OpenAI向Lenfest再追加1000万美元支持，其中500万美元为现金、最多500万美元为软件与工程支持，推动地方新闻AI试验向可复用基础设施和更广泛机构推广。项目将把AI工程师嵌入编辑部，整理成熟成果为工具与实施指南，同时强调事实审查、编辑独立和长期评估的重要性。
OpenAI与美国新闻公益机构Lenfest Institute for Journalism周一（9月28日）宣布，扩大双方合作的地方新闻人工智能项目。OpenAI将在原有支持基础上追加500万美元现金，并提供最高500万美元的软件额度和工程支持，使其对Lenfest AI Collaborative and Fellowship Program的新增承诺达到1000万美元。
这项计划的重点，不只是让新闻机构获得人工智能工具，而是把人工智能工程师嵌入编辑部，帮助地方媒体从具体业务问题出发，开发能够投入日常使用的系统。Lenfest表示，下一阶段将扩大参与新闻机构的范围，并把部分成熟项目整理为工具、插件、实施指南和工作手册，供更多新闻机构采用。
从两年试点转向更大范围的推广
Lenfest AI Collaborative and Fellowship Program于2024年启动，最初由Lenfest与OpenAI、微软合作推动。根据Lenfest Institute的项目资料，项目后来已为11家美国新闻机构提供资助，让它们各自聘用一名为期两年的人工智能工程师，并获得OpenAI及微软Azure的技术额度。
最初的参与者包括《费城问询报》、芝加哥公共媒体、Newsday、明尼苏达州《星论坛报》和《西雅图时报》等。2024年启动时，OpenAI和微软各自提供250万美元现金及250万美元软件或云服务额度，项目总规模最高达到1000万美元。Lenfest当时希望，通过新闻机构之间共享代码、产品开发经验和治理做法，让单个编辑部的试验能够被行业复制。
在新阶段，Lenfest将继续采用把全职人工智能工程师放进新闻机构内部的方式，但申请范围将不再主要限于大城市报纸。根据哈佛大学尼曼新闻实验室的报道，新一轮项目将考虑地方电视新闻机构和提供全州公共服务的新闻组织。
Lenfest首席执行官吉姆·弗里德里希告诉尼曼新闻实验室，项目的一个关键经验是，工程师由当地机构聘用、在当地工作，并被视为当地团队的一员。他们并不是Lenfest、微软或OpenAI的员工，也不被要求使用某一家公司的技术。这种安排使工程师能够从实际工作流程和组织文化出发，寻找适合各机构的问题。
试验项目从档案搜索延伸至商业运营
OpenAI在合作扩展公告中列举了试点期间形成的多个案例。在《费城问询报》，项目支持开发了Dewey，一款帮助记者搜索数十年历史报道的工具；另一个名为Scrape的监测工具，则把一项每周大约需要15小时的报道线索搜集工作，转化为每天提供潜在线索的摘要。
Dewey可以检索该报自上世纪70年代以来的大量数字化文章，已被调查记者用于历史研究，也被政治记者用来核对公众人物立场变化。尼曼新闻实验室称，《费城问询报》还在使用相关额度处理超过27万张照片档案，以探索人工智能在视觉资料整理和检索中的用途。
芝加哥公共媒体则将人工智能用于西班牙语新闻翻译，并转录保存多年的芝加哥新闻和文化音频档案。其他机构的项目还涉及广告客户开发、捐赠者建模、个性化读者体验、订阅增长、公共会议监测，以及从印刷出版转向数字生产等工作。
这些案例显示，地方媒体使用人工智能的范围并不局限于自动生成文字。它也可能进入资料检索、公共数据分析、档案管理、翻译、收入运营和产品开发等环节。不过，Lenfest和OpenAI都强调，记者、编辑和管理人员仍然需要对事实、来源、发布标准和公共利益作出最终判断。
“先找问题，再决定是否使用AI”
Lenfest对试点的总结提出了几项原则。首先，信任关系比技术本身更重要。嵌入机构内部的工程师需要理解记者如何工作、编辑部如何决策，以及商业团队面临的具体压力。只有当使用者把工程师视为团队成员，而不是外部顾问时，新的工具才更可能进入日常流程。
其次，项目应从问题出发，而不是从人工智能出发。参与者发现，较成功的项目往往先确定一个清晰、反复出现的业务或编辑问题，然后通过小规模实验、持续评估和用户反馈判断技术是否真的改善了工作。
第三，跨机构合作可以降低试错成本。Lenfest称，巴尔的摩《旗帜报》曾借鉴《费城问询报》团队的工作来开发自己的新闻发现工具。下一阶段，Lenfest希望更主动地把这类经验转化为可复用的软件、框架、实施指南和培训资料，令一个新闻机构内部形成的解决方案能够服务数百家其他机构。
在此之前，OpenAI已经将新闻业支持扩展到新闻教育和编辑部培训。AIFlux此前的报道提到，OpenAI正与新闻学院、美国新闻项目组织和Lenfest合作，提供培训、案例、技术额度以及人工智能治理建议。与Lenfest的新一轮合作，则更直接地把重点放在新闻机构内部的工程能力和可持续运营上。
资金扩大也带来独立性与效果问题
对于长期面临收入压力和人才不足的地方新闻机构来说，外部资金与工程支持可以帮助它们尝试原本难以负担的技术项目。把成熟项目开放为代码、插件或实施指南，也有可能避免每一家新闻机构都从零开始建设自己的系统。
但这类合作仍有几个需要观察的问题。首先，项目成果能否真正改善地方新闻的财务状况，不能仅以获得了多少订阅、额度或培训名额来判断。工具是否被记者持续使用，是否提高调查报道能力，是否扩大社区覆盖面，以及是否减少了重复性工作，都需要更长期的独立评估。
其次，人工智能公司的资助可能引发有关议程独立、版权和数据使用的讨论。新闻机构需要明确，技术额度并不意味着放松事实核查、来源披露或编辑问责要求；由企业提供的工具，也不应决定哪些公共议题更值得报道。
OpenAI首席知识产权与内容官汤姆·鲁宾在公告中表示，地方新闻对于维系社区联系具有重要作用，公司希望支持更多记者使用人工智能改善研究、报道、用户体验和工作流程。Lenfest方面则强调，下一阶段的核心仍是在人类新闻判断和编辑诚信的基础上，有控制地进行技术试验。
这项合作的真正考验，可能不在于地方新闻机构能否开发出更多人工智能原型，而在于这些原型能否变成透明、可核查、可维护并能被其他机构复用的基础设施。对一个长期缺乏技术和资金资源的行业来说，这将决定人工智能究竟只是短期试验，还是能够成为地方新闻重建能力的一部分。
来源：