生成式 AI 衝擊新聞產業，「信任與真實」才是價值核心

觀察國際趨勢，可以發現主要民主國家對新聞 AI 的政策，已從初期的「促進創新」，轉向以「公共利益與社會風險控管」為核心。各國政策開始聚焦：出了錯誰負責？媒體是否具備揭露與事後問責的制度？這代表新聞 AI 議題已從技術升級，提升至民主治理的層次。

生成式 AI 正為各產業帶來前所未有的典範轉移，也使得傳統新聞產製流程面臨前所未有的重塑與挑戰。台北雜誌公會發布《數位平台與 AI 技術對出版業中新聞媒體之影響》調查，揭示了技術轉型對媒體生態的深遠衝擊。國立臺灣師範大學大眾傳播研究所教授王維菁指出，AI 不僅是效率工具，更動搖了新聞業的核心底線；媒體若無法轉型為「可信的資訊驗證者」，將面臨被時代邊緣化的危機。

AI 改變閱聽行為，流量仍是追求目標？

王維菁觀察，隨著生成式 AI 的興起，閱聽眾的閱讀行為正發生徹底改變。過去，媒體高度仰賴搜尋引擎帶來的流量；但在 AI 時代，讀者逐漸習慣在 AI 介面上直接獲取解答與摘要，不再點擊搜尋結果進入原始新聞網站。這使得媒體過去奉為圭臬的 SEO（搜尋引擎最佳化）面臨嚴峻挑戰，產業追求的指標被迫從「如何提高搜尋排名」轉向為「內容是否被 AI 引用」；，以及隨之而來更實際的問題：AI引用該如何轉換為實質的訂閱或營收？

另一個重要發現是，AI 的摘要機制在無形中放大了國際主流媒體的語語權。王維菁指出，根據雪梨大學的一份研究指出，在 Microsoft Copilot 產出的 434 則新聞回答中，資訊來源高度集中於大型機構，僅有20％連結至澳洲在地媒體。這意味著，若 AI 模型缺乏社會與在地敏感度，獨立、中小型或地方媒體將在 AI 的回答中逐漸隱形，進一步壓縮其曝光空間，並讓國際大型媒體持續主導全球資訊流。

AI 進入新聞產製流程，最終仍須由人類把關

回到新聞媒體本身來看，這波浪潮中，產業多將AI應用於何處？王維菁透過訪談發現，目前 AI 在新聞室中常見的應用包含語音轉文字、外電編譯自動化，以及輔助預測與決策等。整體而言，AI 在「資訊整理」階段的效益最高；然而，當任務涉及「價值判斷」或「公共責任」時，就必須仰賴嚴格的人為把關。

觀察 AI 進入新聞室的典型流程：通常由記者採訪並收集原始素材，接著交由 AI 進行初步處理，如語音轉譯、資料整理、生成摘要，甚至撰寫初稿。不過，「AI 生成初稿」在業界仍具爭議。部分媒體明令禁止，部分則採取「比例原則」，例如規範 AI 生成內容不得超過 30％，記者必須維持至少 70％的原創比例，以避免報導完全自動化而喪失新聞專業度。

當 AI 完成初步作業後，流程必須交回人類記者手中，進行事實查核、脈絡補充與在地化詮釋，最後由編輯台進行最終審查與發布。

王維菁強調，整套流程的核心問題不在於「AI 寫得好不好」，而是媒體必須釐清：新聞產製中，哪些環節可以交由 AI 自動化？又有哪些環節必須堅守由人類來執行與把關？

根據調查，台灣媒體在導入 AI 的策略上大致分為幾種不同的類型。一、積極建置：有些大型媒體非常積極，直接建置系統、成立 AI 專案小組，並配置專門的人員來支援。二、沙盒實驗：有些媒體則採取實驗做法，將 AI 串接到後台，讓記者能在一個安全的範圍內去探索和實驗。三、效能驅動：還有一些網路雜誌媒體會建立系統去抓取全球的外文與多語系資料，並直接生成初稿，這對資訊整合與生產效率非常有幫助。

王維菁認為，整體來看，人類與 AI 在新聞業中已逐漸形塑出穩定的協作模式：由 AI 負責前端的資料整理、生成摘要與初稿等標準化任務；而涉及價值判斷的任務，例如事實查核、編輯與選擇判斷，則回歸由人類負責。但她提醒，在此協作模式下，建立完善的「回溯機制」至關重要，以確保當產出內容出現爭議時，能準確追溯並釐清失誤環節。

新聞媒體須盡力挽回讀者的信任危機

「真實，是媒體公信力最重要的底線。」王維菁直言，生成式 AI 的出現正挑戰著新聞真實性的邊界。媒體必須劃定嚴格的紅線，避免真實性遭 AI 侵蝕，這不僅是效率問題，更是捍衛社會信任的關鍵。

根據路透新聞研究所 2025 年的調查，民眾對 AI 新聞的接受度仍偏低。僅有12％的受訪者能接受「全 AI 生成」新聞；若加入「人類審查」，比例提高至21％；若是「人類主導、AI 協助」，則提升至43％。有趣的是，即使是全人類產製的新聞，信任度也僅有62％。

調查進一步指出，多數讀者能接受 AI 用於改錯字、修文法或翻譯，但只有19％能接受「AI 主播」；若為 AI 生成的擬真照片，接受度也僅26％。更值得警惕的是，33%的民眾相信新聞機構會負責任地檢查 AI 輸出結果。這顯示社會對媒體使用 AI 仍存有嚴重的信任疑慮，未來媒體必須倚靠「透明度」和「人為把關」來挽回信任。

因此，王維菁提出三項 AI 倫理原則建議。第一是人工最終審查，AI 絕對不能獨立發布新聞，發布前的最後一關必須由人類編輯負責。由於新聞涉及事實與價值選擇，必須由可被問責的人類做出決定。第二是透明揭露，讀者有權知曉內容中 AI 介入的程度，媒體應制定並落實相應的標示標準。第三是責任歸屬，AI 產出若有誤，最終責任仍在媒體。因此，內部必須建立完善的審核與稽核機制。

她特別提醒，影像新聞是 AI 應用的高風險區。由於擬真影像嚴重挑戰了新聞現場的「目擊性」，許多媒體已嚴禁使用 AI 模擬真實新聞現場或人物。只有在非事實性的內容上才能謹慎使用，且必須經過攝影、設計與編輯的三重審查。

國際政策趨勢已從技術升級層次，轉向民主治理

觀察國際趨勢，可以發現主要民主國家對新聞 AI 的政策，已從初期的「促進創新」，轉向以「公共利益與社會風險控管」為核心。這並非反制 AI，而是體認到 AI 將深度影響資訊可信度與民主溝通。新聞媒體不再只是 AI 的應用場域，更是具高影響力的公共資訊中介。各國政策開始聚焦：出了錯誰負責？媒體是否具備揭露與事後問責的制度？這代表新聞 AI 議題已從技術升級，提升至民主治理的層次。

以歐盟的人工智慧法案（AI Act）為例，其核心精神為「風險分級」。針對新聞媒體，法案要求落實三點：辨識（清楚標示 AI 生成內容）、揭露（對外揭露 AI 介入程度，預計 2026 年 8 月生效），以及留存可追溯紀錄（包含生產流程與人為審核紀錄）。這意味著，未來媒體不能僅仰賴「自律聲明」，而是必須面對實質的法規檢驗。

針對治理實務，王維菁建議媒體應落實風險分類：低風險任務（如資料彙整、翻譯）著重效率提升；中風險任務（如生成標題、配圖）需人工複核與標示；高風險領域（如模擬新聞現場、虛擬主播）則須極度謹慎，且堅守「絕對不以 AI 完全自動化生產新聞」的底線。此外，建立流程紀錄與稽核機制，詳實記錄 AI 模型類型及介入環節，是為未來的責任歸屬預作準備。