AI会取代广播新闻记者吗？2025年风险分析

65%。这是研究和核实新闻故事的自动化率——广播新闻的核心任务。如果你是一位花时间交叉核对信息来源和核实声明的记者，AI刚刚成为你最快的同事。[事实]

但在你恐慌之前，请考虑另一个极端：进行现场采访和实地报道的自动化率仅为12%。[事实] 没有任何AI能站在飓风中，直视镜头，让观众感受到那一刻的分量。广播新闻的未来不是替代——而是压缩。同一个记者将做更多、更快的工作，AI处理研究的繁琐部分。问题是你是否会成为学会高效利用这种压缩的记者之一，还是被它挤压出局的那批人。

AI冲击最重之处：新闻编辑室，而非前线

广播新闻记者面临58%的整体AI暴露度和44%的自动化风险。[事实] 这些数字将这个职业明确置于"高暴露度"类别，但自动化模式被归类为"增强"——意味着AI增强而非消除该职位。"增强"分类至关重要，因为它将广播新闻记者与校对员和某些编辑职位等AI是真正替代性而非互补性的相邻职业区分开来。

任务细分揭示了原因。研究和事实核查的自动化率为65%，这是最大的数字。[事实] AI工具现在能扫描数千份文件，将声明与数据库交叉核对，识别公开声明中的不一致之处，并在几秒钟内找到相关背景信息。以前需要记者花半天时间打电话和数据库搜索的任务，现在可以在几分钟内完成。彭博、路透社、美联社和BBC等主要新闻机构已经在内部部署AI辅助的研究和核实工具多年，生产率收益是可衡量的：AP估计，当他们在2010年代末试点系统时，仅自动化收益报告就释放了商业记者约20%的时间，随着技术成熟，这个数字只增不减。[主张]

撰写和编辑新闻稿件的自动化率为58%。[事实] AI能够以显著的流畅度生成直播新闻故事的初稿——收益报告、天气更新、交通摘要、体育比分。对于突发新闻，AI几乎能即时从通讯社稿件和新闻稿中生成初稿，让人类记者先有一个开头而非空白页面。但问题是AI生成的稿件在播出前仍需人工核实，因为模型可能会捏造细节、遗漏语气上的微妙之处，或无法识别新闻稿是否具有误导性。记者的工作从起草转变为编辑和核实，这更快但认知上有所不同——而且每分钟的工作价值可以说更高。

但定义广播新闻的任务——现场采访和实地报道——的自动化率仅为12%，抵抗着自动化。[事实] 提出信息来源没有预料到的追问的能力，在抗议活动中读懂人群情绪，在保持镇定的同时传达紧迫感——这些技能仍然是人类所特有的。镜头前的存在感尤其不仅仅是一种软技能；它是受众区分专业广播新闻和业余公民视频的全部原因。没有它，这个职业就失去了其独特的价值主张。

最关键的比较

值得将广播新闻记者与广播播报员进行比较，后者共享相似的职业代码但面临不同的动态。播报员面临52%的整体暴露度，自动化模式为"混合"，意味着某些任务正在被真实地取代（播放列表策划自动化率80%）。相比之下，记者看到AI几乎增强了每一项任务，而没有完全取代任何一项。[事实]

这种区别对职业规划很重要。播报员可能会因自动化而失去班次。记者几乎肯定会保住工作——但工作本身会演变。2030年的记者将减少在档案室的时间，增加在现场的时间，因为AI处理了档案工作。[估计] 最容易受到AI替代的记者，是那些工作主要在新闻编辑室而非外部世界中进行的人——制片人、编辑和分配编辑，他们的职位依赖于处理信息而非收集信息。那些职位也在受到有线电视新闻和本地电视集团的新闻编辑室整合趋势的冲击。

一个承压的职业——但不仅仅来自AI

劳工统计局预测到2034年广播新闻职位将下降-3%。[事实] 年薪中位数约为$57,960，该领域约有42,700名从业人员。[事实] 这一下降比有关媒体行业挣扎的头条所暗示的更为温和，部分原因是广播新闻在过去15年已经吸收了大量劳动力削减，剩余的劳动力更加精简。

这一下降更多是由更广泛的媒体行业收缩驱动的——断线剪切（cord-cutting）、广告收入转移、新闻编辑室整合——而非专门由AI驱动。有线电视新闻观众尤其明显老龄化，CNN/Fox/MSNBC的收视人群中位年龄现在已处于60岁末，这限制了广告收入上限并约束了招聘。本地电视新闻情况类似，Sinclair、Gray、Nexstar和Tegna整合了电视台集团并集中化内容制作，减少了每个电视台的新闻编辑室人数。

事实上，AI可能会通过提高较小新闻编辑室的生产率来部分抵消职位损失。一个拥有AI工具的三人本地新闻团队，现在能生产以前需要五六个人才能生产的内容量。这对总人数来说不理想，但它使可能会彻底关闭的小型电视台得以维持运营。[估计] 同样的动态发生在国际新闻分社：AI翻译和转录工具让较小的驻外记者团队能够覆盖比十年前可行的范围更广的地理版图，保留了一种正走向消失的国际报道能力。

面临最大风险的记者是那些从事商品新闻的人——读取通讯社稿件、总结新闻发布会、播报天气预报。AI已经能够相当不错地完成这些任务。风险最小的记者是调查报道记者、冲突地区记者，以及那些价值来自在决策发生的房间里的人。

差异化的技能

在AI时代保护新闻职业的技能容易命名但难以培养：调查深度、信息来源关系、镜头前的存在感、道德判断力和叙事技巧。调查深度尤其有价值，因为AI可以加速调查的文件处理部分，但无法完成让信息来源愿意分享文件的关系建设部分。ProPublica、华盛顿邮报、纽约时报和60分钟等媒体的监督报道在结构上受到AI替代的保护，因为价值不在于分析——而在于获取渠道。

信息来源关系会随职业生涯复利积累。一位拥有15年医院管理人员、FDA官员、制药高管和学术研究人员联系的健康版块记者，拥有的资产是任何AI都无法复制、任何更年轻的记者都无法快速获得的。专线深度——对一个领域了解得如此之深，以至于你能识别什么真正是新闻而什么是噪音——是新闻业中最强的职业护城河，而这正是AI明确无法为自己建立的东西。

道德判断力同样具有保护性。发布或暂缓一篇报道的决定，给信息来源匿名权的决定，反击试图掩盖新闻的企业公关团队的决定，权衡公众利益价值与隐私问题的决定——这些都是没有任何记者或新闻机构在任何现实的时间框架内会委托给AI的决定，既因为风险太高，也因为出错的法律责任由人类承担。

广播新闻记者现在应该做什么

拥抱AI用于研究，让它解放你去做报道工作。抵制AI工具的记者将仅仅比同行速度更慢。采用它们的人将减少在办公桌前的时间，增加在故事所在之处的时间。值得熟悉的具体工具：AI辅助转录（Otter、Rev、Descript）、结构化数据分析工具、法律电子取证中使用的文档发现平台（DocumentCloud、Hyland）以及AI事实核查工作流程。

发展你的镜头前存在感、采访技巧和信息来源关系——那些自动化率12%的任务。这些是你的职业保险。学会使用AI事实核查工具、自动转录和AI辅助编辑，但将它们视为工具，而非替代新闻判断力的东西。专门投资于采访技巧：上即兴表演课，研究是什么使泰里·格罗斯或60分钟通讯员等传奇采访者与众不同，并在风险低时练习难以应对的话题，以便在风险高时准备就绪。

发展AI难以轻易复制的专线深度。选择一个行业，多年深入研究它，成为你的电视网在该领域有大事发生时第一个致电的记者。专线专业知识的持久性是通用任务报道所不具备的，它将你定位于能在行业收缩中幸存的更高薪酬的调查报道、主播和通讯员职位。

有关完整数据分析，请访问广播新闻记者职业页面。

数据来源

• Anthropic经济研究（2026年）——AI暴露度和自动化指标
• 劳工统计局——职业展望手册2024-2034

更新历史

• 2026-04-04：初次发布，包含2024-2028年AI暴露预测和任务级自动化分析。
• 2026-05-15：扩展纳入AP/路透社/彭博AI部署背景、新闻编辑室整合模式、专线深度职业护城河框架及具体工具/技能投资建议（B2-32周期）。

---

_AI辅助分析。本文在AI工具的帮助下生成，并由aichanging.work编辑团队审阅。所有统计数据均来源于引用的研究，可能会有所修订。_