是追逐烏托邦的狂熱，還是反烏托邦的恐懼？

快速的人工智慧技術變革，究竟給人類來了追逐烏托邦的狂熱，還是反烏托邦的恐懼？ 首當其衝的新聞產業如何看待此一問題？

倫敦政經學院 (LSE) Polis主任，新聞人工智慧計畫負責人查理·貝克特教授(Charlie Beckett)和米拉·亞辛 (Mira Yaseen)二人，去年共同發表了一個名為〈生成變革--全球新聞機構如何使用人工智慧〉[1]的大型研究報告。 這個報告的調查，是透過採訪和參加新聞相關研討會時的對話進行補充，調查和採訪於2023年4月至7月之間進行。

其實，這是倫敦政經學院第二次進行這樣的調查研究，第一次在2019年。

2019年，他們調查了來自32個國家的71家新聞機構，其中只有16家機構再次參與了2023年的調查。 2023年的調查，刻意邀請了規模大小不一的新聞編輯部參與，包括新興和傳統機構。此外，也增加了來自拉丁美洲、撒哈拉以南非洲、中東和北非 (MENA)、亞太地區、歐洲和北美的新聞從業人員的意見，報告中也有一章，重點在關注不同地區在採用人工智慧方面所面臨的挑戰。

2023年報告的樣本規模比2019年更大，並更強調地理多樣性。報告基於來自46個國家的105家新聞和媒體機構有關人工智慧及相關技術的調查。其中完成調查的新聞機構類型及比例如下：廣播電視（16%）、報紙（28%）、雜誌（7%）、通訊社（13%）、出版集團（20%），及其他新聞類型（16%）。

研究者表示，兩次調查的目的都在於：提供關於人工智慧的現狀以及其風險和機遇的綜合看法。調查詢問受訪者如何因應生成式人工智慧技術及其對新聞產業未來的影響，並希望這些訊息能夠促進討論，幫助新聞機構規劃未來，同時進一步促使倫敦政經學院得以開發出相應的支持計劃。

報告中明確指出，學習並參與各種人工智慧技術的發展至關重要。它將改變我們報導的世界，且需要獨立且知情的記者進行批判性關注。調查的結果也的確顯示，它已經在改變新聞業，帶來了令人振奮的效率提升和創造力機會。

這份報告共有31項研究發現，本文作者將其透過ChatGPT 4.0譯成中文，並詳細檢核其正確性及調整為台灣慣用的語言後，附於附錄中，有興趣的讀者可以自行研讀，本文基於上述31項研究結果，將其擇要整理為以下八點：

一、全球人工智慧（AI）在新聞業的分佈不均

人工智慧技術在全球南北之間的應用差距依然顯著，全球北部新聞機構擁有更多資源和基礎建設來支持AI的整合，而全球南部則面臨後殖民時期遺留的社會、經濟和文化挑戰，導致這些地區在AI應用上的落後。

二、AI在新聞業的應用已廣泛，但挑戰依然存在

超過75%的受訪者在新聞製作的各個環節中使用AI，主要目的是提高效率和生產力，讓記者專注於創造性工作。然而，全球多數新聞編輯部仍面臨技術和財務限制，導致AI技術的整合進展緩慢。

三、 AI技術帶來了效率與倫理的雙重挑戰

AI在新聞製作中的應用，尤其是事實核查、內容個性化、文本生成和聊天機器人等方面，預計將在未來發揮更大作用。然而，記者和新聞機構對AI技術的倫理問題表示擔憂，特別是演算法可能導致的偏見、透明度缺乏、低品質內容增加及新聞商業化等方面。

四、人工智慧對記者角色變革產生衝擊

AI正在改變記者的工作性質和所需技能，尤其是生成式AI的出現，對於自動化寫作、代碼生成、標題生成等提供了新的機會。但AI整合需要跨部門的合作和記者對新技術的能力提升，包括人工智慧識字和提示工程（prompt engineering）等的創新和演化。

五、生成式人工智慧的應用及其爭議

生成式AI技術，如自動寫作、圖像生成和編寫摘要，已被大多數新聞機構試驗，並被認為提供了傳統AI無法提供的新機會。然而，對其是否帶來新挑戰，尤其是在演算法偏見和倫理風險方面，意見分歧較大。

六、產業內部和外部合作的重要性

絕大多數受訪者希望看到新聞編輯部與其他部門間、與其他媒體機構和學術機構間的更多合作，並希望這能幫助減少小型和大型新聞編輯部之間以及全球南北新聞編輯部之間的差距。本文作者在台灣進行的一個小型、初探性研究，得到的結果也是這樣。[2]

七、全球南方面臨更大挑戰

全球南方新聞機構在語言、基礎建設和政治環境方面面臨的挑戰更加嚴峻，這進一步加劇了南北新聞機構之間的技術和資源的落差，形成一種新的數位落差。

八、持續的倫理和社會考量

新聞機構強調在AI技術應用中的透明度及「人類參與的流程」的重要性，並呼籲科技公司對AI的利潤導向和權力集中性質進行監管，以防止進一步影響新聞業的公正性和可信度。

後記與反思

AI在新聞業的應用雖然已取得進展，但其發展仍面臨技術、倫理和資源分佈不均的多重挑戰。有效的AI整合需要全球新聞機構在技術、倫理和社會層面共同應對。AI是一種重要的科技工具，所有的人都必須學習與它共存，並善於運用它的正面功能，高度仰賴傳播科技的媒體產業，更無法也不能無視它的存在。特別要強調的是：「人類的參與」迄今仍是必須堅持的最核心原則，尤其在使用AI這種工具的人，更需要具備自我反思和自我批判的能力。

AI科技技術發展的速度，令人畏懼，例如近日Google 的NotebookLM，其筆記簿功能完善，不僅可以處理文字，連影音資料也完全難不倒它。另外附設的對話功能，更可以在按下按鍵後，短短幾秒到幾分鐘間就可以根據筆記本裡的文本，生成一男一女對話的PODCAST節目，且精準度高得嚇人，還會幫忙延伸添加原資料沒有的相關訊息。 雖然目前只能生成英文的對話，但是以AI學習速度的快速，以其他語言生成指日可待。

相對於AI技術發展的快速，台灣媒體產業對於AI技術的教育、相對應人才的培育、如何將最新技術應用並開發出創新的節目類型或內容，願意投入資源之稀缺，令人憂心。

得AI者得天下，萬勿掉以輕心。

附錄

1、 人工智慧在大小新聞編輯部和全球南北之間的分佈仍然不均。

2、 人工智慧的社會和經濟利益主要集中在全球北部，因為那裡擁有基礎建設和資源，而全球南部的許多國家仍在應對後殖民時期的社會、文化和經濟影響。

3、 超過75%的受訪者在新聞價值鏈的至少一個環節上使用了人工智慧，涉及新聞採集、製作和散布。

4、 提高效率和生產力，讓記者能有更多時間進行創造性工作，是超過一半受訪者整合人工智慧的主要驅動力。

5、 約三分之一的受訪者表示，他們的機構已經有了人工智慧戰略或正在制定中。

6、 各新聞編輯部對人工智慧的戰略有多種不同的方式，取決於其規模、使命和資源可得性。有些早期採用者目前專注於實現人工智慧與現有系統的相互操作性，另一些則採用逐案處理的方式，還有一些媒體發展機構正致力於在人工智慧識字率較低的地區建立人工智慧的能力。

7、 大約三分之一的受訪者認為，他們的機構已準備好應對人工智慧在新聞產業中的應用挑戰，而近一半的受訪者則表示他們只部分準備好或尚未準備好。

8、 許多受訪者表示，人工智慧的整合正在通過培訓和技能提升來改變新聞編輯部內的現有角色。同樣，人工智慧正在改變記者的角色性質和所需技能。

9、 正如我們在2019年報告中所看到的，財務限制和技術困難仍然是整合人工智慧技術到編輯部的最迫切挑戰。

10、 對於受訪者來說，倫理問題仍然十分重要；許多人主張使用可解釋的人工智慧，並設立倫理指南以減少算法偏見。

11、 設定去偏見技術對於大多數受訪者來說是高度具有挑戰性的領域。

12、 文化抵制、對工作流失的擔憂以及對人工智慧技術的懷疑不容忽視。

13、 受訪者普遍認為，解決人工智慧整合挑戰需要彌合新聞編輯部內各個團隊之間的知識差距。同樣，跨部門合作被認為是實現有效人工智能採用的必要條件。

14、 許多受訪者一致提到，難以跟上人工智慧快速發展的步伐。

15、 大約40%的受訪者表示，他們對人工智慧的應對方式在過去幾年內沒有變化，要麼是因為他們仍處於人工智慧旅程的初期階段，要麼是因為人工智慧在他們的新聞編輯部中的應用仍然有限。同時，約四分之一的受訪者表示，他們的機構在人工智慧方面的應對方式已經有所演變；他們積累了實際經驗，使他們能更現實地看待人工智慧。

16、 超過60%的受訪者對人工智慧整合對編輯質量和新聞業其他方面的倫理影響表示關切。記者們正試圖弄清楚如何在保持新聞價值（如準確性、公正性和透明度）的同時，將人工智慧技術整合到他們的工作中。

17、 受訪者呼籲人工智慧系統設計者和技術公司，以及使用者（即新聞編輯部）對其閱聽眾保持透明度。

18、 記者和媒體工作者繼續強調需要「人類參與的流程」，這與我們2019年調查中的結果一致。

19、 人們擔心人工智慧技術會進一步推動新聞業商業化，導致低質量和極化內容增加，進而導致公眾對新聞業信任度的進一步下降。

20、 科技公司在推動人工智慧和其他技術創新方面佔據主導地位，但受訪者對其以利潤為導向的性質、其權力的集中以及其缺乏透明度表示關切。

21、 約80%的受訪者預計，人工智慧在未來將在他們的新聞編輯部中發揮更大的作用。

22、 受訪者預計人工智慧將影響四個主要領域：

1. 事實核查和虛假訊息分析

2. 內容個性化和自動化

3. 文本摘要和生成

4. 使用聊天機器人進行初步採訪並衡量公眾對問題的情緒

23、 人們擔心，人工智慧將加劇資源匱乏的新聞編輯部所面臨的可持續性挑戰，這些編輯部仍必須在高度數位化和日益依賴人工智慧的行業中立足。

24、 近43%的受訪者強調了培訓記者和其他員工人工智慧識字及其他新興技能（如提示工程prompt engineering）的重要性。

25、 絕大多數受訪者歡迎新聞編輯部與其他媒體機構和學術機構之間的更多合作，並希望這能幫助減少小型和大型新聞編輯部之間以及全球南北新聞編輯部之間的差距。

26、 在我們2019年調查中出現的「在技術和新聞之間取得平衡」的主題，仍然是未來必不可少的條件，這樣人工智慧技術才能為新聞業服務並履行其使命。

27、 約85%的受訪者已經至少以某種方式試驗過生成式人工智慧技術，如撰寫代碼、圖像生成和編寫摘要。

28、 一些人對於在編輯任務中使用生成式人工智慧感到擔憂，而另一些人則經常使用它進行代碼編寫、標題生成和搜索引擎優化。

29、 受訪者普遍認為，生成式人工智慧提供了傳統人工智慧所無法提供的新機會。他們強調了生成式人工智慧的一些優勢，如可進用性和對高級技術技能要求較低。

30、 對於生成式人工智慧是否也帶來了新挑戰，受訪者的意見分歧較大，約一半人不確定。一些人認為生成式人工智慧帶來的挑戰與傳統人工智慧相似，例如演算法偏見，但風險程度更高。

31、 全球新聞編輯部在人工智慧整合方面面臨挑戰，但對於全球南方的新聞編輯部來說，這些挑戰更加突出。受訪者強調了語言、基礎建設和政治方面的挑戰。

[1] https://www.journalismai.info/research/2023-generating-change

[2] 翁秀琪（2024）。〈AI時代，媒體產業與高教如何透過產學合作取得雙贏〉。《鏡電視公評人報告》2014年5月號，頁14-27。