聚焦解決方案(二):如何讓好新聞被看見?

特約記者楊德涵採訪報導
2025年亞洲新聞專業論壇於7月5日至6日舉行,主題為「演算法與AI科技下的新聞專業」,講者們聚焦檢視社群平台演算法、生成式AI對新聞產業帶來的結構性挑戰,也反思因應困境的可能策略。
本場「聚焦解方(二):如何讓好新聞被看見?」為論壇最末場,由公共電視董事長胡元輝主持,邀請來自台灣的《READr》產品經理羅偉力、Taiwan AI Labs基金會內容執行長黃兆徽、財團法人人工智慧科技基金會執行長溫怡玲,以及印尼《Hukumonine》執行長阿爾卡.迪拉塔拉(Arkka Dhiratara),和韓國《Slow News》執行長李政桓(Jeonghwan Lee) 五位講者,各自分享他們回應命題的做法。
本場由胡元輝(左一)擔任主持人,並由印尼(左二起)、台灣及韓國主講者分享各自經驗。(王崴漢攝)
READr Mesh:拒絕演算法的新聞社群平台
首先,《READr》羅偉力以介紹自家新聞產品READr Mesh(下稱 Mesh)開場,他表示READr團隊自2018年成立以來,專注在資料新聞(Data Journalism),並以開放資料為基礎,進行非即時但深入的專題報導。不過,在資訊爆炸、媒體信任度降低的時代,READr也在思考如何讓產製的內容更具價值,透過Google「台灣新聞數位共榮基金」獎助,他們在一年之內,迅速完成調查、設計與產品迭代,並於2024年12月推出Mesh,一個專屬新聞的社群平台,主張「把閱讀主動權還給讀者、把廣告收益還給新聞媒體。」
羅偉力表示,Mesh希望解決三大新聞產業的結構問題:包含第三方聚合者(aggregators)和社群媒體的壟斷,使廣告流量與收益未能回到生產者手中、演算法限制了閱聽多元性,用戶接收到重複且類似的內容,失去接觸多元媒體的機會、深度報導的製作普遍缺乏資源支持,花的時間是即時新聞多倍,卻不一定有相應流量,使媒體為了生存轉向淺層內容。
他們以公平透明的分潤機制,因應第一個問題,羅偉力說,平台新聞的收益,50%將回饋給原新聞媒體,其餘則是留給平台做必要的營運成本,甚至還有回饋讀者的點數獎勵。而面對第二個問題,Mesh沒有演算法推薦,平台上的新聞內容,會依發布時間順序、讀者對議題的關注追蹤,或時下熱門報導議題等類別,來分別呈現。最後,羅偉力介紹所謂的點數獎勵,也就是Mesh Point的設計概念,他表示讀者在平台的所有互動行為,皆可累積點數,用於解鎖需要付費的新聞內容,或直接贊助給喜愛的媒體和議題,甚至點數可以兌換現金,為新聞本身、讀者及產製新聞媒體的三方創造共好生態系。
而現場觀眾提問,Mesh如何吸引使用者改變現有社群使用、新聞閱讀習慣來使用它?羅偉力坦言,並不容易,團隊沒有正確答案、邊做邊試,首先瞄準會看新聞的客群,透過KOL(Key Opinion Leader,關鍵意見領袖)對Mesh的使用測試,以擴散產品訊息。羅偉力說,目前台灣已有26家媒體加入Mesh,非傳統的媒體如《法律白話文運動》也在合作對象之列,他認為加入Mesh對媒體來說,是個沒有損失的合作關係,為內容多增加曝光管道,而平台若有愈多媒體參與,也會愈有價值。
羅偉力介紹自家新聞產品READr Mesh。(王崴漢攝)
Miin:讓AI為己算用,打造可信任、自主的新聞產品
同樣以創新新聞平台Miin,回應現行主流平台、生成式AI崛起對媒體造成的壓力的,還有Taiwan AI Labs。執行長黃兆徽表示,過去她在華視「打假特攻隊」教大家辨識 Deepfake,然技術發展之快,真假難辨已是常態,此後,ChatGPT橫空出世,更對新聞傳播帶來劇烈衝擊。
黃兆徽指出,ChatGPT現已成為全球最大的知識傳遞者之一,它多語言、跨國界,擁有超過5.4億用戶,超過2000萬人付費訂閱,每天產出數十億字,生產量遠超任何新聞機構。現在,用戶於平台搜尋後,AI還會自動總結,使用者直接跳過新聞入口,使媒體過往「議題設定」的優勢,也逐漸消失。
黃兆徽認為,新聞媒體首先應強化AI無法取代的價值,包括記者第一手採訪、現場察言觀色與挖掘議題的功力,和實事求是的查核能力。她認為,這些需要人眼觀察、判斷與倫理意識的工作,是AI難以企及的領域,她希望年輕記者們能有跑過daily news的經驗,學會上述記者要領。其次,她提到,善用AI為己所用、「打不過就加入它」,將AI作為內部產製流程與對外傳播的助力,前者好比將重複性、機械性的工作交給AI,而將人力轉向高價值、高品質的任務;至於後者,她表示新聞業應攜手可信賴的AI團隊,共建自主的新聞平台。
Miin正是在此背景應運而生。黃兆徽指出,Miin平台上的所有新聞,皆由AI主播朗讀,搭配來源溯源、查核標示與假訊息辨識,並偵測社群上的異常協同行為,若發現幾千個帳號同步貼文、休息、再貼類似內容,系統就能發出警訊,若說事實查核中心是在內容上進行查核,Miin便是在技術上進行標示,兩者達到相輔相成的效果。另外,Miin強調透明、公正與無商業干擾的演算法,他們用AI掃描全世界新聞,並參考台灣最常使用的六個社群平台(如Facebook、Instagram、YouTube等)資料,進行分析,每則新聞會自動分類、附上事件脈絡、過去相關的歷史資料,讓讀者可快速掌握事情的來龍去脈。
黃兆徽舉出,台灣曾在疫情期間創下「社交距離App」一千兩百萬人的下載紀錄,說明台灣人民其實有動員、打造本地數位平台的潛力。回到新聞產業,黃兆徽表示Miin目前每週有5萬名活躍用戶,Taiwan AI Labs已有一些基礎建設的成果,願意與媒體開源共享。她期待未來新聞業可組成委員會,發展自主替代方案,大家一起討論屬於新聞的平台未來如何發展,以此為立場和大型跨國公司協商抗衡。最後她強調,新聞不只是內容,更是第四權、信任與公共價值的載體,而打造自主新聞平台,是回應時代的解方。
黃兆徽說明新聞平台Miin如何運作。(王崴漢攝)
印尼Hukumonline:AI為人民普及、強化法律新聞與知識
Hukumonline便是一個符合在地特性的媒體平台。講者阿爾卡.迪拉塔拉表示,原先Hukumonline是媒體公司,但隨經營壓力上升,開啟了商業化之路。他提到,印尼是大陸法系(Civil Law)國家,對錯仰賴習慣判斷,但規範可能不夠健全,而政府與監督機構經常存在「每個人都知道法律」的錯覺,警察執法相當嚴格,沒有「不知者無罪」的藉口,但印尼光是地方政府就有約500個,從中央到地方層級,每個機構又有自己的規定,民眾要能掌握現行法律很是困難,因此,他們發現人民對龐大法律知識存在巨大的知識落差,協助彌補鴻溝並保障人民對法律知情、能夠管理自身風險,成為Hukumonline的核心理念。
不過,阿爾卡.迪拉塔拉提到,Hukumonline首先在資料上面臨挑戰。他表示,印尼現行有330,000多條的法規、每年有3000多條持續在增加,橫跨共50多個層級;另一方面,大數據上有「三個V」的特性,包含Volume(量)、Velocity(速度)以及 Variety(多樣性),對Hukumonline來說都是挑戰。阿爾卡.迪拉塔拉表示,他們透過將Hukumonline打造成法律生態系統,從理解法律到做出行動,期待能因應困境。好比,從線上的政府網站、線下的「駐地記者」網絡,蒐集法規資料、創造法律資料庫,以此為基礎提供法律相關新聞,傳播來自各監管機構的法規動態,並有近60名具律師背景之人士,擔任專門分析法規並撰寫相關報告的「法律分析師」,同時提供「法律診所」的公益服務、舉辦法律活動與訓練課程,回應讀者對法律的大小問題。
整體而言,他們掌握了法規的「生命週期」,從傳出有法規草案開始,Hukumonline便會製作法律情報,找出哪些產業將受此法影響,了解企業相關人士需求、討論因應方針。法規頒布後,他們也辦理活動來向產業人士解析與普及知識,這為他們帶來營收,能夠去反哺他們對一般大眾的教育計劃。法律資訊成為Hukumonline的資產,執行長阿爾卡.迪拉塔拉表示,他們的強項在取得印尼法律文件,有效整理超過 30 萬頁的法規,轉化成結構化資料並製成產品,他認為Hukumonline已經擁有印尼最大的法律資料庫,連政府都不見得完全了解自己的法規。
2023 年,隨著使用者對語意搜尋的需求提升,Hukumonline導入生成式AI,推出法律助理「Alex」(AI Lex,Lex為拉丁文的「法律」),並建置工作平台。阿爾卡.迪拉塔拉表示,Alex能協助使用者提問、搜尋對應的法規來源,並自動生成專業格式的法律備忘錄(legal memo),幫助用戶掌握法規全貌並持續追問細節,且回應旁將明確標示引用來源,強調資訊可追溯與可驗證性。產品問世後,使用者體驗與轉換率顯著提升,原本訂閱基礎方案的客戶紛紛升級至高階方案,顯示結合法規資料庫與AI輔助的產品,確實為人民所需,也為公司帶來實質效益,這個發展讓Hukumonline不僅作為媒體平台,更成為深耕法律資訊的科技服務公司。
阿爾卡.迪拉塔拉談及Hukumonline如何商業化,並為人民普及、強化法律新聞與知識。(王崴漢攝)
南韓 Slow News:新聞策展的無菜單料理(News Omakase)
回到「新聞」內容本身,Slow News創辦人李政桓認為,在資訊氾濫與人工智慧快速發展的時代,問題不在於新聞太短,而是新聞過多,真正的訊號被噪音掩蓋。因此,他認為此時此刻重要的問題是:「什麼樣的新聞工作可以平衡品質、使命與商業?」、「什麼樣的新聞模式才能真正服務大眾?」
李政桓的志向是做記者直到80歲。三年前,他離開原先的工作崗位,成立小型獨立媒體Slow News,此舉對他而言像飛機從懸崖起飛後下墜,必須一邊飛行、一邊努力重組飛機。Slow News這架飛機有四大零件,首先是強調深度的新聞報導,其次是系統揭示新聞產製的脈絡與方法,其三是重視敘事與查證,最後是把新聞當成對話而非單向傳播。
李政桓表示,當前線上新聞的排版,經常讓事件的重要性顯得毫無差別,使觀眾難以建立對公共議題的優先順序。於是,他們不追求隨時更新,改以「電子報」進行策展,每日凌晨3:30開始編輯流程,閱讀10家主要報紙、擷取3個關鍵字與2個核心訊息後,在早上7點發送一封精選的電子報內容。同時,他們著重「框架分析」,嘗試拆解每個事件背後的語境與敘事觀點,幫助讀者理解哪些敘事被納入、哪些被排除?新聞為何這樣寫?它又如何影響我們觀看世界的方式?
李政桓將這種策展方式比喻為「新聞御任便當」(News Omakase,類似無菜單料理的概念),也就是讀者將選擇權交給令他們信任的Slow News編輯,由編輯為讀者判斷最值得被理解的事件與觀點。李政桓指出,電子報有其力量,能養成用戶的閱讀習慣,目前他們每篇文章平均有10萬人閱讀,訂閱者有記者、政治人物、國會幕僚、企業公關及公共事務人員,估計有40%的國會議員每天都閱讀Slow News電子報,一位前青瓦台的幕僚甚至表明,Slow News是總統早晨簡報裡的必讀內容。
談及AI崛起對新聞業的衝擊,李政桓認為,人工智慧能輔助資料整理與模式辨識,但「意義」是人給出的,真正的競爭不在速度,而是新聞價值,它來自記者對世界的詮釋力、敏銳度與倫理判準。他強調,新聞是對公共知識的貢獻、是一項公共服務,只要堅守品質、獨立與信任,即使是小規模的新聞機構,也能在這個巨變的時代中存活,甚至改變讀者與新聞的關係。
開放現場觀眾提問時,主持人胡元輝問李政桓為何選擇「慢新聞」和「解方新聞學」(Solutions Journalism)作為信念?他回應,韓國民主化已經三十年,社會卻仍有許多衝突矛盾,長期以來媒體懂得批判但未能解決問題,如今人民對新聞不信任、冷嘲熱諷,媒體應該讓人看到它的變化,看到它的信念、態度和該走的方向。李政桓表示,找方向的過程可能不會得到答案,但重要的是「去找的過程」,是所有參與人的努力、獲得的經驗和希望,他相信新聞不只是報導,而是一次次與世界的深度對話。
李政桓解釋「什麼樣的新聞模式才能真正服務大眾?」。(王崴漢攝)
協作、取代或演化?媒體公共價值的重新思索
溫怡玲接續談AI時代下,新聞媒體的公共價值。她首先於開頭直指,當前民眾對AI的關注只著重在技術,但她認為應該看到影響AI發展的關鍵背景因素,如:產業的發展、總體經濟的條件等,換句話說,有一定的社會動態在帶出技術進步,任何一個技術會被應用、會有價值,都是社會中一群「人」將它支撐起來的,溫怡玲表示,自己過去在媒體圈,是從媒體往社群的方向做經營,但現在人工智慧科技基金會剛好倒過來,是從社群的方式經營媒體,最終視角還是回到「人」身上。
溫怡玲說,很多人以為,要趕快應用現成工具,但技術追不完,還會有資訊隱私、技術能力等問題,她認為對媒體更重要的,是別再簡化產業困境,不再把問題歸因為網路的出現、閱聽習慣的改變,因為「改變不是忽然之間發生的」。溫怡玲再指出,AI的出現,讓資料作為一種資源,走向更加極端化,窮者愈窮、富者愈富,在這情況下,她認為媒體必須找到新的路徑來走,也就是不要在意流量、整個KPI (Key Performance Indicator,關鍵績效指標)重來,這會挑戰產業去思考:我有什麼樣的本質、有什麼無可取代的價值、我們的價值主張又如何透過內容去展現出來?
溫怡玲認為,現在所有產業的挑戰是,普遍以單點的專案執行為主,卻在內部、跨媒體中沒有整合。在演算法和AI介入衝擊下,她觀察產業並非缺技術人才,而是缺乏可以和技術人才對話,並找到正確問題的專家。溫怡玲評價,新聞媒體花了好多時間在追逐流量、做新聞搬運工,而現在是「還債」的時候,應該重新盤點資訊與人才,例如人才對資訊科技處理、應用的能力到哪裡?她強調,這不是記者或工作者的責任,一定是經營者和決策者的責任。
尾聲,溫怡玲以人工智慧科技基金會在做的媒體《知勢》為例,表示她堅持用有機方式推動會員成長,不下廣告,只在實際演講時邀請觀眾加入。她說,經營媒體真正的目的,是讓具有決策權的人看見基金會在做的事,是推動產業文化、對政策影響累積聲量。整體來說,溫怡玲認為可把AI視為人文創新,而不只是技術創新,也就是線下的社群經營同樣重要,她舉基金會正在透過輔導、與企業協作,藉由做調查、做研究,去拓展行動者的網絡,從內容發動探索多種可能性,並扮演生態系的樞紐。
她認為媒體的經營也可以如此,在面對AI衝擊時,反而不急著討論人機共作,而是回頭思考對台灣媒體來說的公共價值是什麼?媒體如何繼續培訓記者?我們期待記者應有怎樣的能力,未來會成為怎樣的人,又會去到哪裡?
溫怡玲表示,媒體經營面對AI衝擊,應回頭思考公共價值是什麼?媒體如何繼續培訓記者?(王崴漢攝)
《卓越新聞電子報》為讀者報導新聞媒體最前線,我們追蹤所有重大新聞演講活動現場、探索新聞媒體浮動的疆界!
- AI人工智慧襲來 媒體識讀成為必備能力
- 人工智慧授權難變現 報導內容讓讀者買單仍是關鍵
- 用人工智慧重新探索舊有的新聞領域
- 數位新聞與傳統文本不同 受演算法影響甚鉅 優質新聞終究難以傳播
- 篩選可靠資訊 鼓勵優質媒體
- 看新聞如何不傷身體又講求效果?
主編:蔡宏杰