说到AI与新闻，大多数人首先想到的是因AI普及而迅速加剧的虚假信息与消息伪造。然而，虽然AI驱动的深度伪造（deepfakes）、机器人水帖与幻觉真实存在，但AI本身正被更根本、更实际地应用于新闻行业，拉动整个生态以更加有效且高效的方式运作。
我们看到，AI在新闻行业中越来越常见的一类应用，就是自动生成新闻内容。很多朋友都听说过，AI系统——特别是大语言模型——特别擅长生成文本、图像、视频和音频形式的内容。虽然AI在新闻创作中的应用可以追溯到近十年之前，但近期生成式AI浪潮真正推动AI工具被更多应用于生成不同主题的新闻文章，具体涵盖体育、财务报告、地方政治、天气乃至实时资讯等。
AI系统最擅长的就是获取大量数据、汇总数据结果，然后以不同语气和立场合成精心制作的输出内容。这些输出内容的应用正愈发普遍，帮助长久以来由于缺乏人手和资源而得不到太多关注的新闻主题获取报道、吸引受众关注。例如，AI系统被用于报道地方政治内容，如教育委员会会议、高中及地区体育比赛结果，乃至用叙述的形式介绍财务及天气信息等。
使用AI生成这类输出的主要问题则有两点：AI系统容易产生幻觉并混淆事实，以及对于人类记者被自动化机器系统所取代的担忧。理解AI生成新闻概念的方法之一，就是将主要由数据驱动的事实（如金融及体育）的“低干预”报道，同需要大量新闻技能且更加细致入微的观点/调查性报道区分开来。对于前者，简单播报事实即可，并不需要运用太多新闻技能。而对于后者，AI工具则尚无法满足较为严格、深入且更长篇幅的报道需求。
因此，新闻业中AI的运用撒于具体应用。如果报道的主题需要人类视角，自然需要让人类参与其中。而对于更多基于事实的报道，机器就能够完成这项工作。但即使是在后一种情况下，人类仍然可以参与审查输出，从而验证事实并编辑内容输出。
同样的，即使是在AI生成输出的情况下，AI也可以用于协助事实核查及验证。虽然AI系统在生成输出的过程中容易对事实产生误解，但它们实际又特别擅长对输出进行额外的监督。这些输出能够从其他来源获取信息，以确定是否存在事实被误报的可能性。AI系统可用于标记潜在的错误信息，并协助提供方法以验证文章中提出的主张。
AI系统还可帮助优化新闻消费者的体验。内容可以为每位用户量身定制或实现“超个性化”。其中每位新闻消费者都可以根据个人喜好获取高度个性化的新闻提要。之后，这些输出是经过精心策划的个性化新闻提要，有助于识别每位用户感兴趣的主题。如今更高的关注度就意味着更多收入，AI技术的介入则有望改善参与度并提高货币化水平。
即使没有应用AI技术，新闻工作者也一直在利用精心策划的内容增加资讯参与度。而AI技术的普及大大增加了能够阅读和分类的内容的复杂程度，突破了以往标记及分类能力的极限。但没有绝对正面的事物，虽然不少人认为这类精心策划的内容更具吸引力，但也有声音谴责此类自我重复的声音越来越多——具体来讲，这些只是强化了预先存在的概念，而不是拓宽用户体验和兴趣。希望我们能够在向用户呈现信息的方式之上寻求平衡。
除了新闻生成和消费之外，AI技术还在改善新闻业的业务和运营方式，这一点同样非常重要。传统意义上，新闻媒体行业通常成本高、收入低。新闻业本身是一项资源密集型任务，记者需要收集数据、前往不同地点收集素材和采访，而后合并内容并生成各种格式的输出。网站的互动性则大大增强，满足了新闻消费者对于多模态信息的体验需求，包括文本、图像、交互式图表、音频和视频等。这些需求意味着需要付出大量努力才能制作出引人入胜的输出。AI可以在新闻发掘和制作等各个方面提供重要帮助。
AI还特别擅长处理和分析大规模数据集，并生成各种格式的输出。这些输出甚至可以根据消费者的不同偏好进行定制，使他们能够更好地参与到内容消费中来。AI工具可以消化这些信息，提供高级数据分析，并帮助人们更好地理解报道脉络。
此外，AI系统还可以帮助新闻编辑室运营的其他方面，从转录音频采访和总结对话，到将内容翻译成多种语言。AI系统还可用于实现日常任务的自动化、增强和协助，例如发布社交媒体帖子、管理内容工作流程、甚至确定发布文章的最佳时间，以获取文章的最大影响力和参与度。利用AI的识别模式，这些系统能够自动识别和标记图像及视频内容，帮助新闻编辑室管理大量视觉内容。许多AI系统亦可用于帮助验证视觉媒体的真实性，更多利用AI自身的力量来判断内容是否由AI所生成。
