腾讯研究院Al&Society形塑新闻：AI时代新闻业的7个变化腾讯研究院出品腾讯研究院Al&Society形塑新闻：AI时代新闻业的7个变化腾讯研究院出品目录前言01一、AIGC渗入：新闻内容生产遭受冲击03(一)A1GC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08二、内容生态：AI假新闻污染新闻真实10(一)AGC成为生产主体，新闻真实性频遭污染10(二)为何ANGC假新闻畅行无阻？12(三)A1GC时代，新闻内核仍不可失14三、平台转移：短视频新闻业快速崛起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19四、分发革命：传统内容分发格局重塑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动五、技术替代：新技术冲击行业裁员与洗牌28(一)一场事先张扬的“大罢工”28(二)A1正成为冲突核心29(三)A1带来新闻传煤行业的“大洗牌”31六、受众4.0：技术赋权受众转为信息生产者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？37七、内容在地：本地新闻的失落与重生39(一)本地新闻的失意20年39(二)本地新闻哀退，影响是什么？41(三)A1GC时代，更需要本地新闻42撰写团队前言时至2024年10月，生成式A1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A!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？A1GC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“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A!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A1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A!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、Wb3.0,再到现在的A1GC…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0形塑新间：A时代新间业的7个变化狂热，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：A!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运动02AIGC渗入：新闻内容生产遭受冲击2024年，著名演员“寡姐”斯嘉丽·约翰逊，向如日中天的OpenAl发了一封律师函。5月14日，OpenAl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，OpenAl强调了GPT-40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《Hr》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，OpenAl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，OpenA|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，OpenAl暂时下架了GPT-4o的Sky语音。而这次冲突，其实隐喻着生成式A!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A1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。这是多年哀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。03形塑新间：A时代新业的7个变化(一)AIGC实现新闻业的“供给侧改革”ChatGPT发布之后，一阵生成式Al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Soa、Al音乐类生成工具Suo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AGC的回应也最为积极。美联社最新的一项调研显示，生成式A1已经在重塑新闻编辑室的角色和工作流程。川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AGC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A1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A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AGC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A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。”04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总）信息检索头脑风暴（就一个主题产生想法）重组（改变信总流动方式）执行代码规划（生成计划，例如时间结构）重新格式化（更改信总的呈现方式，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Al使用方向，图表由Al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，包括社交媒煤体、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。SUBSCRIBEHE-UNHURAN-TRUTHAYou're watching the world's first news channel generated entirely by A..WATCH LIVE NOWBREAKINGCAN YOU TELL THE DIFFERENCE?NEWSGET THE FACTS,STAY INFORMEDNews by Al.Share the unhuman truth注：第一个由AI完全生成新闻的网站NewsGPT05形塑新间：A时代新间业的7个变化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Open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Al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，A!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A!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A1GC带来的新闻业供给侧改革，已经拉开帷幕。(二)AIGC的新闻应用与实践从目前的情况看，生成式A!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A!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A1GC的两种用途，占比分别为54.8%、44%。冈06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Roula Khalaf指出，新闻编辑室应当建立一支A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A!挖掘故事的能力。第二，生成式A!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A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A!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A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，生成式A!扮演的主要还是辅助角色，人类记者仍然是主要的内容生产者。第三，生成式A!的多模态生成能力，或将催生新闻类型创新，带来形态更为丰富多元的新闻内容。随着技术能力的提升，生成式A的多模态生成能力日渐强大，文生文、文生图、音频、视频、3D内容…未来还可能生成更多的煤介形式，这为新闻内容的多模态呈现提供了可能。新闻业曾经追求的“媒介融合”以及“全媒体记者”，现在因多模态大模型的出现与应用而见到曙光。被称为“世界模拟器”的文生视频模型Soa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，A1音乐类生成工具Suo可以实现Al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“A1GC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。07形塑新间：A时代新间业的7个变化(三)AI冲击新闻内容生产对于新闻业来说，生成式A!促成的转变主要集中于工作流程和传统定位的改变。与之前的技术不同，生成式A!的技术能力，可以无缝集成到新闻内容的生成流程中，更快地融入新闻实践，应用于自动执行数据分析、内容策划甚至是内容生成等日常任务，使记者能更专注于调查性报道和深入分析等等更为复杂和考验创意性以及思考深度的工作。但是，也有许多媒体对A!生成的内容抱持谨慎甚至是抵制的态度。例如，《每日电讯报》明令禁止员工使用生成式A|类工具进行内容的编辑。《纽约时报》起诉了OpenAl和微软，称其试图“在未经许可或付费的情况下利用该报纸在新闻业的大量投入来制造替代产品”。今年6月，知名媒体《卫报》公布了有关于生成式A1的一系列使用原则。)《卫报》承诺谨慎使用相关技术，还于去年九月拒绝OpenAl使用其内容来训练大模型。不止《卫报》一家，根据Originality..ai的统计，包括CNN、路透社、《华盛顿邮报》、彭博社、《纽约时报》及其体育资讯网站Athletic都采用技术手段阻止GPT Bot的爬虫。其他网站包括Lonely Planet、.Amazon、Quora等。显然，这是新闻业面对生成式Al的“侵入”而采取的自我保护的手段。但技术趋势不会因为几家媒体的抵制而停止脚步。随着生成式A!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。但同时也正是因为生成门槛的降低，生成式A1可能会加剧谣言和假新闻的传播。2023年在国内网络流传的两则信息“杭州市政府将取消限行”“杭州市将实行楼市新政”，均被发现是由A生成的假消息。A!的生成能力将使虚假信息生产和传播的门槛降低，如不加以控制，会被恶意利用，生成未经核查的虚假信息、污染信息生态，甚至会造成严重的社会影响。本报告的第二章，将分析A对新闻真实性的挑战。08同时，由于生成式A!的“幻觉”问题依然严重，可能会出现胡编乱造信息的情况，人工智能的训练特性使它无法区分引文和参考来源到底意味着什么，因此内容剽窃的问题同样严重。2023年，美国科技新闻网站CNET.com一度上线了几十篇由Al生成的文章，尽管网站编辑声称文章在发布之前都经过了“核查和编辑”，但是很快读者发现，这些文章中有大量基础性错误，并且其中一半都存在抄袭和剽窃的问题。随着技术的演进，上述问题中的大部分正在被解决或将被解决。但至少在现阶段，面对人工智能介入到新闻生产中可能出现的问题，需要加强人工核查与校对，并且将这些编辑原则落实到机构层面的行为规范中。但根据美联社的调研，只有不到一半的受访者表示他们所在的新闻机构中有关于生成式A!的指导方针。总体而言，以ChatGPT为代表的AIGC技术在新闻信息采集、内容生成以及多模态呈现方面，具有提升效率甚至实现变革的潜力。未来，随着技术能力的进一步提升以及在新闻业的应用深化，AGC或许将替代部分常规的模式化内容生产环节，尤其是在非正式上版、用于新媒体运营和宣传的“边角料”的生产上有巨大潜力，降低成本、提高效率，真正将记者和编辑从消耗时间与精力的繁琐工作中解放出来。网99=2.265666447.1870416932.1717481618-1194900064.1716885653.[3]https:/w.theguardian.com/help/insideguardian/2023/jun/16/the-guardians-approach-to-generative-ai.09形塑新间：A时代新间业的7个变化二、内容生态：A!假新闻污染新闻真实2023年末，新闻可信度评级机构NewsGuard发布了年度回顾报告。报告指出，过去一年，生成式A!的兴起改变了信息格局，大量看似真实的文章、图像、视频甚至网站被创造出来，这助推了信息生态的混乱以及用户的不信任，更为别有用心者提供了新的工具。)这已经不是NewsGuard第一次将假新闻的矛头指向生成式Al,在该机构2023年每个月的虚假信息监测报告中，几乎都可见AlGC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，由AGC带来的假新闻难题及其对新闻业的冲击态势，已经变得极为严峻。(一)AIGC成为生产主体，新闻真实性频遭污染生成式A!在新闻生产的背景信息收集、采访提纲拟定、调研信息整理等环节提升了效率，使新闻报道大跨步地迈入了“自动化生产”的领域。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。”)10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A!,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，A!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Al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。)同样，2023年8月，NewsGuard发现至少有437家网站部署了生成式Al,大量编造虚假文章，其中包含许多未经证实的阴谋论、不可靠的医疗建议或产品评论。网同年12月，NewsGuard团队已检测认定了614个不可靠的人工智能生成新闻和信息网站9，而这一数量在5月时仅为49个向。短时间内虚假新闻的泛滥或可归咎于新技术的冲击，然而人工智能与新闻业的融合却不在这一朝一夕之间。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AGC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，AGC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？形塑新间：A时代新间业的7个变化