文/张梦佳 魏桃初

一、生成式人工智能的理论概述

（一）生成式人工智能的概念界定

目前关于生成式人工智能（Generative Artificial Intelligence， GAI）的概念，学界目前尚未形成完全统一表述，但普遍认可其基于深度学习模型，能够自主生成符合特定规则与需求的文本、图像、音频等内容的核心属性。并且我国在2023年8月15日起施行的《生成式人工智能服务管理暂行办法》第二十二条第一款规定，“生成式人工智能技术，是指具有文本、图片、音频、视频等内容生成能力的模型及相关技术”。因此即使GAI的定义目前没有统一表述，但在学界研究中具有一定的共识。

同时在学界研究与产业实践过程中，GAI与AIGC存在十分紧密的关系，但两者应有明确界定。生成式人工智能（GAI）是人工智能领域的核心技术分支，其本质属于技术本体与底层方法范畴。而人工智能生成内容（Artificial Intelligence Generated Content， AIGC）属于GAI技术的上层应用范畴，是指凭借GAI技术在人类指令引导下实现自动或辅助产出的数字内容形态及对应的内容生产范式，是与专业生产内容（PGC）、用户生产内容（UGC）并列的新型内容生产模式。因此GAI与AIGC是底层技术与上层应用、技术本体与形成产物的层级关系，针对技术研发时采用GAI概念，针对内容生产与应用场景分析时使用AIGC概念。

（二）生成式人工智能的发展历程与应用现状

生成式人工智能在2018年之前处于萌芽期，早期的语言模型以美国OpenAI公司研发的GPT-1为代表，其生成能力与数据处理容量有限。而这家公司在2022年进一步研发问世的初代ChatGPT则可作为生成式人工智能进入成长期的开端，随后国内的生成式人工智能发展也紧随其后，GAI发展正式进入规模化应用的爆发期。这个时期国内的AI模型主要以同在2023年开发的百度的“文心一言”（ERNIEBot）、深度求索（DeepSeek）公司的智能助手DeepSeek-V3、字节跳动公司的豆包、北京月之暗面的Kimi、阿里云的通义千问（Qwen）和腾讯在2024年开发的元宝为代表。国际上则以在2026年初掀起的“养龙虾”热的奥地利Amantus Machinna公司开发的OpenClaw（“小龙虾”）为代表。

自此GAI凭借其高度通用性、智能生成性和人机交互性等特征，正式进入在图像、文本、音频等多模态领域广泛应用的发展浪潮，并且随着其数据计算与文本处理能力的快速提高，其应用的领域愈发广泛，在新闻、教育、学术、管理以及司法等多领域都有所应用。在新闻内容生产迈向智能化、数字化的当下，国内凭借GAI技术应运而生的AIGC大模型也呈现出差异化的应用场景与核心优势。例如豆包的应用场景紧密贴合轻量化、流量化、全媒体融合的应用场景；通义千问则聚焦专业媒体的深度化、规范化、规模化的内容生产场景；DeepSeek主打专业化、结构化、机构定制化，核心应用场景聚焦于数据新闻制作的长文档信息挖掘；文心一言则依托百度搜索引擎与知识图谱的技术积淀，主攻权威化、知识型、合规性的新闻内容生产场景。

二、生成式人工智能赋能新闻内容生产的机制

2023年4月，全球首个独立AI新闻生产平台News GPT上线，其核心功能是实现AI全流程新闻生产、24小时虚拟主播播报以及个性化新闻推送，标志着GAI技术正在重塑新闻生产的运作模式与产业关系。新闻生产从“人工主导”迈向“人机协同”，GAI重构了新闻生产的全流程，推动新闻媒体行业向智能化转型。

一是在新闻素材的采集阶段，生成式人工智能借助强大的爬虫与语义分析技术，可快速聚合多源信息，加速新闻生产阶段的信息采集，例如字节跳动公司在2023年上线的豆包就可通过AI实时抓取全网热点，且提供清晰的引用数据与信源，20分钟内就可生成新闻初稿。

二是在内容创作阶段，生成式人工智能的机器人写作与数据新闻采写等功能，可在新闻生产活动中自动生成初稿、标题、摘要、快讯，提高新闻内容生产的效率。例如，以深度处理长文为优势的Kimi（月之暗面）可一键对百万字的长文进行摘要提取，其智能整理功能可为长篇新闻与深度系列报道快速生成选题建议与精简初稿，大大提高新闻内容生产的效率。

三是在编辑审核阶段，生成式人工智能通过其庞大的数据计算与文字处理能力，辅助编辑对新闻文章进行错别字校对、敏感内容筛查以及事件核实等机械性工作，提高新闻内容的审核发布效率。例如，阿里研发的通义千问AI模型除了具有基本的自动写作功能，针对时事内容还会自动标注权威信源，通过红绿色高亮标注帮助用户核验信息真伪。

四是在分发传播阶段，生成式人工智能能针对不同特征平台生成适配的内容呈现形式，实现内容个性化推送与进一步的用户定制化服务。例如，新华社的“AI合成主播”在文化旅游类报道中，能根据观众所在地区、文化背景及旅游偏好等信息，在介绍旅游景点时采用更具亲和力、更易引发情感共鸣的语言风格。

三、生成式人工智能应用于新闻内容生产的风险挑战

生成式人工智能具有强大的数据计算能力与多模态内容创作能力，但GAI缺失独立思考的能力，并且无法到达现场，判断一手材料的真伪，只能听从指令进行数据的概率组合。因此，GAI在新闻内容生产中的应用仍存在内容虚构、伦理失范与内容侵权等方面的风险。

（一）内容虚构风险

生成式人工智能在新闻内容生产的全流程中都有所应用，但在此过程中由于GAI的原生性局限，极易因“AI幻觉”而产生信源失实、事实虚构与文图错位等风险。“AI幻觉”是指AI模型生成的内容看似合理但实际上不准确或虚假的现象。AI基于听从指令到服从指令的结果导向进行内容生产，难免出现其按照概率最优原则构建文本，出现内容表面看似逻辑合理但实际上缺乏真实来源的问题，由此导致新闻真实性遭受质疑的风险。例如，在2025年1月西藏定日县发生6.8级地震时，社交平台上出现一张戴帽子的小孩被压在倒塌建筑物下的照片，引发大量网友关注，但经多方查证该照片为AI生成。

（二）伦理失范风险

新闻伦理是指新闻传播主体和客体在新闻信息的制作、传播和接收过程中应当遵循的伦理道德规范和准则。GAI技术在新闻生产领域的应用也引发了新的伦理危机，一是在内容生产阶段的技术伦理问题。尽管其生成的内容条理清晰、内容详实，但作品中却缺少人文关怀与深度剖析。例如杭州文化广播电视集团在《杭州新闻联播》节目创新中使用AI数字人进行新闻播报，尽管AI主持人永远妆容精致、吐字清晰，但终究无法提供情感共鸣与情绪价值。二是当新闻工作者过度依赖GAI时，新闻作品中缺少新闻工作者该有的深度剖析与价值判断，新闻舆论引导的社会价值也随之被削弱。

（三）内容侵权风险

GAI技术在司法领域应用中，包含应用前端的模型训练数据的合法性以及应用后的版权归属争议等法律问题，同时也给传统的“接触＋实质性相似”的侵权认定标准带来新挑战。GAI在进行前期的数据“喂养”时存在未经授权，使用大量从未知渠道采集的多种信息进行杂糅并生产成新闻作品，导致生成内容与现有新闻版权冲突。例如2023年12月，美国多名知名作家联手发起集体诉讼，指控OpenAI和微软在未经原创者授权的情况下，使用作家海量版权内容以训练其大型语言模型，构成侵犯版权。

四、生成式人工智能应对风险的治理路径

生成式人工智能近年来实现了从听从指令到理解创造的关键跨越，产业应用持续深化。但面临GAI技术在新闻生产领域应用中的内容虚构、伦理失范与内容侵权的挑战，还需从技术监制、人机协同治理与法律完善三个层面进行应对，以推动人机协同深度融合，实现技术的可控、普惠、可持续发展。

（一）技术监制：构建安全可控的技术体系

技术监制是防范生成式人工智能风险的底层逻辑，核心在于通过技术手段弥补AI模型的原生缺陷，强化技术应用的可控性，从源头降低新闻生产中的信息虚构、深度伪造等风险。首先可在GAI技术应用前端增加AIGC模型的水印和提高信息加密技术，增强GAI技术本身的防御能力。其次在新闻素材采集与内容生成阶段，需为AI模型接入多方信源验证系统，通过算法搭建权威信源数据库，将AIGC的信息来源与权威数据库进行实时比对，对无真实信源支撑的内容进行自动标注与预警。最后还可建立针对GAI的实时监测系统，实时监测模型的生成行为，对出现偏离新闻专业规范的模型进行及时暂停与优化，避免如OpenClaw模型无视用户指令的技术失控问题再发生。

（二）人机协同：推动多元主体自律与共治

生成式人工智能在新闻生产领域的应用不应以技术替代人工，而是要通过人机协同实现技术效率与人文价值的融合。人机协同治理的核心在于明确新闻工作者、新闻媒体行业、技术开发者等多元主体的职责边界，坚持“以受众为中心”的核心理念构建起人机协同的新闻生产模式。首先新闻工作者要保持自身作为新闻内容生产“主笔”的主体性与专业素养，将生成式人工智能定位为新闻生产的辅助工具而非“写手”。其次新闻媒体行业要充分发挥自律作用，建立针对GAI技术的内部安全风控体系，推行包容审慎的监管原则与分类分级的监管机制。最后技术开发者需与新闻行业建立深度合作，根据新闻行业的专业需求，开发适配新闻生产的定制化AI模型，强化模型的真实性、客观性导向。

（三）法律完善：健全法律法规与监管体系

生成式人工智能在新闻领域的应用，对传统的版权法、新闻法、侵权责任法等都提出了新的挑战。法律完善是防范生成式人工智能风险的制度保障，核心在于弥补现有法律体系对新闻领域AI应用的规制空白，明确AI新闻内容的法律属性、版权归属与责任认定。首先在立法层面，需加快完善生成式人工智能应用的专门立法，并结合新闻行业的专业属性出台配套的司法解释与部门规章。而在执法层面，监管部门需建立新闻媒体AI技术应用的备案制度，要求使用AI进行新闻生产的媒体报备模型来源、应用范围与内部规范。最后在司法层面，可加强与国际司法规则接轨，借鉴国外典型案例的审判经验，提升司法机关对新闻领域AI应用纠纷的审判能力。

结语

生成式人工智能的应用对新闻业转型来说是“双刃剑”，其赋能机制为新闻生产带来效率革命与形态创新，推动新闻业从传统的人工生产模式向人机协同的智能生产模式转型，但与此同时，技术应用时伴生的信息真实性、伦理失范与作品侵权等风险，也触及了新闻专业主义的核心底线。因此，积极探索应对GAI技术在新闻生产领域应用风险的治理路径，可让生成式人工智能真正成为推动新闻业高质量发展的核心动力，助力新闻业更好地履行信息传播、舆论引导、社会监督的社会责任。

（作者张梦佳系长沙理工大学新闻与传播学院研究生；魏桃初系该院副教授、硕士生导师）

摘自《华声·传播观察》

作者：张梦佳 魏桃初

责编：罗嘉凌

一审：黄帝子

二审：苏露锋

三审：范彬