才沒那麼容易被AI取代？ChatGPT與新聞業的相愛相殺

ChatGPT在2022年底上線後，被認為是改變社會的新里程碑，其重大突破在於能讓機器掌握複雜的人類語言與溝通過程，一面是能夠理解我們用日常話語提出的問題，另一面是能消化網上巨量資料，並再生成流暢可讀的文字回傳答案。ChatGPT能夠回答的問題形形色色，包括：

這個應用，和新聞業作為資訊中介者（mediator）的定位頗為切近。新聞工作者僅守中立客觀報導和忠實傳遞資訊的原則，盡可能摒除人為判斷和主觀解釋（這留待讀者決定），把查訪到的資料經過合適的編排，按固定的體例與格式撰寫成報導。這是所謂的「純淨新聞」（pure journalism），一度是新聞工作守則，也是至高標準。

也就是說，一個老練的記者對於其採訪路線上的新聞文稿樣態與風格，已經成竹於胸，只要備齊必要的新聞資訊，就可以快速完成公正的報導。這裡指的公正不只是平衡，還包括追求客觀的程序：

▌ChatGPT之前的「機器生成新聞」

而這個固定新聞體例的做法並不是ChatGPT上線後才有的。早期主要是新聞集成（news aggretation）式的媒體，提供一站取用新聞的服務，其中低下者如內容農場固然錯誤百出，卻仍為了追求點擊重覆推送聳動未經查證的內容，更可惡的是隱瞞撰文者身份和資訊來源讓人難以查證，經常成為假新聞的出處；但也有大型入口網站的首頁，以能提供即時重大且有品質的新聞取勝，而微軟（Microsoft）旗下的MSN就在2020年中，全面採用自動化的新聞集成與編輯程序，原先20餘名新聞編輯的聘雇合約因此中止。

更普遍的，我們常用Google News的訂閱服務，以及在社群網站像Facebook上被推送的新聞頁面，其核心的演算法可以根據個別使用者的數位足跡以及個人資料，撈取並推薦裁剪過的新聞內容，而這個過程並不需要熟悉老讀者胃口的資深編輯判斷。可以說，機器介入了新聞改寫與編輯排版的流程，已經許久，而讀者也習以為常了。

然而值得注意的是，自動化新聞集成是早已普遍的應用，但讓機器就集成的資料再編寫為可讀文稿的技術，主要是自然語言處理以及生成（natural language processing and generation），是隨著電腦運算速度的提升到晚近才漸成熟。

在ChatGPT上線前，藉機器生成內容的新聞類型，主要是文體結構比較制式僵硬、且篇幅較短的純資訊性報導，特別是轉播數據為主的內容，比如運動賽事的即時競賽成績、財經新聞中對金融市場各指數的播報、各種天氣數據等等。為人熟知的例子是商情新聞通訊社《彭博社》（Bloomberg），為了向金融業客戶提供盡可能零時差且準確的資訊，很早就串接金融中心的數據資料庫，並大力開發自有的語言模型和機器學習，使資料生成新聞的流程自動化。

不僅於此，隨著文字探勘領域中的主題萃取（topic extraction）技術以及關聯分析的成熟，《彭博社》的機器已能就「非數據」的純文字資料進行深度理解，為金融業客戶提供見微知著的早期商業情報，也就是在關鍵事件還在蘊釀、尚未廣為報導前，就被機器標定掌握，並生成重點式文章發送給有關客戶。

這樣的資訊服務，對於需要洞燭機先、或分秒必爭的客戶非常寶貴，類似的服務還有由前《華爾街日報》研發部門主管馬可尼爾（Francesco Marconil）新創的公司AppliedXL專門經營，號稱可以為特定產業的顧客提供關鍵事件發生前的早期訊號，讓顧客可以提早因應。

而《美聯社》則是早在2017年就展示過類似技術，在《擴增新聞的未來：智慧機器時代的新聞室指引》（The Future of Augmented Journalism: A Guide for Newsrooms in the Age of Smart Machines）報告中，《美聯社》提供了長篇文稿及其重點摘要，並請讀者自行理解文稿後比對其與摘要間的落差。在讀者都認為摘要精確地呈現文稿重點後，《美聯社》才宣布摘要是由社內開發的機器自行判讀生成的。也就是說，《美聯社》在六年前展示的「擴增式新聞」，已能使用機器模仿人類的思索與判斷的過程，以及寫作（或接近創作）的能力。

值得注意的是，相比於《彭博社》與AppliedXL專治特定領域的資訊處理（意即資訊的規律與結構較容易辨認與模仿），《美聯社》業務涵蓋的資訊面向與類型更加複雜與全面，如今已常態性地運用AI自動生成新聞。《美聯社》自詡為「推進新聞業技術革命的領頭羊」，2022年更發佈報告《地方新聞用AI：美國新聞業的AI程度調查》（Artificial Intellegence in Local News: A Survey of Newsrooms’ AI Readiness）。

這份報告顯示，用自然語言模型自動生成新聞內容的做法，在美國新聞業已經相當普及，報告內文寫著：「只要有序地填入資料到預先備妥的表單欄位中，自動寫作系統就能夠將之彙整並且生成新聞全文。」除此之外，自動生成版面、自動配圖配音等等，也都是AI著力之處。

▌ChatGPT對新聞業的顛覆改造

簡單回溯新聞業導入AI的軌跡後，大概可知如今ChatGPT對新聞業的意義，是完成新聞產製自動化的最後和最艱難的一哩路，也就是非特定領域的大型語言模型（large language model, LLM）的普及應用成真。這本來是《彭博社》、《美聯社》戮力開發的獨門能力，如今可以被小型媒體甚至個人新聞工作者用在日常工作流程中。舉例而言，若新聞工作者就同業的報導作改寫彙整，單就這項工作而言，ChatGPT能用更短的時間、且更準確地完成，方法是由記者或編輯抓取任兩篇以上同主題的報導，請ChatGPT彙整後生成指定字數的短稿。

除了改造記者編輯個人的新聞工作，ChatGPT對全產業可能帶來立即的衝擊已經引起普遍擔憂：如同可憎的內容農場，入口網站與Google News等新聞集成服務，可以不必再經排序後呈現或推薦原新聞出處，而是自動生成改寫後的新聞提供給讀者。這樣為資訊爆炸時代讀者設想的「貼心」服務，不論是平台業提供，或讀者自行使用，都截斷將讀者帶回新聞出處網站的導流過程，更可能因平台具備輕易「產製」新聞的能力，而影響甚至取消平台業與新聞業的廣告分潤機制，使原來經營困難的新聞出版業雪上加霜。

試想：只要有程式可以即時撈取媒體上的新聞，並串接各大機構公關部門的發稿系統，將撈取回來的資料分類餵給ChatGPT並請改寫生成新聞，就可以即時地在網路上發佈了。若再結合根據原生新聞流量或熱門關鍵字排序呈現的排版程式，或是按個別訂戶屬性，客製化的推送介面，就能為讀者更準確地提供新聞服務——即使這個過程既不產出原生內容，也沒有付費分擔原生內容的生產成本。這對於新聞業經營的傷害顯而易見，美國的新聞業者聯合會（News Media Alliance）就因此要求，這類再生成新聞的服務應當付費給產製原生新聞的媒體，並且在國會推動相關立法。

綜上，ChatGPT的普及應用對新聞業是福是禍呢？它的影響是兩面的：一方面為新聞業節約人力，業者不論主動或競爭壓力下被迫，都可以將原本人手完成的工作交給機器，讓新聞產出與發佈自動化。另一方面，是廣告營收的分潤機制遭到破壞，營業更困難。

就個別工作者而言，短期內使用ChatGPT協助編寫新聞，或尋找新聞資料與查證，是提高了工作效率，但這也意味技術門檻進一步被拉低，長期而言是配合業者節約人力的方向前進。不論是經營者或工作者，都是將行業的核心技術能力讓位科技公司了。而營業收入與人力支出的節縮，對任何一個產業與工作者來說，都是負向發展的訊號。

但事情未必就往這個竭澤而漁的終局前進。僅管AI可以迅速集成網上公開資訊並編成新聞發佈，但總是要有原生新聞供其編寫。也就是說，ChatGPT普及後的新聞工作或新聞業，或許需要更專注在原生新聞的產製，以及相關工作程序上——這使記者必須更專注開採一手資料，包括實地調查與訪問關鍵涉事者，或是提出通透的評論洞見，而AI是可作為記者的有力工具；ChatGPT作為新的人機介面，還大大節省了記者操作複雜運算的力氣。相對的，二手甚至三手改寫的新聞，其價值即將因為機器大量供應與介入工作程序而快速貶損。

由於科技公司提供的新聞服務無法自給自足，不得不倚重新聞媒體提供原生內容，德國大型出版商Axel Springer——《圖片報》（Bild）、《世界報》（Die Welt）等德媒的總公司——就對ChatGPT普及後的前景抱持樂觀，並表示旗下新聞媒體的數位轉型或會造成人力縮編，但「新聞記者、作者、編輯的數量不會裁減，還會投入更多資源」。

專研「新聞自動化」的西北大學學者迪亞科普洛斯（Nicholas Diakopoulos），也抱持類似判斷，認為機器不可能取代記者。但條件是記者必須學會數位思考與技能，能夠將新聞議題與事件「參數化、模型化、拆解成片段資訊，這樣就可以解放機器的潛能，提供新創產品與各種可能」。迪亞科普洛斯的意思是，在新聞業實現「自動化」之後，記者必須學會與機器共存，配合機器的邏輯製作新聞——這意味新聞業仍將存續，但工作模式可能迎來近乎顛覆的巨大改造。

ChatGPT對新聞業來說可謂是把雙面刃，端看從業人員如何思考與使用，然而科技公司如何與新聞業達成共好的局面，不會自然發生，而失去活力的新聞業將使民主制度無以為繼。在ChatGPT的應用把這個新聞業的困境加重而至存亡之際，政府所應扮演的角色，是杜絕科技公司的資訊服務搭新聞業便車的行為，使科技為人所用，令其轉向正向循環的方向前進。

責任編輯／賴昀