🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
新闻媒体长期在两端拉扯：一端是把新闻做得更贴合每个读者，另一端是保证公众还能看到足够多样的信息。过去大家担心的是推荐算法，它从现成的稿子里挑，可能让人只看见自己想看的东西。生成式人工智能把这个前提改了，同一篇报道可以被改写成不同长度、不同语言、不同口吻的版本，读者看到的可能不只是不同文章，而是同一件事的不同说法。另一边，记者自己也在用这类工具查资料、理线索，工具会先替他们决定哪些材料值得摆在眼前。作者把这两头合起来叫双向个性化：面向受众的个性化，和工具自身的个性化。
② 研究问题（要回答什么？）
作者想回答两个问题。第一个是生成式人工智能怎样被嵌进新闻工作，现有的职业规范、工作习惯和组织安排又怎样给它让路。第二个是在面向受众的个性化和记者自用工具这两条线上，新闻多样性分别被怎样理解和评估。这两个问题的落点不是某篇报道写得好不好，而是决定多样性的那些判断发生在哪里、有没有人看得见。作者指出，现行的多样性评估大多盯住已发布的作品，把每篇报道当成一个稳定的整体，这个假设在生成式改写面前已经不成立。
③ 研究方法（怎么做的？）
研究的主干是十六次半结构化访谈。访谈对象按最大差异原则抽样，覆盖编辑、技术、产品、战略和法务等岗位，来自公共服务、公私合营、商业、国有媒体以及技术供应商和跨部门机构，地域包括德国、中国和马来西亚。访谈每次六十到九十分钟，用中文、德文和英文进行，录音转写后做了化名处理。分析上，两位研究者先各自开放式编码，九百四十条摘录被分成纳入、背景和排除三类，再由一位研究者借助大模型把初编码合并成一百四十一个码，最后全队归纳成三十八个码组。作者明确说，他们靠讨论协商统一编码，没有计算编码者间信度。此外还补了两项模型验证实验：一项用三个联网问答系统做四个检索任务，另一项让四个模型把十二篇新闻改写成五种受众版本。
④ 结果（发现了什么？）
第一个发现是受访者把编辑决策分成了三块：形式、选择和意义。语言、长度、格式和语气这类形式，被认为可以交给工具去改；哪条稿子发给谁，争议较大，因为这权力分散在记者、编辑、出版方和平台之间；而事实、解释和立场这类意义，受访者坚持由人把关。问题在于边界很难守住，缩短一篇稿子就可能抽掉上下文，换一个词就能改变读者对事实的理解。第二个发现是工具个性化：记者自己挑模型、喂材料、调提示词，慢慢形成一套私人工作流。这套流程常常绕开组织的统一工具和审查，组织也看不到里面发生了什么。第三个发现是风险认知不对称：受访者在面向受众的个性化上很会担心信息茧房，可一旦问题出在自己用的工具上，九位受访者都把它当成准确率和能力问题，想着改提示词、换模型就能解决，而不是当成多样性问题。验证实验显示，改写版本基本都保住了主旨，但关键信息平均只留下七成半左右，明确要求保留原意也只多留住几个百分点，不同受众版本保留的要点还各不相同。
⑤ 讨论（这些发现说明什么？）
这两组发现合起来说明，决定多样性的动作正在往上游和下游两头跑。上游是记者找资料的环节，工具先筛一遍来源，被漏掉的视角不会留在成品里，事后查稿也查不出来。下游是同一篇报道的多个改写版本，读者即便被算作看了同一条新闻，实际拿到的关键信息可能不同。作者因此认为，现行的评估办法有三个盲点：查已呈现的内容，看不出系统压根没检索到的东西；审一篇原稿，保证不了各个改写版本的信息一致；把责任压给记者个人，也不等于他们真能控制那些决定。文章还提到，欧盟人工智能法案对经过人工编辑审阅的公益文本免于披露，这让形式上的审阅和实质上的把关之间的差距变得很关键。作者借道德皱褶区这一说法提醒，一线记者可能要为看不见的系统决策背锅。
⑥ 结论（最终结论 + 启示）
作者的主张是，新闻多样性的防线要往前挪。与其只检查发布出来的文章，不如去看记者用的工具检索到了什么、漏掉了什么，去看一篇原稿和它的多个改写版本之间丢了哪些关键信息。具体做法包括：把反复使用的提示词、助手和检索配置变成组织可以复核的做法；要求改写版本能追溯到经过审阅的原稿，并针对关键信息做抽查；把核实和补充上下文算作正式工作量，而不是让它们靠个人加班完成。作者也承认，这项研究刻画的是机制而不是普遍程度，样本是有意挑的，受访者对受众端个性化的担忧很多是预判而非实测，两项验证实验也只是举例说明机制如何发生。这些结论更适合当作后续研究的方向，而不是可以直接落地的监管细则。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
新闻个性化与多样性之间的张力由来已久，但既有研究基本把新闻条目当作稳定的分析单位：推荐系统从现成稿件中挑选并分发，多样性被理解为不同受众接触到的来源、议题与视角的范围（Napoli, 1999；Helberger et al., 2018；Vrijenhoek et al., 2021）。生成式人工智能使这一假设失效。一方面，同一篇报道可以被改写为不同长度、语言、格式与侧重，读者接触到的已不只是不同文章，而是同一事件的不同表述；另一方面，记者与编辑可以使用通用模型开展检索、取材与起草，工具本身会塑造哪些来源和视角进入采写视野。作者将这两种过程合称为双向个性化（two-way personalization）：工具个性化塑造生产端可得的信息，受众个性化塑造传播端到达读者的版本。据此提出两个研究问题——RQ1：生成式人工智能如何被纳入新闻工作，既有职业规范、工作实践与组织安排如何为其提供条件；RQ2：在受众端个性化与从业者自用工具两条线上，新闻多样性分别被如何理解与评估。文章的经验贡献是给出双向个性化的实证图景，理论贡献是把多样性评估的落点从成品条目扩展到 AI 中介的来源视野与同一报道的版本间信息一致性。
I. Theoretical Framework & Hypotheses（理论框架与假设）
框架由三块拼成。第一块是 Napoli 的多样性三维度：来源多样性（谁生产新闻）、内容多样性（生产了什么）、接触多样性（受众接触到什么）。既有研究几乎都落在接触多样性上，本文则指出生成式 AI 在来源与内容之间插入了一个新的中介层，并在单一报道内部制造出新的差异。第二块是 Abbott 的职业管辖权与 Gieryn 的边界工作：一门职业的管辖权体现为定义任务标准、执行任务并评判结果的权利；新技术使任务可被外包时，职业会重新划界，主张哪些判断仍归自己。本文据此把编辑决策拆成形式（语言、长度、格式、语气）、选择（哪条稿子给谁）与意义（事实主张、解释、立场）三层，考察从业者把哪一层交给工具。第三块是监督与问责研究：正式编辑控制不等同于有效监督，有效监督要求有能力检视并影响关键决策（Sterz et al., 2024），问责要求决策可被解释与质询（Bovens, 2007）。作者进一步引入 Elish 的道德皱褶区与 Bainbridge 的自动化反讽，说明责任下沉到一线而控制上移时会出现什么后果。三块合起来支撑一个判断：多样性相关决策的位置变了，而评估与治理工具还停在原地。
M. Materials & Methods（材料与方法）
研究采用质性访谈为主、模型行为验证为辅的混合设计。2026 年 6 月先举办九人圆桌工作坊，七人来自德国公共服务与商业媒体的编辑、技术、产品与战略岗位，两人来自亚太；圆桌只用于打磨访谈提纲，其材料被明确排除在实证分析之外，其中四人后来接受了正式访谈。正式样本为十六位从业者，按最大差异目的抽样，角色覆盖编辑、技术、产品、战略与法务，机构类型包括公共服务广播、公私合营广播、商业新闻机构、国有媒体、媒体技术服务商与跨部门机构，地域为德国、中国与马来西亚。访谈 60–90 分钟，语言为中文四场、德文一场、其余英文；非英语转写由母语者完成并经第二位母语成员交叉核对，材料化名处理，研究获两所院校伦理委员会联合批准，参与自愿无偿。
分析上，两位研究者先独立对一份转写做开放式编码并比对备忘录，随后一人编码全样本、另一人独立编码十份转写，双方互审并以讨论收敛编码，作者明确说明未采用编码者间信度指标。940 条摘录被分为纳入（537）、背景（351）与排除（52）；一位研究者借助 Claude Opus 5.5 识别语义重叠，经三轮迭代把初编码合并为 141 个码，其间复核 72 项被标记的合并决定并修改 8 项；全队再将码归纳为 38 个码组，按 Braun 与 Clarke 的主题分析路径形成主题，并以归纳编码结合溯因推理，把管辖权、边界工作与 Napoli 维度作为敏感概念。为补充受访者自述，作者另做两项验证研究，设计见下表。
| 验证研究 | 设计 | 考察点 |
|---|---|---|
| AI 中介的来源视野（附录 D.1） | 3 个联网系统（GPT-6、Claude Sonnet 5.5、Gemini 3），4 个检索任务，2026-10-31，开放提问对比附源链接、平台托管内容 | 发现、获取、抽取与呈现四层排除机制 |
| 版本间信息一致性（附录 D.2） | 12 篇报道（德、澳、中各 2 篇全国 + 2 篇地方），4 个模型（Qwen3-32B、gpt-6-luna、deepseek-flash、gemini-3.8-flash），5 类受众，2 种提示，480 个版本，960 组配对 | 主旨保留、2–4 个要点保留、Jaccard 距离 |
R. Results（结果）
发现一：职业管辖权把编辑决策分成形式、选择与意义三层。形式（语言、长度、格式、语气）被认为可以外包；选择（哪条稿子给谁）争议最大，权力分散在记者、编辑、出版方与平台之间；意义（事实、解释、立场）坚持留在编辑部。有自有渠道的公共广播从业者谈如何用推荐设计扩大接触面，例如五条推荐里放一条跳出回音室的稿子；依赖平台者则把推荐责任推给平台，转而强调报道内部的多元视角。边界并不稳固：缩短报道会抽掉语境，一个情态动词就能改变读者对事实的理解，而上千个版本使逐条审读不可行。
发现二：工具个性化成为行使管辖权的方式，同时逃出组织视野。从业者通过选模型、喂材料、写提示词、固化流程把通用模型改造成私人工作流；组织合规工具常滞后，从业者便自建或私下使用外部工具，形成可见性缺口。发现三：风险认知不对称。九位受访者（P05、P07–P09、P11–P15）报告编造、检索不全、遗漏语境、无法访问非中英文内容与微信公号等缺陷，但普遍归为提示词错误或能力不足，用查原文、补语境、自己重写应对；面向受众的个性化却被放进公共责任框架，谈回音室与共享公共知识。附录表 3 逐人列出证据与反例。
验证研究：480 个改写版本无一被判定改变主旨（删改严重度 2 级为 0），要点保留率 70.8%–80.3%，显式保留提示仅提升 2.8–8.9 个百分点。960 组受众配对平均 Jaccard 距离 0.212（DeepSeek）至 0.292（Qwen），GPT-6 Luna 0.240、Gemini 0.241；最分歧组合因模型而异（Qwen 青年—乡村 0.410，GPT 老年听众—B1 读者 0.326，Gemini B1—专家 0.323）。NLI 与人工判定一致率 91.3%，Cohen 的 κ=0.821（n=103，阈值 0.4）。
| 生成器 | 基线 P0 | 保留原意提示 P1 | 总体 | P1−P0 |
|---|---|---|---|---|
| GPT-6 Luna | 73.2% | 82.1% | 77.6% | +8.9 pp |
| DeepSeek Flash | 77.8% | 82.8% | 80.3% | +5.0 pp |
| Gemini 3.8 Flash | 73.6% | 79.9% | 76.7% | +6.3 pp |
| Qwen3-32B | 69.4% | 72.2% | 70.8% | +2.8 pp |
a / D. Discussion & Conclusion（讨论与结论）
作者把发现放回 Napoli 框架，提出两处扩展：其一是 AI 中介的来源视野（AI-mediated source horizon），位于来源多样性与内容多样性之间，可分四层——存在的来源、系统可检索的来源、系统呈现的来源、从业者最终采用的来源；其二是同一报道内部的版本间信息一致性，衡量核心主张、证据限定与语境在多个受众版本中是否被保留，而不是措辞是否一致。此外还有两个衍生关切：受众分类（谁的需求被识别、如何识别）与分配公平（哪类受众拿到人工采写或人工审阅的新闻，哪类主要拿到未经审阅的生成内容）。据此，治理的三条常规手段都失灵：核查呈现内容看不到从未被检索的来源；审阅原稿保证不了版本一致；把责任分给记者不等于赋予其控制力。作者主张把反复出现的提示词、助手与检索配置当作可复核的组织实践，要求版本可追溯到经审阅的原稿并针对关键信息抽查，同时把核实与补充语境计为正式工作量，避免责任向一线塌缩成道德皱褶区。局限方面，样本为目的抽样、不能外推，受众端担忧多为预判，验证研究只示范机制而非估计普遍程度，要点保留也依赖研究者判断与自动评估。
🧠 IRMaD 思维导图
mindmap
root((生成式AI重塑新闻多样性))
I 引言
个性化与多样性张力
新闻条目假设失效
双向个性化提出
两个研究问题
R 问题
工具如何进入新闻工作
组织安排怎样让路
两条线如何评估多样性
M 方法
十六次半结构化访谈
九人圆桌前导
九百四十条摘录
一百四十一个码
两项模型验证实验
R 结果
形式可交意义必留
选择权分散在多方
工具个性化绕开审查
工具缺陷被当技术问题
改写版本丢关键信息
a 讨论
来源视野被中介
版本间一致性新维度
三类监督手段失灵
责任向一线塌缩
D 结论
评估前移到生产端
配置应可复核
版本需可追溯
样本有限不外推
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。