จุดสะท้อน? วารสารศาสตร์ในยุค AIGC

กระแสลมบ้าหมูของปัญญาประดิษฐ์ (AIGC) กำลังแผ่ขยายไปในหลายสาขา

ในช่วงปลายปี 2565 OpenAI ได้เปิดตัว ChatGPT ซึ่งเป็นแอปพลิเคชันบทสนทนาภาษาธรรมชาติ และเปิดตัว GPT-4 ซ้ำแล้วซ้ำเล่าในเดือนมีนาคมปีนี้ ซึ่งดึงดูดความสนใจจากอุตสาหกรรมต่างๆ และสาธารณชนได้อย่างรวดเร็ว โมเดลขนาดใหญ่กำลังเฟื่องฟูไปทั่วโลก เงินทุน เทคโนโลยี และความสามารถพิเศษยังคงหลั่งไหลเข้ามาอย่างต่อเนื่อง และบริษัทด้านเทคโนโลยียังคงปรับใช้โมเดลขนาดใหญ่ของตนเองต่อไป คาดว่าภายในปี 2573 ขนาดตลาด AIGC คาดว่าจะเกินหนึ่งล้านล้านหยวน

ไม่กี่ปีที่ผ่านมาข่าวที่ว่า AlphaGo เอาชนะผู้เล่น Go Li Shishi ได้ก่อให้เกิดคลื่นปัญญาประดิษฐ์ อย่างไรก็ตาม คลื่นของ AIGC มีความรุนแรงมากขึ้นเพราะนอกเหนือจากความก้าวหน้าทางเทคโนโลยีแล้วเกณฑ์ที่ต่ำและการใช้งานจริงยังทำให้การรับรู้ของแอปพลิเคชัน ด้านข้างมีความสำคัญมากขึ้น ดังนั้น ประชาชนไม่เพียงแต่อยู่ในเวทีการอภิปรายเท่านั้น แต่ยังสามารถสัมผัสพลังของปัญญาประดิษฐ์เชิงกำเนิดได้โดยตรงอีกด้วย

นวัตกรรมทางเทคโนโลยีทุกรอบจะสรุปยุคใหม่ "ในยุคของ AIGC ทุกอุตสาหกรรมควรค่าแก่การเปลี่ยนแปลงด้วย AI" พื้นที่ที่ได้รับผลกระทบ ได้แก่ การศึกษา การเงิน อีคอมเมิร์ซ ภาพยนตร์และโทรทัศน์ การออกแบบ ฯลฯ ในบรรดาพื้นที่เหล่านั้น การสื่อสารมวลชนเป็นหนึ่งในพื้นที่ที่ได้รับผลกระทบรุนแรงที่สุด และการตอบสนองต่อ AIGC ก็เป็นเชิงบวกมากที่สุดเช่นกัน

ในระดับสากล สื่อจำนวนมากได้ดำเนินการตามความพยายามที่เกี่ยวข้องแล้ว เว็บไซต์รวบรวมข่าว BuzzFeed เผยแพร่แบบทดสอบ ซึ่งเป็นคอลัมน์ทดสอบที่ตอบโดย AI และกล่าวว่าจะใช้ AIGC เพื่อเขียนเนื้อหาทดสอบเพื่อแทนที่ส่วนหนึ่งของกำลังคน เมื่อวันที่ 24 พฤษภาคม หนังสือพิมพ์เดอะวอชิงตันโพสต์ได้ประกาศจัดตั้งกลไกความร่วมมือ AI ข้ามแผนก ซึ่งรวมถึงทีมตัดสินใจเชิงกลยุทธ์ AITaskforce และทีมผู้บริหาร AIHub เพื่อปรับตัวให้เข้ากับแนวทางปฏิบัติด้านนวัตกรรม AI ได้ดียิ่งขึ้น "Financial Times" ของอังกฤษยังได้แต่งตั้งบรรณาธิการสาย AI เป็นครั้งแรกเพื่อให้ความสนใจอย่างใกล้ชิดกับการพัฒนาล่าสุดในสาขานี้ องค์กรสื่อในประเทศมากกว่า 100 แห่ง เช่น The Paper, Cover News และ Upstream News ได้ประกาศการเข้าถึงผลิตภัณฑ์ AIGC ในเดือนกุมภาพันธ์ปีนี้ สถาบันวิจัย Tencent ได้ทำการสำรวจในหัวข้อ "ผลกระทบของ ChatGPT ต่อวารสารศาสตร์" ในเดือนมิถุนายนปีนี้ ผลการวิจัยพบว่า 80% ของนักข่าวในประเทศเคยใช้ ChatGPT หรือผลิตภัณฑ์ที่คล้ายกัน และมากกว่าครึ่ง (56%) ได้รับผลกระทบจาก มัน ผู้สัมภาษณ์เชื่อว่า ChatGPT (หรือเครื่องมือที่คล้ายกัน) ได้ให้ความช่วยเหลือในทางปฏิบัติแก่งานของพวกเขา

แม้ว่าความสามารถในการสร้างข้อความจะมีความโดดเด่น แต่ ChatGPT ยังมีความสามารถในการสร้างเนื้อหาต่อเนื่องหลายรูปแบบอีกด้วย สำหรับวงการข่าวซึ่งการสร้างเนื้อหาคือหัวใจหลัก สิ่งนี้จะนำมาซึ่งจุดตัดมากมายที่มีผลกระทบที่สำคัญ ความก้าวหน้าทางเทคโนโลยีที่ “เทียบได้กับการปฏิวัติอุตสาหกรรม” (สัตยา นาเดลลา ซีอีโอของ Microsoft) และรูปแบบเทคโนโลยีที่ไม่น้อยไปกว่า “การกำเนิดคอมพิวเตอร์ส่วนบุคคลหรืออินเทอร์เน็ต” (บิล เกตส์) จะนำไปสู่อะไร แบบไหน ของการเปลี่ยนแปลง? มันจะนำมาซึ่งโอกาสใหม่ ๆ ให้กับการสื่อสารมวลชนหรือไม่?

เราพยายามหารือเกี่ยวกับผลกระทบและความท้าทายที่เทคโนโลยี AIGC นำเสนอโดย ChatGPT ได้นำมาสู่อุตสาหกรรมสื่อสารมวลชนผ่านรายงานนี้ รวมถึงความเป็นไปได้ใหม่ๆ ที่เทคโนโลยี AIGC นำเสนอ AIGC กำลังเริ่มต้น "การปฏิวัติทางเทคโนโลยี" และการสื่อสารมวลชนก็เป็นหนึ่งในนั้น ด้วยการกรีดนี้ เราอาจจะสามารถจับความหมายที่แท้จริงของการปฏิวัติครั้งนี้สำหรับสังคมมนุษย์ได้

การเปลี่ยนแปลงครั้งใหญ่: การเปลี่ยนแปลงสามครั้งของวารสารศาสตร์

นับตั้งแต่เปลี่ยนสหัสวรรษ วงการสื่อสารมวลชนประสบกับช่วงเวลาที่สดใสซึ่งเต็มไปด้วยความหวัง และยังติดหล่มอยู่ในการมองโลกในแง่ร้ายอีกด้วย

ระบบนิเวศดิจิทัลใหม่ล่าสุดช่วยให้สื่อแบบดั้งเดิมมีพลังในการพัฒนาที่แข็งแกร่ง และในขณะเดียวกัน ยังก่อให้เกิดกลุ่มสื่อดิจิทัลที่พุ่งพรวดอีกด้วย อย่างไรก็ตาม ในช่วงไม่กี่ปีที่ผ่านมา ปัจจัยต่างๆ เช่น การเปลี่ยนแปลงของโฟลว์ลอจิก ผลกระทบของรูปแบบสื่อใหม่ เช่น วิดีโอสั้น และรายได้จากการโฆษณาออนไลน์ที่ลดลง ทำให้อุตสาหกรรมข่าวตกอยู่ในสถานการณ์ใหม่

(1) “ยุคจราจร” หมดไปแล้ว สื่อข่าวถูกปรับเปลี่ยน และการเชื่อมโยงผู้อ่านมีความสำคัญอย่างยิ่ง

ตรรกะของการกระจายเนื้อหามีการพัฒนาหลายครั้ง

หลังวิกฤติการเงินในปี 2551 การลงทุนด้านโฆษณาของผู้ลงโฆษณาได้เปลี่ยนจากสื่อแบบเดิมมาเป็นสื่อออนไลน์ เครื่องมือค้นหาที่แสดงโดย Google และโซเชียลมีเดียที่แสดงโดย Facebook ได้เปลี่ยนรูปแบบรูปแบบการรับส่งข้อมูลใหม่ทั้งหมด การรับส่งข้อมูลที่มาจากทั้งสองพอร์ตนี้กลายเป็นแหล่งที่สำคัญที่สุดในการเข้าถึงสื่อออนไลน์

สิ่งที่น่ากังวลเป็นพิเศษคือ Facebook ซึ่งผู้ก่อตั้ง Mark Zuckerberg เชื่อมั่นในคุณค่าเชิงบวกของเนื้อหาข่าว: การยกระดับชื่อเสียงของแพลตฟอร์มและปรับปรุงการรักษาผู้ใช้และการมีส่วนร่วม ดังนั้นครั้งหนึ่ง Facebook จึงได้เพิ่มสัดส่วนการแนะนำเนื้อหาข่าวให้แข็งแกร่งยิ่งขึ้น ส่งผลให้เนื้อหาที่เกี่ยวข้องได้รับการเปิดเผยมากขึ้น ทศวรรษระหว่างปี 2549 ถึง 2559 เป็นช่วงฮันนีมูนระหว่างโซเชียลมีเดียและสื่อสารมวลชน

จากการสำรวจโดย Pew Research Center ในปี 2015 ผู้ใช้อินเทอร์เน็ตมากถึง 64% ได้รับข่าวสารจากโซเชียลมีเดีย นี่คือ "ยุคจราจรสื่อสารมวลชน" ที่สร้างขึ้นโดยโซเชียลมีเดีย ซึ่งก่อให้เกิดสื่อดิจิทัลพุ่งพรวดจำนวนมาก โมเดลธุรกิจของ BuzzFeed และ VICE ซึ่งเป็นสื่อดิจิทัลที่โด่งดังที่สุดในศตวรรษที่ 21 อิงจากการแพร่กระจายของไวรัลบนโซเชียลมีเดีย มีปริมาณการรับส่งข้อมูลจำนวนมากและความสนใจจากผู้ใช้หลั่งไหลเข้าสู่สื่อเหล่านี้ ตามมาด้วยเงินร่วมลงทุนจำนวนมาก เมื่อถึงจุดสูงสุด BuzzFeed และ VICE มีมูลค่า 1.7 พันล้านดอลลาร์และ 5.7 พันล้านดอลลาร์ตามลำดับ

แต่สำหรับสื่อต่างๆ รากฐานของโมเดลนี้เปราะบาง และการอยู่รอดของโมเดลนี้ขึ้นอยู่กับแพลตฟอร์มทั้งหมด เมื่ออัลกอริธึมและกฎของแพลตฟอร์มมีการเปลี่ยนแปลง โมเดลธุรกิจจะได้รับความเสียหายอย่างรุนแรง และควบคุมไม่ได้โดยสิ้นเชิง จุดเปลี่ยนของเรื่องราวเกิดขึ้นในปี 2559 ระหว่างการเลือกตั้งประธานาธิบดีสหรัฐฯ Facebook ถูกโลกภายนอกตั้งคำถามเกี่ยวกับการใช้อัลกอริธึมเพื่อบิดเบือนผลการเลือกตั้ง เหตุการณ์ "Cambridge Analytica" ส่ง Mark Zuckerberg โดยตรงเข้าสู่การพิจารณาคดี เมื่อเผชิญกับเสียงวิพากษ์วิจารณ์จากทุกด้าน Facebook จึงประกาศลดสัดส่วนเนื้อหาข่าว ในปี 2020 Facebook จะเสริมสร้างมาตรการที่เกี่ยวข้องเพิ่มเติมเพื่อลดการผลักดันเนื้อหาข่าวและเนื้อหาทางการเมืองอย่างมีนัยสำคัญ

นี่ไม่ใช่แค่การพลิกโฉมของแพลตฟอร์ม Facebook แต่เป็นเทรนด์โดยรวมของโซเชียลมีเดีย การปรับอัลกอริธึมส่งผลให้มีการเปิดเผยเนื้อหาข่าวน้อยลงเรื่อยๆ ซึ่งกระทบต่อสื่อที่ต้องอาศัยการเข้าชมโซเชียลมีเดียอย่างรุนแรง ส่งผลให้เกิดภาวะที่กลืนไม่เข้าคายไม่ออกโดยรวมสำหรับอุตสาหกรรม ในปี 2023 Jonah Peretti ผู้ก่อตั้ง BuzzFeed ได้ประกาศปิดธุรกิจข่าว BuzzFeedNews, VICE ประกาศปิดแบรนด์ข่าว VICEWorldNews และเว็บไซต์หลักกำลังวางแผนที่จะยื่นฟ้องล้มละลายด้วย VoxMedia, Insider, ABCNews และสื่ออื่นๆ ต่างเลิกจ้างพนักงานในระดับที่แตกต่างกัน

ปัญหาทั่วไปของสื่อเหล่านี้คือพวกเขาไม่ได้สะสมฐานผู้ใช้โดยการเสริมความแข็งแกร่งให้กับเพย์วอลล์และบริการสมัครสมาชิก เมื่อเผชิญกับปริมาณการเข้าชมและรายได้จากโฆษณามหาศาลเมื่อคลื่นลูกใหญ่มาถึง ไม่มีใครคิดว่านี่เป็นปัญหา แต่เมื่อน้ำลงคุณจะพบว่าใครกำลังว่ายน้ำเปล่า

ในทางตรงกันข้าม เมื่อบริษัทสตาร์ทอัพอย่าง BuzzFeed ได้รับความสนใจ สื่อเก่า "New York Times" ก็ถูกดูหมิ่นจากอุตสาหกรรมนี้ เนื่องจากมีการปรับตัวเข้ากับอินเทอร์เน็ตได้ช้า และยังได้รับการยกย่องว่าเป็นตัวแทนของการปฏิวัติด้วยซ้ำ จากแรงกระตุ้นของ BuzzFeed ทำให้ The New York Times ถูกบังคับให้เปลี่ยนตัวเองไปสู่บริบทที่กว้างขึ้นของการสื่อสารมวลชนดิจิทัล แต่ก้าวนี้ไม่รีบร้อน มันวางเนื้อหาของตัวเองไว้เบื้องหลัง paywall และดึงดูดสมาชิกด้วยการเพิ่มเนื้อหาให้ลึกซึ้งยิ่งขึ้น แต่กลายเป็นเมืองหลวงที่สามารถอยู่รอดได้ตลอดวงจร

ในยุคที่การจราจรติดขัดและวุ่นวาย การสร้างความสัมพันธ์ที่ใกล้ชิดยิ่งขึ้นกับผู้อ่านโดยอิงจากผู้อ่านหลักนั้นสำคัญกว่าที่เคย สำนักข่าวต่างๆ ตระหนักถึงสิ่งนี้มากขึ้นเรื่อยๆ และทำให้เกิดเทรนด์ใหม่ 3 ประการ:

**ขั้นแรก ใช้แบบฟอร์มสื่อใหม่เพื่อสร้างการเชื่อมต่อโดยตรงกับผู้อ่าน ** ในช่วงไม่กี่ปีที่ผ่านมา การอ่านพอดแคสต์และ RSS เริ่มมีจำนวนเพิ่มมากขึ้น และสื่อจำนวนมากได้เปิดตัวบริการสมัครสมาชิก RSS และแบรนด์พอดแคสต์ของตนเอง โดยมีเป้าหมายเพื่อสร้างความสัมพันธ์ใกล้ชิดกับผู้อ่านโดยตรงและมีประสิทธิภาพมากขึ้น เสริมสร้างแบรนด์สื่อให้แข็งแกร่ง และเพิ่มมูลค่าทางการค้า

**ประการที่สอง ให้ความสำคัญกับเนื้อหาในท้องถิ่นมากกว่าประเด็นร้อนระดับโลก **ตัวอย่างเช่น กลุ่มสื่อ MvskokeMedia ปรับกลยุทธ์ด้านบรรณาธิการเพื่อมุ่งเน้นไปที่รายงานของชุมชนท้องถิ่น ซึ่งสะท้อนถึงการมุ่งเน้นไปที่ผู้อ่านหลัก

**ประการที่สาม เสริมสร้างความโปร่งใสและการเปิดกว้างของรายงาน ในด้านหนึ่ง ช่วยให้ผู้อ่านเข้าใจแนวคิดของการรายงาน และในทางกลับกัน ยังเข้าใจย้อนกลับว่ารายงานข่าวประเภทใดที่ผู้อ่านต้องการมากกว่านี้ ** ตัวอย่างเช่น Honolulu Civil Beat (Honolulu Civil Beat) จัด "ห้องข่าวป๊อปอัป" (ห้องข่าวป๊อปอัป) คล้ายกับกิจกรรมป๊อปอัปในพื้นที่ของตนเพื่อเสริมสร้างการสื่อสารกับผู้อ่าน

(2) การเพิ่มขึ้นของ "การรายงานข่าวด้วยวิดีโอสั้น" ความสนใจของผู้ชมเปลี่ยนไป และแนวคิดข่าวแบบเดิมๆ ก็ได้รับผลกระทบ

ในปี 2023 สำนักงานสถิติข้อมูล "PressGazette" (PressGazette) ได้เปิดเผยรายชื่อบริษัทข้อมูลสื่อ 25 แห่งที่ก่อตั้งขึ้นตั้งแต่สหัสวรรษ โดย Facebook อยู่ในอันดับต้นๆ ตามมาด้วย TikTok อิทธิพลของโซเชียลมีเดียนั้นชัดเจนในตัวเอง การเพิ่มขึ้นของแพลตฟอร์มวิดีโอสั้น ๆ ที่นำเสนอโดย TikTok มีผลกระทบอย่างมากต่อแนวโน้มการพัฒนาของอุตสาหกรรมสื่อสารมวลชน

TikTok กำลังกลายเป็นหนึ่งในแพลตฟอร์มเนื้อหาและฐานการรับส่งข้อมูลที่ใหญ่ที่สุดในโลกอย่างรวดเร็ว ไม่เพียงแต่ผู้ชมอายุน้อยจำนวนมากรวมตัวกันบนแพลตฟอร์ม แต่ความสนใจของผู้ชมกลุ่มอายุต่างๆ ก็ค่อยๆ เปลี่ยนไปใช้วิดีโอสั้นแทนเนื้อหากราฟิกหรือรายงานข่าวจริงจังที่สื่อข่าวเชี่ยวชาญ ในขณะเดียวกันกับการหันเหความสนใจของผู้ชมคือรายได้จากการโฆษณาและเงินร่วมลงทุน ซึ่งไหลไปยังแพลตฟอร์ม TikTok และ Instagram ที่ผู้ใช้รุ่นเยาว์ให้ความสนใจมากกว่า

ไม่เพียงเท่านั้น ยังมีข่าวรูปแบบใหม่เกิดขึ้น: "วารสารศาสตร์ TikTok" เมื่อเกิดเหตุการณ์ข่าวสำคัญ เช่น การแพร่ระบาดครั้งใหม่ และความขัดแย้งระหว่างรัสเซียและยูเครน ผู้คนพบว่าแหล่งข้อมูลหลักไม่ใช่สื่อข่าวอีกต่อไป แต่เป็น TikTok เนื้อหาวิดีโอแบบเรียลไทม์และโดยตรงจำนวนมากแพร่กระจายอย่างรวดเร็วบน TikTok TikTok ค่อยๆ เปลี่ยนจากแพลตฟอร์มวิดีโอสั้นเพื่อความบันเทิงไปเป็นแพลตฟอร์มเนื้อหาที่ครอบคลุมทั้งเนื้อหาเสียงและวิดีโอและกลายเป็นวิธีสำคัญสำหรับผู้ใช้อินเทอร์เน็ตในการ ได้รับข้อมูล สำหรับคนรุ่นใหม่จำนวนมาก ไม่ใช่ว่าพวกเขาไม่ดูข่าวอีกต่อไป พวกเขาแค่ไม่อ่านข่าวในสื่อข่าวเท่านั้น ปรากฏการณ์ที่คล้ายกันนี้ปรากฏชัดเจนในประเทศจีนเช่นกัน

เมื่อผู้ให้บริการข่าวหลักเปลี่ยนจากข้อความเป็นวิดีโอ นี่ถือเป็นความท้าทายสำหรับสื่อข่าวส่วนใหญ่ สื่อแบบดั้งเดิมบางสื่อกำลังแสวงหาการเปลี่ยนแปลงและพยายามบูรณาการเข้ากับระบบนิเวศข่าววิดีโอสั้น ตามสถิติจาก "รายงานข่าวดิจิทัลประจำปี 2022" ที่เผยแพร่โดย Reuters Institute of Journalism แห่งมหาวิทยาลัยอ็อกซ์ฟอร์ด พบว่าประมาณครึ่งหนึ่ง (49%) ขององค์กรสื่อกระแสหลักเผยแพร่เนื้อหาบน TikTok เป็นประจำ ในฐานะตัวแทนของสื่อที่จัดตั้งขึ้น "Washington Post" ได้ว่าจ้างทีมงานบุคคลที่สามเป็นพิเศษเพื่อผลิตเนื้อหาสำหรับบัญชี TikTok ของตนเอง "Los Angeles Times" ได้จัดตั้งทีมเนื้อหาชื่อ "404" เพื่อดำเนินการผลิตเนื้อหาทดลองโดยอิงจาก ความชอบของผู้ชมรุ่นเยาว์

สำนักข่าวท้องถิ่นบางแห่งก็ผุดขึ้นมาจากการสื่อสารมวลชนของ TikTok ตัวอย่างเช่น NowThis ซึ่งเริ่มต้นด้วยข่าววิดีโอสั้น ๆ มีแฟน ๆ 8.5 ล้านคนแล้ว บริษัท เนื้อหาของสเปน Ac2ality ใช้แนวคิดหลัก "บอกข่าวในหนึ่งนาที" และมีแฟน ๆ สะสม 3.9 ล้านคนบน TikTok นับตั้งแต่เปิดตัวในปี 2562

การเพิ่มขึ้นของการสื่อสารมวลชนของ TikTok ส่งผลให้การมุ่งเน้นความสนใจของผู้ชมเปลี่ยนไป ในด้านหนึ่ง ผลกระทบต่ออุตสาหกรรมข่าวสะท้อนให้เห็นในการสูญเสียรายได้จากการโฆษณาและการเสื่อมสภาพของสภาพแวดล้อมในการดำรงชีวิตของสื่อ แม้ว่าจะมีความพยายามในการบูรณาการเข้ากับระบบนิเวศข่าววิดีโอสั้น ๆ แต่ความไม่ลงรอยกันโดยธรรมชาติระหว่างรายงานข่าวแบบดั้งเดิมและ สื่อวิดีโอทำให้การเปลี่ยนแปลงนี้ไม่มีประสิทธิภาพ ถูกจำกัด ในทางกลับกัน ผลกระทบในวงกว้างของข่าววิดีโอสั้นได้ส่งผลกระทบต่อแนวคิดข่าวแบบเดิมๆ ค่านิยม เช่น "ความเป็นกลาง" และ "ความถูกต้อง" ที่ถือเป็นมาตรฐานในอุตสาหกรรมข่าวจะไม่เน้นอีกต่อไป รวดเร็ว เร้าใจ และ ผลกระทบทางสายตากลายเป็นมาตรฐานการผลิตใหม่ ข้อมูล เช่น การถูกใจและการรีทวีตกลายเป็นตัวบ่งชี้คุณภาพข่าวใหม่ "ข่าวเหลือง" มีปริมาณการเข้าชมและผู้ชมเพิ่มมากขึ้นเรื่อยๆ และพื้นที่อยู่อาศัยของข่าวแบบดั้งเดิมก็ถูกบีบให้มากขึ้น

จากมุมมองของผู้ชม ผู้คนจะค่อยๆ คุ้นเคยกับการรับข่าวสารและข้อมูลผ่านช่องทางต่างๆ เช่น วิดีโอสั้น ๆ ซึ่งได้รับผลกระทบจากปรากฏการณ์ "ความอ่อนล้าของข่าว" และ "การหลีกเลี่ยงข่าว" ที่เด่นชัดมากขึ้นในระดับหนึ่งด้วย การหลีกเลี่ยงข่าวสารได้รับแรงผลักดันจากปัจจัยทั้งด้านความรู้ความเข้าใจและอารมณ์: ด้านการรับรู้แสดงออกในการรับรู้ว่ามีการรายงานหัวข้อหรือเหตุการณ์บางอย่างมากเกินไป และการอ่านข่าวเหล่านี้จะนำไปสู่ความรู้สึกเหนื่อยล้า และเป็นการยากที่จะได้รับข้อมูลเพิ่มขึ้น ส่งผลให้เกิด "ข่าวโอเวอร์โหลด" แง่มุมทางอารมณ์หมายถึงผู้คนที่หลีกเลี่ยงข่าวที่ก่อให้เกิดอารมณ์เชิงลบ เช่น การรายงานโรคระบาด ความรุนแรง และภัยพิบัติทางธรรมชาติ

ในปี 2560 ผู้ตอบแบบสำรวจร้อยละ 29 กล่าวว่าพวกเขา “หลีกเลี่ยงข่าวบ่อยครั้งหรือบางครั้ง” ตามรายงานของสถาบันวารสารศาสตร์รอยเตอร์และมหาวิทยาลัยอ็อกซ์ฟอร์ด ซึ่งตัวเลขดังกล่าวเพิ่มขึ้นเป็นร้อยละ 32 ในปี 2562 หลังจากการระบาดของโรคปอดบวมคราวน์ใหม่ในปี 2020 ความต้องการข่าวของผู้คนเพิ่มขึ้นในช่วงสั้นๆ แต่ปรากฏการณ์ของการหลีกเลี่ยงข่าวดีดตัวขึ้นอย่างรวดเร็ว โดย 59% ของคนกล่าวว่าพวกเขา "หลีกเลี่ยงข่าวในบางครั้งหรือตลอดเวลา" พฤติกรรมการรับข้อมูลข่าวสารของผู้ฟังและทัศนคติที่เปลี่ยนแปลงไป กลายเป็นปัจจัยที่วงการข่าวต้องคำนึงถึง และยังกลายเป็นอุปสรรคต่อการเปลี่ยนแปลงของสื่อข่าวอีกด้วย

(3) การปิดระบบและการเลิกจ้างพนักงานกลายเป็นเรื่องปกติ และนักข่าวก็พยายามแสวงหาการเปลี่ยนแปลง

การแพร่ระบาดครั้งใหญ่ในรอบ 3 ปีส่งผลกระทบอย่างมากต่อเศรษฐกิจโลก และอุตสาหกรรมสื่อสารมวลชนก็ไม่สามารถหลีกเลี่ยงได้

การปิดองค์กรข่าวกลายเป็นเรื่องปกติ สื่อต่างประเทศ รวมถึง BuzzFeed, VICE และสื่อดิจิทัลอื่นๆ ได้ปิดธุรกิจข่าวของตนแล้ว และสื่อสิ่งพิมพ์ เช่น The Livonia Observer ได้หยุดการตีพิมพ์อย่างมีนัยสำคัญ สถานการณ์ในประเทศยังไม่ดีนักเช่นกัน "Media Blue Book: รายงานการพัฒนาอุตสาหกรรมสื่อของจีน (2022)" ซึ่งเผยแพร่ร่วมกันโดย School of Journalism and Communication of Tsinghua University และสถาบันอื่นๆ แสดงให้เห็นว่าผลกระทบของโรคปอดบวมที่มงกุฎรูปแบบใหม่ต่อบางพื้นที่ของอุตสาหกรรมสื่อยังคงดำเนินต่อไป และรายได้จากการโฆษณาของสื่อสารมวลชนแบบเดิมๆ ยังคงลดลง งบประมาณสำหรับวารสาร หนังสือพิมพ์ และสื่ออื่นๆ รายได้จากการโฆษณาและจัดจำหน่ายหนังสือพิมพ์ในประเทศลดลงอย่างรวดเร็ว และตลาดโฆษณาทางทีวีอ่อนแอและลดลง ตั้งแต่ปี 2020 ถึง 2023 หนังสือพิมพ์หลายสิบฉบับ รวมถึง "City Pictorial" และ "Southeast Express" ได้ประกาศระงับหรือระงับการตีพิมพ์

รายได้ของนักข่าวลดลงอย่างมาก ความไม่แน่นอนทางเศรษฐกิจส่งผลกระทบต่องานของนักข่าวประมาณสองในสาม ตามรายงานของหนังสือพิมพ์ราชกิจจานุเบกษา ผู้ตอบแบบสอบถามมากกว่า 80% เป็นนักข่าวเต็มเวลา ส่วนใหญ่ (71%) มีรายได้ต่อปีน้อยกว่า 100,000 ดอลลาร์ และค่าธรรมเนียมนักเขียนอิสระโดยเฉลี่ยน้อยกว่า 300 ดอลลาร์

การเลิกจ้างเป็นตัวกำหนดโทนเสียงสำหรับองค์กรสื่อ จากสถิติที่ไม่สมบูรณ์ ตั้งแต่ปี 2020 สื่อหลายสิบแห่งได้ประกาศแผนการเลิกจ้าง BuzzFeed ตัดพนักงานบางส่วนออกเนื่องจากมีแผนจะใช้ AI เพื่อสร้างเนื้อหาแบบทดสอบ เมื่อวันที่ 20 เมษายน 2023 ผู้ก่อตั้ง BuzzFeed ได้ประกาศปิดธุรกิจข่าวอีกครั้งโดยเลิกจ้างพนักงานประมาณ 180 คน ที่เกี่ยวข้องกับเนื้อหาและเทคโนโลยี ฝ่ายบริหารและหน่วยงานอื่นๆ 15% ของทั้งหมด ตามสถิติของ Forbes ตั้งแต่เดือนมกราคม 2023 หนังสือพิมพ์และองค์กรสื่อมากกว่า 30 แห่งได้ดำเนินการเลิกจ้างในระดับต่าง ๆ ล่าสุดเกิดขึ้นเมื่อวันที่ 7 มิถุนายน ความท้าทายที่ไม่เหมือนใคร” และจะเลิกจ้างพนักงานห้องข่าว 74 คน

ภาวะเศรษฐกิจตกต่ำทั่วโลกและความตกตะลึงทางเทคโนโลยีส่งผลให้อุตสาหกรรมข่าวเผชิญกับวิกฤตซ้ำซ้อน และสภาพความเป็นอยู่ของนักข่าวก็น่ากังวล ซึ่งเกี่ยวข้องอย่างใกล้ชิดกับการประยุกต์ใช้เทคโนโลยีใหม่โดยองค์กรข่าว การเปิดตัวระบบการรายงานอัตโนมัติและการแก้ไขอัตโนมัติได้ปลดเปลื้องกำลังคนบางส่วน แต่ยังทำให้ผู้ปฏิบัติงานบางรายกลายเป็นคนซ้ำซ้อนอีกด้วย การทำซ้ำของเทคโนโลยีสื่อไม่ได้ทำให้เกิดความก้าวหน้าในด้านแรงงานสัมพันธ์ ซึ่งเห็นได้ชัดเจนโดยเฉพาะในอุตสาหกรรมเนื้อหา ในช่วงครึ่งแรกของปี 2023 การนัดหยุดงานยังคงจัดในฮอลลีวูด ส่งผลกระทบต่อละครออนแอร์หลายเรื่อง เบื้องหลังการประท้วงครั้งนี้คือการเปลี่ยนแปลงวิธีการผลิตและรูปแบบการออกอากาศละครโดยแพลตฟอร์มสื่อสตรีมมิ่งที่ Netflix นำเสนอ ซึ่งบีบพื้นที่ที่อยู่อาศัยของนักเขียนบทภาพยนตร์ ผลจากการทดแทนกลไกทางเทคโนโลยียังส่งผลต่อการสื่อสารมวลชนด้วย

เมื่อต้องเผชิญกับพื้นที่อยู่อาศัยที่จำกัด องค์กรข่าวและนักข่าวจำนวนมากจึงเริ่มเปลี่ยนความสนใจไปที่โซเชียลมีเดียและแพลตฟอร์มวิดีโอสั้น ตัวอย่างเช่น การเปิดช่องและเผยแพร่เนื้อหาวิดีโอบน TikTok และ YouTube เพื่อดึงดูดผู้ชมอายุน้อยพร้อมทั้งเพิ่มรายได้ผ่านโมเดลการแบ่งปันโฆษณา ในทางกลับกัน นักข่าวแบ่งปันความรู้และข้อมูลเชิงลึกผ่านแพลตฟอร์มโซเชียล เช่น Twitter และ LinkedIn และสร้างแบรนด์และอิทธิพลส่วนบุคคล

กำลังเกิดขึ้น: AIGC กำลังเริ่มต้นก

เทคโนโลยีใหม่และการปฏิวัติอุตสาหกรรม

AIGC ซึ่งใช้ AI เพื่อสร้างเนื้อหาโดยอัตโนมัติ (AIGeneratedContent) ไม่ใช่เรื่องใหม่ ย้อนกลับไปในปี 1957 เมื่อ Lejaren Hiller และ Leonard Isaacson แต่งเพลงด้วยคอมพิวเตอร์เป็นครั้งแรกในประวัติศาสตร์ของมนุษย์ แบบจำลองที่สร้างโดย AI และผลงานที่สร้างโดย AI ยังคงปรากฏอยู่ แต่ปี 2022 นั้นแท้จริงแล้ว ปีแรกของการระบาดของ AIGC ความสำคัญของ AIGC ไม่ใช่แค่เทคโนโลยีสร้างเนื้อหาเท่านั้น แต่ AI มีความสามารถในการสร้างและสร้างสรรค์ได้เหมือนมนุษย์ AIGC กำลังเริ่มต้นการปฏิวัติทางเทคโนโลยีและอุตสาหกรรมครั้งใหม่ โดยได้รับประโยชน์จากศักยภาพในการสร้างสรรค์ที่ไม่จำกัดและพื้นที่การใช้งานในอนาคต โดยผลักดันปัญญาประดิษฐ์ให้ก้าวไปสู่ยุคต่อไป

(1) โมเดลขนาดใหญ่เป็นรากฐานสำคัญของการระบาดของ AIGC

ด้วยการถือกำเนิดของการเรียนรู้เชิงลึกในปี 2010 การพัฒนาปัญญาประดิษฐ์ได้ก้าวเข้าสู่จุดไคลแม็กซ์ที่สาม และโมเดลขนาดใหญ่ได้นำจุดไคลแม็กซ์นี้ไปสู่ขั้นใหม่ ในปี 2017 Google ได้เปิดตัวอัลกอริธึม Transformer ที่สำคัญในบทความ "AttentionisAllYouNeed" แม้ว่าจะยังคงเป็นการเรียนรู้เชิงลึกที่ต่อเนื่อง แต่ก็ทำให้พารามิเตอร์โมเดลการเรียนรู้เชิงลึกมีมากกว่า 100 ล้านพารามิเตอร์ Transformer เข้ามาแทนที่ RNN และ CNN และเข้าสู่ยุคของโมเดลขนาดใหญ่ ไม่ต้องสงสัยเลยว่านี่คือเหตุการณ์สำคัญครั้งสำคัญ

Transformer เป็นโมเดลโครงข่ายประสาทเทียมที่ใช้กลไกการเอาใจใส่ตนเอง เดิมใช้เพื่อทำงานแปลข้อความระหว่างภาษาต่างๆ ให้เสร็จสิ้น เนื้อหาหลักประกอบด้วยส่วน Encoder และ Decoder ซึ่งมีหน้าที่ในการเข้ารหัสข้อความภาษาต้นฉบับและแปลงข้อความที่เข้ารหัส ข้อมูลเป็นภาษาเป้าหมาย ข้อความ จากนั้นขึ้นอยู่กับ Encoder และ Decoder การพัฒนาโมเดลขนาดใหญ่ได้เริ่มต้นขึ้นใน 3 เส้นทาง อย่างแรกคือการละทิ้งส่วน Decoder และใช้ Encoder เป็นเพียงโมเดลก่อนการฝึกอบรมของ Encoder เท่านั้น ตัวแทนที่มีชื่อเสียงที่สุดคือ ตระกูล Bert ประการที่สองคือการละทิ้งส่วน Decoder ส่วน Encoder จะขึ้นอยู่กับตระกูล GPT ของส่วน Decoder ส่วนที่สามคือเส้นทางโมเดลขนาดใหญ่ของ Google T5 ที่ทั้ง Encoder และ Decoder ใช้

AI ขนาดใหญ่หรือที่เรียกว่าโมเดลก่อนการฝึกหรือโมเดลพื้นฐาน เป็นโมเดลที่ได้รับการฝึกโดยอิงจากข้อมูลจำนวนมากและมีพารามิเตอร์จำนวนมาก ซึ่งสามารถปรับให้เข้ากับงานดาวน์สตรีมได้หลากหลาย โมเดลเหล่านี้อิงตามแนวคิดในการถ่ายโอนการเรียนรู้และความก้าวหน้าล่าสุดในการเรียนรู้เชิงลึก เช่นเดียวกับระบบคอมพิวเตอร์ประยุกต์ขนาดใหญ่ แสดงให้เห็นถึงความสามารถที่เกิดขึ้นอย่างน่าประหลาดใจ และปรับปรุงประสิทธิภาพของงานปลายน้ำต่างๆ อย่างมีนัยสำคัญ เมื่อพิจารณาถึงศักยภาพนี้ โมเดลขนาดใหญ่จึงกลายเป็นการเปลี่ยนแปลงกระบวนทัศน์ในการพัฒนาเทคโนโลยี AI และระบบ AI ข้ามโดเมนหรือบริการผลิตภัณฑ์จำนวนมากจะถูกสร้างขึ้นโดยตรงบนโมเดลขนาดใหญ่ โดยเฉพาะอย่างยิ่งในด้าน AIGC โมเดล AI ขนาดใหญ่สามารถทำงานได้หลายงาน หลายภาษา และหลายโหมด และจะมีบทบาทสำคัญในการสร้างเนื้อหาที่หลากหลาย ตามประเภทพื้นฐาน โมเดลก่อนการฝึกอบรมประกอบด้วยโมเดลก่อนการฝึกอบรมการประมวลผลภาษาธรรมชาติ (NLP) โมเดลก่อนการฝึกอบรมด้วยคอมพิวเตอร์วิทัศน์ (CV) และโมเดลก่อนการฝึกอบรมหลายรูปแบบ โมเดลทั้งสามประเภทนี้มีแนวโน้มการใช้งานในวงกว้างในด้านสื่อสารมวลชนและสาขาอื่นๆ

เหตุใดจึงกล่าวว่าโมเดลขนาดใหญ่เป็นรากฐานสำคัญของการระบาดของ AIGC เนื่องจากโมเดลขนาดใหญ่ได้กระตุ้นให้เกิดการเปลี่ยนแปลงเชิงคุณภาพในความสามารถทางเทคนิคของ AIGC แม้ว่าโมเดลการสร้างต่างๆ จะเกิดขึ้นอย่างไม่มีที่สิ้นสุดในอดีต แต่เกณฑ์ที่สูงสำหรับการใช้งาน ค่าใช้จ่ายในการฝึกอบรมที่สูง การสร้างเนื้อหาอย่างง่าย และคุณภาพต่ำ ยังห่างไกลจากการตอบสนองความต้องการที่ยืดหยุ่น ความแม่นยำสูง และมีคุณภาพสูงของสถานการณ์การใช้เนื้อหาจริง . โมเดลขนาดใหญ่ช่วยแก้ปัญหาการลงจอดข้างต้นได้หลายประการ ตัวอย่างเช่น ChatGPT สามารถให้บริการสร้างเนื้อหาข้อความคุณภาพสูงสำหรับผู้คนจากประเทศต่างๆ ภูมิหลังทางวัฒนธรรมที่แตกต่างกัน สาขาวิชาชีพที่แตกต่างกัน และกลุ่มอายุในเวลาเดียวกัน ซึ่งไม่เคยจินตนาการมาก่อน ChatGPT ยังแสดงให้เห็นถึงความสามารถอันมหัศจรรย์ที่มาจากโมเดลขนาดใหญ่นอกเหนือจากการสร้างข้อความ ChatGPT, GPT-4, Bard, PaLM, LLaMA และอื่นๆ ได้นำมาซึ่งความเจริญรุ่งเรืองของโมเดลขนาดใหญ่ในปัจจุบัน และยังนำมาซึ่งรุ่งอรุณของ AGI อีกด้วย

โดยทั่วไป การระบาดของ AIGC ในปี 2565 จะได้รับประโยชน์จากเทคโนโลยีแบบจำลองขนาดใหญ่ โมเดลขนาดใหญ่ของ AIGC ซึ่งมีคุณลักษณะด้านความคล่องตัว พื้นฐาน หลากหลายรูปแบบ พารามิเตอร์หลายตัว ข้อมูลการฝึกอบรมจำนวนมาก และเนื้อหาที่สร้างขึ้นคุณภาพสูงและมีเสถียรภาพ ได้กลายเป็น "โรงงาน" และ "สายการประกอบ" สำหรับเนื้อหาอัตโนมัติ การผลิต.

(2) ระบบนิเวศอุตสาหกรรมคือหลักประกันการพัฒนา AIGC

การพัฒนาอุตสาหกรรม AI ที่ช้าก่อนหน้านี้มีความเกี่ยวข้องอย่างใกล้ชิดกับการขาดระบบอุตสาหกรรมที่เติบโตเต็มที่มากขึ้น อุตสาหกรรมที่เติบโตเต็มที่แล้วจะมีระบบนิเวศอุตสาหกรรมต้นน้ำและปลายน้ำที่ค่อนข้างสมบูรณ์ ตัวอย่างเช่น ในอุตสาหกรรมยานยนต์มีผู้ผลิตส่วนประกอบหลักเพียงไม่กี่รายในโลก เช่น เครื่องยนต์และกระปุกเกียร์ ในอุตสาหกรรม AI ก่อนหน้านี้ ตั้งแต่การวิจัยและพัฒนาโมเดลพื้นฐานไปจนถึงการขายผลิตภัณฑ์และบริการออนไลน์ ดูเหมือนว่าทุกบริษัทจะต้องครอบคลุมห่วงโซ่อุตสาหกรรมทั้งหมด และเป็นการยากที่จะสร้างสมดุลระหว่างการป้อนต้นทุนและผลตอบแทนกำไร

การพัฒนาอุตสาหกรรมอยู่ในสถานการณ์ที่ยากลำบาก ก่อนหน้านี้ การขาดความคล่องตัวของโมเดล AI คือปัญหาหลัก แต่ตอนนี้จากแบบจำลองขนาดใหญ่ ระบบนิเวศอุตสาหกรรมของ AIGC ได้ถูกสร้างขึ้นในขั้นต้น โดยนำเสนอโครงสร้างสามระดับ ได้แก่ บน กลาง และล่าง

**เลเยอร์แรกคือเลเยอร์ฐานอัปสตรีม ซึ่งเป็นเลเยอร์โครงสร้างพื้นฐานทางเทคนิคของ AIGC ที่สร้างขึ้นบนพื้นฐานของโมเดลขนาดใหญ่ **เนื่องจากโมเดลขนาดใหญ่มีค่าใช้จ่ายสูงและการลงทุนด้านเทคนิค จึงมีอุปสรรคสูงในการเข้าใช้งาน ยกตัวอย่างโมเดล GPT-3 ที่เปิดตัวในปี 2020 โดย Elliot Turner ผู้ก่อตั้ง AlchemyAPI คาดการณ์ว่าค่าใช้จ่ายในการฝึกอบรม GPT-3 อาจอยู่ที่ประมาณ 12 ล้านดอลลาร์สหรัฐ ดังนั้นสถาบันหลักที่เข้าสู่โมเดลก่อนการฝึกอบรมในปัจจุบันคือบริษัทเทคโนโลยีชั้นนำและสถาบันวิจัยทางวิทยาศาสตร์

ในด้าน AIGC บริษัทโครงสร้างพื้นฐานของอเมริกา (ในกลุ่มระบบนิเวศต้นน้ำ) ได้แก่ OpenAI, Stability.ai เป็นต้น เนื่องจากการสนับสนุนทางเทคนิคของชั้นพื้นฐาน อุตสาหกรรมปลายน้ำสามารถพัฒนาได้เหมือนเห็ดหลังฝนตก ทำให้เกิดกระแสธุรกิจ AIGC ในปัจจุบัน

**ชั้นที่สองคือชั้นกลาง ซึ่งได้แก่ โมเดลแนวตั้ง แบบเน้นฉาก โมเดลเฉพาะบุคคล และเครื่องมือการใช้งาน **โมเดลขนาดใหญ่ที่ได้รับการฝึกอบรมล่วงหน้าคือโครงสร้างพื้นฐาน บนพื้นฐานนี้ โมเดลขนาดเล็กสามารถแยกและสร้างโมเดลขนาดเล็กที่เน้นฉาก ปรับแต่ง และเป็นส่วนตัวได้อย่างรวดเร็วเพื่อให้ทราบถึงการปรับใช้ไปป์ไลน์ทางอุตสาหกรรมในอุตสาหกรรมต่างๆ สาขาแนวตั้ง และสถานการณ์การทำงานต่างๆ การใช้งานตามความต้องการ ประสิทธิภาพสูง และประหยัด จากโมเดลขนาดใหญ่ Model-as-a-Service (MaaS) กลายเป็นความจริง ซึ่งตระหนักถึงการเปลี่ยนแปลงของ AI จาก "เวิร์กช็อปแบบแมนนวล" ไปเป็น "โหมดโรงงาน" โมเดลขนาดใหญ่ของ AI มีความคล่องตัวและความชาญฉลาดที่แข็งแกร่ง MaaS ให้การสนับสนุนการใช้งานและการพัฒนาโมเดลที่ปลอดภัย มีประสิทธิภาพ และต้นทุนต่ำสำหรับแอปพลิเคชันดาวน์สตรีม สามารถนำไปใช้ในอุตสาหกรรมในวงกว้างและเสริมศักยภาพแอปพลิเคชันในอุตสาหกรรมต่าง ๆ ได้อย่างกว้างขวางมากขึ้น นำมาซึ่ง การปรับปรุงประสิทธิภาพการผลิตของทั้งสังคม Sam Altman ซีอีโอของ OpenAI เคยชี้ให้เห็นอย่างชัดเจนว่าชั้นกลางคือตำแหน่งหลักของผู้ประกอบการ AI ในอนาคต

ตัวอย่างเช่น จากอินเทอร์เฟซ API แบบเปิดของ ChatGPT ทำให้มีการผลิตโมเดลขนาดใหญ่หรือเครื่องมือแอปพลิเคชันจำนวนมากที่ใช้ในสาขาการเงินและการแพทย์ JasperAI อาศัย GPT-3 ในการสร้างเนื้อหาทางการตลาดเชิงสร้างสรรค์โดยอัตโนมัติ และเปลี่ยนจากศูนย์เป็นยูนิคอร์นใน 18 เดือน นอกจากนี้ หลังจากที่ StableDiffusion เป็นแบบโอเพ่นซอร์ส ก็ยังมีการพัฒนารองจำนวนมากโดยใช้โมเดลโอเพ่นซอร์ส รูปแบบการฝึกอบรมเฉพาะของโมเดลโดเมนแนวตั้งได้รับความนิยม เช่น Novel-AI ที่มีชื่อเสียงซึ่งสร้างโดยสไตล์การวาดภาพสองมิติ และ เครื่องกำเนิดตัวละครหลากหลายสไตล์ ฯลฯ .

**เลเยอร์ที่สามคือเลเยอร์แอปพลิเคชัน ซึ่งก็คือบริการสร้างเนื้อหา เช่น ข้อความ รูปภาพ เสียง และวิดีโอสำหรับผู้ใช้ C-end **ในเลเยอร์แอปพลิเคชัน มุ่งเน้นไปที่การตอบสนองความต้องการของผู้ใช้ และเชื่อมโยงโมเดล AIGC กับความต้องการของผู้ใช้ได้อย่างราบรื่น เพื่อให้บรรลุถึงการลงจอดในระดับอุตสาหกรรม NotionAI ที่ใช้โมเดลขนาดใหญ่ GPT-3 เป็นผลิตภัณฑ์ดังกล่าว ซึ่งสามารถตอบสนองความต้องการในการสร้างเนื้อหาข้อความระดับมืออาชีพของผู้ใช้ได้ ยกตัวอย่างโอเพ่นซอร์ส StableDiffusion ไม่เพียงแต่เปิดโปรแกรมเท่านั้น แต่ยังมีโมเดลที่ได้รับการฝึกอบรมด้วย ผู้ประกอบการที่สืบทอดต่อสามารถใช้เครื่องมือโอเพ่นซอร์สนี้ได้ดีขึ้นเพื่อขุดทรัพยากรที่มีอยู่มากมายมากขึ้นด้วยขีดจำกัดพลังการประมวลผลของกราฟิกการ์ดระดับผู้บริโภค C-end ระบบนิเวศของเนื้อหามีบทบาทสำคัญในการทำให้ AIGC เป็นที่นิยมในหมู่ผู้ใช้ C-end ในวงกว้าง ขณะนี้มีเครื่องมือสำหรับผู้ใช้ C-end มากขึ้นเรื่อยๆ รวมถึงหน้าเว็บ โปรแกรมที่ติดตั้งในเครื่อง แอปเพล็ตมือถือ หุ่นยนต์แชทกลุ่ม ฯลฯ และแม้แต่บริการการใช้เนื้อหาที่ใช้เครื่องมือ AIGC เพื่อปรับแต่งและสร้างแผนที่

ในปัจจุบัน ตั้งแต่บริษัทเลเยอร์โครงสร้างพื้นฐานที่ให้บริการโมเดลขนาดใหญ่ไปจนถึงบริษัทเลเยอร์แอปพลิเคชันที่มุ่งเน้นการสร้างผลิตภัณฑ์ AIGC และเครื่องมือแอปพลิเคชัน AIGC ได้เติบโตในระบบนิเวศที่เจริญรุ่งเรือง นวัตกรรมเทคโนโลยีได้ก่อให้เกิดคลื่นแห่งนวัตกรรมแอปพลิเคชัน และเทคโนโลยีให้อำนาจแก่หลายพัน อุตสาหกรรม เนื่องจากการบูรณาการเศรษฐกิจดิจิทัลและเศรษฐกิจที่แท้จริงยังคงลึกซึ้งยิ่งขึ้น และสถานการณ์ดิจิทัลของแพลตฟอร์มอินเทอร์เน็ตมีมากขึ้นเรื่อยๆ ความต้องการโดยรวมของมนุษย์สำหรับจำนวนรวมและความสมบูรณ์ของเนื้อหาดิจิทัลยังคงเพิ่มขึ้นอย่างต่อเนื่อง ในฐานะวิธีการผลิตเนื้อหารูปแบบใหม่ AIGC เป็นผู้นำในการบรรลุนวัตกรรมและการพัฒนาที่สำคัญในสื่อข่าว อีคอมเมิร์ซ ภาพยนตร์และโทรทัศน์ บันเทิง และอุตสาหกรรมอื่นๆ ที่มีการเปลี่ยนผ่านสู่ดิจิทัลในระดับสูงและมีความต้องการเนื้อหาที่หลากหลาย และศักยภาพทางการตลาดของ AIGC จะค่อยๆ โผล่ออกมา ในเวลาเดียวกัน ในกระบวนการส่งเสริมการบูรณาการดิจิทัลและเร่งการยกระดับอุตสาหกรรม แอปพลิเคชัน AIGC ในอุตสาหกรรมต่างๆ เช่น การเงิน การดูแลรักษาทางการแพทย์ และอุตสาหกรรม ก็กำลังพัฒนาอย่างรวดเร็วเช่นกัน

(3) นวัตกรรมการประยุกต์ใช้สถานการณ์ ความฉลาดในตัว และสิทธิที่เท่าเทียมด้านความสามารถเป็นแนวทางในอนาคตของ AIGC

นวัตกรรมการประยุกต์ใช้สถานการณ์เป็นเส้นทางการพัฒนาในอนาคตของ AIGC เทคโนโลยีเกิดใหม่ใดๆ จะสามารถนำมาใช้กันอย่างแพร่หลายได้ก็ต่อเมื่อมีการนำไปใช้ในสถานการณ์เฉพาะ และสร้างมูลค่าทางเศรษฐกิจและสังคม ในขณะเดียวกัน ในการประยุกต์ใช้งานที่หลากหลาย เทคโนโลยีสามารถสร้างสรรค์และพัฒนาอย่างต่อเนื่องได้ สิ่งนี้ทำให้เกิดเอฟเฟกต์มู่เล่ของ "การประยุกต์ใช้ฉากและการทำซ้ำเทคโนโลยี" ในปี 2022 กระทรวงวิทยาศาสตร์และเทคโนโลยีได้ออก "ประกาศเกี่ยวกับการสนับสนุนการสร้างสถานการณ์การใช้งานสาธิตปัญญาประดิษฐ์รุ่นใหม่" และ "ความคิดเห็นชี้แนะเกี่ยวกับการเร่งสร้างนวัตกรรมสถานการณ์และการประยุกต์ใช้ปัญญาประดิษฐ์ระดับสูงเพื่อส่งเสริมเศรษฐกิจคุณภาพสูง การพัฒนา" สถานการณ์จำลองการใช้งานสาธิต 10 แบบ เช่น ท่าเรือและเหมืองอัจฉริยะ ได้กลายเป็นฉันทามติของอุตสาหกรรมในการส่งเสริมการนำเทคโนโลยีปัญญาประดิษฐ์ไปใช้ผ่านการดึงแอปพลิเคชัน ในปัจจุบัน กลยุทธ์ของ OpenAI คือการพยายามสร้างระบบนิเวศของแอปพลิเคชันและประยุกต์ใช้โมเดลขนาดใหญ่กับอุตสาหกรรมต่างๆ

นวัตกรรมการใช้งานสถานการณ์ยังหมายความว่า AIGC จะมีแนวตั้งและน้ำหนักเบามากขึ้นในอนาคต ประการแรก แม้ว่าโมเดลขนาดใหญ่จะมีลักษณะทั่วไป แต่ก็ขาดความลึกของอุตสาหกรรม แนวโน้มการพัฒนาในอนาคตอาจเป็น "การวางแนวในแนวตั้ง" ใน 6 ด้าน ได้แก่ ความลึกของอุตสาหกรรม การทำให้เป็นส่วนบุคคลขององค์กร ความเชี่ยวชาญด้านความสามารถ การย่อขนาด การกระจายการใช้งาน และการแปรรูปความเป็นเจ้าของ ประการที่สอง ในอนาคต AI จะถูกฝังอยู่ในทุกด้านของการผลิตทางสังคมและชีวิต โดยเฉพาะอุปกรณ์เคลื่อนที่และอุปกรณ์ฝังตัว กล่าวคือ จำเป็นต้องมีการปรับใช้เฉพาะที่ ปัจจุบัน รุ่นขนาดใหญ่มีความต้องการสูงในด้านพลังประมวลผลด้วยฮาร์ดแวร์และหน่วยความจำ ในขณะที่อุปกรณ์เคลื่อนที่หรืออุปกรณ์ฝังตัวมักมีพลังในการประมวลผลที่จำกัด ดังนั้น โมเดลน้ำหนักเบาจะเป็นทิศทางสำคัญสำหรับการพัฒนา AIGC ในอนาคต

ความฉลาดในตัวเป็นรูปแบบหนึ่งของการพัฒนา AI ที่หลีกเลี่ยงไม่ได้ ความฉลาดในตัวหมายความว่า AI ไม่เพียงแต่เป็นดิจิทัลหรือเสมือนเท่านั้น แต่ยังมีรูปแบบทางกายภาพในสภาพแวดล้อมทางกายภาพ เช่น หุ่นยนต์หรืออุปกรณ์อื่น ๆ ที่สามารถโต้ตอบกับโลกแห่งความเป็นจริงได้ ความฉลาดและการเรียนรู้ที่แท้จริงจำเป็นต้องมีปฏิสัมพันธ์กับโลกทางกายภาพ เนื่องจากความฉลาดทางชีววิทยาส่วนใหญ่วิวัฒนาการมาจากการสัมผัสโดยตรงกับสภาพแวดล้อม ความฉลาดในตัวสามารถเรียนรู้การรับรู้และพฤติกรรมได้ดีขึ้นผ่านการมีปฏิสัมพันธ์กับสิ่งแวดล้อม เช่นเดียวกับมุมมองนี้ นักวิชาการบางคนเชื่อว่า ChatGPT จะไม่สามารถบรรลุปัญญาประดิษฐ์ขั้นสูงได้ในอนาคต เนื่องจากขาดความสามารถในการโต้ตอบกับโลกแห่งความเป็นจริง ดังนั้นปัญญาประดิษฐ์จึงถือเป็นกุญแจสำคัญของปัญญาประดิษฐ์ทั่วไป และหุ่นยนต์ "ปัญญาประดิษฐ์" ถือเป็นรูปแบบขั้นสูงสุดของปัญญาประดิษฐ์

ในเดือนกรกฎาคม ปี 2023 ทีมที่นำโดยนักวิทยาศาสตร์ AI Li Feifei ได้เผยแพร่ความสำเร็จล่าสุดในด้านสติปัญญาที่รวบรวมไว้ พวกเขาเชื่อมโยงโมเดลขนาดใหญ่เข้ากับหุ่นยนต์และเปลี่ยนคำแนะนำที่ซับซ้อนให้เป็นแผนปฏิบัติการเฉพาะ มนุษย์สามารถใช้ภาษาธรรมชาติเพื่อให้คำแนะนำกับหุ่นยนต์ได้ ที่สำคัญกว่านั้น ด้วยการรวม LLM (โมเดลภาษาขนาดใหญ่) + VLM (โมเดลภาษาภาพ) ความสามารถของหุ่นยนต์ในการโต้ตอบกับสภาพแวดล้อมได้รับการปรับปรุงเพิ่มเติม และงานต่างๆ ก็สามารถเสร็จสิ้นได้โดยไม่ต้องใช้ข้อมูลเพิ่มเติมและการฝึกอบรม

ความเท่าเทียมกันของความสามารถเป็นผลที่หลีกเลี่ยงไม่ได้ของการพัฒนา AIGC ในปัจจุบัน การพัฒนา AIGC ทำให้ผู้ใช้มีพลังและอิสระในการสร้างสรรค์มากขึ้น ตัวอย่างเช่น คนทั่วไปสามารถใช้ AIGC เพื่อสร้างนวนิยาย ผลงานเพลง เนื้อหา 3 มิติ ฯลฯ ซึ่งทั้งหมดนี้สามารถสร้างขึ้นได้ตามความต้องการตามคำที่ป้อน ไม่เพียงเท่านั้น ในอนาคต ทุกคนอาจมี "จาร์วิส" ผู้ช่วยอัจฉริยะส่วนตัวอย่างไอรอนแมนเป็นของตัวเอง ในปี 2021 Microsoft ได้เปิดตัวแนวคิดของ Copilot (copilot) บน GitHub เป็นครั้งแรก GitHub Copilot เป็นบริการ AI ที่ช่วยนักพัฒนาในการเขียนโค้ด ในเดือนพฤษภาคม 2566 ด้วยพรจากโมเดลขนาดใหญ่ Microsoft จะเปิดตัวการอัปเกรด Copilot อย่างครอบคลุม เปิดตัว Dynamics365Copilot, Microsoft365Copilot และ PowerPlatformCopilot ฯลฯ และหยิบยกแนวคิด "Copilot คือวิธีการทำงานใหม่ล่าสุด" งานก็แบบนี้ ชีวิตก็ต้องการ "นักบิน" เช่นกัน Li Zhifei ผู้ก่อตั้ง Go Ask เชื่อว่างานที่ดีที่สุดสำหรับโมเดลขนาดใหญ่คือการเป็น "นักบิน" สำหรับมนุษย์ AIGC รุ่นใหญ่อาจกลายเป็นผู้ช่วยอัจฉริยะของทุกคน เพื่อให้ทุกคนสามารถเพลิดเพลินกับการจ่ายเงินปันผลของเทคโนโลยี AIGC

นอกเหนือจาก "การปฏิรูปฝั่งอุปทาน":

AIGC นำอะไรมาสู่การสื่อสารมวลชน?

ภาวะเศรษฐกิจถดถอยโดยรวมของเศรษฐกิจโลก ผลกระทบจากการทดแทนเทคโนโลยีใหม่ ผลกระทบของวิดีโอสั้น และปริมาณการเข้าชมจากโซเชียลมีเดียที่ลดลง ทำให้อุตสาหกรรมข่าวเผชิญกับความยากลำบาก ในบริบทนี้ การเกิดขึ้นของ AIGC อาจเป็นความหวังสำหรับการผลิตข่าวและสื่อสารมวลชนโดยรวม แล้ว AIGC จะนำความเป็นไปได้ใหม่ๆ มาสู่วงการสื่อสารมวลชนอย่างไรบ้าง? อาจเป็นทางออกจากสถานการณ์ที่ยากลำบากได้หรือไม่?

(1) การผลิตข่าวที่ได้รับความช่วยเหลือจาก AI ไม่ใช่เรื่องใหม่

ก่อนที่จะหารือเกี่ยวกับการเปลี่ยนแปลงที่ AIGC เกิดขึ้น เมื่อมองย้อนกลับไปที่ประวัติศาสตร์การพัฒนาของวารสารศาสตร์ เราจะเห็นได้ว่าการมีส่วนร่วมของ AI ในการสื่อสารมวลชน โดยเฉพาะอย่างยิ่งการผลิตข่าวนั้นไม่เคยมีแบบอย่างมาก่อน ในช่วงทศวรรษที่ผ่านมา คลื่นของนวัตกรรมด้านสื่อสารมวลชนที่ถูกกระตุ้นโดยปัญญาประดิษฐ์สามารถแบ่งออกเป็นสามขั้นตอน: ขั้นตอนของการรายงานอัตโนมัติ ขั้นตอนของการรายงานที่ได้รับการปรับปรุง และขั้นตอนของการสร้างรายงาน

**ขั้นตอนแรก ขั้นตอนการรายงานอัตโนมัติของปัญญาประดิษฐ์ **ในขั้นตอนนี้ ส่วนใหญ่จะต้องใช้ความสามารถในการสร้างภาษาธรรมชาติ (NLG) ของ AI เพื่อรายงานข่าวโดยอัตโนมัติ องค์กรสื่อ เช่น Associated Press, Reuters, Bloomberg และ Agence France-Presse ล้วนมีแนวทางปฏิบัติที่เป็นตัวแทน การรายงานอัตโนมัติใช้โปรแกรมเพื่อสร้างเนื้อหาข้อความโดยอัตโนมัติซึ่งมีข้อดีในด้านประสิทธิภาพและความแม่นยำในการรายงาน แต่เนื่องจากขาดความคิดและความเห็นอกเห็นใจ จึงเป็นเรื่องยากที่จะเขียนรายงานที่เทียบเคียงกับผู้รายงานที่เป็นมนุษย์ได้ ดังนั้นจึงใช้ได้กับเฉพาะบางสาขาเท่านั้น เช่น การเงิน กีฬา และข่าวประเภทอื่นๆ ที่สามารถเทมเพลตได้

ในส่วนของการใช้งาน เช่น ระบบสร้างข่าวอัตโนมัติที่เรียกว่า "AI News Production Line" ที่พัฒนาโดย Reuters สามารถสร้างข่าวสาร เช่น หุ้น กีฬา และสภาพอากาศได้ ส่วน Washington Post ใช้หุ่นยนต์เขียนอัตโนมัติที่เรียกว่า Heliograf ซึ่งสามารถสร้างข่าวง่ายๆ ได้ รายงานในสาขาวิทยาศาสตร์ การเมือง และการกีฬา ระบบการเขียนอัตโนมัติที่ออกโดยสถานีโทรทัศน์ NHK ในประเทศญี่ปุ่นมีความโดดเด่นในการรายงานแผ่นดินไหวที่โตเกียวเมื่อเดือนมีนาคม 2554 ผลิตภัณฑ์ต่างๆ เช่น DreamWriter ที่เปิดตัวโดย Tencent ในปี 2558 และ Kuaibi Xiaoxin โดยสำนักข่าว Xinhua ถือเป็นแนวทางปฏิบัติที่เป็นตัวแทนของการรายงานอัตโนมัติในประเทศจีน ในช่วงการประชุม 2 เซสชันของประเทศในปี 2018 "สมองสื่อ" ที่สำนักข่าว Xinhua News Agency เปิดตัวได้แยกแยะประเด็นร้อนของทั้งสองเซสชันของประเทศจากหน้าเว็บ 500 ล้านหน้า และสร้างและเผยแพร่วิดีโอข่าวที่ผลิตด้วยเครื่องจักรชุดแรกของโลก เกี่ยวกับทั้งสองเซสชันซึ่งใช้เวลาเพียง 15 วินาที

**ระยะที่ 2 ระยะการรายงานข่าวที่เสริมด้วย AI **ระยะนี้เน้นไปที่การใช้การเรียนรู้ของเครื่องและเทคนิคการประมวลผลภาษาธรรมชาติ (NLP) เพื่อวิเคราะห์ข้อมูลและเปิดเผยแนวโน้มที่เกี่ยวข้อง ตัวอย่างเช่น หนังสือพิมพ์ La Nación ของอาร์เจนตินาใช้ปัญญาประดิษฐ์เพื่อสนับสนุนทีมข้อมูลมาตั้งแต่ปี 2019 จากนั้นจึงร่วมมือกับนักวิเคราะห์ข้อมูลและนักพัฒนาเพื่อสร้างห้องปฏิบัติการ AI เพื่อเสริมความแข็งแกร่งให้กับแอปพลิเคชัน AI

การประยุกต์ใช้ AI ในการวิเคราะห์ความคิดเห็นของประชาชนก็เป็นอีกตัวอย่างหนึ่งของการรายงานข่าวที่ปรับปรุงโดย AI ในการเชื่อมโยงการวิเคราะห์ความคิดเห็นสาธารณะ AI สามารถช่วยในงานต่างๆ เช่น การวิเคราะห์ความรู้สึก การตรวจจับหัวข้อ การทำนาย และการวิเคราะห์แนวโน้ม ช่วยให้องค์กรเข้าใจความคิดเห็นและทัศนคติของประชาชนได้ดีขึ้น เพื่อรับมือกับความคิดเห็นสาธารณะที่ซับซ้อนและสภาพแวดล้อมของตลาด ตัวอย่างเช่น แอปพลิเคชันที่พัฒนาโดย Associated Press และ NewsWhip สามารถช่วยให้ผู้เชี่ยวชาญติดตามการเผยแพร่เนื้อหา วิเคราะห์ว่าเนื้อหาจะขับเคลื่อนการมีส่วนร่วมทางสังคมของสมาชิกและลูกค้าอย่างไร และปรับกลยุทธ์เนื้อหาให้ตรงตามความต้องการของผู้ใช้ได้ดียิ่งขึ้น นอกจากนี้ยังมีสื่อที่ใช้ความสามารถด้านข้อมูลของ AI เพื่อเพิ่มประสิทธิภาพเนื้อหา ตัวอย่างเช่น Forbes เปิดตัวแพลตฟอร์มการเผยแพร่เนื้อหา AI Bertie ในปี 2562 ซึ่งสามารถสร้างหัวข้อข่าวที่น่าสนใจยิ่งขึ้นและจับคู่เนื้อหาของรายงานโดยอัตโนมัติเพื่อเพิ่มประสิทธิภาพ ผลการสื่อสาร วอชิงตันโพสต์ "ยังคงสำรวจแนวทางปฏิบัติในการรวม AI เข้ากับธุรกิจ เช่น การเปิดตัวระบบแนะนำ ForYou และการใช้โมเดล AI เพื่อตรวจจับแนวโน้มการสมัครรับข้อมูลและการสูญเสียผู้ใช้

**ขั้นตอนที่สามคือขั้นตอนที่ปัญญาประดิษฐ์เชิงสร้างสรรค์ (AIgeneratedContent) มีส่วนร่วมในการผลิตข่าวด้วยความสามารถในการสร้างหลายรูปแบบ **ChatGPT, Google Bard, Microsoft NewBing และผลิตภัณฑ์อื่นๆ อิงตามโมเดลภาษาขนาดใหญ่ (LLM) ที่สามารถสร้างข้อความบรรยายได้ เมื่อเปรียบเทียบกับขั้นตอนการรายงานอัตโนมัติที่ใช้กับรายงานทางการเงิน รายงานกีฬา ฯลฯ เท่านั้น AIGC สามารถดำเนินการเขียนรายงานได้นานขึ้นและมีคุณภาพสูงขึ้น และสามารถเลียนแบบรูปแบบงานเฉพาะตามคำแนะนำได้ ความสามารถในการสร้างหลายรูปแบบของ AIGC ยังนำมาซึ่งความเป็นไปได้ใหม่ๆ มากมายสำหรับการแสดงภาพรายงานข่าว ปัจจุบัน อุตสาหกรรมสื่อสารมวลชนยังอยู่ในขั้นตอนนี้และแนวทางปฏิบัติที่เกี่ยวข้องยังคงต้องมีการลงลึก อย่างไรก็ตาม คาดการณ์ได้ว่า AIGC จะส่งผลกระทบต่อการรวบรวมข่าวสาร การผลิต และการนำเสนอ จากนั้นจะเปลี่ยนรูปแบบทั้งหมดของอุตสาหกรรมสื่อสารมวลชน

(2) AIGC จะตระหนักถึง "การปฏิรูปด้านอุปทาน" ของสื่อสารมวลชน

เนื้อหาหลายรูปแบบ เช่น ข้อความ Wensheng รูปภาพ Wensheng เสียงและวิดีโอ Wensheng รหัส Wensheng ฯลฯ ล้วนเป็นของ AIGC กล่าวคือ หมวดหมู่ของเนื้อหาที่สร้างโดยปัญญาประดิษฐ์ โมเดลการผลิตเนื้อหาแบบดั้งเดิม เช่น UGC, PGC ฯลฯ ส่วนใหญ่จะมีความแตกต่างกันในด้านความเป็นมืออาชีพและคุณลักษณะการเรียบเรียงของผู้เขียน แต่โดยพื้นฐานแล้ว คนคือร่างกายหลักในการผลิตเนื้อหา ในขณะที่ AIGC ใช้ AI ในการผลิตเนื้อหาในรูปแบบที่แตกต่างกัน

อิทธิพลของ AIGC ที่มีต่อสื่อสารมวลชนส่วนใหญ่กระจุกตัวอยู่ในขั้นตอนการผลิตข่าว ด้วยการปรับปรุงความสามารถทางเทคนิคของ AIGC เช่น ChatGPT และการใช้งานที่ลึกซึ้งยิ่งขึ้น ผลกระทบต่ออุตสาหกรรมสื่อสารมวลชนก็จะลึกซึ้งยิ่งขึ้นเช่นกัน แนวปฏิบัติในการสมัครในปัจจุบันแสดงให้เห็นว่าผลกระทบของ AIGC ที่มีต่อสื่อสารมวลชนส่วนใหญ่ครอบคลุมประเด็นต่อไปนี้:

**ประการแรก การรวบรวมและประมวลผลข้อมูลข่าวสารเพื่อเพิ่มประสิทธิภาพกระบวนการผลิต **

ด้วยความช่วยเหลือของปลั๊กอิน เช่น ปลั๊กอิน ChatGPT สามารถจับภาพและรวบรวมข้อมูลจำนวนมหาศาลได้อย่างรวดเร็ว และดำเนินการประมวลผลอัตโนมัติ เช่น การเรียกดูข้อความอย่างรวดเร็วและสร้างบทสรุปสำหรับการวิเคราะห์เพิ่มเติมโดยนักข่าว ความสามารถนี้มีความเป็นไปได้ที่จะปรับปรุงประสิทธิภาพของการรับข้อมูล ในขั้นตอนการดึงข้อมูล นักข่าวและบรรณาธิการไม่จำเป็นต้องอ่านเนื้อหาแบบเต็มจำนวนมาก แต่สามารถใช้ความสามารถในการวิเคราะห์ข้อมูลและการวิเคราะห์เชิงความหมายของ ChatGPT เพื่อสร้างบทคัดย่อและ รับข้อมูลหลักอย่างรวดเร็วเพื่อปรับปรุงประสิทธิภาพการทำงาน ความสามารถในการสร้างภาษาของ ChatGPT ยังสามารถใช้เพื่อแปลข้อความข้ามภาษาได้ ทำให้นักข่าวและบรรณาธิการสามารถรับสื่อและข้อมูลในภาษาต่างๆ ได้ง่ายขึ้น ในเวลาเดียวกัน เครื่องมือ AIGC สามารถช่วยเหลือนักข่าวในการระบุและจัดระเบียบเนื้อหาเสียงและวิดีโอในการสัมภาษณ์ ปรับปรุงประสิทธิภาพการทำงาน และเพิ่มประสิทธิภาพกระบวนการสร้างสรรค์ จากการวิจัยของเรา ปัจจุบัน "การดึงเอกสาร" และ "เนื้อหาการแปล" เป็น AIGC สองประเภทที่ใช้บ่อยที่สุดโดยผู้ปฏิบัติงานด้านสื่อ ซึ่งคิดเป็น 54.8% และ 44% ตามลำดับ

การใช้ AIGC เพื่อเพิ่มความสามารถในการรวบรวมและประมวลผลข้อมูลจะมีบทบาทสำคัญมากขึ้นในการรายงานข่าว Roula Khalaf บรรณาธิการบริหารของ Financial Times ของอังกฤษ ชี้ให้เห็นว่าห้องข่าวควรจัดตั้งทีมเทคโนโลยี AI เพื่อช่วยเหลือนักข่าวในการทำเหมืองข้อมูล วิเคราะห์เนื้อหา และงานแปล ความสามารถของ AI ในการขุดเรื่องราว

**ประการที่สอง การสร้างเนื้อหาข่าวช่วยปรับปรุงประสิทธิภาพการรายงาน **

ChatGPT มีความสามารถในการเรียนรู้และความสามารถในการสร้างข้อความที่แข็งแกร่ง หลังจากเชื่อมต่อเครือข่ายแล้ว ก็สามารถรวบรวมข้อมูลอินเทอร์เน็ตเพื่อสร้างเนื้อหาข่าวได้อย่างรวดเร็ว ด้วยการตั้งค่าคำแจ้งเตือน () ChatGPT ยังสามารถสร้างรายงานข่าวในรูปแบบเฉพาะได้ นอกจากนี้ ChatGPT ยังสามารถนำมาใช้เพื่อสร้างโครงร่างการสัมภาษณ์ กรอบบทความและชื่อเรื่อง ฯลฯ นอกจากนี้ยังสามารถแปลรายงานข่าวเป็นหลายภาษา ทำลายขอบเขตของภาษา และเผยแพร่ข่าวสารไปยังผู้ชมที่หลากหลาย

สื่อบางแห่งได้รวม AIGC เข้ากับกระบวนการผลิตเนื้อหาข่าว ตัวอย่างเช่น BuzzFeed ใช้ ChatGPT ในการสร้างเนื้อหาแบบทดสอบ ก่อนวันวาเลนไทน์ในปี 2023 The New York Times ได้สร้างโปรแกรมสร้างข้อความวันวาเลนไทน์โดยใช้ ChatGPT ผู้ใช้เพียงแค่ป้อนคำแนะนำเพียงไม่กี่ขั้นตอนเท่านั้นและโปรแกรมก็สามารถสร้างจดหมายรักได้โดยอัตโนมัติ กลุ่มสำนักพิมพ์ของเยอรมนี AxelSpringer และผู้จัดพิมพ์ในสหราชอาณาจักร Reach ได้ตีพิมพ์บทความที่เขียนโดย AI บนเว็บไซต์ข่าวท้องถิ่นเมื่อเร็ว ๆ นี้

NewsGPT.com ซึ่งเป็นแพลตฟอร์มแรกของโลกสำหรับรายงานข่าวที่สร้างโดยปัญญาประดิษฐ์ทั้งหมดก็ได้เปิดตัวแล้วเช่นกัน ตามคำแถลง เว็บไซต์ดังกล่าวไม่มีนักข่าวที่เป็นมนุษย์ และ NewsGPT จะสแกนและวิเคราะห์แหล่งข่าวจากทั่วโลกแบบเรียลไทม์ รวมถึงโซเชียลมีเดีย เว็บไซต์ข่าว ฯลฯ และสร้างรายงานข่าวและรายงาน ผู้ก่อตั้งอ้างว่า NewsGPT "ไม่ได้รับอิทธิพลจากผู้ลงโฆษณาหรือความคิดเห็นส่วนตัว" และนำเสนอข่าวสารที่ "เชื่อถือได้" ตลอด 24 ชั่วโมงทุกวัน

**สุดท้ายแล้ว การนำเสนอรายงานข่าวหลายรูปแบบทำให้เกิดประเภทข่าว เช่น "ข่าวเชิงโต้ตอบ" **

ด้วยการปรับปรุงความสามารถด้านเทคนิค GPT-4 จึงมีความสามารถในการสร้างรูปแบบต่างๆ ได้แล้ว นอกจาก Wenshengwen และ Wenshengtu แล้ว ยังอาจสร้างรูปแบบสื่อเพิ่มเติมในอนาคต ในเวลาเดียวกัน ด้วยความช่วยเหลือของเครื่องมือ AIGC เช่น Midjourney ทำให้ได้รับเนื้อหาหลายรูปแบบ เช่น การสร้างข้อความ รูปภาพ เสียง โค้ด และเนื้อหา 3 มิติ ซึ่งสร้างความเป็นไปได้ใหม่ๆ สำหรับการสร้างเนื้อหาข่าว "การบรรจบกันของสื่อ" และ "นักข่าวทุกสื่อ" ที่อุตสาหกรรมสื่อสารมวลชนเคยติดตาม บัดนี้มองเห็นแสงสว่างแล้วเนื่องจากการเกิดขึ้นและการประยุกต์ใช้ AIGC รายงานมัลติมีเดีย "Avalanche" ที่จัดทำโดย "New York Times" ในปี 2555 รวมถึงรูปภาพ วิดีโอ ข้อมูล เนื้อหา 3 มิติ ฯลฯ ใช้เวลา 6 เดือนและทีมงาน 11 คนใช้จ่ายเงิน 250,000 ดอลลาร์สหรัฐในการทำให้เสร็จสมบูรณ์ ความสามารถในการสร้าง Modal จะ ลดต้นทุนการผลิตและเกณฑ์ของเนื้อหาที่คล้ายคลึงกันอย่างมาก

ขณะเดียวกัน ด้วยความสามารถในการโต้ตอบแบบเรียลไทม์ของ ChatGPT จึงสามารถนำไปใช้ในการพัฒนาหุ่นยนต์สนทนาสำหรับการสื่อสารมวลชน รวมหุ่นยนต์เหล่านี้ไว้ในรายงานข่าว ตอบคำถามของผู้อ่านแบบเรียลไทม์ และให้ข้อมูลเสริมตามข้อมูล ซึ่งอาจขยายรูปแบบเนื้อหา "AIGC Interactive News" โดยเน้นการมีปฏิสัมพันธ์กับผู้อ่านและนำเสนอภาพข่าวที่สมบูรณ์ผ่านการถามตอบอย่างต่อเนื่อง AIGC ยังสามารถปรับปรุงรูปแบบทางเทคนิค เช่น "จุดยึดเสมือน" และเพิ่มประสิทธิภาพเอฟเฟกต์ของการนำเสนอข่าว

ในแง่ของเนื้อหาการโฆษณาและการตลาด AIGC ยังได้แสดงให้เห็นถึงความสามารถในการสร้างที่แข็งแกร่ง เช่น การใช้ ChatGPT เพื่อเขียนข้อความโฆษณา หรือใช้ผลิตภัณฑ์ เช่น Midjourney เพื่อสร้างเนื้อหาโฆษณาโดยตรงเพื่อปรับปรุงประสิทธิภาพการสร้างสรรค์ นอกจากนี้ ChatGPT ยังสามารถใช้เพื่อวิเคราะห์ชุดข้อมูลเพื่อช่วยให้ผู้ลงโฆษณาเข้าใจรูปแบบพฤติกรรมผู้บริโภคและแนวโน้มของตลาดเพื่อเพิ่มประสิทธิภาพการโฆษณาให้สูงสุด AIGC พร้อมที่จะนำมาซึ่งการปฏิวัติในโลกของการตลาดดิจิทัล

(3) เข้าใจบทบาทของ AIGC ในวารสารศาสตร์อย่างเป็นกลาง

โดยรวมแล้ว เทคโนโลยี AIGC ที่นำเสนอโดย ChatGPT มีศักยภาพในการปรับปรุงประสิทธิภาพ และแม้กระทั่งตระหนักถึงการเปลี่ยนแปลงในการรวบรวมข้อมูลข่าว การสร้างเนื้อหา และการนำเสนอหลายรูปแบบ ในอนาคต ด้วยการปรับปรุงความสามารถทางเทคนิคเพิ่มเติมและการประยุกต์ใช้ในอุตสาหกรรมสื่อสารมวลชนอย่างลึกซึ้ง AIGC จะเข้ามาแทนที่ลิงก์การผลิตเนื้อหาแบบเดิมๆ บางส่วน ปลดปล่อยนักข่าวและบรรณาธิการจากงานที่น่าเบื่อซึ่งต้องใช้เวลาและพลังงาน และมุ่งเน้นไปที่งานที่สร้างสรรค์มากขึ้น . อย่างไรก็ตาม ในกระบวนการนี้ ปัญหาการลดกำลังคนที่เกิดจาก "การทดแทนเทคโนโลยี" เป็นสิ่งที่หลีกเลี่ยงไม่ได้ ดังนั้นสถานะความอยู่รอดของนักข่าวในสภาพแวดล้อมทางเทคโนโลยีใหม่จึงสมควรได้รับความสนใจ

ด้วยความสามารถในการสร้างเนื้อหาอันทรงพลัง AIGC ได้รับการคาดหวังให้ตระหนักถึง "การปฏิรูปด้านอุปทาน" ของอุตสาหกรรมสื่อสารมวลชน แต่ในแง่ของการใช้งานจริงยังเร็วเกินไปที่จะ "ปฏิรูป" ปัจจุบันเครื่องมืออย่าง ChatGPT ส่วนใหญ่จะถูกนำมาใช้เพื่อปรับปรุงประสิทธิภาพการผลิตเนื้อหาซึ่งเป็น "เวอร์ชันอัปเกรด" ของการรายงานอัตโนมัติ เพราะยังไม่ มีความเห็นอกเห็นใจ มีความคิด มีวิจารณญาณ ฯลฯ ความสามารถพื้นฐาน AIGC ไม่สามารถเขียนรายงานเชิงลึกได้จริง ๆ แต่ใช้เฉพาะด้าน เช่น กีฬา หุ้น รวมไปถึง "ของเหลือ" เช่น การทดสอบ เนื้อหา รองผู้อำนวยการ Cao Feng แสดงความคิดเห็นว่า ChatGPT ยังคงไม่สามารถทดแทนความต้องการการเขียนในสถานการณ์ที่มีความต้องการสูงและจำกัดได้ นอกจากนี้ยังเห็นได้จากการปฏิบัติในอุตสาหกรรมว่าหลังจากที่ ChatGPT เริ่มทำงาน แม้ว่าองค์กรสื่อหลายแห่งจะพยายามที่เกี่ยวข้องก็ตาม ไม่มีสื่อที่เชื่อถือได้ใดที่นำ ChatGPT มาใช้กับกระบวนการผลิตรายงานข่าวจริงๆ รวมผลการสำรวจของเราแล้ว มีองค์กรสื่อข่าวเพียง 38.1% เท่านั้นที่ใช้เครื่องมือ AIGC เช่น ChatGPT

มีสาเหตุหลายประการ ได้แก่:

**เนื้อหาอ่านได้ไม่ดี **แม้ว่า ChatGPT จะสามารถสร้างเนื้อหาได้อย่างรวดเร็วตามข้อความแจ้ง แต่อ่านได้ไม่ดี เนื้อหาที่สร้างขึ้นนั้นเหมือนกับข้อความอธิบายซึ่งอ่านได้ไม่ต้องใช้ความคิดและน่าสนใจ ข่าวคือรายงานข้อเท็จจริงล่าสุด แม้ว่าผู้อ่านต้องการทำความเข้าใจการเปลี่ยนแปลงของสภาพแวดล้อมรอบตัวอย่างรวดเร็ว แต่พวกเขาชอบอ่านรายงานข่าวที่อ่านง่ายกว่า "ข้อความอธิบาย" ที่น่าเบื่อ สาเหตุส่วนหนึ่งที่ทำให้อ่านยากก็คือ ChatGPT ขาดความสามารถในการวิเคราะห์และการสืบสวน และไม่สามารถแสดงสีหน้าดั้งเดิมเหมือนกับมนุษย์ได้ ดังนั้นจึงไม่สามารถให้มุมมองเชิงลึกของเหตุการณ์ได้ และทำได้เพียงซ้อน "รูปภาพซุปในเชิงลึกเท่านั้น" ". เมื่อวันที่ 18 เมษายน 2023 บัญชีทางการ "Daily People" ได้ตีพิมพ์บทความชื่อ "นี่คือต้นฉบับฉบับแรกของเราที่เขียนโดย ChatGPT ทั้งหมด" ผู้รายงานป้อนคำที่พร้อมท์และเนื้อหาทั้งหมดสร้างขึ้นโดย ChatGPT อย่างไรก็ตาม ไม่ว่าจากข้อความจริงหรือคำติชมจากผู้อ่านก็ตาม บทความนี้ก็เทียบไม่ได้กับระดับผู้เขียนที่เป็นมนุษย์ คำสำคัญ เช่น "น่าเบื่อ" "การเรียบเรียงของนักเรียนชั้นประถมศึกษา" "ความรู้สึกประจำ" "แข็ง" และ "สำเนียงการแปล" ปรากฏบ่อยครั้งในพื้นที่แสดงความคิดเห็น ผู้เขียนที่เป็นมนุษย์ซึ่งร่วมมือกับ ChatGPT ยังแสดงความรู้สึกเกี่ยวกับความร่วมมือนี้ว่า "มันไม่น่าพอใจอย่างแน่นอน และยังสามารถอธิบายได้ว่าเป็นเรื่องที่เจ็บปวด"

**แหล่งข้อมูลมีความสับสน **หลักการทางเทคนิคของ AIGC คือแบบจำลองขนาดใหญ่ และชุดข้อมูลที่ประกอบด้วยข้อมูลขนาดใหญ่ถือเป็นตัวอย่างการฝึกแบบจำลองของ AIGC อย่างไรก็ตาม ข้อมูลเหล่านี้มักประกอบด้วยหนังสือ รายงานของสื่อ วารสารวิชาการ ตลอดจนบทความเกี่ยวกับสื่อด้วยตนเอง การเขียนคำโฆษณาและการตลาด และเนื้อหาโซเชียลมีเดีย รายงานข่าวที่เผยแพร่ควรต้องรับผิดชอบต่อผู้อ่านไม่เพียงแต่ต่อชื่อเสียงของสถาบันด้วย AIGC ที่มีแหล่งข้อมูลที่ทำให้เกิดความสับสนนั้นไม่ใช่ตัวเลือกในอุดมคติอย่างเห็นได้ชัด ดังที่ Julia Beizer ประธานเจ้าหน้าที่ฝ่ายดิจิทัลของ Bloomberg Media แสดงความคิดเห็น จุดยืนของสื่อคือการให้ข้อมูลตามข้อเท็จจริงแก่ผู้อ่าน แต่ AI ไม่เพียงพอที่จะเป็นแหล่งข้อมูลที่แม่นยำ

**จัดทำข้อมูลอย่างไม่เลือกหน้า **แนวคิดของ "ภาพหลอนของเครื่องจักร" ใช้เพื่ออธิบายความสามารถของ AIGC ในการ "พูดเรื่องไร้สาระอย่างจริงจัง" คำว่า "ภาพหลอน" มาจากความเจ็บป่วยทางจิต "Confabulation" ในทางจิตวิทยา ซึ่งหมายความว่าบุคคลจะตอบคำถามโดยสร้างเนื้อหาขึ้นมาเพราะกลัวจะทำให้อีกฝ่ายผิดหวังหรือหลีกเลี่ยงการดูโง่ เนื่องจากการตั้งค่าโปรแกรม เครื่องมือ เช่น ChatGPT จะต้องตอบคำถามของผู้ใช้ หากชุดข้อมูลการฝึกไม่มีคำถามนี้หรือชุดข้อมูลผิด ChatGPT จะสร้างคำตอบที่ผิด ในขณะเดียวกันก็ขาดสามัญสำนึกและการตัดสินขั้นพื้นฐาน ดังนั้นจึงไม่สามารถตระหนักได้ว่าคำตอบที่ให้มานั้นผิด หากนำไปใช้กับรายงานข่าว จะต้องจับคู่กับการพิสูจน์อักษรและการตรวจสอบด้วยตนเอง ซึ่งจะเพิ่มภาระงานของมนุษย์ ในปี 2023 CNET.com เว็บไซต์ข่าวเทคโนโลยีของอเมริกาเคยเปิดตัวบทความที่สร้างโดย AI หลายสิบบทความ แม้ว่าบรรณาธิการเว็บไซต์จะอ้างว่าบทความดังกล่าวได้รับการ "ตรวจสอบและแก้ไข" ก่อนเผยแพร่ แต่ผู้อ่านก็พบว่ามีบทความเหล่านี้จำนวนมาก . ข้อผิดพลาดพื้นฐานและครึ่งหนึ่งมีปัญหาเรื่องการลอกเลียนแบบและการลอกเลียนแบบ

ดังนั้นเราจึงต้องเข้าใจบทบาทของ ChatGPT ในการสื่อสารมวลชนอย่างเป็นกลาง ยังเร็วเกินไปที่จะบอกว่า AIGC จะปฏิวัติหรือเข้ามาแทนที่การสื่อสารมวลชน ในฐานะอุตสาหกรรมเนื้อหา ความต้องการของอุตสาหกรรมข่าวสำหรับความสามารถที่ยอดเยี่ยมจะไม่มีวันเปลี่ยนแปลง และเนื้อหาเชิงลึกจากการสัมภาษณ์โดยตรงจะมีความสำคัญมากขึ้นเรื่อยๆ ดังที่ Madhumita Murgia บรรณาธิการด้านปัญญาประดิษฐ์ของ Financial Times กล่าวไว้ แม้ว่าเครื่องมือ AI ทั่วไปจะสามารถสังเคราะห์ข้อมูลและแก้ไขได้ แต่ก็ไม่สามารถแสดงเนื้อหาต้นฉบับหรือมีความสามารถในการวิเคราะห์ได้ สามารถแทนที่บุคคลที่มีความสามารถดั้งเดิมได้"

ดาบแห่งดัชมอธ:

AIGC จะเป็นความตายของวงการสื่อสารมวลชนหรือไม่

สำหรับอุตสาหกรรมสื่อสารมวลชน AIGC จะเริ่มการปฏิรูปด้านอุปทานในลิงก์การผลิตเนื้อหา อย่างไรก็ตาม เมื่อพิจารณาถึงระดับของเทคโนโลยี AIGC ในปัจจุบัน "การปฏิรูป" ยังห่างไกลจากความเป็นจริง AIGC ได้รับการรวมเข้ากับแนวทางปฏิบัติด้านการผลิตข่าวค่อนข้างจำกัดและยังไม่เริ่มมีคุณค่าจริงๆ ดังนั้นจึงเร็วเกินไปที่จะหารือเกี่ยวกับความท้าทายของ AIGC ต่ออุตสาหกรรมสื่อสารมวลชน อย่างไรก็ตาม เทคโนโลยีมีการทำซ้ำ จากมุมมองของประวัติศาสตร์การพัฒนาเทคโนโลยี เราไม่สามารถประมาทผลการเปลี่ยนแปลงที่เกิดจากเทคโนโลยีใดๆ ได้ เมื่อ AIGC ที่ก้าวหน้ายิ่งขึ้นถูกรวมเข้ากับอุตสาหกรรมสื่อสารมวลชนและมีการใช้กันอย่างแพร่หลายในอนาคต จะทำให้เกิดความท้าทายอะไรบ้างในอุตสาหกรรมสื่อสารมวลชน นี่คือสิ่งที่เราต้องคิดเกี่ยวกับ

(1) ทำลาย field effect ของการผลิตข่าวและกระทบแนวคิดข่าว เช่น “ความเป็นกลาง”

การมีส่วนร่วมของ AIGC ในลิงค์การผลิตเนื้อหาของอุตสาหกรรมสื่อสารมวลชนจะก่อให้เกิดผลเสียอย่างหลีกเลี่ยงไม่ได้พร้อมกับปรับปรุงประสิทธิภาพไปด้วย

ChatGPT ถูกนำมาใช้ในกระบวนการผลิตข่าว หลังจากเกิดเหตุการณ์ข่าว โปรแกรมจะรวบรวม วิเคราะห์ และสรุปข้อมูลที่เกี่ยวข้อง และสร้างภาพต่อกันของเนื้อหาอย่างรวดเร็ว ซึ่งจะช่วยเพิ่มประสิทธิภาพสูงสุด อย่างไรก็ตาม เท่าที่อุตสาหกรรมสื่อสารมวลชนเป็นกังวล กองกำลังหลายฝ่ายที่เดิมในวงการข่าวจะมีผลกระทบต่อเนื้อหาของรายงานข่าว ดังนั้น การกำเนิดของรายงานจึงไม่ได้เป็นเพียงแรงบันดาลใจส่วนตัวของนักข่าวเท่านั้น แต่ยังเป็นผลผลิตจาก สมดุลเกมของหลาย ๆ กองกำลัง ผลจากการดำเนินงานแบบสถาบันของสื่อข่าว ในระหว่างกระบวนการนี้ นักข่าวยังยอมรับวินัยของความเป็นมืออาชีพด้านนักข่าวเพื่อให้มั่นใจถึงความสมดุลและความถูกต้องของรายงานให้มากที่สุดเท่าที่จะเป็นไปได้ แต่เมื่อวัตถุที่สร้างกลายเป็น ChatGPT "เอฟเฟกต์ฟิลด์" ของการผลิตข่าวจะค่อยๆ หายไป

ในทำนองเดียวกัน ดังที่ศาสตราจารย์ Wu Xiaoning จาก South China University of Technology กล่าวถึงในรายงานเรื่อง "ผลกระทบและความท้าทายของข้อมูล ChatGPT "การปฏิวัติ" ต่ออุตสาหกรรมวารสารศาสตร์" ในกระบวนการนี้ ความสำคัญของข้อเท็จจริงที่เป็นข่าวในตำราทางประวัติศาสตร์ก็เพิ่มขึ้น เนื่องจากหลักการของ ChatGPT คือการใช้เนื้อหาที่มีอยู่เป็นชุดข้อมูลการฝึกอบรม ยิ่งอิทธิพลของปรากฏการณ์หรือเหตุการณ์ยาวนานขึ้น เนื้อหาก็จะมีความเกี่ยวข้องมากขึ้น และยิ่งบันทึกและรวมเข้ากับเนื้อหาข่าวที่ผลิตโดยเครื่องได้ง่ายขึ้น ในทำนองเดียวกัน หากตัวเลขข่าวและเหตุการณ์ข่าวได้รับความนิยมสูงกว่า ก็มีแนวโน้มที่จะถูกจับและนำเสนอซ้ำโดยปัญญาประดิษฐ์ ซึ่งอาจก่อให้เกิดผลกระทบ "โพลาไรเซชันของข้อมูล" และสร้าง "รังไหมข้อมูล" ที่สร้างโดยปัญญาประดิษฐ์ ".

กระบวนการเก็บข้อมูลเองก็เกี่ยวข้องกับประเด็นทางกฎหมายและจริยธรรม ตัวอย่างเช่น AIGC จับภาพเนื้อหาเครือข่ายและใช้เป็นชุดข้อมูลการฝึกอบรมตามข้อกำหนดทางกฎหมายหรือไม่ เนื้อหาของเนื้อหาที่ถูกจับ (โดยเฉพาะผู้สร้างเนื้อหา เช่น นักข่าว) ควรได้รับการชดเชยทางการเงินหรือไม่ ในเดือนกุมภาพันธ์ พ.ศ. 2566 ผู้ให้บริการรูปภาพ Getty ได้ฟ้องร้อง StabilityAI ด้วยเหตุผล "การละเมิดลิขสิทธิ์" ปัญหาเหล่านี้อย่างน้อยตอนนี้ยังอยู่ในขั้นหมอก

นอกจากนี้ โมเดลการสร้างข่าวสารในรูปแบบ ChatGPT จะส่งผลต่อแนวคิดข่าวที่มีอยู่ ความเป็นมืออาชีพด้านวารสารศาสตร์เน้นมิติของความถูกต้อง ความเที่ยงธรรม และการประชาสัมพันธ์ แนวคิดเหล่านี้เป็นชุดของบรรทัดฐานในการปฏิบัติงานที่ค่อยๆ ก่อตัวขึ้นในการปฏิบัติงานด้านสื่อสารมวลชนเพื่อให้แน่ใจว่ารายงานข่าวจะไม่เบี่ยงเบนไปจากความจริง ในอุตสาหกรรมสื่อสารมวลชนแบบดั้งเดิมที่ผู้คนเป็นหน่วยงานหลัก นักข่าวจะถูกลงโทษจากความเป็นมืออาชีพและความเป็นมืออาชีพ และปฏิบัติตามแนวคิดเหล่านี้ในแนวทางปฏิบัติด้านการผลิตส่วนบุคคล อย่างไรก็ตาม ChatGPT ไม่มีจิตสำนึกที่เป็นอัตวิสัยและไม่สามารถเข้าใจความหมายเบื้องหลังแนวคิดข่าวเหล่านี้ได้ และแนวคิดเหล่านี้ไม่สามารถแปลงเป็น "ภาษา" ที่ ChatGPT สามารถเข้าใจเป็นสตริงได้ (คำพร้อมท์)

มีมุมมองว่า ChatGPT กำจัดความเป็นตัวตนของแต่ละเรื่องออกไป และดูเหมือนว่าจะสามารถรายงานได้อย่างเป็นกลางและยุติธรรมมากขึ้น ตามที่ NewsGPT โฆษณา เว็บไซต์นี้จะนำเสนอข่าวสารอย่างเป็นกลางและเป็นความจริง แต่ปัญหาคือตัวอัลกอริธึมเองยังมีค่าอยู่และอัลกอริธึมก็จะขยายการแบ่งแยกในโลกแห่งความเป็นจริงด้วยนี่เป็นปัญหาที่หลีกเลี่ยงไม่ได้ซึ่งแก้ไขได้ยากกว่าคนเป็นประเด็น ศาสตราจารย์หูหยงจากคณะวารสารศาสตร์และการสื่อสารแห่งมหาวิทยาลัยปักกิ่ง ชี้ให้เห็นว่า "ความเป็นกลาง" ของการสื่อสารมวลชนได้รับการรับรองจากชื่อเสียงและการบอกเล่าปากต่อปากของผู้คนและสถาบันต่างๆ แต่ "ความเป็นกลาง" ของอัลกอริทึมไม่รวมถึงสถาบันใดๆ ตรรกะเบื้องหลังก็คือเทคโนโลยีเป็นกลาง ใช่ ไม่มีอคติของมนุษย์ ดังนั้นจึงสามารถรับประกันความเป็นกลางได้ แต่ปัญหาก็คือเทคโนโลยีไม่เคยเป็นกลางและขาดวิจารณญาณของมนุษย์ ดังนั้นจึงไม่ใช่ผู้ช่วยให้รอดของ "ความเป็นกลาง"

เป็นที่น่าสังเกตว่าผลกระทบของ ChatGPT ต่อการผลิตข่าวยังสะท้อนให้เห็นจากการใช้งาน ChatGPT อย่างผิดปกติโดยผู้ปฏิบัติงาน ซึ่งอาจนำไปสู่ปัญหาต่างๆ ได้ง่าย เช่น การลอกเลียนแบบและแหล่งที่มาที่ไม่ชัดเจน จากการวิจัยของเรา องค์กรสื่อส่วนใหญ่ (81.9%) ไม่ได้ออกข้อกำหนดและแนวปฏิบัติสำหรับการใช้เครื่องมือ เช่น ChatGPT นี่เป็นปัญหาในทางปฏิบัติที่ต้องให้ความสนใจ

ผลกระทบของ ChatGPT ต่อการผลิตข่าวจะสะท้อนให้เห็นในประเด็นการทดแทนการจ้างงานที่เกิดจากเทคโนโลยีใหม่ๆ ปรากฏการณ์นี้เกิดขึ้นอย่างเข้มข้นเนื่องจากประสิทธิภาพการผลิตเนื้อหาที่สูงขึ้นของ ChatGPT ซึ่งสามารถแทนที่ผู้รายงานที่เป็นมนุษย์ในรายงานบางประเภทได้ ตัวอย่างเช่น หลังจากที่ BuzzFeed ประกาศว่าจะใช้ ChatGPT เพื่อช่วยในการสร้างเนื้อหาแบบทดสอบ ก็ประกาศแผนการเลิกจ้างทันที ขณะเดียวกันในขบวนการ "Hollywood Strike" ที่จะเกิดขึ้นในเดือนพฤษภาคม 2566 วิธีป้องกันไม่ให้ AI มาแทนที่งานของนักเขียนบทที่เป็นมนุษย์ ก็กลายมาเป็นประเด็นหลักของผู้ที่เข้าร่วมขบวนการนี้เช่นกัน แม้ว่าทั้งสองตัวอย่างนี้จะไม่ได้ชี้ไปที่การสื่อสารมวลชนโดยตรง แต่ปรากฏการณ์นี้จะเกิดขึ้นเร็วๆ นี้ เนื่องจาก ChatGPT ถูกนำมาใช้อย่างลึกซึ้งมากขึ้นในการผลิตข่าว

(2) การรับส่งข้อมูลแบบ "ไฮแจ็ค" AIGC เปลี่ยนรูปแบบการกระจายเนื้อหา

ปัจจุบัน สัดส่วนของข้อมูลที่สร้างโดย AIGC ยังคงต่ำ แต่ด้วยการโปรโมตเนื้อหาที่สร้างโดย AI อย่างกว้างขวางและการประยุกต์ใช้เทคโนโลยี AIGC ในเชิงลึก ขอบเขตของการกระจายเนื้อหาจะเผชิญกับผลกระทบที่สำคัญ

ในยุคดิจิทัล ปริมาณการเข้าชมสื่อข่าวออนไลน์ส่วนใหญ่มาจากเครื่องมือค้นหา และปัญญาประดิษฐ์กำเนิดกำลังค่อยๆ กลายเป็นแหล่งข้อมูลหลักสำหรับเครื่องมือค้นหา เบราว์เซอร์ Bing ของ Microsoft รวม ChatGPT และอัปเกรดเป็น NewBing Google ยังประกาศว่าจะให้ความสำคัญกับการแสดงเนื้อหาที่สร้างโดยปัญญาประดิษฐ์ (เช่น Bard) ในผลการค้นหา จากการทดสอบของ Google ในเดือนมีนาคม 2023 Bard ให้เฉพาะคำตอบและข้อมูลสรุปเบื้องต้นเท่านั้น แต่ไม่มีลิงก์ไปยังแหล่งข่าว

สำหรับเครื่องมือค้นหา นี่เป็น "พฤติกรรมของตลาด" ตามธรรมชาติ เนื่องจากสามารถนำเสนอผลการค้นหาที่เรียงลำดับได้โดยตรง ซึ่งช่วยปรับปรุงประสิทธิภาพในการเรียกค้นข้อมูลของผู้ใช้และเพิ่มประสิทธิภาพประสบการณ์ผู้ใช้อย่างมาก อย่างไรก็ตาม เมื่อรูปแบบการพัฒนาซึ่งเครื่องมือค้นหาจัดสรรปริมาณการเข้าชมให้กับผลลัพธ์ที่สร้างโดย AI ที่สร้างมากขึ้น เนื้อหาข่าวที่มีรูปแบบยาวและเชิงลึกมากขึ้นจะถูกเพิกเฉย

สิ่งนี้ไม่เพียงส่งผลกระทบต่อปริมาณการเข้าชมสำนักข่าวเท่านั้น แต่ยังส่งผลต่อรายได้ของสำนักข่าวอย่างมีนัยสำคัญอีกด้วย เนื่องจากผู้ใช้จำนวนมากขึ้นเรื่อยๆ ได้รับเนื้อหาที่ต้องการโดยตรงจากหน้าค้นหา แทนที่จะคลิกเข้าไปในหน้าแรกของสื่อข่าว พื้นที่อยู่อาศัยของสื่อข่าวที่อาศัยส่วนแบ่งรายได้จากการโฆษณาจะถูกบีบอัด รูปแบบรายได้ที่มีศูนย์กลางอยู่ที่การโฆษณาจะได้รับผลกระทบอย่างมาก และในขณะเดียวกัน รายได้จากการสมัครสมาชิกของสื่อก็จะได้รับความเสียหายโดยตรงเช่นกัน

โซเชียลมีเดียก็ได้รับผลกระทบเช่นกัน ในช่วงครึ่งปีแรกของปี 2023 การล่มสลายของสื่อดิจิทัลอย่าง BuzzFeedNews และ VICE ได้ยืนยันถึงความสำคัญของโซเชียลมีเดีย เมื่อแหล่งที่มาของ Traffic เหล่านี้ถูกตัดออกไป สื่อที่พึ่งพาก็จะได้รับผลกระทบอย่างหนัก สื่อข่าว เช่น "New York Times" และ "Wall Street Journal" ยังสร้างบัญชีบนแพลตฟอร์มโซเชียลมีเดีย เช่น Twitter และ Facebook เพื่อเผยแพร่เนื้อหา เมื่อเนื้อหา AIGC หลั่งไหลเข้าสู่โซเชียลมีเดีย "บัญชีบอทข่าว" ที่คล้ายกันก็จะปรากฏขึ้นเช่นกัน ผู้ใช้มักจะเลือกที่จะรับสรุปข่าวที่รวดเร็วและง่ายต่อการดึงความสนใจของผู้ใช้ออกไป ซึ่งส่งผลต่อการเปิดเผยเนื้อหาสื่อข่าว

(3) การกำเนิดของผู้ชม 4.0: จาก "ผู้บริโภคข่าว" สู่ "ผู้ผลิตข่าว"

สำหรับอุตสาหกรรมสื่อสารมวลชน AIGC ไม่เพียงแต่จะเปลี่ยนวิธีการผลิตเนื้อหา แต่ยังสร้างความสัมพันธ์ในการผลิตขึ้นใหม่อีกด้วย

เหตุผลก็คือ เนื่องจากความสามารถทางเทคนิคพื้นฐาน AIGC จึงมีเกณฑ์ค่อนข้างต่ำ ตราบใดที่ปัญหาเครือข่ายและปัญหาบัญชีได้รับการแก้ไข ไม่เพียงแต่นักข่าวเท่านั้นที่สามารถใช้งานได้ แต่ผู้ใช้ทั่วไปก็สามารถใช้งานได้เช่นกัน สำหรับแบบแรก เนื่องจากความเชี่ยวชาญในระดับสูง เมื่อพิจารณาปัจจัยต่างๆ เช่น ความสามารถในการอ่าน เวลาในการผลิต และต้นทุน ระดับการยอมรับเทคโนโลยี AIGC อาจไม่ลึกซึ้งนัก สำหรับอย่างหลัง นั่นคือ ผู้ชมทั่วไป พวกเขาเต็มใจที่จะใช้เทคโนโลยีที่เกี่ยวข้องมากกว่า เนื่องจากไม่มี "สัมภาระระดับมืออาชีพ" ที่คล้ายคลึงกัน

ในกรณีนี้ คนทั่วไปสามารถสร้างข้อมูลข่าวสารได้โดยใช้ความสามารถในการสร้างของ AIGC ตัวอย่างเช่น สำหรับเหตุการณ์ข่าวบางเหตุการณ์ ให้ ChatGPT สร้างรายงานข่าวอย่างรวดเร็วโดยอธิบายสาเหตุและผลกระทบ หรือให้ ChatGPT สร้างสรุปชุดข่าวล่าสุดเพื่อให้คุณเข้าใจข่าวได้อย่างรวดเร็ว นอกจากนี้ สามารถสร้างเนื้อหาเช่นความคิดเห็นข่าวได้โดยตรง

ในกระบวนการนี้ ผู้ชมไม่ได้เป็นเพียงผู้บริโภคข้อมูลข่าวอีกต่อไป แต่ยังเป็นผู้สร้างและผู้ผลิตข้อมูลข่าวสารที่เปลี่ยนจากเฉยๆ มาเป็นกระตือรือร้น ดังนั้นจึงตระหนักถึงการเปลี่ยนแปลงของอัตลักษณ์ เมื่อมองย้อนกลับไปในประวัติศาสตร์ของการพัฒนาเทคโนโลยี การเกิดขึ้นของอินเทอร์เน็ตได้บรรลุถึงการเปลี่ยนแปลงครั้งใหญ่ ในยุคของ Web 2.0 การประยุกต์ใช้บล็อกส่วนตัว (Blog) โซเชียลมีเดีย และรูปแบบสื่ออื่นๆ ทำให้คนทั่วไปได้รับ "สิทธิ์ในการเผยแพร่" กล่าวคือ พวกเขาสามารถแสดงความคิดเห็นต่างๆ บนอินเทอร์เน็ตได้ สิ่งนี้ได้พลิกกลับการผูกขาดของสื่อแบบดั้งเดิมในสิทธิการเผยแพร่ในยุคก่อนอินเทอร์เน็ต เนื่องจากมีค่าใช้จ่ายสูงมากในการจัดตั้งองค์กรสื่อ หนังสือพิมพ์ หรือสถานีโทรทัศน์ จึงทำให้มีเกณฑ์ในการเปิดเผยข้อมูลสูงและเป็นเรื่องยากสำหรับคนทั่วไปที่จะมีโอกาสและเงินทุนเพียงพอในการสร้างช่องของตนเอง ด้วย ความช่วยเหลือจากอินเทอร์เน็ตและอุปกรณ์มือถือทุกคน ล้วนกลายเป็น "นักข่าว" บันทึกและเผยแพร่ได้ทุกที่ทุกเวลา

หากอินเทอร์เน็ตเปลี่ยนรูปแบบการกระจายเนื้อหา เทคโนโลยี AIGC ที่นำเสนอโดย ChatGPT ได้ตระหนักถึง "อารยธรรม" ของการผลิตเนื้อหา ด้วยความช่วยเหลือของ AI คนทั่วไปสามารถก้าวข้ามเกณฑ์ทางวิชาชีพและกลายเป็นผู้ผลิตเนื้อหาที่เทียบเคียงได้กับมืออาชีพ สร้าง ปรับแต่งเนื้อหาข่าวตามความต้องการของคุณเอง ด้วยความช่วยเหลือของโซเชียลมีเดีย ต้นทุนการจัดจำหน่ายก็มีน้อยมากเช่นกัน

สาขาการวิจัยแบ่งประเภท "ผู้ชม" ผู้ชมซึ่งเป็นเนื้อหาหลักของบทสนทนารายวันคือ "ผู้ชม 1.0" และผู้ชมในฐานะผู้อ่านเนื้อหาสื่อและสินค้าโภคภัณฑ์ที่มีความสนใจคือ "ผู้ชม 2.0" ในโซเชียลมีเดียที่ "ทุกคนคือนักข่าว" ในยุคนี้ ผู้ชมที่สามารถบันทึกและเผยแพร่ได้ตลอดเวลากลายเป็น "Audience 3.0" จากนั้น เมื่อเข้าสู่ยุคของ AIGC ด้วยความช่วยเหลือของ AI เราจึงสามารถดึงดูดผู้ชมที่เทียบได้กับกำลังการผลิตระดับมืออาชีพ และเข้าสู่ยุคของ "ผู้ชม 4.0" โดยตรง

ผลกระทบต่อการสื่อสารมวลชนนั้นลึกซึ้ง หลังจากที่ผู้ชมมีความสามารถในการรวบรวมและผลิตเนื้อหาแล้ว พวกเขาสามารถบริโภคเนื้อหาได้อย่างอิสระมากขึ้น ลดการพึ่งพาเอาท์พุตของสื่อข่าว และลดอิทธิพลของสื่อหลังและสถานะ "ผู้รักษาประตู" อีกด้วย ขอบเขตของอุตสาหกรรมสื่อสารมวลชนจะเบลอมากขึ้น การสร้างความแตกต่างจากผู้สร้างทั่วไป การเสริมสร้างขอบเขตทางวิชาชีพ และวิธีที่ผู้ปฏิบัติงานสามารถรับมือกับวิกฤตอัตลักษณ์ทางวิชาชีพจะเป็นความท้าทายที่อุตสาหกรรมสื่อสารมวลชนต้องเผชิญ

(4) วิกฤตความเชื่อมั่นในวงการสื่อสารมวลชนที่เกิดจากข่าวปลอมแพร่หลาย

AIGC ทำให้การผลิตเนื้อหาเป็นประชาธิปไตย แต่ก็อาจนำไปสู่การแพร่กระจายของข่าวลือและข่าวปลอม

ในด้านการผลิตเนื้อหา นักข่าวถูกจำกัดโดยองค์กรสื่อและกลไกการผลิตของตนในด้านหนึ่ง และถูกจำกัดด้วยความเป็นมืออาชีพด้านข่าว ในกระบวนการผลิตข่าว พวกเขาจะใส่ใจในการปฏิบัติตามหลักการต่างๆ เพื่อให้มั่นใจว่า รายงานข่าวสามารถสมดุล เป็นกลาง และเป็นจริงได้ ความถูกต้องเป็นข้อกำหนดพื้นฐานที่สุดสำหรับรายงานข่าวที่เผยแพร่ต่อสาธารณะ รวมถึงความถูกต้องของข้อเท็จจริง ความถูกต้องของรายละเอียด และความถูกต้องของแหล่งที่มา

อย่างไรก็ตาม หลังจากที่หัวข้อการผลิตได้รับการสรุปแล้ว ข้อจำกัดเหล่านี้จะไม่มีอีกต่อไป และ AIGC มีศักยภาพที่จะกลายเป็นเครื่องมือในการสร้างข่าวปลอมและข่าวลือ ในเดือนกุมภาพันธ์ พ.ศ. 2566 "ข่าวประชาสัมพันธ์" เกี่ยวกับ "รัฐบาลเทศบาลหางโจวจะยกเลิกข้อจำกัดด้านการจราจร" ได้รับการเผยแพร่บนอินเทอร์เน็ต และต่อมาพบว่าเจ้าของชุมชนใช้ ChatGPT เพื่อสร้างชุมชนดังกล่าว และได้รับการส่งต่อโดยเจ้าของรายอื่นพร้อมภาพหน้าจอ ส่งผลให้เกิดการเผยแพร่ข้อมูลที่ไม่ถูกต้อง เหตุการณ์ที่คล้ายกัน ได้แก่ "ประกาศของรัฐบาลเทศบาลหางโจวเรื่องการปรับนโยบายตลาดอสังหาริมทรัพย์" ที่เผยแพร่เมื่อวันที่ 18 เมษายน 2023 ข่าวระบุว่าหางโจวจะใช้นโยบายตลาดอสังหาริมทรัพย์ใหม่ในเดือนพฤษภาคม ซึ่งได้รับการยืนยันในภายหลังว่าเป็นข่าวปลอมที่สร้างโดย ChatGPT ข่าวปลอมเหล่านี้อาจนำมาซึ่งความเสี่ยงทางการเมืองและเศรษฐกิจที่สูงมากและสร้างความเสียหายต่อผลประโยชน์ของหัวข้อที่เกี่ยวข้อง ตัวอย่างเช่น ในเดือนพฤษภาคม 2023 ข่าวปลอมที่เขียนโดย AI ทั่วไป "คำเตือนถึงความเสี่ยงที่สำคัญของ HKUST Xunfei" ดึงดูดความสนใจอย่างกว้างขวาง ซึ่งนำไปสู่ ราคาหุ้น HKUST Xunfei ลดลงอย่างรวดเร็ว

ในเหตุการณ์เหล่านี้ AIGC ได้กลายเป็นมือขวาของผู้แพร่ข่าวลือ ความสามารถในการสร้าง AIGC ช่วยลดต้นทุนในการเผยแพร่และการผลิตข้อมูลเท็จ หากไม่ได้รับการควบคุม ข้อมูลเท็จที่ไม่ผ่านการตรวจสอบที่สร้างขึ้นจะก่อให้เกิดมลพิษต่อระบบนิเวศข้อมูลอย่างรุนแรง ผลกระทบทางสังคมที่ร้ายแรง

ความสามารถของ AIGC ในการสร้างเว็บไซต์สามารถใช้เพื่อเผยแพร่ข่าวปลอมได้ ด้วย ChatGPT ใครก็ตามที่มีทักษะการเขียนโค้ดขั้นพื้นฐานจะสามารถสร้างเว็บไซต์ข่าวปลอมได้ นอกจากนี้ยังจะก่อให้เกิดมลพิษต่อระบบนิเวศสารสนเทศและก่อให้เกิดความเสี่ยงอย่างมาก ในเวลาเดียวกัน เนื่องจากลักษณะของ AIGC หลังจากข่าวเท็จไหลเข้าสู่ตลาดเนื้อหา หากไม่ได้รับการคัดกรอง ก็อาจสร้างคลังข้อมูลสำหรับการฝึกอบรมโมเดลขนาดใหญ่ต่อไป ซึ่งนำไปสู่การเผยแพร่และเสริมความแข็งแกร่งของข่าวลือต่อไป ส่งผลให้เกิดผลที่ร้ายแรงและต่อเนื่องมากขึ้น การเผยแพร่ข่าวปลอมจะส่งผลต่อการรับรู้และความไว้วางใจของผู้ชมต่อข่าว ซึ่งอาจล้นหลามข้อเท็จจริง ทำให้เกิดความสับสน และถึงขั้นก่อให้เกิดวิกฤตความเชื่อมั่นในวงการสื่อสารมวลชนรอบใหม่อีกด้วย

ยุค AIGC

ความเป็นไปได้หกประการสำหรับการพัฒนาวารสารศาสตร์

การประยุกต์ใช้เทคโนโลยีใหม่มักนำมาซึ่งการเปลี่ยนแปลงที่พลิกผัน ดังที่นักวิชาการด้านสื่อ Joshua Merowitz กล่าวว่า การแทรกแซงของสื่อทุกประเภทจะสร้างสภาพแวดล้อมใหม่ แม้ว่า AIGC จะยังไม่ได้ถูกนำมาใช้ในรายงานข่าวในวงกว้าง แต่เมื่อเผชิญกับคลื่น AIGC ที่กำลังคุกคาม อุตสาหกรรมข่าวก็ไม่สามารถหลีกเลี่ยงได้ และจะต้องเข้าไปพัวพันกับคลื่น AIGC นี้ และถึงแม้จะได้รับการปรับโฉมใหม่ทั้งหมด

จากมุมมองของการพัฒนาในอดีต ในฐานะผู้สังเกตการณ์และผู้บันทึกแนวโน้มการพัฒนาสังคม อุตสาหกรรมสื่อสารมวลชนไม่ได้ต่อต้านเทคโนโลยีใหม่ๆ แต่กลับรวมความสามารถของตนเข้ากับการพัฒนาของตนเองเพื่อให้บรรลุถึงการสร้างสรรค์นวัตกรรมในตนเอง รายงานนี้เชื่อว่าด้วยการปรับปรุงความสามารถทางเทคนิคของ AIGC และการประยุกต์ใช้ในเชิงลึกอย่างต่อเนื่อง อุตสาหกรรมสื่อสารมวลชนจะมีทิศทางที่เป็นไปได้ 6 ประการดังต่อไปนี้:

(1) โมเดลเฉพาะสื่อขนาดใหญ่จะได้รับการพัฒนาและประยุกต์ใช้

ปัจจุบันการประยุกต์ใช้ AIGC ในวารสารศาสตร์ยังตื้นเขิน เหตุผลสำคัญคือ แหล่งข้อมูลไม่เป็นที่รู้จักและเนื้อหาไม่เท่าเทียมกัน มีบทความจากวารสารที่เชื่อถือได้ บทความจากบัญชีสื่อตนเองและการตลาด และมีของปลอมมากมาย ข่าว และข่าวปลอม เนื่องจากโมเดลขนาดใหญ่ในปัจจุบันส่วนใหญ่ใช้ฐานข้อมูลการฝึกอบรมทั่วไปดังนั้นคุณภาพของเนื้อหาที่นำเสนอจึงแตกต่างกันไป สิ่งเหล่านี้เป็นอุปสรรคขัดขวางการนำรายงานข่าวที่เน้นรายละเอียดที่เข้มงวด ข้อมูลที่ถูกต้อง และแหล่งข้อมูลที่ชัดเจน

ในทางกลับกัน รายงานข่าวก็มีบรรทัดฐานในการแสดงออกและนิสัยวาทกรรมบางประการ ในกรณีนี้อาจกลายเป็นกระแสในการพัฒนาแบบจำลองขนาดใหญ่โดยเฉพาะสำหรับอุตสาหกรรมข่าว ชุดข้อมูลการฝึกอบรมทั้งหมดมาจากรายงานของสื่อข่าว และสามารถตรวจสอบแหล่งที่มาเพื่อให้แน่ใจว่าข้อมูลเป็นจริงและถูกต้อง แหล่งที่มาชัดเจน ลดอคติ และการนำเสนอเนื้อหาสอดคล้องกับบรรทัดฐานในการแสดงออกอย่างมืออาชีพมากขึ้น ของการสื่อสารมวลชน

ปัจจุบัน ค่าใช้จ่ายในการฝึกอบรมโมเดลขนาดใหญ่กำลังค่อยๆ ลดลง และองค์กรสื่อขนาดใหญ่ก็อาจมีโมเดลขนาดใหญ่พิเศษเป็นของตัวเอง แนวโน้มนี้อาจไม่จำกัดเฉพาะอุตสาหกรรมสื่อสารมวลชน สำหรับอุตสาหกรรมที่มีขอบเขตอุตสาหกรรมที่ชัดเจนและข้อกำหนดสำหรับแหล่งข้อมูลและการนำเสนอเนื้อหา (เช่น อุตสาหกรรมด้านกฎหมาย) จะเป็นการพัฒนาเพื่อพัฒนาโมเดลขนาดใหญ่โดยเฉพาะ แทนที่จะใช้นอกสถานที่ ชั้นวางของทั่วไป รุ่นใหญ่ ทิศทาง มีตัวอย่างที่เป็นประโยชน์มากมายในเรื่องนี้ เช่น "CCTV Media Large Model" ที่เผยแพร่ร่วมกันโดย Shanghai AI Lab และ China Central Radio and Television เมื่อวันที่ 20 กรกฎาคม ซึ่งรวมเอาข้อมูลภาพและเสียงจำนวนมหาศาลจากสื่อ ตลอดจนอัลกอริธึมและเทคโนโลยีขั้นสูงจาก ห้องปฏิบัติการ ปรับปรุงคุณภาพและประสิทธิภาพของการผลิตสื่อภาพและเสียง

(2) การตรวจสอบข้อเท็จจริงและการพิสูจน์อักษรเนื้อหาจะมีบทบาทสำคัญ

การตรวจสอบข้อเท็จจริงและการพิสูจน์อักษรเนื้อหามีบทบาทสำคัญในอุตสาหกรรมข่าวแบบดั้งเดิม และห้องข่าวแบบดั้งเดิมเกือบทั้งหมดมีแผนกพิสูจน์อักษรโดยเฉพาะ (copydesk) อย่างไรก็ตาม ด้วยกระบวนการเร่งแปลงสื่อดิจิทัล ความสำคัญของการตรวจสอบและการพิสูจน์อักษรจึงค่อยๆ ลดลง ตัวอย่างที่ชัดเจนมากก็คือ เมื่อสื่อถูกเลิกจ้างจำนวนมากในช่วงไม่กี่ปีที่ผ่านมา แผนกตรวจสอบและพิสูจน์อักษรมักจะเป็นพื้นที่ที่ได้รับผลกระทบหนักที่สุด ซึ่งเพียงพอที่จะแสดงให้เห็นการละเลยฟังก์ชั่นการตรวจสอบและพิสูจน์อักษรในยุคสื่อดิจิทัล

อย่างไรก็ตาม ด้วยการประยุกต์ใช้ AIGC บทบาทของการตรวจสอบข้อเท็จจริงและการพิสูจน์อักษรเนื้อหาจะมีความสำคัญมากขึ้นเรื่อยๆ ตำแหน่งที่คล้ายกันจะยังคงมีบทบาทเป็น "ผู้เฝ้าประตู" เพื่อพิสูจน์อักษรและตรวจสอบเนื้อหาและรายละเอียดที่สร้างโดย AIGC เพื่อหลีกเลี่ยงการสร้างแบบสุ่มของ AIGC และป้องกันปรากฏการณ์ที่ไม่สามารถควบคุมได้ เช่น "ภาพหลอนของเครื่องจักร" เมื่อเผชิญกับเทคโนโลยีที่ก้าวหน้ามากขึ้น สื่อควรกระชับความร่วมมือกับสถาบันการศึกษาและบริษัทเทคโนโลยีเพื่อปรับปรุงความสามารถในการระบุเนื้อหาที่ไม่ถูกต้อง

ในเวลาเดียวกัน เนื่องจากหลักการดำเนินงานของ AIGC คือการประกอบและต่อกันเนื้อหาในชุดข้อมูลการฝึกอบรม สำหรับอุตสาหกรรมสื่อสารมวลชน ความริเริ่มของการรายงานจึงเป็นสิ่งสำคัญที่ต้องได้รับการปกป้อง ดังนั้นข้อกล่าวหาในการตรวจสอบและพิสูจน์อักษรยังรวมถึง "การตรวจสอบซ้ำ" ของเนื้อหาที่สร้างโดย AI การลบหรือทำเครื่องหมายแหล่งที่มาของเนื้อหาอ้างอิงที่ไม่ได้มาตรฐาน หลีกเลี่ยงความเสี่ยงต่อความคิดเห็นสาธารณะที่เกิดจาก "การลอกเลียนแบบ" ทำลายชื่อเสียงของสถาบัน และป้องกันสื่อ ความผิดปกติทางจริยธรรมและประเด็นทางกฎหมายและศีลธรรม

(3) จริยธรรมและบรรทัดฐานในการใช้ AIGC ในวงการสื่อสารมวลชนจะถูกสร้างขึ้น

ในฐานะสาขาวิชาชีพ วารสารศาสตร์มีความเป็นมืออาชีพ จริยธรรม และข้อกำหนดเชิงบรรทัดฐานเป็นของตัวเอง สำหรับ AIGC ควรกำหนดรูปแบบเทคโนโลยีใหม่ จริยธรรมการใช้งานที่เกี่ยวข้อง และบรรทัดฐานเพื่อสร้างหลักการที่เป็นหนึ่งเดียวภายในวิชาชีพ ซึ่งเป็นเรื่องง่ายสำหรับผู้ปฏิบัติงานที่จะปฏิบัติตาม บรรทัดฐานทางจริยธรรมเหล่านี้ไม่เพียงแต่รวมถึงหลักการพื้นฐานเท่านั้น เช่น "เนื้อหาที่สร้างโดยใช้ ChatGPT ต้องถูกทำเครื่องหมายเพื่อให้มั่นใจว่าผู้อ่านทราบ" "เนื้อหาที่สร้างโดยใช้ ChatGPT จะต้องได้รับการตรวจสอบและพิสูจน์อักษรด้วยตนเองก่อนเผยแพร่" แต่ยังรวมถึงบางบรรทัดที่เฉพาะเจาะจงด้วย เช่นในรายงานที่มนุษย์และ AI ร่วมกันสร้าง เนื้อหาที่สร้างโดย AI จะต้องไม่เกินสัดส่วนที่กำหนด เป็นต้น เพื่อลดความวุ่นวายที่เกิดจากการประยุกต์ใช้ AIGC "หลักการพื้นฐาน 10 ประการของวารสารศาสตร์" ที่ใช้ในยุค AIGC กำลังจะเผยแพร่แล้ว

ปัจจุบันสื่อได้เริ่มส่งเสริมแนวปฏิบัติดังกล่าวแล้ว ตัวอย่างเช่น สื่อเทคโนโลยี “การเชื่อมต่อ” ได้กำหนดกฎระเบียบที่เกี่ยวข้องโดยกำหนดวัตถุประสงค์และขั้นตอนการทำงานของการใช้ AI อย่างชัดเจนเพื่อรับประกันคุณภาพของเนื้อหา บรรทัดฐานไม่ใช่ข้อจำกัด และบรรทัดฐานที่สมเหตุสมผลจะช่วยให้เทคโนโลยีสามารถบูรณาการและใช้คุณค่าของมันได้ดียิ่งขึ้น หน่วยงานหลักในการสร้างบรรทัดฐานอาจเป็นสมาคมอุตสาหกรรม และองค์กรข่าวแต่ละแห่งก็จะจัดทำบรรทัดฐานและข้อกำหนดที่เกี่ยวข้องของตนเองตามสภาพการปฏิบัติงานจริง นอกเหนือจากหลักจรรยาบรรณแล้ว การช่วยให้ผู้ปฏิบัติงานเข้าใจและใช้คู่มือการใช้งานและหลักสูตรของ AIGC ได้ดีขึ้นก็มีความสำคัญไม่แพ้กัน การใช้ AIGC เพื่อช่วยการรายงานข่าวของตนเองจะกลายเป็นหนึ่งในความสามารถที่สำคัญของนักข่าวในอนาคต

(4) การแบ่งชั้นข่าว รายงานข่าวระดับมืออาชีพที่เชื่อถือได้จะมีความสำคัญมากกว่า

ในยุคของ AIGC ความสำคัญของการรายงานข่าวที่เชื่อถือได้และเป็นมืออาชีพจะมีความสำคัญมากขึ้นเรื่อยๆ และการปรับเปลี่ยนความเป็นมืออาชีพจะกลายเป็นภารกิจสำคัญและเป็นทางออกสำหรับองค์กรสื่อข่าว AIGC ได้ปรับปรุงประสิทธิภาพการสร้างเนื้อหาอย่างมาก อย่างไรก็ตาม มีความแตกต่างระหว่างข้อความที่สร้างโดยเครื่องและเนื้อหาที่เขียนโดยมนุษย์ แม้ว่าแบบแรกจะรวดเร็วและมีกรอบการทำงานที่สมบูรณ์ แต่ก็ไม่สามารถแทนที่รายงานข่าวดี "ได้" และแบบหลัง จะมีตลาดผู้ชมอยู่เสมอ "ความดี" ที่กล่าวถึงในที่นี้ได้แก่ การเขียนที่ยอดเยี่ยม อ่านง่าย และความเห็นอกเห็นใจที่เข้มแข็ง... ปัจจัยเหล่านี้รวมกันเป็นเงื่อนไขสำหรับการสัมผัสผู้อ่าน

AIGC แทรกแซงการผลิตข่าว และสามารถสร้างรายงานที่มีองค์ประกอบครบถ้วนได้อย่างรวดเร็วเมื่อมีเหตุการณ์ข่าวเกิดขึ้น ซึ่งจะตอบสนองความต้องการข้อมูลพื้นฐานของผู้ชม อย่างไรก็ตาม สำหรับการเจาะลึกเหตุการณ์และเสริมข้อมูลความเป็นมา นักข่าวที่เป็นมนุษย์ยังคงต้องเจาะลึกเข้าไปในที่เกิดเหตุและทำการสัมภาษณ์และการสอบสวนโดยตรง ดังนั้นประเภทของข่าวก็จะมีความแตกต่างออกไปอีกในอนาคต ในด้านหนึ่ง AIGC จะเป็นผู้จัดทำรายงานเหตุการณ์และรายงานข้อมูลแบบเรียลไทม์ ในด้านนี้ พื้นที่สำหรับนักข่าวที่เป็นมนุษย์จะแคบลง ในทางกลับกัน พื้นที่สำหรับนักข่าวที่เป็นมนุษย์จะแคบลง ในทางกลับกัน รายงานข่าวระดับมืออาชีพที่เชื่อถือได้และการรายงานเชิงลึกจะมีความสำคัญและได้รับความสนใจมากขึ้น

ความสัมพันธ์ระหว่างองค์กรสื่อ นักข่าว และผู้อ่านจะมีความสำคัญมากขึ้นตามไปด้วย ปัญหาประการหนึ่งที่ AI เป็นตัวการผลิตหลักคือไม่สามารถสร้างการเชื่อมโยงทางอารมณ์กับผู้อ่านได้ ในกรณีส่วนใหญ่ ผู้อ่านมักจะตระหนักชัดเจนว่า AI คือ AI ซึ่งเป็นระบบที่ปราศจากอารมณ์และจิตสำนึกซึ่งจะทำให้ความเชื่อมั่นของผู้อ่านลดลง ระดับเนื้อหาและนั่นคือโอกาสสำหรับนักข่าวที่เป็นมนุษย์ การเสริมสร้างความสัมพันธ์กับผู้อ่านและสร้างแบรนด์ขององค์กรและแบรนด์ส่วนบุคคลของนักข่าวจะกลายเป็นประเด็นสำคัญ

(5) จะมีการเปลี่ยนแปลง "ข่าวท้องถิ่น" ในอุตสาหกรรมสื่อสารมวลชน

เนื่องจากหลักการฝึกอบรมของโมเดล AI ขนาดใหญ่ ข้อความวัตถุประสงค์ทั่วไปถือเป็นเนื้อหาหลักของข้อมูลการฝึกอบรมและจำนวนข้อความที่อิงตามเนื้อหาในเครื่องมีน้อย แม้ว่าจะรวมอยู่ในชุดข้อมูลการฝึกอบรมก็ตาม ข้อมูลประเภทอื่นล้นหลามได้ง่าย ดังนั้น AIGC จึงไม่เก่งในการสร้างเนื้อหาที่แปลเป็นภาษาท้องถิ่น ดี ในขณะเดียวกันความสนใจของผู้ชมต่อรายงานที่แปลเป็นภาษาท้องถิ่นก็ไม่ได้ลดลง ดังนั้น อุตสาหกรรมสื่อสารมวลชนในยุคของ AIGC อาจมีแนวโน้มของการแปลเป็นภาษาท้องถิ่น

การละเลยข่าวท้องถิ่นเริ่มชัดเจนมากขึ้นนับตั้งแต่มีสื่อดิจิทัลเข้ามา เนื่องจากความเรียบและขีดจำกัดของอินเทอร์เน็ต ผู้ชมที่มีศักยภาพของเว็บไซต์จึงเป็นผู้ใช้อินเทอร์เน็ตทั่วโลกในทางทฤษฎี สำหรับสื่อออนไลน์ เพื่อเพิ่มการเข้าชมและการเปิดเผยเนื้อหาเว็บไซต์ พวกเขามักจะใช้กลยุทธ์ระดับโลกในการผลิตและการนำเสนอเนื้อหา ขยายขอบเขตความสนใจให้มากที่สุด และรายงานเหตุการณ์สำคัญที่เกิดขึ้นทั่วโลก แนวโน้มดังกล่าวยังส่งผลต่อสื่อแบบเดิมๆ อีกด้วย หนังสือพิมพ์ท้องถิ่นจำนวนมากขึ้นเรื่อยๆ ค่อยๆ ขยายสัดส่วนรายงานระดับประเทศในด้านการรวบรวมและเรียบเรียงข่าว

ในขณะเดียวกัน การรายงานข่าวท้องถิ่นก็ค่อยๆ ละเลยไป นี่เป็นเหตุผลสำคัญที่ทำให้ผู้ชมมีอารมณ์ "หลีกเลี่ยงข่าวสาร" ไม่สามารถตอบสนองความต้องการของผู้ชมสำหรับข่าวท้องถิ่น หลายครั้ง ผู้ชมเพียงต้องการทราบว่าเกิดอะไรขึ้นรอบตัวพวกเขาและไม่ต้องการให้ความสนใจกับเหตุการณ์ข่าวที่อยู่ห่างไกลมากเกินไป สื่อหลายแห่งสังเกตเห็นแนวโน้มนี้และกำลังกลับมามุ่งเน้นไปที่การรายงานในท้องถิ่น การเปลี่ยนแปลงนี้จะดำเนินต่อไปในยุค AIGC โดยมีสำนักข่าวจำนวนมากขึ้นเรื่อยๆ ที่มุ่งเน้นไปที่การรายงานข่าวในท้องถิ่น

(6) แอปพลิเคชัน AIGC ที่ลึกซึ้งยิ่งขึ้นส่งเสริมนวัตกรรมประเภทข่าว

อุตสาหกรรมสื่อสารมวลชนมีทัศนคติเชิงบวกเกี่ยวกับการใช้เทคโนโลยีใหม่ๆ อุตสาหกรรมสื่อสารมวลชนเก่งในการใช้รูปแบบสื่อใหม่ๆ ในรายงานข่าวเพื่อให้ได้เอฟเฟกต์การนำเสนอที่สมบูรณ์ยิ่งขึ้น ตัวอย่างเช่น ด้วยความช่วยเหลือของข้อมูลขนาดใหญ่และเทคโนโลยีอัลกอริธึม วารสารศาสตร์ข้อมูลได้เกิดขึ้น โดยมีการนำเสนอข้อมูลที่เป็นกลางด้วยภาพ อีกตัวอย่างหนึ่งด้วยความช่วยเหลือของเทคโนโลยีมัลติมีเดีย "New York Times" จัดทำรายงานที่ครอบคลุมเกี่ยวกับหิมะถล่ม ที่เกิดขึ้นในทันเนลครีกในเทือกเขาแคสเคดในรัฐวอชิงตัน การรายงาน มีการเปิดตัวรายงานพิเศษดิจิทัล "หิมะถล่ม" (SnowFall) ทั้งข้อความ รูปภาพ วิดีโอ เนื้อหาข้อมูล และรูปแบบสื่ออื่น ๆ ซึ่งถือเป็น "การกำหนดนิยามใหม่ของการรายงานข่าว" ".

ในทำนองเดียวกัน ด้วยการดูดซับคุณลักษณะและข้อดีของเทคโนโลยี AIGC ข่าวประเภทใหม่ๆ ก็จะเกิดขึ้นเช่นกัน นวัตกรรมที่เป็นไปได้อย่างหนึ่งคือ "ข่าวเชิงโต้ตอบอัจฉริยะ" กล่าวคือเนื้อหาหลักของรายงานมุ่งเน้นไปที่แกนหลักของเหตุการณ์ข่าว และผู้อ่านสามารถโต้ตอบได้ตลอดเวลาผ่านกล่องโต้ตอบที่แนบมากับหน้ารายงานเพื่อทำความเข้าใจ ข้อมูลความเป็นมาของข่าว สาเหตุและผลกระทบของเหตุการณ์และบริบททางประวัติศาสตร์ และแม้แต่ความคืบหน้าของเหตุการณ์ล่าสุด ฯลฯ การโต้ตอบระหว่างผู้ชมและรายงานข่าวจะได้รับการปรับปรุงอย่างที่ไม่เคยมีมาก่อน แน่นอนว่านี่เป็นเพียงหนึ่งในความเป็นไปได้ ด้วยการประยุกต์ใช้ AIGC ในอุตสาหกรรมข่าวที่ลึกซึ้งยิ่งขึ้นอย่างต่อเนื่อง ประเภทและรูปแบบข่าวที่มีจินตนาการมากขึ้นอาจปรากฏขึ้นในอนาคต

บทสรุป:

AIGC จะมาแทนที่การสื่อสารมวลชนหรือไม่

นักวิชาการชาวเยอรมัน ชเตาเบล สรุปขั้นตอนของวิวัฒนาการทางเทคโนโลยีไว้สามขั้นตอน: ขั้นแรก "การประดิษฐ์" "นวัตกรรม" ครั้งที่สอง และสุดท้าย "การทำให้เป็นสถาบัน" ซึ่งก็คือการก่อตัวของวัฒนธรรม โดยสรุป "สิ่งประดิษฐ์" คือการสร้างสรรค์ตั้งแต่เริ่มต้น และ "นวัตกรรม" คือการใช้ประโยชน์และปรับปรุงบนพื้นฐานของการประดิษฐ์ สำหรับสถานการณ์ปัจจุบัน AIGC ยังอยู่ในขั้นตอนของการประดิษฐ์และกำลังก้าวไปสู่ขั้นตอนของนวัตกรรมที่บูรณาการกับสาขาต่างๆ จากมุมมองของประวัติศาสตร์การพัฒนาเทคโนโลยีนั้น ต้องใช้กระบวนการที่ยาวนานกว่าเทคโนโลยีใดๆ ที่จะได้รับการยอมรับ ยอมรับจากสังคม และเข้ามามีบทบาทอย่างแท้จริง เราไม่ควรประมาทการเปลี่ยนแปลงที่ AIGC อาจก่อให้เกิด หรือประเมินความเร็วที่จะดำเนินการให้สูงเกินไป

AIGC กำลังส่งเสริมนวัตกรรมในการรวบรวมข่าว การผลิต และการนำเสนอ แต่ยังเร็วเกินไปที่จะ "ขัดขวาง" และ "เปลี่ยนแปลง" ในแบบสำรวจของเรา ผู้ปฏิบัติงานส่วนใหญ่ (50.5%) ยังเชื่อด้วยว่าสำหรับการสื่อสารมวลชน เครื่องมืออย่าง ChatGPT มีบทบาทสนับสนุนมากกว่า และมีเพียง 10.5% เท่านั้นที่เชื่อว่าเครื่องมือเหล่านี้เป็นเครื่องมือในการปรับปรุงคุณภาพ ผลกระทบพื้นฐานที่สุดของ AIGC ต่ออุตสาหกรรมสื่อสารมวลชนก็คือการที่ AIGC ได้กระตุ้นให้เกิดการเปลี่ยนแปลงวิธีการผลิตข่าว จึงเป็นการสร้างความสัมพันธ์ทางการผลิตขึ้นใหม่ โดยเฉพาะอย่างยิ่ง AIGC ได้ปรับปรุงประสิทธิภาพของการผลิตข่าวและลดเกณฑ์การผลิตข่าวลง การใช้เทคโนโลยี AIGC เช่น ChatGPT ผู้ชมสามารถสร้างข้อมูลข่าวและความคิดเห็นที่กำหนดเองได้ตามความต้องการข้อมูลของตนเอง ผลก็คือ ผู้ชมแบบดั้งเดิมได้เสร็จสิ้นการเปลี่ยนแปลงอัตลักษณ์ของตนแล้ว จากผู้บริโภคข้อมูลเชิงรับไปจนถึงผู้ผลิตข่าวที่กระตือรือร้น ซึ่งจะเปลี่ยนรูปแบบและการรับรู้ที่มีอยู่ของอุตสาหกรรมสื่อสารมวลชน นี่คือแนวโน้มที่สื่อสารมวลชนควรระมัดระวังและจำเป็นต้องรับมือมากที่สุด

แน่นอนว่าเทคโนโลยีขั้นสูงอาจเปลี่ยนวิธีการผลิต แต่ก็ไม่สามารถเปลี่ยนสถานที่รับผิดชอบได้ สำหรับวงการสื่อสารมวลชนโดยเฉพาะ มนุษย์จะเป็นผู้มีบทบาททางศีลธรรมและผู้เฝ้าประตูขั้นสูงสุดที่อยู่เบื้องหลัง AI เสมอ แม้ว่าบทความทั้งหมดจะถูกสร้างขึ้นโดย AIGC ก็ตาม จากมุมมองนี้ ความรับผิดชอบของมนุษย์จะมีความสำคัญมากขึ้น นอกจากนี้ยังจะมีความสำคัญมากขึ้นเรื่อยๆ ในการเสริมสร้างความรับผิดชอบของหน่วยงานหลัก เสริมสร้างการตรวจสอบ และสร้างจริยธรรมและบรรทัดฐานในการสมัครของ AIGC

คำว่า "ข่าว" ไม่เพียงแต่หมายถึง "รายงานข่าว" ที่เราอ่านได้เท่านั้น แต่ยังหมายถึงอุตสาหกรรมสื่อสารมวลชนและประเพณีข่าวที่อุตสาหกรรมนั้นดำเนินอยู่ รวมถึงค่านิยม บรรทัดฐานในการปฏิบัติงาน หลักการทางจริยธรรม และอื่นๆ ในฐานะวัตถุหมดสติ AI ไม่เคยสืบทอดและปฏิบัติตามประเพณีเหล่านี้ ซึ่งเป็นพื้นฐานสำหรับการดำรงอยู่และความต่อเนื่องของการสื่อสารมวลชน

ChatGPT จะไม่เข้ามาแทนที่นักข่าว แต่เป็นเพียงงานบางส่วนเท่านั้น นักข่าวที่มีประสบการณ์มีความอ่อนไหว ความเข้าใจ และความเห็นอกเห็นใจสูงต่อเหตุการณ์ข่าว และสามารถดึงคุณค่าของข่าวมาเขียนด้วยถ้อยคำที่คล่องแคล่ว ลักษณะเฉพาะเหล่านี้เป็นความสามารถที่ ChatGPT ไม่สามารถทดแทนได้ เมื่อกระแสคลื่นซัดสาด นักข่าวที่ยอดเยี่ยมและองค์กรข่าวที่เชื่อถือได้จะมีความสำคัญมากขึ้นเรื่อยๆ ต้นกำเนิดของเหตุผลเชิงเครื่องมือนั้นผูกพันกับคุณค่าของเหตุผล สำหรับอุตสาหกรรมสื่อสารมวลชน การเสริมสร้างความเป็นมืออาชีพและอำนาจ โดยเน้นการรายงานเชิงสืบสวนและการรายงานเชิงอธิบายจะเป็นทางออกในยุค AIGC

หลายคนคิดว่า ChatGPT ปรากฏแล้ว ให้ GPT เขียนบทความและแทนที่การสื่อสารมวลชนด้วยซ้ำ แต่มุมมองนี้กลับเพิกเฉยต่อความซับซ้อนของการสื่อสารมวลชนและความสำคัญของการดำรงอยู่ของการสื่อสารมวลชนอย่างเห็นได้ชัด อุตสาหกรรมสื่อสารมวลชนที่แท้จริงคือ "การมองก้มหัว" การปกป้องผลประโยชน์สาธารณะและแสดงความต้องการของประชาชน นี่คือความรับผิดชอบของอุตสาหกรรมสื่อสารมวลชนและเป็นจุดเริ่มต้นของการต่อสู้ของนักข่าวรุ่นต่อรุ่น เครื่องมือทางเทคนิคไม่เข้าใจความหลงใหลนี้ และเราไม่สามารถถ่ายโอนความรับผิดชอบและความเป็นมืออาชีพไปยัง ChatGPT ทีละบรรทัดได้ AIGC ไม่สามารถแทนที่การสื่อสารมวลชนได้ในตอนนี้