2023年8月,针对生成式AI对新闻业的冲击与影响,我们发布了报告《拐点时刻?AIGC时代的新闻业》,并引起了一些关注,许多传统媒体的负责人找来交流,有纸媒,也有电视台。

在跟某日报负责人的交流中,我提出过一个观点:AIGC对新闻业最大的意义,就是生产边角料。

很多人看到这个观点会有所质疑,觉得是矮化了AIGC的作用。大模型、生成式AI,这么高端的概念,这么前沿的技术,竟然只能用来生产边角料?

而我的第二个观点就是:不要小看边角料,边角料可能才是未来新闻业在全媒体时代竞争的核心。

我所说的“边角料”,指的是纸媒上版报道、电视台正片之外的物料,或者说是专门用于新媒体平台(社交媒体、短视频)的运营物料和宣传物料。

经过近几年新技术的冲击,新闻业的格局发生很大变化,甚至可以说已经进入到“短视频新闻业”或者说“社交媒体新闻业”的阶段。这个我在《短视频新闻业的崛起》一文中有过讨论,在国外也是非常明显的趋势。

现在的传统媒体,已经不单有一个渠道,而更多是组合拳:在传统的“一报、一台”之外,“两微、一端、一网、一抖、一视”几乎是标配。用行业术语来说,这叫“打造融媒体、全媒体的宣传格局”。

前段时间看到《南国今报》主编谌贻照的分享,他提到《南国今报》目前收入有70%以上来自于新媒体。他正在带领团队转型,利用短视频、直播带货来拓展收入:“不谈转型,就得谈生死。我们必须向全媒体平台全员转型,深度融合。”

这是传统媒体面对新技术冲击的必要选择,也符合当下的现实情况。在传统平台已经焦土化的情况下,边角料不仅仅关乎实际的创收,也关乎媒体的真实影响力。毕竟,现在已经少有人再去读纸质的刊物,也少有人按时按点候在电视机前观看新闻节目,短视频和社交媒体才是流量和受众注意力的焦点区域。

重点在于,出于媒介的可供性要求,各种渠道一日多更的性质,要求有大量的边角料填充。在过去,这些边角料的生产需要大量的人力和时间投入。而ChatGPT也好,Midjourney也好,Suno也好,Sora也好,所有的文生文、文生图、文生音乐、文生视频的技术与应用,它们对于新闻业最大的意义,其实就是用在边角料的生产——快速且低成本的生产。

在这一方面,许多媒体已经进行了尝试,譬如《每日经济新闻》的雨燕智宣。每经在2020年就开始启动AI战略,先是把AI的能力应用到快讯系统,后来是音视频生成,借用AI的能力把文字转化成视频和音频以及海外传播内容,实现“一鸡多吃”,节省大量成本。

《每日经济新闻》总编闻达在分享中提到:“我们追求的效果肯定是每个视频能达到100分,但这个100分,我们要花5个小时来实现,现在有了AI,3秒钟就能够制作一个80分的视频,那它就可以是拿来用的。” 

这一点国内媒体进展要比国外快。由于国外媒体对于AI的戒备甚至是抵抗态度,他们在这方面开始得很快,但走得很慢。比如ChatGPT-3刚一发布,《纽约时报》就用它做了一个情人节消息生成器试水,但是后面就没有声音了,能看到的消息都是《纽约时报》《卫报》这些大媒体如何对抗、起诉OpenAI。这反而是国内媒体的机会。

可以说,现在电视台也好,报纸也好,这些媒体的主要阵地,已经不完全是电视台和报纸了,甚至可以有点武断地下这样一个结论,它们的主要阵地已经变成了社交媒体和短视频平台。这种趋势已经越来越明显。利用生成式AI生产“边角料”来填充这些渠道,降低成本、提高效率、确保质量,将是未来媒体竞争和发展的重点。

话说回来,把AIGC应用在边角料的生产上,其实已经是经过了一轮预期管理。AIGC刚刚出来时,我们其实对于它寄予了厚望,认定它能够实现一场新闻业内部的技术风暴,实现一场供给侧改革。但现实情况应告诉我们,这种使命,它不能完成。

AIGC并非对新闻生产环节没有帮助,就像我们在报告中分析的那样,它可以提高新闻信息采编的效率,可以生成提纲、标题给人类记者提供参考,甚至有望催生新的新闻类型。但它扮演的始终是辅助角色,大多从业人员心知肚明这些东西的真实效力与实际价值如何。

我们可以大体分析一下为什么预想中的承诺没有兑现,或者说,为什么AIGC在正式内容的生产上潜力有限。我觉得有这么几个原因:

一是因为,真实性永远是新闻业的追求。不管是电视台,还是纸质媒体,真实性是唯一的根本和红线。而AIGC难以保证真实性这一点,特别是Sora(放出预告的时候大放异彩,但现在已经没有正式发布的声音了),它的本质是虚拟,这与真实性背道而驰。就像复旦大学邓建国教授在接受媒体访谈的时候提到的,新闻报道追求真实(facts),而Sora全是虚拟。所以Sora可以被新闻业利用的就是建构在新闻事实基础上的情景再现。

二是因为,内容的问题意识和可读性、可看性,是媒体的安身立命之本。而AIGC本质上趋近于“大机器生产”,它生产的内容足够标准化但却没有灵韵(aura),同质化较为严重,也缺乏可读性。从实际的体验来讲,这种“片汤儿话”很难持续吸引受众观看和阅读。

三是因为,AI的幻觉问题难以解决,这并不是一个技术问题,本质上是因为AI对现实世界不是真正的理解。而只要幻觉问题始终存在,哪怕有1%的概率出现疏漏,媒体也是不敢轻易使用的。

也有人说,可以用机器生成搭配人工审核,可以是可以,但要考虑ROI也就是成本收益比的问题。一篇文章让记者来写,可能需要2个小时,机器生成可能就需要5分钟,但是加上审核、修改、细节校对,算下来可能就不止两小时了。

AIGC只能应用在边角料的生产上,这是对AIGC在新闻业的应用中比较谨慎或者说保守的态度。对于新闻业来说,新技术带来了太多未能实现的承诺,比如元宇宙,比如web3,比如数字虚拟人,但是历时这么多年,对于新闻业真正带来变化的(或者说达到平台级别的)只有两种,一是算法,它深刻改变了内容分发的逻辑;二是短视频,它深刻改变了内容呈现的形式。但说回来,它们只是改变了内容生产的方向,但是没有改变新闻生产的内核。

AIGC带来的变化,也不会是这种平台级别的,但它会带来内容形式上的变化,也就是本文所说的“边角料”。

我们也可以理解,为什么生成式AI能够引起这么多新闻从业人员的关注与焦虑。这里有现实原因,也有历史原因。

这一波生成式AI的热潮兴起之后,许多媒体都有很深的焦虑。一方面,在最近这几年,传统媒体的运营确实面临很大的困难,报纸期刊的广告和发行量大幅下滑,在2011年达到巅峰之后,印刷量也在持续下跌。过去的几年间,由于疫情防控和经济压力,许多报纸纷纷宣布停刊或调整出版周期。对于传统媒体来说,此刻的AIGC更像是一根稻草。

第二方面原因,新闻业作为社会现实的观察者与记录者,能够第一时间接触最新的社会发展动态,这也为它接触以及应用最新的技术形态提供了相当大的便利性,这同时也形成了一种压力。在新闻媒体的最近十年的发展历程中,技术已经打下了深深的技术烙印:中央厨房、算法新闻、短视频新闻、虚拟人、元宇宙、Web3。这种对于技术的压力逐渐演变成焦虑,推动着新闻媒体密切关注AIGC这波热潮并寻找应用的可能性。这是新闻业的历史惯性使然。

但是,新闻业和人工智能之间天然就存在沟壑,而且这种沟壑还是难以逾越的。

如果媒体仍然奉行传统文字思维的话,未来的出路只会越来越窄,也会越来越小。但话说回来,如果放弃以内容为主线的思维,也等于是直接刨除了安身立命之本。内容形式一向不是新闻业最核心的东西,在受众的新闻回避和新闻疲劳已经成为趋势的情况下,再使用大量的AI生产的内容,只会越来越丧失受众的关注,只会加速新闻业的衰落甚至是死亡。

早日放弃AIGC生成“正料”的幻想,把关注的焦点放在如何快速、海量、有调性、成本可控地生产“边角料”,可能才是一条正路。

 

本文仅代表作者个人观点,不代表腾讯研究院立场。