媒体 的AI职业风险
媒体工作依赖文字、素材和速度，而这恰恰是生成式工具如今做得很好的事：转录采访、起草报道摘要、生成标题选项，以及在几分钟而非几小时内为数小时的原始素材打标签。曾经需要一整个班次才能完成一段报道的新闻编辑室和制作公司，如今几乎能立即拿到一版粗剪或初稿。但发布一个东西，和知道它值得被发布，并不是一回事。判断什么是真实的、什么具有新闻价值、该相信谁的说法，仍然依赖一个可以被指名、并为出错负责的人。
行业平均风险分数
64.67
分析职业数
6
如何更好地阅读这一页
下面的固定解说会帮助读者理解分数该怎么看、自动化压力通常先出现在哪些环节，以及这个行业里哪些价值仍更可能由人来主导。
如何阅读本行业页面
把媒体工作中主要属于机械性的任务，同承担编辑分量的任务区分开来。转录、粗剪拼接、元数据打标签、标题变体生成，以及初稿摘要，属于机械性工作：AI 已经把这些从几小时压缩到几分钟。而决定追踪哪个报道、核实一个消息来源、负责任地为一个敏感话题定框架，以及在印刷品或播出内容中为一个说法背书，属于编辑性工作：它们需要对可信度和后果的判断，而这种判断无法外包给一个基于模式匹配而非问责训练出来的模型。一个新闻编辑室或制作公司可以大量自动化第一类工作，而第二类工作几乎不动。
更容易被自动化的部分
AI 最先进入的是转录和字幕、从素材生成初稿文章和脚本、素材和资产打标签、标题和缩略图变体测试、翻译和本地化处理，以及市场简讯或体育赛况总结等模板化格式。曾经是研究员任务的大型素材库或文章库归档检索，如今已基本自动化。而在挖掘一个尚无人报道的故事、与一个秘密消息来源建立信任、根据相互矛盾的证据核实一个说法，以及在没有模板可循的情况下就如何为政治或情感上敏感的内容定框架做出编辑判断上，它就会止步。
仍然由人主导的部分
始终保持人类主导的，是在压力下的信源开发、核实和编辑判断。多年培养信源的调查记者、决定头版或首页代表机构价值观的编辑，以及在直播或突发事件中对播出内容做出瞬间判断的制作人，都无法被一个起草工具取代。抓出一个听起来可信却是虚假说法的事实核查员和标准编辑，以及建立起足够信任让某人愿意实名发言的记者，承担着一种必须由人赢得、而非由模型生成的可信度。
看分数时要注意什么
阅读媒体分数时，要把内容制作同编辑责任区分开来。一个以转录、格式化或模板化写作为核心的角色风险分数更高，因为其产出可重复，并能对照信源核实。而一个以信源开发、核实或编辑判断为核心的角色分数更低，因为这份工作是在决定相信什么、发布什么，而不是更快地产出文字。两个职位名称相同的人，一个做改写，一个做原创报道，可能承载截然不同的分数。
AI高风险职业
下表展示的是该行业当前更偏高风险一侧的职业快照。它更适合与上面的固定解说结合阅读，而不是被当成长期不变的例子清单。
AI低风险职业
下表展示的是该行业当前更偏低风险一侧的职业快照。它适合用来比较工作结构，而不是用来断言这些岗位以后一定不会变化。
常见问题
Q.媒体行业中,哪些工作最容易受到AI的影响?
在媒体行业中,AI风险评分最高的工作包括文字校对员。上方展示了媒体行业中受影响程度从高到低的完整排名。
Q.媒体行业中,哪些工作最不容易受到AI影响?
媒体行业中受AI自动化影响最小的岗位包括视频剪辑师。这些工作通常依赖判断力、现场实际操作或责任担当,而这些是目前的AI无法承担的。
Q.媒体行业对AI来说安全吗?
没有哪个行业是完全安全或完全高危的。在媒体行业内部,从事常规信息处理的岗位比依赖判断力和责任担当的岗位更容易受到AI影响。因此,该评分更适合被理解为任务受AI影响程度的信号,而不是对失业情况的预测。
Q.媒体行业的AI风险评分是如何计算的?
该评分是我们所追踪的媒体行业各职业AI风险的平均值,每周更新一次。有关基础评分的计算方式及解读方法,请参阅方法论页面。