原文标题： From Automation to Transformation with AI-Tools: Exploring the Professional Norms and the Perceptions of Responsible AI in a News Organization

一、研究对象与核心研究问题

本研究以丹麦全国性新闻媒体集团 Berlingske Media 为研究对象，该集团旗下拥有《Berlingske》、《BT》、《Weekendavisen》和《Euroinvestor》四家媒体。研究的核心对象是该机构内14名来自不同部门的新闻工作者。

论文的核心研究问题有两个：

  1. 专业规范与认知：新闻专业规范（特别是新闻自主性和伦理考量）如何影响新闻工作者对人工智能工具的认知？（RQ1）
  2. 组织内部条件：在新闻工作者看来，哪些组织内部条件能够促进负责任地使用人工智能？（RQ2）

二、研究背景

该研究立足于2022年底以ChatGPT和Dall-E为代表的生成式人工智能工具出现后，新闻业所面临的深刻变革背景。这些技术虽非全新，但因其易用性和强大能力，正以前所未有的速度渗透到新闻价值链的各个环节（采集、生产、核实、分发），引发了对新闻业未来的广泛讨论。

研究的现实意义在于：新闻机构正处于拥抱AI与维持核心价值的十字路口。一方面，AI能极大提升效率、创造新的新闻叙事形式；另一方面，它带来了偏见、错误信息、透明度缺失以及对记者职业自主性的冲击等严峻挑战。特别是在研究数据收集期间（2023年5月），业界对生成式AI的认知既充满期待又混杂恐惧，甚至发生了因声称用AI取代员工而引发的罢工事件。因此，探究如何在新闻机构中“负责任地”部署AI，在当下具有紧迫的实践指导意义。

三、理论背景

本研究的理论框架主要建立在制度理论之上，并聚焦于其内部动力学维度，具体分析两个相互关联的核心专业规范在AI技术冲击下的演变与张力：

  1. 新闻自主性：被视为新闻业的基石。研究者援引文献指出，AI的引入可能对记者的专业自主权构成双重挑战。它既能支持记者自动化重复性任务，但也可能导致“自主决策”向算法转移，令记者担忧失去对编辑流程的控制和人类监督，从而重新定义“自主性”的内涵。
  2. 伦理考量：涵盖算法偏见、虚假信息扩散、隐私泄露等风险。文献回顾表明，在AI时代，需建立透明的决策机制、进行偏见审查、持续评估AI对新闻价值的影响，并制定伦理准则，以维护公共利益和受众信任。

研究者指出，过往关于AI认知的研究多集中于媒体报道中的框架分析，或仅描述AI工具的应用案例，而未能深入探究新闻工作者自身的认知与上述核心专业规范间的关联。本研究试图填补这一空白，从制度理论视角，更结构化地理解新闻工作者对AI的认知与采纳，以及实现负责任AI所需的组织内条件。

四、研究设计

本研究采用定性的案例研究方法，以专家访谈为主要数据收集手段。

  • 研究样本：采用目的性抽样和滚雪球抽样法，选取了丹麦全国性媒体机构Berlingske Media 旗下四家媒体、横跨编辑、法务、技术开发、市场营销、受众发展等多个部门的14名新闻工作者。旨在获取组织内部多元化的视角。
  • 数据来源：所有数据来源于半结构化的面对面深度访谈。
  • 数据收集时间：2023年5月，恰逢生成式AI引发业界广泛热议和初步应用的时期，数据具有高度时效性。
  • 分析方法：访谈录音并逐字转录，采用质性主题内容分析法。研究者基于扎根理论思想，通过初始开放式编码和随后的轴心编码，将访谈数据系统化地归纳为“AI认知（乌托邦/反乌托邦）”、“专业规范（自主性、伦理）”、“AI素养”和“组织内使用条件（可能性、局限性）”等核心主题与子代码，以回答研究问题。

五、主要发现

  1. AI认知与专业背景高度相关：对AI工具的认知与新闻工作者的教育背景和自我身份认同紧密相连。自我定位为“技术专家”或“数据科学家”的员工，对AI的能力和局限持有更现实的看法；而自认为“编辑”或“记者”的员工，则倾向于赋予AI过多的能力，甚至将其描述为“有知觉的实体”，持有更乌托邦（如极大地提升效率）或反乌托邦（如直接取代人工岗位）的看法。

  2. 新闻自主性的核心关切是“人机回圈”与透明度：

    • 人类监督要求：记者普遍要求在使用AI时必须保证“人在回路上”，维持对创作过程的控制，并担忧AI可能导致内容生产被完全接管，这将被视为媒体终结的开始。
    • 透明度作为信任基石：记者强调内部透明度（记者需理解AI的决策逻辑）和外部透明度（向受众公开AI的使用情况）是建立和维护信任的关键。但内外透明度的具体界限存在争议，例如AI生成内容占比达到多少时需要公开披露。

  3. 伦理考量的焦点是偏见、准确性与语境理解：新闻工作者明确指出了AI的三大伦理局限性。

    • 固有偏见：AI会强化互联网上已存在的歧视和偏见。
    • 信息失实：生成式AI的“幻觉”和捏造事实能力，使其在直接用于新闻报道时完全不可信任。
    • 缺乏细微差别：AI无法像人类记者一样理解文化、社会细微差别和宏观背景，只能识别技术性模式，而无法挖掘“无模式”背后的深度故事。

  4. AI使用状态与潜在应用分布不均：尽管当时组织层面并未正式部署AI，但部分员工已开始被动或主动地使用。潜在应用前景在新闻流程各阶段分布不均：

    • 新闻采集、生产与分发阶段应用前景广阔：如自动抓取财务报告、翻译、转录、生成内容摘要和个性化推荐等。
    • 新闻核实阶段排斥AI：记者普遍强烈不信任AI用于事实核查，认为这是一项需要人类判断力的核心工作，是记者的“权力”所在。

  5. 实现负责任AI的两个关键组织内部条件：

    • 建立明确的指导方针：新闻工作者迫切希望管理层尽快出台针对AI（尤其是生成式AI）使用的伦理原则和标准，以提供清晰的“护栏”，规范使用边界。
    • 提升全组织AI素养：通过培训和工作坊来揭开AI的神秘面纱，破除“AI抢走工作”等迷思，是促使员工形成对AI现实认知、进而负责任使用的前提。

六、研究结论与讨论

本研究得出结论，在Berlingske Media内部，新闻工作者对AI的认知光谱从乌托邦式的乐观到反乌托邦式的恐惧并存，而这种认知差异与其AI知识水平密切相关。他们的认知深受新闻自主性（害怕失去编辑控制）和伦理考量（对偏见、失实的担忧）这两大专业规范的深刻影响。

研究的学术贡献在于：

  1. 实证了对制度理论内部动力学的影响：通过实证数据，生动地展现了新闻自主性和伦理考量这两个内部制度动力如何在新兴技术冲击下被激活和挑战，为制度理论在数字新闻领域的应用提供了具体案例。
  2. 细化了“负责任AI”的内涵：研究将“负责任AI”这一宽泛概念操作化为新闻工作者眼中的具体条件，即建立指南、进行人机回圈、提升AI素养、保障透明度，并指出了这些条件在不同新闻生产环节中的适用差异。
  3. 揭示了组织内部认知分层现象：发现了“技术专家”与“内容编辑”之间存在的AI认知鸿沟，为未来研究新闻编辑部的技术采纳和变革管理提供了新视角。

研究的实践启示在于，新闻机构实现负责任的AI转型，其起点并非技术采纳本身，而是制定清晰的指导方针以保障记者自主性，并通过全员教育和培训提升AI素养，从而弥合认知鸿沟，将指导原则转化为可落地实践。

此外，研究也指出了其局限性，如单一案例的语境依赖性、数据收集时间点所处的“炒作期”特殊性，并建议未来进行纵向追踪研究和跨国比较研究，以持续观察AI对新闻业及其专业规范的动态影响。