<img src="https://sb.scorecardresearch.com/p?c1=2&amp;c2=35880649&amp;cv=3.6.0&amp;cj=1" alt="comScoreNoScript"/>
生成式AI的浪潮席捲全球新聞業(路透社)

當AI遇上地方新聞:技術熱潮能否解救台灣新聞困局?

作者|外部公評人翁秀琪

生成式AI的浪潮席捲全球新聞業,台灣當然也不例外。從中央社導入AI摘要系統、聯合報系試行自動化新聞產線,到各類媒體測試語音辨識與文稿整合[1],各種技術應用幾乎被視為新聞數位轉型的必要標配。

但回過頭來問:這些AI導入,真的解決了新聞產製的核心問題嗎?還是,我們正在被一種「技術期待」推著走?

《Digital Journalism》近期刊登的〈AI 熱潮及其功能〉[2]一文,正好提供了我們一面鏡子。該文從美聯社(AP)推動地方新聞AI工具的過程出發,指出AI技術的導入,其實不只是為了效率或創新,而是一場由「期待」驅動的政治與文化動員。然而,實現 AI 的潛力需謹慎管理期待,並確保記者在技術發展中的參與和理解。而這樣的敘事邏輯,在台灣,何嘗不是也正在上演?

從技術敘事到資源競奪:誰才是AI改革的受益者?

美聯社的AI計畫,號稱要協助地方新聞媒體「邁入數位化未來」,但實際上,參與媒體往往需要投入大量人力、承擔法務與財務風險。作者指出,這些參與不見得出於理性成本效益評估,更多是基於「不能被時代拋下」的焦慮。

類似情境,我們在台灣地方新聞業中也能見到──不少縣市新聞記者每天跑縣政、法院、議會,工時長、人力少,卻仍被要求「試試看新工具」。AI語音轉錄、新聞輔助寫稿工具開始進入一些地方媒體,但實際上,大多仍仰賴記者手動校對、編輯、補充背景資料。

所謂「效率提升」,往往只是讓主管更方便要求「出更多篇」,AI成了擴張產能的槓桿,卻不是勞動改善的保障。

AI敘事下的地方新聞:科技不是解方,是放大鏡

作者提到,美聯社透過「AI將改變新聞未來」的敘事,成功吸引資金與人力投入。然而這種「未來導向」敘事,是否也掩蓋了當下地方新聞真正的痛點?

在台灣,許多地方新聞業者面對的問題不是「技術落後」,而是廣告流失、地方派系壓力、採訪資源斷裂。導入AI工具後,如果缺乏配套的資源、訓練與制度設計,不只無法改善現狀,甚至可能讓基層記者更陷入焦慮與倦怠。

我們需要的,不只是工具,而是一種制度層面的數位轉型共識──包括如何釋出人力、如何保障內容品質、如何防止技術壟斷,這些才是AI真正進入地方媒體前應優先討論的議題。

技術鎖定與期待幻覺:我們能不能「說不」?

台灣的媒體圈,對「創新」總有一種天然的焦慮——怕被淘汰,怕被說落伍。但作者提醒我們:期待不是中立的,它是有方向、有價值觀的。如果我們把「不導入AI」視為一種懦弱或保守,那新聞業就很難擺脫被技術推著走的命運。

尤其在媒體財務高度依賴科技平台(如Google News Showcase)之際,我們更需要警覺:「AI工具是否會讓新聞業更加依賴科技公司?」「記者對內容的掌控會不會因而削弱?」

AI可以是幫手,也可能是陷阱。期待AI救新聞,可能吞下的只是另一種放棄新聞治理權的安慰劑。

新聞業,需要的是「共同想像力」而非單一路徑

技術不是萬靈丹,AI不是救世主,期待更不能成為遮蔽問題的濾鏡。新聞業真正需要的,是對未來的「多元想像」:或許是AI協作、或許是公民參與、或許是政策補貼、也或許是地方自治新聞機制的建構。更重要的是:實現 AI 的潛力需謹慎管理期待,並確保記者在技術發展中的參與和理解。

我們應該在AI熱潮來襲時,學會分辨:哪些是有用的工具,哪些只是包裝精美的幻覺、甚至是有害的迷幻藥。

否則,今天我們投資的是AI的希望,明天我們回收的可能是新聞自由和自主的淪喪。

附錄

台灣已有多家媒體和機構積極運用人工智慧(AI)技術,特別是在語音辨識與文稿整合方面,以下是幾個具代表性的案例:

媒體與新聞機構的應用

1. 《天下雜誌》與台灣AI Labs合作

《天下雜誌》與台灣人工智慧實驗室合作,推出「AI讀新聞」服務,結合語音辨識與AI朗讀技術,提供自動化的新聞播報,提升讀者的收聽體驗。

2. NOWnews 今日新聞的AI主播「倪珍」

NOWnews 與日商優必達合作,推出AI主播「倪珍」,利用語音辨識和自然語言處理技術,自動整理每日新聞稿,並進行24小時不間斷的新聞播報,提升新聞傳播效率。

3. 中央社的AI新聞製作流程

中央社開發了一系列AI工具,涵蓋語音轉文字、摘要生成、標題建議等功能,並訓練了專屬的聲音模型「百聲」,用於新聞內容的自動化生成與編輯,提升新聞製作的效率與品質。

工具與平台的應用

4. Vocol.ai 語音協作平台

Vocol.ai 提供語音轉文字、逐字稿生成、摘要提取等功能,支援多語言辨識,適用於會議記錄、訪談整理等場景,並可與多種會議軟體整合,提升團隊協作效率。

5. 台灣人工智慧實驗室的「雅婷逐字稿」

「雅婷逐字稿」是專為台灣語音特性設計的語音轉文字服務,支援國語、台語、台灣國語等語言,適用於會議記錄、訪談整理等,並已應用於國家兩廳院的演出字幕服務。

6. 中研院開源的「TranscriptHub」平台

中央研究院資訊服務處開發的「TranscriptHub」平台,採用Whisper語音辨識模型,提供內部會議與研討會的語音轉錄服務,並已將程式碼開源,供外部單位使用。

廣播與電視的應用

7. TVBS導入AI即時翻譯技術

TVBS在美國總統選舉開票期間,與ABC合作,導入即時AI語音辨識與翻譯技術,提供即時的新聞翻譯播報,提升觀眾的收視體驗。

[1] 詳參本文附錄資料

[2] https://www.tandfonline.com/journals/rdij20?src=pdf

‘AI Hype and its Function: An Ethnographic Study of the Local News AI Initiative of the Associated Press’ 這個研究由漢堡大學的 Nadja Schaetz 和阿姆斯特丹大學的 Anna Schjøtt 進行,透過民族誌方法,深入探討美聯社(AP)於 2021 年啟動的「地方新聞 AI 計畫」,該計畫旨在協助小型新聞機構理解並採用人工智慧(AI)工具。研究採用「期待社會學」(sociology of expectations)作為理論基礎,將 AI 熱潮視為一種文化資源,能夠協調行動者、釋放資源並推動創新。研究主要發現是: AI 熱潮不僅塑造了新聞業對未來的期待,也影響了資源分配和技術採用的路徑。然而,實現 AI 的潛力需謹慎管理期待,並確保記者在技術發展中的參與和理解。

更新時間 2025.04.25 15:28

更多新聞