原文标题： HOW MEDIA UNIONS STABILIZE TECHNOLOGICAL HYPE Tracing Organized Journalism’s Discursive Constructions of Generative Artificial Intelligence

一、研究对象与核心研究问题

本文的研究对象是美国有组织的新闻劳工（媒体工会/行会），具体考察它们在面对生成式人工智能（GenAI） 这一新兴技术冲击时，所展开的话语建构与应对行动。核心研究问题聚焦于：在生成式人工智能迅速进入新闻编辑室、引发行业“炒作”（hype）的背景下，媒体工会如何通过话语来定义GenAI带来的问题、阐明新闻工作的价值，并利用集体谈判这一制度性工具来形塑和稳定GenAI在新闻机构中的使用方式。作者将这一现象视为一个典型案例，用以理解记者在并非由他们创造、却必须集体应对和重塑的社会技术力量面前，如何表达自身的角色和民主使命。

二、研究背景

论文的研究背景植根于当代数字新闻业面临的三重交织的恐慌：

  1. 经济模式危机：新闻业商业模式持续承压，而GenAI使得以极低成本生产类新闻内容成为可能，加剧了生存困境。
  2. 技术变革速度：以大型语言模型和现成工具为代表的GenAI，以令人眩晕的速度成为记者、出版商和受众共同关注与兴奋的焦点。
  3. 行业存在价值焦虑：当内容廉价、注意力碎片化时，新闻工作为何存在、其独特性何在、记者与受众如何互认价值，成为根本性的拷问。

在此背景下，GenAI的出现在新闻编辑室中制造了巨大的希望与恐惧，这正是本特刊所聚焦的“炒作”现象。与此同时，越来越多的记者加入工会或希望加入工会，以集体力量应对行业剧变。因此，本文从组织化劳工和GenAI的交叉视角切入，探究记者群体如何在这种外部技术迅速涌入、行业文化受到冲击的时刻，发现、表达并辩论其工作的价值。

三、理论背景

论文的理论框架建立在对“技术炒作”（technological hype）的深度学术梳理之上，将其视为一个多维度的分析透镜，而非简单的兴奋或疲劳情绪。作者从三个层面解构了炒作：

  1. 作为大众传播的炒作：引用Devon Powers的观点，炒作是一种通过推广性传播的循环而产生的“期待状态”，导致“价值危机”。它是关系性、文化性和规范性的，是理解人们认为什么应该或可能被重视的话语证据。GenAI炒作正是这种更深层次的兴奋、希望、恐惧与价值评估谱系的表现。
  2. 作为期望设定的炒作：炒作反映了人们对现有社会技术世界的理解，以及对未来的希望、恐惧和想象。人们对炒作的忍受度取决于他们对技术新颖性的判断、与使用的距离、对益处的感知以及与其价值观的契合度。炒作的力量在于它能影响人们对社会技术系统“可以”或“应该”如何运作的期望，以及他们重塑这些系统的能动性。
  3. 作为技术稳定化的炒作：批评了高德纳“炒作周期”模型的线性思维，并借鉴科学与社会技术研究（STS）中的“技术的社会建构”（SCOT）理论。作者指出，技术稳定化并非一次性的、统一的终点，而是一个局部的、暂时的、充满政治性的过程，需要相关社会群体通过妥协、容忍模糊性，将技术作为政治对象来治理，以对抗不加限制的炒作。

综上，炒作被构建为一种分析工具，用以观察人们如何理解那些快速出现、超出其经验范围、有潜力颠覆其工作和价值观的技术。具体到本研究，就是分析新闻工会如何通过沟通、建立期望和寻求稳定化这三种话语实践来管理GenAI炒作。

四、研究设计

本研究采用话语分析方法，旨在探究媒体工会如何理解、框定并使其能够应对GenAI这一棘手问题。

研究样本与数据来源： 作者构建了一个包含三类材料的语料库，时间跨度为2022年4月至2024年7月：

  1. 行业媒体/元新闻话语：共12篇，来自《哥伦比亚新闻评论》、Digiday、尼曼实验室、Poynter等知名新闻行业出版物。
  2. 工会公开声明：共23份，来自美国通信工人协会（CWA）、新闻工会（NewsGuild-CWA）、美国东部/西部作家协会（WGAE/WGAW）等全国性组织，以及《大西洋月刊》、CNET、Vox媒体等多家媒体机构的工会基层组织。内容包括新闻稿、立法证词、调查结果、合同提案等。
  3. 集体谈判协议及条款：共14份，包含美联社、道琼斯、《金融时报》、《洋葱》等媒体工会与出版商新近达成的、明确提及AI的合同条款。

分析步骤：

  1. 编码：两位作者独立阅读所有49份资料，生成两份编码列表，随后整合为包含5个类别（fieldForces, workerRoles, techProblems, laborProblems, solutions）、共58个编码的列表。
  2. 二次编码与校验：独立重新审阅资料并对文本段落进行编码，之后比对分析结果并解决差异。
  3. 模式识别：从“广度”（有多少份资料提及某编码）和“深度”（某编码在语料库中被应用的总次数）两个维度识别话语模式。结果显示，两个维度下出现频率最高的前20个编码中有19个重叠，表明核心话语高度集中。

五、主要发现

通过话语分析，论文提炼出媒体工会围绕GenAI形成的六大核心话语框架：

  1. 出版商拥有启动权与节奏控制权，但应与劳工合作制定准则：出版商被视为GenAI实践的主要发起者和“炒作者”，他们急于部署AI以节约成本，而工人往往被排除在决策之外，事后才被动反应。因此，工会的核心诉求是要求在AI实施前进行合作，在谈判桌上拥有一席之地，共同制定“护栏”和准则。一些新合同中已开始体现这一诉求（如要求提前讨论新技术引入、设立AI联合委员会）。

  2. 透明度与信任是关键：出版商普遍对其GenAI计划（包括内部使用和与AI公司的授权交易）缺乏透明度，甚至突然宣布决定，这从根本上摧毁了劳资间的信任。工会认为，雇主不值得信赖去合乎伦理地使用AI。因此，工会要求合同确保事先知情权（如提前90天或20天通知），视信息透明为建立有意义合作的基础。

  3. 工人保障新闻的创造力与质量，并应有权自主判断是否使用GenAI：工会强调，新闻工作的核心是人类的创造力、同理心和无法被AI复制的背景知识与核实能力。因此，任何AI生成的内容都必须经过人工编辑审核。更进一步，工会主张记者的自由裁量权，即当使用GenAI有违新闻判断和伦理标准时，他们有权选择不使用且不受惩罚，而这项权利不应由雇主决定。

  4. GenAI不应取代记者，因为它不可靠且无法问责：自动化导致失业是讨论最广、最深的担忧。工会反对将GenAI视为降低成本的“银弹”，并坚决抵制任何取代人工的AI使用。其理由不仅在于保护生计，更在于坚信GenAI因频繁出错（“幻觉”）和无法为其产出负责，而不可能从事需要“问责制”的“事实为本”的新闻业。新合同通过援引新闻伦理准则，强化了人类记者对准确性和公正性的责任。

  5. 工人应能控制自身数据和创作身份：工会对科技公司未经许可使用新闻内容训练AI模型，以及出版商使用AI修改或生成内容并署上记者名字的做法发出广泛警告。这既是劳动成果被剥夺和用于取代自己的问题，也是职业声誉和自主权的问题。工会因此通过合同争取到保护，包括禁止未经同意使用记者署名、声音和肖像，以及要求对授权交易拥有知情权和发言权。

  6. 集体谈判与集体行动是治理新闻业GenAI的必要但不充分的工具：工会将合同保护视为“至关重要的”，并推动将AI保护条款写入多年有效的合同。但他们也认识到，谈判桌上的力量与组织动员和公众压力相连，因此会采取罢工授权、社交媒体运动（如“记者，而非机器人”）等方式。同时，他们也承认单靠自身力量不足以应对挑战，因此积极呼吁政府立法和监管机构介入，从版权保护、增强谈判能力等多方面提供支持。

六、研究结论与讨论

本研究得出结论认为，面对GenAI的炒作，美国媒体工会已经发展出一套复杂的话语体系来理解、界定并试图稳定这一颠覆性技术。在行业普遍面临经济、技术和劳动三重恐慌的背景下，工会作为关键行动者，通过公共沟通、内部协商和制度性谈判，致力于减速GenAI的部署、控制其在编辑室的应用、抑制其对劳动条件的冲击，并重新平衡由出版商“降本增效”冲动所主导的劳动格局。这六个话语框架共同描绘了一幅新闻劳工为捍卫其工作价值、职业标准及行业民主使命而进行集体抗争的图景。

学术贡献： 本文填补了新闻研究中的一个空白，即将组织化劳工作为理解新闻业如何应对技术变革的关键视角。它将“技术炒作”理论化为一套包含沟通、期望设定和技术稳定化的分析框架，并应用于GenAI现象，展示了工会不只是在防御性地保护工作，更是在积极地参与建构和稳定一项新技术的意义与边界。

反思与未来方向： 作者在结论部分特别指出了工会话语中三个显著的缺席议题：

  1. 生态影响：极少有工会提及GenAI在训练和运行过程中巨大的耗水和能耗问题及其对气候危机的影响。
  2. 科技业的“幽灵劳工”：话语主要关注媒体劳工问题，几乎未涉及为GenAI构建、训练和维护数据集的大量隐藏人类劳动力——那些使AI“显得”自动化和智能的“幽灵工人”。
  3. 记者的情感健康与职业满足感：尽管工会关注了工作节奏加快，但少有讨论使用GenAI可能对记者的工作满意度、职业回报感或职场压力造成的影响。

这三个缺席标志着工会话语的当前边界，它们优先关注了最紧迫、可操作的核心新闻工作保护问题，而将更广泛的社会、环境和情感维度暂时置于议程之外。这为未来研究提供了方向，即探究这些缺席是策略性取舍，还是超出了工会当前的专业认知和利益范畴。