從工具到夥伴：新聞媒體的人機協作藍圖
陳洧農｜特約記者採訪報導
如果你不是可被信任的資訊驗證者，其實AI是不會引用你的東西的。
～王維菁
「2026台北雜誌年會暨第十屆第三次會員大會」的第二場主題演講，是由師大大傳所教授王維菁主講的「AI導入新聞產製：人機協作、效能升級與倫理風險治理」。王維菁一方面從國際視野切入，借鏡有關新聞的AI倫理及政策規範，一方面從分享國內媒體產業現場的AI應用觀察，並進一步為未來的媒體內部治理、風險管控以及人才培育提供策略方向。
重新塑形的資訊流
王維菁表示，生成式AI的興起，已經使閱聽習慣產生變化：AI逐漸取代許多平台，成為資訊入口。根據英國牛津路透新聞學研究所的報告《Generative AI and News Report 2025》，2024年到2025年間，使用AI的民眾比例從40%提升到61%。
值得注意的是，民眾使用AI的主要用途是資訊查詢（24%），超過內容生成（21%）。「用AI看新聞」雖然僅佔了6%，但王維菁指出，在資訊查找的過程中，許多AI引用的資料也是來自新聞，6%有低估之嫌。
民眾越來越常在AI介面完成理解，而不點進新聞頁。美國皮尤研究中心（Pew Research Center）以2025年3月的Google搜尋資料進行分析，發現當出現AI摘要時，使用者點擊搜尋結果的比例佔8%，未出現AI摘要時則提升至15%。未來內容產業的KPI可能從「搜尋引擎最佳化」（SEO）轉向「被引用率」（citation share），看重引用所帶來的品牌直訪或訂閱轉換。
除了稀釋點擊率，AI摘要帶來的另一個危機是：AI往往會放大國際主流媒體的影響力，使得地方新聞，或是比較非主流國家的新聞更為邊緣化。雪梨大學研究Co-pilot的434則新聞回應，發現大約只有20%的回應會連結到澳洲媒體，且多集中於大型媒體；獨立／地方媒體或個別記者幾乎都是缺席的。
王維菁說，這帶來一個警示：如果AI的摘要缺乏社會敏感度，會讓國際大媒體更主導資訊流，進一步侵蝕地方媒體的流量跟收入。這個現象可能推動各國重新思考「平台／AI業者」與新聞媒體的議價機制。
王維菁表示，對新聞媒體而言，「被AI引用」的重要性日漸增加。（特約記者陳洧農攝）
AI如何改變新聞產製
王維菁表示，當新聞業導入AI，提高效能只是第一步，更重要的是它會改變新聞生產的流程。目前可以觀察到，在新聞生產中出現了「前段自動化，後段責任化」的新結構。
新聞產製中，常見的AI用途包括語音轉錄、外電編譯自動化、協助預測及決策輔助等。AI進入新聞室的典型路徑，是在人類記者採訪素材、蒐集原始資料後，交由AI處理轉錄、生成摘要甚至初稿。接下來由人類記者進行查核、補充脈絡以及在地化調整，最後經編輯台審核發佈。她說，AI在「資訊整理」的階段效益最高，可是接近「價值判斷」或「公共責任」的環節時，就非常需要嚴格的人為治理。
王維菁表示，在整個流程中，核心的問題不在於AI的產能好不好，而是媒體應該自問：哪些環節可以用AI自動化？哪些環節絕對不可以？又有哪些環節一定要有人來把關？
不同的協作型態
台灣媒體產業的AI導入，有不同的型態：一些大型媒體積極建置AI系統或AI專案小組。有些網路媒體則採取「沙盒實驗」的方式，把AI串接進後台，讓記者可以在比較封閉與安全的範圍裡做探索跟實驗。另外有一些媒體採取「系統化編譯」，建立系統抓取全球資料，並生成初稿，對資訊整合跟生產效能特別有效率。
整體來看，人跟AI已經慢慢在新聞業裡形成一種穩定的工作模式。這個模式表面看起來是效率配置，實際上是責任的重新分配：越是自動化的流程，越應該建立「留痕與回溯」的機制，才能在發生問題時回溯出錯的環節。
王維菁表示，生成式AI的出現挑戰了新聞真實性的邊界。真實是新聞以及媒體公信力最重要的底線，因此媒體需要建立嚴格的紅線，避免新聞的真實性受到侵蝕。「它不是追求效率的問題，而是捍衛社會信任的過程。」
民眾對AI新聞的接受度
根據英國牛津路透新聞學研究所2025年的調查，只有大約12%的民眾可以接受完全由AI製作的新聞；若是「AI製作，經人類審查」（Human-in-the-loop），比例則提升至21%；而「由人類主導，AI協助」的接受度來到43%。不過有趣的是，「完全由人類產製」的新聞，民眾接受度還是只有62%。
目前對閱聽眾來說，對於AI在後台的應用普遍較能接受，例如修改錯字、文法，以及翻譯，接受度均超過50%。對於前台用途則較排斥，例如「生成擬真照片」，接受度只有26%；「AI新聞主播」更低，只有19%。
一個嚴重的問題是，只有33%的民眾相信新聞機構使用AI時，會負責任地檢查AI輸出，顯見民眾對新聞媒體的信任度依然低落。換言之，「透明揭露」跟「人工把關」，是未來新聞媒體挽回民眾信任的基礎。
聽到「完全由人類產製」的新聞，民眾接受度還是只有62%，現場聽眾不禁莞爾。（特約記者陳洧農攝）
AI新聞倫理原則
王維菁表示，AI新聞的核心倫理原則，第一也是最重要的，就是「人工最終審查」。換言之，絕對不能讓AI獨立發布新聞，新聞發布的最後一關必須要由人類的編輯負責。這是因為新聞涉及了事實的呈現以及價值的選擇，「我們不可能由人工智慧或機器來幫我們塑造真實，以及做價值的選擇。所以這必須要由可以被問責主體來承擔。」
第二個原則是透明揭露，閱聽人有權知道他看到的內容裡，AI介入程度有多少，所以必須區分「AI輔助整理」還是「純AI生成」，並建立相對應的揭露文字跟標準。
最後則是責任歸屬。在使用AI輔助生成之後，一旦出錯，法律和道德責任還是在媒體身上，不能以「工具出錯」為由卸責。因此，在AI對新聞影響日益重大的今天，建立更完善的內部審核機制更顯重要。
王維菁表示，AI的新聞倫理當中，與影像有關的部分格外重要，因為影像是AI的高風險區，擬真影像挑戰了新聞現場的「目擊性」。所以，AI生成影像可以用在非事實性的新聞上，例如示意圖；若是有現場發生的新聞實景，不應使用AI模擬。她強調，使用AI生成影像應經過三重審核，包括攝影、設計、還有編輯的把關。
王維菁指出，影像是新聞AI應用的高風險區。（特約記者陳洧農攝）
國際AI政策趨勢
王維菁表示，近年來主要民主國家的人工智慧政策，已從最初的「促進創新與產業競爭力」，轉向為以公共利益跟社會風險為核心的治理。這樣的轉向並不是反對AI，反而是承認AI已深度影響資訊的可信度、公共討論以及民主溝通的品質。
在此脈絡下，新聞媒體不只是AI的「應用場域」，而是高影響力的公共資訊中介者，所以各國政策都會注重AI介入新聞產製時，應避免誤導閱聽人、確保責任歸屬，以及揭露、留痕等問責制度的設計。這種態度上的改變，代表新聞AI的問題，不再只是媒體技術的升級問題，而是關乎民主治理。
以最重視風險分級的歐盟為例，其於2024年訂定的《人工智慧法案》（EU AI Act），對AI治理的核心，是將「避免誤導」、「可追究責任」制度化，納入透明化義務與責任流程中。例如：跟聊天機器人互動時，讓人知道對方是機器；生成式AI的提供者必須確保生成內容可以被辨識；深偽（Deepfake）以及「用於告知大眾公共利益事項的文本」必須清楚標示。這些透明規則將於2026年8月開始正式生效。
對新聞媒體而言，這些原則可整理為三個具體要求：第一是辨識，媒體必須要能清楚辨識哪些內容、聲音、圖片係由AI生成或介入；第二是揭露，使用AI生成內容時，原則上必須對外揭露，避免誤導；最後是留痕與追溯，以便在爭議發生時能釐清責任鏈。這些要求能讓AI新聞倫理具備可檢核性，而不只是抽象的自律聲明。
治理實務建議 自問：能否承擔風險
王維菁建議，應對新聞的AI使用做風險分類，例如逐字稿、外電、翻譯、資料彙整這類可被人工驗證者，屬於低風險應用。而像是生成標題、文案、圖片，則屬於中度風險，需要人工覆核與標示。高度風險的應用包括模擬新聞現場、合成主播或涉及人身名譽的內容，原則上不應使用。她認為，這樣的做法呼應歐盟的風險分級邏輯與日本的事前指引模式，重點不在於「能不能用AI」，而在於「能否承擔這個用途的後果」。
她進一步說明，多數國際治理案例都指出，AI出問題時，真正的問題不在「用了AI」，而是「說不清楚怎麼用」。因此新聞業者需要建立最小可行的留痕與稽核機制，例如使用的模型類型、服務來源、AI介入的工作環節、人工審閱的節點等。至於透明與揭露，王維菁建議應予標準化，使用固定的語句或標示，甚至放在固定的位置，讓民眾有可預期的一致性。
王維菁笑說：「我有點好奇：以後學生的論文如果用AI要不要標示或揭露？學生可能會覺得頭很痛。」（特約記者陳洧農攝）
授權談判策略：把內容當資產
王維菁表示，媒體應將內容當作資產來治理，因為在AI的生態系當中，新聞媒體其實同時扮演兩種角色：一方面是AI的使用者，另一方面也是訓練資料與內容來源的供給者。若媒體只將 AI 當工具，而忽略了自身資產的價值，可能會逐步失去自主性跟選擇權。所以，跟 AI 平台業者合作談判時，策略考量應該涵蓋：是否准許內容用於模型訓練、有無回饋或補償機制，以及是否保留退出跟調整條款等。
在AI的資訊生態中，內容資產有三種變現路徑，一種是提供內容給模型訓練的授權，例如金融時報與OpenAI簽署內容授權的合作協定，讓ChatGPT可引用其新聞，並提供授權內容。另外一種是讓AI回覆中的引用內容可以導流回新聞網站。第三種模式，則是內容業者跟AI平台以投資或技術合作的方式擴張地方新聞。
也就是說，媒體與AI業者的談判策略不只是關乎「給不給資料」，也應該將使用場景、署名、連結、分潤制度、退出條款以及新聞媒體是否擁有最後的稽核權等事項納入考量。
最後，王維菁表示，在生成式內容的快速擴散下，媒體的角色應該從「最快的發布者」轉為「被信任的資訊驗證者」，競爭的重點不再是速度，而是可檢視、追溯與究責的態度。「如果你不是可被信任的資訊驗證者，其實AI是不會引用你的東西的。可以說未來媒體的核心競爭力，將取決於我們在使用AI後，是不是可以得到社會大眾的信任，甚至AI平台的信任。」
記者手記：當「影像真實」被挑戰，意外完成的媒體素養教育
筆者觀察到，在討論 AI 介入新聞產製的倫理風險時，國內新聞界最激烈的衝突點莫過於「擬真影像」的使用。之前「上下游新聞市集」引發的爭議，核心便在於攝影記者群體對於「見證者」權威的保衛。
然而，新聞業向來接受黑白照片對色彩的抽離，或是廣角鏡頭對空間的扭曲，這些手段在本質上皆不符「光學真實」，卻被納入專業敘事的合法範疇。攝影記者群體在抨擊 AI 擬真影像時，常以「infographic（資訊圖表）一眼即可辨識為假」作為倫理防線；然而，這種辨識能力往往並非絕對，而是建立在一定的先備知識與文化資本上。若媒體已做到明確標示，卻仍因「太像照片」而被排斥，顯示出新聞業對真實的捍衛，已從「資訊的傳達」轉向對「生產過程合法性」的解釋權。
另一項被常用來反對AI擬真影像的理由是，從認知心理學的角度，「大腦會將自動將擬真影像標記為真實」。但是，這同樣不是絕對的。筆者長期追蹤不實訊息防治議題，過去數年政府與學界大力倡導媒體素養，告訴民眾「圖片可以被裁切、文字可以被誤導」，不要第一眼看到圖像就隨之起情緒反應，但進展始終有限。諷刺的是，自人工智慧 圖像普及後，網路上出現新奇影像時，底下開始大量出現「這是 AI 嗎？」的自發提問。最終，讓民眾學會「慢下來、先懷疑」的，並非精緻的教材，而是AI帶來的視覺震撼教育。
