•
AI時代新聞業的7個變化
時至 2024 年 10 月，生成式 AI 的熱潮尚未褪去，但現實也已經與 GPT-3 剛剛發佈時的那種狂熱圖景完全不同。人們開始更冷靜地審視大模型的技術侷限，更關注大模型在各種領域的實際應用與落地情況，以及由此帶來的改變。
新聞是一個特殊的行業，在不同的歷史時期與文化語境中，它被賦予不同的內涵，但不變的是，它始終是社會的守望者，是現實與歷史的觀察者和書寫者。在最近十年的發展過程中，新聞業已經被打下了深深的技術烙印：演算法、巨量資料、短影片、虛擬人、元宇宙、Web 3.0，再到現在的AIGC……這些技術或多或少都被新聞業所徵用、融合。問題在於，這些技術帶來了一輪輪的狂熱，但同時也帶來許多未曾兌現的承諾。大模型會不一樣嗎？這個問題要有答案，需要持續關注和反思。
這是我們這份報告的出發點。我們把這份小小的報告命名為《形塑新聞：AI 時代新聞業的 7個變化》。限於精力和視野，我們無法關注新聞業在這個時代的發展全貌，只能通過一些小趨勢管窺這個特殊行業正在發生的一些變化。
AI時代新聞業的7個變化：
1.AIGC滲入：新聞內容生產遭受衝擊
2.內容生態：AI假新聞污染新聞真實
3.平台轉移：短影片新聞業快速崛起
4.分發革命：傳統內容分發格局重塑
5.技術替代：新技術衝擊行業裁員與洗牌
6.受眾4.0：技術賦權受眾轉為資訊生產者
7.內容在地：本地新聞的失落與重生
一、AIGC滲入：新聞內容生產遭受衝擊
2024年，著名演員“寡姐”斯嘉麗·約翰遜，向如日中天的OpenAI發了一封律師函。5月14日，OpenAI剛剛發佈最新的多模態大模型GPT-4o，該模型支援文字、音訊和圖像的任意組合輸入，並能生成文字、音訊和圖像的任意組合輸出。在發佈會上，OpenAI強調了GPT-4o的語音對話能力，並展示了五個不同的語音。而其中名為“Sky”的聲音，被指與斯嘉麗·約翰遜在電影《Her》中的角色“薩曼莎”聲音極其相似。
這就是雙方發生衝突的前情提要。值得一提的是，OpenAI的阿爾特曼曾經公開表示，《Her》是他最喜歡的電影之一。去年九月，OpenAI就曾聯絡斯嘉麗·約翰遜，希望能夠在模型中使用她的聲音，但約翰遜出於個人原因拒絕了這一請求。直到發佈會前兩天，阿爾特曼還聯絡約翰遜的經紀人，並再次遭到拒絕。
在約翰遜本人的強烈抗議下，OpenAI暫時下架了GPT-4o的Sky語音。而這次衝突，其實隱喻著生成式AI與大部分創意行業之間的緊張關係：前者使用後者多年積累的材料進行訓練，而後者面對的處境，就是等待著被前者模仿直至被取代。這引發了創意行業的從業者對於生成式AI的普遍擔憂。
而之所以要在本報告開頭提到這一個案例，是因為新聞行業也面臨著同樣問題。對於全球的新聞媒體行業來說，2023年無疑是艱難的開始。疫情雖然結束，但媒體裁員人數和關停數量都達到高峰。這是多年衰落趨勢累積後的集中爆發。社交媒體和短影片平台的衝擊，使用者與廣告商的轉移，等等，都是這一趨勢的誘因。而各種新的技術形式的衝擊影響也同樣顯著，生成式AI就是其中一環。
(一)AIGC實現新聞業的“供給側改革”
ChatGPT發佈之後，一陣生成式AI的浪潮，席捲了眾多領域。全球範圍內大模型風雲驟起，資金、技術、人才持續湧入，科技公司佈局不斷，紛紛推出大模型。文生視訊模型Sora、AI音樂類生成工具Suno的現身，更是展現了大模型在多模態生成方面的強大能力。整個科技行業處在快速變革的顛覆式創新階段。
在眾多領域中，新聞業是受影響最為劇烈的領域之一，對於AIGC的回應也最為積極。
美聯社最新的一項調研顯示，生成式AI已經在重塑新聞編輯室的角色和工作流程。[1]美聯社的調研進行於2023年12月，受調研對像是來自傳統媒體、公共廣播公司以及雜誌的292名人員。這些相關從業者中的七成表示，他們正在使用AIGC製作社交媒體內容、時事通訊和頭條新聞。同時，也會將其應用於翻譯、轉錄採訪和生成內容草稿，還有五分之一的人在使用生成式AI生成圖像和視訊。總體上，有接近一半（49%）的受調研者表示，由於生成式AI的出現，他們的工作流程已經發生了改變。
而在國內外的新聞傳媒行業中，也確實有許多機構開展了相關實踐，將AIGC納入到新聞類內容的生產流程中。2023年情人節前夕，《紐約時報》最先試水，使用 ChatGPT建立了一個情人節消息生成器，使用者只需要輸入幾個提示指令，程序就可以自動生成情書。美聯社也陸續幫助美國本土五家新聞編輯室，包括西北大學、斯坦福大學和密蘇里大學等開發了生成式AI工具，並在2023年8月發佈了有關人工智慧使用的指導原則。新聞機構Newsquest從2023年6月份開始，已經陸續聘請了七位人工智慧輔助記者，他們的職責包括確保生成內容的精準性、進行編輯判斷、保護資料、保護版權、注意偏見問題等。Newsquest的人工智慧主管Jody Doherty-Smith表示：“我們正在利用人工智慧來減輕記者身上普通但非常重要的任務的負擔，讓他們能騰出時間，去做真正能引起社會共鳴的新聞報導。”他甚至斷言：“未來最長效的技能，就是知道如何與人工智慧打交道。”
AIGC也催生了新的新聞平台形式。全球首個由人工智慧生成新聞報導的平台NewsGPT.ai已經上線。根據聲明，該網站沒有人工記者，由NewsGPT即時掃描、分析來自世界各地的新聞來源，包括社交媒體、新聞網站等，並生成新聞報導和報告。其創始人聲稱，NewsGPT“不受廣告主、個人觀點的影響”，7*24小時提供“可靠的”新聞。
由於新聞機構往往缺乏必要的技術積累，在推進人工智慧與新聞實踐結合方面，與科技公司開展合作是比較常見的方式。微軟就是在這一方面表現較為活躍的公司之一。根據報導，微軟與新銳媒體公司Semafor（旗語新聞社）合作，Semafor的記者在報導全球突發新聞時，會使用基於微軟和OpenAI技術開發的工具，快速檢索來自本地、國家和全球的多語種報導及資訊來源。微軟贊助了一個名為“訊號”（Signals）的突發新聞資訊流類股，試圖將其打造為新聞業與AI合作的旗幟型案例。Semafor聯合創始人之一Ben Smith強調，該欄目的內容100%由人工撰寫，AI會作為輔助工具來給這些文章補充資訊。
除了Semafor，微軟也宣佈與紐約市立大學的記者AIGC培訓項目以及軟體開發商Nota等機構展開合作。Nota是一家初創公司，致力於將人工智慧置入到新聞機構的日常營運中，在微軟的支援下，它的覆蓋範圍已經拓展到100多個新聞機構，通過PROOF等元件工具，幫助媒體擴大受眾範圍、增加社交媒體的影響力，並且根據受眾需求進行內容的定製。
而在國內，新華社、中央廣播電視總台等媒體也開始了AI與新聞業的結合實踐。例如，新華社發佈基於媒體資料訓練的模型MediaGPT，開發專門用於生成式任務的驗證方法和以新華社媒體資料為基礎的資料集；中央廣播電視總台發佈“央視聽媒體大模型”（CMG Media GPT），專注視訊類媒體內容的生產。而《每日經濟新聞》的“雨燕智宣”，同樣是媒體視訊化轉型的成熟產品。可以說，一場由AIGC帶來的新聞業供給側改革，已經拉開帷幕。
(二)AIGC的新聞應用與實踐
從目前的情況看，生成式AI在新聞傳媒業的應用，主要體現為提升新聞採編各環節的效率，包括新聞資訊的採集與處理、內容生成，以及多模態生成能力。
第一，生成式AI能夠最佳化新聞資訊採集與處理流程，比如輔助記者快速採集、讀取海量資料，並進行自動處理。在資料檢索階段，記者和編輯可以借助ChatGPT等工具對大量需要閱讀的文字材料進行內容摘要的生成、提煉核心觀點、快速獲取核心資訊，以提高資訊採集效率。同時，大模型的多語言生成能力，可以用於翻譯跨語言文字，方便記者和編輯獲取不同語種的資料與資訊。根據騰訊研究院此前進行的一項調研，“進行資料檢索”和“內容翻譯”是目前媒體從業人員最多使用AIGC的兩種用途，佔比分別為54.8%、44%。[2]
除此之外，大模型可以輔助記者進行採訪音視訊內容的識別與整理、最佳化創作流程、提煉生成更多元、獨特的內容視角。英國《金融時報》總編輯Roula Khalaf指出，新聞編輯室應當建立一支AI技術團隊、協助記者完成資料探勘、內容分析以及翻譯等任務。《金融時報》已經在部署系列課程，以提高記者利用生成式AI挖掘故事的能力。
第二，生成式AI技術可以應用於生成訪談提綱、文章框架和標題等內容，還能將新聞報導翻譯成多種語言，擴大傳播範圍。目前Google、微軟都在開發麵向媒體機構的AI產品，幫助新聞機構撰寫和分發新聞報導。前文提到的“雨燕智宣”等AI視訊化工具，也已經應用於短影片內容的生成和分發方面。
但是，由於仍不具備共情、思考、常識判斷等基礎能力，生成式AI仍然無法滿足具有高要求、高限定場景下的寫作需求，通常在體育賽事、財經資訊等特定領域應用廣泛。可以說，至少是在內容生成這一方面，生成式AI扮演的主要還是輔助角色，人類記者仍然是主要的內容生產者。
第三，生成式AI的多模態生成能力，或將催生新聞類型創新，帶來形態更為豐富多元的新聞內容。隨著技術能力的提升，生成式AI的多模態生成能力日漸強大，文生文、文生圖、音訊、視訊、3D內容……未來還可能生成更多的媒介形式，這為新聞內容的多模態呈現提供了可能。新聞業曾經追求的“媒介融合”以及“全媒體記者”，現在因多模態大模型的出現與應用而見到曙光。
被稱為“世界模擬器”的文生視訊模型Sora可以直接輸出長達60秒的視訊，效果逼真並且包含複雜的多角度鏡頭和多個人物角色，對於新聞業來說，它可以被應用於新聞事實基礎上的情景再現。此外，AI音樂類生成工具Suno可以實現AI自動作曲，使用者只需要自訂風格和歌詞，即可一鍵生成歌曲，這會降低同類型新聞內容的生產成本。
得益於大模型的即時互動能力，可以開發應用於新聞業的對話機器人，並將其應用到新聞報導中，即時回答讀者的提問並且根據資料資料提供補充資訊。這可能拓展出一種“AIGC互動新聞”的內容形式，強調與讀者互動性，通過不斷地提問與回答，呈現完整的新聞圖景。
(三)AI衝擊新聞內容生產
對於新聞業來說，生成式AI促成的轉變主要集中於工作流程和傳統定位的改變。與之前的技術不同，生成式AI的技術能力，可以無縫整合到新聞內容的生成流程中，更快地融入新聞實踐，應用於自動執行資料分析、內容策劃甚至是內容生成等日常任務，使記者能更專注於調查性報導和深入分析等等更為複雜和考驗創意性以及思考深度的工作。
但是，也有許多媒體對AI生成的內容保持謹慎甚至是抵制的態度。例如，《每日電訊報》明令禁止員工使用生成式AI類工具進行內容的編輯。《紐約時報》起訴了 OpenAI和微軟，稱其試圖“在未經許可或付費的情況下利用該報紙在新聞業的大量投入來製造替代產品”。今年6月，知名媒體《衛報》公佈了有關於生成式AI的一系列使用原則。[3]《衛報》承諾謹慎使用相關技術，還於去年九月拒絕OpenAI使用其內容來訓練大模型。
不止《衛報》一家，根據Originality.ai的統計，包括CNN、路透社、《華盛頓郵報》、彭博社、《紐約時報》及其體育資訊網站Athletic都採用技術手段阻止GPT Bot的爬蟲。其他網站包括Lonely Planet、Amazon、Quora等。顯然，這是新聞業面對生成式AI的“侵入”而採取的自我保護的手段。
但技術趨勢不會因為幾家媒體的抵制而停止腳步。隨著生成式AI在新聞業的應用逐漸深化，也將給新聞傳媒行業帶來諸多沖擊。最顯著的就是大模型將衝擊專業的新聞生產模式。大模型的使用門檻越來越低，普通人也可以利用大模型的能力進行新聞內容的生成。例如，針對某一事件，利用大模型可以快速生成一篇交代前因後果的新聞報導、新聞評論，或近期發生的系列新聞事件的摘要。在這種情況下，普通使用者不再僅僅是新聞內容的消費者，也會成為新聞內容的創作者和生產者。在大模型的賦能下，普通使用者跨越專業門檻，成為媲美專業人員的內容生產者，基於自身需求進行定製化的新聞內容生成，更自主地進行內容消費，這將對傳統的新聞權威形成挑戰。
但同時也正是因為生成門檻的降低，生成式AI可能會加劇謠言和假新聞的傳播。2023年在國內部網路絡流傳的兩則資訊“杭州市政府將取消限行”“杭州市將實行樓市新政”，均被發現是由AI生成的假消息。AI的生成能力將使虛假資訊生產和傳播的門檻降低，如不加以控制，會被惡意利用，生成未經核查的虛假資訊、污染資訊生態，甚至會造成嚴重的社會影響。本報告的第二章，將分析AI對新聞真實性的挑戰。
同時，由於生成式AI的“幻覺”問題依然嚴重，可能會出現胡編亂造資訊的情況，人工智慧的訓練特性使它無法區分引文和參考來源到底意味著什麼，因此內容剽竊的問題同樣嚴重。2023年，美國科技新聞網站CNET.com一度上線了幾十篇由AI生成的文章，儘管網站編輯聲稱文章在發佈之前都經過了“核查和編輯”，但是很快讀者發現，這些文章中有大量基礎性錯誤，並且其中一半都存在抄襲和剽竊的問題。
隨著技術的演進，上述問題中的大部分正在被解決或將被解決。但至少在現階段，面對人工智慧介入到新聞生產中可能出現的問題，需要加強人工核查與校對，並且將這些編輯原則落實到機構層面的行為規範中。但根據美聯社的調研，只有不到一半的受訪者表示他們所在的新聞機構中有關於生成式AI的指導方針。
總體而言，以ChatGPT為代表的AIGC技術在新聞資訊採集、內容生成以及多模態呈現方面，具有提升效率甚至實現變革的潛力。未來，隨著技術能力的進一步提升以及在新聞業的應用深化，AIGC或許將替代部分常規的模式化內容生產環節，尤其是在非正式上版、用於新媒體營運和宣傳的“邊角料”的生產上有巨大潛力，降低成本、提高效率，真正將記者和編輯從消耗時間與精力的繁瑣工作中解放出來。[4]
二、內容生態：AI假新聞污染新聞真實
2023年末，新聞可信度評級機構NewsGuard發佈了年度回顧報告。報告指出，過去一年，生成式AI的興起改變了資訊格局，大量看似真實的文章、圖像、視訊甚至網站被創造出來，這助推了資訊生態的混亂以及使用者的不信任，更為別有用心者提供了新的工具。[5]
這已經不是NewsGuard第一次將假新聞的矛頭指向生成式AI，在該機構2023年每個月的虛假資訊監測報告中，幾乎都可見AIGC的身影。技術的更迭並未改變這一現狀，NewsGuard指出，GPT-4具備比GPT-3.5更為徹底、更具說服力的虛假資訊生成能力。同樣，美通社2023年全球媒體調查報告顯示，在針對全球3132名記者的調查中，有27%的被調查者認為，如何保持作為可靠新聞來源的可信度，是新聞行業在這一年面臨的最大挑戰。
可以說，由AIGC帶來的假新聞難題及其對新聞業的衝擊態勢，已經變得極為嚴峻。
(一)AIGC成為生產主體，新聞真實性頻遭污染
生成式AI在新聞生產的背景資訊收集、採訪提綱擬定、調研資訊整理等環節提升了效率，使新聞報導大跨步地邁入了“自動化生產”的領域。2023年3月，聲稱“沒有記者，沒有偏見”的人工智慧新聞網站NewsGPT上線。該網站是全球首個完全由人工智慧生成的新聞頻道，通過機器學習演算法和自然語言處理技術，即時掃描來自世界各地的新聞來源並建立新聞報導。其首席執行官艾倫·利維（Alan Levy）在接受訪談時稱：
“NewsGPT是新聞世界的遊戲規則改變者，長期以來，新聞頻道一直受到偏見和主觀報導的困擾。通過NewsGPT，我們能夠向觀眾提供事實和真相，沒有任何隱藏的議程或偏見。”[6]
問題在於，AIGC新聞能否真正摒棄偏見和主觀？答案似乎並不確定。在全球新聞場域本身存在話語權不平等的前提下，基於自動掃描新聞源建立新聞報導的生成式AI，似乎並未見得能比傳統的記者編輯更為客觀公正。而事實也證明，AI生成的內容，在新聞真實性上確實飽受詬病。
2023年初，美國著名科技新聞網站CNET遭Futurism爆料，稱其持續刊出未加標註的由AI生成的文章，其中出現了不少事實性錯誤。此後，CNET對其中41篇使用人工智慧撰寫的報導進行了更正，並宣佈將暫停所有網站上的人工智慧生成內容。[7]
同樣，2023年8月，NewsGuard發現至少有437家網站部署了生成式AI，大量編造虛假文章，其中包含許多未經證實的陰謀論、不可靠的醫療建議或產品評論。[8]同年12月，NewsGuard團隊已檢測認定了614個不可靠的人工智慧生成新聞和資訊網站[9]，而這一數量在5月時僅為49個[10]。
短時間內虛假新聞的氾濫或可歸咎於新技術的衝擊，然而人工智慧與新聞業的融合卻不在這一朝一夕之間。
回溯新聞業的歷史，其中不乏與人工智慧攜手並進的時刻。過去十餘年，由人工智慧引發的新聞業創新浪潮，可分為自動化報導階段、增強報導階段和生成報導階段。在自動化報導階段，程序自動生成的文字內容被用於財經、體育等可範本化生產的新聞；在增強新聞報導階段，人工智慧的機器學習和自然語言處理（NLP）技術被用來分析資料、揭示相關趨勢，常用於輿情監測、內容最佳化。如今，人工智慧之於新聞業正在邁入第三階段，即AIGC以多模態生成能力參與到新聞生產環節。與過去僅運用於範本化新聞生產的人工智慧不同，生成式人工智慧可以進行更長篇幅、更高品質的報導撰寫，並可以根據指令模仿特定作品風格，多模態生成能力還帶來了新聞報導視訊化、可視化的諸多新可能。
可以說，人工智慧技術運用於新聞報導早就不是“新鮮事”。問題在於，AIGC的入局本應該為新聞業帶來新的機遇，為什麼在其介入新聞生產之初就出現了假新聞氾濫的問題？
(二)為何AIGC假新聞暢行無阻?
從AI與新聞業的融合歷史進行觀察，AIGC邁入新聞自動生產領域意味著其從新聞生產工具，搖身一變成為新聞生產的主體。然而，不管是AIGC本身的資訊辨別與生產能力，還是新聞生產分發各流程，都似乎尚未對此變化做好準備。
1.源頭上的挑戰：AIGC資訊生成機制的桎梏
首先是資訊生成機制層面，這是源頭上的問題。AIGC帶來的假新聞問題，與其本身所使用的語料庫和缺乏真實核查能力的資訊生產機制密不可分。
AIGC的核心是基於資料預訓練的大規模語言模型（LLM），其可以模擬人類生物學和神經學識別資料的模式，為使用者提供答案。而基於機率生成和預訓練材料的模式有兩方面侷限性：
第一，基於機率生成的模式明顯缺陷在於重複常見的錯誤，即當一個論述在資料集中出現的頻率越高，被作為答案生成的機率也就越高。然而，在資料集中頻繁出現並不等同於該論述具備真實性與正確性，一旦一個高頻虛假資訊被當作正確答案反覆輸出，“謊言重複千遍便成為真理”的現象就極易出現。
第二，受限於預訓練材料，模型無法吸收新的反事實證據以測試材料的真實性；此外，預訓練材料中的資訊是否真實可信、資訊囊括範圍的大小也對AIGC生成資訊的真實性產生了影響。[11]
對AIGC進行訓練的語料庫，肩負著保障AIGC輸出資訊精準性的重要責任，語料庫有限、語料庫的時效性滯後，均是AIGC資訊失實的原因。用於AIGC訓練的語料庫往往包含了大量在網際網路上抓取的文字，這些文字魚龍混雜且真實性存疑，無疑給缺乏資訊辨別能力的生成式AI帶來極大的迷惑。更嚴重的是，其中的虛假資訊可能會經AIGC包裝、輸出後回流至網路平台並再度回到AIGC的訓練語料庫中，形成虛假資訊的循環，進一步循環污染資訊環境的真實性。
ChatGPT在接受《時代》“採訪”時，承認自身在資訊質量上的不足：“我盡我所能提供精準和有用的資訊，但我不是一個完美的知識來源，我並不能總是提供完整或正確的答案。”在這一方面，技術仍有很長的路要走。
2.更智能卻更狡猾：強包裝能力助推假新聞流傳
AIGC“一本正經地胡說八道”已經成為笑談，然而，當人們還在打趣人工智慧實則為“人工智障”，這一技術已經悄然成長，從“一本正經地胡說八道”搖身一變為“令人信服地胡說八道”。
NewsGuard在一項針對GPT-3.5和GPT-4的測試中發現，面對100條同樣的虛假資訊生成指令，GPT-3.5拒絕了其中20條虛假資訊的生成，而GPT-4卻生成了全部 100條虛假指令；同時，GPT-3.5生成的資訊中包含著51條免責聲明，GPT-4卻僅包含了23條。這意味著作為GPT-3.5的升級版，GPT-4並沒有在識別並拒絕生成虛假資訊上有所進步，反而比GPT3.5具備了更為徹底、更具說服力的虛假資訊生成能力。
AIGC強大的傳播能力不僅在於生成資訊的說服力上，同樣存在於生成資訊的速度與規模上。傳統新聞時代，新聞工作者需要具備規範的新聞寫作、新聞攝影與新聞視訊製作等專業能力。而人工產出一份達到刊發標準的新聞作品，往往需要經過資料準備、現場調研、資訊核查、後期寫作製作等一系列環節，從而才能保障作品的真實性和可讀性等標準。花費幾個月甚至更長時間深入現場進行深度調查報導、挑燈夜戰趕稿潤色以期為讀者呈現最好效果，對於新聞工作者來說是家常便飯。然而，不受新聞倫理約束的AIGC卻能大批次、高效率地生成新聞報導。當大量 AIGC假新聞湧入資訊平台，而大眾卻未擁有辨別能力時，新聞領域就極可能出現“劣幣驅逐良幣”的態勢。
3.從生產到分發：尚未做好準備的新聞業
面對AIGC的入局，無論是生產還是分發，新聞業的上中下游似乎均未摸索出相對契合的共處之道，從而助推了AIGC假新聞的暢行。從傳統新聞生產環節考量，無論是AIGC技術缺陷導致“幻覺生成”，抑或還是被刻意利用，當這一新技術帶來的虛假新聞資訊氾濫之時，社會公眾對於新聞資訊的信任度便隨之下降，這給新聞從業者帶來了全新的挑戰。
美通社2023年全球媒體調查報告顯示，在針對全球3132名記者的調查中，有27% 的被調查者認為，保持作為可靠新聞來源的可信度，是新聞行業在這一年面臨的最大挑戰。在被問及新聞從業者和新聞機構的最優先事項時，“保持”內容精準大幅領先於其他選項。[12]一方面，AIGC技術能夠讓人類記者從較為繁瑣、機械的基礎工作中解脫出來。另一方面，一旦新聞機構越來越多地將生產新聞的能力讓渡給 AI，與之相匹配的資訊核查制度卻尚未建立，由此便可能導致未經核查的資訊加速流入網路，造成真實性的污染。
從新聞分發環節考量，傳統媒體時代，新聞資訊從採訪、撰寫到刊發，過程中經歷了重重把關，資訊的真實性經過多重審查，確保出現在受眾面前的新聞極少虛假。但平台化時代，人們已經更習慣從網際網路直接獲取資訊，傳統的“受眾”向“使用者”轉變，新聞消費者與生產者的界限日益模糊，人人都可以發佈資訊，使用者接收到的資訊不完全來自權威的媒體信源。面對大量資訊，平台的稽核機制無法與傳統媒體的把關機制一樣行之有效，判斷資訊真實與否的環節從內容生產階段後置到了資訊消費階段，而很難要求使用者具備足夠辨別假新聞的能力，這同樣為AIGC假新聞的盛行提供了空間。
演算法同樣會將使用者更願意聽到的虛假聲音進行精準推送。正如佐治亞理工學院互動計算學院副教授Munmun de Choudhury所說：“人工智慧生成的錯誤資訊實際上往往具有更大的情感吸引力。”[13]在演算法對使用者的精準瞭解和AIGC強大情感吸引力的雙重加持下，AIGC假新聞以使用者最想看、最願意相信的形式來到他們身邊。
(三)AIGC時代，新聞核心仍不可失
技術發展的潮流始終不可阻擋，步入新世紀，二十餘年間層出不窮的新技術對新聞業的變革，速度之快、影響之大已遠遠超過了過往的任何一個時期。
在新聞分發管道上，從傳統的專業媒體分發，到入口網站、搜尋引擎，再到社交媒體、個性化推送的新聞客戶端，分發管道的變化與融合使新聞機構不斷調整內容形式，以適應不同分發管道的特徵[14]。
在新聞內容形式上，從傳統的圖文報導，到圖文、視訊等形式的融媒體新聞，再到強調受眾互動性的遊戲新聞、新聞直播等，新聞內容生產在技術的變遷升級中不斷調整。
在新聞生產手段上，寫稿機器人、AR/VR新聞、感測器新聞乃至今天的AIGC新聞，構成了新聞生產的多元格局。
“新聞，是新近發生事實的報導。”作為對於事實的報導，無論技術手段如何變化，真實性是新聞永遠的底線與生命。AIGC新聞雖然在生產速率上有強大的優勢，但缺失的事實核查能力卻是其不可忽視的短板。如果新聞機構在使用AIGC進行內容生產時不能建立起完善的核查機制，勢必會在新聞倫理層面遭到極大的挑戰。
無論技術如何變革，新聞真實性的核心永遠不可丟失。避免AIGC生成的假新聞盛行，既需要機制性的保障，比如加強對AIGC內容的事實核查和細節校對，也需要社會層面的集體努力，比如通過官方教育提升社會公眾的AI媒介素養，增強分辨虛假資訊和低品質資訊的能力。同時，應對假新聞還需要專業機構依靠長期形成的專業機能和規範向輿論場填充大量真實的新聞，避免“劣幣驅逐良幣”。[15]正如學者史新燕[16]所說，任何技術的社會化落地，其實質都是技術邏輯與社會選擇“互構”的結果。AIGC應用於新聞內容生產雖在當下具有許多問題，但在社會各界的共同探索之下，或許將帶來新的可能。
三、平台轉移：短影片新聞業快速崛起
牛津大學路透新聞研究院每年都會推出一份觀察報告《新聞、傳媒和技術趨勢預測》，來呈現全球新聞媒體在過去一年的發展趨勢。在2024年的觀察報告中，“平台轉移”成為重要的關鍵詞。報告引用了一項第三方資料，顯示2023年來自Facebook的新聞網站流量下降了48%，來自X/Twitter的流量下降了27%。[17]
造成這種變化的重要原因，就是使用者的新聞接收習慣發生了轉變。目下，以TikTok為代表的短影片平台，正越來越成為年輕受眾獲取新聞類資訊的管道。
這不僅僅是牛津一家機構的結論。多項大眾調研都發現，短影片平台正在成為Z世代的主要新聞來源，也是在歐美國家越來越受歡迎的新聞來源。2023年，皮尤 （Pew Research Center）的一項調查發現，30歲以下成年人中的三分之一，經常在TikTok上瀏覽新聞。Ofcom關於英國新聞消費的最新報告也顯示，TikTok是成年新聞受眾增長最快的新聞來源。
這些資料背後，呈現了全球新聞媒體行業正在發生的一項重要趨勢與轉變：短影片新聞正在快速崛起。
(一)短影片重塑新聞業
自2018年推出以來，短影片平台TikTok發展迅速，根據估算其全球使用者已經超過 15億。它不僅僅是娛樂化內容的承載地，更成為新聞資訊消費的重要平台。
根據皮尤的資料，14%的美國人現在通過TikTok獲得新聞——這比2020年增加了11個百分點。而在30歲以下成年人中，這項資料更是從9%增長到32%。
與之對比，來自社交媒體平台的新聞消費比重正在下降。X（原Twitter）、Reddit、Snapchat、Facebook等，使用者消費新聞的各項資料都在下降。得益於便捷的社交屬性和巨大的使用者數量，社交媒體曾經是新聞資訊的重要流量來源之一，但由於平台政策的變化以及短影片的擠壓，形勢確實有所不同。對於這一趨勢，本報告第四章“內容分發格局重塑”，有專門的梳理和分析。
短影片新聞崛起的背後，其實對應著媒介邏輯正在發生的巨大變化。以TikTok為代表的短影片平台，正越來越成為最有影響力的媒介之一。這種影響力正在現實世界中的各個領域中得以施展，以至於西方語境中甚至誕生了一個詞彙，“TikTokfication”（TikTok化），用來描述網際網路應用競相模仿TikTok以適應衝擊與變化的浪潮。
在被TikTok或者更廣義上的短影片深刻影響的眾多行業和領域中，當然就包括新聞傳媒行業。
那裡有流量，那裡有受眾聚集，那裡能夠施展影響力，新聞媒體機構就會湧向那裡。隨著TikTok的快速崛起，大量新聞機構都陸續開始入駐。根據路透新聞研究所發佈的報告，在全球有規模的新聞機構中，超過一半的機構會定期在TikTok上更新內容。借助TikTok，這些機構得以觸碰和影響更年輕一代的新聞受眾，為未來的發展打下重要根基。
類似於《華盛頓郵報》和《洛杉磯時報》這樣的知名傳統媒體，很早就進駐到 TikTok，開展新聞短影片化的嘗試。更重要的是，這些機構的嘗試，不是簡簡單單的媒介形式的轉換，即把新聞內容用“視訊畫面剪輯+配音效”的方式再度呈現，而是基於短影片媒介特性的深度轉型與適配。除了傳統媒體，一些大型的廣播公司和電視台，也紛紛嘗試在TikTok上發佈新聞類內容來吸引觀眾，並吸引了大量的關注者。
除此之外，一大批基於短影片平台的原生新聞視訊博主也正在湧現，他們進行了重要的新聞內容源補充，並且提供了區別於機構媒體的視角。他們往往會更加關注本地化新聞和熱點社會新聞，並且在視訊中有更多主觀視角和受眾思維，以評論的方式增加個性化內容，這種風格也吸引到特定的使用者關注。
(二)國內的短影片新聞有什麼不同?
為了適應短影片新聞的趨勢，《洛杉磯時報》於2022年6月建立了名為“404”的新聞生產團隊，專門開展實驗性的搞笑視覺敘事。通過memes、視訊特效、獨特的出鏡形象“Judeh”等等元素的應用，404團隊生產出區別於傳統新聞報導的新型風格，並在有關氣候變化和環境議題的相關報導中創造了眾多爆款作品。
《華盛頓郵報》同樣是傳統媒體進行TikTok化的範例。為了適應短影片平台的傳播節奏，《華盛頓郵報》專門聘請了視訊製作人Dave Jorgensen擔任主理人，他以“程序猿”的形象出鏡進行新聞報導，通常一人分飾多角以還原事件、背景資訊以及可能性後果，等等，並且以輕鬆幽默的風格討論嚴肅的新聞議題。
當然，不是所有的傳統媒體在TikTok化的過程中都進行風格的大膽轉化。比如英國《經濟學人》就保持著自身的風格傳統和特色，利用自身的專業優勢，以連續敘事的方式對嚴肅議題進行深度的解釋性報導。
這些媒體的跨媒介嘗試，都取得了相當亮眼的成功。它們以更加友好的方式，利用短影片媒介的特性，與年輕化的讀者實現了溝通和密切聯絡。
近幾年，在國內的短影片平台上，同樣掀起了一波新聞媒體的短影片化浪潮。
如果你是短影片使用者，應該會經常刷到這樣的內容：畫面由簡單的資料畫面或新聞圖片組成，重點突出的文字標題，配上情緒較為飽滿的背景音樂，通過這些元素的組合，用來呈現相關的新聞事件，並且同一個新聞事件的相關視訊，往往會有幾十個帳號共同進行發佈。
除了元素上的統一，在內容報導上的及時性也是這類“短影片新聞”的共性，往往是一個新聞事件剛剛發生，這類視訊就會迅速而廣泛地出現在資訊流中，成為文字新聞報導之外的補充，這些內容幫助習慣於使用短影片應用的使用者也能夠及時瞭解到重要的新聞事件。
不過，區別於國外大型媒體機構在TikTok化過程中進行的多樣性嘗試，國內的短影片在呈現形式及元素採用上還較為趨同、重複，如何在新聞短影片化這一實踐領域解決同質化的問題，會是媒體機構突圍的重點。
(三)“新聞軟化”的趨勢值得警惕
短影片的媒介特性，以及演算法推送的技術機制，形塑著短影片新聞的內容與形式風格。“短音視訊”的內容形式實現了聽覺與視覺元素的創造性結合，因而具備短時間內博得使用者關注的“眼球優勢”。同時，“偏好演算法內容推送”根據協同過濾和個體既有偏好等標準，為使用者提供了定製化的內容分發，並以持續滑動的方式予以呈現。此外，人工智慧等前沿科技的加持讓使用者能夠以較低成本參與甚至主導內容生產。[18]
短影片區別於社交媒體和傳統的新聞載體，具備不同的語言、節奏和呈現風格。但問題在於，新聞的特殊屬性，導致它在觸碰短影片的過程中也會發生一些錯位。
新聞追求真實性，但真實性的實現本身就是一個相當複雜的過程，需要多方求證、反覆核驗，並通過工作制度的設計來作為機制和流程上的保障。但短影片新聞追求的標準，往往是流量數字，而流量數字又跟發佈時間掛鉤，所以追求的目標又會演變成發佈速度的快慢。往往是事件一發生，各類媒體就一擁而上，通過“畫面剪輯+ 配文字”的方式進行內容產出。
在這個過程中，專業媒體和自媒體融合在一起，都以發佈的及時性作為標準，前者的事實考證優勢不復存在。可以說，短影片的媒介機制決定了新聞的深度受阻。同時，短影片平台上內容魚龍混雜，大量虛假資訊在平台上蔓延。2022年的一項研究分析了540個熱門新聞議題的相關TikTok搜尋結果，如校園槍擊事件、政治選舉和疫苗問題等。結果顯示，雖然TikTok確實檢測到並刪除了部分虛假或誤導性視訊，但整體上的虛假與錯誤資訊率仍高達19.4%。[19]
這既對使用者對真假資訊的鑑別提出了更高的要求，也對短影片新聞的生產提出了更多的考驗。虛假新聞往往會有更聳動的標題和更加抓人眼球的畫面，會更容易獲得使用者的關注，從而擠壓了優質新聞的生存空間和傳播機會。同時，較短的內容時長和相對簡單的畫面形式也限制了新聞的深度與嚴肅性，進而影響了新聞品質。
這也是為什麼大量被稱為“新黃色新聞”的內容在短影片平台復現。它們往往不含有新聞資訊，卻極具流量價值。以顯眼的大標題、驚悚音樂、誇張的事件為特點，點贊觀看不在少數，卻很難有什麼新聞價值可言，而且其所呈現的新聞事件的真實性也相當可疑。
當然，從另一個角度來說，短影片新聞也有相當正面的作用。比如短影片新聞有助於緩解受眾新聞迴避和新聞疲憊的問題，尤其是對於很少關注傳統新聞管道的年輕一代受眾來說更是如此。同時，由於電視新聞的落寞，本地化新聞陷入到低谷之中，而短影片新聞借助於演算法推薦以及創作的低門檻，為本地新聞的產出和傳播提供了更多的空間。
整體而言，傳統媒體不應該將短影片視作一種威脅，而應該將其看作是一種自然演變。無論是24小時電視訊道還是社交媒體，抑或是短影片，都只是新聞的呈現形式所發生的變化，其核心依然穩定，受眾的資訊需求也依然存在。正如《衛報》在一篇評論中所提到的：短影片不是新聞業的敵人，而是新聞業接觸人們的一種新方式。[20]如何運用好這個新的媒介形式，會是傳統媒體在短影片時代的必修課和必須深入思考的問題。
四、分發革命：傳統內容分發格局重塑
根據《財富》在2023年8月22日的報導，社交媒體X（原Twitter）正在進行一項新的功能測試，即去除新聞類分享內容的標題，僅保留其圖片和連結。[21]
這一功能於2023年10月生效，但迫於媒體和使用者的投訴與壓力，X在11月進行調整，重新恢復了新聞標題的顯示，並在推文部分顯示連結，而新聞標題會以黑底白字的形式嵌入到圖片上方。但是，新的問題出現了，由於預覽的尺寸不適用於所有標題，在默認尺寸下，超過字元數限制的內容就會被截斷，這意味著新聞標題的顯示可能會不完全。
如果對實情缺乏瞭解，表面看起來，這次更新動作僅僅是產品顯示邏輯的變換。但這一舉動的實質，其實是埃隆·馬斯克對傳統媒體的“回擊”——2022年8月，法新社等傳統媒體起訴X，要求X為使用其新聞報導內容進行分成。而再繼續深探，這一小小動作背後，又是新聞業與社交媒體長達十年蜜月期破裂的延續。
(一)X對新聞媒體的“宣戰”
在過往版本的X上，一條典型的新聞網站分享內容，會以卡片的形式呈現。卡片由四個元素組成，即封面圖、連結、標題和摘要文字：最上面是封面圖，標題粗體顯示，並附有摘要文字。使用者如果對內容感興趣，點選該卡片的任何一處，都可以直接跳轉到原始網頁閱讀全文。
而更新之後，只會在帖子中顯示帶有連結的一張圖像。這意味著，如果發佈者沒有發佈隨附文字，使用者將只會看到一張圖片，以及可能不完整的新聞標題。
根據埃隆·馬斯克本人的說法，這一嘗試“將極大地改善X的美學體驗”。這不難理解，因為相比於之前由四部分元素組成的分享卡片，僅保留一張封面圖無疑會更加簡潔，而且從產品邏輯上，這會降低單條推文的高度，在同樣的螢幕大小中能呈現更多的推文內容。在此之前，發佈者可能利用誇張的標題與摘要吸引使用者點選，僅保留卡片的方式也可能減少此類亂象。
但這個改變對新聞內容的發佈者並不是好消息。此前，新聞媒體可以借由內容分享卡片，為自家網站源源不斷地引流，《紐約時報》《華盛頓郵報》都是典型的踐行者。使用者可以通過點選直接跳轉到新聞網站，也增加了其他內容曝光的可能性。而僅僅保留封面圖的方式無疑會更難吸引使用者。所以，對於X來說，這一更新的真正意義可能是減少使用者跳轉，使其在X上停留更長的時間。
埃隆·馬斯克還盛情邀請記者在X上“直接”發佈新聞內容，並且宣稱各類組織（包括新聞機構）都能通過X的廣告收入分成計畫獲得報酬。當然，這一切的前提是需要訂閱X的付費高級服務，只有訂閱該服務，才能在單條推文中最多發佈2.5萬個字元，也只有訂閱了該服務才能享受分成。
這已經不是X第一次針對新聞媒體有所動作了。在這次更新前不久，《華盛頓郵報》報導稱，X一直在放慢使用者訪問《紐約時報》等新聞機構以及包括Facebook 等網站的速度。延遲的網站名單包括：Facebook、Instagram、Bluesky和Substack，以及路透社和《紐約時報》的官方網站。根據《華盛頓郵報》的測試，點選其中一個網站的連結，使用者需要等待大約五秒鐘才能看到頁面。而其他網站並不受影響，頁面會在一秒鐘或更短的時間內打開。而在這個報導發佈幾小時後，X將延遲時間降低到零。
對於網站來說，相當微小的訪問延遲也會導致流量下降。Google在2016年的一項研究發現，如果網站載入時間超過3秒，53%的使用者會放棄訪問。至於X到底是有意為之還是技術故障，尚不得知。
(二)社交媒體與新聞的“蜜月期”及其破裂
其實不止是X，Meta此前也宣佈，將在2023年12月初停止在英國、法國、德國這三個國家的Facebook News服務——Facebook上用於提供新聞的專項功能。[22]2024年4月初，Meta如約在澳大利亞和美國停止了Facebook News服務。
社交媒體與新聞業的蜜月期，似乎真的結束了。[23]
2008年金融危機之後，廣告商的廣告投入從傳統媒體轉向線上媒體。一面是以 Google為代表的搜尋引擎，一面是以Facebook為代表的社交媒體，二者重塑了內容流量的格局。在這段時期，新聞媒體也從紙質出版轉向了深度線上化，網際網路超越電視和報紙，成為普通人群的主要新聞來源。
源自搜尋引擎和社交媒體的流量，尤其是後者，開始成為新聞媒體的最重要曝光來源。
在這其中，尤為值得關注的是Facebook，也就是現在的Meta。在早期，馬克·祖克柏十分認可新聞內容的積極價值，他認為新聞內容能夠提升社交媒體平台的聲譽，以及從營運層面，能夠提高使用者的留存率和互動率等資料。因此，Facebook 曾一度大力強化新聞內容的推薦比重，讓相關內容獲得更多曝光。
在這樣的推動下，2006年至2016年，社交媒體與新聞迎來了長達十年的蜜月期。
皮尤研究中心在2015年的一項調查顯示，高達64%的網路使用者通過社交媒體獲取新聞。社交媒體對於新聞業的影響可見一斑。
這段時期，是由社交媒體締造的“新聞業的流量時代”，不僅是傳統媒體獲得新生，一大批數位媒體新貴也在這段時間湧現。例如21世紀最為知名的數位媒體BuzzFeed和VICE，業務模式就建立在社交媒體的病毒式傳播之上，巨大的流量和使用者注意力湧入這些媒體，隨之而來的是大量的風險投資。鼎盛期的BuzzFeed和VICE，估值分別達到17億美元和57億美元。
但是，對於新聞媒體而言，這種模式的根基始終是脆弱的。它們的興衰存亡似乎完全取決於平台。一旦後者的演算法和規則改變，商業模式就會受到重創，完全不由自己掌控。
2016年，美國總統大選期間，Facebook被外界質疑利用演算法操縱選舉結果，“劍橋分析”事件更是直接將馬克·祖克柏送上聽證會。面對各方抨擊，Facebook宣佈減少新聞內容的比重。在2018年，馬克·祖克柏的口徑變成了：“新聞是十分重要的，但這只是一小部分人在Facebook上閱讀的內容。”2020年，Facebook進一步強化相關舉措，大幅減少新聞內容和政治內容的推送。
轉過頭來看，這不只是Facebook一家的轉向，而是社交媒體的整體趨勢。演算法的調整使新聞類內容得到越來越少的曝光，這對依賴社交媒體流量的媒體打擊嚴重，由此造成行業性的集體困境。2023年，BuzzFeed創始人喬納·佩雷迪宣佈關停旗下新聞業務BuzzFeedNews，VICE宣佈關閉新聞品牌VICE World News，其主站也正在進行破產申請。Vox Media、Insider、ABC News等一眾數位媒體，都進行了不同程度的裁員。
(三)日漸模糊的未來
過往，新聞業與社交媒體的結合，使前者獲得了更多的流量曝光與營收方式，但其內容生產模式和價值理念也發生了許多變化。社交媒體的流量邏輯，使新聞機構趨向於生產使用者樂於分享的、適合社交媒體閱讀習慣的內容，由此導致了嚴肅新聞的減少、軟性新聞的增加，真實性、公共性等理念，開始讓位於互動性、分享性和情感性。
不僅如此，平台通過演算法和推薦對新聞內容的呈現進行重組，各類榜單也在一定程度上影響了新聞內容的分發模式。通過演算法分發與使用者點選行為的共同作用，更符合流量邏輯的新聞被呈現，而嚴肅的內容則被隱藏於演算法之後。
反過來看，新聞媒體對社交媒體的作用到底是什麼，到底是能夠補充嚴肅內容、增加使用者的留存與互動，還是會讓整個平台因此變得過於政治化並引發“操縱輿論”的危機？不同平台對於這一問題的看法，決定了對新聞媒體的態度。
但時至今日，大部分社交媒體似乎都鐵了心要拒絕新聞媒體來“蹭流量”。
以目前最大的兩大社交媒體平台舉例，X不必多說。自從2022年10月接手以來，埃隆·馬斯克採取的一系列措施就對傳統新聞媒體產生巨大衝擊，包括關停一些記者的帳號，刪除《紐約時報》等媒體的身份認證等等。他更鼓勵新聞記者在X上直接發佈內容，避免使用者因跳轉而流失。
而X的競爭對手，另一大社交媒體平台Meta，也表明了鮮明的“拒絕”態度。在 2023年9月5日發佈的聲明中，Meta這樣說：“使用者訪問Facebook不是為了新聞和政治內容，而是為了與人們建立聯絡，發現新的機會、激情和興趣。新聞類內容之於世界各地使用者在Facebook資訊流佔比不到3%，因此新聞只是絕大多數人Facebook體驗的一小部分。”在Meta旗下的新應用Threads上，也鮮少能夠看到新聞內容和記者的身影。
社交媒體與新聞之間的關係已經成為一種文化現象。根據皮尤研究中心在2021年的一項調研，目前有略低於一半（48%）的美國成年人，會“經常”或“有時”從社交媒體上獲取新聞。“分享”是社交媒體的特質，它也讓更多的新聞內容被看到，更多的故事被講述，以及更多的重要事件被分享、討論與傳播。社交媒體既是新聞的來源，又是新聞的創作者。任何人都可以進行第一手的資訊發佈與分享，他們不必是新聞機構的從業人員，這些分享本身就構成了新聞的一部分。
當然，也正是因為分享如此容易，以至於人們很難一一確認他們所分享的內容的精準性。假新聞和編造的事實大肆傳播，它們往往比真實新聞事件更容易獲得分享，因為更具噱頭，也更吸人眼球。社交媒體無法有效控制假新聞和虛假資訊的傳播，以及由此引發的分歧與對立，也成為平台降低新聞內容比重的一個動機。
對於現在大部分新聞機構來說，當然能夠認識到社交媒體傳播的重要性，但他們必須與沒有相同編輯原則和價值觀的內容創作者分享社交媒體這個空間，很多時候甚至是競爭關係。從業人員和機構學會適應這一模式，變得愈發重要。但現在的情況是，X和Facebook等社交媒體“拒之千里”的態度，讓一切都越來越成為新聞機構的一廂情願。
而生成式AI的崛起，也以相當迅猛的姿態衝擊了內容分發格局。當AIGC內容湧入到社交媒體，類似“新聞bot帳號”的出現，也會奪走使用者本就有限的注意力，使用者更傾向於選擇獲取快速、易得的新聞摘要，從而影響新聞媒體的曝光。
線上新聞媒體的另一大流量來源搜尋引擎，在AIGC應用深化之後，也會發生很大變化。生成式人工智慧正逐漸成為搜尋引擎的主要資訊源。微軟的Bing瀏覽器整合了ChatGPT，升級為NewBing；Google也宣佈在搜尋結果中將優先顯示人工智慧（ 如旗下的Bard）生成的內容。Google在2023年3月的測試顯示，Bard僅提供基本答案和摘要，但並未附上新聞來源連結。
對搜尋引擎來說，這是一種自然而然的“市場行為”，因為它能直接呈現整理過後的搜尋結果，極大提升使用者檢索資訊的效率，最佳化使用者體驗。然而，一旦形成這樣的模式，即搜尋引擎將更多流量分配給生成式人工智慧的生成結果，更為深度、長篇的新聞報導內容將無人問津。由於越來越多的使用者直接從搜尋頁面獲取所需內容，而不再點選進入新聞媒體的首頁，依靠廣告收入分成的新聞媒體的生存空間將受到壓縮。以廣告為核心的收入模式將面臨巨大衝擊，而媒體的訂閱收入也將直接受損。
面對內容分發格局的變革，新聞業的未來日漸模糊。直面變化，並且找到更好的適應方式，或許是新聞業當下最好的選擇。
五、技術替代：新技術衝擊行業裁員與洗牌
2023年5月，好萊塢發生了一場全世界都關注的“大罷工”。
這場罷工行動，是好萊塢有史以來規模最大的一次。從最初1.1萬名編劇參與，逐漸捲入了包括導演、演員等多個演職人員工會。多檔熱門節目和劇集停播、停拍，整個美國影視行業陷入混亂。在罷工長達148天後，雙方於9月達成初步協議。據稱，協議中編劇們在人工智慧、資料透明度、剩餘報酬和最低人員組態等方面獲得了關鍵性的勝利。[24]
這不是發生在好萊塢的第一次罷工。1988年，“美國編劇協會”（Writers Guild of America，WGA）的罷工持續了53天；2007年的罷工則從11月一直持續到第二年的2月。
值得一提的是，這幾次的罷工起因，皆是新技術的出現，第一次是錄影帶，第二次是DVD。而這一次出現的新技術，則是AI。可以說，這並不是一場孤立的罷工行動，而是隱喻著以AI為代表的新技術對於傳媒影視行業的衝擊。
(一)一場事先張揚的“大罷工”
這次罷工的起因，簡單來說，就是編劇人員所屬的工會“美國編劇協會”（WGA），未能與代表好萊塢幾大工作室的“電影和電視製片人聯盟”（Alliance of Motion Picture and Television Producers，AMPTP）在新一輪的合同上達成一致。
早在2023年4月，11500名美國編劇協會成員就經過投票，壓倒性地同意，如果新合同未能簽署，就將舉行罷工。結果，在5月1日舊合同到期後，新的合同還杳無音訊，於是第二天罷工就開始了。因為參與主體主要是好萊塢的編劇與演職人員，所以這場罷工行動就被稱為“好萊塢大罷工”。
雙方未能達成一致的焦點在於加薪協議。WGA要求為編劇人員爭取接近6億美元的加薪總額，但AMPTP否決了這一要求。AMPTP背後的陣營包括亞馬遜、迪士尼、環球影業、派拉蒙和Apple等大型公司與影視平台。
好萊塢歷史上發生的每一次罷工，都對美國的影視行業產生了巨大影響。這一次罷工也不例外。除了《吉米·法倫今夜秀》《周末夜現場》等多檔夜間脫口秀節目停播以外，根據《華盛頓郵報》的統計，有二十餘部影視劇集或項目受到了影響，包括正在拍攝的《怪奇物語》最終季、《阿凡達》和《星球大戰》的續集、《權力的遊戲》衍生劇《七國騎士》等。[25]因為沒有編劇，這些劇集無法繼續拍攝，一些夜間節目則以重播舊節目暫為替代。
由於罷工的溢出效應，與影視相關的行業也受到波及。包括道具製作公司、裝置公司、運輸司機等從業人員，甚至是拍攝現場的餐飲工作人員都失去了工作。
除了編劇，好萊塢的演員和導演們也就新一輪的合同與AMPTP進行談判。演職人員加入罷工，無疑導致了好萊塢更廣泛的停擺。而在這幾個陣營中，美國導演協會（DGA）最先與AMPTP達成協議，包括增加薪酬（3年內加薪12.5%）和福利待遇、提高串流媒體內容分成以及防止人工智慧濫用等內容。
(二)AI正成為衝突核心
根據WGA此前發佈的一份報告，過去十年間，作家、製片人的周薪中位數下降了 23%。同時，美國編劇中有近一半（49%）在領取最低工資，他們的薪酬標準僅僅比10年前提升了16%。[26]
這聽起來匪夷所思。畢竟過去十年，也是串流媒體平台迅速發展、攻城略地的十年。網飛創下了一個又一個資料奇蹟，並佔據好萊塢半壁江山，大量的劇集被開發、拍攝、播出，創造巨額利潤，與之對應，製作投入也在水漲船高。但編劇獲得的收入卻相當少，甚至一直在縮水。
這不得不提到串流媒體平台對傳統製作模式的衝擊，以及由此導致的編劇收入下降等問題。
過去，在傳統的影視製作行業模式中，編劇受聘寫作劇本，一部劇大概會僱傭 7~12位編劇，他們集中writer's room（編劇室）裡，用時20周左右來撰寫完整劇本。
但在串流媒體的時代，writer's room變成了mini room（迷你編劇室）。製作方會要求編劇先完成大綱，或者試播集劇本。而後續的劇本製作要麼會因試播集反響平平而停止，要麼製作方會聘請要價更低的初級編劇，根據大綱完成剩下的劇本。同時，劇集也從20集傳統劇集變為6~8集的串流媒體劇集。
這樣的狀況，不僅使編劇面臨極大的工作壓力，他們的基本福利也無法得到保障。因為製作方只有在編劇為他們工作的時候才會提供福利保障，而他們實際的工作時間大大減少了。編劇正在成為一種非常不穩定的工作類型。
除了串流媒體平台的衝擊，AI特別是AIGC也成為此次衝突的核心。
自2023年初以來越來越受到關注的ChatGPT，已經影響到好萊塢乃至整個影視行業。漫威最新播出的影視劇《秘密入侵》，就已經將AI運用於製作過程，生成了開場字幕，並飽受爭議。
對於編劇來說，本就微薄的福利，很難再受得住AI就業替代的衝擊。同時，AI訓練的資料庫，現有的劇本佔其中很大一部分。這相當於是AI竊取了編劇的勞動成果，卻不需要支付任何報酬。所以，針對AI的種種要求，成為這次罷工中的多方主體所爭取的核心。
WGA在談判過程中要求不允許AI獲得署名，並且不能要求編劇根據AI寫好的內容
進行修改，因為這樣也會顯著減少工作時長。與此同時，在未經允許的情況下，製作方不可以將工會成員的劇本進行AI訓練。導演工會和演員工會的談判也聚焦於這一點，前者要求確認AI不能取代導演工會成員履行職責，後者則聲明禁止在未經許可的情況下，使用演員的肖像進行人工智慧訓練。
直至9月末，罷工停止，最後的協議規定：AMPTP可以使用AI生成的素材，但不能撰寫或改寫文學素材，AI生成的素材不會被視為原創作品，這是為了保護作家的版權不被AI破壞，作家也不能被要求使用AI軟體。AMPTP還同意公開串流媒體播放時長的保密資料，並據此支付更多的剩餘報酬，編劇們還贏得了對電視節目編劇最低聘用人數和聘用期限的要求。[27]
(三)AI帶來新聞傳媒行業的“大洗牌”
好萊塢大罷工中，AI正在成為衝突核心。而在好萊塢之外，AI也正在帶來新聞傳媒行業的“大洗牌”。
2017年底，麥肯錫全球研究院（McKinsey Global Institute）發佈了一份有關人工智慧與全球就業市場的宏觀報告，報告預測，隨著科技的進步，到2030年，保守估計全球15％的人（約4億人）會因人工智慧工作發生變動，激進預估會影響30％的全球人口，也就是8億人。
在新聞傳媒行業，由新技術帶來的行業洗牌，在一定程度上印證了這樣的預測。德國出版巨頭Axel Springer的CEO坦承，該公司準備降本增效，用AI取代部分記者；全球第一家完全由人工智慧生成的新聞網站NewsGPT也已經露面，它沒有記者，所以號稱沒有偏見，每周7*24小時提供“精準可靠”的資訊。
新聞傳媒業不僅需要應對全球經濟滑坡所帶來的行業經濟下行問題，同時串流媒體AI等技術進入新聞業後，不斷衝擊原有的新聞採編、分發模式，影響著新聞記者的生存狀況。例如自動化報導和自動編輯系統的引入，在解放一部分人力的同時，也造成了部分從業者的冗餘。
根據福布斯的統計，自2023年1月至今，三十余家報紙及媒體機構進行了不同程度的裁員，其中最為慘烈的當屬《洛杉磯時報》。2023年6月7日，《洛杉磯時報》宣佈由於“經濟環境和新聞行業的獨特挑戰”，將裁減新聞編輯室的74名員工。2024年1月23日，又宣佈裁員20%以上，涉及至少115名員工，包括記者、資深編輯和專欄作家。[28]
數位媒體BuzzFeed也因計畫採用AI生成測驗類內容而裁減一定比例的員工。在2023年4月20日，BuzzFeed創始人再度宣佈關閉旗下新聞業務，裁退約180名員工，涉及內容、技術、行政等部門，佔總數的15%。
不僅如此，AI也廣泛影響著各類內容生產行業。2023年，繼Google、亞馬遜、Snap、領英之後，音樂串流媒體Spotify也啟動了第三次裁員。Spotify的首席執行官丹尼爾·埃克在相關聲明中表示，隨著規模的精簡，公司也將能夠拿出更多的利潤投入到業務中，“精簡並不意味著目標會縮小，而是意味著將用更聰明、更有效的方法去達成目標”。而這個所謂“更聰明、更有效的方法”其實指的就是人工智慧 [29]。
一如布萊恩·阿瑟在《技術的本質》中所總結的，經濟會對新的技術體的出現作出反應，它會改變活動方式、產業構成以及制度安排，也就是說，經濟會因新的技術體而改變自身的結構。新技術攪動舊的格局，自然而然也將帶來新的問題、新的衝突，這將是一個永恆的問題。
六、受眾4.0：技術賦權受眾轉為資訊生產者
自網際網路誕生，關於“新聞受眾”的爭議就不絕於耳。原因很簡單，當人們能夠隨時隨地在網際網路上發佈資訊，甚至在很多新聞現場，普通人比傳統的新聞媒體機構能更快地傳播資訊，似乎成為了“新聞製造者”。
而高歌猛進的AIGC則讓人們再次審視新聞受眾的概念。如果說網際網路賦予了人們“傳播”資訊的能力，AIGC則讓“創造”資訊成為了可能，受眾的能動性愈發不可忽視。
根據學術領域對於“受眾”進行的分類，作為日常對話主體的受眾是“受眾1.0”，作為媒體內容讀者和注意力商品的受眾是“受眾2.0”，在“人人都是新聞記者”的社交媒體時代，能夠隨時記錄、隨時發表的受眾成為“受眾3.0”。那麼，步入AIGC時代，借助AI，獲得媲美專業生產能力的受眾，直接邁入了“受眾4.0”時代。
(一)AIGC時代：受眾從傳播資訊到生產資訊
對於新聞業而言，AIGC不僅將改變內容生產方式，同時也將重構生產關係。
回顧技術發展史，網際網路的出現已經實現過一輪轉換。Web 2.0時代，個人部落格 （Blog）、社交媒體等媒介形式的應用，使得普通人獲得了“發表權”，即可以在網路上發表自己的各類觀點。這扭轉了前網際網路時代傳統媒體對發表權的獨佔局面。由於建立媒體機構、建立一份報紙或一家電視台的成本極高，從而形成了資訊發佈的高門檻，普通人很難有機會和足夠的資本建立自己的管道，而借助網際網路和移動裝置，每個人都成為了“新聞記者”，隨時隨地記錄、隨時隨地發佈。
如果說網際網路改變了內容分發的格局，那麼以ChatGPT為代表的AIGC技術則實現了內容生產的“平民化”，普通人借助AI的力量，跨越專業門檻，成為媲美專業人員的內容生產者，基於自身需求，進行定製化的新聞內容生成。而借助社交媒體，發行的成本同樣可以忽略不計。
簡而言之，網際網路賦予了受眾記錄事實、分享資訊的能力，讓文字、圖片和聲音成為表達所見所想的工具。而AIGC帶來了更為深層次的變革，它直接賦予了受眾創造與生產資訊的能力。受眾只需要輸入指令性的文字，就能夠獲得想要的內容。如果說前者意味著受眾參與資訊分發並成為重要一環，後者則意味著受眾能夠開始更高效地生產內容，有望成為專業高效的“新聞製造者”，與媒體機構共同進行新聞資訊的生產。
作為一項底層技術能力，AIGC門檻相對較低，只要解決網路問題和帳戶問題，不僅新聞從業人員可以使用，普通使用者也可以使用。對於新聞從業人員，由於其專業化水平較高，考慮到可讀性、生產時間成本等因素，對AIGC技術的接納程度可能並不深入。而對於普通受眾，由於沒有類似的“專業包袱”，會更願意使用相關技術。
在這種情況下，利用AIGC的生成能力，普通人也可以進行新聞資訊的生成。例如，針對某一新聞事件，讓ChatGPT快速生成一篇交代前因後果的新聞報導，也可以讓ChatGPT生成近期發生的系列新聞的摘要，方便快速瞭解新聞。此外，還可以直接生成新聞評論等內容。
在網際網路的海量資訊中，如何快速地獲取資訊、整理資訊向來是難題。這裡的資訊不僅指向文字，也包括大量的多媒體內容。而且不同的網站和應用程式，不同的地區，不同的時間階段，各有不同的資訊。AIGC工具能夠在使用者的指令下，迅速獲取、整理、概括和總結資訊，讓使用者更加高效地理解和利用資訊。從這個角度來說，AIGC能夠代替一些總結性的、解釋性的新聞內容。
更重要的是，得益於多模態生成能力，AIGC能夠在文字的基礎上迅速生成圖片、視訊和音訊等多媒體內容，極大地降低了內容製作的門檻。以前，製作圖片和視訊等內容需要專業的技能和裝置，但現在，普通人也能借助AIGC的力量，輕鬆生產出有趣、生動的、形式豐富的多媒體內容。
簡單來說，以前人們僅僅能夠在網際網路上記錄並傳播資訊，但如今網際網路能夠直接幫助人們生產資訊。在這個過程中，受眾不再僅僅是新聞資訊的消費者，而是成為了新聞資訊的創作者和生產者，由被動轉成主動，從而實現了身份主體的轉換。由此，AIGC不僅改變了內容生產方式，還重構了生產關係。
未來伴隨AIGC應用的進一步深化，無疑會激發更多人創造內容的熱情。雖然普通人難以長期穩定地生產資訊，但由於生產主體數量是巨大的，因此生產的資訊從長期來看也是海量的，可能對媒體機構的內容生產地位形成衝擊。這對新聞業的影響也是深遠的。受眾擁有採集和生產內容的能力之後，可以更加獨立自主地進行內容消費，對新聞媒體產出的資訊依賴程度降低，進一步降低後者的影響力和“把關人”地位。受眾以往是媒體機構的服務對象，如今卻可能成為媒體機構某些層面的“競爭對手”。
(二)受眾4.0之後：新聞不存在了?
儘管傳統的新聞媒體機構心存隱憂，擔心他們生產的新聞會被AIGC取代，但如果我們轉換視角，一個可能的回答是，新聞不會被替代，而是被消解了。
19世紀起，技術的每一次進步都帶來了新聞業的飛躍。電報、電話、廣播、電視，無不催生了影響力巨大的新聞媒體。但20世紀90年代開始，網際網路以及相關電腦技術的每一次發展與革新，幾乎都給新聞業帶來不同的挑戰。
這一現象的原因是，以往的媒介技術主要幫助新聞媒體擴大他們能夠接觸到的受眾群體，新聞可以分發到更廣闊的社會大眾中去；但網際網路等技術，賦予了受眾製造內容、發佈內容的權利，催生了“公民記者”“自媒體”等群體。
在這一過程中，網際網路等技術在逐步消解新聞的意涵。好比一場災難發生了，無論是火災、車禍還是地震，人們總能在網上找到目擊者發佈的照片或視訊，這些內容常常還伴隨簡單的文字說明，比如時間和地點。這些零碎但又即時的、真實的資訊，算新聞嗎？
要在這個問題上取得共識並不容易。但是，無論是否認可這些資訊屬於新聞，都不能否認，這些資訊實際上發揮了新聞的功能。所謂“新聞”，其核心就是關於新近發生的事實的資訊。從這個角度出發，普通人分享的資訊，實際上符合新聞的內涵與功能要求。
簡單來說，當傳統的新聞媒體機構焦頭爛額，擔心受眾會取代自己的專業地位，但受眾自身可能並沒有想去生產新聞，也並沒有想要取代機構媒體。他們只是有意無意地生產、傳播某些資訊，這些資訊自然而然地發揮了新聞的功能，擠兌了媒體機構生產的新聞，更加吸引受眾的注意力。
有趣的是，在人們傳播的海量資訊發揮新聞的功能之際，很多媒體機構卻開始生產大量的非新聞性資訊，包括但不限於風景、萌寵、美食、養生等話題相關的內容。這在很大程度上是因為新聞媒體機構越來越難獲取注意力，生產專業的新聞資訊的成本又比較高，為了實現網際網路上的“全時傳播”，只能生產非新聞性的資訊來“填充版面”。
於是現狀變成，普通人分享的很多資訊充當了新聞的角色，專業的新聞媒體機構卻發佈了很多跟新聞沒什麼關係的內容。新聞的意義，也就逐漸弱化了。人們依然會想要主動地獲取各類新近發生的事實，也想要瞭解相關的評論和解讀，但他們不一定會將這類資訊理解為新聞。比如，人們會去關注新聞當事人的微博，關注某些專家學者的B站和抖音帳號，但他們不認為這是在關注新聞，也不對傳統媒體機構生產的新聞內容感興趣。
新聞傳播領域的研究者們早已注意到了這一現象，並嘗試用各種概念去闡釋，一個比較受認可的概念是“液態的新聞業”。其基本意涵是，新聞業的邊界以往是相對固定的，但現在就像液體一樣，是流動的，邊界是不明晰的。
“液態的新聞業”意味著記者的身份不再固定，他們可以在記者和社會大眾之間不斷轉換自己的身份，新聞受眾同時也在成為新聞資訊的生產者。記者與非新聞從業人員之間的“流動”成為常態，這一界限在某些情境下甚至會消失。新聞的本質是資訊，以往新聞作為一種特殊的資訊，有相對明確的邊界，區別於其他類型的資訊，但現在，新聞跟其他資訊越來越難區分。
技術消解新聞，並不是說新聞不存在了，發揮新聞功能的資訊依然存在，但這種資訊是否被認為是“新聞”，在社會層面可能缺乏共識。換言之，新聞的所指依然存在，但其能指已經被掏空了。在這種背景下，媒體機構擔心新聞被替代，可能只是一個偽命題。“新聞受眾”這個概念是否還存在，也應該打一個問號。
(三)媒體機構如何應對衝擊?
雖然新聞業的邊界在淡化，但在可預見的未來，傳統的新聞媒體機構依然會持續存在，但這並不意味著所有的媒體機構都能度過技術浪潮的衝擊，必然有媒體機構會在這一過程中落後，甚至被淘汰。面對AIGC的衝擊，面對受眾4.0的崛起，如何應用技術實現轉型，而不是被技術淘汰，如何形成與普通創作者的差異化、強化專業邊界，是新聞媒體機構必須直面的挑戰。
實際上，AIGC對於媒體機構來說，也是提升生產效率的利器。AIGC無疑能夠幫助媒體機構更加快速、更加精準地生產不同媒體形態的內容。雖然說AIGC的門檻已經降低至普通人就能使用，但媒體機構的核心競爭力在於，能夠持續地生產專業資訊。
雖然網際網路上普通人可以生產傳播各種資訊，但持續生產是一般受眾所難以實現的，即便AIGC很高效，依然存在時間成本，特別是某些大模型需要收費，對普通人來說可能不願或難以承擔。此外，某些受眾可能熟悉特定的專業領域，擁有豐富的知識儲備，但他們要跟媒體機構一樣保持高頻的內容產出，也並不輕鬆。再者，媒體機構生產的內容更為多元，而普通人的產出可能僅僅侷限於自己的生活和專業背景，如何持續地生產不同類型的內容，難度就更高了。
AIGC雖然入門的門檻相對較低，但要真正利用它生產出令人矚目、高品質的內容，難度不容小覷。AIGC的本質是基於文字生成內容，而文字本身即是思維的一種外在表現形式。要想通過AIGC生成高品質的內容，首先必須具備卓越的思維，並且能夠用精確、富有邏輯的語言將這些思維表達出來。
具體來說，AIGC的使用者必須具備獨特的見解和創新的思維，這樣才能為AI提供豐富、有深度的內容基礎。在此基礎上，他們還需要具備出色的表達能力，將這些思維以清晰、有條理的方式傳達給AI。此外，他們還需要對如何“馴化”AI有一定的瞭解和實踐，知道如何通過調整參數、最佳化演算法等方式，使AI能夠更好地理解並呈現出自己的想法。
在這個過程中，思維與想法是最珍貴的部分。很多時候，人們在面對AI時，可能連自己真正想要的是什麼都不知道。在這種情況下，使用者很難通過AI生成出吸引人、有深度的內容。畢竟，在AI具備自我意識之前，它只能作為一種服從人類指令的工具存在。而如何巧妙地運用這一工具，本身就是一種需要不斷學習和提升的能力。而媒體機構擁有專業的從業者、豐富的內容生產經驗，無疑比一般使用者更具優勢。
雖然AIGC為新聞業帶來了眾多正面影響，但與此同時，它也伴隨著一系列潛在風險。其中，新聞的真實性首當其衝。在AI輕易創造萬物的今天，我們如何確保所接觸到的內容都是真實可信的？
早在2019年，非洲加彭就曾發生過深度偽造技術（deepfake）引發政治風險的事例。近年來，如何監管AI更是國內外熱議的話題，但除了法律層面的監管，傳統媒體機構在新聞倫理道德層面也應當肩負責任，為AIGC的使用制定一套通用的規範。
憑藉多年積累的社會公信力、新聞生產經驗以及廣泛的傳播管道，媒體機構完全有能力嘗試為AIGC的使用制定規則，形成新聞倫理道德相關的規範，並在此過程中強化自身的專業地位，甚至還能通過規範技術的方式，為未來的技術發展指明方向。2024年3月21日，中央廣播電視總台正式制定出台了《中央廣播電視總台人工智慧使用規範（試行）》，正是相當有益的嘗試。
真實是新聞的生命，社會永遠需要真實可靠的資訊。在AIGC等技術的衝擊下，無論受眾發生何種變化，無論資訊的形態有何不同，當新聞媒體機構致力於維護全社會真實資訊的生產與傳播時，便履行了自身的社會責任，也就能夠在資訊生產和傳播的激烈競爭中存活下來。
七、內容在地：本地新聞的失落與重生
在二十一世紀的前二十年，美國新聞業經歷了紙媒時代的最後高光時刻，領略了數位媒體造就的黃金時代，但隨之而來就是較為漫長的冰河時期。尤其是2020—2022這三年，新冠肺炎疫情以及伴生的經濟增長放緩，給新聞業帶來沉重打擊。而這其中，本地新聞又首當其衝。
根據一項報告的統計資料，僅僅在2020年4月和5月，美國就至少有30家報紙關停或者合併，另外有數十家報紙取消紙質版、全面轉向線上化，傳統和數字新聞業務的數千名記者被解僱，成千上萬個社區的居民失去了本地報紙。[30]面對現狀，這份報告給出了一個相當精準卻又悲哀的描述：這些社區和居民，陷入了“新聞荒漠”（news desert）之中。
所有的這些負面變化，激發了一種不安情緒：對於本地新聞生態系統崩潰的擔憂。
(一)本地新聞的失意20年
本地新聞，又稱“地方新聞”，一直是新聞系統的重要組成部分，它以新聞事實的發生地為標準，特指發生在本地區的新聞事件，涵蓋政治、財經、體育、民生等多種類型的報導，以滿足本地居民的新聞需求。
疫情與經濟放緩在短時間內極大加速了本地新聞的衰落。根據統計，美國有200多個縣沒有當地報紙，近50%的縣只有一份報紙，而6%以上的縣根本沒有專門的本地新聞報導。報紙以外的其他媒體來源也無法填補這一空白，例如數位媒體，儘管它們在報導和分發本地新聞方面更加便捷（開設一個本地頻道即可），但它們通常會關注人口更加密集的社區，而不是潛在受眾稀少的落後地區。超過6500萬美國人生活在只有一家當地報紙或根本沒有一家報紙的縣。[31]
本地電視台也是如此，電視新聞傾向於關注全國範圍的新聞事件或最具聳動性的本地故事，因而謀殺、犯罪、車禍或自然災害類的題材會更受青睞。而許多受到資助的公共媒體機構，則主要依賴於轉載內容而非原創報導。這些媒介都無法緩解本地新聞的來源焦慮。
在過去的15年，美國失去了2100多份報紙，這使2004年初擁有本地新聞媒體的 1800個社區，在2020年初已經沒有任何報紙。即便是倖存的6700份報紙，許多也早就已經成為“幽靈報紙”：只有原來的“外殼”，但新聞編輯室的採編人員和報紙讀者數量都大大減少。這同樣是不可忽視的情況——在過去的15年裡，一半的報紙記者和讀者也消失了。[32]
以報紙《Siftings Herald》為例，其在2018年9月發行最後一期時，訂閱者數量已經降低到只有1600份（當地有1萬名居民）。幾十年來，該報一直保持周一到周五每天出版，但隨著訂閱者和廣告收入下降，先是在2016年減少到每周兩期，而後在2018年被所有者關閉。
本地新聞的衰落當然有跡可循。它既融於整個新聞行業衰退的大背景之中，也有自身的獨特原因。這一趨勢早於網際網路的興起，早在20世紀五六十年代，來自廣播、電視的競爭，就致使報紙受眾開始流失。而網際網路的出現則徹底加速了這一處理程序。新聞受眾的閱讀習慣和注意力方向都發生根本性的變化，而後出現的個人部落格、社交媒體、短影片等等每一種媒介形式，都將紙質報紙向更大程度的衰退推進了一層。
而本地新聞衰落的另外一個核心原因，則關乎於廣告。廣告是新聞媒體的主要盈利來源，對於本地新聞媒體來說也是如此。但步入平台時代，以搜尋引擎、社交媒體為代表的各類平台在廣告方面獲得了更大的優勢，原因在於平台可以通過各類行為資訊，來確定最有可能購買特定產品或服務的使用者，並以此來進行個性化推送。相較於傳統的廣告模式，定向廣告觸達效率和精準度更高，對於廣告商來說，也可以節省更多的廣告預算。
但顯然本地報紙沒有辦法獲取這些資料（它甚至無法實現很好的數位化），更沒有技術能力提供相同類型的定向廣告。因此，廣告商已經將廣告投入從傳統報紙轉向了以搜尋引擎和社交媒體為代表的線上平台，例如Google和Facebook。而剩下的份額，則由電視台、報紙和廣播電台來競爭。根據統計，2008年至2018年間，報紙行業的廣告收入下降了68%。
廣告的轉移，與受眾的注意力流向一致。不僅僅是廣告，使用者的新聞需求也正在從本地的新聞報紙，迅速流向社交媒體平台。2019年皮尤研究中心的一項調研發現，目前超過一半的美國人（54%）“有時”或“經常”從社交媒體獲得新聞。皮尤還發現，Facebook作為美國人最常用的社交媒體網站，超過一半（52%）的美國成年人在那裡獲得新聞；YouTube是第二受歡迎的新聞來源，28%的成年人在上面獲取新聞；其次是Twitter（17%）和Instagram（14%）。從2018年起，社交媒體已經超過了報紙，成為大多數美國人的新聞來源。
隨著廣告收入下降，媒體採取了一系列措施來保持盈利水平。比如，為了削減發行成本，許多地區的本地報紙減少發行面積和紙質版數量，例如《亞特蘭大日報-憲法》在1996年向居住在佐治亞州的124個縣的讀者售出42萬餘份報紙，然而現在數字已經下滑到在32個縣售出11萬份報紙。同時，為了抵消訂閱收入的下滑，許多報紙提高了訂閱價格，這加速了訂閱數量的下降趨勢。畢竟今時不同往日，從社交媒體獲取資訊已經過於簡單便捷，況且還是免費。
(二)本地新聞衰退，影響是什麼?
當一個地區失去了專門的本地報導，留下的“資訊真空”將產生各個層面的負面影響。在美國，本地的新聞媒體在所屬地區通常發揮著重要的資訊同步和議程設定作用，它是本地居民有關地方政府、地方選舉以及其他公民活動的重要資訊來源2010年的一項研究發現，居
住在洛杉磯縣郊區、可以接觸本地日報的受訪者，會比生活在沒有報紙的社區的受訪者更有可能參與定期投票。而2019年的一項報告顯示，在報紙裁員最嚴重的地區，當地市長選舉的競爭程度較小，而那些失去當地報紙後繼續參加選舉的人更容易受到政治兩極分化的影響。2018年的一項研究發現，失去本地報紙的縣在2012 年選舉中的票數比那些擁有專門的地方新聞來源的縣要少。[33]
除了政治資訊同步，本地報紙還能發揮“黏合劑”的功能，有助於在社區內形成一種共同的目標感和社會認同感，由此可以成為團結當地的一股強大力量。當本地報紙停辦，圍繞在它身上的政治功能和社會共識維繫功能就會隨之消失。
除此之外，社區居民對於本地新聞的需求，並不會隨著新聞來源的減少而消失，而是會轉移到社交媒體上。在沒有本地新聞來源的情況下，越來越多的當地居民開始從社交媒體上獲得本地的新聞和其他資訊。但問題在於，由於發佈門檻低以及缺乏嚴格的核查機制，社交媒體中瀰漫著大量的虛假消息和錯誤資訊，而這些資訊將帶來嚴重的誤導。
過去，本地新聞機構通過報導當地的即時消息和專家意見，在打擊錯誤資訊的傳播方面發揮著關鍵的作用，這一點尤其是在疫情期間得到了深刻的體現。而隨著本地報紙的大量關停，居民們在很大程度上失去了瞭解自己社區正在發生事情的管道，以及通過當地媒介與他人進行連接的能力。
可以說，本地新聞的消失不僅僅營造了“資訊真空”，讓可用的資訊越來越少，同時還將居民拋入到有很強誤導性和欺騙性的資訊環境之中，並且他們之間逐漸孤立。但這些負面影響顯然還沒有被作為資訊消費者的居民所意識到。根據皮尤研究中心的一項調研，四分之三的公眾仍然沒有意識到本地新聞機構面臨的嚴峻形勢。
(三)AIGC時代，更需要本地新聞
從實際情況來看，美國本地新聞的衰退，有一部分是自我的原因，譬如面對數位化的革新浪潮，遲遲不肯進行創新或者轉型，缺乏對環境變化的快速反應；而另一部分原因，是它無能為力的。在網際網路和社交媒體的大潮之下，整個新聞行業都遭受巨大衝擊，本地新聞當然不能獨善其身，反而由於其自身的特殊性，在這場衝擊中顯得更加脆弱。
美國的本地新聞衰落只是一個引子，因為這樣的狀況正在全世界發生。但問題的複雜性是，使用者對於本地新聞的需求始終是存在的，而且會越來越強烈，因為從各種媒介載體看，本地新聞的來源確實一直在減少。
新聞行業的數位化浪潮發生以來，媒體對本地新聞的忽視日益明顯。網際網路的扁平化和低門檻特性，使得任何一個網站的潛在受眾理論上是全世界的上網使用者。對於線上媒體來說，為了提升網站流量和曝光度，在內容生產和呈現方面，往往會採用全球化的策略，儘可能將報導關注範圍擴大，甚至是關注全世界範圍內發生的重要新聞事件。
這種傾向，反過來也會影響到傳統媒體，因為要參與讀者的注意力競爭，所以越來越多的地方性報紙，會在新聞採編中逐漸擴大全國性報導甚至是全球性報導的比例，“地方性”反而日漸式微。
新聞受眾對於本地新聞的需求其實遠未得到滿足。很多時候，受眾並不想關注過於“遠方的哭聲”，而是更想瞭解自己身邊在發生什麼。一些本地媒體注意到這一趨勢，開始將報導重點回歸到本地化報導，而非全國性的熱點話題。比如傳媒集團 Mvskoke Media就將編輯策略調整為專注本地社區報導，體現對核心讀者的關注。同時，許多媒體開始在當地舉辦各種形式的讀者見面會，例如《檀香山公民報》（Honolulu Civil Beat）就在所在地區舉辦類似於快閃活動的“彈出式新聞編輯室”（pop-up newsrooms）。借助這些活動，一方面能幫助讀者理解報導理念，另一方面也反向瞭解讀者到底需要怎樣的新聞報導，以加強報導的透明度和公開性，整體上加強了新聞媒體與本地讀者的溝通。
越來越多的新聞媒體將專注本地新聞的報導，這種趨勢在人工智慧時代將得到延續。在AIGC引領的智能化浪潮之下，新聞行業受到了一定衝擊，但也獲得了變革的可能性。[34]對於本地新聞來說，這反而是一個很好的機會。基於AI大模型的訓練原理，本地內容的文字量較小，即便納入到訓練資料集，也十分容易被其它類型的資訊淹沒，因而AIGC在本地內容的生成方面表現欠佳。專注於本地新聞，既是現實需要，也會是媒體重新獲得競爭優勢的機會。可以期待，AIGC時代的新聞業，或將發生一波本地化的轉向。 (全媒派)