作者：李如龍（四川省委網信辦傳播處副處長）

　　在數字技術迅猛發展的時代，生成式人工智能大模型憑借其強大的自然語言處理和深度學習能力，深刻改變新聞傳播業態。它能快速生成新聞稿件、實現精準推送并打造沉浸式體驗，大幅提升新聞生產與傳播效率。生成式人工智能大模型為新聞傳播帶來重大變革的同時，也對新聞傳播的內容、倫理、行業生態等多方面提出挑戰。

　　一是內容與版權困境。大模型因缺乏對真實世界的深度理解，僅靠數據模式匹配生成文本，易出現事實錯誤、數據偏差，導致內容失真，干擾受眾認知，破壞信息生態平衡。同時，人工智能生成內容的版權尚無明確法律界定，版權歸屬模糊，易引發版權糾紛，影響新聞內容生產的規范性與創新性。

　　二是道德倫理風險。人工智能缺乏道德判斷能力，新聞生成中可能侵犯隱私、損害名譽，違背隱私權保護和新聞職業道德規范。算法偏見源于訓練數據偏差，導致新聞報道有傾向性，被惡意利用時會傳播極端思想和虛假信息，影響社會穩定和公眾價值觀。

　　三是行業生態問題。大型科技公司憑借技術和資金優勢主導新聞傳播領域，擠壓傳統媒體和小型新聞機構的生存空間，使傳播渠道和內容單一化，破壞行業生態多樣性與平衡性。技術應用加劇 “馬太效應”，頭部媒體獲得更多流量和市場份額，拉大與中小媒體差距，阻礙行業均衡發展。

　　四是從業者危機。生成式人工智能替代大量簡單重復性新聞工作，從業者面臨崗位縮減和轉型壓力。技術發展要求從業者具備跨學科能力，既要懂新聞專業知識，又要掌握人工智能技術、數據分析等技能，但目前新聞教育體系和從業者知識結構難以滿足需求，造成人才供需脫節。

　　五是法律監管空白。人工智能生成內容的法律屬性界定模糊，著作權歸屬缺乏明確法律條文。責任認定困難，出現侵權、虛假信息傳播等問題時，難以確定技術開發者、新聞機構或使用者的責任。不同國家和地區監管法律存在差異，跨國傳播易出現法律適用沖突，阻礙行業規范化發展。

　　六是技術標準缺失。新聞領域 AI 應用缺乏統一技術標準，內容生產環節，新聞生成質量參差不齊，語言風格隨意、數據引用和分析不規范。傳播過程中，媒體平臺與 AI 技術融合存在障礙，多平臺傳播格式混亂、適配性差，監管部門也難以有效監管。

　　面對生成式人工智能帶來的挑戰，新聞傳播行業要主動應對，從強化技術監管、健全完善制度、深化協同治理等方面入手，不斷探索技術與新聞傳播的深度融合路徑，在技術浪潮中實現轉型與升級，推動新聞行業健康持續發展。

　　一是強化技術監管。開發“生成式內容數字指紋”系統，利用區塊鏈技術實現內容生產主體、算法參數備案和傳播路徑存證，確保可快速溯源。部署融合多種技術的智能監測平臺，對新聞內容進行全方位監測，具備實時預警功能，及時發現和處理不良信息。

　　二是健全完善制度。完善法律監管體系，制定生成式內容傳播管理條例，明確強制披露規則和責任追究機制，修訂《著作權法》，明確版權歸屬，將AI生成物納入鄰接權保護范疇。明確AI技術應用倫理規范，推進標準體系建設，建立基礎通用、內容質量和安全隱私標準，規范AI應用。

　　三是深化協同治理。構建 “政府監管+平臺履責+行業自律+公眾監督” 的協同機制。政府提供宏觀指導，平臺落實內容審核，行業協會制定自律準則，公眾監督不良行為。媒體機構建立AI內容“審校”制度，從業人員開展“人機協作采編”崗位認證，將“數字素養”納入全民教育體系。推動簽署全球人工智能傳播治理公約，建立跨境虛假信息聯合處置機制和技術倫理國際研究網絡。

　　四是促進行業健康發展。對網絡新聞傳播平臺實行準入制度，保證新聞來源和內容多樣性。設立行業發展基金，出臺扶持政策，支持中小媒體技術升級和人才培養，防止大型科技公司壟斷。加強新聞從業者培訓，提升從業者技能。調整新聞院校專業設置和課程體系，注重跨學科教育，培養復合型新聞人才。

　　五是科學合理運用人工智能做好新聞傳播。借助人工智能創新新聞內容和傳播渠道，將復雜新聞轉化為多種形式，提升傳播效果。分析用戶行為，制定針對性傳播策略，利用機器翻譯實現跨語言傳播。分析用戶需求，提供定制化新聞內容。搭建智能輿情監測平臺，增強新聞與受眾的互動。在新聞團隊內部利用人工智能項目管理工具，優化任務分配和資源協調，提升團隊協同效率。