新闻资讯
腾讯研究院对新闻传媒业的关注由来已久。在《拐点时刻》之前，早在 2017 年发布的报告《人工智能时代：新闻业的谢幕与重生》就已聚焦 Al 给新闻推送带来的根本性改变。新闻是一个特殊的行业，在不同的历史时期与文化语境中，它被赋予不同的内涵，但不变的是，它始终是社会的守望者，是现实与历史的观察者和书写者。在最近十年的发展过程中，新闻业已经被打下了深深的技术烙印：算法、大数据、短视频、虚拟人、元宇宙、Web 3.0，再到现在的AIGC……这些技术或多或少都被新闻业所征用、融合。问题在于，这些技术带来了一轮轮的狂热，但同时也带来许多未曾兑现的承诺。大模型会不一样吗？这个问题要有答案，需要持续的关注和反思。
新闻内容生产遭受冲击2024年，著名演员“寡姐”斯嘉丽·约翰逊，向如日中天的OpenAI发了一封律师函。5月14日，OpenAI刚刚发布最新的多模态大模型GPT-4o，该模型支持文本、音频和图像的任意组合输入，并能生成文本、音频和图像的任意组合输出。在发布会上，OpenAI强调了GPT-4o的语音对话能力，并展示了五个不同的语音。而其中名为“Sky”的声音，被指与斯嘉丽·约翰逊在电影《Her》中的角色“萨曼莎”声音极其相似。
最新的一项调研显示，生成式AI已经在重塑新闻编辑室的角色和工作流程。[1]的调研进行于2023年12月，受调研对象是来自传统媒体、公共广播公司以及杂志的292名人员。这些相关从业者中的七成表示，他们正在使用AIGC制作社交媒体内容、时事通讯和头条新闻。同时，也会将其应用于翻译、转录采访和生成内容草稿，还有五分之一的人在使用生成式AI生成图像和视频。总体上，有接近一半（49%）的受调研者表示，由于生成式AI的出现，他们的工作流程已经发生了改变。
而在国内外的新闻传媒行业中，也确实有许多机构开展了相关实践，将AIGC纳入到新闻类内容的生产流程中。2023年情人节前夕，《》最先试水，使用 ChatGPT创建了一个情人节消息生成器，用户只需要输入几个提示指令，程序就可以自动生成情书。也陆续帮助美国本土五家新闻编辑室，包括西北大学、斯坦福大学和密苏里大学等开发了生成式AI工具，并在2023年8月发布了有关人工智能使用的指导原则。新闻机构Newsquest从2023年6月份开始，已经陆续聘请了七位人工智能辅助记者，他们的职责包括确保生成内容的准确性、进行编辑判断、保护数据、保护版权、注意偏见问题等。Newsquest的人工智能主管Jody Doherty-Smith表示：“我们正在利用人工智能来减轻记者身上普通但非常重要的任务的负担，让他们能腾出时间，去做真正能引起社会共鸣的新闻报道。”他甚至断言：“未来最长效的技能，就是知道如何与人工智能打交道。”
由于新闻机构往往缺乏必要的技术积累，在推进人工智能与新闻实践结合方面，与科技公司开展合作是比较常见的方式。微软就是在这一方面表现较为活跃的公司之一。根据报道，微软与新锐媒体公司Semafor（旗语新闻社）合作，Semafor的记者在报道全球突发新闻时，会使用基于微软和OpenAI技术开发的工具，快速检索来自本地、国家和全球的多语种报道及信息来源。微软赞助了一个名为“信号”（Signals）的突发新闻信息流板块，试图将其打造为新闻业与AI合作的旗帜型案例。Semafor联合创始人之一Ben Smith强调，该栏目的内容100%由人工撰写，AI会作为辅助工具来给这些文章补充信息。
而在国内，新华社、中央广播电视总台等媒体也开始了AI与新闻业的结合实践。例如，新华社发布基于媒体数据训练的模型MediaGPT，开发专门用于生成式任务的验证方法和以新华社媒体数据为基础的数据集；中央广播电视总台发布“央视听媒体大模型”（CMG Media GPT），专注视频类媒体内容的生产。而《每日经济新闻》的“雨燕智宣”，同样是媒体视频化转型的成熟产品。可以说，一场由AIGC带来的新闻业供给侧改革，已经拉开帷幕。
第一，生成式AI能够优化新闻信息采集与处理流程，比如辅助记者快速采集、读取海量数据，并进行自动处理。在资料检索阶段，记者和编辑可以借助ChatGPT等工具对大量需要阅读的文本材料进行内容摘要的生成、提炼核心观点、快速获取核心信息，以提高信息采集效率。同时，大模型的多语言生成能力，可以用于翻译跨语言文本，方便记者和编辑获取不同语种的资料与信息。根据腾讯研究院此前进行的一项调研，“进行资料检索”和“内容翻译”是目前媒体从业人员最多使用AIGC的两种用途，占比分别为54.8%、44%。[2]
但是，也有许多媒体对AI生成的内容保持谨慎甚至是的态度。例如，《每日电讯报》明令禁止员工使用生成式AI类工具进行内容的编辑。《》起诉了 OpenAI和微软，称其试图“在未经许可或付费的情况下利用该报纸在新闻业的大量投入来制造替代产品”。今年6月，知名媒体《卫报》公布了有关于生成式AI的一系列使用原则。[3]《卫报》承诺谨慎使用相关技术，还于去年九月拒绝OpenAI使用其内容来训练大模型。
但技术趋势不会因为几家媒体的而停止脚步。随着生成式AI在新闻业的应用逐渐深化，也将给新闻传媒行业带来诸多冲击。最显著的就是大模型将冲击专业的新闻生产模式。大模型的使用门槛越来越低，普通人也可以利用大模型的能力进行新闻内容的生成。例如，针对某一事件，利用大模型可以快速生成一篇交代前因后果的新闻报道、新闻评论，或近期发生的系列新闻事件的摘要。在这种情况下，普通用户不再仅仅是新闻内容的消费者，也会成为新闻内容的创作者和生产者。在大模型的赋能下，普通用户跨越专业门槛，成为媲美专业人员的内容生产者，基于自身需求进行定制化的新闻内容生成，更自主地进行内容消费，这将对传统的新闻权威形成挑战。
AI假新闻污染新闻线年末，新闻可信度评级机构NewsGuard发布了年度回顾报告。报告指出，过去一年，生成式AI的兴起改变了信息格局，大量看似真实的文章、图像、视频甚至网站被创造出来，这助推了信息生态的混乱以及用户的不信任，更为别有用心者提供了新的工具。[5]这已经不是NewsGuard第一次将假新闻的矛头指向生成式AI，在该机构2023年每个月的虚假信息监测报告中，几乎都可见AIGC的身影。技术的更迭并未改变这一现状，NewsGuard指出，GPT-4具备比GPT-3.5更为彻底、更具说服力的虚假信息生成能力。同样，美通社2023年全球媒体调查报告显示，在针对全球3132名记者的调查中，有27%的被调查者认为，如何保持作为可靠新闻来源的可信度，是新闻行业在这一年面临的最大挑战。
生成式AI在新闻生产的背景信息收集、采访提纲拟定、调研信息整理等环节提升了效率，使新闻报道大跨步地迈入了“自动化生产”的领域。2023年3月，声称“没有记者，没有偏见”的人工智能新闻网站NewsGPT上线。该网站是全球首个完全由人工智能生成的新闻频道，通过机器学习算法和自然语言处理技术，实时扫描来自世界各地的新闻来源并创建新闻报道。其首席执行官艾伦·利维（Alan Levy）在接受访谈时称：“NewsGPT是新闻世界的游戏规则改变者，长期以来，新闻频道一直受到偏见和主观报道的困扰。通过NewsGPT，我们能够向观众提供事实和真相，没有任何隐藏的议程或偏见。”[6]
回溯新闻业的历史，其中不乏与人工智能携手并进的时刻。过去十余年，由人工智能引发的新闻业创新浪潮，可分为自动化报道阶段、增强报道阶段和生成报道阶段。在自动化报道阶段，程序自动生成的文本内容被用于财经、体育等可模板化生产的新闻；在增强新闻报道阶段，人工智能的机器学习和自然语言处理（NLP）技术被用来分析数据、揭示相关趋势，常用于舆情监测、内容优化。如今，人工智能之于新闻业正在迈入第三阶段，即AIGC以多模态生成能力参与到新闻生产环节。与过去仅运用于模板化新闻生产的人工智能不同，生成式人工智能可以进行更长篇幅、更高质量的报道撰写，并可以根据指令模仿特定作品风格，多模态生成能力还带来了新闻报道视频化、可视化的诸多新可能。
对AIGC进行训练的语料库，肩负着保障AIGC输出信息准确性的重要责任，语料库有限、语料库的时效性滞后，均是AIGC信息失实的原因。用于AIGC训练的语料库往往包含了大量在互联网上抓取的文本，这些文本鱼龙混杂且真实性存疑，无疑给缺乏信息辨别能力的生成式AI带来极大的迷惑。更严重的是，其中的虚假信息可能会经AIGC包装、输出后回流至网络平台并再度回到AIGC的训练语料库中，形成虚假信息的循环，进一步循环污染信息环境的真实性。
NewsGuard在一项针对GPT-3.5和GPT-4的测试中发现，面对100条同样的虚假信息生成指令，GPT-3.5拒绝了其中20条虚假信息的生成，而GPT-4却生成了全部 100条虚假指令；同时，GPT-3.5生成的信息中包含着51条免责声明，GPT-4却仅包含了23条。这意味着作为GPT-3.5的升级版，GPT-4并没有在识别并拒绝生成虚假信息上有所进步，反而比GPT3.5具备了更为彻底、更具说服力的虚假信息生成能力。
AIGC强大的传播能力不仅在于生成信息的说服力上，同样存在于生成信息的速度与规模上。传统新闻时代，新闻工作者需要具备规范的新闻写作、新闻摄影与新闻视频制作等专业能力。而人工产出一份达到刊发标准的新闻作品，往往需要经过资料准备、现场调研、信息核查、后期写作制作等一系列环节，从而才能保障作品的真实性和可读性等标准。花费几个月甚至更长时间深入现场进行深度调查报道、挑灯夜战赶稿润色以期为读者呈现最好效果，对于新闻工作者来说是家常便饭。然而，不受新闻伦理约束的AIGC却能大批量、高效率地生成新闻报道。当大量 AIGC假新闻涌入信息平台，而大众却未拥有辨别能力时，新闻领域就极可能出现“劣币驱逐良币”的态势。
美通社2023年全球媒体调查报告显示，在针对全球3132名记者的调查中，有27% 的被调查者认为，保持作为可靠新闻来源的可信度，是新闻行业在这一年面临的最大挑战。在被问及新闻从业者和新闻机构的最优先事项时，“保持”内容准确大幅领先于其他选项。[12]一方面，AIGC技术能够让人类记者从较为繁琐、机械的基础工作中解脱出来。另一方面，一旦新闻机构越来越多地将生产新闻的能力让渡给 AI，与之相匹配的信息核查制度却尚未建立，由此便可能导致未经核查的信息加速流入网络，造成真实性的污染。
从新闻分发环节考量，传统媒体时代，新闻信息从采访、撰写到刊发，过程中经历了重重把关，信息的真实性经过多重审查，确保出现在受众面前的新闻极少虚假。但平台化时代，人们已经更习惯从互联网直接获取信息，传统的“受众”向“用户”转变，新闻消费者与生产者的界限日益模糊，人人都可以发布信息，用户接收到的信息不完全来自权威的媒体信源。面对大量信息，平台的审核机制无法与传统媒体的把关机制一样行之有效，判断信息真实与否的环节从内容生产阶段后置到了信息消费阶段，而很难要求用户具备足够辨别假新闻的能力，这同样为AIGC假新闻的盛行提供了空间。
无论技术如何变革，新闻真实性的内核永远不可丢失。避免AIGC生成的假新闻盛行，既需要机制性的保障，比如加强对AIGC内容的事实核查和细节校对，也需要社会层面的集体努力，比如通过官方教育提升社会公众的AI媒介素养，增强分辨虚假信息和低质量信息的能力。同时，应对假新闻还需要专业机构依靠长期形成的专业机能和规范向舆论场填充大量真实的新闻，避免“劣币驱逐良币”。[15]正如学者史新燕[16]所说，任何技术的社会化落地，其实质都是技术逻辑与社会选择“互构”的结果。AIGC应用于新闻内容生产虽在当下具有许多问题，但在社会各界的共同探索之下，或许将带来新的可能。
牛津大学路透新闻研究院每年都会推出一份观察报告《新闻、传媒和技术趋势预测》，来呈现全球新闻媒体在过去一年的发展趋势。在2024年的观察报告中，“平台转移”成为重要的关键词。报告引用了一项第三方数据，显示2023年来自Facebook的新闻网站流量下降了48%，来自X/Twitter的流量下降了27%。[17]造成这种变化的重要原因，就是用户的新闻接收习惯发生了转变。目下，以TikTok为代表的短视频平台，正越来越成为年轻受众获取新闻类资讯的渠道。
为了适应短视频新闻的趋势，《洛杉矶时报》于2022年6月创建了名为“404”的新闻生产团队，专门开展实验性的搞笑视觉叙事。通过memes、视频特效、独特的出镜形象“Judeh”等等元素的应用，404团队生产出区别于传统新闻报道的新型风格，并在有关气候变化和环境议题的相关报道中创造了众多爆款作品。《》同样是传统媒体进行TikTok化的范例。为了适应短视频平台的传播节奏，《》专门聘请了视频制作人Dave Jorgensen担任主理人，他以“程序猿”的形象出镜进行新闻报道，通常一人分饰多角以还原事件、背景信息以及可能性后果，等等，并且以轻松幽默的风格讨论严肃的新闻议题。
短视频的媒介特性，以及算法推送的技术机制，型塑着短视频新闻的内容与形式风格。“短音视频”的内容形式实现了听觉与视觉元素的创造性结合，因而具备短时间内博得用户关注的“眼球优势”。同时，“偏好算法内容推送”根据协同过滤和个体既有偏好等标准，为用户提供了定制化的内容分发，并以持续滑动的方式予以呈现。此外，人工智能等前沿科技的加持让用户能够以较低成本参与甚至主导内容生产。[18]短视频区别于社交媒体和传统的新闻载体，具备不同的语言、节奏和呈现风格。但问题在于，新闻的特殊属性，导致它在触碰短视频的过程中也会发生一些错位。
在这个过程中，专业媒体和自媒体融合在一起，都以发布的及时性作为标准，前者的事实考证优势不复存在。可以说，短视频的媒介机制决定了新闻的深度受阻。同时，短视频平台上内容鱼龙混杂，大量虚假信息在平台上蔓延。2022年的一项研究分析了540个热门新闻议题的相关TikTok搜索结果，如校园枪击事件、政治选举和疫苗问题等。结果显示，虽然TikTok确实检测到并删除了部分虚假或误导性视频，但整体上的虚假与错误信息率仍高达19.4%。[19]
根据《财富》在2023年8月22日的报道，社交媒体X（原Twitter）正在进行一项新的功能测试，即去除新闻类分享内容的标题，仅保留其图片和链接。[21]这一功能于2023年10月生效，但迫于媒体和用户的投诉与压力，X在11月进行调整，重新恢复了新闻标题的显示，并在推文部分显示链接，而新闻标题会以黑底白字的形式嵌入到图片上方。但是，新的问题出现了，由于预览的尺寸不适用于所有标题，在默认尺寸下，超过字符数限制的内容就会被截断，这意味着新闻标题的显示可能会不完全。
这已经不是X第一次针对新闻媒体有所动作了。在这次更新前不久，《》报道称，X一直在放慢用户访问《》等新闻机构以及包括Facebook 等网站的速度。延迟的网站名单包括：Facebook、Instagram、Bluesky和Substack，以及路透社和《》的官方网站。根据《》的测试，点击其中一个网站的链接，用户需要等待大约五秒钟才能看到页面。而其他网站并不受影响，页面会在一秒钟或更短的时间内打开。而在这个报道发布几小时后，X将延迟时间降低到零。
其实不止是X，Meta此前也宣布，将在2023年12月初停止在英国、法国、德国这三个国家的Facebook News服务——Facebook上用于提供新闻的专项功能。[22]2024年4月初，Meta如约在澳大利亚和美国停止了Facebook News服务。社交媒体与新闻业的蜜月期，似乎线年金融危机之后，广告商的广告投入从传统媒体转向在线媒体。一面是以 Google为代表的搜索引擎，一面是以Facebook为代表的社交媒体，二者重塑了内容流量的格局。在这段时期，新闻媒体也从纸质出版转向了深度在线化，互联网超越电视和报纸，成为普通人群的主要新闻来源。
转过头来看，这不只是Facebook一家的转向，而是社交媒体的整体趋势。算法的调整使新闻类内容得到越来越少的曝光，这对依赖社交媒体流量的媒体打击严重，由此造成行业性的集体困境。2023年，BuzzFeed创始人乔纳·佩雷迪宣布关停旗下新闻业务BuzzFeedNews，VICE宣布关闭新闻品牌VICE World News，其主站也正在进行破产申请。Vox Media、Insider、ABC News等一众数字媒体，都进行了不同程度的裁员。
不仅如此，平台通过算法和推荐对新闻内容的呈现进行重组，各类榜单也在一定程度上影响了新闻内容的分发模式。通过算法分发与用户点击行为的共同作用，更符合流量逻辑的新闻被呈现，而严肃的内容则被隐藏于算法之后。反过来看，新闻媒体对社交媒体的作用到底是什么，到底是能够补充严肃内容、增加用户的留存与互动，还是会让整个平台因此变得过于政治化并引发“操纵舆论”的危机？不同平台对于这一问题的看法，决定了对新闻媒体的态度。
而X的竞争对手，另一大社交媒体平台Meta，也表明了鲜明的“拒绝”态度。在 2023年9月5日发布的声明中，Meta这样说：“用户访问Facebook不是为了新闻和政治内容，而是为了与人们建立联系，发现新的机会、激情和兴趣。新闻类内容之于世界各地用户在Facebook信息流占比不到3%，因此新闻只是绝大多数人Facebook体验的一小部分。”在Meta旗下的新应用Threads上，也鲜少能够看到新闻内容和记者的身影。
社交媒体与新闻之间的关系已经成为一种文化现象。根据皮尤研究中心在2021年的一项调研，目前有略低于一半（48%）的美国成年人，会“经常”或“有时”从社交媒体上获取新闻。“分享”是社交媒体的特质，它也让更多的新闻内容被看到，更多的故事被讲述，以及更多的重要事件被分享、讨论与传播。社交媒体既是新闻的来源，又是新闻的创作者。任何人都可以进行第一手的信息发布与分享，他们不必是新闻机构的从业人员，这些分享本身就构成了新闻的一部分。
对搜索引擎来说，这是一种自然而然的“市场行为”，因为它能直接呈现整理过后的搜索结果，极大提升用户检索信息的效率，优化用户体验。然而，一旦形成这样的模式，即搜索引擎将更多流量分配给生成式人工智能的生成结果，更为深度、长篇的新闻报道内容将无人问津。由于越来越多的用户直接从搜索页面获取所需内容，而不再点击进入新闻媒体的主页，依靠广告收入分成的新闻媒体的生存空间将受到压缩。以广告为核心的收入模式将面临巨大冲击，而媒体的订阅收入也将直接受损。
这场罢工行动，是好莱坞有史以来规模最大的一次。从最初1.1万名编剧参与，逐渐卷入了包括导演、演员等多个演职人员工会。多档热门节目和剧集停播、停拍，整个美国影视行业陷入混乱。在罢工长达148天后，双方于9月达成初步协议。据称，协议中编剧们在人工智能、数据透明度、剩余报酬和最低人员配置等方面获得了关键性的胜利。[24]这不是发生在好莱坞的第一次罢工。1988年，“美国编剧协会”（Writers Guild of America，WGA）的罢工持续了53天；2007年的罢工则从11月一直持续到第二年的2月。
早在2023年4月，11500名美国编剧协会成员就经过投票，压倒性地同意，如果新合同未能签署，就将举行罢工。结果，在5月1日旧合同到期后，新的合同还杳无音讯，于是第二天罢工就开始了。因为参与主体主要是好莱坞的编剧与演职人员，所以这场罢工行动就被称为“好莱坞大罢工”。双方未能达成一致的焦点在于加薪协议。WGA要求为编剧人员争取接近6亿美元的加薪总额，但AMPTP否决了这一要求。AMPTP背后的阵营包括亚马逊、迪士尼、环球影业、派拉蒙和Apple等大型公司与影视平台。
2017年底，麦肯锡全球研究院（McKinsey Global Institute）发布了一份有关人工智能与全球就业市场的宏观报告，报告预测，随着科技的进步，到2030年，保守估计全球15％的人（约4亿人）会因人工智能工作发生变动，激进预估会影响30％的全球人口，也就是8亿人。在新闻传媒行业，由新技术带来的行业洗牌，在一定程度上印证了这样的预测。德国出版巨头Axel Springer的CEO坦承，该公司准备降本增效，用AI取代部分记者；全球第一家完全由人工智能生成的新闻网站NewsGPT也已经露面，它没有记者，所以号称没有偏见，每周7*24小时提供“准确可靠”的资讯。
而高歌猛进的AIGC则让人们再次审视新闻受众的概念。如果说互联网赋予了人们“传播”信息的能力，AIGC则让“创造”信息成为了可能，受众的能动性愈发不可忽视。根据学术领域对于“受众”进行的分类，作为日常对线”，作为媒体内容读者和注意力商品的受众是“受众2.0”，在“人人都是新闻记者”的社交媒体时代，能够随时记录、随时发表的受众成为“受众3.0”。那么，步入AIGC时代，借助AI，获得媲美专业生产能力的受众，直接迈入了“受众4.0”时代。
回顾技术发展史，互联网的出现已经实现过一轮转换。Web 2.0时代，个人博客 （Blog）、社交媒体等媒介形式的应用，使得普通人获得了“发表权”，即可以在网络上发表自己的各类观点。这扭转了前互联网时代传统媒体对发表权的独占局面。由于建立媒体机构、创建一份报纸或一家电视台的成本极高，从而形成了信息发布的高门槛，普通人很难有机会和足够的资本建立自己的渠道，而借助互联网和移动设备，每个人都成为了“新闻记者”，随时随地记录、随时随地发布。如果说互联网改变了内容分发的格局，那么以ChatGPT为代表的AIGC技术则实现了内容生产的“平民化”，普通人借助AI的力量，跨越专业门槛，成为媲美专业人员的内容生产者，基于自身需求，进行定制化的新闻内容生成。而借助社交媒体，发行的成本同样可以忽略不计。
未来伴随AIGC应用的进一步深化，无疑会激发更多人创造内容的热情。虽然普通人难以长期稳定地生产信息，但由于生产主体数量是巨大的，因此生产的信息从长期来看也是海量的，可能对媒体机构的内容生产地位形成冲击。这对新闻业的影响也是深远的。受众拥有采集和生产内容的能力之后，可以更加独立自主地进行内容消费，对新闻媒体产出的信息依赖程度降低，进一步降低后者的影响力和“把关人”地位。受众以往是媒体机构的服务对象，如今却可能成为媒体机构某些层面的“竞争对手”。
19世纪起，技术的每一次进步都带来了新闻业的飞跃。电报、电话、广播、电视，无不催生了影响力巨大的新闻媒体。但20世纪90年代开始，互联网以及相关计算机技术的每一次发展与革新，几乎都给新闻业带来不同的挑战。这一现象的原因是，以往的媒介技术主要帮助新闻媒体扩大他们能够接触到的受众群体，新闻可以分发到更广阔的社会大众中去；但互联网等技术，赋予了受众制造内容、发布内容的权利，催生了“公民记者”“自媒体”等群体。
实际上，AIGC对于媒体机构来说，也是提升生产效率的利器。AIGC无疑能够帮助媒体机构更加快速、更加准确地生产不同媒体形态的内容。虽然说AIGC的门槛已经降低至普通人就能使用，但媒体机构的核心竞争力在于，能够持续地生产专业信息。虽然互联网上普通人可以生产传播各种信息，但持续生产是一般受众所难以实现的，即便AIGC很高效，依然存在时间成本，特别是某些大模型需要收费，对普通人来说可能不愿或难以承担。此外，某些受众可能熟悉特定的专业领域，拥有丰富的知识储备，但他们要跟媒体机构一样保持高频的内容产出，也并不轻松。再者，媒体机构生产的内容更为多元，而普通人的产出可能仅仅局限于自己的生活和专业背景，如何持续地生产不同类型的内容，难度就更高了。
疫情与经济放缓在短时间内极大加速了本地新闻的衰落。根据统计，美国有200多个县没有当地报纸，近50%的县只有一份报纸，而6%以上的县根本没有专门的本地新闻报道。报纸以外的其他媒体来源也无法填补这一空白，例如数字媒体，尽管它们在报道和分发本地新闻方面更加便捷（开设一个本地频道即可），但它们通常会关注人口更加密集的社区，而不是潜在受众稀少的落后地区。超过6500万美国人生活在只有一家当地报纸或根本没有一家报纸的县。[31]
本地电视台也是如此，电视新闻倾向于关注全国范围的新闻事件或最具耸动性的本地故事，因而谋杀、犯罪、车祸或自然灾害类的题材会更受青睐。而许多受到资助的公共媒体机构，则主要依赖于转载内容而非原创报道。这些媒介都无法缓解本地新闻的来源焦虑。在过去的15年，美国失去了2100多份报纸，这使2004年初拥有本地新闻媒体的 1800个社区，在2020年初已经没有任何报纸。即便是幸存的6700份报纸，许多也早就已经成为“幽灵报纸”：只有原来的“外壳”，但新闻编辑室的采编人员和报纸读者数量都大大减少。这同样是不可忽视的情况——在过去的15年里，一半的报纸记者和读者也消失了。[32]
广告的转移，与受众的注意力流向一致。不仅仅是广告，用户的新闻需求也正在从本地的新闻报纸，迅速流向社交媒体平台。2019年皮尤研究中心的一项调研发现，目前超过一半的美国人（54%）“有时”或“经常”从社交媒体获得新闻。皮尤还发现，Facebook作为美国人最常用的社交媒体网站，超过一半（52%）的美国成年人在那里获得新闻；YouTube是第二受欢迎的新闻来源，28%的成年人在上面获取新闻；其次是Twitter（17%）和Instagram（14%）。从2018年起，社交媒体已经超过了报纸，成为大多数美国人的新闻来源。
随着广告收入下降，媒体采取了一系列措施来保持盈利水平。比如，为了削减发行成本，许多地区的本地报纸减少发行面积和纸质版数量，例如《亚特兰大日报-宪法》在1996年向居住在佐治亚州的124个县的读者售出42万余份报纸，然而现在数字已经下滑到在32个县售出11万份报纸。同时，为了抵消订阅收入的下滑，许多报纸提高了订阅价格，这加速了订阅数量的下降趋势。毕竟今时不同往日，从社交媒体获取信息已经过于简单便捷，况且还是免费。
除了政治信息同步，本地报纸还能发挥“黏合剂”的功能，有助于在社区内形成一种共同的目标感和社会认同感，由此可以成为团结当地的一股强大力量。当本地报纸停办，围绕在它身上的政治功能和社会共识维系功能就会随之消失。除此之外，社区居民对于本地新闻的需求，并不会随着新闻来源的减少而消失，而是会转移到社交媒体上。在没有本地新闻来源的情况下，越来越多的当地居民开始从社交媒体上获得本地的新闻和其他信息。但问题在于，由于发布门槛低以及缺乏严格的核查机制，社交媒体中弥漫着大量的虚假消息和错误信息，而这些信息将带来严重的误导。
新闻行业的数字化浪潮发生以来，媒体对本地新闻的忽视日益明显。互联网的扁平化和低门槛特性，使得任何一个网站的潜在受众理论上是全世界的上网用户。对于在线媒体来说，为了提升网站流量和曝光度，在内容生产和呈现方面，往往会采用全球化的策略，尽可能将报道关注范围扩大，甚至是关注全世界范围内发生的重要新闻事件。这种倾向，反过来也会影响到传统媒体，因为要参与读者的注意力竞争，所以越来越多的地方性报纸，会在新闻采编中逐渐扩大全国性报道甚至是全球性报道的比例，“地方性”反而日渐式微。
新闻受众对于本地新闻的需求其实远未得到满足。很多时候，受众并不想关注过于“远方的哭声”，而是更想了解自己身边在发生什么。一些本地媒体注意到这一趋势，开始将报道重点回归到本地化报道，而非全国性的热点话题。比如传媒集团 Mvskoke Media就将编辑策略调整为专注本地社区报道，体现对核心读者的关注。同时，许多媒体开始在当地举办各种形式的读者见面会，例如《檀香山公民报》（Honolulu Civil Beat）就在所在地区举办类似于快闪活动的“弹出式新闻编辑室”（pop-up newsrooms）。借助这些活动，一方面能帮助读者理解报道理念，另一方面也反向了解读者到底需要怎样的新闻报道，以加强报道的透明度和公开性，整体上加强了新闻媒体与本地读者的沟通。
越来越多的新闻媒体将专注本地新闻的报道，这种趋势在人工智能时代将得到延续。在AIGC引领的智能化浪潮之下，新闻行业受到了一定冲击，但也获得了变革的可能性。[34]对于本地新闻来说，这反而是一个很好的机会。基于AI大模型的训练原理，本地内容的文本量较小，即便纳入到训练数据集，也十分容易被其它类型的信息淹没，因而AIGC在本地内容的生成方面表现欠佳。专注于本地新闻，既是现实需要，也会是媒体重新获得竞争优势的机会。可以期待，AIGC时代的新闻业，或将发生一波本地化的转向。
