现金九游体育app平台

本刊官方网站：

http://cjjc.ruc.edu.cn/

选录

往时，AI写稿在新闻出产中常常被用于主不雅性、逻辑性较弱的新闻文学。关联词，跟着近来AI才略的晋升，AI写稿能否被扩展到更具主不雅性、创意性的新闻出产法子当中引发了计算。财经驳斥兼具结构性、主不雅性和逻辑性，其自身亦然用以探究AI写稿应用畛域的一类较为合适的新闻文学。基于系统化-（HSM）模子，本研究通过两组情境实验查考了AI算作驳斥作家对财经驳斥感知专科度的影响偏激具体作用机制。研究一在未教唆受众关注作家的情况下，探讨了受众对AI生成与东谈主类撰写的财经驳斥之间感知专科度的互异。终结泄漏，当受众通过系统化处理旅途阅读财经驳斥时，很难分手AI与东谈主类记者撰写的驳斥在专科度上的互异。研究二给与2（执行作家：东谈主类 vs. AI）×3（作家签字：东谈主类记者 VS. AI VS.不签字）因子联想，通过在线实验探讨启发式处理旅途下，受众对不同作家的财经驳斥的互异化感知机制。终结标明，当受众扎眼到驳斥的作家身份时，签字为AI的财经驳斥不错通过巨擘启发式（authority heuristic）和机器启发式（machine heuristic）提高内容的感知专科度，而受众对AI写稿的魄力能够灵验增强机器启发对内容感知专科度的晋升作用。但是，签字与不然会裁汰受众的巨擘启发式水平进而折损受众关于内容的专科度感知。连结两研究来看，过往专科财经媒体赖以糊口的巨擘性、专科性在刻下的AI时期也初始面对着极大挑战。因此，疏忽AI写稿的冲击有必要充分重建财经媒体的巨擘性和专科性。

作家简介

陆泓承，清华大学新闻与传播学院博士研究生。

东谈主工智能（AI）在新闻出产中的镶嵌进程不停真切，越来越多的新闻畛域和出产法子初始引入AI本事。刻下，东谈主工智能本事已经被庸俗用于信息征集、数据分析以及数据可视化等援救性出产法子当中。关联词，跟着基于大模子的生成式AI（Generative AI）越发智能、专科，AI写稿的逻辑性、可读性安宁向东谈主类连接，学界和业界关于AI在新闻业中的参与限制进一步张开了畅想和计算（郝雨，文希，2023；谢湖伟，简子奇，沈欣怡，2023）。

在财经新闻畛域，由于财经文本具有表轻易强、数据性强等特质，业界较早就尝试将AI写稿本事应用于新闻快讯和短篇报谈的撰写，财经新闻畛域不错看作是AI应用于新闻出产中的枢纽前方（张弩，周宇翔，杨恬，2023）。但同期，由于财经新闻的专科性高、关于阛阓的影响更为获胜，财经新闻中的驳斥与分析部分刻下仍主若是专科记者来东谈主工撰写（李华林，2023）。关联词，AI能否更进一步参与到更具主不雅性、创造性的内容（举例：新闻驳斥、解释性报谈、深度访谈）出产中，这一问题在财经新闻畛域存在着一定张力，而财经新闻的专科性是一大关注焦点。

和其他畛域比拟，财经新闻畛域有着更多的AI训戒、出产的内容也更接近主不雅和客不雅的畛域，其自身是探索AI是否能被应用到更具主不雅性和专科性的内容出产上的枢纽“实验田”。跟着AI的逻辑和写稿才略不停晋升，接近甚而达到东谈主类水平，使用AI进行财经新闻的驳斥和深度分析是否不错成为可能？AI的进一步参与是否削弱新闻内容的专科性？为了解答以上困惑，本研究基于“启发式-系统化模子”（Heuristic-systematic model，HSM），探讨财经新闻驳斥主体关于读者感知新闻专科性的影响机制以及畛域条目。

一

文件综述

（一）财经新闻的专科性与AIGC

一直以来，财经新闻高表轻易、强公开性、信息密度大的特质使其成为机器学习畛域的枢纽持重材料，东谈主工智能与财经新闻业之间的交融也累积了一定的研究材料与实践效率（Zhang et al.，2022）。与此同期，由于AI自动化出产有望处治财经新闻行业的长久痛点，业界、学界东谈主士近来关于AI写稿也有着较高关注。

不论是阅读如故撰写财经新闻，专科性齐是该畛域中必不可少且无法遁藏的一个枢纽门槛。关于财经记者来说，记者不仅需要掌抓基本的新闻采写才略，更需要掌抓专科的财经常识、财经明锐和财经判断才略，“专科性”一直是行业内的一大长久痛点（徐静君，徐涛，2017）。为了疏忽这一挑战，业内常见的作念法是将记者专门化。常常，一个新入行的财经记者会被分派到一个更专科的畛域，举例房地产、经济战略、老本阛阓等。在阿谁畛域，记者不错集会训戒、新闻信源并建立我方的巨擘性和专科性，这种作念法被称为“跑口”（陈阳，2014）。即便如斯，大部分财经记者写稿时，仍需要大齐参考和借助分析师、各人等外部专科东谈主员的意见（Iddins，2021）。

连年来，AI写稿的通晓才略、期许才略和常识水平齐展现出了极大的后劲（付晓光，吴雨桐，2021），也初始安宁被一些财经媒体用于疏忽的表轻易新闻写稿中，但受限于往时AI的计议、预测才略较弱，较少有媒体通过AI进行新闻驳斥、深度报谈等更具主不雅性的写稿。2022年，跟着AI大模子的出现，AI不错更深度地通晓指示、处理非结构性文本，其在多方面才略上得到了显赫晋升（史安斌，刘勇亮，2023）。

尽管如斯，由于财经新闻的脾性属于硬新闻，受众严重依赖于专科和巨擘的意见，如老师、专科记者、分析师等（李华林，2023）。同期，财经新闻不错通过信息和时势效应影响阛阓信心和预期（程萧潇，2019）。因此，关于率领性和主不雅性内容，行业和学界一直对内容出产的自动化保持严慎魄力。其中，首要关心集结在（AIGC）是否弥散作念到准确和客不雅，能否关于新闻事实进行专科、合理的分析，其次就在于AI创作的财经新闻能否也不错像财经记者一样“专科”，或者说是被读者感受到是一样专科的（朱小沛，2018）。

关于第一个问题，刻下已有弥散把柄阐述注解AI确乎具备弥散的专科才略，而且跟着本事的发展，它甚而可能会走漏得比东谈主类更好（许雪晨，田侃，李文军，2023）。关联词，关于第二个计议感知专科水平的问题，咫尺还莫得弥散的把柄来阐明读者是否定为AI撰写的著作与东谈主类记者撰写的著作相似具有专科性。本文聚焦财经新闻驳斥，这一畛域在业内被合计既包含主不雅性也包含客不雅性，旨在探讨东谈主们对AI和东谈主类记者撰写的著作专科性领略的互异，以及影响这些领略的具体机制。通过查考不同读者对AI生成的内容与东谈主类产出内容的专科质地的反应，该研究旨在进展AI在财经新闻畛域的才略和局限性，以及它可能奈何影响读者信任和媒体魄局。

（二）AI新闻写稿与“专科性”

受众关于AI与东谈主类记者的互异化领略是刻下AI新闻写稿应用研究的关注重心之一。Gutsche（2015）发现公众广漠合计AI创作的新闻更为客不雅、夹带更少个东谈主情感，其实在度会高于东谈主类记者。Jung等（2017）发现即使关于兼并新闻，受众齐会更倾向于信托被记号为“AI创作”的新闻，这进一步考证了Gutsche（2015）的论断，也阐述了受众关于“AI作家”这并立份信息有着较为特殊的领略机制。Longoni 和 Cian（2022）自后将这种效应定名为“机器讲话效应”（word-of-machine effect）。

后续研究者进一步探索了这一效应背后的具体机制偏激在不轸恤境下的走漏。在起效情境上，机器讲话效应在不同新闻畛域（Liu & Wei，2019）、新闻类型（Tandoc Jr，Yao & Wu，2020）、文化布景（Jung et al.，2017）中会走漏出不同的遵守。在具体机制上，Jung等（2017）的研究标明，机器讲话效应并不是基于内容的自身质地起效，而是通过签字等旯旮特征影响受众。因此，分手AI作家和AI签字在机器写稿效应中的功能至关枢纽。此外，研究也发现了感知偏见（Waddell，2019a，2019b）和机器启发式（陈阳，李宛真，张喆喆，2023；牟怡等，2019）等变量在感知过程中起到枢纽的中介作用，这也有必要在后文重心关注。

咫尺，大部分关于AI新闻写稿的研究基本上齐是针对全体意旨上的“新闻”，关注焦点也更多聚焦于实在度、客不雅性等常常意旨的新闻价值因素。即使有研究关于不同的新闻类型、议题进行分手，但大部分研究基本上也仅仅发现了互异存在，而并莫得分手不同新闻类型互异化的具体机制。回到本研究，探讨AI与财经记者的财经驳斥互异，实在、客不雅诚然亦然枢纽的新闻价值，但这并非研究的关节场合。建构本研究的表面模子，有必要更关注“专科性”在表面模子中的位置。

但值得扎眼的是，本研究所关注的“专科性”本色上并不指代“算法自身是否专科”。不同算法、兼并算法（甚而是兼并东谈主类作家）在不同主题和不同期期齐走漏出不同的专科性水平（郝雨，文希，2023），研究算法和东谈主类在分析才略、分析精度等方面的走漏事实上并不是研究实在关心的，这也完全不错通过客不雅材料获胜进行考证。因此，不论是本研究如故学界、业界，“专科性”事实上更多关注的是“当受众发现驳斥主体是AI时，是否还会合计新闻自身是专科的？”换句话说，研究关注的本责费劲其实是“驳斥主体身份”这一启发式陈迹关于受众感知专科度的影响，这也膨胀出了东谈主机互动研究中常用的HSM模子。

（三）启发式-系统化（HSM）模子

“启发式-系统化模子”是双重加工模子中的枢纽表面，敷陈了个体进行信息处理、行为决定的不同旅途，是刻放学界研究东谈主机互动的枢纽表面模子。其中，系统化加工标明个体进入了较高的领略尽力，哄骗自身过往的常识与训戒等来缜密加工信息；启发式加工标明个体给与了启发式陈迹和浅易的方案公法来快速作念出判断。其中，HSM模子中的两种领略旅途不错对应到详细可能模式（Elaboration Likelihood Model）中的中枢旅途与旯旮旅途，但是HSM模子承认两种旅途同期存在、相互影响，在解释东谈主机互动时更常被给与。

在HSM模子最小尽力原则、充分性原则的两大假定条目下，系统化领略唯一在个体信息处理动机较高时才会占据主导，而其余时候个体总会意外志地受到启发式陈迹的影响。Rijo和Waldzus（2023）发现，“开首陈迹”是个体通过启发式加工考证信息质地和实在渡过程中最枢纽的启发式陈迹。在传统新闻畛域，巨擘启发式（authority heuristic）是与信源联系的被计算得最多的一类启发式陈迹，也有大齐研究阐述注解了受众关于新闻实在度等内容质地层面的感知会受到信源巨擘性的影响（Alyukov，2023；Hilligoss & Rieh，2008）。关于财经新闻的读者而言，新闻内容关联的生活训戒更少、关于读者的概略情趣更大，因此读者在这一语境下更依赖于巨擘信源和专科意见。由此不错推论，读者在阅读财经新闻驳斥时将会在很猛进程上受到巨擘启发式的影响。

在智能算法新闻畛域，被计算得最多的启发式类型主要为机器启发式。其中，“机器启发式”（machine heuristic）这一意见最早由Sundar（2008：74-76）提倡，他们合计本事可供性所传递的陈迹不错激活用户对本事的启发式领略，从而影响用户对本事传递的信息的质地和实在度的判断。后续大齐研究也进一步考证并探索了机器启发式关于受众关于信息质地、实在度等方面的具体影响（Waddell，2018）。大部分研究发现公众合计AI具有更刚劲的数据处理才略、退却易受到主不雅偏见影响，因此机器启发式会加强受众关于信息内容质地和实在度的感知（陈阳，李宛真，张喆喆，2023；蒋忠波，师雪梅，张宏博，2022；姚琦，周赟，2022）。其中，个体关于AI的魄力（包括才略感知、新奇感、感知恫吓等）关于机器启发式的走漏具有一定的调度作用。

关联词，上述大部分研究基本齐是基于实验法探究机器启发式关于信息实在度的效应，且较少关于不同的新闻畛域和类型进行分手，以至于部分研究得出“硬新闻（甚而是新闻）中的机器启发式效应并不显赫”的论断（牟怡，夏凯，Novozhilova，许坤，2019；姚琦，周赟，2022）。但事实上，这有可能是由于（硬）新闻中东谈主类作家签字所触发启发式领略与AI签字所触发的启发式领略之间存在着相似的效应，而由于研究者齐浅易地将其合计是兼并类型的启发式效应，从而导致研究浅易地合计两类情境的启发式之间并不存在死别。基于这少许来看，分手好两类启发式之间的差怪事实上是终点必要，但值得扎眼的是，Carlson（2015，2018）指出算法新闻自身也会形成一种新式的新闻巨擘领略。因此，虽然机器启发式被阐述注解在受众阅读AI新闻的过程中走漏珍爱要作用，但是并不成浅易地将巨擘启发式排斥出受众阅读AI新闻的领略旅途当中，更不成浅易将巨擘启发式和机器启发式合计是互斥和对立的两种启发式领略旅途。因此，本文合计在受众阅读AI写稿和东谈主类创作的财经新闻中均会存在巨擘启发式的领略，但两种启发式的作用存在互异；而AI写稿财经新闻的特殊性同期还存在着机器启发式的领略，这也形成了分手两种阅读情境的枢纽陈迹。

此外，刻下大部分研究基本上齐只关注到了内容的可读性、实在度，而较少关注内容的专科性。一方面，如前文所述，专科性不仅是财经新闻畛域中的枢纽新闻价值圭表，同期亦然可读性、实在度等其他价值的枢纽前提。另一方面，虽然大齐研究的研究重心不是专科性，但是大齐研究均发现了机器启发式与“感知作家才略”“新闻质地评价”等变量之间的联系性（陈阳，李宛真，张喆喆，2023；牟怡，夏凯，Novozhilova，许坤，2019），这也暗喻了启发式加工与感知专科度之间的关联。鉴于以上两点来看，基于HSM模子探究驳斥主体身份与感知专科度之间的关系旅途是可行且专门旨的。

基于研究想法和研究近况，本研究联想两轮限制实验，用以考证研究假定和修起研究问题。其中，研究一的想法主若是为了考证个体在阅读财经新闻驳斥时的领略旅途，考证排斥系统化处理关于研究论断的骚动。研究二的想法是进一步探究不同驳斥主体关于受众的感知专科度影响的具体旅途，况且进一步考证主效应以及调度效应。

二

研究一：不教唆驳斥主体条目下的

感知新闻专科度互异

（一）研究联想

根据HSM模子，受众在处理信息时同期存在系统化加工、启发式加工两种领略模式，而且两种模式均被阐述注解关于受众的新闻感知存在影响。虽然刻下已有研究阐述注解了受众难以分手AI写稿和东谈主类创作的新闻作品（牟怡等，2019；姚琦，周赟，2022），但过往研究关于新闻议题和文学基本不加分手且主要关注“实在度”这一变量，而由于本研究对新闻文学进行了聚焦并在揣度变量上扩展到了“专科度”这一变量，因此很难浅易地推论受众在该研究情境中也不错比较好地分手AI写稿和东谈主类创作的财经新闻驳斥的“专科度”，因此有必要通过实证研究对其进行考证。基于此，研究提倡第一个研究假定：

假定1：在莫得明确指出驳斥者身份的情况下，受众关于不同作家所进行驳斥的感知专科度互异不大。

为了考证研究假定1，本研究联想了研究1用以在经济传播研究情境中排斥系统化加工关于感知专科度的影响。为了幸免教唆作家身份这一排为自身关于研究论断变成骚动，研究一的主要念念路是在不见告且不教唆受试驳斥主体的情况下（研究二会在实验前教唆研究者“该篇著作既有可能是摘取自专科财经报刊专科财经驳斥员所作的著作，也有可能是通过生成式东谈主工智能基于大数据、AI本事所自动生成的驳斥著作。”），让受试分别阅读由东谈主类驳斥员、AI针对同依然济阵势进行的财经驳斥，然后测量受试关于两条新闻的感知专科度、关于驳斥者身份的揣摸，以排斥系统化处理关于感知专科度的影响，为后续研究作念铺垫并考证测量用具的可靠性和灵验性。

此外，由于姚琦和周赟（2022）已通过实验考证过读者关于AI与东谈主类记者写稿的新闻报谈的实在度具有相似感知且较难分辨新闻的简直作家，而陈阳、李宛真和张喆喆（2023）的研究考证了AI写稿情境中感知内容质地和感知实在度之间的强联系关系，因此研究一也拟通过加多测量受众的“感知实在度”以考证和确保研究的效度。

（二）样本考中

研究通过“Credamo见数”调研平台招募线上受试者，一共披发问卷110份，回收灵验问卷108份。研究通过“Credamo见数”平台的“经过限制-当场泄漏”功能当场分派受试者到两个不同的实验条目中。在进入实验前，每位受试齐将通过该平台自动履行的当场要领被等概率地分派到以下两种条目之一：先阅读东谈主类驳斥员撰写的财经新闻驳斥，或者先阅读由AI自动生成的财经新闻驳斥。其次，被试需要在30秒～4分钟以内阅读两篇长度一致、驳斥新闻事实一致的财经新闻驳斥（作家分别为AI和真东谈主记者）。在本研究中，研究不教唆这两篇新闻的开首。被试阅读后立即填写问卷，测试被试关于两条财经驳斥的专科性感知，其次要求研究者揣摸两篇著作的作家身份。其中，研究联想了扎观点检测题，欠亨过扎观点检测的样本将被排斥。在灵验样本中，男性占39.42%，女性占60.58%；本科以上学历占50.9%，本科以放学历占49.1%；受试年齿范围主要集结在21岁～60岁，占比79.6%（M = 36.25）。除名实验伦理，被试者填完问卷后会被见告本次实验想法以及材料的简直作家。实验已矣后，通过灵验性筛选的被试会被予以0.5～2元的薪金。

（三）研究材料

本研究中的主管变量为“驳斥执行作家”，兼并受试会被给到两篇财经驳斥要求阅读（律例当场）。为了确保主管的灵验性，研究考中概括性较强、和受众接近性较弱的宏不雅新闻畛域的“2023年中国中央经济使命会议”这一新闻事实算作驳斥对象。其中，东谈主类驳斥员撰写的驳斥选自专科财经媒体《经济日报》发表于2023年12月15日的《供需协同发力牢固壮大发展上风——论贯彻落实中央经济使命会议精神》一文。由于刻下较少有媒体给与AI进行财经驳斥写稿，因此研究使用ChatGPT4.0 Turbo要求其基于10篇中国主流媒体关于“2023中央经济使命会议”的新闻报谈进行专科的财经新闻驳斥，同期要求其写稿长度、段数、用词难度等方面与东谈主类记者保持一致。在研究一中，为了排斥启发式加工的骚动，研究在实验材料的著作前后均不记号驳斥者签字。

（四）变量测量

本研究给与的测量量表大多来自英文文件，题项均以5级里克特量表进行测量，1默示“相配不甘心”，5默示“相配甘心”。为保证研究质地，研究关闭断点续答功能，每个IP地址仅能修起一次，且要求填答时辰在两分钟以上才能被视为灵验问卷。研究测量变量如下：

感知专科度。参考Ohanian（1990）的量表，共5个题项，包括“您奈何评价这篇财经驳斥，它的作家：具有各人性、有专科训戒、掌抓多方面常识、具有熟练的手段、有巨擘性”。

感知实在度。参考Flanagin和Metzger（2000）的量表，共4个题项，包括“您奈何评价这篇财经驳斥，它是：准确的、客不雅的、简直的、值得信托的。”

对驳斥主体的判断。参考姚琦和周赟（2022），在测量完被试感知专科度后，教唆被试“以上两篇著作既有可能是专科财经记者的驳斥，也有可能是AI的驳斥”，要求被试回忆并判断每篇著作作家为专科财经记者、AI写稿的可能性。

（五）终结分析

1．信度持重

在研究一中，关于“感知专科度”进行信度持重，财经记者驳斥的Cronbach’α悉数为0.871，AI财经驳斥的Cronbach’α悉数为0.869；关于“感知实在度”进行持重，财经记者驳斥的Cronbach’α悉数为0.847，AI财经驳斥的Cronbach’α悉数为0.859。测量变量α悉数均高于0.8，量表的信度较高，不错给与。

2．对驳斥主体的判断

通事后验的配对样本t持重，研究发现被试能灵验分手出两篇著作是否是由AI进行撰写，被试关于刺激物是否由AI撰写的可能性感知呈现出显赫互异（t=-2.336， p=0.021<0.05），而且受试全体关于执行为ChatGPT生成著算作AI生成可能性的判断更高，相宜研究的主管意图，阐述研究的主管灵验，这也进一步维持了研究后续利用该组刺激物进行进一步实验的可行性。

3．被试感知专科度的互异

不论在组内、全体，受试关于阅读材料的感知专科度与感知实在度之间均呈现出了显赫的正联系关系。关于东谈主类财经记者所撰写的财经驳斥，两变量之间的联系悉数为0.86（p<0.001）；关于AI自动生成的财经驳斥，两变量之间的联系悉数为0.80（p<0.001）；关于全体而言，两变量之间的联系悉数为0.874（ p<0.001）。从两变量之间的关系来看，这也侧面阐述了测量的灵验性和实在度。

但基于配对样本t持重，研究发现：在不教唆执行作家的情况下，兼并受试关于专科财经记者所撰写以及AI自动生成的财经新闻驳斥之间的专科度感知和实在度感知均不存在显赫互异。

可见，虽然在教唆受众让其回忆著作作家时，受众有才略不错分手两篇阅读材料的执行作家，但是在不被教唆受试要去关注作家（启发式陈迹不及）的情况下，受众关于两篇阅读材料并不存在显赫的互异化感知，对两篇阅读材料的实在度、专科度判断均不存在统计学意旨上的显赫互异。上述发当今一定进程上维持了研究假定1，也维持并扩展了“受众难以分手AI和东谈主类记者的作品”这一论断。

三

研究二：教唆驳斥主体条目下的

感知新闻专科度互异

通过研究一的考证，研究不错初步排斥系统化处理关于研究论断的骚动，进而不错充分地聚焦到关于启发式处理的过程。关联词，在教唆驳斥主体条目下，受众关于新闻专科度形成感知的具体过程仍有待进一步挖掘。

（一）研究框架

基于研究想法和既有研究近况，研究提倡以下研究框架，如图1所示。其中，自变量为驳斥“是否签字”“签字是否为AI”，因变量为“感知专科度”，中介变量为“巨擘启发式”“机器启发式”，调度变量为“关于AI写稿的魄力”。根据表面基础和研究框架，研究提倡以下研究假定：

假定2-1：在教唆驳斥者身份的条目下，巨擘启发式、机器启发式中介了驳斥员签字情况关于受众感知专科度的影响。

假定2-2：教唆驳斥员签字不错引发受众的巨擘启发式领略，进而引发受众更高的感知专科度。

假定2-3：在教唆驳斥者身份的条目下，驳斥签字为AI的财经新闻驳斥会引发受众的机器启发式领略，进而使得受众产生更高的感知专科度。

基于HSM模子，研究合计实在变成受众关于AI、东谈主类记者所创作财经驳斥的专科性领略存在互异的中枢原因在于启发式陈迹的互异，因此不同的启发式旅途在驳斥主体身份关于受众感知专科度的影响旅途中应当起到的枢纽的中介作用。本文预设在受众阅读AI写稿和东谈主类创作的财经新闻中均会存在巨擘启发式的领略，但两种启发式的作用存在效果上的互异；而AI写稿财经新闻的特殊性同期还存在着机器启发式的领略，这也形成了分手两种阅读情境的枢纽互异。

假定2-4：对AI写稿的魄力关于机器启发式对感知专科度的影响具有调度中介效应。

根据Sundar（2008：74-79）所提倡的MAIN模子，机器启发式源于本事可供性（affordance），因此个体关于AI写稿的魄力自身也会关于机器启发式具有正向调度作用。而且从现实角度来看，刻下AIGC行业仍处于快速发展阶段，虽然咫尺东谈主们关于AI的领略广漠较为正向，因此机器启发式关于个体的信息质地、实在度判断仍有着正向效应，但是畴昔东谈主们关于AI的领略是否还能和刻下一致仍然处于未知当中，因此计算这一变量也能使得模子更为踏实，在长久上也更具参考价值。

（二）研究联想

为了考证上述研究假定，研究基于研究一的基础联想在线实验用以探讨受众关于财经新闻驳斥感知专科性形成的具体中间机制。其中，研究二的念念路主若是在教唆受试驳斥主体的情况下，进行2（执行作家：东谈主类 vs. AI）× 3（作家签字：东谈主类记者 VS. AI VS. 不签字）因子联想的在线实验，然后测量受试的巨擘启发式水平、机器启发式水平偏激关于新闻的专科度感知，探究两类启发式领略的中介效应和“关于AI写稿的魄力”这一变量的调度效应。

（三）样本考中

研究通过“Credamo见数”调研平台详情样本框，并从中抽取受试者当场分派到6组中的1组，每组约莫分派120东谈主傍边，共720东谈主。研究通过“Credamo见数”平台的“经过限制-当场泄漏”功能当场分派受试者进入到6个不同的实验条目中。在进入实验前，每位受试齐将通过该平台自动履行的当场要领被等概率地分派到以下六种条目之一（如表1）。

最初，被试需要登记其性别、年齿、收入、职业等个东谈主信息，况且同期测量关于AI写稿的魄力。其次，被试需要在礼貌时辰（30秒～4分钟）内阅读带有签字的财经驳斥材料。被试阅读后立即填写问卷，回忆阅读驳斥者姓名。通过主管持重后，测量被试的机器启发式和巨擘启发式水平、对驳斥的感知专科度，各组问卷回收情况及各组见表1。除名实验伦理，被试临了被见告本次实验想法以及实验材料的简直作家，通过灵验性筛选的被试会被予以1元薪金。

（四）研究材料

研究二的文本材料与研究一保持一致，仅在标题和扫尾处加上了拟定的作家签字。其中，东谈主类作家签字为“《经济日报》驳斥员”，AI签字为“本文由ChatGPT4.0 自动生成”。

（五）变量测量

具体要求同研究一，研究二额外测量的变量主要如下：

巨擘启发式。参考Flanagin和Metzger（2003）的题项，共4项，包括“该篇著作的作家：开首是实在的、自身是诚信的、声誉很好、传达了简直灵验的信息”。

机器启发式。参考Liu和Wei（2019）的题项，共3项，包括“与东谈主类记者比拟，AI作家：莫得个东谈主意图、愈加客不雅、莫得偏见”。

关于AI写稿的魄力。参考陈阳，李宛真，张喆喆（2023）的题项，共2项，包括“总体来看，你是否关于AI新闻持积极魄力”“你是否看好AI写稿在新闻畛域的哄骗”。

（六）终结分析

1．信度持重

在研究二中，如表2，关于“机器启发式”进行信度持重，各变量均处于邃密及可接受范围内，量表信度相对较好，不错给与。

2．主管持重与主效应

为了保证主管灵验，关于第一至第四组，研究在受试阅读完后坐窝要求受试修起新闻驳斥的作家，况且过滤修起子虚以及修起“不知谈”的样本。关于荒谬样本清洗后，研究关于各研究变量进行方差持重，如表2，各变量组间互异显赫，研究在各组之间的分手灵验。

基于研究一来看，受众在不被教唆关注作家时较难分手两研究材料之间的专科度；关联词，从研究二来看，受众全体上关于两篇著作形成了互异化的专科度领略，受试广漠合计执行作家为东谈主类所作著作的专科度更高，阐述“教唆作家身份”确乎导致了受众初始通过不同的领略旅途初始去领略妥协读两篇著作。从签字情况来看，不同类型的签字之间确乎形成了显赫的感知专科度互异，而且签字为AI的著作全体上得到了更高的感知专科度，这也初步阐述了研究的主管灵验。

而且更进一步来看，在阅读正确标注作家的著作时，第三组（东谈主类作家×东谈主类签字）和第四组（AI作家×AI签字）受试对著作所产生的感知专科度之间不存在显赫互异；将东谈主类所撰写的著作标注为AI生成时，第一组（东谈主类作家×AI签字）和第三组（东谈主类作家×东谈主类签字）受试对著作产生的专科性偏差也并不彰着；而将AI撰写的著作标注为东谈主类记者后，受试关于内容专科度的感知则出现了较猛进程的折损。

通过关于签字是否为AI、是否签字算作自变量，以感知专科度算作因变量，年齿、学历等算作限制变量，研究通过浅易线性模子考证主效应。签字是否为AI关于财经新闻驳斥的感知专科度存在显赫的正向影响；是否签字关于财经新闻驳斥的感知专科度存在显赫的负向影响，初步考证主效应存在且相宜研究假定。

综上，签字存在与否以及不同的签字情况确乎会对受众关于财经驳斥的专科度感知产生影响，且研究假定1也再次得证。

3．中介效应

由上文可知，在教唆财经新闻驳斥作家的情况下，签字为AI的著作广漠能赢得更高的感知专科度，而执行为AI写稿的著作反而得到感知专科度相对较低，因此有必要充分理清其中的具体机制。

研究以“签字是否为AI”“是否签字”算作自变量，以“感知信任度”算作因变量，通过PROCESS Marco的自助抽样法（Bootstrap）、以95%的置信区间、5000次抽样次数考证“机器启发式”“巨擘启发式”的中介效应，持重终结如表3所示。

最初，如图2，关于“是否签字”，其与感知专科度之间的总效应显赫，获胜效应不显赫，巨擘启发式起到了完全中介效应，而机器启发式的中介效应不显赫，维持研究假定2-1。其中，总效应悉数为-0.239，签字与否通过负向影响巨擘启发式，进而对感知专科度变成负面影响。从这少许来看，当受众通过启发式领略和处答理经驳斥时，虽然巨擘启发式能灵验地正向影响受众关于驳斥的专科度感知，但具体的签字反而关于受众的巨擘启发式领略起到的却是负面影响，这事实上反应了刻下中国财经专科媒体的公信力的松开。

其次，如图3，关于“签字是否为AI”，其与感知专科度之间的总效应显赫，获胜效应不显赫，巨擘启发式、机器启发式起到了完全中介效应，维持研究假定2-3，并进一步阐述了AI驳斥员自身也能够引发受众的巨擘启发式领略，进而晋升内容的感知专科度。其中，总效应悉数为0.164，签字是否为AI通过正向影响巨擘启发式、机器启发式进而正向影响财经驳斥的感知专科度。其中，机器启发式的中介效应值为0.048，巨擘启发式的中介效应值为0.086，这不仅考证了签字为AI能灵验引发受众的机器启发式进而晋升受众的专科度感知，同期还能通过晋升巨擘启发式进而晋升受众的专科度感知。综上，研究假定2-1、2-3得到维持。

4．调度效应

为了考证假定2-4，研究进一步在第三节中介效应被考证成立的基础上，进一步查考当调度变量存在时的模子变化情况。根据研究假定，研究基于Process Macro的模子14，以签字是否为AI算作自变量，是否签字算作限制变量，机器启发式、巨擘启发式算作中介变量，感知专科度算作因变量进行了调度中介分析。与中介效应考证一致，获胜效应不显赫，巨擘启发式、机器启发式的完全中介效应显赫，条目转折效应汇总终结如表4所示。

从终结来看，“关于AI写稿的魄力”只对机器启发式与感知专科度之间的关系具有显赫的调度作用。进一步来看，AI写稿魄力关于两者的关系具有强化调度作用，作用效果如图4所示。跟着东谈主们对AI写稿魄力的加多，机器启发式的中介作用大小也随之加多，对AI写稿持更积极魄力的个体更容易通过机器启发式来影响他们对内容实在度的评价。换句话说，当东谈主们对AI写稿的接受进程更高时，他们关于内容是否由AI生成的领略在评价内容实在度时起着更大的作用，这也维持了研究假定2-4，并进一步明显了机器启发式的作用机制。

四

论断与计算

在东谈主工智能写稿不停普及确当下，本研究计算了东谈主工智能在更具主不雅性、专科性的财经驳斥写稿畛域中进一步应用和膨胀的可能性。基于HSM模子，本研究通过两组实验探讨了AI写稿关于财经新闻驳斥专科度感知的影响机制。研究发现，在不教唆受众关注作家的情况下，受众较难分手生成式东谈主工智能和专科财经记者所撰写财经驳斥之间的专科性互异。在教唆受众关注作家身份的情况下，受众会受到作家身份的影响，进而会选择巨擘启发式、机器启发式处理信息，从而会对AI签字的财经新闻驳斥产生更高的专科性感知。具体论断及对应启示如下。

（一）财经记者与媒体的巨擘性已经难以叛逆AI写稿的冲击

在传统的财经新闻表面中，巨擘性是财经记者和财经媒体“专科性”的枢纽开首，这也成为大齐财经媒体和记者合计“自身不会被AI取代”的枢纽情理。但是，本研究的研究论断挑战了这一假定。

研究终结泄漏，虽然巨擘启发式在一定进程上仍能正向影响受众对内容的专科性感知，但东谈主类记者的执行应用效果并不睬想。比拟于匿名著作，东谈主类记者的签字反而可能削弱著作的巨擘性，进而裁汰受众对内容专科性的感知。甚而，尽管受众通过启发式领略可能会对执行由东谈主类撰写的著作产生较高的专科度感知，但当他们得知这些驳斥的作家是具体的财经媒体记者时，这种领略可能反而会受损，进而还会裁汰对著作专科性的全体评价。

事实上，这也充分阐述了刻下财经记者和财经媒体所面对的危境和风险。在中国的财经媒体畛域，由于渠谈上风消退、财经自媒体崛起等原因，再加上传统财经媒体在预期看管、危境预警等方面的无间性失灵（Iddins，2021），专科财经媒体和记者的巨擘性正在安宁消退。在刻下情况下，即使在主不雅性较强、专科门槛较高的财经驳斥畛域中，专科财经媒体和记者赖以糊口的巨擘性、专科性齐已面对如斯挑战，更别提早已庸俗应用AI写稿的财经新闻畛域以偏激他更为结构化、非主不雅化的财经新闻畛域。可见，疏忽AIGC时期的挑战，财经媒体和记者统统不成坐以待毙，反而更应当形成危境意志，有必要更多地念念考奈何更好地小器、加强乃至重塑自身的巨擘性，奈何更多地通过优质、深度、专科的内容强化自身的行业形象，这么才能更好地遵循财经媒体的关节命根子，牢固和确保专科媒体和记者的不可替代性。

（二）AI签字不错通过启发式晋升财经驳斥的专科性感知

研究发现，虽然受众在不被教唆关注作家的情况下难以分手东谈主类作家和AI作家所撰写财经驳斥之间的专科性互异，但在被教唆关注作家时会由于机器启发式、巨擘启发式关于签字为AI的财经驳斥产生更高的专科度感知。而且，当受众关于AI写稿的魄力越积极，机器启发式关于感知专科度的正向效果将会得到更多的强化。

这一论断关于通晓和股东AI写稿在财经新闻行业中的深度应用具有枢纽意旨。一方面，这阐述了财经新闻畛域事实上已经具备了在更大范围内深度应用AI写稿的条目。研究终结标明，当了解到著作的作家是生成式AI时，受众不仅不会合计AIGC的财经驳斥“不专科”“不巨擘”，反而会合计其与东谈主类记者比拟更为客不雅、巨擘、中立，也会因此对内容产生更高的专科性感知。就这少许来看，财经媒体畴昔也不错尝试更进一局面将AI写稿引入到专科门槛更高、主不雅性要求更强的财经新闻出产当中，以此晋升财经内容的出产效率，优化财经管事的内容质地。举例，刻下好多的财经客户端齐树立了专科、专门的及时短评管事，以此疏忽不停崛起的自媒体行业的冲击，但这些管事无形之中也给东谈主类记者带来了广大的时效性和使命量压力。畴昔，财经媒体八成不错更多地引入生成式AI关于新闻事实进行个性化、专门化的快速分析和驳斥，这不仅不错更灵验率地处治刻下的行业“痛点”，也不错更灵验地为用户提供个性化管事。

另一方面，研究论断也进一步揭示了AIGC财经新闻语境下感知专科性的具体形成机制，也阐述了畴昔发展和膨胀AIGC财经新闻使命的重心。从终结来看，受众关于财经内容专科度的领略县实上与内容自身的执行深度、执行专科度之间的关联并莫得那么横暴，反而本色上更多是受到了作家身份等启发式陈迹的影响。而且，受众对AI写稿魄力的正向调度效应更进一步阐述了这少许。畴昔，膨胀和普及AIGC财经新闻既需要连接不停地晋升和优化AI写稿的可读性和专科性，同期也应该聚焦于奈何晋升和优化受众关于AI写稿的本事领略。关联词，算法偏见、算法主管等AI失范行为咫尺初始安宁受到关注，受众畴昔是否还能关于AI保持如斯新奇、正面、积极的看法，这一问题的谜底于今仍未开朗。因此，畴昔在膨胀AIGC财经新闻管事时，也应当无间小器好受众关于AI写稿的正面魄力，这么才能更好地保管这一机制的灵验运行。

（三）AI写稿财经新闻驳斥合理签字具有必要性

但值得扎眼的是，在受众通过启发式处通晓读财经驳斥时，尽管他们倾向于合计签字为AI的驳斥更具专科性，但执行上他们愈加推奖执行作家为东谈主类财经记者撰写的内容。关联词，当AI生成的财经驳斥子虚地被标注为东谈主类记者签字时，受众所产生的感知专科度将在整个情况中达到最低水平。执行上，这一阵势强调了畴昔在AI与东谈主类共同创作的行业环境中加强AI应用透明度和签字表轻易的必要性。

咫尺，在财经新闻出产的执行经过中，引入生成式AI等东谈主工智能用以援救新闻写稿、剪辑等法子已经较为普及。关联词，本研究的论断阐述，如果受众扎眼作家身份，事实上有才略不错分手AI和财经记者所创作内容之间的专科性互异。如果财经记者未能充分裸露AI创作的内容（非常是触及判断性和主不雅性的部分），或者获胜以我方的口头发布AI生成的内容，这种作念法可能会削弱报谈的全体专科性，并有还有可能裁汰公众对财经新闻的全体信任度。尤其是在刻下，受众安宁意志到东谈主工智能在内容产业的庸俗参与，况且畴昔将愈加关注内容创作家的身份，这进一步强调了提高内容行业中AI透明度的枢纽性。畴昔，行业内有必要建立更为灵验的AI内容裸露机制，率领财经作家愈加圭表和合理地处理AI生成内容的签字问题，幸免财经媒体和财经记者的巨擘性、专科性、实在度的命根子进一步丧失。

（四）局限与瞻望

本研究也仍存在一定局限性，有待于在畴昔的研究中对其进行进一步完善：最初，研究在受世东谈主群类型上并未进行过多为止和分手，但事实上不同的财经修养和数字修养的用户关于AIGC的魄力和接受进程也不尽换取，因此畴昔也不错基于受众的特征关于研究论断进行进一步扩展。其次，为了幸免新闻接近性不同骚动研究论断，研究重心关注的财经议题仅局限于宏不雅经济战略，而莫得进一步分手不同新闻议题之间的互异，畴昔的研究不错进一步查考在不同议题新闻中受众的互异化走漏。临了，研究将东谈主类作家仅为止在专科财经媒体，概括媒体、自媒体以及东谈主工智能与东谈主类共同签字等其他情况并未完全计算，畴昔的研究也不错针对这少许进行进一步的蔓延与扩展。

本文系简写版，参考文件从略，原文刊载于《国外新闻界》2024年第10期。

本期执编/张紫玉

订阅信息

宇宙各地邮局均可订阅《国外新闻界》，国内邮发代号：82-849，宥恕您订阅！

您也可通过下方二维码或网址https://mall.11185.cn/h5/#/bkGoodsDetails?spuId=113613&from=imgShare&dsId=zxSWChat&dsModule=c3df4964-af5d-40a8-d6cc-a768b5306e52 ，进入中国邮政微商城订阅本刊。

您还可看望《国外新闻界》官方网站 http://cjjc.ruc.edu.cn/ ，免费获取往期pdf版块。