智能新闻研究(34)AI报道内容研究及方法汇总

1，Chen, G., Sha, J., & Liu, L. (07 Jul 2026). How AI’s reporting Differs: Evidence of Themes, Emotions, and Representation of Social Actors. Journalism Practice, 1–20.AI报道有何不同：基于主题、情感及社会参与者再现的证据

不同于自动化新闻生成的内容，智能新闻研究摘译（7）自动化新闻-接受，本研究以引发全球高度争议的俄乌冲突导致的难民危机为分析对象。本研究采用跨学科方法论，结合语料库工具、隐含狄利克雷分布（LDA）主题建模、情感分析以及批判性话语分析，系统性比较了三种生成式AI模型（GPT-4、Claude 3.5和Gemini 1.5）与三家主流媒体机构（CBS、CNN和Fox）的报道模式。通过对150篇媒体报道和150篇AI生成文章的定量与定性分析，研究发现两者在报道乌克兰难民时存在显著差异。与传统媒体相比，AI模型倾向于回避政治性报道，并采用更为“人性化”（humanized）的语调，其恐惧情感（fear emotions）得分较低，而期待情感（anticipation）得分较高。在社会参与者再现（representation of social actors）方面，AI生成的内容表现出对分类化（categorization）和同化（assimilation）策略的更大依赖。这些发现为理解AI生成报道的独特特征及其对媒体话语的潜在影响提供了关键见解。

2.党明辉;马林;李翼帆 AI生成战争报道图像的视觉框架偏向——基于人工智能驱动平台NewsGPT中新闻报道图片的计算视觉分析，当代传播，2025 (06) : 34-41+48

本研究以人工智能驱动新闻平台NewsGPT和传统媒体《纽约时报》为样本来源，以加沙战争新闻报道图片为例，采用计算视觉研究方法，基于视觉框架理论分析AI及传统媒体的图像外延和技术风格，探讨AI生成图像潜在的意识形态倾向。研究发现，AI生成图像系统性收缩叙事多样性，在图像外延视觉框架方面呈现出显著的窄化与权威化叙事特征；AI生成图像弱化了负面情绪，增强了人像的视觉比例，在技术风格和视觉框架方面呈现出选择性人本主义的技术特征；AI生成图像在意识形态框架方面既有算法偏见又有价值对齐特征，延续并扩展了西方主流媒体的意识形态偏见，而去语境化的价值对齐存在着对技术向善扭曲化发展的风险。

3.Elhosary M. Pixels of prejudice: Decoding embedded biases in AI-generated news imagery and their implications for visual journalism—Toward an algorithmic-mediated visual framing[J]. Journalism & Mass Communication Quarterly, 2026, 103(2): 430-461.

摘要：这项探索性研究调查了人工智能生成的新闻图像中的嵌入式偏见及其对视觉新闻的影响。它提出了"算法介导的视觉框架" ( Algorithmic-mediated Visual Framing )作为一个概念框架来解释视觉生成人工智能带来的结构和功能转换。作者采用定量和定性内容与主题分析相结合的方法,基于7个新闻主题的300条提示,对DALL - E生成的1200张图片进行了分析。研究结果揭示了7种类型的偏差,2种反复出现的视觉框架,以及3种有效的提示细化策略,以减轻偏差和改变视觉框架。进一步讨论了视觉框架和视觉新闻的理论和实践意义。智能新闻研究摘译（17）生成式人工智能生成视频的接受及效果研究

4.林聪周江烨塔娜，AI拟真新闻图像的视觉呈现与新闻价值偏移：基于文生图模型的算法审计，传媒观察，2026（7）

研究采用计算机视觉分析方法，对真实新闻图像（N=1100）与文生图模型生成的拟真新闻图像（N=4320）进行系统视觉对比，并进一步检验不同文生图模型与提示词策略的作用。研究发现，相较于真实新闻图像，AI拟真新闻图像呈现出新闻价值的视觉化“偏移”：其更倾向于使用原型化人物与事件模板，强化预期性新闻价值；更频繁地呈现知名人物与可识别地点，突出显著性与接近性；并通过大规模人群、远景构图及冲突与破坏性场景，强化事件影响力与冲突性。同时，不同模型产生的新闻价值视觉偏移差异显著大于提示词策略导致的差异，表明模型内部稳定的视觉表征机制对生成结果具有主导作用，而提示词的影响相对有限。研究认为，拟真新闻图像通过“生成”逻辑改变了新闻价值的视觉承载方式，其生产机制与传统新闻摄影存在结构性差异。研究为理解智能传播时代新闻图像生产与意义建构提供了理论依据与实证窗口。智能新闻研究（31）AI拟真新闻图像/AI新闻漫画/AI可视化新闻视频

5. 胡正荣，闫佳琦生成式人工智能的价值对齐比较研究—基于2012—2023年十大国际新闻生成评论的实验，新闻大学，2024（3）智能新闻研究摘译（4）大模型算法审计与算法偏见

研究通过设置不同价值观作为提示词，得到GPT4-turbo、文心一言4.0基于2012—2023年120条十大国际新闻生成的共720条新闻评论，发现中美大模型原生价值存在鲜明的在地化差异，中国大模型原生价值更能体现中国主流倡导的价值导向，美国大模型在展演模式下的价值对齐能力更强。研究进一步探讨了价值鸿沟、价值仿真、价值展演、智能体价值问题，扩展了价值对齐议题的衍生思考空间。

6.杨奇光;张宇生成式人工智能新闻生产的边界——基于AI新闻评论文本语态与幻觉风险的考察,新闻记者,2025(9):21-36

本文采用实验法，重点从词汇、句法、语义和文本案例四个维度系统比较AI与人类撰写新闻评论的语态特征。研究发现，AI生成新闻评论的词汇使用趋于规范与理性，句法结构单一、表达集中，语义结构内部同质性高，印证其依赖概率统计、追求“合理”语言生成的机制特征。“AI味”及其引发的幻觉问题在一定程度上暴露出生成式内容与新闻评论体裁的不兼容，这提示我们应建立起一种边界意识，重新审视智能新闻生产的边界问题，并由此重新锚定新闻业在当下信息环境中的地位与意义。智能新闻研究摘译（20）媒体内容生产与AI幻觉

7.周葆华;张悦大模型会产生“标题党”特征倾向吗？——以中外代表性大模型为例的实证研究，现代出版，2024（7）

大模型会产生“标题党”特征倾向吗？围绕这一核心问题对国内外两个具有代表性的大语言模型运用算法审计方法进行实证分析。基于模型对973篇微信公众号文章进行标题写作的结果，研究发现，在不增加额外提示的情况下，大模型生成的标题具有一定的“标题党”特征倾向，其中GPT-4的倾向比ChatGLM3更明显，但与人类相比，两个模型的“标题党”特征倾向均没有人类明显。相比严肃议题，在非严肃议题文章的标题写作中，模型表现的“标题党”特征倾向更明显。提示（prompt）对大模型生成“标题党”特征倾向具有显著影响：添加含有“标题党”倾向的角色、背景和风格信息后，模型的“标题党”特征倾向均显著增强；添加限制“标题党”风格的提示后，“标题党”特征倾向会相应减弱。

8.Kim A, Lu Y, Ma T, et al. Less Is More? Impact of AI-Generated Summaries on User Engagement of Video-Sharing Platforms[J]. Impact of AI-Generated Summaries on User Engagement of Video-Sharing Platforms (November 13, 2024), 2024.智能新闻研究摘译（19）AI（视频）生成摘要/总结的研究

摘要：在当今数字经济中，视频分享平台面临着日益严峻的运营挑战——在内容量激增和用户认知负荷加重的背景下，如何维持用户黏性成为关键难题。为此，平台开始运用新兴的生成式AI技术，推出AI生成的视频摘要功能。这些平台希望通过该工具减轻用户面对海量视频时的认知负担，从而提升服务质量。然而，目前缺乏实证研究来评估这类工具对观众参与度的实际影响。为填补这一空白，我们以中国头部视频平台哔哩哔哩的自然实验数据为样本，运用Difference-in-Differences差异-差异（DID）模型，系统分析了AI生成视频摘要对用户参与度的影响。研究发现，AI生成的摘要显著提升了用户参与度，具体表现为评论数量和独立评论用户数量的双重增长。这种效果在认知负荷较高的长视频中尤为明显，表明AI驱动的认知负荷降低是提升用户参与度的关键机制。值得注意的是，评论的情感倾向并未发生统计学意义上的变化，说明AI摘要主要影响的是参与量而非情感基调。此外，跨内容类别的分析显示，相较于娱乐性视频，AI生成摘要对实用型视频的提升效果更为显著。该研究为资源分配与服务定制提供平台洞察。这些发现通过阐释人工智能创新如何优化数字服务运营，为运营管理领域作出重要贡献，为战略部署AI生成摘要提供指导，从而最大化用户参与度并有效控制大规模AI实施的成本。

9 elander E, Bjelvér J. AI-Generated Summaries Affecting Decision Quality in Microcontent Interactions: A Formal Experiment in Investigating AI-Washing in Everyday Information Systems[J].Department of Informatics, Lund School of Economics and Management,Lund University， 2025.

摘要：在日常使用中，人工智能生成的微内容摘要日益普及，但相较于传统方法或原创内容，其对用户决策质量的影响缺乏明确证据，引发了“AI洗脑”的担忧。本研究通过实证分析，考察了不同长度内容中AI生成摘要对用户决策质量的影响，以评估AI整合在何种情况下具有优势。在一项对照实验（n=22）中，我们通过客观与主观指标的测量，将决策质量作为衡量标准。结果显示，用户主观上更青睐原创微内容，报告的主观质量（满意度与信心）更高。客观上，无论是AI摘要还是程序化摘要，相较于原创内容均未显著提升或降低准确性和理解度。AI摘要在与简单程序化技术的对比中未展现明显优势。内容长度对这些比较效果无显著影响，但该结果需以探索性方式观察。研究发现表明，在此范围内，AI摘要化可能无法为微内容带来实际益处，这印证了“AI洗脑”的批评观点。建议采取谨慎的用户导向策略，可考虑提供原创内容选项。

10.Mingxia Jia;Yuxiang Zhao;Xiaoyu Zhang，Navigating the perceived credibility and adoption of AI-generated review summaries in online shopping: An affordance perspective，Information Processing and Management 2025-09

随着生成式人工智能( Generative AI,GenAI )的发展,电商平台越来越多地利用AI生成的评论摘要来促进消费者决策。然而,鉴于在线评论消费的体验驱动性质,消费者是否认为这些摘要是可信的、有用的和可采用的,仍然是其有效实施的关键挑战。因此,利用可供性实现理论,我们进行了基于场景的实验和调查,分析了来自713名消费者( N _搜索品= 356 , N _体验品= 357)关于他们对AI生成的评论摘要的感知的定量数据。研究结果表明,面向人工智能生成评论摘要的功能可供性(算法的透明性、可理解性和方便性)和符号表达(传达了价值和意义)对消费者感知可信度的塑造具有重要作用。其中,算法透明性、意义传达性和可理解性被确定为强预测因子。感知可信度进一步预测感知有用性,进而激励用户采纳AI生成的评论摘要的意图,并对消费者评论做出贡献。有趣的是,这些影响路径因产品是搜索产品还是体验产品而存在显著差异。本研究对人工智能生成的评论摘要情境中从可供性到实现信念和行为意向的路径进行了实证研究。

11.Rydenfelt H, Kiskola J, Olsson T. AI in media consumption: Charting the futures of journalism[J]. Journalism Studies, 2026, 27(8): 1151-1174.

摘要：生成式人工智能在媒体消费领域的应用，有望显著重塑媒体环境以及新闻业与受众之间的关系。然而，由于关于人工智能及算法对媒体和新闻业影响的研究主要集中在新闻编辑室的应用场景上，其可能带来的受众使用方式变化的影响仍鲜有探讨。我们从新闻媒体的角度出发，采用设计虚构的研究方法 a design fiction methodology （design fiction是一种通过构建假想的未来场景（未来已来）、原型来反思技术可能性、社会影响的创意研究路径），探索由生成式AI技术推动的未来媒体消费场景。通过对来自不同背景的媒体专业人士进行调研，我们归纳出新闻业发展的四种可能路径：边缘化发展、通过人机互动增强韧性、作为关键信息来源持续存在，以及借助AI增强工具和技术进步实现转型。基于研究结果，我们提出了媒体机构需要考虑的关键决策点，这些决策将决定最终呈现何种发展态势。智能新闻研究摘译（30）生成式人工智能在媒体消费领域的应用--设计虚构法