撰文：羅思涵／換日線編輯部
如果一篇報導，有部分內容來自 AI 生成，那它還算是「記者寫的新聞」嗎？
人工智慧（AI）的到來改變了各行各業的工作流程，媒體業自然也面臨職場變動。但當新聞產製流程的步驟出現變化，AI 的導入已不單純只是技術突破，更會隨著撰文者的使用方式，影響整個媒體的倫理及信任機制。
近期國際媒體就發生了兩起案例，同樣是使用 AI 協作，卻走向完全不同的「結局」，也讓外界開始正視：當 AI 成為新聞生產的一部分，界線到底該劃在哪裡？
半年 600 篇報導，是「效率革命」還是「危險實驗」？
2026 年 3 月，《華盛頓郵報》以〈媒體界即將引來一場人工智慧劇變〉為題，專訪了一位把 AI 納入日常工作的記者。
今年 42 歲的 Nick Lichtenberg，已在新聞業累積超過 10 年經驗，曾任職於《商業內幕》、《彭博》等知名媒體。自 2025 年 7 月重返《財富》雜誌擔任編輯後，他在短短半年內完成逾 600 篇報導──這個數字，甚至超過多數記者一整年的稿量。
這樣的產出速度，並非來自更長的工時，而是一套不同的工作方法。
「我確實有一點怪。」Nick 接受採訪時提到，不同於每天在資料中尋找可以深耕的報導主題、頻繁與受訪者聯繫的傳統記者，當他收到新聞稿或研究報告時，會先將資料交給 AI 工具處理，透過設定指令（prompt），快速整理出一篇可供刊登的新聞初稿。
這種產製報導的作法，被描述為新聞產業的「第三軌」（the third rail of journalism）。
原意是指為火車及地鐵供電的高壓軌道，一旦不小心觸碰就會死亡。相同概念延伸到新聞領域，則被用於比喻那些「充滿爭議、高度敏感」的報導主題，一個細節不小心出錯，就可能賠上一名記者的職涯。
而在 AI 時代，這條「高壓軌道」正從報導題材，延伸到「報導是怎麼被寫出來的」：記者是否使用 AI、如何使用、是否揭露，以及誰來負責最終事實查核，都成為新的爭議焦點。一旦處理失當，影響的不只是記者個人，更是整間媒體的公信力，與讀者對新聞內容的信任。
不過，Nick 並不避諱讓外界知道他在工作中使用 AI，反之，他選擇公開討論這套工作流程。他在接受路透新聞學研究所（RISJ）採訪時更直言，「能用工具快速收集原始素材、綜合整理可用的資訊，應該是記者們的夢想。」
來自《紐約時報》的一記警鐘：AI 協作講求「求證」
同樣是使用 AI 協助寫作，另個發生在《紐約時報》的案例，卻走向完全不同的結局。
今年初，一名讀者發現，自由撰稿人 Alex Preston 在《紐約時報》上刊登的書評，與《衛報》在去年 8 月針對同一本書的評論，內容上存在多個相似之處。
收到讀者回饋後，《紐約時報》隨即展開內部調查。Alex 坦言，該篇文章是他及 AI 協作的成果；但他在轉交稿件到編輯檯的過程中，並沒有留意到 AI 修改後的版本，實際上直接挪用了《衛報》文章的部分內容。
事件曝光後，《紐約時報》在該篇書評中附上編輯說明，標示此篇文章經人工智慧工具協助，並附上《衛報》的原文報導。同時，《紐約時報》發言人也對外證實，Alex 將不會再為該報撰稿。
與前一個《財富》的案例相比，關鍵差異或許不在「是否使用 AI」，而是「如何使用」：一邊讓工作效率被放大，另一邊卻是打著方便之名，讓多方間的信任崩解。
在全球局勢動盪之際，這則新聞可能只是書評界的一次風波，甚至在重大時事新聞前顯得「微不足道」，但它所反映出的問題卻遠不只於此：當 AI 已能介入創作過程，我們是否真的準備好，面對它帶來的風險與責任？
同樣是使用 AI 撰稿，為何迴響大不同？
從這兩起案例來看，明明都是在媒體產業使用 AI 工具，兩位當事人卻迎來了截然不同的評價，其背後有兩個關鍵因素：媒體本身的規範，及記者如何把 AI 納入工作流程。
《觀察》雜誌的評論提到，對於以流量與速度為導向的媒體而言，AI 幾乎已成為提高報導量的必要工具；但對強調作者觀點與原創性的媒體來說，AI 的介入，反而可能動搖內容的價值，因此多採部分限制甚至全面禁止。
換句話說，在不同媒體體系中，AI 並不只牽涉工具選擇，而是關乎內容定位的核心問題。不過，即使在允許使用 AI 的環境中，「怎麼用」仍然決定了一切。
以《財富》雜誌為例，Nick Lichtenberg 習慣將 AI 導入報導撰寫的前置工作，如整理訪談逐字稿、歸納大量資料、建立文章架構。也因此，如同其主管 Alyson Shontell 所言，Nick 撰寫的文章中，至少有超過五成的內容出自他自身的觀點及判斷。
在公司被賦予人工智慧導入任務的 Nick，將 AI 視為一種快速收集原始素材的工具，他自己則會仔細查核結果，並在既有架構中增添讓文章更完整的細節。換言之，對他而言 AI 扮演著加速「整理資訊」，而非「做出決定」的角色，最終一篇文章的刊出，仍會回到記者本身這關，進行查核與補充。
但在《紐約時報》的例子中，問題反而出在 AI 介入了「寫作本身」。作為撰稿人，Alex 選擇利用大型語言模型（LLM）擴寫自己的書評，卻沒有留意到修改後的版本幾乎逐字逐句使用了別人的文章。
這樣的例子再次凸顯了，在人工智慧的廣泛應用下，「查核」成為不可被省略的一步。根據路透新聞學研究所的報告，許多有使用 AI 協作的自由撰稿人，仍會投入大量時間進行驗證，有時付出的時間可能超過原本利用 AI 所節省下的時間。
當 AI 也能寫新聞，我們還能相信什麼？
在 AI 加速報導產製速率的同時，其中藏有的錯誤及失信機率也同樣被放大。這對一個高度依賴讀者信任、必須維持內容準確度的產業而言，是一道尚未被解決的結構性難題。
回到最一開始的問題：如果一篇新聞中有部分內容來自 AI，它還能算是由記者產出的報導嗎？
每個人心中的答案可能都不同，但比起急著下定論，更重要的是另一個正在發生的轉變──當讀者無法清楚辨識 AI 在一份報導中扮演的角色，究竟還能依靠什麼來判斷當中資訊是否可信？
從上述兩個案例來看，真正影響走向兩個不同結尾的關鍵，並不是撰文者有沒有使用 AI，而在於如何應用、是否有揭露使用事實，及人類撰文者能否負起最終查核與判斷的責任。
當 AI 成為新聞產製流程的一部分，記者的價值，不再只是「寫得快」或「寫得多」，而是在資訊洪流中，替讀者把關哪些內容值得被相信。在這樣的時代下，只要 AI 協作的界線尚未被劃定，讀者對於「可信」的期待，反而只會變得更高，而不是更低。
至於當代讀者們，也需學會一門課題：不是所有看到的內容都值得相信，辨識與選擇相信誰，本身也成了一種 AI 時代必備的識讀能力。
-
換日線「AI 時代，我這樣學＿＿」徵稿中，歡迎你 5 月 25 日前投稿，有機會獲得「天下數位全閱讀」免費試閱權益，以及 2026 教育特刊一本！
執行編輯：洪翊芳
核稿編輯：孫雅為
