人工智能（AI）的急速发展，让新闻业既喜惧交集，也促使很多人思考新闻业的未来。
如果採取明智及策略性的应用手法，人工智能将能为记者及媒体提供提高效率和创新的巨大潜力。
在最新一节 ICFJ Empowering Truth 峰会上，ICFJ 奈特学人 Nikita Roy 讨论了记者和新闻编辑室如何使用人工智能来增强报道。她是数码新闻初创公司 The NRI Nation 以及播客 Newsroom Robots 的创办人。
“我认为我们（记者）需要成为最了解人工智能领域的公民之一。我们需要对受众负起责任，” Roy 说。
人工智能在新闻编辑室中的历史和当前应用
Roy 指出，人工智能在新闻编辑室并非横空出世的。事实上，某些形式的人工智能早已使用多年。
记者们已在使用人工智能来转录採访、创建文字报道的音频版本，并在照片档案中建立图像识别，允许用户输入文字描述来搜寻图像。
目前，个人化设定（例如针对消费者的时事通讯和广告），可能是人工智能最有用的好处之一，Roy 说：“我们正在朝着更个人化的新闻方向发展，我认为这就是最大的收益所在。” 她补充，苹果和谷歌新闻在这方面做得尤其好。
包括《纽约时报》在内的媒体也开始利用人工智能电脑视觉去上传印刷文章来建立数码档案。“他们能够将记者在印刷时代所做的所有辛勤工作转化到网络上，这样我们就可以保存几个世纪以来所做的工作……以便我们可以重温，” Roy 解释。
大型语言模式：用途与误区
大型语言模型是生成式人工智能的一个子集，经训练可以理解输入文字、预测序列中的下一个单字以及跟使用者聊天。Open AI 开发的 ChatGPT 和 GPT-4 就是最流行的例子。
“这些都是非常大的模型。培训它们需要大量的时间、资金和技术资源。这就是为什麽我们只看到一些最大的公司这样做，例如微软和谷歌，” Roy 说。她不忘提醒：“大型语言模型是语言生成器，不是知识生成器。”
对于记者应如何在工作中应用大型语言模型，Roy 概述了以下四项规则：
- 不要使用大型语言模型来搜寻信息或产生知识。这类人工智能经训练去预测文本，因此有时容易产生 “幻觉” 反应。
- 不要假设你收到的回复实际上是准确的。大型语言模型是根据网络信息进行训练的，它们有可能生成过时或不准确的结果。
- 不要输入敏感资料。由于这些模型会记住信息，因此它们可能会与其他用户分享私人详细信息。
- 未经检查是否有抄袭风险，请勿发布。大型语言模型的记忆功能令它容易分享可能已发布的信息。
有用的人工智能应用及工具
儘管存在风险，实例证明人工智能可以在工作场所提供重要辅助。
Roy 引用了波士顿顾问集团进行的一项研究，发现使用 GPT-4 的员工的工作品质提高了 40%。“从商业角度来看，它提高了实际工作绩效，” 她说。
人工智能的目前可能用途包括：
生成建议标题
Roy 强调了 Slack 上一款名为 YESEO 的免费工具，它可以帮助用户集体讨论 SEO 友善的标题和文章描述。
整理 PDF 信息
生成式 AI 可以透过有效整理上传文件的内容，帮助记者从 PDF 文章和报告中收集信息。ChatGPT 外挂程式 ChatwithPDF 是提供此功能的工具之一。重要的是，Roy 提醒用户不忘回到 PDF 文件本身去查证生成结果。
视觉化数据
ChatGPT 外挂程式 daigr.am 可以按原始信息，有效地建立经组织且呈现简洁的图表。
分析影片内容
记者可以使用 Google Gemini 等方法来总结和分析影片中的信息。“你可以透过视一条 YouTube 影片作为你想要与之对话的来源，以此了解很多事情，” Roy 说。
分析大数据集
ChatGPT 的进阶数据分析功能非常准确，因为它使用 Python 等编码语言。“ [...] 对于程式码，它要麽有效，要麽无效；你的程式码要麽能运行，要麽不能，” Roy 说。用户也可以用简单直白的语言去询问有关数据的问题。
撰写替代文本
ChatGPT 和 Microsoft Copilot 都提供可以快速且准确地为照片撰写详细替代文字的功能，令媒体内容更易于存取。
使用以聊天为本的搜寻引擎
Roy 强调了几个可以协助记者研究工作的搜寻引擎。
- Perplexity 可以帮助使用者着手展开他们的研究。这工具的主要好处是它能识别信息来源，允许使用者查阅是否生成了任何幻觉或不准确的信息。
- Consensus 可以帮助使用者找到研究论文的主要见解和关键特点，例如样本大小、结果以及是否有被广泛引用。
- Elicit 分析研究论文以提取数据，并总结和组织研究结果。
将录音转化为文本
人工智能工具 Oasis 能将音频转录为文字。
处理图像和视频
Adobe 的 AI Assistant 提供了更改背景或为多媒体内容添加细节的功能。Adobe 的 AI 功能还可用于建立影片脚本和故事板，并从影片剪辑生成 B-roll。
对于有兴趣了解更多有关影像的 AI 工具的人，Roy 建议查看 AI Lemon Academy。
针对人工智能的其他问题
Roy 解释，目前非英语的人工智能工具乏善足陈。她建议记者联繫所在地区的科技公司，以开发这些工具。
版权是另一个主要问题。Roy 叮嘱记者在使用人工智能时务必进行事实查核和抄袭审阅，这一点至关重要。新闻编辑室应同样利用人工智能的品质控制检查。
如果使用正确得宜，人工智能对记者和新闻编辑室来说会非常有用。假设人们不完全依赖技术，生成式人工智能工具可以推动创新媒体内容的发展。
“我认为使用这些人工智能工具和思考生成式人工智能的方式，有点像你的灵感构思伙伴——一种你用于处理你的想法并更快地传达想法的方式，” Roy 说。
Disarming Disinformation 是 ICFJ 管理的倡议项目，由 Scripps Howard Foundation 提供起动资金；Scripps Howard Foundation 是 Scripps Howard Fund 的附属组织，以支持 E.W. Scripps Company 的慈善工作。此为期三年的项目，旨在推动记者和新闻系学生遏止新闻媒体泛滥的虚假信息。
图片来源：Anton Grabolle / Better Images of AI / AI Architecture / CC-BY 4.0.
阅读的其他作品
