人工智能时代新闻真实性的挑战.pdf

传媒研究——新媒体研究

人工智能时代新闻真实性的挑战

夏轶龙  谷秀洁 

（ 西安工程大学新媒体艺术学院 陕西 西安 710048 ）

本文微信网页版

本研究探讨新闻传播领域人工智能对新闻真实

摘要：而分析了生成式人工智能应用于新闻生产创新面临的主要

性的影响。文献调研和问卷调查发现，人工智能在新闻采集、[4]

挑战。

内容编创和精准传播等方面提高了新闻生产传播效率，但同时（一）人工智能在新闻采集的应用

也带来了对新闻真实性的挑战。小样本问卷显示，八成以上大在新闻采集中，人工智能的语音识别技术已经能够较为

学生通过社交媒体了解人工智能机理并使用过ChatGPT等工准确地将音频转换为文本，或将文本转换成语音，实现字幕

具，但能分辨出AI新闻的不足一半。文章建议在人工智能飞速自动生成。尤其是外文频道多语种识别和地方频道方言识

更迭的时代，提升技术正外部效应，规避其负面风险可以采用别，在视频直播、新闻发布会等场景表现突出。2018年举行

以下策略，即代码层的机器侦测、内容层的人机协同和政策层的全国人大和全国政协会议报道上，《人民日报》新媒体中

的制度规范。心首次采用人工智能语音识别技术，标志着该技术进入我

人工智能 新闻真实性 新闻生成

关键词：国新闻领域。该技术不仅便利了新闻视频剪辑及音频录制流

程，而且降低了相关内容的生产成本。

此外，人工智能技术还有助于抓取信息。例如，通过“关

一、人工智能在新闻传播中的应用键词”进行信息抓取，获得准确的新闻和有价值的信息，这

人工智能（AI）是研究如何应用计算机的软硬件来模拟对于新闻工作展开更深层次的分析研究具有开创性意义。早

[1]

人类某些智能行为的基本理论、方法和技术。在传统新闻期的舆情监测也通常依赖于“关键词”识别。但随着人工智

生产过程中，专业记者、编辑和审校对内容进行采编加工，能的发展，通过自然语言处理技术，舆情监测变得更为智能

新闻生产周期长。人工智能时代，机器根据算法逻辑进行信化，提升了新闻数据的准确性。人工智能舆情监测系统可以

息抓取、新闻生成、内容审核、个性化推送以及评论控制等，提高数据的精确性，并通过情感分析技术对舆论趋势及态

大大提高了新闻生成和分发的效率和效能。势进行实时监控与量化评估。此外，人工智能系统还能对舆

2006年3月，美国汤姆森金融公司就开始运用电脑情事件的发展脉络、特征分布、风险等级进行自动阶段性总

[5]

程序自动撰写财经新闻。2015年，腾讯财经率先推出结，并提供趋势预测。

Dreamwriter财经新闻写作机器人。有学者分析了2017-（二）人工智能在新闻生成中的应用

2022年106个AI生成新闻案例，发现近半数AI使用案例来自生成式人工智能技术通过模