想象一下，美国报业就像一间拥有 1500 家不同餐厅的庞大、繁忙的厨房，从微小的家庭经营小馆到巨大的知名五星级连锁餐厅，无所不包。最近，一个研究团队决定对这家厨房里供应的“食物”进行品尝测试，看看其中有多少是由厨师（人类）烹制的，又有多少是由高科技机器人（人工智能）准备的。
以下是他们发现的简要说明：
1. “机器人厨师”已进驻厨房
研究人员查看了 2025 年夏季发布的 186,000 篇文章。他们使用了一种名为Pangram的极其敏锐的“品尝测试”工具（将其想象为一位超级聪明的食品检查员），来检查文章是由人类还是机器撰写的。
- 结果： 大约每 100 篇文章中就有 9 篇得到了机器人的协助。有些文章完全由机器人“烹制”，而另一些则是“混合”菜肴，即人类厨师在机器人的基础食谱上添加了最后的调味。
- 令人惊讶的是： 机器人不仅仅存在于高档餐厅。事实上，它在小型本地小馆（地方报纸）中的普及程度远高于大型知名连锁餐厅（全国性报纸）。此外，它更多地出现在天气预报、科学和技术等特定的“菜单项目”中，而在战争或犯罪等严肃话题中则较少出现。
2. “观点专栏”是机器人的热点区域
研究人员还审视了美国三大报纸——《纽约时报》、《华盛顿邮报》和《华尔街日报》——的“观点”版面。
- 结果： 观点文章获得机器人协助的可能性是普通新闻报道的6.4 倍。
- 谁在使用它？ 不仅仅是专职撰稿人在使用。许多这些由机器人协助撰写的观点文章出自客座明星之手——包括诺贝尔奖得主、参议员、州长和首席执行官等名人。
- 趋势： 在 2022 年人工智能大爆发之前，几乎没有人将其用于观点写作。到了 2025 年，这一数字显著上升。
3. “无标签”问题
这里存在最大的问题：没有人告诉你。
- 秘密： 研究人员人工检查了 200 篇被机器人检查员标记为人工智能撰写的文章。
- 96.5% 的作者只字未提使用了人工智能。
- 94% 的报纸没有张贴任何告示说明“嘿，这篇文章有机器人协助撰写”。
- 类比： 想象你去一家餐厅点了一份牛排，厨师端给你一盘菜。你不知道这是真正的牛排还是高科技肉类替代品。餐厅没有告诉你。你就这样吃下去了。这些新闻文章的情况正是如此。
4. “虚假食材”的风险
当研究人员仔细查看机器人撰写的文章时，他们发现了大量的幻觉。在人工智能领域，“幻觉”是指机器人自信地谈论一些根本不存在的事情。
- 统计数据： 与人类撰写的新闻相比，被标记为人工智能生成的文章包含虚假事实（如错误的日期、杜撰的引语或不正确的统计数据）的可能性高出8.2 倍。
- 危险： 由于这些文章通常不说明是由机器人撰写的，且包含更多错误，读者可能会在不知情的情况下相信虚假信息。
5. 为什么机器人在小城镇无处不在
研究发现，机器人在小城镇以及非英语语言中最为流行。
- 小城镇： 小报纸通常员工极少。由于时间和资金短缺，它们可能利用机器人来协助撰写天气预报或本地体育比分。
- 其他语言： 西班牙语、葡萄牙语和越南语的文章中，机器人协助的比例（31%）远高于英语文章（8%）。这表明翻译工具或自动化写作正被大量用于服务这些社区。
核心结论
该研究报告得出结论：人工智能已经成为美国新闻业的重要组成部分，但其使用分布不均且隐秘。
- 并非全是坏事： 使用机器人检查语法或撰写简单的天气预报，就像使用计算器一样，可以有所帮助。
- 问题所在： 当机器人撰写复杂的故事或观点文章，而无人告知读者时，这就破坏了报纸与读者之间的信任。这就像魔术师隐藏了他们的戏法；一旦观众发现戏法是由机器完成的却未被告知，他们就会停止信任这场表演。
研究人员呼吁报纸开始在它们的“菜单”上张贴“机器人协助”的标识，以便读者确切知道自己消费的是什么。
以下是论文《美国报纸中人工智能的使用广泛、不均衡且鲜少披露》的详细技术摘要。
1. 问题陈述
大型语言模型（LLMs）迅速融入新闻业，造成了显著的透明度缺口。虽然人工智能工具在起草、编辑和内容生成方面的使用日益增加，但其在已发布新闻中的采用程度仍不明确。这种缺乏披露的情况对以下方面构成风险：
- 公众信任：读者往往不知道内容是人工撰写还是人工智能辅助。
- 事实准确性：人工智能模型容易产生“幻觉”（捏造事实），若未经严格核查，可能传播错误信息。
- 道德标准：新闻编辑室缺乏关于人工智能署名的明确政策，使得问责变得复杂。
本文旨在量化美国报纸中人工智能生成内容的普遍程度，分析其在不同媒体类型（地方与国家、新闻与观点）中的分布情况，并评估披露率及事实可靠性。
2. 方法论
数据集
作者构建了两个主要数据集，共计 231,310 篇文章：
recent_news（186,507 篇文章）：来自 1,528 家美国地方和全国性报纸的广泛样本，发表于 2025 年 6 月至 9 月。该数据集涵盖了不同的所有权集团、发行规模和主题。opinions（44,803 篇文章）：针对三大全国性媒体（《纽约时报》、《华盛顿邮报》和《华尔街日报》）的意见专栏文章进行的定向样本，发表于 2022 年 8 月至 2025 年 9 月。ai_reporters（20,132 篇文章）：一个纵向数据集，追踪了 10 位资深记者，他们在 ChatGPT 发布前后（2022 年 11 月）均有发表文章，用于分析随时间推移的采用趋势。
检测工具
本研究使用了 Pangram（v2.0），这是由 Pangram Labs 开发的尖端人工智能文本检测器。
- 标签：文章被分类为三类：
HUMAN-WRITTEN（人工撰写）、MIXED（部分人工智能）和 AI-GENERATED（人工智能生成）。
- 准确性：Pangram 在新闻文本上的假阳性率（FPR）约为 0.001%。作者通过与 GPTZero 交叉验证进行了核实，观察到 88.2% 的一致率（Cohen's κ = 0.764）。
- 免责声明：作者明确指出，这些是检测器的输出结果，并非署名的确凿证据，也不归咎于特定记者的意图或不当行为。
分析流程
- 主题分类：文章使用 IPTC Media Topics 分类法标记了 19 个主题，通过 QWEN3-8B 模型（零样本提示）分配。
- 元数据链接：将报纸与发行量数据（来自美国新闻荒漠数据库）和所有权信息（来自 Medill 地方新闻倡议）进行链接。
- 人工审计：
- 披露审计：人工审查 200 篇被标记为人工智能的文章，以检查是否披露了人工智能使用情况。
- 事实性审计：人工审查 100 篇被标记为人工智能的文章与 100 篇被标记为人工的文章，以识别幻觉（如捏造的引语、错误的统计数据等）。
- 机器翻译（MT）分析：将 300 篇英文文章翻译成 12 种语言，以确定非英文文本中较高的人工智能检测率是否是机器翻译的产物。
3. 主要结果
人工智能使用的普遍性
- 总体比率：在
recent_news 数据集中，约 9.1% 的文章被标记为 MIXED（3.98%）或 AI-GENERATED（5.24%）。
- 观点与新闻：在主要全国性报纸中，意见专栏文章包含人工智能内容的可能性是标准新闻文章的 6.4 倍（4.56% 对比 0.71%）。
- 时间趋势：意见专栏中的人工智能使用量从 2022 年（0.1%）到 2025 年（3.4%）激增了 25 倍。在
ai_reporters 队列中，人工智能使用量从 2023 年之前的约 0% 跃升至 2025 年的 40.4%。
分布不均
人工智能的采用在多个维度上表现出高度异质性：
- 发行规模：小型地方媒体（发行量<10 万）的人工智能使用率（9.3%）显著高于大型全国性报纸（>10 万，1.7%）。
- 所有权：采用率因媒体集团而异。Boone Newsmedia 和 Advance Publications 显示出高采用率（>15%），而 Nash Holdings 和 Hearst 的采用率则低于 1%。
- 主题：
- 高使用率：天气（27.7% 的人工智能可能性）、科学/技术（16.1%）和健康（11.7%）。
- 低使用率：冲突/战争（4.3%）、犯罪/法律（5.2%）和宗教（5.3%）。
- 语言：非英文文章的人工智能使用率为 31.0%，而英文文章为 8.0%。然而，实验表明机器翻译会抑制人工智能检测分数，这意味着非英文文章的高比率是一种真实的采用趋势（可能由翻译/自动化工具驱动），而非检测伪影。
透明度与披露
- 缺乏披露：在对 200 篇被标记为人工智能的文章进行人工审计中，96.5% 的作者和 94.0% 的出版商未披露人工智能的使用情况。
- 政策缺口：在 200 个抽样媒体中，仅有 12 家拥有任何关于人工智能使用的公开政策；186 家没有任何公开政策。
事实可靠性
- 幻觉：被标记为人工智能生成的文章包含幻觉的可能性是人工撰写文章的 8.2 倍。
- 比率：41% 的人工智能标记文章包含至少一项幻觉声明（例如捏造的引语、错误的统计数据、错误的日期），而人工标记文章中这一比例仅为 5%。
典型案例
- 完全人工智能生成的媒体：一家名为 Argonaut 的媒体被识别为完全由人工智能生成的报纸，没有人类员工。
- 建议专栏：检测到人工智能在热门建议专栏（如 Dear Annie）中生成回复，这可能背叛了读者的信任。
- 客座贡献者：知名人物（参议员、首席执行官、诺贝尔奖得主）是人工智能标记意见专栏的频繁作者，通常未进行披露。
4. 主要贡献
- 首次大规模审计：这是第一项全面审计约 25 万篇美国报纸文章以检测人工智能内容的研究，为行业提供了基准。
- 细致入微的洞察：按所有权、发行量、主题和语言对人工智能使用情况进行详细细分，揭示出人工智能并非单一趋势，而是因经济和编辑约束而异。
- 事实性分析：提供了经验证据，将人工智能标记内容与显著更高的事实错误率（幻觉）联系起来。
- 披露缺口：量化了行业透明度近乎完全缺失的情况（96.5% 未披露）。
- 开放资源：发布数据集（仅元数据）、分析代码以及用于未来监测的交互式仪表板（
ainewsaudit.github.io）。
5. 意义与影响
该论文突显了新闻诚信面临的紧迫危机。新闻中广泛且未披露的人工智能使用——特别是在意见专栏和地方报道中——威胁着公众信任和信息的准确性。
- 对于读者：无法区分人工与人工智能内容，削弱了评估可信度的能力。
- 对于新闻编辑室：人工智能内容中高发的幻觉表明，当前的编辑工作流程不足以验证人工智能生成的文本。
- 政策建议：作者提出：
- 明确的编辑标准：界定可接受的人工智能使用（如语法检查）与禁止的使用（完全生成）。
- 强制披露：要求对混合或人工智能生成的内容添加明确标签。
- 客座贡献者声明：要求外部作者在提交时披露人工智能的使用情况。
研究结论指出，如果没有更新的编辑标准和透明度，随着人工智能采用的加速，第四权力的可信度将面临风险。
每周获取最佳 computer science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。