智能媒体时代新闻真实性危机及其治理机制

文/李佳颖

进入智能媒体时代，新闻传播体系正经历深刻的结构性变化。以人工智能、大数据与算法推荐为核心的新型信息基础设施不断嵌入新闻生产与传播全过程，使新闻生产方式由传统的“记者采编—编辑审核—媒体发布”线性流程，逐步转向“机器生成—平台分发—用户反馈驱动优化”的循环运行机制。在这一转型过程中，信息生产成本明显降低，新闻传播效率显著提升，内容更新频率与传播覆盖范围不断扩展，新闻生态呈现出高度数字化与智能化特征。然而，与传播效率同步提升的，是新闻真实性问题的复杂化与隐蔽化。信息生产与传播对技术依赖的不断加深，使得新闻事实的形成、筛选与呈现不再完全依赖传统媒体的人为把关机制，而是越来越多地受到算法逻辑与平台规则的影响。在此背景下，新闻真实性问题逐渐从可识别的“人为失实”，演变为嵌入系统结构之中的“技术性失真”与“机制性偏差”。

与传统虚假新闻主要源于个体或组织的主观造假行为不同，智能媒体环境中的真实性危机往往并非单一因素所致，而是由技术系统运行逻辑与平台内容分发机制共同作用形成的结构性问题。这种多重因素交织的特征，使得新闻真实性不再只是事实核查层面的技术问题，而成为涉及生产机制、传播结构与价值导向的系统性治理议题。

一、智能媒体时代新闻真实性危机的主要表现

（一）信息来源结构性模糊

智能媒体环境下，新闻内容往往经过平台采集、算法筛选、机器整理以及用户再传播等多个环节后，才呈现在受众面前。在这一过程中，原始信源的明确性与权威性逐渐降低，新闻来源链条不断延长，事实依据与最终呈现内容之间的关联关系被削弱。信息经过多次加工后，受众难以准确判断内容的初始来源及其真实性基础，从而增加了新闻核查的难度，对传统新闻真实性保障机制形成挑战。

（二）生成式内容的事实偏离风险

生成式人工智能技术的发展，使新闻内容生产方式发生重要变化。借助相关技术，文本、图片、音频和视频多种形式的信息均可通过模型自动生成，这在提高内容生产效率的同时，也带来了新的真实性风险。由于生成式人工智能主要依靠大规模数据训练和概率预测完成内容生成，并不具备类似人的事实判断与现实验证能力，因此可能出现内容表达准确、逻辑结构完整，但事实依据不足甚至存在错误的情况。特别是在突发事件、社会热点、财经信息等领域，错误内容一旦进入传播体系，便可能借助平台流量机制快速扩散，导致公众判断受到影响，并增加后续信息纠偏与舆论治理的成本。

（三）算法推荐导致的信息偏置放大

算法推荐机制改变了新闻信息的分发方式，其依据用户兴趣、浏览行为和互动数据进行内容匹配，在提升信息获取效率的同时，也可能带来真实性层面的潜在风险。由于平台算法通常更关注用户参与度和传播效果，具有较强情绪感染力、争议性或话题性的内容更容易获得曝光机会，而部分需要理性分析和深入解读的信息则可能被弱化。在此情况下，用户接触的信息可能逐渐受到算法逻辑影响，形成相对固定的信息环境，使部分片面观点被不断强化，并影响公众对社会事件的全面理解。

（四）传播链条中的多次失真效应

智能媒体时代的信息传播具有高度互动性和开放性，新闻内容在社交平台传播过程中，往往会经历转发、评论、剪辑和再创造等多个环节。每一次传播行为都可能伴随着信息意义的重新解释，使原始新闻内容出现语义变化、重点转移或情境脱离。此外，用户基于自身立场和情绪进行的信息加工，也可能改变新闻原本的表达逻辑，使事实信息在传播过程中逐渐偏离原始状态。随着传播链条不断延伸，新闻真实性面临由单点失真向整体性衰减转变的风险，进一步增加了智能媒体环境下真实性治理的复杂性。

二、新闻真实性危机的生成机制分析

（一）技术逻辑：从事实验证到概率生成

传统新闻生产体系建立在事实核查、人工判断与专业把关基础之上，记者通过采访、调查与多方验证完成信息确认，新闻真实性主要依靠职业规范与编辑审核机制予以保障。然而，进入智能媒体时代后，新闻生产逐渐融入人工智能技术，其运行方式更多依赖数据训练、模型计算与概率预测。智能系统能够快速完成信息整理、文本生成与内容推荐，但其判断标准并非基于现实事实本身，而是依据已有数据中的语言规律和关联关系进行预测。因此，技术生成内容虽具有较高的流畅性与表达能力，却并不必然等同于真实信息。这种由“事实验证”向“概率生成”的转变，使新闻真实性的形成机制发生变化，也增加了信息错误、语义偏差以及虚假内容生成的可能性。

（二）平台逻辑：流量导向重塑价值判断

智能媒体环境下，互联网平台逐渐成为新闻传播的重要组织者，其内容分发机制深刻影响着新闻价值排序。平台通常依靠用户点击、互动、停留时间等数据指标进行内容推荐，这种以流量和用户参与度为核心的评价体系，在提高传播效率的同时，也可能造成新闻价值判断的偏移。当内容传播效果成为重要衡量标准时，具有较强情绪刺激性、争议性和话题性的内容更容易获得推荐优势，而需要深入分析、传播节奏较慢的高质量新闻则可能处于相对弱势地位。由此，新闻传播逻辑可能由“真实性优先”逐渐倾向于“影响力优先”，形成流量机制对新闻真实性的潜在冲击。

（三）组织逻辑：新闻把关力弱化

在智能媒体生产模式下，人工智能工具逐渐参与新闻采集、写作、编辑和分发环节，新闻生产效率得到提升，但同时也改变了传统新闻组织内部的权力结构。在传统媒体时代，记者和编辑作为“把关人”，承担着事实筛选、价值判断和内容审核的重要职责。而在自动化采编和智能推荐环境中，部分内容判断过程由技术系统完成，人工审核环节可能被压缩。如果媒体机构过度依赖技术工具，而忽视专业编辑的主体作用，就可能导致新闻真实性保障机制弱化。因此，如何在技术辅助与人工把关之间保持平衡，成为智能媒体时代新闻组织面临的重要问题。

（四）用户逻辑：参与式传播中的再加工风险

智能媒体时代，用户不再只是新闻信息的被动接受者，而逐渐成为信息传播的重要参与主体。在社交平台中，用户可通过转发、评论、剪辑和再创作等方式参与新闻意义建构。然而，这种参与式传播虽然增强了信息互动性，也带来了内容再加工过程中的真实性风险。部分用户可能基于个人立场、情绪表达或有限的信息理解，对原始新闻进行选择性解读，甚至改变原有信息语境，使新闻事实在传播过程中不断被重新塑造。当信息经过多层转发与再加工后，原始事实与公众接收到的信息之间可能产生偏差，进一步加剧新闻真实性的不稳定性。因此，智能媒体时代的新闻真实性危机，本质上是技术、平台、组织与用户多重逻辑共同作用下形成的复杂传播问题。

三、新闻真实性危机的治理机制

（一）制度治理：完善法律与行业规范体系

智能媒体环境下，新闻真实性危机具有技术嵌入性强和传播扩散速度快等特点，仅依靠传统新闻监管方式难以有效应对。因此，应进一步完善适应人工智能发展的法律制度与行业规范体系，明确人工智能生成内容在新闻传播中的使用边界、标识要求以及责任主体。对于由人工智能生成或辅助生成的新闻内容，应建立必要的提示和标识机制，使受众能够区分人工智能生成内容与传统新闻报道，增强信息透明度。同时，还需进一步完善数据管理、平台责任以及内容审核相关规则，推动政府监管、行业规范与平台治理形成协同机制，从制度层面降低虚假信息传播的风险。

（二）技术治理：构建可追溯与可验证系统

技术本身既是新闻真实性危机的重要影响因素，也是解决问题的重要工具。在智能媒体环境中，应积极利用技术手段提升新闻内容的真实性保障能力。例如，通过数字水印、内容溯源、区块链存证等技术，记录新闻内容的生成来源、修改过程和传播路径，提高信息流转过程中的透明度。同时，人工智能检测技术也可辅助识别异常生成内容和潜在虚假信息，帮助媒体机构和平台提高审核效率。需要注意的是，技术治理并非简单依赖技术替代人工判断，而是在技术辅助基础上增强新闻真实性验证能力，形成更加可靠的信息治理体系。

（三）平台治理：优化算法价值导向

作为智能媒体时代信息传播的重要节点，平台的算法机制直接影响新闻内容的传播范围和社会影响。当前，部分平台推荐逻辑主要围绕用户活跃度、点击率和互动效果展开，这种机制容易使情绪化、娱乐化内容获得更高传播优势。因此，平台应优化算法评价体系，在关注传播效率的同时，将内容真实性、来源可靠性和社会价值纳入推荐机制。例如，对权威新闻来源给予合理权重，对未经核实的信息进行风险提示或降低推荐程度，从而减少虚假信息借助算法扩散的可能性。同时，平台还应提升算法运行透明度，加强对推荐逻辑的监督与评估。

（四）行业治理：强化新闻专业伦理重建

面对智能媒体带来的生产方式变化，新闻行业需要重新审视技术应用与专业价值之间的关系。人工智能可以辅助信息整理、资料分析和内容生产，但无法替代新闻工作者对事实、价值和社会责任的判断。因此，媒体机构应进一步强化事实核查机制，完善“人工审核+智能辅助”的协同模式，在利用技术提升效率的同时，坚守新闻真实性这一核心原则。此外，还应加强新闻从业者的人工智能素养和职业伦理建设，使其具备识别技术风险、规范使用智能工具的能力，从而推动新闻行业在技术变革中保持专业性与可信度。

结语

智能媒体时代新闻真实性危机并非单一技术问题，而是技术逻辑、平台机制、商业模式与传播结构共同作用下形成的系统性问题。人工智能提升了新闻生产效率，也改变了信息生成、分发与接受方式，使真实性保障面临新的挑战。因此，新闻真实性治理不能仅依赖传统审核机制，而需要制度、技术、平台与行业多主体协同推进。通过完善监管体系、强化技术支撑、优化算法机制以及重塑新闻专业伦理，构建更加可信、透明和可持续的新闻传播生态，实现新闻真实性在智能传播环境中的动态平衡。

（作者单位：当代广西杂志社）

本文责编：周光曙

摘自《华声·传播观察》

作者：李佳颖

责编：罗嘉凌

一审：黄帝子

二审：苏露锋

三审：范彬