最近的裁员和办公室关闭加剧了对生成人工智能(GenAI)对新闻业的影响的关注。 ,引用了对其网站的流量放缓。 .   解雇了21%的员工   TechCrunch欧洲业务的明显关闭 解雇了21%的员工 TechCrunch欧洲业务的明显关闭 这些例子表明,新闻和科学研究面临更深层次的挑战 - 大型语言模型(LLMs)所造成的动荡。OpenAI、困惑性、人性化等正在影响新闻门户的流量,并改变新闻编辑和制作的方式。 A GenAI-induced upheaval 在2025年初,路透社研究所发布了其 在接受调查的编辑和首席执行官中,只有41%对新闻业的未来有信心,75%对出版商网站的流量下降感到担忧。   关于新闻业健康的报告 关于新闻业健康的报告 流量下降是一个日益增长的问题. 来自社交媒体的流量已经 虽然一些出版商看到了 在最近的几个月里,这是搜索引擎流量的损失,然而,这是真正关乎出版商。 在 Safari 浏览器中。 自2022年以来稳步下降   来自Facebook的流量上升   首度记录谷歌搜索查询下降 自2022年以来稳步下降 来自Facebook的流量上升 首度记录谷歌搜索查询下降 GenAI的出现在很大程度上是导致这一下降的。 , 61%的Z世代和53%的千禧一代选择使用ChatGPT等聊天机器人搜索网络. 出版商的问题是,AI聊天机器人为读者提供内容的概括版本,这使得在许多用户眼中不必要去源头。   最近的调查 最近的调查 Google embraces GenAI 作为世界领先的搜索引擎,谷歌最初不愿接受GenAI进行搜索,但去年夏天,它改变了面貌。 ,这为用户提供了人工智能生成的摘要,以及传统的网站列表。 并将广告添加到此功能一个月后。   谷歌 AI 概览   AI 模式为 Google 搜索 谷歌 AI 概览 AI 模式为 Google 搜索 谷歌热衷于强调,AI在其搜索中的增加整合并不一定意味着出版商的流量减少。 “在AI概览中包含的链接获得的点击比如果该页面出现在传统的网页列表中要多。 他们最近的员工削减是交通水平下降的结果。 指出此   商业内部人士表示, 指出此 商业内部人士表示, Concerns for journalists 随着谷歌现在完全进入AI游戏,对新闻和研究健康的担忧充斥着。由于减少对出版商的流量造成的收入损失也许是最大的担忧。 ,对于许多较小的和更小的 niche 出版物来说,在他们的网站上运行广告是他们最一致和最有效的收入来源,广告商只会向您支付,如果您有流量到您的网站。   订阅他们的收入的大部分 订阅他们的收入的大部分 然而,搜索流量并不是 GenAI 造成的唯一潜在问题,人工智能概括了过于简化复杂问题的风险。 “一个记者可能会工作几个月来揭露新的信息,仅仅是为了人工智能把它压缩起来,并将其折叠成一些微不足道的摘要。   最近评论 最近评论 Different business models and a return to in-depth journalism 不同的商业模式和回归深入新闻 GenAI的干扰不是一维的,并且对于它所创造的每一个挑战,也有潜在的新好处。 首先,GenAI的转变可以支持回归高质量的研究和新闻业。许多出版商使用的基于广告的商业模式产生了收入。 在那里,数百家出版商都以相同的方式报道相同的事件。   结果是平行覆盖 结果是平行覆盖 远离这种模式的转变可能会使新闻业回归一个更深入的研究方法,令人鼓舞的是,有证据表明,这种类型的产出可能在GenAI时代的需求很高。 该法学硕士在响应搜索请求时似乎优先考虑来自可信的出版商的高质量内容. 这包括小型媒体,如本地报纸和商业出版物. 虽然尚不清楚出版商和记者如何利用这一机会,但这是一个积极的迹象,质量新闻仍将在AI主导的信息环境中发挥重要作用。   注意到 注意到 当然,出版商需要在财务上生存才能实现这一点,而在这里,GenAI可能能够弥补所造成的收入损失,具体来说,出版商希望通过向GenAI公司授权其产量来获利。 为LLM培训授权其内容。   与亚马逊签署协议 与亚马逊签署协议 New approaches to research and reporting 研究和报告的新方法 GenAI的出版商、研究人员和记者的智能使用也可能有助于新格式蓬勃发展,例如,GenAI可以帮助出版商提供越来越个性化的新闻体验,这一趋势在全球范围内显著重要。 .   路透社研究所报告 路透社研究所报告 GenAI工具还可以用来处理重复性的任务,释放人类天赋,进行更深入的调查工作。此外,对于这种类型的输出所需的细微研究可以得到AI和其他技术工具的支持。 “调查涉及数万页不组织的文件,或数百小时的视频,或每一个联邦法院文件。 ,描述了潜力为 这种强大的 GenAI 应用程序可以与先进的 Web 扫描相结合,该应用程序可以自动从 Web 收集大规模数据。 高质量的调查新闻和研究通过举措如 ,这提供了免费访问这些工具. GenAI可以帮助 从网页上扫描并识别值得注意的事实或模式。 already supports Project 4β   通过数据 通过数据 Between the two scenarios 两种场景之间 最糟糕的场景是,出版商面对流量丢失,记者利用越来越不确定的独立工作来生存,而人工智能产生的内容可能会填补一些差距,持续的信任,来源和准确性问题可能会在整个信息生态系统中产生深远的不信任。 在这种情况下,记者和研究人员将通过他们在生成搜索结果中扮演的角色来提高他们的地位,而新的AI工具和更大的数据访问将帮助他们产生高质量的工作。结果是回归深入的调查新闻,提供细微和洞察力来补充人工智能生成的摘要和概述。为了实现这种情况,组织必须支持记者和研究人员向深入、数据驱动和人工智能辅助的新闻业转向。

oxylabs.io

Read My Stories

該音頻是用故事的原始語言製作的！

生成人工智能是伪装为新闻的祝福吗?

About Author

註釋

標籤

这篇文章刊登在

Related Stories

架构师指南：构建 AI/ML 数据湖参考架构

想赢得 HackerNoon 写作比赛吗？以下是 #crypto-api 比赛获奖者的推荐

看不见的层面：为什么用户访谈是不可替代的资产

Claude Sonnet 3.5 系统提示泄漏：法医分析

架构师指南：构建 AI/ML 数据湖参考架构

想赢得 HackerNoon 写作比赛吗？以下是 #crypto-api 比赛获奖者的推荐

看不见的层面：为什么用户访谈是不可替代的资产

Claude Sonnet 3.5 系统提示泄漏：法医分析

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps