腾讯研究院：2024年形塑新闻：AI时代新闻业的7个变化报告

形塑新闻: AI暚魍昦䄋趵艊7跣黌誼 1 隠㚵蔠裮䅳熱閔 形塑新闻: AI暚魍昦䄋趵艊7跣黌誼 隠㚵蔠裮䅳熱閔 唪柠 搓蹂01 1μAIGC峙城侊艇蓽尺犁菸ê悶峨初春03 （一）AIGC实现新闻业的“供给侧改革”04 （二）AIGC的新闻应用与实践06 （三）AI冲击新闻内容生产08 ēμ尺犁菸捧侊AI捕艇蓽鸳弦艇蓽嗒乐10 （一）AIGC成为生产主体，新闻真实性频遭污染10 （二）为何AIGC假新闻畅行无阻？12 （三）AIGC时代，新闻内核仍不可失14 8μ蔑贰殻悌侊圄跆瓚艇蓽G抨巒伦鴿16 （一）短视频重塑新闻业16 （二）国内的短视频新闻有什么不同？18 （三）“新闻软化”的趋势值得警惕19 换μ绰惰邇幅侊般枰尺犁绰惰晓临勝溅21 （一）X对新闻媒体的“宣战”21 （二）社交媒体与新闻的“蜜月期”及其破裂23 （三）日渐模糊的未来25 ìμ三毋瓮傲侊艇三毋初春舁G粞疯=榨谯28 （一）一场事先张扬的“大罢工”28 （二）AI正成为冲突核心29 （三）AI带来新闻传媒行业的“大洗牌”31 程μ峨佰4.0侊三毋糞雾峨佰殻\辩仆菸ê旯33 （一）AIGC时代：受众从传播信息到生产信息33 （二）受众4.0之后：新闻不存在了？35 （三）媒体机构如何应对冲击？37 3μ尺犁汇魂侊吾魂艇蓽呱浸穑=勝菸39 （一）本地新闻的失意20年39 （二）本地新闻衰退，影响是什么？41 （三）AIGC时代，更需要本地新闻42 穗抽涣蘚 搓蹂 时至2024年10月，生成式AI的热潮尚未褪去，但现实也已经与GPT-3刚刚发布时的那种狂热图景完全不同。人们开始更冷静地审视大模型的技术局限，更关注大模型在各种领域的实际应用与落地情况，以及由此带来的改变。 腾讯研究院持续关注生成式AI对于新闻传媒行业的影响。在过去一段时间，我们做了三件事，第一件事是在2023年8月，发布了《拐点时刻？AIGC时代的新闻业》报告，这份报告得到了内外部许许多多的关注和反馈；第二件事是我们在今年的“仲夏六日谈”节目上，举办了“AI时代的新闻传媒业”专场，邀请到四位业内资深专家，在安徽碧山的小小村落里，讨论新闻业因AI而发生的改变。 第三件事持续时间则更长，我们从去年开始，持续在腾讯研究院公众号运营“海外内容观察”专栏，专栏由多位作者共同书写，关注对象是全球领域的新闻传媒业，从不同的侧面，关注它们在生成式AI的热潮之中所出现的趋势与变化。截至目前，专栏已经积累了十几篇文章。我们想，是不是可以把这些文章结集成一份小报告，可做留存，也供更多关注新闻业发展动态的同好参考。 腾讯研究院对新闻传媒业的关注由来已久。在《拐点时刻》之前，早在2017年发布的报告 《人工智能时代：新闻业的谢幕与重生》就已聚焦Al给新闻推送带来的根本性改变。新闻是一个特殊的行业，在不同的历史时期与文化语境中，它被赋予不同的内涵，但不变的是，它始终是社会的守望者，是现实与历史的观察者和书写者。在最近十年的发展过程中，新闻业已经被打下了深深的技术烙印：算法、大数据、短视频、虚拟人、元宇宙、Web3.0，再到现在的AIGC……这些技术或多或少都被新闻业所征用、融合。问题在于，这些技术带来了一轮轮的 狂热，但同时也带来许多未曾兑现的承诺。大模型会不一样吗？这个问题要有答案，需要持续的关注和反思。 这是我们这份报告的出发点。我们把这份小小的报告命名为《形塑新闻：AI时代新闻业的7个变化》。限于精力和视野，我们无法关注新闻业在这个时代的发展全貌，只能通过一些小趋势管窥这个特殊行业正在发生的一些变化。 7是一个很特别的数字，情有七种，罪有七宗，一周有七天，人体细胞代谢一次，也是七天。 1除以7的循环小数142857被称为“走马灯数”，被认为蕴含着宇宙奥秘。但我们显然没有 想到这些，我们只是想从7开始，在这个技术时代，延续对新闻业的关注和记录。 希望能给你带来一些小小的启发。 王焕超 2024/10/13 1μAIGC峙城侊 艇蓽尺犁菸ê悶峨初春 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。 这就是双方发生冲突的前情提要。值得一提的是，OpenAI的阿尔特曼曾经公开表示，《Her》是他最喜欢的电影之一。去年九月，OpenAI就曾联系斯嘉丽·约翰逊，希望能够在模型中使用她的声音，但约翰逊出于个人原因拒绝了这一请求。直到发布会前两天，阿尔特曼还联系约翰逊的经纪人，并再次遭到拒绝。 在约翰逊本人的强烈抗议下，OpenAI暂时下架了GPT-4o的Sky语音。而这次冲突，其实隐喻着生成式AI与大部分创意行业之间的紧张关系：前者使用后者多年积累的材料进行训练，而后者面对的处境，就是等待着被前者模仿直至被取代。这引发了创意行业的从业者对于生成式AI的普遍担忧。 而之所以要在本报告开头提到这一个案例，是因为新闻行业也面临着同样问题。对于全球的新闻媒体行业来说，2023年无疑是艰难的开始。疫情虽然结束，但媒体裁员人数和关停数量都达到高峰。这是多年衰落趋势累积后的集中爆发。社交媒体和短视频平台的冲击，用户与广告商的转移，等等，都是这一趋势的诱因。而各种新的技术形式的冲击影响也同样显著，生成式AI就是其中一环。 佨1佪AIGC乐艹艇蓽G呱＃比杼蔽萄邇￥ ChatGPT发布之后，一阵生成式AI的浪潮，席卷了众多领域。全球范围内大模型风云骤起，资金、技术、人才持续涌入，科技公司布局不断，纷纷推出大模型。文生视频模型Sora、AI音乐类生成工具Suno的现身，更是展现了大模型在多模态生成方面的强大能力。整个科技行业处在快速变革的颠覆式创新阶段。 在众多领域中，新闻业是受影响最为剧烈的领域之一，对于AIGC的回应也最为积极。 美联社最新的一项调研显示，生成式AI已经在重塑新闻编辑室的角色和工作流程。[1]美联社的调研进行于2023年12月，受调研对象是来自传统媒体、公共广播公司以及杂志的292名人员。这些相关从业者中的七成表示，他们正在使用AIGC制作社交媒体内容、时事通讯和头条新闻。同时，也会将其应用于翻译、转录采访和生成内容草稿，还有五分之一的人在使用生成式AI生成图像和视频。总体上，有接近一半（49%）的受调研者表示，由于生成式AI的出现，他们的工作流程已经发生了改变。 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，《纽约时报》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。美联社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JodyDoherty-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。” 生成提示 转型提示 知识提示 放大（生成有关主题的更多信息） 修改（根据不同意图重写信息） 信息检索 头脑风暴（就一个主题产生想法） 重组（改变信息流动方式） 执行代码 规划（生成计划，例如时间结构） 重新格式化（更改信息的呈现方式，例如使用标题） 从网络中检索内容 起草 回答（根据提供的信息回答问题） 从文档中检索内容 图片 翻译 注：Newsquest的生成式AI使用方向，图表由AI进行翻译 AIGC也催生了新的新闻平台形式。全球首个由人工智能生成新闻报道的平台NewsGPT.ai已经上线。根据声明，该网站没有人工记者，由NewsGPT实时扫描、分析来自世界各地的新闻来源，包括社交媒体、新闻网站等，并生成新闻报道和报告。其创始人声称，NewsGPT“不受广告主、个人观点的影响”，7*24小时提供“可靠的”新闻。 注：第一个由AI完全生成新闻的网站NewsGPT 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BenSmith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。 除了Semafor，微软也宣布与纽约市立大学的记者AIGC培训项目以及软件开发商Nota等机构展开合作。Nota是一家初创公司，致力于将人工智能置入到新闻机构的日常运营中，在微软的支持下，它的覆盖范围已经拓展到100多个新闻机构，通过PROOF等组件工具，帮助媒体扩大受众范围、增加社交媒体的影响力，并且根据受众需求进行内容的定制。 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”(CMGMediaGPT)，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。 佨ē佪AIGC呱艇蓽抹菅=乐嘩 从目前的情况看，生成式AI在新闻传媒业的应用，主要体现为提升新闻采编各环节的效率，包括新闻信息的采集与处理、内容生成，以及多模态生成能力。 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] 除此之外，大模型可以辅助记者进行采访音视频内容的识别与整理、优化创作流程、提炼生成更多元、独特的内容视角。英国《金融时报》总编辑RoulaKhalaf指出，新闻编辑室应当建立一支AI技术团队、协助记者完成数据挖掘、内容分析以及翻译等任务。《金融时报》已经在部署系列课程，以提高记者利用生成式AI挖掘故事的能力。 第二，生成式AI技术可以应用于生成访谈提纲、文章框架和标题等内容，还能将新闻报道翻译成多种语言，扩大传播范围。目前谷歌、微软都在开发面向媒体机构的AI产品，帮助新闻机构撰写和分发新闻报道。前文提到的“雨燕智宣”等AI视频化工具，也已经应用于短视频内容的生成和分发方面。 但是，由于仍不具备共情、思考、常识判断等基础能力，生成式AI仍然无法满足具有高要求、高限定场景下的写作需求，通常在体育赛事、财经资讯等特定领域应用广泛。可以说，至少是在内容生成这一方面，生成