AI 进了编辑部,记者该高兴还是该怕?

▲ 题图：本文配图为 AI 生成示意图，仅供示意

深夜的编辑部，灯还亮着。

以前，一位记者做完两小时的人物专访，得把录音一句句听写、整理到凌晨；如今，录音丢进工具，十分钟出一份带时间轴的文字稿，他只需校一遍、补上自己的判断。字幕、粗剪、数据图——过去占掉大半精力的活儿，正被 AI 悄悄接走。

这不是科幻。AI 已经站在广电采编的流水线旁，而且越站越近。问题是：我们该高兴，还是该警惕？

第一层是“快”。 语音转写把听写从小时级压到分钟级；素材检索让“翻遍硬盘找一段旧片”变成一句话的事；字幕、粗剪、常规的图表动画，AI agent 可以在人休息时跑完初稿。以我们常用的开源转写模型为例：一小时人物专访，人工整理要约三四个小时，AI 出带时间轴初稿只要十分钟，编辑校订半小时即可——同样的活，工时砍掉一大半。对常年赶时效、人手紧的栏目来说，这几乎是“白捡”的产能。

第二层是“能”。 小团队也能做以前做不起的数据新闻：让模型把报表读成可交互图表，把枯燥的会议通稿读成一条有节奏的短视频脚本。多语种分发也不再是央媒专属——一段中文成片，AI 能快速产出外语稿与字幕，触达更广。

第三层，也是最关键的，是“回到人”。 当搬砖的活被接走，记者才真正有空去盖房子：多跑一个现场、多问一个为什么、把故事讲得更透。技术本该是这样——把人从重复里解放，让人回到人最擅长的地方。

▲ 配图：AI 生成示意图

1. 事实与幻觉。 模型会一本正经地编造引语、张冠李戴地归错来源。新闻的第一生命是真实，而“看着像真的”正在成为最危险的失实。业内已有先例：某省级台用 AI 生成的人物引语未核实就播出，被当事方辟谣，连夜撤稿致歉——一个字的差池，伤的是整块公信力。

2. 同质化与去技能化。 都用同一套提示词、同一个模板，出来的稿子和片子会越来越像。更隐蔽的是：当转写、初剪都交给 AI，记者的“听感”“镜头感”这些硬功夫，可能会在依赖中悄悄退化。

3. 版权与伦理。 训练素材的版权边界仍模糊；声音、肖像被合成，深度伪造离新闻现场只有一步。一旦滥用，伤的是整个媒体的公信力。

4. 把关失守。 最危险的不是 AI 出错，而是人把判断“外包”了——觉得“AI 都跑过了，应该没问题”，于是编辑的终审变成走形式。我们台试过让 AI 先出民生新闻初稿，有次把“拟开工”写成“已开工”，幸亏终审拦下；这类“差一个字就翻车”的坑，靠的是人，不是机器。

5. 职业焦虑与披露义务。 “我会被取代吗？”这个问题真实存在。同时，哪部分由 AI 完成、要不要向观众说明，也越来越像一道必答题。

讨论利弊，不是为了站队，而是为了立规矩。结合我们台和同行的实践，试着给出「AI 采编五条底线」——可整块截图，也方便转给同事当团队规范：

这五条不完美，但先把“边界”画出来，远比争论“AI 好不好”更有用。

把这张「五条底线」转发给编辑部，比开三次会都管用；先收藏，免得要用时找不着。

落到我们台明年最现实的一步：先让 AI 跑初剪和字幕，人只做核查与叙事；流程跑顺了，再谈 agent 化和「采、编、审、发」的智能流水线。

方向大概率是：记者的角色从“全流程执行者”，转向策展人、核查员、叙事设计师——谁更会提好问题、谁更懂把关与讲故事，谁就越值钱。行业迟早要立一套 AI 素养标准 与 协作规范，也会冒出“AI 流程编辑”“人机协同导演”这类新工种。

▲ 配图：AI 生成示意图

回到开头那盏灯。AI 不会替我们关掉它，但可能改变灯下的人在做什么。它接走的，是搬砖的活；它接不住的，是记者的判断、温度，和那句“我再问一句为什么”。

📮 公众号后台回复「AI底线」，领高清可打印版「AI 采编五条底线」