在当下的新闻生产中，AI的应用已从数据抓取、内容分发拓展至选题挖掘、内容撰写、图片及视频制作等核心生产环节。随着海量优质高效数据训练的行业垂类大模型的普及应用，AI正在悄然改变传统新闻生产模式，使新闻生产范式发生根本性变化。

“十五五”规划纲要提出，要“深化主流媒体系统性变革，推进新闻宣传和网络舆论一体化管理，提高主流舆论引导能力”。以AI赋能新闻选题与生产，可以科学有效地规避其带来的伦理风险，成为构建适应全媒体生产传播工作机制和评价体系的重要内驱力，进一步推动智能时代主流媒体系统性变革。

选题策划：从经验性判断向数智化评估迈进

选题策划决定着内容产品的价值与传播，是新闻生产的起点。将AI融入新闻选题环节后，可以数据驱动捕捉热点，对选题进行数智化挖掘与评估，提升了选题的前瞻性、科学性与多样性，并释放出更多人力对选题进行高价值判断。

传统选题策划多依赖于采编人员对社会现象的观察与媒体间的相互印证，具有一定的偶然性和滞后性。而现在，不少媒体生产平台内嵌“热点捕捉”与“舆情预测”系统，对热点做分析和风险预判，为采编人员进行选题决策提供科学性分析。

新华社今年推出的《2026，山河向未来》AI创意短视频，首次将AI技术贯穿应用于生产传播全流程。通过大模型分析近年来全国两会报道内容，在策划阶段辅助策划人员确定叙事角度。北京广播电视台的“智能内容汇聚工具”则可以助力编辑记者第一时间抓住重点、找准角度，快速高效地“追热点”，大幅提升了策划效率与报道前瞻性。

在AI技术的加持下，采编人员可通过训练媒体行业垂类大模型对热点事件进行判断和筛选，快速识别原本耗时耗力挖掘的热点线索。如路透社开发的新闻追踪器（Reuters Tracer），可快速锁定社交媒体海量信息中的潜在热点事件，即时推送给记者。在布鲁塞尔机场恐袭事件中，其发现时间比传统程序发现事件提前了8分钟。

另外，基于“知识图谱”及“预测算法”等技术应用，还可以通过AI进行多源数据交叉比对，对公共危机进行监测和预警，将公共事件报道从“事后追踪”变为“事前预警”。如在公共卫生事件或极端天气预警中，可通过AI及时分析预警，向采编人员推送选题线索，拓展新闻发现边界。

同时，采编人员还可以通过AI进行用户画像分析，对选题策划与精细化运营提供决策参考，打破“一稿通发”的粗放模式，让有新闻价值的内容与受众需求形成高维耦合。如，在策划环节，AI可以针对某一新闻事件，根据不同圈层受众的认知图谱自动生成差异化选题角度，进行精细化、个性化传播。

内容生产：从辅助工具向人机共创迭代发展

随着AI技术不断深度耦合嵌入到新闻内容生产的全流程，越来越多的“人机共创”产品不断快速呈现，催生了数智时代的新闻生产新范式。

结构化文本的自动生成在提升新闻生产效率的同时，也同步释放了核心生产力。这不仅减少了采编人员在基础性、重复性劳动上的时间精力消耗，还确保了数据的精准度与时效性。

在处理财经报表、体育赛事、气象预报等结构化、程式化的新闻方面，基于自然语言生成（NLG）技术，AI可即时生成新闻内容，进行快速高效的传播。而部分采编人员则可以从疲于应付的快速报道中解脱出来，转向深度报道、人物专访及调查报道，使新闻报道更立体化、多元化，实现人力资源的有效优化，提质增效。

如，人民日报社的“创作大脑AI+”应用覆盖策采编及传播分析全流程，具备智能写作、语音转写、数据魔方、视频搜索等模块，在日常新闻采编中可实现自动化内容生成与多模态应用。

在深度报道与特稿的写作过程中，AI则从快速报道的“代笔者”转变为采编人员的“增强小助手”，打破了个体能力的局限性。如，新华社的“采编助手”有150余项功能，并配置17个助手工具，具有内容生成、创意制作、引证溯源、知识增强等功能，应用场景覆盖全采编环节。而新华社“媒体大脑”的“突发事件识别机器人”可自动截取突发事件现场视频，结合专门的场景机器人自动生成新闻内容。

随着多模态生成模型的成熟及应用，示意图、三维场景还原及数据可视化动画在新闻报道中，极大提升了受众的具象感知力。如，第十五届全国运动会期间，中央广播电视总台将体育技战术分析系统应用于体育赛事转播。此系统基于央视听媒体大模型与多模态分析技术，可实现将实时分析的关键球路路径形成可视化内容，无缝嵌入直播画面，让观众直观了解每一球背后的战术布局与技术选择。

另外，AI技术的迭代应用也使得沉浸式叙事与互动式新闻逐渐常态化，重塑了新闻报道中的情绪表达与受众感知。通过虚拟新闻主播、虚拟新闻现场等呈现方式，受众可以快速地沉浸式了解新闻事件，使得新闻叙事从“线性传播”变成“全景体验”。

价值审视：确保新闻核心价值

在AI深度融入新闻选题与生产的过程中，虽然实现了高效快速地多角度、多模态呈现，但同时也面临着一系列深层次的伦理冲突与价值危机。于主流媒体而言，对AI技术的应用，确保新闻业不偏离核心价值内核是必要前提。

“客观公正”是新闻的核心价值之一，但AI在进行基于用户画像的个性化选题策划时，可能会因迎合受众偏好，形成“算法遮蔽”，易陷入“信息茧房”，形成“回音室效应”。如果新闻内容生产被算法裹挟，则将易陷入“情绪迎合”的怪圈，有失新闻的公共性。

因此，各级主流媒体纷纷推出以主流价值观为基础打造的“主流媒体算法”，让大流量澎湃正能量。如，总台推出的“总台算法”包含价值认知、品质认知、流量赛道三模型，封面科技的“灵知”算法的六层架构中含主流价值层，以及新华社的“MediaGPT”等，均强调主流价值嵌入、人工干预机制、全模态审核与自主可控。

AI降低了内容生产的技术门槛，却使核查的成本与难度增大。面对人工智能生成内容（AIGC）的幻觉问题，应善用AI验证AI。在人机协同的内容生产过程中，采编人员应充分发挥交叉核实与现场探访的新闻基本功，筑起伦理防线。人民日报社2023年出台的《AI生成内容使用规范》明确规定显性标注AI生成的视觉内容，且严禁用于时政新闻、灾难报道等涉及公共利益的领域。新华社则成立了AI内容审核委员会，通过技术手段判定、编辑部部门确认、伦理委员会判定等进行“三级审核”。四川日报社的“川观新闻AI验证工具”，则是以图像元数据、多平台溯源、光线逻辑等方式助力编辑辨别真伪。

另外，AI模型未经授权抓取内容并生成新闻产品，易引发版权争议。如果新闻机构的原创内容被AI无偿抓取并转化为竞品，将会破坏传统新闻业的生产逻辑，使得高质量原创内容不断萎缩。“十五五”期间，应着力落实规划纲要明确的数字中国建设划路线，建立健全数据产权、流通利用、收益分配、安全治理等数据要素基础制度。通过设立新闻行业公共语料库与质量评估体系，对入库内容进行事实与价值双重审核，完善生成内容数字指纹、区块链存证等技术，实现内容生产主体、算法参数与传播路径的可追溯。

从数智化策划到人机共创，新闻生产流程在AI技术的不断迭代应用下展开再造，重塑了内容生产的边界与叙事形态，同时也面临着伦理冲突与价值危机。面对系统性变革，传媒行业应兼容并蓄，善用技术，让AI成为新闻生产的“增强智能”，建立科学高效的人机协同机制，重塑人的主体地位，形成AIGC透明度标识规范、版权利益分配机制与算法审计标准的制度，构建智能时代的新闻伦理新秩序。