人工智能在新闻业：哪些新闻机构在使用人工智能时负责任 - 哪些不是

美联社开发了内部AI工具，用于根据公司文件起草收益报告。路透社和彭博社随后推出了类似系统，从监管文件中提取数据。

这些媒体在发布前会让人工编辑审核输出内容。他们保留模型版本和数据来源的详细日志。

2026年，其他新闻编辑室采取了不同的做法。一些中型出版商在员工署名下发布AI生成的摘要，而未进行来源核查。读者注意到体育和财经报道中反复出现幻觉引述。

2026年，AI新闻业沿清晰的界限分裂。

将AI视为严格审核下的助手的组织错误较少。将AI视为替代作者的团体则反复遇到虚构事实的问题。

差异归结于流程，而非模型本身。

三家媒体如何保持低错误率

美联社构建了一个狭义AI系统，用于读取SEC文件并输出收益表格。编辑每次都会根据源文件核实数字。

路透社在实际使用前，会在历史收益季上测试其数据提取工具。团队记录每次模型变更，并在新闻编辑室内公开培训数据列表。

彭博社通过处理传统电讯的同一文案编辑部运行其AI。任何引用公司声明的AI生成句子都必须包含原始文件链接。

这些步骤创建了从来源到发布故事的可追溯链条。

• 数据来源：仅限官方文件

• 审核步骤：需要人工签字确认

• 日志记录：模型版本和提示存储六个月

• 错误响应：发现后两小时内添加更正说明

AI内容未经检查即到达读者的案例

2026年3月，一家地区体育网站发布了一篇AI撰写的比赛回顾，其中引用了一位教练从未说过的话。教练当天在社交媒体上发布了更正。

一份财经通讯使用AI工具总结季度业绩。摘要中列出了一个未出现在任何文件中的利润数字，在投资者质疑后不得不撤回。

两家全国性媒体后来承认，AI生成的背景部分包含虚构的专家姓名。两篇报道都带有员工署名，且没有关于AI贡献的披露行。

这些例子有一个共同模式。模型生成了看似合理的文本。在故事发布前，没有人将输出与主要来源进行比较。

区分负责任政策与风险的要素

负责任的新闻编辑室将AI限制在具有可验证输出的任务上。他们要求源文件附在每个草稿上。

他们还将最终编辑控制权保留给了解主题的人类。没有署名编辑的审核，故事不会发布，该编辑能回答关于模型生成事实的问题。

纪律较松的操作跳过了来源附件步骤。他们允许AI文本带有真实署名，而不表明故事部分是机器生成的。缺乏披露使读者无法判断准确性。

• 范围有限：AI仅处理数字提取或初稿项目符号列表

• 附加来源：每个AI部分都链接回原始文件

• 人类责任：更正日志上出现一位编辑姓名

• 未验证文本无真实署名：AI草稿在检查前保持草稿状态

读者可以自行检查的内容

寻找署名加上单独列出数据来源的注释。发布此注释的媒体往往遵循更严格的流程。

搜索近期AI辅助报道的更正。快速更正的媒体通常保留内部日志，使更正过程快速。

将故事中的主张与脚注中引用的原始文件进行比较。负责任的AI使用表现为精确匹配。松散使用则表现为来源中不存在的数字或引述。

接下来要关注的信号

关注主要通讯社是否在下一季度发布其内部AI指南。公开指南会对其他媒体形成压力以达到标准。

追踪中型出版商AI标记报道的更正率。更正率下降将表明审核步骤正在发挥作用。

关注美国和欧洲关于机器生成新闻文本强制披露的监管讨论。任何新规则都将迫使每家媒体在透明度上选择立场。

这三个信号将显示，到2026年底，谨慎与粗心AI使用之间的分裂是扩大还是缩小。