AI 時代的新聞內容及敘事選擇：當演算法攔截流量，台印菲媒體如何靠原創與信任破局？
特約記者文嘉翎採訪報導
2026 亞洲新聞專業論壇第二場以「AI 時代的新聞內容及敘事選擇」為主題，由卓越新聞獎基金會董事唐士哲主持，邀請印度、菲律賓以及台灣資深媒體人，分享各自新聞室面對人工智慧（AI）浪潮的策略與經驗。
三位講者身處不同媒體市場，卻不約而同指出，AI 改變的是新聞工作的流程，而非新聞工作的本質。真正決定媒體未來競爭力的，仍是原創報導、專業判斷與品牌信任。
第二場由唐士哲（左起）主持，菲律賓GMA新聞數位策略與創新實驗室高級經理伯妮絲．西布考（Bernice Sibucao）、《印度快報》資深副主編拉胡爾．薩巴瓦爾（Rahul Sabharwal）、《ETtoday新聞雲》總編輯林妏純擔任主講人。（蔡昕翰攝）
▎《印度快報》堅守新聞價值：現場報導、原創調查與品牌識別
印度《印度快報》（The Indian Express）資深副主編拉胡爾．薩巴瓦爾（Rahul Sabharwal）一開場便引用路透新聞學研究所《2026數位新聞報告》（Reuters Institute Digital News Report 2026）的最新調查指出，閱聽眾對 AI 新聞持保留態度。調查顯示，僅約兩成受訪者願意信任 AI 推播的新聞內容，整體信任度約為 37%；另有 59% 的受訪者表示，不願意接受完全由 AI 生成的新聞。這些數據顯示，AI 能大量生產資訊，但無法取代新聞媒體最珍貴的資產「信任」。
少做 AI 能做的事，把資源留給真正重要的新聞
拉胡爾．薩巴瓦爾指出，傳統新聞教育強調「5W1H」，但當 AI 已能快速整理 Who、What、When、Where 等基本資訊時，新聞工作的重心應放在 Why 與 How。媒體真正需要思考的是，事情為什麼會發生？它如何影響社會？背後有哪些權力關係？
拉胡爾．薩巴瓦爾引用數據指出，AI 能大量生產資訊，但無法取代新聞媒體最珍貴的資產「信任」。（蔡昕翰攝）
因此，《印度快報》近年的策略不是「做更多」，而是「少做」。他表示，新聞室刻意減少 AI 就能完成的工作，例如大量依賴新聞稿、公關素材或低影響力的例行新聞。「如果我提供給讀者的內容，跟他們打開手機詢問 AI 所得到的答案沒有任何差別，他們便沒有理由訂閱、登入我們的網站，更不用說購買紙本報紙。」
相反地，新聞室把更多資源投入 AI 無法取代的工作，包括原創調查報導（Original Investigations）、深度評論（Opinion）、解釋性新聞（Explained），以及第一線現場採訪（Ground Reports）。
品牌與信任決定媒體的競爭力
談到 AI 的實際應用，拉胡爾．薩巴瓦爾表示，AI 可以協助製作資訊圖表、分析資料，也能在標題效果不佳時提供不同版本建議，但這些都只是新聞工作的輔助工具，而非核心。
他透露，《印度快報》每天仍持續追蹤點閱率、停留時間等數據，但比起流量，更重要的是建立鮮明的品牌識別（Brand Identity）。媒體必須讓讀者看到高品質的報導，提供原創調查、深度採訪與值得信賴的內容，不是那些 AI 大量生成的資訊。
《印度快報》投入大量資源於現場報導。拉胡爾．薩巴瓦爾坦言，派遣記者前往新聞現場，背後需投入大量時間、經費與人力，成本遠高於坐在辦公室整理網路資訊。拉胡爾．薩巴瓦爾認為，當 AI 讓資訊變得容易取得，反而更凸顯「精心策展（curation）」的重要性。媒體不再只是提供資訊，那些經過採訪、查證與思考後的內容，正是價值所在。
演講最後，他分享一段引人省思的話，「如果明天你的媒體組織突然消失了，閱聽眾究竟會懷念你什麼？如果答案是『沒有』，那就代表你一定做錯了什麼。」
與會者專心聆聽講者分享。（蔡昕翰攝）
▎菲律賓《GMA News》打造解釋性新聞工作流
《印度快報》強調原創調查與現場報導的價值，而菲律賓GMA News數位策略與創新實驗室高級經理伯妮絲．西布考（Bernice Sibucao） 則將焦點放在如何建立「解釋性報導系統」（Explainers System），以因應AI 與搜尋引擎轉型為「問答模式」的時代，及讀者行為模式改變所帶來的挑戰。
新聞業的挑戰：從回答問題轉為協助理解
伯妮絲．西布考表示，過去十多年，全球新聞編輯室投入大量心力研究搜尋引擎最佳化（SEO）、關鍵字布局及標題設計，希望透過 SEO 獲得更多流量。然而，隨著 ChatGPT、Perplexity 與 Google AI Overview 等生成式 AI 普及，讀者已逐漸從「搜尋關鍵字」轉為「向 AI 提問」。
伯妮絲．西布考說明如何建立「解釋性報導系統」因應讀者行為模式改變。（蔡昕翰攝）
她坦言，這樣的改變確實讓新聞媒體感到焦慮，也迫使新聞室重新思考，「如果 AI 已經能回答問題，我們還能提供什麼？」
伯妮絲．西布考觀察到，每當重大事件發生，不論是國際衝突、重大選舉或氣候災害，讀者真正關心的並非單純的最新消息，而是「事情為什麼會發生？」、「對我有什麼影響？」、「接下來會怎麼發展？」。因此，新聞工作的價值不再只是訊息發布，逐漸轉為提供事件的背景、脈絡與解釋。
解釋性新聞納入新聞室工作流
伯妮絲．西布考表示，《GMA News》近年開始將解釋性新聞從單一內容形式，提升為整個新聞室的工作流程。
她指出，過去每逢重大事件，團隊總會反覆討論是否製作解釋性內容、由誰負責、該採用哪種形式。如今，他們不再著眼於「要不要」，而是直搗核心：「現在讀者最需要被解釋的是什麼？」
伯妮絲．西布考以「南極海冰為何持續融化」為例，可以依據平台特性，製作成短影音、社群資訊圖卡、長篇解析文章等不同形式，呈現方式很多元。
AI 可以整理資訊，無法取代新聞專業
伯妮絲．西布考分享，目前GMA News的解釋性新聞日趨成熟，除了資訊圖卡在社群平台獲得高度互動，更有兩篇報導獲選年度表現最佳文章。她認為，這證明讀者並非偏好碎片化資訊，只要內容能提供清楚脈絡，讀者願意花時間閱讀。
她也強調，AI 的優勢在於整理既有資訊，但新聞工作的核心始終是查證（Verification）、脈絡（Context）、問責（Accountability）與信任（Trust）。
▎流量挑戰下的新聞室重組：ETtoday以 AI 強化第一線採訪
《ETtoday新聞雲》總編輯林妏純2018年加入ETtoday推動組織轉型，獲得肯定。2023年底，林妏純成立 AI 專案小組，開發新聞輔助工具，致力推動媒體數位創新，榮獲 Google 共榮基金500萬元獎助。
林妏純分享，作為商業媒體是如何因應 AI 與平台演算法改變，重新調整新聞室資源配置。
平台流量紅利消失，媒體須尋找出路
林妏純直言，全球媒體正共同面臨流量全面下滑的挑戰。過去新聞網站高度依賴 Google、Facebook 等平台導流，透過 SEO 與演算法便能獲得穩定流量。然而，隨著 Google AI Overview 攔截搜尋流量、社群平台降低新聞觸及，過往的流量模式逐漸失效。
林妏純分享，作為商業媒體是如何因應 AI 與平台演算法改變，重新調整新聞室資源配置。(蔡昕翰攝)
利用AI提升效率，把資源留給新聞現場
面對變局，ETtoday 並未將 AI 視為內容生產者，而是定位為提升新聞室效率的工具。林妏純表示，目前已將 AI 應用於逐字稿整理、資料視覺化、影音後製等工作，並串接中央氣象署等開放資料（Open Data），自動生成地震、氣象等公眾服務新聞，加快發布速度。
林妏純強調，導入 AI 的目的並非取代記者，而是讓新聞室把更多資源投入在第一線採訪。ETtoday 近年也逐步調整人力配置，減少重複性的內勤工作，將更多資源投入獨家採訪、現場報導與深度內容，因為真正具競爭力的新聞，仍來自第一手採訪、人脈經營與現場觀察。
不要把大腦外包給 AI
談到年輕的新聞工作者，林妏純提醒，「工具可以幫助你把圖表做得更漂亮、資料整理得更快，但不要把自己的大腦外包給 AI。」
她認為，新聞工作的核心是採訪、查證、判斷與提問能力，AI 可以提升效率，卻無法取代記者的新聞敏感度、現場觀察與專業判斷。在 AI 成為新聞室日常工具的同時，更應將有限的人力與資源，投入原創報導與第一線採訪。
▎QA 對談紀要
唐士哲簡短回應三位講者後，進入現場提問。（蔡昕翰攝）
當 AI 已逐漸成為讀者取得資訊的第一個入口，媒體究竟應該努力生產「AI 無法整理」的內容，還是應該投其所好，讓內容更容易被 AI 擷取？
三位講者一致認為，AI 應是新聞工作的工具，而非內容的替代者。
伯妮絲．西布考指出，AI 能快速整理事件背景，但無法回答讀者真正關心的問題。例如，美伊衝突爆發後，菲律賓民眾更在意的是油價是否影響家庭生活，因此新聞團隊透過實地街訪與專家分析，讓國際新聞在地化，與民眾日常產生連結。
拉胡爾．薩巴瓦爾則表示，新聞提供的「脈絡（Context）」是將全球事件轉化為與在地讀者相關的資訊，例如燃油價格、農產品成本等，都需要透過採訪與查證完成。林妏純也強調，AI 可協助建立知識庫與優化流程，但真正具有價值的原創內容，仍掌握在記者手中。
拉胡爾．薩巴瓦爾回應提問。（蔡昕翰攝）
如何擺脫平台依賴，建立讀者信任？
針對 AI Overview 攔截搜尋流量帶來的衝擊，拉胡爾．薩巴瓦爾認為，新聞媒體過去過度依賴 Google 與社群平台，如今更應建立讀者願意主動瀏覽的品牌，而非持續追逐演算法。
《印度快報》透過調查報導、現場採訪與公正可信的內容培養付費讀者，「讀者不是因為 Google 而閱讀我們，而是因為相信我們。」伯妮絲．西布考則分享，GMA News持續透過受眾研究、留言分析與社群互動了解讀者需求；ETtoday 也運用會員數據分析不同族群偏好，強化長期經營的利基，而非僅追求單篇新聞流量。
伯妮絲．西布考回應提問。（蔡昕翰攝）
AI 會削弱新聞工作的基本功嗎？
不少學生關心，生成式 AI 是否會削弱新聞工作者的基本能力。林妏純提醒，AI 可以協助整理逐字稿、製作圖表，但新聞工作者不能失去思考、判斷與提問能力。
拉胡爾．薩巴瓦爾則鼓勵年輕記者盡早培養自己的專業領域，並強調：「過去五十年最重要的新聞，都不是 AI 寫出來的。」他建議剛入行的記者多跑現場、累積採訪經驗。伯妮絲．西布考也認為，Z 世代在短影音敘事上的創意、幽默感與故事能力，仍是 AI 難以取代的優勢。
林妏純回應提問。（蔡昕翰攝）
當 AI 能回答所有問題，媒體還有存在的必要嗎？
針對媒體公共性的提問，拉胡爾．薩巴瓦爾回應，新聞工作的本質始終是監督權力、追究責任。AI 能回答問題，卻無法揭露弊案、監督政府，也無法代替記者站在第一線見證歷史。
伯妮絲．西布考則以菲律賓遭受颱風海燕侵襲為例指出，許多民眾因不了解「風暴潮」而錯失避難時機，顯示媒體的責任不只是回答民眾「想知道」的事情，更要傳遞社會「需要知道」的重要資訊，以體驗公共價值。
主持人唐士哲最後總結，AI 已成為新聞室不可避免的新工具，值得我們思考的是，新聞工作者仍願意保留哪些無法被機器取代的能力。
從《印度快報》堅持原創調查與現場採訪、GMA News建立解釋性新聞工作流，到 ETtoday 透過 AI 重整新聞室資源，三家媒體雖然策略不同，卻一致認為 AI 可以提升工作效率，無法取代第一手採訪、公共問責、專業判斷與讀者信任。在演算法重塑資訊管道的今天，媒體的競爭力，仍是持續生產值得信任、具有公共價值的原創內容。
