當AI遇上地方新聞：技術熱潮能否解救台灣新聞困局？
技術不是萬靈丹，AI不是救世主，期待更不能成為遮蔽問題的濾鏡。新聞業真正需要的，是對未來的「多元想像」：或許是AI協作、或許是公民參與、或許是政策補貼、也或許是地方自治新聞機制的建構。更重要的是：實現 AI 的潛力需謹慎管理期待，並確保記者在技術發展中的參與和理解。
生成式AI的浪潮席捲全球新聞業，台灣當然也不例外。從中央社導入AI摘要系統、聯合報系試行自動化新聞產線，到各類媒體測試語音辨識與文稿整合[1]，各種技術應用幾乎被視為新聞數位轉型的必要標配。
但回過頭來問：這些AI導入，真的解決了新聞產製的核心問題嗎？還是，我們正在被一種「技術期待」推著走？
《Digital Journalism》近期刊登的〈AI 熱潮及其功能〉[2]一文，正好提供了我們一面鏡子。該文從美聯社（AP）推動地方新聞AI工具的過程出發，指出AI技術的導入，其實不只是為了效率或創新，而是一場由「期待」驅動的政治與文化動員。然而，實現 AI 的潛力需謹慎管理期待，並確保記者在技術發展中的參與和理解。而這樣的敘事邏輯，在台灣，何嘗不是也正在上演？
從技術敘事到資源競奪：誰才是AI改革的受益者？
美聯社的AI計畫，號稱要協助地方新聞媒體「邁入數位化未來」，但實際上，參與媒體往往需要投入大量人力、承擔法務與財務風險。作者指出，這些參與不見得出於理性成本效益評估，更多是基於「不能被時代拋下」的焦慮。
類似情境，我們在台灣地方新聞業中也能見到──不少縣市新聞記者每天跑縣政、法院、議會，工時長、人力少，卻仍被要求「試試看新工具」。AI語音轉錄、新聞輔助寫稿工具開始進入一些地方媒體，但實際上，大多仍仰賴記者手動校對、編輯、補充背景資料。
所謂「效率提升」，往往只是讓主管更方便要求「出更多篇」，AI成了擴張產能的槓桿，卻不是勞動改善的保障。
AI敘事下的地方新聞：科技不是解方，是放大鏡
作者提到，美聯社透過「AI將改變新聞未來」的敘事，成功吸引資金與人力投入。然而這種「未來導向」敘事，是否也掩蓋了當下地方新聞真正的痛點？
在台灣，許多地方新聞業者面對的問題不是「技術落後」，而是廣告流失、地方派系壓力、採訪資源斷裂。導入AI工具後，如果缺乏配套的資源、訓練與制度設計，不只無法改善現狀，甚至可能讓基層記者更陷入焦慮與倦怠。
我們需要的，不只是工具，而是一種制度層面的數位轉型共識──包括如何釋出人力、如何保障內容品質、如何防止技術壟斷，這些才是AI真正進入地方媒體前應優先討論的議題。
技術鎖定與期待幻覺：我們能不能「說不」？
台灣的媒體圈，對「創新」總有一種天然的焦慮——怕被淘汰，怕被說落伍。但作者提醒我們：期待不是中立的，它是有方向、有價值觀的。如果我們把「不導入AI」視為一種懦弱或保守，那新聞業就很難擺脫被技術推著走的命運。
尤其在媒體財務高度依賴科技平台（如Google News Showcase）之際，我們更需要警覺：「AI工具是否會讓新聞業更加依賴科技公司？」「記者對內容的掌控會不會因而削弱？」
AI可以是幫手，也可能是陷阱。期待AI救新聞，可能吞下的只是另一種放棄新聞治理權的安慰劑。
新聞業，需要的是「共同想像力」而非單一路徑
技術不是萬靈丹，AI不是救世主，期待更不能成為遮蔽問題的濾鏡。新聞業真正需要的，是對未來的「多元想像」：或許是AI協作、或許是公民參與、或許是政策補貼、也或許是地方自治新聞機制的建構。更重要的是：實現 AI 的潛力需謹慎管理期待，並確保記者在技術發展中的參與和理解。
我們應該在AI熱潮來襲時，學會分辨：哪些是有用的工具，哪些只是包裝精美的幻覺、甚至是有害的迷幻藥。
否則，今天我們投資的是AI的希望，明天我們回收的可能是新聞自由和自主的淪喪。
附錄
台灣已有多家媒體和機構積極運用人工智慧（AI）技術，特別是在語音辨識與文稿整合方面，以下是幾個具代表性的案例：
媒體與新聞機構的應用
1. 《天下雜誌》與台灣AI Labs合作
《天下雜誌》與台灣人工智慧實驗室合作，推出「AI讀新聞」服務，結合語音辨識與AI朗讀技術，提供自動化的新聞播報，提升讀者的收聽體驗。
2. NOWnews 今日新聞的AI主播「倪珍」
NOWnews 與日商優必達合作，推出AI主播「倪珍」，利用語音辨識和自然語言處理技術，自動整理每日新聞稿，並進行24小時不間斷的新聞播報，提升新聞傳播效率。
3. 中央社的AI新聞製作流程
中央社開發了一系列AI工具，涵蓋語音轉文字、摘要生成、標題建議等功能，並訓練了專屬的聲音模型「百聲」，用於新聞內容的自動化生成與編輯，提升新聞製作的效率與品質。
工具與平台的應用
4. Vocol.ai 語音協作平台
Vocol.ai 提供語音轉文字、逐字稿生成、摘要提取等功能，支援多語言辨識，適用於會議記錄、訪談整理等場景，並可與多種會議軟體整合，提升團隊協作效率。
5. 台灣人工智慧實驗室的「雅婷逐字稿」
「雅婷逐字稿」是專為台灣語音特性設計的語音轉文字服務，支援國語、台語、台灣國語等語言，適用於會議記錄、訪談整理等，並已應用於國家兩廳院的演出字幕服務。
6. 中研院開源的「TranscriptHub」平台
中央研究院資訊服務處開發的「TranscriptHub」平台，採用Whisper語音辨識模型，提供內部會議與研討會的語音轉錄服務，並已將程式碼開源，供外部單位使用。
廣播與電視的應用
7. TVBS導入AI即時翻譯技術
TVBS在美國總統選舉開票期間，與ABC合作，導入即時AI語音辨識與翻譯技術，提供即時的新聞翻譯播報，提升觀眾的收視體驗。
[1] 詳參本文附錄資料
[2] https://www.tandfonline.com/journals/rdij20?src=pdf
‘AI Hype and its Function: An Ethnographic Study of the Local News AI Initiative of the Associated Press’ 這個研究由漢堡大學的 Nadja Schaetz 和阿姆斯特丹大學的 Anna Schjøtt 進行，透過民族誌方法，深入探討美聯社（AP）於 2021 年啟動的「地方新聞 AI 計畫」，該計畫旨在協助小型新聞機構理解並採用人工智慧（AI）工具。研究採用「期待社會學」（sociology of expectations）作為理論基礎，將 AI 熱潮視為一種文化資源，能夠協調行動者、釋放資源並推動創新。研究主要發現是： AI 熱潮不僅塑造了新聞業對未來的期待，也影響了資源分配和技術採用的路徑。然而，實現 AI 的潛力需謹慎管理期待，並確保記者在技術發展中的參與和理解。
留言 1