從選題到讀者互動　新聞媒體的AI運用

2024 年 08 月 7 日 | 卓越新聞電子報

陳洧農｜特約記者採訪報導

媒體識讀教育基金會的線上系列講座「AI世代來臨媒體的挑戰與機會」第二場主題是「AI╳媒體力新聞媒體如何與AI協作」，邀請到李怡志主講。內容包含：AI在新聞產製各個階段的應用、相關風險、以及媒體如何透過訂定AI使用規範來進行媒體自律。

李怡志是政大傳播學院新聞系助理教授，也是《中央社》董事，曾任中時報系記者，以及Yahoo！奇摩內容企劃總監，有20年以上的網路內容相關經歷。

選題與資料分析

目前生成式AI在媒體產業有哪些運用？李怡志介紹，首先是選題，AI能夠協助過濾題目、判斷重要性。美國的《亞特蘭大之聲》曾用Facebook的CrowdTangle技術找出非裔美國人感興趣的題目。台灣的《Readr讀+》也曾用ChatGPT 來協助外電的分叢（Clustering，為資訊建立類別）與分類，定義出報導主題，甚至進一步對文章進行情緒分析。

資料的蒐集和分析可說是生成式AI的重要功能。《路透社》曾推出名為News Tracer的工具，每天可以對七億條推特訊息進行標註和分類，從而分析這些訊息可能產生的影響力，讓記者後續追蹤報導。《美聯社》和《華盛頓郵報》也都曾利用AI彙整川普上任100天內所有的推特發文。

至於使用AI來進行逐字稿的撰打與摘要則已經是業界常規；訪綱的整理跟調整也已經大量應用在媒體從業人員的工作中。

自動化新聞

「數據化新聞」是指不經採訪，只是轉譯既存資訊的報導。這對媒體而言並不陌生，美國新聞界從2010年開始就漸漸有這種報導，只是在ChatGPT出現前並不普遍。這類報導的特點是，需要先將報導內容轉譯成穩定且結構化的數據，例如運動賽事、公司財報等。

其實這類新聞靠人力也能做，但人力是有限的，假設有一萬家公司，記者只能報導一千家，這其中必然有人的價值判斷，而人工智慧原則上沒有好惡的影響。《美聯社》開始以自動化機制來報導公司營收季報後，使能報導的公司提升到九成。有學者研究發現，被納入自動化報導範圍的公司，比沒有被報導的公司，交易量高出11%，顯示出規模化報導的正面影響。

李怡志表示，只要資料和規則無誤，通常AI寫稿會比人類正確，因為人類難免因為疲勞或不專心等因素而失誤，尤其是數字的謄寫。

圖為AI自動生成的報導。李怡志認為，以目前的情形而言，其實人類並沒有被AI取代太多事情，因為許多應用是過往沒有人力去做的。（特約記者陳洧農擷圖）

各種版本的改寫

AI的翻譯也已經被廣泛運用在新聞業，但是在風險較高的報導當中，媒體需要較為謹慎。舉例來說，政治人物的發言，要是在語氣的翻譯上稍有差池，或是頭銜被誤譯，都可能引發嚴重後果。

目前媒體普遍認為 AI尚不適合進行採訪工作；但如果記者已經寫好一篇文章，只要確保沒有事實資訊錯誤或著作權疑慮，就可以透過AI改寫成適用不同媒體形式或載具的內容。例如把原本給綜合性報紙的文章改寫成財經報紙的版本，或是將較艱澀的內容改寫成面向青少年的版本，也可以將網頁版的報導改成140字的推特發文。

讀者互動

在媒體數位化的今天，留言的引導和管理也是媒體工作重要的一環。「如果一則新聞，下面有非常多奇奇怪怪的留言，或者留言的方向整個歪掉，其實會影響大家對這個媒體的信任。」李怡志表示，現在許多媒體認為「與其讓別人帶風向，不如我自己帶風向」，但是這對媒體工作者來說，其實頗為「痛苦」。如今媒體可以利用留言機器人來進行留言引導，或是判斷是否要隱藏不適當的留言。

還有一種和讀者互動的應用——設計問答遊戲。但就如同任何AI產出的內容一般，一旦完全不經人工審核，就可能出問題。英國《衛報》曾經把一篇文章交給AI生成報導，結果AI自動在頁面旁邊製作了問答遊戲，不料引發讀者抗議。原來該文章是一篇兇殺案的報導，AI卻製作了「你認為被害人是怎麼死的？」這樣的問題，導致讀者心理不適。

媒體的AI使用規範

李怡志表示，許多媒體在使用生成式AI時，會製作使用規範，通常內容包含：預先評估系統、確認AI訓練使用的資料來源、以及尊重他人權利。

他說，其實不是每個媒體都有能力預先評估使用的系統，所以經常是「先使用再審核」的迭代狀況。可以預先作為評估依據的，是開發者所聲稱使用的機器學習資料。理想的狀況是，在原先的基礎上，媒體再匯入自己的資料庫來訓練。

李怡志表示，AI還可以協助判斷文章應該躲在付費牆後，或者開放讓所有讀者閱讀。（特約記者陳洧農擷圖）

在「尊重他人權利」這件事情上，媒體面臨的問題是雙向的：除了要避免侵犯他人權利，也要保護自身權利被侵犯。例如，《中央社》的使用規範就提到，應避免使用生成式AI產生知名人士之肖像等資訊，以免侵害其人格權。另一方面，媒體都是在ChatGPT上線之後才發現，自家的報導和資料一直在不知情的狀況下被用來進行機器學習。因此2023年起，媒體紛紛宣告，外界不得將其資料用於生成式AI之訓練。

為了有效執行使用規範，德國記者協會建議，使用AI時，媒體內部應該要有人負責主動檢核AI的應用是否失當，並擔任投訴窗口。在內部溝通和管理上，李怡志認為，建立可溯源的機制非常重要。理想上，任何跟生成式AI互動的過程都要留下紀錄，除了確保透明度之外，也是媒體在面對著作權糾紛時自我保護的方式。

美國報紙發行商Gannet的AI使用規範提到，為了有效且合乎道德地使用AI，記者應該接受相關的教育訓練，了解AI技術的最新發展。李怡志認為，理想的情況是媒體內部的AI應用負責人以及相關的教育訓練，都由總編輯擔任。

訂正錯誤

如同前述，生成式AI產出的報導也可能出錯，不論是事實資訊的錯誤或政治正確上的錯誤皆有可能。因為，AI在學習時，學的是開發者給的資料，也就是外在世界的反映，「它看到的東西並非完美的東西，所以都會有偏見；所以除了事實的錯誤之外，偏見的檢查也非常重要。」

美國的科技新聞網站Cnet和Gannet都曾使用生成式AI撰寫報導，並於刊載之後才被發現有誤。「所以我們現在都要預期，生成式人工智慧寫出來的東西就會有錯。」。既然可能出錯，就必須設法預防錯誤的產生，並建立出錯之後的訂正程序。

李怡志指出，「人在迴圈」（human in the loop）在AI的應用上是個重要的概念：AI產生的內容發布之前，必須由人類進行分類、審核，並留意可能的偏見。此外，也必須建立投訴機制，並且在訂正之後呈現在原來的內容中。美國的McCarthy Media就在倫理規範中提及，應盡快糾正由人類或人工智慧造成的錯誤，並且透明地披露與訂正。