AI记者 · AI REPORTER
媒体AI为什么出错:32条争议案例背后的七类风险与编辑流程
从模型输出到正式报道,错误可能在多个环节产生,也可能因编辑流程的缺口而进入发布。基于英国新闻业刊物Press Gazette汇编的32条公开争议记录及6起具备完整一手说明的典型案例,AI引发的新闻事故呈现出作者与专家身份、引语归属、事实与原创性、图像真实性、生成输出交接、规则披露及外包组织责任等七类相互重叠的风险。案例表明,“有人审过”不等于事实得到独立核实,检测结果不能替代对实体、原件和采购链条的基础查证。纠错记录和紧急截停证明了事后干预的存在,但尚不能证明防范机制长期有效。
核心判断
把AI失误分成输出、证据和组织流程三个层次,才能判断该修哪个环节;身份、引语、事实、图像和供应稿需要各自的核验对象。
发票和外包书单揭开的缺口
《密西西比自由报》(Mississippi Free Press, MFP)编辑Kevin Edwards在2026年4月17日的说明中回忆,发现发票上的姓名与此前刊发的观点文章作者姓名不符。这一脱节随即引发对作者真实性的排查:编辑核实发现,该作者邮件签名中的社交平台链接失效,其履历所列供职机构的另一位编辑此前也遇到过同一虚假联络人,文稿附带的头像则由AI生成。该报随后撤下该稿,并截停了另外3篇待发稿件。
类似的问题同样可能发生在看似成熟的供稿管线中。2025年5月,《芝加哥太阳时报》(Chicago Sun-Times)随报发行的暑期特刊中,出现了一份包含完全虚构书籍的推荐书单。该特刊由报社发行部门直接向第三方内容供应商King Features购入,全程未经过本报采编团队的审查,亦未向读者标明第三方内容来源。这一采购流程的缺口,成为事后机构说明的重点。
沿着两起事件的发布过程,本文比较关注两个层次:错误或冒充是怎样产生的,以及约稿核验、流程交接和外包采购为什么没有阻止其对外发布。仅描述AI产生了错误,无法完整说明第二个层次。
32条记录能说明什么
Press Gazette汇总的32条争议记录,涵盖了2023年至2026年间多家新闻机构发生的AI使用争议、公开撤稿与失误通报。这32条记录并不是全行业的随机抽样,亦不能折算为独立事故频次或故障发生率——例如围绕同一位争议作者的多家媒体排查便占据了多个条目。
综合这批记录所呈现的具体场景,新闻机构面对的AI相关风险大致落在以下七个非互斥的维度:
1. 作者与专家身份:借助AI生成的人格、履历或头像投稿,或是报道中引述了实际上不存在的专家。此类问题容易在仅根据电子沟通顺畅度建立信任的环节被遗漏。
2. 引语和来源归属:模型生成的概括性叙述被包装为直接引语,或凭空将言论指派给真实存在的学者与官员。若未向发言者本人或公开原件核对,此类编造极易穿透把关。
3. 事实与原创性:模型生成的虚构书名、条目细节混入成稿,或生成内容与既有文献存在未注明的雷同。如果审读没有进一步核对名称、数字和出处,文字通顺就不足以证明这些内容真实。
4. 图像真实性:AI生成图片被当作真实新闻现场发布,或编辑软件的AI修图功能在调整画面时改变了原图记录的事实信息。
5. 生成输出交接:操作者在复制粘贴时,将提示词、系统指令或模型生成的修改建议一并带入正文,最终进入排版或社交平台发布流。
6. 使用规则与披露:机构制定了AI政策但未有效传达给特约撰稿人,或作者使用AI的方式、媒体的内部许可和读者得到的披露并不一致,从而在刊出后引发合规与伦理争议。
7. 外包与组织责任:通过辛迪加购买、商业合作或非采编部门直接引进的内容,绕过了采编团队的日常事实把关,造成责任悬空。
本文从上述记录中选取6起事件,补读机构主编或编辑部的公开一手说明,作为具体归因的依据。其余条目用于类型整理,不承担未核实的具体因果判断。对比这6起案例,必须将模型自身的生成错误、故意或疑似冒充,以及正常使用AI但引发政策执行争议的情况明确区分开来。
身份核验:发表经历为何不能代替确认
MFP与Policy Options都涉及作者真实性,却不能作相同定性:前者的编辑说明确认了虚假作者与合成头像;后者是在尝试核验后仍无法确认身份。MFP的处理还出现了一个可观察的改进结果——在继续核查时截停另外3篇稿件。截停证明这次检查发挥了作用,不证明所有未来投稿都能被识别。
加拿大政策杂志《Policy Options》主编Les Perreaux于2026年9月24日披露,该刊在2025年10月刊发了署名Daniel Robson的文章。当时编辑部依赖该作者在其他媒体的既往发表经历以及近一个月的日常编辑往来,形成了主编所称的“信任层叠”(trust cascade)。在收到外部编辑提醒后,刊物于2026年9月进行核验,对方以安全顾虑为由拒绝提供可核验的职业资料和视频。由于独立查证后仍无法确认该作者身份,刊物撤下了稿件、简介及法文版。本文比较认为,无法确认作者身份属于身份核验失败,必须如实记录作者提出的安全顾虑,但不能直接据此断定该文全部正文均由AI生成。
生成内容:引语与事实需要不同的证据
科技媒体《Ars Technica》则展现了内部采编环节中的模型生成错误。主编Ken Fisher于2026年2月15日发布撤稿说明,确认报道中归给Scott Shambaugh的引语系AI虚构,承认此举违反了既有编辑标准,并在复查该作者近期作品后暂未发现额外问题。至2026年4月22日,该刊进一步明确具体规则:AI可辅助研究与编辑,但具名人士的引语和观点必须从记者直接查看的原始记录取得,AI输出绝不能作为权威来源。
商业媒体《CNET》的案例展示了人机协同流程中的事实核对漏洞。编辑Connie Guglielmo于2023年1月发布说明,说明指出CNET Money自前一年11月起测试内部AI引擎,共生成了77篇金融解释性文章(77篇为试点总产量,而非出错篇数)。该流程由人类先拟定提纲,再对AI生成的初稿进行增补与编辑。然而后续全量审查发现,部分文章仍存在大小不一的事实错误与表述重复,查重工具在实际操作中存在漏检或未正确使用。该刊随后暂停了该项测试,对问题文章添加更正说明,并增加了更显著的署名披露。
组织责任:供应稿与AI规则如何交接
《芝加哥太阳时报》首席执行官Melissa Bell于2025年5月20日就虚构书单事件作出说明。该报明确指出,问题根源在于特刊由发行部门向King Features购入后,完全未经过本报采编团队审查,且未向读者标明第三方来源。报社为此撤下电子版并免收该特刊费用,宣布未来将要求所有授权内容符合本报编辑标准并注明出处。供稿方King Features则表示自身已有禁用AI规则,系作者未披露擅自使用,因而终止了合作。此案的核心机制在于组织采购管线与编辑审查管线的脱钩。
澳大利亚独立媒体《Crikey》的案例则属于使用规则与披露沟通的问题。主编Sophie Black于2026年3月19日说明,在外界学者提醒后联系作者,作者承认曾使用ChatGPT协助润色、纠正拼写及拟定替代小标题,并向编辑部提交了草稿笔记。尽管作者提交了草稿笔记,这本身并不足以独立证实AI的使用仅限于有限润色,但保留了作者本人的具体陈述;编辑部撤下了当日文章及此前的3篇系列文章。主编公开承认,尽管刊物有公开规则,但在作者投稿前并未将规则直接送达并向作者明确。这份说明确认了政策执行与沟通的问题,但撤稿本身并不证明该系列文章存在事实虚构;也不能把未提前告知规则当成违规的唯一原因。
为什么“人类审过”仍然不够
从上述案例的机制对比中可以得出,即便新闻机构拥有经验丰富的采编人员或发布了公开声明,“人类审过”依然不等于“事实核过”。
结构、行文和逻辑检查,与核对作者身份、引语原件及书目记录,是不同的编辑动作。CNET已经有人列提纲、增补和编辑,却仍需事后纠错;这说明“人参与过”不能作为每项事实已查清的凭据。AI检测回答的是文本生成特征,身份是否真实、某句话是否确由某人说过、一本书是否存在,需要各自的现实证据。
从这些具体案例出发,本文将需要警惕的流程错位概括为:
⚬ 将既往声誉当成身份凭据:在约稿沟通中,仅凭作者在其他媒体发表过的记录或顺畅的邮件交流来替代对作者真实实体的核实,这种做法可能把其他媒体同样未经核实的信任继续传递下去。
⚬ 将生成内容当成原始证据:如果具名引语找不到可直接查看的录音、书面回复或原始文件,AI摘要不能补足缺失的证据。Ars的撤稿并未公开每一步操作,不能替当事编辑推演细节;其后续规则明确了原件查阅的要求。
⚬ 将外包采购当成免检通道:把第三方供稿或发行特刊视为不需要经过本报事实核验的成品,就可能让采购完成替代编辑审查;太阳时报的说明记录了这样的流程缺口。
⚬ 将公开规则当成规则已送达:仅在网站公开AI指引,而未在与自由撰稿人约稿、签约时白纸黑字确认其知晓并承诺遵守,就存在规则已公开而作者未被直接告知的落差。Crikey承认了告知不足,不能据此断言作者完全不知情。
把检查放到具体的工作环节
在具体操作层面,防范机制需要落实为采编各环节的可操作动作,而非泛化的人工重复审读。
生成辅助的交接也应单独检查:把可发布正文与提示词、修改建议和参考草稿分开,交稿前清理系统回复残留;约稿时说明本刊允许、禁止及需要披露的AI用法,并留下作者已收到规则的确认。清理提示残留只完成交接检查,不能代替对正文事实的核验。
对于新作者与自由撰稿人,编辑部需要建立可靠的身份核验动作。这并不意味着强迫所有记者公开法定证件或剥夺使用笔名的权利。身处危险环境或从事敏感题材报道的作者常常具有合法的安全顾虑,如Policy Options案例所示。合理的机制是建立私下的可靠核验——由负责编辑在严格保密的前提下,通过可靠渠道核实其身份与专业经历,对外发表时仍可完全保留笔名或匿名状态。如果始终无法完成必要核验,应明确该稿仍存在什么证据缺口;不能仅凭作者拒绝视频或公开信息,就直接认定其为AI虚构。
在引语与知识载体的把关上,Ars Technica在事故后确立的原则提供了明确参考:涉及具名人物的引语,采编人员必须直接查看原件,无论是采访录音、书面回复还是权威原始文件,严禁从AI摘要中提取直接引语;涉及书目、法条、历史事件及事实框,编辑应独立检索图书数据库或权威档案,而不是依赖文本本身的合理性。对于图像处理,若使用AI工具进行编辑,必须对照原图和处理后的版本,确认处理过程未改变、增加或抹除任何新闻事实信息。在组织责任方面,太阳时报的经验表明,任何由发行或商业部门引进的第三方内容,必须与自主采编稿件承担明确的编辑核验责任,未经采编流程把关的内容不得冠以本报背书发布。
已经纠错,尚未证明长期有效
需要明确的是,无论是《密西西比自由报》截停待发稿件、《Ars Technica》出台原件查证政策,还是各家媒体开展的回溯审查,当前能确认的仅仅是机构在发现漏洞后的即时纠错记录与截停动作。这些具体的补救措施是否能够在技术持续演进的背景下长期、有效地防止错误再度发生,依然有待更长时间维度的观察与检验。事实纠错记录的存在,说明流程短板已被正视,但并不等同于长期有效的防范机制已经建立。
方法提要
七类风险可以重叠,不能把32条记录当成32起独立事故。
曾经发表不等于身份核实;模型摘要不等于引语原件。
有人编辑不等于逐项查证;采购完成不等于编辑审查完成。
撤稿、更正和截停可以核实,长期防范成效仍需观察。
