作者：李如龙（四川省委网信办传播处副处长）

　　在数字技术迅猛发展的时代，生成式人工智能大模型凭借其强大的自然语言处理和深度学习能力，深刻改变新闻传播业态。它能快速生成新闻稿件、实现精准推送并打造沉浸式体验，大幅提升新闻生产与传播效率。生成式人工智能大模型为新闻传播带来重大变革的同时，也对新闻传播的内容、伦理、行业生态等多方面提出挑战。

　　一是内容与版权困境。大模型因缺乏对真实世界的深度理解，仅靠数据模式匹配生成文本，易出现事实错误、数据偏差，导致内容失真，干扰受众认知，破坏信息生态平衡。同时，人工智能生成内容的版权尚无明确法律界定，版权归属模糊，易引发版权纠纷，影响新闻内容生产的规范性与创新性。

　　二是道德伦理风险。人工智能缺乏道德判断能力，新闻生成中可能侵犯隐私、损害名誉，违背隐私权保护和新闻职业道德规范。算法偏见源于训练数据偏差，导致新闻报道有倾向性，被恶意利用时会传播极端思想和虚假信息，影响社会稳定和公众价值观。

　　三是行业生态问题。大型科技公司凭借技术和资金优势主导新闻传播领域，挤压传统媒体和小型新闻机构的生存空间，使传播渠道和内容单一化，破坏行业生态多样性与平衡性。技术应用加剧 “马太效应”，头部媒体获得更多流量和市场份额，拉大与中小媒体差距，阻碍行业均衡发展。

　　四是从业者危机。生成式人工智能替代大量简单重复性新闻工作，从业者面临岗位缩减和转型压力。技术发展要求从业者具备跨学科能力，既要懂新闻专业知识，又要掌握人工智能技术、数据分析等技能，但目前新闻教育体系和从业者知识结构难以满足需求，造成人才供需脱节。

　　五是法律监管空白。人工智能生成内容的法律属性界定模糊，著作权归属缺乏明确法律条文。责任认定困难，出现侵权、虚假信息传播等问题时，难以确定技术开发者、新闻机构或使用者的责任。不同国家和地区监管法律存在差异，跨国传播易出现法律适用冲突，阻碍行业规范化发展。

　　六是技术标准缺失。新闻领域 AI 应用缺乏统一技术标准，内容生产环节，新闻生成质量参差不齐，语言风格随意、数据引用和分析不规范。传播过程中，媒体平台与 AI 技术融合存在障碍，多平台传播格式混乱、适配性差，监管部门也难以有效监管。

　　面对生成式人工智能带来的挑战，新闻传播行业要主动应对，从强化技术监管、健全完善制度、深化协同治理等方面入手，不断探索技术与新闻传播的深度融合路径，在技术浪潮中实现转型与升级，推动新闻行业健康持续发展。

　　一是强化技术监管。开发“生成式内容数字指纹”系统，利用区块链技术实现内容生产主体、算法参数备案和传播路径存证，确保可快速溯源。部署融合多种技术的智能监测平台，对新闻内容进行全方位监测，具备实时预警功能，及时发现和处理不良信息。

　　二是健全完善制度。完善法律监管体系，制定生成式内容传播管理条例，明确强制披露规则和责任追究机制，修订《著作权法》，明确版权归属，将AI生成物纳入邻接权保护范畴。明确AI技术应用伦理规范，推进标准体系建设，建立基础通用、内容质量和安全隐私标准，规范AI应用。

　　三是深化协同治理。构建 “政府监管+平台履责+行业自律+公众监督” 的协同机制。政府提供宏观指导，平台落实内容审核，行业协会制定自律准则，公众监督不良行为。媒体机构建立AI内容“审校”制度，从业人员开展“人机协作采编”岗位认证，将“数字素养”纳入全民教育体系。推动签署全球人工智能传播治理公约，建立跨境虚假信息联合处置机制和技术伦理国际研究网络。

　　四是促进行业健康发展。对网络新闻传播平台实行准入制度，保证新闻来源和内容多样性。设立行业发展基金，出台扶持政策，支持中小媒体技术升级和人才培养，防止大型科技公司垄断。加强新闻从业者培训，提升从业者技能。调整新闻院校专业设置和课程体系，注重跨学科教育，培养复合型新闻人才。

　　五是科学合理运用人工智能做好新闻传播。借助人工智能创新新闻内容和传播渠道，将复杂新闻转化为多种形式，提升传播效果。分析用户行为，制定针对性传播策略，利用机器翻译实现跨语言传播。分析用户需求，提供定制化新闻内容。搭建智能舆情监测平台，增强新闻与受众的互动。在新闻团队内部利用人工智能项目管理工具，优化任务分配和资源协调，提升团队协同效率。