原文标题： Rationalisation of the news: How AI reshapes and retools the gatekeeping processes of news organisations in the United Kingdom, United States and Germany

一、研究对象与核心研究问题

本文的研究对象是英国、美国和德国三个国家大型新闻机构中人工智能的应用。文章的核心研究问题在于探究人工智能如何具体塑造新闻的生产与分发流程。作者将这一塑造过程置于“把关”理论的框架下进行审视。围绕这一总问题，文章提出了两个具体的研究子问题：

  1. AI被用于新闻机构哪些具体的环节和部门？
  2. 在新闻生产与分发中采用AI带来了哪些具体的效果？

通过对这些问题的回答，本文旨在提供一个整体的、长期的理论视角，以解释AI对整个新闻行业工作方式的根本性改造。

二、研究背景

本文的研究背景建立在对当代信息环境和新闻业深刻变迁的观察之上。数字媒体和平台公司的崛起已经极大地削弱了传统新闻机构作为公共信息“把关人”的垄断地位，新闻的生产和分发过程变得前所未有的复杂，并与技术系统深度交织。在此背景下，人工智能作为一种具有巨大潜力的新兴技术，被新闻行业寄予厚望，用于应对经济压力、提升效率和争夺用户注意力。

该研究的现实意义在于，它回应了新闻业和学术界对于AI可能给公共信息质量、编辑自主权以及民主社会所需的信息环境带来何种冲击的普遍关切。理解AI如何重新配置新闻把关流程，不仅关系到新闻业自身的运作模式，更关系到谁将掌握塑造公众舆论的权力，以及我们共同依赖的“公共领域”将发生怎样的结构性转变。文章强调，AI的引入并非孤立事件，而是新闻业长期以来的数字化和自动化趋势的自然延续与强化。

三、理论背景

本文的理论框架主要整合了两大核心概念：把关理论 和韦伯传统的理性化概念。

首先，作者运用了把关理论作为分析新闻生产流程的基础模型。文章采用了多明戈等人提出的五阶段把关链模型（信息获取、选择、加工处理、分发、公共传播），将新闻生产视为一个信息流经多个关口并被筛选、编辑、编排的社会技术过程。这一理论框架使得研究能够精准定位AI在信息流的不同阶段所扮演的角色，并分析其如何与传统人工判断及其他技术工具相互作用。文章同时也纳入了近年来数字和算法把关的相关学术讨论，指出AI是对这一复杂过程的最新层级的介入。

其次，文章的核心理论贡献在于引入韦伯的理性化概念来阐释AI所产生的深层效应。作者认为，AI本质上是一种理性化的工具，它将科学知识和技术方法延展并强化应用于新闻领域，推动新闻工作更加趋向于效率、可预测性和可计算性的逻辑。这种工具理性（Instrumental Rationality）的强化，意味着对达成目标的最优化手段的追求，可能会遮蔽或排挤那些难以量化的新闻价值、情感和传统惯例。通过将AI定位为“理性化”的一部分，文章成功地将看似分散的现象（如自动化转录、算法推荐、动态付费墙）统合在一个宏大的社会学理论解释框架下，揭示了AI对新闻业改造的根本方向。

四、研究设计

本研究采用了多案例比较研究设计，样本覆盖英国、美国和德国三个具有代表性的西方媒体体系。研究者在2021年6月至2022年12月，以及2023年1月至2024年1月两个阶段，通过目的性抽样和滚雪球抽样的方式，对来自34家领先全国性新闻机构的新闻工作者进行了143次半结构化深度访谈。这些被访者覆盖了编采、商业和技术等多个部门，职位从一线记者到数据科学家、产品经理不等。

数据的采集严格遵循了把关理论框架指导，访谈问题集中探究了AI系统在新闻流各环节的具体应用、任务、引入动机及效果。分析阶段采用主题编码，结合了演绎法（对应RQ1）和归纳法（对应RQ2）。为了提高研究的可信度，作者还通过交叉核对机构内部、外部的公开资料及行业报告来验证访谈内容。研究获得了牛津大学伦理委员会的批准。

五、主要发现

本文的主要发现可以归纳为以下几个方面：

  1. AI在把关全流程中的扩散：人工智能系统被广泛应用于新闻把关的所有五个阶段（信息获取、选择、加工处理、分发、传播），尽管在不同组织中的应用程度不一。尤其值得注意的是，虽然最初在商业分析领域应用更为集中，但随着“生成式AI”的兴起，AI在编采内容生产和分发核心环节的普及门槛显著降低。

  2. AI的三种核心塑造效应：

    • 效率提升：AI被大量用于自动化重复性、高强度的劳动，如转录、翻译、重新格式化内容、视频素材的智能搜索等，显著节省了时间。
    • 效能与规模化增强：AI使得新闻工作者能完成以往因人力、时间或认知限制而无法完成的任务，例如分析海量数据集寻找新闻线索或进行大规模的个性化内容分发。
    • 流程优化：尤其在分发和商业环节，AI被用来优化动态付费墙、内容推荐和标题A/B测试等，以提升用户转化率和点击率等可量化指标。

  3. AI的理性化本质：文章的元发现是，上述所有应用共同指向了一个核心效应——AI正在进一步理性化新闻工作。它以科学的技术手段，将新闻生产这一传统上依赖直觉和经验的领域，更强力地推向一种追求效率、可预测性和可计算性的工具理性逻辑。这构成了一个“铁笼”与“外骨骼”的结合体：既可能约束和标准化人的行为，又赋予了人新的能力。

  4. AI对把关流程的“重塑”而非“革命”：AI并非彻底颠覆新闻的本质目标，而是在“改造工具”——它为新闻机构实现现有的目标（如更快地报道、更好地理解受众、创造更多收入）提供了新的、更强大的技术手段。

六、研究结论与讨论

本文的核心结论是，AI是新闻业一个持续理性化进程中的最新、最强大的驱动力。它在宏观上表现为一种同构化趋势，即不同国家和组织在引入AI时呈现类似的动机、应用和效果。AI尽管效果真实，但具体量化仍有难度，并且其“重塑”是渐进且有时不易察觉的，必须在整体和宏观视角下才能显现。

在学术贡献上，本文最大的价值在于提供了一个将“把关”理论与韦伯“理性化”相结合的理论化分析框架，用以统合解释AI在新闻领域带来的碎片化现象，解释了技术变革的深层逻辑和方向。

基于这一理论视角，文章进一步讨论了其对公共领域的双重影响：

  1. 权力再配置：AI的使用加深了新闻机构对大型科技公司（如谷歌、微软、OpenAI）的技术和基础设施依赖，从而将一部分把关权力从新闻机构转移给了这些能控制AI技术和条件的“外部者”。这可能导致一个由少数难以被民主问责的科技公司主导公共领域运行规则和条件的情况。
  2. 信息质量的不确定性：AI提升的效率和效能并不自动保证公共信息质量的提升。其效果取决于新闻机构和决策者是否将其导向于服务公共利益和新闻伦理。过度追求可量化的用户参与度指标，反而可能损害那些不易量化但对民主至关重要的新闻价值。

最后，作者承认了研究的局限性，主要在于样本局限于西方大型新闻机构，可能不适用于全球南方和地区性媒体，并且依赖自我报告数据，无法精确测定AI的实际效应规模。作者呼吁未来研究应在更广泛的语境下深入探究这些问题。