导读

当前AI全面渗透写稿、制图、短视频等新闻生产全链条，但AI生成内容可能存在事实虚构、逻辑生硬、画面失真等问题，传统“三审三校”体系难以适配新型内容风险，媒体把关压力陡增。

AI时代，“三审三校”重点审什么？怎么审？

传媒茶话会对话湖北日报传媒集团高级编辑、湖北省出版物审读专家陈力峰，封面新闻副总编辑向雷，西南某省级媒体副总编辑。

AI时代，“三审三校”审什么？

AI大幅提升新闻生产效率，但差错形态也从传统“显性文字错误”转向“深层隐性造假”，“三审三校”重心必须重新校准，文字、视听产品需建立两套差异化审核标准。

1.AI文字产品：不仅要“把关”，更要“把脉”

湖北日报传媒集团高级编辑、湖北省出版物审读专家陈力峰指出，AI时代的差错，从“看得见的错”变为了“看不见的假”。因此，对于AI辅助生成的文字类产品，“三审三校”时绝不能满足于简单的文字差错校对。

一审表层事实细节错误、事实滞后。由于AI数据覆盖不足或时间滞后，缺乏长尾知识，抓取信息时，易出现日期混淆、主体张冠李戴、基础素材匹配错误、虚构权威人物言论等问题。如果媒体报道采用AI提供的过时政策、失效数据，则无法适配当下新闻场景，大大降低了新闻的真实性。

二审AI文风模板化、内容空洞同质化。AI批量套用固定写作模板，生成的文字内容普遍存在堆砌生僻词汇、同质化排比与空洞宏大叙事，却缺失核心事实、细节支撑。

三审AI偏颇叙事，导向错误。对于AI制造的看似有理、实则偏颇的叙事逻辑，审校时要特别留意：文中的案例是否真实？案例之间的逻辑关系是否成立？整体叙事是否存在导向偏差？

四审侵权与洗稿风险。要注意核查AI生成的引文、数据是否侵权、是否存在同质化洗稿风险，来源是否合法。值得注意的是，AI抓取的训练数据本身就可能存在版权瑕疵，如果直接采用而不核实，等于把法律风险转嫁至媒体。

2.AI视听产品：不仅要“找茬”，更要“辨真”

AI视听内容兼具视觉迷惑性与快速传播属性，审核分为技术瑕疵、内容真伪、舆论导向、合规标注四大维度，其中“真事件+假AI视频”是最高危隐患：

一审AI生成的技术瑕疵。AI生成图像易出现生物特征错乱，如多手指残缺，面部扭曲，五官模糊、错误，肢体畸形等问题；音画不同步、声画错位，如人物口型与配音不匹配、人声与画面节奏脱节、背景音乐与场景氛围违和、音效突兀错乱；画面细节崩坏失真，如场景物体扭曲，文字乱码，标识徽章、物体边缘畸形，细节质感虚假等。

二审场景虚构、现场造假。AI生成视频时可能伪造场景、虚构画面等，极易误导，媒体人应谨慎识别、使用。

更值得注意的是“真事件+假AI视频”。媒体使用网络素材时，应格外注意相关素材的真实性，多加辨别。这类视频依托真实新闻事件、真实时间地点，搭配AI合成的虚假现场画面，整体可信度极高，极易引发公众误信、舆情恐慌、舆论误导。典型案例如地质、灾害、突发事件虚假现场视频。去年山西忻州曾发生3.9级地震，就有网民配套发布AI合成的房屋坍塌、道路损毁的虚假现场视频。

三审隐性舆论引导风险。部分媒体使用AI微调画面视角、取舍场景细节，但大模型指令偏差导致生成画面虽无明显违规点，但传播效果失衡，使新闻作品隐含舆论误引导风险。

此前，就有一媒体终审人员在审核一条用AI辅助制作的关于清明节祭奠抗日英烈的MV视频中发现英烈所穿的军服与身份不匹配。

四审AI生成标注。所有AI生成的画面，必须醒目标注“AI生成”的字样。媒体作为权威发布主体，必须严格执行《人工智能生成合成内容标识办法》。

怎么审？

不难看出，AI没有让把关变得更轻松，反而对把关人和编辑提出了更高要求。

AI时代，传统“三审三校”必须进行升级了。

1.技术赋能：智能系统完成初筛核验，提升审校效率

封面新闻自主研发“智媒审核云”平台辅助审校。副总编辑向雷介绍，封面新闻所有内容发布前都会通过该平台进行核验，这个环节主要完成错别字、标点、敏感词的初校，为后续的审校环节提供辅助。

西南某省级媒体利用“智能内容风控系统”协助“三审三校”，其副总编辑透露，智能内容风控系统搭载的主流媒体专属规则库，能够依托深度学习、知识图谱技术进行覆盖文本、图片、视频等跨模态的高效审校，识别文本中的拼写、语法以及各类常识错误，还能进行字幕自动比对，拦截违规词句。用于采编各阶段的文本自动审校工作，解决人工审校耗时费力、经验知识不足、劳动重复的难题，大幅度提高审校效率和质量。

陈力峰介绍，湖北日报集团《特别关注》杂志由人工对稿件进行价值判断和把握导向等重大事宜，在生产流程中，由AI辅助校对基础工作，最后人工校对再次入场，对输出的最后效果进行总控。“基于‘人工把控入口端和出口端，AI完成中间端’的人机协作模式，《特别关注》杂志社将差错率控制在万分之二以下。”

陈力峰还建议，利用深度合成检测工具扫描作品中潜在伪造痕迹，核查元数据中的隐式标识。

2.人工“手搓”兜底：守住事实、导向的核心底线

“‘三审三校’的底线最终还是要人来守护。”几位对话对象观点一致。

一是文字稿件源头管控+高层终审。对于文字报道中潜在的导向偏差等“灰色地带”，必须由经验丰富的部门主任或值班总编进行“政治体检”和“价值导向把关”；可以要求作者在文末附上AI检测报告和查重报告，从源头挡住低质量、高风险的AI作品。

二是视听内容三路信号拆分核验。审核视频时，将画面、配音、字幕分开逐条核查，重点排查视觉异常、音画逻辑矛盾、字幕事实错误，遇到AI方言识别偏差、画面细节错配等机器无法修正的问题，只能依靠人工校正。例如，湖北日报在制作“楚超”方言视频时，襄阳话被AI识别成河南话，这类典型的“技术偏差”只能由人工校正。

三是核心信息交叉溯源核验。向雷强调，稿件中关键时间、采访对象、核心数据，不能采信AI单一输出内容，必须通过官方渠道、二次采访、权威文件交叉验证，杜绝AI幻觉带来的事实失实。

出错怎么办？

陈力峰和向雷认为，针对AI生成内容出错，建立“应急处置+长效提升”双轨机制。一方面是即时处置：不拖延，不护短；另一方面，是通过长效手段提升媒体人的AI素养。

1.即时处置四步法，快速止损整改

第一步：下架隐藏，快速止损。

第一时间下架所有分发平台上的违规内容。

一旦发现错误，第一反应不是追责，而是立即采取行动。编辑需要确认错误的性质，并评估传播范围。

随后，通过反向搜索等技术手段，定位AI产生错误的原始信息来源，以便后续精准纠正。

第二步：分类处置，精准整改。

陈力峰建议，对于一般性的错别字、标点错误或轻度事实偏差则立即修改，经过严格审核后重新发布；

如果是硬伤、重大错误，如涉及政治导向、政策表述、重大事实失实，则必须由更高层级的领导修改、审定，确认万无一失后才能重新上架。

第三步：复盘问责，形成闭环。

对内容进行处理后，也应对相关人员进行制度处罚。

一方面，组织相关采编人员、责任编辑、审核人员开复盘会，对差错问题进行“彻骨”剖析，排查风险隐患点，防止同类错误再次发生。

另一方面，根据差错的性质和造成的后果，按照平台的“负面清单”进行处罚，并依据有关制度对相关负责人进行扣罚绩效奖处置。

第四步：差错入库，总结经验。

强调差错处置不能止步于“改完即了”，而应利用经验沉淀机制，让差错入库成为提升审校能力的“养料”。

向雷分享了封面新闻的做法，每当差错发生，即推动“智媒审核云”技术团队与采编团队共同探讨改进方案，将差错案例转化为训练样本和审核规则，以反哺AI审核系统，形成人机协同的正循环。

2.长效赋能，从源头降低AI依赖风险

应对AI时代的“三审三校”更需要从源头治理和长效治理。对此，媒体人AI素养提升、审校能力提升迫在眉睫。

湖北日报传媒集团和西南某省级媒体分享了他们的做法：

一是复盘典型案例。集团内部定期宣讲、讲解近期通报的典型差错案例和AI翻车事件，分析、明确其中的“坑”，讲解避坑方法。

二是总结实操技能，打造内部宝典。内部定期开展微课堂和实训营，互相分享实操中遇到的真实问题，将AI作品识别、高效指令模板、辅助审校实操等重点内容，固化成集团媒体的培训课件，在内网上发布供大家掌握。

三是鼓励作者、通讯员提升原创写作能力，从源头上减少对AI的依赖。