內(nèi)容將更加客觀，從而降低報道中的主觀偏見；其次，基于專業(yè)數(shù)據(jù)源的AIGC系統(tǒng)的算法透明度得以提升，為新聞信息資源實現(xiàn)交叉驗證提供可能，進而有利于增強用戶對新聞內(nèi)容的信任度；最后，合作還有助于減輕新聞領域AIGC技術研發(fā)的資金壓力，促進新聞行業(yè)培養(yǎng)更多技術人才，對優(yōu)化行業(yè)人力資本和促進行業(yè)數(shù)字化轉型起到助推作用。此外，考慮到時效性對新聞影響力具有重要影響，新聞媒體在運用AIGC技術時還要注重數(shù)據(jù)庫信息的更新與維護。

（二）優(yōu)化自動化事實核查技術，加強虛假信息的檢測與核實

自動化事實核查技術能夠拓寬并深化新聞識別的渠道。比如，百度推出的“文心一言”利用海量的文字、圖片和視頻數(shù)據(jù)，以及達到5500億級別的事實知識圖譜進行虛假信息的核查，能夠有效減輕人工篩查虛假信息的負擔，為進一步做好新聞真實性核查工作提供技術支持。此外，自動化事實核查技術在數(shù)字內(nèi)容溯源方面也發(fā)揮著重要作用。自動化事實核查系統(tǒng)依托先進的自然語言處理技術，能夠識別和分析出生成式多模態(tài)信息中的偽造特征和趨勢，并結合數(shù)字水印、指紋識別、區(qū)塊鏈等創(chuàng)新技術對信息內(nèi)容進行有效的“偽”標記，以此實現(xiàn)對信息的追蹤和溯源，從而為新聞真實性的驗證提供更加詳盡和精確的數(shù)據(jù)支持。因此，新聞行業(yè)要進一步優(yōu)化升級自動化事實核查技術，充分利用社交媒體中的附加信息，分析用戶與內(nèi)容、用戶間的互動等情境信息，更好地識別虛假新聞，進一步提升事實核查的質量和效率。

（三）探索在線行為干預技術，用于用戶決策輔助和信息傳播

在智能化的網(wǎng)絡時代，用戶擁有豐富的信息傳播渠道，自身的影響力得到了顯著提高，但是受個體認知局限的影響，含有主觀偏見的信息也會通過各種渠道得以廣泛傳播。在線行為干預技術擁有信息整合、認知輔助和決策模擬等功能，能夠對用戶的網(wǎng)絡行為進行有效干預，幫助他們拓展決策思路。因此，新聞行業(yè)亟須加快在線行為干預技術的應用和推廣，依托其強大的計算能力、算法和數(shù)據(jù)資源，處理和分析大規(guī)模文本信息，并自動生成如閱讀量、分享量和傳播路徑等“內(nèi)容標簽”，為用戶理解和評估內(nèi)容真實性提供參考。同時，還要提升AIGC對用戶指令的理解力和執(zhí)行力，強化虛假信息自動篩選和剔除功能，設置虛假信息風險提示，以引導用戶鑒別新聞信息的真實性。此外，最新的AIGC已初步具備預測性展示和調用信息的功能，能夠根據(jù)用戶反饋定制滿足其價值需求的內(nèi)容。因而，今后新聞行業(yè)可基于AIGC技術生產(chǎn)對話式新聞，為用戶提供情景式的交互體驗，通過人機互動明確用戶的認知界限，并提供超越其知識范圍的答案，從而緩解用戶可能存在的信息焦慮和信息孤島問題。

五、結 語

真實是新聞的生命，堅持新聞真實性原則是新聞工作的基本要求。隨著AIGC技術的快速發(fā)展，其對新聞的真實性產(chǎn)生了復雜的影響，包括對新聞職業(yè)價值的削弱、為虛假報道的產(chǎn)生提供條件以及消解新聞真實性等。為了更好地維護新聞真實性，學界和業(yè)界不僅要根據(jù)時代特點和社會需求賦予新聞真實性新的價值內(nèi)涵，還要深入理解多元主體相互作用下新聞真實性消解的具體原因。展望未來，隨著AIGC技術逐步進入成熟階段，它將會在新的歷史條件下為維護新聞真實性提供技術支撐，通過建立信息內(nèi)容生產(chǎn)者與傳播者、信息技術和信息環(huán)境之間的良性互動關系，打造一個有利于保持新聞真實性的生態(tài)系統(tǒng)，從而解決新聞真實性消解問題。

參考文獻：

[1] 騰訊研究院.拐點時刻？ AIGC時代的新聞業(yè)[EB/ OL]. https：/ / www. huxiu. com/ article/19886 57. html，2024-03-27.

[2] 孫祺.擬像社會視域下新聞真實性再探討[J].傳媒，2024（4）：93-95.

[3] 田麗，陳馨婕. AIGC對新聞真實性的影響成因及路徑分析[J].青年記者，2024（2）：79-85.

[4] 鄭東麗.移動互聯(lián)時代捍衛(wèi)與堅守新聞真實性的對策[J].新聞愛好者，2022（1）：96-98.

[5] 李靚.人工智能技術支持下電視新聞采編工作的創(chuàng)新策略[J].今傳媒，2023，31（4）：48-51.

[責任編輯：李婷]