摘要：随着人工智能技术的迅速发展，其在新闻生产领域的应用日益广泛。本文旨在探讨人工智能对新闻生产成本产生的影响以及新闻行业的应对策略。通过分析人工智能在新闻生产中的应用现状，结合实际案例和数据支撑，深入探讨了人工智能在新闻采集、编辑制作、制作及呈现等各个环节所带来的深远变革和对新闻生产成本产生的多重影响。同时也探讨了人工智能在新闻业应用中面临的问题，比如高昂的初始投资和新闻生产效率的不确定性风险等。此外，还分析了人工智能对新闻从业人员就业的影响，强调了人类记者在新闻工作中的不可替代性。最后，对新闻业在人工智能时代的发展趋势进行了展望，提出了新闻业应积极应对人工智能挑战，合理利用其优势，以实现可持续发展的建议。

关键词：人工智能；新闻生产；成本降低；新闻业变革；就业影响

一、引言

1 新闻业的重要作用与面临的挑战

新闻是公众获取信息、洞察风云变幻的重要媒介，在监督社会正义、捍卫公平原则及促进多元文化交融等方面扮演着无可替代的角色。随着数字化浪潮的来袭，新闻业被推到了时代前沿，面临着前所未有的挑战和机遇。一方面，随着信息科技的发展，公众对新闻的需求日益多样化和个性化，不仅要求新闻的及时性和准确性，更期望获得更有深度和更具创意的报道。另一方面，包括人力成本、信息采集成本、技术设备成本在内的新闻生产的成本不断攀升，导致传统的新闻生产模式在效率提升方面逐渐遇到瓶颈。

2 人工智能在新闻业中的崛起

人工智能是指使用算法模型和大型复杂数据集来模仿人类大脑学习能力的计算系统[1]。近年来，一个高度网络化、平台化和情感化的新闻生态逐渐形成，各种前沿技术应用从辅助报道工具转型为具有高度能动性的新闻行动者[2]带来了新的变革契机。人工智能技术以其强大的数据处理能力和智能化特性，逐渐渗透到新闻生产的各个环节，使新闻业在信息采集、编辑制作到内容分发和受众互动的生产过程都在发生极大的变化。新闻机构开始探索如何利用人工智能技术的优势来提高生产效率、降低成本、增强竞争力，同时满足公众日益增长的新闻需求。在这一趋势的推动下，新闻业的传统生态正在发生深刻变化，新闻从业者也在重新审视自己的角色和职业发展方向。他们不仅需要掌握传统的新闻采编技能，更需要具备运用人工智能技术进行创新报道的能力。人工智能技术的融入不仅为新闻行业带来了新的发展机遇，也为新闻从业者提出了新的挑战和要求。

二、人工智能概述

1 人工智能的定义与技术基础

人工智能（AI）是一门致力于使计算机系统具备类似人类智能能力的领域。它涵盖了多个技术分支，其中机器学习和深度学习是其核心技术。机器学习使计算机能够通过对大量数据的分析来自动学习和改进算法，从而实现对新数据的预测和决策。深度学习提高了使用基于神经网络的算法识别和推断复杂模式的能力[3]，其基于神经网络的算法能够模拟人类大脑的神经元结构，对数据进行深层次的处理和理解。例如图像识别技术利用深度学习算法可以准确识别图片中的物体、场景和人物；语音识别技术则能将人类语音转换为文本，实现人机交互的便捷性。

2 人工智能在新闻领域的应用范围

在新闻报道领域，人工智能的应用已经十分广泛。在信息采集阶段，大数据技术、传感器和无人机等技术的广泛应用，大大拓展了新闻素材的获取渠道。大数据可以帮助撰稿人在社交媒体平台快速获取有用信息，通过热点话题和标签及时发现社会热点事件；传感器可以实时监测环境数据，为新闻报道提供一手资料；无人机能够拍摄到以往难以获取的画面，如自然灾害现场、大型活动全景等。在编辑制作环节，人工智能新闻写作技术通过计算机程序自动分析处理数据，快速生成新闻报道，显著提高了新闻制作的效率。如在财经新闻领域，人工智能可以根据实时股价数据、财报信息等迅速生成新闻稿件。

三、人工智能在新闻生产中的应用现状

1 信息采集的变革

在传统新闻生产模式中，记者亲自实地采访、展开调查以及收集资料，是信息采集的主要方式。随着人工智能技术的发展，信息采集方式发生了巨大变革。大数据技术使新闻机构能够从海量的互联网数据中挖掘有价值的新闻线索，通过对社交媒体、论坛、博客等平台的数据分析，热点话题与公众关注事件能够快速被记者捕捉。

2 编辑制作的高效化提升

在编辑制作环节，人工智能技术的融入带来了效率与质量的显著提升。人工智能新闻写作技术是其中的重要应用之一，依托于先进的预设算法和模板，人工智能新闻写作技术能够高效地对海量数据进行深度分析与处理自动生成结构完整、信息准确的新闻稿件。例如在2009年，美国西北大学研发的 StatsMonkey系统撰写了一篇关于棒球比赛的新闻稿件，展现了其在体育新闻报道领域的应用潜力。2014年，《洛杉矶时报》利用Quakebot实现了地震事件的自动报道[4]，及时为公众提供了准确的地震信息。此外，人工智能还能够根据用户的兴趣偏好、浏览历史等数据，对新闻内容进行个性化定制，为不同用户推送符合其需求的新闻报道，提高用户的满意度和忠诚度。

四、人工智能对新闻生产成本的影响

1 成本降低的预期与现实困境

在调查性新闻世界，人工智能技术的引入虽然承载着大幅降低生产成本的期望，但实际操作起来却远比想象中复杂。虽然人工智能在某些方面确实带来了成本的节约，但在实际操作中仍然面临着诸多挑战。在信息采集阶段，尽管大数据技术和智能设备拓展了信息来源，但数据的筛选、清洗和核实工作仍然需要投入大量人力和时间成本进行筛选和核实，以避免虚假信息的传播。在编辑制作环节，人工智能新闻写作虽然提高了生产速度，但开发和维护新闻写作算法需要专业技术人员和资金投入。而且，人工智能模型通常是针对特定故事或任务构建的，每个新项目可能都需要重新创建和训练算法，高额的初始投资难以在多个产品上摊销[5]。同样，依赖计算机视觉的调查性新闻项目需要大量投资来构建技术基础设施并聘请高素质人员来开发此类代码[6]。导致成本居高不下。

2 不同新闻机构的成本效益分析

不同类型的新闻机构在应用人工智能技术时面临着不同的成本效益考量。大型传统新闻机构如《纽约时报》《华盛顿邮报》和美联社等，虽然在新闻编辑室成功部署了 AI 项目，但 AI 技术的应用成本仍然昂贵[7]。这些机构需要投入大量资金用于技术研发、设备采购、人才培养，以确保 AI 系统与现有新闻生产流程的无缝对接。《纽约时报》为了开发和维护其人工智能推荐系统，需要组建专业的技术团队，不断优化算法，还要购买大量的数据资源用于训练模型。而对于小型新闻机构或新兴的互联网新闻平台，虽然可以借助一些现有的人工智能服务来实现部分新闻生产的自动化，但在数据资源获取、算法优化和技术支持方面可能面临更大的挑战。一些小型媒体可能无法承担购买高质量数据集用于训练 AI 模型的费用，影响新闻生产的质量和效率。

五、人工智能对新闻从业人员就业的影响

1 工作岗位的变动与调整

随着人工智能技术在新闻生产中的应用，新闻从业人员的工作内容正在发生显著变化。一些重复性、规律性较强的工作，如简单的数据收集、基础新闻写作和部分编辑工作，正逐渐被人工智能所取代。例如人工智能新闻写作可以快速生成一些基于数据的新闻稿件，减少了对人力撰写此类新闻的需求。然而，这并不意味着新闻从业人员会大规模失业。相反，人工智能的应用也创造了一些新的工作岗位，如人工智能算法工程师、数据分析师、智能编辑、人机协作编辑等。这些岗位需要具备跨学科知识和技能，既懂新闻业务又懂技术开发，能够负责人工智能系统的开发、维护和优化，以及与人类记者的协作。在这其中，算法工程师负责设计和优化新闻推荐算法，数据分析师负责挖掘和分析用户数据，智能编辑负责利用人工智能工具优化新闻内容，人机协作编辑则负责协调人类记者与人工智能系统之间的工作流程。

2 人类记者的独特价值与不可替代性

尽管人工智能在新闻生产中发挥着越来越重要的作用，但人类记者的独特价值依然不可替代。习近平总书记在北京主持召开党的新闻舆论工作座谈会时强调， “媒体竞争关键是人才竞争， 媒体优势核心是人才优势。” [8]被赋予了批判性思维、创造力、同理心以及社会责任感的新闻记者，通过对事件进行全方位的理解与分析，与采访对象进行深入的沟通互动，挖掘出复杂社会现象背后隐藏的深层次新闻价值。这些调查报道与评论分析是人工智能所难以企及与替代的。此外， “人工智能新闻写作”的工作原理表明，它更适合数据密集型领域的报道，无法完成深度报道，缺乏新闻敏感性和“人情味” [9]。人类记者在建立信任关系、进行情感沟通和传递人文关怀方面具有天然优势，能够为新闻报道赋予温度和深度。

3 就业技能的转型与提升需求

面对人工智能带来的就业变化，新闻从业人员需要积极转型，提升自身的就业技能。新闻从业人员应加强技术素养的培养，了解人工智能、大数据、机器学习等相关技术的基本原理和应用场景，掌握一些基本的数据处理和分析工具，以便能够与人工智能系统进行有效的协作。此外，还要强化自身的专业素养，提高新闻采访、写作、编辑和评论的能力，尤其是在深度报道、专题策划、解释性报道等方面的能力，突出人类记者在内容创作上的优势。跨学科知识的学习也变得越来越重要，新闻从业人员需要具备一定的社会学、心理学、经济学等领域的知识，以便能够从多个角度分析新闻事件，提供更全面、深入的报道。例如，在报道经济新闻时，记者不仅要了解经济数据和政策，还要具备一定的经济学分析能力，能够解读数据背后的经济趋势和社会影响。

六、结论与展望

1 人工智能对新闻生产成本的综合影响

人工智能技术在新闻生产中的应用对成本产生了多方面的复杂影响。虽然在信息处理、内容分发等环节带来了一定程度的效率提升和成本节约，但在技术开发、数据管理和模型训练等方面也增加了新的成本。总体而言，人工智能并非简单地降低新闻生产成本，而是促使新闻业在成本结构上发生了深刻变化。新闻机构需要更加精细地管理成本，合理分配资源，以实现人工智能技术应用的最大效益。同时，要充分认识到人工智能应用中的问题和挑战，积极寻求解决方案，避免因技术应用不当而导致成本上升或新闻质量下降。

2 新闻业在人工智能时代的发展趋势

在人工智能时代，新闻业将呈现出融合创新、个性化定制和深度专业化的发展趋势。人工智能技术将与传统新闻生产流程深度融合，实现从信息采集、编辑制作到分发传播的全流程智能化优化。个性化新闻推荐将成为主流，新闻机构将根据用户的兴趣、行为和情境，为用户提供更加精准、个性化的新闻服务，满足用户日益多样化的需求。此外，深度报道、调查新闻、解释性新闻等专业化内容将更受重视，人类记者将在这些领域发挥核心作用，利用人工智能技术提供的支持，进行更深入、更具影响力的新闻创作。同时，新闻业还将加强与其他行业的跨界合作，拓展新闻传播的渠道和形式，如与虚拟现实、增强现实、物联网等技术的结合，为用户提供全新的新闻体验。

3 应对策略与未来展望

为了在人工智能时代实现可持续发展，新闻业需要采取一系列应对策略。第一，新闻机构应积极拥抱技术变革，加大对人工智能技术研发和应用的投入，培养和引进跨学科人才，建立适应智能化生产的新闻团队。其二，要注重新闻质量和伦理规范，加强对人工智能生成内容的审核和监管，确保新闻的真实性、准确性和公正性。同时，新闻从业人员要不断提升自身能力，适应就业市场的变化，积极转型为具备技术素养和专业能力的新型新闻人才。在未来，随着人工智能技术的不断发展和完善，新闻业有望在提高生产效率、优化新闻质量、满足用户需求等方面取得更大的突破，实现新闻业与人工智能技术的协同发展，为社会提供更加优质、多元的新闻服务。

参考文献：

[1]de-Lima-Santos， M.-F.， Ceron， W. Artificial intelligence in news media： Current perceptions and future outlook[J]. Journalism and Media， 2021， 3（1）： 13–26.

[2] 常江。如何在后人类状况下理解新闻 [J]. 新闻爱好者，2024 （10）：13 - 16.

[3] Goodfellow， I.， Bengio， Y.， Courville， A. Deep learning [M]. MIT Press， 2016.

[4] 刘志，何玲玲。生成式人工智能在新闻报道中的应用与风险研究 [J]. 中国广播电视学刊，2024 （10）.

[5] Stray， Jonathan. Making Artificial Intelligence Work for Investigative Journalism [J]. Digital Journalism， 2019， 7： 1–22.

[6] de-Lima-Santos， Mathias-Felipe， Salaverría， Ramón. From Data Journalism to Artificial Intelligence： Challenges Faced by La Nación in Implementing Computer Vision in News Reporting [J]. Palabra Clave， 2021， 24： 1–40.

[7] Broussard， Meredith， Diakopoulos， Nicholas， Guzman， Andrea L.， Abebe， Rediet， Dupagne， Michel， Chuan， Ching Hua. Artificial Intelligence and Journalism [J]. Journalism and Mass Communication Quarterly， 2019， 96： 673–695.

[8]《习近平谈治国理政》第二卷 [M]. 北京：外文出版社，2017： 333.

[9] Liu， B.， Wei， L. Machine authorship in situ： Effect of news organization and news genre on news credibility [J]. Digital Journalism， 2019， 7 （5）： 635–657.

作者简介：柏璎格，1998年3月，女，汉族，山东人，硕士研究生，毕业院校：香港大学，毕业专业：新闻系，研究方向：人工智能与新闻传播，工作单位：济南鑫泰洋文化传播有限公司，email：yinggebaii@gmail.com。