王佳

　　2025年被称为“智能体元年”，人工智能从概念验证阶段迈入产业化落地阶段，新闻业正在经历一场波及生产全链条的技术变革。智能采编工具在提升效率方面成效明显，但同时也对记者的职业价值形成挤压，技术依赖带来的隐性风险逐渐浮出水面。本文从理论视角出发，审视人工智能背景下记者群体面临的职业价值挑战与技术依赖困境，进而探讨角色调整的方向与制度层面的应对之策。

一、职业价值面临三重挑战

　　人工智能对记者职业角色最直接的冲击，来自效率层面的压倒性优势。AI在信息采集、素材归类等环节已能替代大量人工操作，部分媒体机构的快讯生产时间从一小时缩短至几分钟。效率提升固然是好事，但也迫使记者直面一个根本性问题：当机器能做基础新闻工作，人的不可替代性究竟是什么。
　　第一个挑战是“去技能化”的隐忧。AI工具的介入正在改变新闻生产的技能结构。以政策法规类报道为例，这类稿件通常有相对固定的叙述框架——立法背景、核心条款、实施意义，AI可以迅速完成信息填充和初稿草拟。如果记者的工作止步于此，其专业价值无疑会被大幅稀释。
　　第二个挑战关乎职业身份认同。生成式AI的触角已经延伸到新闻评论领域，原本被视为需要判断力和思想深度的写作空间正被机器渗透。在政经深度报道中，记者要做的不只是信息传递，还要对政策动因、行业趋势、利益博弈作出综合研判。倘若这些前期工作完全交由AI完成，记者自身的分析能力和判断力难免会逐渐钝化。
　　第三个挑战来自把关人角色的松动。AI生成内容常常隐去信息的原始出处，读者难以追溯信源。更棘手的是，AI的“幻觉”问题并未得到根治，它可能用看似严谨的逻辑和术语包装出完全虚假的信息。这意味着，记者在事实核查方面面临的考验比以往任何时候都更为严峻。

二、技术依赖的三重风险

　　随着AI工具在新闻采编领域的普及，技术依赖的风险正在从潜在走向显性。
　　其一是认知能力的退化风险。当选题判断和素材筛选越来越多地交由算法完成，记者对新闻线索的敏感度和判断力可能逐步弱化。以教育领域的政策报道为例，真正有新闻价值的元素往往隐藏在政策文本之外——调研过程中的博弈、试点单位的具体难处、一线工作者的真实反馈，这些恰恰是AI难以捕捉的层面。
　　其二是主体性被蚕食的风险。人工智能的应用正在重塑新闻机构与科技公司之间的力量格局。当媒体过度依赖外部AI平台完成核心生产环节，技术供应商的议价能力和话语权将持续膨胀，媒体自身的生产自主权反而遭到削弱。
　　其三是外部平台锁定的风险。AI大模型的选用涉及不菲的时间和资金投入，而训练数据中固有的偏见和错误可能被放大输出。深度伪造、算法歧视等问题，直接威胁着信息传播的真实性和公信力。

三、核心能力的重塑

　　为应对上述挑战，记者需要在三个方面实现能力重构。
　　一是提升技术素养，把AI当作工具而非对手。记者应当建立清醒的“工具化”认知，将AI定位为辅助采编的帮手而非替代者。在民生新闻报道中，记者可以借助AI快速梳理政策脉络和数据背景，从而把省下来的时间投入到基层走访和人物采访中去——那些面对面的交流、现场的细微观察，恰恰是机器无法企及的领域。
　　二是强化把关责任，守住质量和伦理的底线。在人机协作的模式下，记者对AI产出的内容负有最终的审核责任。以涉及地方性法规的报道为例，AI生成的初稿只是起点，记者需要核对原始条文、采访相关当事人，确保每一个事实都站得住脚。此外，AI的情感分析和内容生成本质上是数据运算的结果，它没有真正的道德意识和人文关怀，伦理把关这道防线必须由人来坚守。
　　三是坚守公共利益，深耕深度叙事。记者亲自抵达现场的价值，短期内还难以被技术替代。在新闻发布会现场，记者的“在场”不只是为了第一时间获取信息，更是为了捕捉发言人的语气、神态、即兴反应——这些非语言信息往往比文字稿本身更有解读价值。媒体的社会功能中很重要的一项就是议题设置，哪些问题值得被看见、被讨论，需要记者扎根基层、持续跟踪，而不是依赖算法推荐来判定。真实性是新闻安身立命的根基，从采访核实到编辑审校，每一个环节都对应着明确的责任主体。记者的工作重心，应当始终落在服务公众知情权和社会监督功能上。

四、制度层面的协同保障

　　记者的个体努力固然重要，但如果没有组织制度和行业规范的支撑，能力重塑很难走远。
　　媒体机构层面，需要出台明确的AI采编操作规范，界定哪些环节可以引入AI、哪些必须人工完成，以及AI生成内容的标注和审核要求。例如，合理的分工方式可以是常规政策类报道由AI完成信息梳理和初稿起草，记者负责现场核实和观点提炼；深度报道和人物特写则仅将AI充当检索工具，核心写作必须由人独立完成。考核机制也应作出调整，把报道深度、独家发现、社会影响力等质性维度纳入评价体系，引导记者从“拼数量”转向“拼质量”。
　　行业协作层面，新闻行业组织、学术机构和主流媒体可以联合推动几项基础工作：明确AI生成内容的署名规范和归责原则；探索建立AI内容的可追溯和可认证标准，压缩深度伪造的生存空间；搭建行业共享的AI伦理案例库。
　　教育培养层面，高校新闻传播专业的课程体系需要及时更新，AI素养类课程——包括技术原理、算法社会影响、人机协作实务等应当进入必修环节，同时传统的采写训练和新闻伦理教育不能弱化。在职培训方面，媒体机构应建立持续性的AI技能更新机制，帮助一线记者跟上技术迭代的节奏。
　　智能体时代的到来，对传统纸媒记者而言既是压力，也是重新锚定自身位置的契机。面对这场变革，记者需要在工具理性的诱惑面前保持清醒，在技术素养和人文判断之间找到平衡。媒体组织、行业共同体和教育机构也须协同发力，为记者的角色转型提供制度保障。
　　技术迭代的速度再快，新闻业的根本使命不会因此而改变。记者的职责，正是在技术的惊涛中牢牢守住这一根基，用人的温度、判断力和责任感，为算法无法触及的领域注入价值坐标。（作者单位：《山西经济日报》社有限责任公司）