面对生成式AI的汹涌浪潮,很多朋友可能认为与其他靠写作为生的群体一样,记者极有可能被这种新兴技术所取代。
毕竟目前各种成本低廉的AI工具,能够在短短几分钟内生成数千篇风格各异的文章。
然而,相关研究表明,近四分之三的读者仍然更喜欢阅读由人类撰写的新闻内容。
另有研究发现,营销方案的情况则有所不同。因此两相对比之下,对于严肃且重要的话题领域,人类扮演的主导地位似乎不会被轻松动摇。
那么对于还不打算大规模裁员的新闻机构,以及仍有可观受众表示支持的独立博主和作家来说,生成式AI的发展具体会带来何种影响?
影响当然存在。他们可以通过多种方式把握住这波颠覆世界的变革,显著提高自己的信息传播能力、创作效率和影响效果。本文将从以下几个角度出发,与大家共同探讨职业文字工作者未来几年间可能迎来的现实变化。
写作是ChatGPT最擅长的方向,目前市面上也出现了Writersonic和Jasper等专门用于创建书面文本的AI平台。但它们产出的内容,对于人类读者到底有没有吸引力?
人类作家、记者和博主之所以能吸引到大批拥趸,原因就是人们喜欢他们表达的内容和个性鲜明的论述方式,而非AI也能批量输出的特定素材。而在另一方面,记者们完全可以充分发挥生成式AI的效率优势,更好地完成自己的创作工作。
AI可以用于提炼文档、报告、图表甚至是整本书籍的核心观点,为文字工作者们提供信息支持。
AI还可以通过建议等形式呈现信息内容,帮助记者们编排故事大纲。它可以生成一份问题列表,引导人类创作者从文章中找到答案。它还可以缩短撰写提案、概要和大纲,以及开展新闻业务所需要的其他辅助材料的准备时间。
生成式AI确实有望对记者及其他文字工作者的工作流程产生重大影响。但就个人而言,我认为记者——至少是出色的记者们,在短时间内还完全不必担心被AI所取代。
优秀的新闻工作应当提出人们需要的原创观点。虽然生成式AI已经能以令人信服的方式产出内容,但其实质仍只是重新利用和组织现有知识。相比之下,记者在多年的磨练中获得了洞察有价值事实、提出新观点的能力,能够为问题和讨论提供原创性指引,并以引人注目且个性化的方式表达给观众。相信他们的话语影响力将在AI时代下继续蓬勃发展。
记者和博主们经常使用图表、信息图或其他视觉表示形式的数据来支撑自己的写作。传统上,这要求从业者对数据技能和图形沟通建立深入理解。
但借助生成式AI,现在记者们可以简单描述自己需要的可视化效果,再由AI生成富有洞察力且引人注目的图形结果。AI将自主发现趋势并提供关于信息最佳呈现方式的建议。
最终,这将使数据驱动的故事讲述变得更加轻松顺畅。
作者在完成一篇文章或者报道之后,内容往往需要交由多位编辑和副责编进行审核,之后才能让创作触达目标受众。
生成式AI将在这些环节上发挥越来越重要的作用,利用这项技术严格评估人类产出并提出改进建议,也正在成为行业惯例。AI技术能够检查作者提供的证据并找出可能存在漏洞或相互矛盾的部分。AI还能为文章提供值得关注的替代逻辑链条,或者可能被作者忽略的其他重要考量因素。
虽然作者和读者往往更喜欢人类创作的内容,但生成式AI输出的个性化故事在特定受众中仍可能获得更高人气。例如,作者可以针对不具备技术背景的主流受众撰写一篇概述性文章,再利用AI结合读者身份做内容人性化调整——例如为技术专家们提供更多技术细节,或者进一步简化语言以帮助孩子们轻松理解文章大意。
在生成式AI技术全面爆发之前,不少媒体机构已经在探索自动化新闻报道。当时的主要方案包括使用AI填写数据流中的事实和数据,借此快速输出模板式新闻报道。例如,只需借助AI技术添加获胜球队名称或股票交易结果,即可创作出简短的体育或经济速报文章。
尽管这种方式能帮助新闻机构快速发布大量报道,但其内容却高度公式化。而使用如今的生成式AI,文章模板可以更加灵活多变,以确保故事读起来更生动有趣,并且涵盖以往单纯依靠结构化数据所无法传达的、更加特别的异质化元素。
当然,万事万物皆有缺点,而AI的迅速普及也大大增加了“水文”数量——也就是那些通过重复/捏造事实来填充页面和广告空间的低质量报道。
我们必须承认这样一个事实:生成式AI技术将不可避免地被那些比较粗糙的作者用于传播虚假信息、伪造新闻或者不实宣传。
如今的AI已经能够轻松创作出看似有理有据、但完全是胡说八道的内容,这虽然单纯出于经济收益的需要,但也很可能破坏政治和民主进程的稳定。
对于新闻媒体来说,依靠生成式AI来创作面向受众的内容还有另一个问题,就是其内容不只可靠性堪忧、甚至包含大量出错。以最近通过推文发布的公告为例,AI转录错误称埃隆·马斯克“大型太空「性」火箭”发生爆炸。
但最终,读者们肯定会根据自己的感受和支持倾向做出选择。相信尽可能避免以不正当/过度依赖方式运用AI,并坚定输出有价值原创内容的媒体,一定能获得更积极的参与度、读者信任和受众群体的热情回馈。
好文章,需要你的鼓励
随着AI的使用、创新和监管混乱超过认可的标准,IT领导者只能开发内部方法来减轻AI风险,依靠框架、工具和他们的同事来正确使用AI。
几年前,当澳大利亚红十字会(Australian Red Cross)这个社区服务慈善机构开始进行数字化转型的时候,发现有很多不同的系统无法协同工作。如今,经过数据梳理和发挥作用,可以满足不断变化的需求。
在此次活动中,IBM展示了最先进的IBM Quantum Heron计算机是如何以比以前更高的精度和速度执行复杂的量子算法,同时为进行高级分子模拟的新方法铺平了道路。
想象一下,一个人工智能系统不仅能阅读文本或识别图像,还能够同时读、写、看、听和创造。这其实就是多模态人工智能的精髓。这些先进的多模态人工智能系统可以同时处理和整合多种形式的数据,包括文本、图像、音频甚至视频。这就像是赋予了人工智能一整套的感官。