来源：《青年》2024年第3期

导 读：

本文聚焦天生式人工智能影响下的***生产创新实践，通过一系列代表性调查展示了天生式人工智能在国际***界的基本采纳状况，重点关注天生式人工智能技能在***生产关键领域中的详细实践和创新。

随着OpenAI的ChatGPT等产品的出身，天生式人工智能（Generative Artificial Intelligence）对***创新的影响得到关注。
各种干系技能在***业实践中得到运用，已经能够在赞助内容创作、进行事实核查、处理数据、天生图像、转换与翻译语音以及加速流程性事情等详细情境中发挥一定的浸染，成为部分分担人力事情、提升效率的工具[1][2]。
但是，目前关于天生式人工智能如何影响***创新的研究仍以思辨性剖析居多，缺少对付***业采纳与运用天生式人工智能实际状况的调研；对付天生式人工智能详细如何运用于***生产创新的实践剖析，特殊是在超越技能神话，探索天生式人工智能如何做事于***业的核心义务——宣布事实、呈现原形方面，本色性磋商还不多。

为此，本文希望通过对国内外干系资料的梳理，描绘天生式人工智能运用于***生产不同环节或领域的详细实践与创新之处。
所采取的资料包括Web of Science、arXiv和谷歌学术等学术文献平台，也包括高校与***机构等进行的行业调研及干系博客文章等，如伦敦政经学院（LSE）与谷歌互助的JournalismAI项目、天下***出版协会（The World Association of News Publishers，WAN-IFRA）发布的调研报告等。
本文回顾了天生式人工智能目前在国际***业界的基本采纳与运用情形，梳理了***生产中天生式人工智能对详细实践的影响与创新，并基于此展开了干系谈论。

天生式人工智能的采纳与运用处景

国际***业对天生式人工智能的采纳与利用情形引起了干系专业协会与科研机构的关注。
天下***出版协会与德国调研公司SCHICKLER在2023年4-5月进行了一次有关天生式人工智能对***编辑室影响的调查（以下简称“WAN-IFRA调查”），网络了101份环球各地***从业职员的回答[3]；伦敦政经学院的JournalismAI项目在2023年4-7月同样进行了一次针对***从业者的调研（以下简称“LSE调查”），网络了46个国家、105个不同规模的***编辑室中超过120名***、编辑和技能职员的回答[4]；牛津路透***研究所2023年和2024年先后推出两份关注天生式人工智能议题的***业发展变革和趋势预测报告[5][6]，均包括对付业界管理者（如总编、CEO或数字创新部门卖力人）的调查或访谈，前者调查了135人，后者访问了314人。

（一）采纳情形

在LSE调查中，大部分受访者（85%）表示至少已经考试测验利用过天生式人工智能干系技能。
WAN-IFRA调查则创造：近一半（49%）受访者所在的***编辑室已经在利用天生式人工智能工具；不过，这些***编辑室内从业者利用的频率不高：70%的受访者表示其机构内只有少数（低于15%）每周都利用天生式人工智能工具。
只管这两项调查均非严格意义上的大样本随机抽样调查，限定了其结论的可推广性，但大致透露出的信息是***媒体目前对天生式人工智能的考试测验激情亲切较高，只管其实际的定期利用比例可能尚不高。

（二）机构反应与行动

天生式人工智能对***创新的影响首先表现在组织机构的反应与行动上。
牛津路透***研究所2023年报告中，针对其机构是否已具有宏不雅观上运用天生式人工智能的操持这一问题时，29%的受访者表示已经发布，39%的受访者表示在构思，另有21%的受访者还在考量出台这类文件的必要性；针对有无如何在更详细化的不同情境中利用天生式人工智能的操作指南，仅有16%的受访者表示其所在机构已具有，35%的受访者表示尚在雏形，30%的受访者则表示依旧处在思考评估阶段。
WAN-IFRA调查也创造，仅有20%的***编辑室已经发布正式的天生式人工智能工具利用规范，不过有近一半的受访者表示，虽然尚无成型文件指南，们常日被许可通过他们认为得当的办法利用这些技能。

在不同的策略辅导下，***编辑室之间开拓和整合天生式人工智能技能的组织机制亦不尽相同。
LSE调查指出，有26%的受访者所在机构组建了专门的跨部门互助事情组，29%由其创新及数字化团队卖力，11%由技能部门牵头，9%由数据团队带领，别的26%则通过IT、商业、行政管理、编辑与内容生产等部门卖力这一事情。

（三）紧张运用处景与期待

WAN-IFRA调查创造：以内容择要（summaries）为主的文本创作（如缩写拜登的国会讲话）是目前***编辑室中最普遍的运用天生式人工智能技能的办法（54%），其他较常见的运用还包括简化性的研究或检索（44%）、文本纠错（43%）以及提高流程效率（43%）等。
LSE调查创造，天生式人工智能的运用考试测验紧张包括事实核查与校正、内容趋势剖析，以及写代码、图像天生、标题与文章择要天生等（只管并未报告准确比例）。

WAN-IFRA调查中，天生式人工智能工具被授予最多期望的发展方向包括：更好地提升***事情流程效率（61%）、供应内容翻译（51%）、个性化（42%）等做事。
LSE调查中，受访者期待它未来在***室中发挥更大浸染，紧张集中在以下几个方面：事实核查与虚假信息剖析、内容个性化与自动化、文本总结与天生、通过谈天机器人进行初步访谈并感知公众感情等。
牛津路透***研究所2024年报告中，56%的受访者从***机构决策者的态度出发，认为后台的***自动化（如转录与校正）是未来天生式人工智能工具发展的紧张方向，37%的受访者认为推举系统是未来的发力点，28%的受访者提及有人类参与的内容创作， 27%的受访者提及商业化，25%的受访者提及撰写代码，22%的受访者提及***调查（investigation）和事实核查（fact-checking）等事情。

（四）态度与感知

面对天生式人工智能，WAN-IFRA调查指出，***机构中存在着“谢绝者”（the “no thanks” users）、“谨慎者”（the cautious）、“好奇者”（the curious）以及“引领者”（the champion）四种不同接管态度的人群。
该调查创造，32%的受访者认为管理层是驱动机构内部利用天生式人工智能的紧张群体，其次是数据/技能团队（31%）、（27%）。
针对天生式人工智能当下在***编辑室中发挥的详细浸染，39%的受访者认为其同等兼具赞助工具角色（supportive role）和质量提升实际功能（quality improvement），但更多（50%）受访者认为其紧张扮演赞助工具角色，只有8%的受访者更方向于其质量提升的浸染。
面对天生式人工智能的近期发展，当被问到是否认为其能够成为***事情者的得力助手时，70%的受访者表达了明确积极的态度，只有2%的受访者表达明确否定，别的18%的受访者表示须要完善，10%的受访者则认为不明朗。
在牛津路透***研究所2023年报告中，74%的受访者认为天生式人工智能能够在担保***核心代价的同时提升***机构的事情效率。

（五）关怀与担忧

天生式人工智能并非***编辑室中面对生产效率、内容质量与专业性等问题的完美答案[7]。
WAN-IFRA调查创造：信息偏误（inaccuracies）是大部分受访者（85%）面对天生式人工智能工具时的最大忧虑，抄袭与陵犯版权（67%）、数据保护与隐私问题（46%）以及对事情的威胁（38%）也是受访者的关怀所在。
LSE调查指出，与较传统的智能技能风险类似的算法偏见等问题也被提及，且受访者认为天生式人工智能使得这类风险的潜在危险更难以掌握。
从详细的运用领域看，牛津路透***研究所2024年报告指出，有超过一半（56%）的受访者认为，内容生产是目前天生式人工智能运用最广泛的领域，同时也隐蔽着最大的风险；其次是素材网络（28%）。

天生式人工智能运用的***生产创新实践

***机构及从业者对天生式人工智能技能采纳后，须要将其融入***生产实践过程，这不是大略的技能“利用”，而是不同行动者（包括人类行动者、非人行动者）之间的交互、协商与磨合[8]。
本文从赞助***内容创作、***选题与角度、数据***、调查与监督宣布、事实核查等5个领域，通过案例剖析天生式人工智能如何嵌入***生产的实践过程。

（一）赞助***内容创作

赞助进行***内容生产创作是天生式人工智能在***创新中的紧张运用，既包括资料整理等流程性赞助，也包括直接参与天生文章、图片或视音频等正式内容。
个中，流程性事情赞助紧张包括：稿件审核、条记速记及转录等事情，详细案例包括挪威媒体Verdens Gang开拓的Jojo、丹麦媒体Zetland开拓的Good Tape等[9]；文本翻译与优化事情，例如法国报刊Le Monde在AI赞助下，翻译与产出稿件的效率得到较大提升，在人类编辑加入修订事情的条件下，一天能够生产大约30篇英文版***故事[10]；资料整理方面，如有研究通过指令工程技能，让大模型能够帮助梳理***的韶光线，把握关键事宜的主要发展节点，赞助***生产事情[11]。
还有三类常见运用介于赞助事情流程和实际天生内容之间：第一是***择要的天生，瑞士***媒体Aftonbladet创造，附加了通过人工智能天生择要的***宣布能够增加受众尤其是年轻受众的参与度[12]；第二是***标题的天生、测试与优化，例如YESEO App通过GPT为***宣布天生建议的标题列表，这些标题随后可以被用于A/B测试，以决定哪些标题可以带来更好的阅读量[13]；第三是附加测试题的天生，例如数字媒体The NRI Nation考试测验将GPT-4模型接入谷歌文档，并通过一系列的指令测试，来快速天生***宣布中常用的增加读者与内容互动性的测试（quiz）板块[14]。

除了***生产流程赞助和择要标题等副内容天生外，天生式人工智能亦已运用到正式内容的天生中，呈现两个紧张特点：第一，相对付天生正式完全的文本，天生图片或视音频可能更为普遍；第二，天生图片或视音频亦非直接天生***要素，而是依托于业已存在的***文本，进行文生图（视音频）的转换，或是天生示意性内容。
换言之，目前还很少见到***媒体直策应用人工智能“无中生有”地天生正式的***宣布。
例如，德国媒体Kölner Stadt-Anzeiger、斯洛伐克媒体DennikN均利用MidJourney等工具天生图片，但紧张集中于科技与烹饪等题材[15]；斯洛伐克的Radio Expres以及英国的两家电台则利用人工智能天生“人声”来进行***播报[16]；再如ReelFramer工具，通过人类与人工智能的协作，能够将***文本转换成适宜社交媒体的***短片[17]。

就海内而言，以澎湃***为例，其原创***部曾在《AI的B面》《大国丝路》两个系列宣布中用Midjourney设计了多张海报。
个中，《AI的B面》系列宣布聚焦人工智能干系社会议题，包括人工智能技能“复活”逝者、人工智能伴侣以及人工智能换脸等，该系列4张海报画风偏虚拟科技风格；而《大国丝路》重点关注“一带一起”倡议十周年之际，沿线国家如黑山和印度尼西亚的新变革，该系列4张海报采取统一的手绘漫画风格，结合了真实的地理风光与虚拟的观点元素。
类似地，澎湃的图编团队也曾利用天生式人工智能技能来天生评论类漫画，内容涉及医疗行业反腐等热点事宜或社会议题，在名为《重启童年》的六一特稿中，他们网络读者对童年场景的描述，并通过天生式人工智能复原再现了这些画面。

（二）***选题与角度

现有研究探索了天生式人工智能在创造***选题和宣布角度上的潜力，比较有效的办法并非直接由人工智能供应选题思路（只管***从业者可以这么考试测验），而是基于已经存在的资料文献或采访素材。
范例案例是AngleKindling工具，它旨在通过GPT模型，帮助从浩瀚文件资料中找到发展***故事的不同角度。
[18][19] AngleKindling的紧张特点包括：第一，它将对***资料的关注放在公关通稿上；第二，它能够帮助总结通稿中的核心内容；第三，它不仅考虑公关稿件中紧张存在的积极描述，也会关注潜在争议与负面后果；第四，在供应选题视角时，会供应该切入点的源文本给用户参考；第五，它还会供应一篇作为参照的***宣布内容。
研究团队经由几次零样本提示（zero-shot prompt）和多样本提示（few-shot prompt）的指令调度，终极完成了AngleKindling的工具设计。

作为交互性工具，AngleKindling的界面分割为三个纵向分栏：最左侧的分栏由上至下供应其剖析公关通稿后提取的核心内容点、可调查的方向以及潜在负面影响等可能的***选题视角；在页面中间栏，用户可以看到左侧栏中每个要点干系的详细内容列表；当点击列表中的条款时，页面右侧栏会标识出所关联的原公关稿中的相应内容，同时还供应《纽约时报》过去一篇类似视角的干系宣布作为参考。
该工具已经在***的选题测试中受到好评。

（三）数据***

天生式人工智能因其处理剖析数据和赞助编程、写作代码等能力，对数据***的生产制作具有主要潜力。
一项研究综述关注了大措辞模型在数据***事情中的浸染，总结了大模型可以在数据、叙事、可视化与呈现四个方面帮忙完成数据网络与预处理、提取关键信息、梳理逻辑结果、天生描述和数据可视化等干系事情[20]。
同时，天生式人工智能具有社会科学研究方法意义，能够进行公共议题的主题分类、态度检测、情绪剖析与框架识别等传统须要人工内容剖析的事情，实现内容的自动化编码，从而为数据***制作供应支持[21][22]。
“DATATELES”系统则可以通过GPT3.5来理解、剖析数据图表并天生相应的文本解读，实现从图表到数据叙事的转化[23]。
在处理输入的图表时，该系统的预演习数据库已经包含了数据***中常见的图表类型以及根本性的人口调查数据库等，让其能够更好地理解用户输入的图表内容，天生数据解读的笔墨宣布。

作为我国数据***实践的代表性媒体，澎湃***已经将天生式人工智能利用于数据***生产。
2023年6月，澎湃团队在制作《一票难求的上影节，近十年若何走过？》宣布过程中，数据编辑考试测验利用ChatGPT等工具完成了上影节十年片单数据的抓取和剖析事情。
首先，数据编辑接入能够爬取、剖析和展示数据的三款人工智能插件——包括能让 ChatGPT 联网的 WebPilot、能在线数据剖析和可视化的 Noteable、能让 ChatGPT 展示图表的 Show me；随后，通过人与人工智能的对话不断调度指令和改动人工智能行为，获取网页中有关上海电影节十年的片单数据，根据数据编辑自述这个过程包括了“55次”与ChatGPT的对话，花费“5小时”；末了，再将数据集上传到ChatGPT的数据剖析插件Noteable 平台，让人工智能自动剖析数据，在此过程中须要反复调度指令，直到得到目标结果和图表。
由此可见，天生式人工智能用于数据***的实践是数据编辑与人工智能不断对话、协作的过程。
该团队还以人工智能天生的图像为稿件主体内容，在世界环境日制作了《如果名画有续集，会是什么样？》的数据宣布。
该作品通过Midjourney、Photoshop AI等天生式工具，对《叫嚣》《神奈川冲·浪里》等9幅名画进行了二次创作，以展示景象变革的影响。
例如，基于名画《戴珍珠耳环的少女》，通过天生式人工智能工具添加或修正原画面视觉元素的办法制作了题为《泡在海里的珍珠耳环少女》的“名画新解”作品，天生画面内的海水淹过了珍珠耳环少女的颈部，只露出头部，以此象征景象变暖导致的海平面上升这一环境问题的严重性。
该团队还基于Stable Diffusion大模型，输入了电视剧《繁花》剧照等图像数据来对模型进行艺术风格的迁移演习，并利用演习好的人工智能滤镜对东方明珠近照进行了二次天生式处理，为“繁花里的上海腔调”主题的数据***制作了海报。

（四）调查与监督宣布

天生式人工智能如何能够运用于***业的核心义务——宣布事实、呈现原形？国际上已经有调查***和监督宣布在考试测验利用，个中一个范例案例来自菲律宾[24]。
调查每每依赖政府审计报告来创造有关政府部门贪污渎职问题的线索，例如该国曾从长达46页的菲律宾教诲部2021年审计报告中，创造了个中的几行信息暴露了该部门在购买电脑时的不合理开支，并在后续调查宣布中曝光了这一问题，终极使涉事官员得到法律制裁。
然而，通过人工阅读繁芜而专业确当局文件进行调查宣布受制于职员和精力限定，存在相称大的困难。
因此，调查开始考试测验利用ChatGPT帮忙完成这一任务：浏览政府报告、创造漏洞与线索。

菲律宾Jaemark Tordecilla进行了这一考试测验。
他将2022年菲律宾审计委员会（Commission of Audit，COA）针对国家经济发展署的一份报告的实行择要上传至ChatGPT 4.0的谈天界面中，并首先通过“总结这份报告”（Summarize this report for me）的指令，得到了ChatGPT对文件的要点小结，包括内容大纲以及弁言、财政亮点、审计目标、方法等；随后，他又在指令中加入了对“调查”这一身份的条件限定，并就文件中可能存在哪些“有***代价的条款”（newsworthy items）讯问ChatGPT。
但是，此时ChatGPT供应的内容较为空泛，无法直接用于调查宣布。

因此，在OpenAI公司向用户开放了创造ChatGPT个性化智能体（custom agents）权限后，Tordecilla考试测验开拓了名为 COA Beat Assistant（COA-BA）的智能体来帮忙调查事情。
他为该智能体设置了如下事情规则：首先，COA-BA在得到审计文件后，应首先浏览个中“主要审计不雅观察与推举择要”（Summary of Significant Audit Observations and Recommendations）部分的内容，并讯问用户是否须要供应总结结果及其条款序号；随后，COA-BA将进一步为用户供应接下来可以进行的事情选项，例如就某个审计不雅观察点供应更多细节或报告中的其他干系内容。
设置完成后，Tordecilla利用COA-BA重新处理了前文提到的菲律宾教诲部审计报告，以及其他并未事先熟习确当局部门文件。
结果创造，COA-BA都成功返回了不同部门报告中几个主要审计不雅观察点的小结和特定不雅观察点的干系细节信息，展示出帮忙调查的潜力。
COA-BA从设置到实验统共仅花费16个小时，就达到了较为令人满意的效果。

类似COA-BA这样的定制化GPT智能体为***事情供应了主要启迪：不是直接依托一样平常化的GPT，而是结合调查的丰富履历和实际需求，通过指令设计和设置，创造个性化的智能体，完成更有效的信息搜集和提示，促进调查的事情。
比较于基于传统机器学习模型的工具，定制GPT智能体的开拓本钱与门槛更低，对付小规模的***编辑室更加有利。

（五）事实核查

事实核查（fact-checking）作为***生产过程的主要一环，天生式人工智能亦可在个中发挥浸染。
学界对天生式人工智能驱动的干系事实核核对象的测试，目前紧张关注ChatGPT等大措辞模型识别虚假信息的能力。
例如，有研究考试测验评估ChatGPT在事实核查过程中对不同陈述（statement）进行分类和剖断的能力[25]。
它首先获取了事实核查网站PolitiFact 2007-2022年核查过的所有陈述内容共21152条六大种别（包括真实、基本真实、半真半假、基本虚假、虚假、彻底虚假）。
利用GPT-3.5-turbo版本，该研究通过指令哀求ChatGPT先后进行六分类和二分类（仅区分真实与虚假），两者的准确率分别为29.96%和68.79%。

另一项研究通过审计方法比拟了ChatGPT和Copilot分辨虚假信息的能力[26]。
它选择了5个常见虚假信息的议题（包括新冠疫情、俄乌战役、景象变革等），分别设计5个不同类型的政治性陈述——包括3个虚假陈述（个中含1个“阴谋论”不雅观点）、1个真实陈述及1个真假稠浊的“边界陈述”；并将信息分别与5种不同类型的信源匹配——包括无信源、来自美国官方、俄罗斯官方、美国社交媒体用户以及俄罗斯社交媒体用户，所有信息都分别有英语、俄罗斯语和乌克兰语三个版本，如此共天生了375（5×5×5×3）条陈述。
测试时通过向ChatGPT和Copilot供应虚假信息定义的指令，哀求AI给出真伪判断。
结果显示，ChatGPT的整体表现都优于Copilot（在英语语境中的准确率分别为79%和66%），但当信息用俄罗斯语和乌克兰语呈现时，两种工具的表现都变差了。

总结：寻衅与展望

天生式人工智能运用于***生产创新也面临一系列寻衅。

首先，内容“质”与“量”的权衡。
天生式人工智能被认为可以赋能***生产的主要条件是其提升了***生产效率，从而有助于生产规模的扩大。
但简化劳动、提高生产效率、促进生产规模，是否意味着高质量的***业？答案恐怕是不愿定的。
现有研究也指出关键问题在于如何平衡***的专业化标准，与数字时期把稳力经济与广告盈利需求带来的内容传播压力[27]。
从业者们须要同时办理揭橥数量的指标压力和所创作内容的代价与意义问题[28]。
换言之，天生式人工智能带来的***创新，究竟是“炫技”的“热闹”，还是切实有助于生产以公共利益和福祉为旨归的高质量严明***，须要仔细核阅。
这也是本文特殊关注天生式人工智能如何可以丰富***选题和助益调查宣布的缘故原由。

其次，***机构变革、从业者职业素养和认知以及***文化面临的寻衅。
天生式人工智能并不仅是工具性技能，彷佛可以“即插即用”、任意拿捏，它意味着一整套***生产事情常规（routine）的重塑、组织机制的变革，乃至***文化的重塑。
本文开头的调查已经表明，只管部分***机构开始作出系统性回应（如建章立制、打通部门），更多机构仍在不雅观望；只管管理层激情亲切有加，不少一线从业者仍旧疑惑、冷漠，乃至抗拒与抵制。
究其缘故原由，既包括***机构缺少应对变革的组织性创新机制（如创新文化与氛围、创新部门与网络、创新实践社区、员工培训等），也包括从业者面对新技能冲击时的繁芜情境（如职业演习准备不敷、失落业恐怖、自我保护的边界事情等），更折射出全体行业面对不愿定性时的***文化（如定义作甚***、***事情者的位置与前景、调适内容与技能关系等）。
像前文所举的利用天生式人工智能进行调查宣布创新的案例，须要***文化的鼓励、组织机制的保障以及从业者个体的探索，才可能形成真正嵌入***生产流程、导向***业核心代价的创新运用。

再次，技能“幻觉”（真实性）与算法伦理、偏见、抄袭等问题。
天生式人工智能尚存在“幻觉”（即常日所说的“不苟言笑地胡说八道”）问题，若说这对创意家当可能无伤大雅，对付***业则有致命威胁，这也是其目前很难直接用于天生完全笔墨宣布的主要缘故原由。
这也意味着，天生式人工智能不代表着人类***从业者可以完备开释其事情，反而强化了其独家采访与数据采集的意义。
与此同时，天生式人工智能也被各种目的不同的行动者用于天生虚假信息，如NewsGuard在2023年12月有关人工智能如何制造虚假信息的回顾宣布中指出，完备由人工智能运作的、充满低可信度信息的平台数量已经从2023年5月的49个暴涨至2023年12月尾的614个，其余还有37个由天生式人工智能工具直接抓取、盗用主流***媒体内容的网站[29]。
此外，如本文开头调查中所提及，算法伦理、偏见、抄袭与版权等法律道德问题也是制约其运用于***创新的主要成分。
尤其对付***业而言，如果复制天生式人工智能的算法偏见，将之从机器反馈直接转化为“公共知识”，则会急剧放大这种偏见与歧视，这是当代***业必须严明对待的议题。

展望未来，天生式人工智能技能如何持续变革***业、影响***生产创新，有三个关键词值得关注。
第一，实践。
未来受制于技能的发展，更依赖于***业及其从业者的实践与创造。
第二，协作。
天生式人工智能嵌入***业的生产创新过程是人机协作过程，依赖于***从业者与人工智能之间的相互探索与磨合，以及彼此调适与校准。
第三，代价。
发展的目标始终是为了***业的核心义务与代价：宣布事实、呈现原形，促进社会进步与公众福祉。
天生式人工智能是长久融入***业的“深水静流”，抑或只是短暂鼓噪后的“烟花易冷”，端赖于此。

【本文为国家社科基金人才项目“基于打算传播的新媒体舆论过程研究”（批准号：22VRC186）、复旦大学文科先导和创新团队项目“面向媒介深度领悟的智能媒体创新研究与运用”（编号：IDH3353070）以及***学院科研创新项目“智能传播中的人机互动关系及影响研究”（编号：2023-2024）阶段性成果】

参考文献：

[1]GONDWE G. Mapping AI Arguments in Journalism Studies[M/OL]. arXiv, 2023[2024-01-09]. https://arxiv.org/abs/2309.12357v1.

[2]DE-LIMA-SANTOS M F, CERON W. Artificial Intelligence in News Media: Current Perceptions and Future Outlook[J/OL]. Journalism and Media,2022,3(1): 13-26[2024-01-09]. https://www.mdpi.com/2673-5172/3/1/2.

[3]HENRIKSSON T. New survey finds half of newsrooms use Generative AI tools; only 20% have guidelines in place[EB/OL]//WAN-IFRA. (2023-05-25)[2024-02-18]. https://wan-ifra.org/2023/05/new-genai-survey/.

[4]JOURNALISMAI. NEW | JournalismAI’s Generating Change Report 2023[EB/OL]. (2023)[2024-02-06]. https://www.journalismai.info/research/2023-generating-change.

[5]REUTERS INSTITUTE. Changing Newsrooms | Reuters Institute for the Study of Journalism[EB/OL]. [2024-02-06]. https://reutersinstitute.politics.ox.ac.uk/changing-newsrooms.

[6]REUTERS INSTITUTE. Journalism, Media, and Technology Trends and Predictions | Reuters Institute for the Study of Journalism[EB/OL]. (2023)[2024-02-21]. https://reutersinstitute.politics.ox.ac.uk/journalism-media-and-technology-trends-and-predictions.

[7][8][28] THÄSLER-KORDONOURI S, BARLING K. Automated Journalism in UK Local Newsrooms: Attitudes, Integration, Impact[J/OL]. Journalism Practice, 2023: 1-18[2024-02-01]. https://doi.org/10.1080/17512786.2023.2184413.

[9][10][11][12][15][16] NEWMAN N. Journalism, media, and technology trends and predictions 2024[R/OL]. Reuters Institute for the Study of Journalism, 2024[2024-02-21]. https://reutersinstitute.politics.ox.ac.uk/journalism-media-and-technology-trends-and-predictions-2024.

[13]RESTIVO R. How the YESEO app tested GPT models with users[EB/OL]//Medium. (2023-05-11)[2024-02-22]. https://generative-ai-newsroom.com/how-the-yeseo-app-tested-gpt-models-with-users-94838bad328.

[14]ROY N. Building a GPT-4 Powered Google Docs Extension for News Quiz Generation[EB/OL]//Medium. (2023-06-08)[2024-02-22]. https://generative-ai-newsroom.com/building-a-gpt-4-powered-google-docs-extension-for-news-quiz-generation-34b7e6bcdc4d.

[17]WANG S, MENON S, LONG T,etc. ReelFramer: Human-AI Co-Creation for News-to-Video Translation[M/OL]. arXiv, 2023[2024-02-17]. http://arxiv.org/abs/2304.09653.

[18]PETRIDIS S, DIAKOPOULOS N, CROWSTON K,etc. AngleKindling: Supporting Journalistic Angle Ideation with Large Language Models[C/OL]//Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems. Hamburg Germany: ACM, 2023: 1-16[2024-02-14]. https://dl.acm.org/doi/10.1145/3544548.3580907.

[19]DIAKOPOULOS N. Finding Story Angles using Interactive Generative AI Tools[EB/OL]//Medium. (2023-04-19)[2024-02-23]. https://generative-ai-newsroom.com/finding-story-angles-using-interactive-generative-ai-tools-b1c16e5e5f7c.

[20]HE Y, CAO S, SHI Y,etc. Leveraging Large Models for Crafting Narrative Visualization: A Survey[M/OL]. arXiv, 2024[2024-02-17]. http://arxiv.org/abs/2401.14010.

[21]METS M, KARJUS A, IBRUS I,etc. Automated stance detection in complex topics and small languages: the challenging case of immigration in polarizing news media[J]. arXiv, 2023.

[22]FATEMI B, RABBI F, OPDAHL A L. Evaluating the Effectiveness of GPT Large Language Model for News Classification in the IPTC News Ontology[J/OL]. IEEE Access, 2023, 11: 145386-145394[2024-02-17]. https://ieeexplore.ieee.org/document/10367969/.

[23]SULTANUM N, SRINIVASAN A. DATATALES: Investigating the use of Large Language Models for Authoring Data-Driven Articles[C/OL]//2023 IEEE Visualization and Visual Analytics (VIS). 2023: 231-235[2024-02-17]. DOI:10.1109/VIS54172.2023.00055.

[24]TORDECILLA J. Teaching a Custom GPT to Read Audit Reports and Support Watchdog Journalism[EB/OL]//Medium. (2024-01-31)[2024-02-22]. https://generative-ai-newsroom.com/teaching-a-custom-gpt-to-read-audit-reports-and-support-watchdog-journalism-1e124196ca15.

[25]HOES E, ALTAY S, BERMEO J. Leveraging ChatGPT for Efficient Fact-Checking[R/OL]. PsyArXiv, 2023[2024-02-14]. https://osf.io/qnjkf.

[26]KUZNETSOVA E, MAKHORTYKH M, VZIATYSHEVA V,etc. IN GENERATIVE AI WE TRUST: CAN CHATBOTS EFFECTIVELY VERIFY POLITICAL INFORMATION?[J]. arXiv, 2023.

[27]AHMAD N, HAQUE S, IBAHRINE M. The News Ecosystem in the Age of AI: Evidence from the UAE[J]. Journal of Broadcasting & Electronic Media, 2023, 67(3): 323-352.

[29]BREWSTER J, EFFRON E, FISHMAN Z,etc. The Year AI Supercharged Misinformation: NewsGuard’s 2023 in Review[EB/OL]//NewsGuard. (2023-12-27)[2024-02-22]. https://www.newsguardtech.com/misinformation-monitor/december-2023.

本文引用格式参考：

周葆华，陆盈盈.天生式人工智能影响下的***生产创新：实践与寻衅.青年，2024(03):5-11.