35wfx

一、问题的提出

进入现代社会以来，信任一直是新闻与受众建立联系的重要前提，也是新闻业实现民主使命的根基。虽然新闻信任问题早在广播、电视与互联网匿名时期就已出现，例如，网络虚假信息的盛行引发了人们对新闻发布者可信度的质疑，大量全球调查评估强调了新闻媒体信任度下降的趋势，但2020年以来，自动化技术、算法与人工智能的发展，使得新闻信任不再是由专业权威建构的稳定体系：传统新闻业赖以立身的信源搜索方式、信息把关标准、真实性核查机制，正在被算法推荐系统、深度伪造技术和自动化内容挑战，动摇着新闻业面向公众的真实性承诺。这些问题凸显出这样一个不言自明的事实——技术正在塑造新闻信任方式。而这意味着与技术相关的新闻生产与分发的物质环节需要值得信赖。

复杂的技术现实使“技术与新闻信任”话题在新闻研究中跃迁到一个重要位置。全球新闻学者围绕这一关系展开思考，近年来出现了两种代表性理解：其一，从新闻业内部视角出发，将新闻信任作为可被技术支持、调度与限制的资源，出现了“代码信任”“开源信任”等与透明、道德与创新有关的新闻信任实践；其二，从物与基础设施视角出发，将新闻信任视为一种经由物质关系展演的仪式、权力与承诺。这些研究从信任的关系视角出发，卓有成效地突破了以受众评价为导向的“可信度”路径，敏锐捕捉到新闻信任的物质关系转向。但遗憾的是，它们无一不是在重复技术对新闻信任形式的改变与挑战。换言之，新闻信任依然遵循着“人类之间的社会过程”这一认识，本质上属于经典社会学中的人际信任、系统信任范畴。而将命题倒转，我们会发现一个重要的研究暗面：“新闻业如何信任技术”是被新闻学研究者遗留下的问题，而作为信任前提的技术则成为新闻信任的理论盲点。

不过，随着Chatgpt、等生成式AI技术广泛应用于新闻生产活动，新闻学者开始重新考量技术在新闻信任中的角色。有趣的是，大模型表现得愈发像一个能对话、能思考、有情感的“值得信赖的好伙伴”。《新京报》记者刘思维在最近的采访工作中把DeepSeek当成她的采访对象，靠和DeepSeek深度交流，打磨提问的精准度，获得更深入的采访思路。由此可见，人工智能的“类人特质”让无论是专业新闻人还是新闻受众都对它产生一定的信任依赖。事实上，技术哲学家已考虑采纳“道德主体”的概念来理解与人类互动的人工智能。他们指出，即使人工智能系统仅模拟人类的动机、道德和情感等特征，也能提高信任期望。而在更大的范围内，人机传播学者安德里亚·L·古兹曼（Andrea L. Guzman）的观点更具有洞见性：“当机器置于传播者角色时，社会空间将从人类之间的空间扩展到由人类和机器组成、塑造的社会空间”。根据她的理解，人类传播者与机器传播者之间的信息交换过程将重组新闻信任方式。

沿着人机传播学者的逻辑，我们有必要重新思考“新闻信任”这一理论概念在人工智能语境下的张力。本文将追溯新闻信任的发展脉络，厘清新闻信任的理论维度，探讨它与技术结合的潜力。借鉴“机器自主性”的理论视角，本研究将“人机信任”视为新闻信任的发生前提，在思考人工智能新闻信任与传统新闻信任的本质差异中，为数字新闻业提供一种系统信任的创新认识。

二、新闻与信任的结合：一个概念挑战

新闻业在现代社会发展中的角色职能，决定了它在诞生之初就与信任问题如影随形。在一个世俗化、工业化与异化和矛盾冲突不断加剧的社会现实中，对公众和整个社会而言，新闻业可以通过新闻的选择和呈现减少信息复杂性，提供个人无法获得的知识和经验。这恰恰是信任与新闻结合的地方：由于人们无法核实新闻业提供的内容，所以他们必须信任新闻业，公众的信任是新闻运作的基础。信任对新闻业的重要性早已不言而喻，我们在詹姆斯·凯瑞（James Carey）、迈克尔·舒德森（Michael Schudson）、韦恩·万塔（Wayne Wanta）等学者的相关论著中都可以找到证据，例如，“如果新闻消费者不信任专业新闻，记者就无法正确充当监督者或共同经历的召集者”“信任使新闻媒体能够设定公共议程”，等等。

新闻与信任问题成为一个引人入胜的研究议程固然值得欣喜，它承载着新闻学者让世界变得更好的理想承诺。但也造成了一个棘手的局面：“新闻”与“信任”在概念上的结合似乎过于随意与常识化。从概念使用来看，当我们讨论“新闻信任”时，它可以指新闻媒体信任（news media trust），也可以是对新闻的信任（trust in news），还可以是新闻业的信任（trust in journalism），牵扯受众对新闻产品的接受与评价、新闻机构的可信度、新闻业等多元讨论面向。但这恰恰引发一种非正统关系——将两个广泛使用的术语“新闻”与“信任”在概念上模糊结合，却无法为“新闻信任”领域确立一套清晰的理论认识。因此，我们有必要重访“新闻”与“信任”概念结合的社会历史语境。

一个开端时刻是战时宣传与广播消费的兴起。这一时期诞生的“新闻媒体可信度”（news media credibility）路径，几乎统治了此后半世纪主流新闻传播学对信任的理解。1959年，伯恩斯·W·罗珀（Burns W. Roper）所代表的“电视信息办公室”开始询问广播、电视和报纸的相对可信度，此后，人们开始好奇广播、电视和报纸三种媒介在可信度方面存在的差异。然而，这一时期人们对“媒介可信度”的理解存在一个巨大的争议——它在作为一般概念被接受前是作为量表要素被广泛采纳的。一个主流基调是，人们很少去思考“新闻媒介为何且如何可信”，反而更倾向于将其理解为一种“衡量标准”，但随着量表得到验证、失效并重新验证，理解媒介可信度本身变得模糊。媒介可信度与量表有效性高度绑定，这恰恰消解了新闻媒体在协商信任方面可能发挥的实质性作用。

一个重要的发展是，用具有关系、行动面向的“信任”概念代替狭义的“可信度”表达。显而易见，它受到了经典社会科学的信任理论启示，将新闻媒体的信任过程还原到更广泛的社会场域中来。在芭芭拉·米兹塔尔（Barbara Misztal）的笔下，人际关系中的信任通过集体社会实践而产生，例如习惯、仪式、记忆和声誉。然而，在现代性条件下，信任也需要跨越更大的社会、时间和地理距离，从而出现了复杂的制度安排。尼古拉斯·卢曼（Niklas Luhmann）认为，信任建立在幻觉之上，是一种泛化的期待。交往媒介的泛化能力则使期待的结构和动机模式（即信任）得以形成，支持高度分化的社会系统，如政治、科学与经济，于是他一针见血地指出，“信任是一个社会复杂性的简化机制”。沿着他的理解逻辑，新闻业扮演着处理社会复杂性的重要角色。

正是在这个意义上，信任作为一个二阶概念能将“公众-新闻业-社会秩序”联系起来，恢复新闻在协商信任和简化社会复杂性方面的实质地位，从而在根本上与侧重指标的可信度路径形成分野。由此，新闻与信任之间重新建立概念联系，与经典社会学中的人际信任与系统信任不谋而合。同时，由于“新闻”与“信任”是一个对称的概念组合，对“信任”的多维探讨，相应地也丰富了对“新闻”的理解面向。根据彼得·什托姆普卡（Piotr Sztompka）的看法，信任新闻可能是信任其社会角色（例如记者），可能是信任机构和组织（例如特定的新闻机构），可能是程序性信任（即信任制度化的实践，如事实核查或新闻选择标准），可能是信任技术系统（广播、互联网）。从这里开始，关于新闻与信任关系的探讨沿着两个新的维度分化开来：

一方面，从受众消费出发考虑信任，但尤其关注新闻与受众间的信任建构过程。斯蒂芬·科尔曼（Stephen Coleman）等人用建构主义方法表明，新闻信任远不止于对新闻真实性的信心，它还与记者的专业权威与讲故事方式、人们对新闻服务的期望以及本地经验等更为丰富的文化与社会情境因素相关。通过他们的描述可以肯定的是，新闻权威对理解新闻信任有所帮助，但二者并不等同，在马特·卡尔森（Matt Carlson）看来，“权威似乎有一种直观的含义，即某种形式的信任”，但信任不一定来自权威。

另一方面，新闻业也成为信任提供者，进而对社会系统（经济、政治、科学）信任产生贡献。通过接受媒体报道，政界人物、商业人士有机会赢得公众信任。在这个过程中，一些新闻媒体会按照自己的逻辑行事，将政治行动变成新闻报道，并突出从新闻角度来看具有价值的方面（戏剧性、消极性、冲突等）。因而，公众对新闻的信任总是受到威胁，它是短暂而脆弱的。相应地，新闻信任的培养、维护与建设成为重要社会议题，它关乎着新闻记者工作的专业准则、新闻机构的专业表现与新闻业的专业文化。

以上，我们简要回顾了新闻信任讨论的历史发展。现代工业技术引发民主社会危机，诞生了作为社会议题的新闻信任，引发基于新闻媒介可信度的实用主义研究传统。随着社会学的人际信任和系统信任理论进入新闻学研究者视野，我们看到了新闻与信任在概念上多维度结合的潜力，这也成为被主流“媒介可信度”和“新闻可信度”研究所“遮蔽”的重要转向。正是在这里，我们有必要对“新闻”与“信任”的结合做出一个理论界定。考虑到信任理论模型的多层级性，我们赞同贝恩德·布勒鲍姆（Bernd Blöbaum）对“新闻”采取更宽泛的理解——强调行业领域的“journalism”而非侧重信息与产品的“news”。因此，在对“新闻信任”的概念界定上，以“trust in journalism”替代斯蒂芬·科尔曼（Stephen Coleman）、尼基·厄舍（Nikki Usher）等学者使用的“trust in news”。此外，区别于“媒介信任”（media trust）传统致力于在受众媒介使用与对媒介的信任间建立直接因果关系，我们感兴趣的是将“新闻”与“信任”以非直观、多层级、情境性方式联系起来的做法。具体来说，我们可以从以下维度理解“新闻信任”（图1）：

新闻信任是一个新闻业与公众、社会双向互动的过程。具体来说，新闻信任发生在新闻记者与具体项目（新闻产品）、实践环节（选择、协调、分发）、新闻组织机构与编辑室层面、新闻业系统与新闻媒介等层面。但如我们所见，公众对某些新闻报道的信任部分基于对机构权威的信任，而后一种信任又基于此类机构经年累月的报道。所以新闻信任的各维度并不独立，而是一整套连贯且相互依存的信任方式。

至此，通过重访历史情境，我们恢复了“新闻信任”的理论弹性。以信任客体为对象，卢曼的社会系统理论将信任区分为两种：一种是人格信任（也称人际信任），概括个体-个体之间的信任关系；另一种是系统信任，用以刻画政府、媒体、货币、社会组织等非人格客体之间的信任关系。按照卢曼的观点并结合图1来看，“新闻信任”概念属于系统信任。然而，新闻信任的理论探讨大多早于社交平台与数字技术的大规模兴起，即便是将其置于数字环境中考虑，也未能敏锐捕捉到数字技术的性质和重要性。相比之下，本文的核心出发点是：数字技术如何改变了现有新闻信任的逻辑？新闻业如何将技术信任纳入新闻信任的理论框架？接下来，我们将关注物质性转向能否胜任这一任务。

三、新闻信任的物质性转向：新闻物、数码物与基础设施

传播学研究的“物质性转向”（material turn）也带来了新闻学研究的“数字化时刻”，使技术物成为新闻业的敏感性存在。物质性是一种将“物”（objects）视为共同生产和不确定因素的思维方式，彰显着技术的能动性。循着这一视角，过去以“词”为核心的传统新闻学理论，如今正在“词与物”的动态交织中经历着动态更新。其中，科学与技术研究（STS）将社会技术交织的思维方式带入新闻业，促使新闻学者放弃社会决定论，承认技术物有其自身的能动性和有争议的关联性。2015年，Journalism开设的“物质性专题”展现了新闻理论与物质性视角结合的潜力。巴勃罗·J·博奇科夫斯基（Pablo J. Boczkowski）以理论先驱者的姿态指出，物质性转向实质上构成了新闻生产研究的范式革命——不仅催生了方法论的创新性更迭，更解构了传统新闻学研究中“记者中心主义”与“编辑部空间决定论”的理论预设。这种认识论变革在吉娜·内夫（Gina Neff）那里得到进一步延伸，她指出物质性理论具有双重维度的力量：在微观层面揭示记者实践逻辑与新闻编辑室组织文化的重构过程，在宏观层面则阐释技术转型如何通过物质中介作用重塑新闻产品的生产机制与行业生态的结构性变迁。

在物质性转向下，技术作为信任物（objects of trust）可以使新闻学者对信任中的权力体现有更细致的理解。通过将“新闻物”（objects of journalism）的概念引入新闻信任研究，克里斯·安德森（CW Anderson）和朱丽叶·德·梅耶（Juliette De Maeyer）提请我们关注新闻物作为“场所”如何折射复杂的信任关系，“新闻物是竞争的场所，新闻受众、记者和其他人在这里协商什么可以预计应该被信任”。而对新闻受众来说，信任需要相信这些新闻物，物的关系性质折射了信任的关系性质。如果这些新闻物是不可靠的，那么就会出现像亚里夫·茨法蒂（Yariv Tsfati）和约瑟夫·卡佩拉（Joseph Cappella）所描绘的情境：被信任的一方（记者）辜负了信任他们的一方（受众），并违背了其他人对新闻的期望。总体而言，这些学者旨在借助物质性思维强化“信任作为一种社会技术关系”的认识，从而克服孤立思考信任问题的倾向。可以说，新闻物充当了桥梁，帮助我们更好捕捉新闻记者、新闻受众和其他参与者团结在一起的痕迹。

“新闻物”概念为我们打开了新闻信任研究的社会技术视野，但与此同时也留下了一些需要进一步回应的问题：哪些技术可以算得上承载信任关系的“新闻物”？它们在形式和功能上存在怎样的差异？又是如何更新对新闻信任的理解方式？瑞秋·莫兰（Rachel Moran）和妮基·厄舍提出的硬性物（hard objects）、软性物（soft objects）和意外之物（unexpected objects）三种类型区分，对我们理解上述问题具有强烈启发性。借鉴迈克尔·舒德森对电脑软硬件作出的物的软硬性区分，他们对信任物作出如下三类明确的划分：

首先，硬性物通常是实体、可触摸的。包括展现职业仪式的新闻建筑，增强或限制新闻传播的技术系统，如宽带技术、移动卫星和数字媒体中心等，还包括印刷机、电脑等具体的操作性技术。像报社大楼历来是记者们争取信任和建立被倾听权利的方式，而那些在社区中存在的报箱、报刊亭、新闻宣传广告牌等很少被现有的信任研究关注。

其次，软性物是数字化的无形之物，也可以称为“数码物”（digital object），分为数字原材料与数字产品两类。采访、花絮、文件、数据甚至代码等原材料会影响新闻产品最终赢得的大众信任程度。例如，注释性新闻以现有新闻文章和已公开的文件为基础，但可能得出与既定事实相反的结论，澄清反转赢得人们的信任或者加剧怀疑。而数字产品可以是前端的应用程序、互动、新闻提示、网站、聊天机器人等，也可以是后端的内容管理系统、内部数据库等。

最后，意外之物是通过与新闻业的非预期关系来定义的，它们往往是与商业、艺术等领域交织的文化产物。例如，新闻编辑室的绘画作品、新闻媒体的IP品牌等。这些物通常与新闻生产或消费无直接关系，却因意外地被赋予新的意义，为新闻业赢得信誉。

以上三类物以各自的技术属性调节了新闻信任的方式：“硬性物”超越了使用的意义——它以仪式方式创造了一种控制感和秩序感，象征着权威、地位与保障，但这些只是强化了建立在规范性与权威性之上的新闻信任方式。“意外之物”则以强调怀旧、意义等方式，强化了新闻信任的情感价值面向。与前两者不同，“数码物”以一种“选择可见性”的方式改变了新闻信任的条件：数码元素的组合、编排与选择性展现方式，改变了我们对信任的无差别性理解。用莉萨·吉特尔曼（Lisa Gitelman）的“知晓-展示”认识来看，人们能看到什么文件永远无法脱离权力，新闻受众只能通过记者展示的工作内容来选择性信任，而那些不被展示的物则不具有承载信任的能力。

遗憾的是，以物为划分的方式不足以使我们感知到新闻信任的整体转变，而这种宏观层面恰恰区分了新旧理解方式的差异。为了寻求扩展，STS中的基础设施传统进入研究者们的视野，并形成两种路径：一种路径是将新闻信任理解为一种基础设施。它被植入新闻生产结构，管理生产、传播、消费和参与新闻的各流程，而非被简单视为“良好报道的结果”。另一种路径是将基础设施元素纳入对新闻信任的考量。这些元素包括人、地点、技术系统、公共符号。尤其是在年轻受众中，新闻信任被发现与平台、算法机制等显著的基础设施元素有关：用户使用算法来过滤和评估新闻，并基于搜索界面及其排名顺序对其进行验证。甚至一些数字新闻来源（例如新闻应用程序）也与用户对自身是否有能力过滤错误信息的信心有关。可以说，基础设施思维支持研究者在平台和技术系统层面开展新闻信任的宏观探索，而这一方法推进了对新闻业系统形态的结构性解释。

总的来看，以新闻物、数码物与基础设施为代表的新闻物质性转向，解构了新闻信任“始终存在于新闻编辑室与受众间”的狭隘理解，让研究者看到更多物质条件、文化和资源如何塑造新闻信任的发生方式。这有助于将新闻信任研究“去机构中心化”，从记者、编辑室转移到更广泛的领域，例如邻里关系、数据管理、IP消费等。然而，物质转向存在一个巨大的疏漏：在以上研究者的观点中，技术物可以是新闻信任的发生场所，可以是仪式交流的形式，抑或是追踪动态权力关系的一种“信任中介”，但唯独不是作为一个重要的信任对象得到强调。这意味着物质转向仍无法将“对技术的信任”充分纳入新闻信任的理论框架。

四、重新配置新闻信任：从机器自主性视角出发

上文我们快速回顾了物质转向前后关于新闻信任的讨论。如果说早期社会建构论取向的新闻学者已注意到信任的关系性，从而与“新闻媒体可信度”范式划清界限，那么强调物质转向的学者则将这种关系的发生领域，从编辑室转移到更广泛的平台基础设施上。但无论如何，两种理解都遵循着以人类社会信任为中心的理论逻辑。从这个意义上讲，彼得·什托姆普卡与安东尼·吉登斯（Anthony Giddens）的论断依然有效：“（信任是）我们期待同胞以及构成我们社会结构的各种机构组织的代理人采取有益行动”，而“技术（电信、水电系统等）成就专家系统，它们组织着我们当今生活的物质和社会环境的广阔领域”。

然而，吉登斯未能预见的是，如果不考虑产生专家系统的技术的可信性，就无法讨论那些由技术直接或间接创造的信任方式。这里，我们有必要暂时从新闻信任视野中跳出来，同时定位到与技术信任更为直接相关的计算机科学、信息科学讨论中去。在学科历史上，跨学科研究者尤其注重从技术性能层面考量机器的可信度（trustworthiness），以及在辅助人类完成特定任务时表现出的安全性、可靠性、可控性。加密货币、区块链、推荐算法等数字技术的出现，使电子信任（E-Trust）、数字信任（Digital Trust）、自动化信任（Trust in automation）等技术信任形式相继得到关注。同样受到物质性转向影响，跨学科研究者们在近年来共享同一主张：技术的物质形式和计算方式能够影响人对技术系统本身，以及建立在系统运作平台之上的人际、机构的信任。当谈论技术信任时，他们指涉的正是技术系统本身的透明性与可解释性。新近的新闻信任研究也通常参考这一打开技术黑箱的透明化方式，为信任修复机制提供有效办法。如通过在Github页面披露新闻产品的代码、文件或公开成员的多元文化专业背景，有助于提升受众的信任。

生成式AI以燎原之势发展，深度学习与强化学习等新型算法的不断交融，使大模型与智能体的自主性（autonomy）与复杂性随之跃增。技术在所有信任领域（新闻信任、数字信任、自动化信任等）扮演的角色超越了物质转向所涉及的范畴——不仅仅是作为提供信任的场所与透明的中介，人工智能相关系统在如今越来越独立于人类的控制、干预和行动。对于许多人来说，汽车自动驾驶行为的概念标志着一个过程的开始，即技术开始获得了超越人类代理的能力。高级聊天机器人所依赖的大型语言模型，现如今提供了生成知识的可能性，这些知识逐渐摆脱了人类的控制与影响。从本质上讲，我们正在目睹一种人机互信共生的现实。如赛思·C·刘易斯（Seth C. Lewis）和安德里亚·L·古兹曼的洞察：“某些技术可能在某些时候充当中介，而在其他时候充当传播者，这取决于它们的用途。但那些基于人类中心假设的理论不应该是唯一的理论。”在他们看来，将技术从“人类之间传递信息的媒介”重新定位为“传播者”的方法可以为研究新闻业涌现的人工智能及其影响提供新的视角。

承接他们的思考，我们有必要引入“机器自主性”这一理论视角，重新思考人工智能时代的新闻信任。自主性概念最初源于启蒙运动和现代哲学思想，在以康德为代表的道德哲学家看来，只有具备自由意志和自主能动性的人类才具有自主性。然而，自主性系统的出现催生了机器自主性（machine autonomy）这一充满活力的研究领域，从根本上质疑了只有人类具有自主性的假设。越来越多的研究表明，当前先进的人工智能技术具有一个区别于以往所有技术的关键特征，即它们能通过自我控制和自我学习过程，越来越自主地行动，并具备认知能力。一定程度上，“机器自主性”概念在当下已成为一个隐喻，用于比喻人类与技术领域之间错综复杂的相互作用，不过由于缺乏精确的定义或充分的语境化，因此本文将其视为一个由跨学科共享的动态理论视域。

在所有讨论中，技术哲学家卢西亚诺·弗洛里迪（Luciano Floridi）在《信息伦理》（The Ethics of Information）中的解读尤其具有代表性。在他看来，“自主性赋予智能代理（agent）一定程度的复杂性，使其独立于环境和代理的人”“复杂性”与“独立性”这两个特征对赋予自主性至关重要。设想一下，“深蓝”围棋的程序员仅间接促成它的获胜，因为它是通过大量对弈“学习”而来，以至于程序员自身都无法用国际象棋术语来解释“深蓝”的具体下法。

“控制”是区分自主性技术与自动化技术的关键概念。钟摆和布鲁诺·拉图尔（Bruno Latour）笔下的传送带同样具有复杂性与独立性，却仍被视为“自动化”技术，这与控制的程度有关。在控制论学者看来，如果一个系统有能力在系统及环境不确定的情况下，自愿行动实现一组目标而无需外部干预，则视为具有自主性。实现目标所需要的人类或其他系统干预越少，机器自主性程度越高。面对机器自主性的崛起，人类的自主性是会增强还是减少？一部分研究者担忧地表示，“人类将决策权转移给社交机器人，社交机器人的自主性增加，就等于人类的自主性减少”。但事实上，它并非一种非此即彼的“零和博弈”现象，而是具有渐进性、关系性。

人机间的关系自主性为我们提供了一种新的思路，该路线认为自主性应更加包容，涵盖广泛社会因素和人机动态。人机传播学者露西·萨奇曼（Lucy Suchman）在讨论自主武器系统时提出了“人机自主性”（Human-machine autonomies）的概念。受到新物质主义学者的影响，萨奇曼拒绝采取人机分离的方式理解自主性，她认为“无论是人还是机器的自主性，始终在特定的人机组合中展现”。按照她的观点，人与智能体的自主性是在彼此的行动关系中展现的，当后果发生时，也无法单一归咎于任何一者。人机自主性背后的隐喻是，人机之间不再是以人为中心主导技术安全、可控的“主从关系”，而是具有更加错综复杂的关系形式，并在社会经济、文化、政治等领域一起扮演共同参与者的角色。

正是在此意义上，机器自主性、人机自主性等理解率先挑战了新闻业的信任前提——长久以来建立在记者专业性、受众情感之上的机构信任与人际信任。随之而来的是，我们应该采用人格信任来看待自主性智能，还是沿用传统的技术信任路径来理解它？一种主流看法是，对人工智能的信任必须包括善意的动机和背叛的概念，从而强调情感投入。与人类动机一样，机器动机也是需要理解的。里卡尔多·吉多蒂（Riccardo Guidotti）寻求一种可解释性信任，试图理解人工智能为什么或如何作出决定。

在机器自主性视角的启发下，我们主张将“人机信任”视为新闻信任发生的重要前提，由此区分人工智能时代的新闻信任与大众媒体时代、物质转向时代的本质差异。一方面，人机信任是由数字信任、系统规范、人际与情感认同构成的复合信任模式，它无法完全置于卢曼定义的信任外延之中。以Chatgpt、DeepSeek等大模型为例，背后是平台科技公司等机构运作，涉及对机构的信任；在具体交流中，层层递进的人机对话还会表现出大模型对用户的逐渐“熟悉”，使用户产生情感依赖；可解释模型、训练数据质量等技术信任因素影响着用户对模型及其智能体应用的选择。另一方面，质疑了人类信任的优先性。卢西亚诺·弗洛里迪的看法颇有见地，“我们并非牛顿式、独立的、独特的个体。相反，我们是信息有机体，相互连接并嵌入在一个信息圈中”。在这个共享的信息圈内，其他信息主体（包括自然和人工的）也能够有逻辑地、自主地处理信息，并在某些时刻可以轻易超越人类。相较于相信存在主观偏见的个人经验，如今的人们可能更倾向于相信集众人智慧于一身的大模型，尽管事实上大模型的数据集来自与之互动的信任主体自身。这也产生一些新的经验，例如记者在相信信源之前，首先要判断信源来自人类用户还是大模型。

理论的重新定位不仅仅是语义上的转变，它持续抛出新问题：专业新闻人、生成式AI和受众如何相信彼此？新闻信任是如何通过人与生成式AI之间的交流、传播建立起来的？有生成式AI参与的新闻信任仍是卢曼意义上的“系统信任”吗？在下文中，我们将聚焦新闻信任发生的典型场景——新闻真实，来追踪新闻信任是如何在人机信任前提下发生持续转变。

五、游移中的真实：人机信任与新闻信任的系统再造

新闻真实的关系实践，是新闻业通过行动赢得公众信任的核心环节。过去，研究者理所当然地默认新闻真实是新闻信任的前提，但事实上，“真而有信”在当下并非新闻业已经稳固的机制，而是对数字新闻业与公众关系的理想化表述。尤其是在生成式AI技术爆发式使用后，人们愈加察觉到大模型在生成内容时会凭空编造看似合理但实则虚假的信息，构成一种“事实性幻觉”。美国科技新闻网站CNET曾发布过数十篇由AI辅助撰写的文章，试图吸引流量，而其中超过一半的文章被发现存在事实错误。

新闻媒体的定位是为读者提供基于事实的信息，但AI并不足以作为准确的信息源。这就意味着，一旦AI幻觉问题无法获得有效的解决，AI编写新闻将会成为假新闻的源发地，从而对新闻业真实而有信的承诺构成极大挑战。接下来，我们将从线索真实、信息真实和技术真实这三个与新闻真实紧密相关的过程环节，依次呈现新闻信任如何在人机信任前提下进行系统性再造。

（一）线索真实之“变”：人机交流中的信任判断

在缺乏人工智能支持的情况下，记者往往通过扫描自身环境，寻找有新闻价值的事件，并自主选择真实的信息，这往往需要靠新闻直觉和熟人信任网络来达成。人机交流在改变线索的同时，也改变了建立信任的方式。

首先，是从人到机的信任优先性转移。生成式AI逐渐改变着数字新闻生产的认知惯习，专业新闻人所信任的对象逐渐变为技术主体。以寻找新闻线索为例，过去以采访对象为先、向领域专家求证获得的零散线索，正在被人机交流中获得的精准线索所替代。在遭遇受访对象空泛的回答后，对该采访领域并不熟悉的《新京报》调查部记者选择以DeepSeek作为采访对象，在她得到的答案中，很多内容和思路仅靠查资料和访谈很难得到，而这些回答好像出自一个资深HR，极具针对性。对新闻受众来说，智能体就像一个私人顾问，与它交流能获得订制新闻。《华盛顿邮报》在2024年7月推出生成式AI“气候答案”（Climate Answers），它几乎能回答用户所提出的常见气候问题，它能实时搜集读者关心的问题并反馈给记者，帮助记者改进气候新闻的报道方式。然而，这种转变导致新闻生产前端出现算法黑箱信任，新闻从业者无需理解机器学习的具体运作机制，却将初始事实判断权让渡给AI系统，极易造成误识效应。

其次，是从具体信源到“众人数据”的信任嬗变。当新闻业将线索采集触角伸向大模型的参数空间时，实质是完成从具体信源向群体智慧的信任方式转换。在传统新闻生产与传播的信任关系中，线索对象是具体的人或者机构组织，他们对线索本身负有道德责任，通过实名等方式可以追溯信源。而大模型应用则是基于海量大数据的“众人”，不是具体可指的一个对象，这对真实线索的发掘带来两个变化：一方面，大模型拥有数据挖掘机般的能力，能从海量的“众人数据”中迅速筛选出核心数据。过去记者只有通过辛苦跑现场、做调研才能呈现少数个体的局部真实，如今通过人机交流就可以实现本地资源整合、用户画像呈现的整体真实，这是人机信任方式带来的显著转变。另一方面，大模型不是具体的道德个体，亦不像机构媒体一样有正式的社会组织结构，因而无法通过所属的机构属性、法律制度来判断其提供的线索是否真实可信。

最后，是从规范信任到实时信任。生成式AI介入使得线索的获取更具有或然性、实时性。过去记者们与信源对象通过建立稳定、可靠的规范信任关系获得线索，例如不少主流媒体会与平台方建立数据合作关系，通过版权置换等方式获得平台提供的首发线索机会。而生成式AI本质上是一个“或然率资料库”，它对线索的获取与输出都充斥着不确定性，不确定原始线索在何时、被何人/机构上传到互联网，又因AI的训练模型、上下文理解偏差而产生与事实本身相悖的幻觉线索。就像是在“80后死亡率突破5.2%”这条新闻中，由于AI训练语料的不足造成百分比推算错误，从而造成与真实人口普查数据的极大偏差。这给记者带来极大的困扰，他们需要作出实时复核的信任判断才能采用AI提供的线索，实际占据了进行新闻生产的时间，降低新闻时效性。

（二）事实真实之“辩”：人机错位中的信任质询

当新闻媒体与受众愈发习惯于利用AI开展新闻生产、获取新闻时，也会产生一个吊诡的信任悖论：专业新闻人寄期待于通过人机协作提高新闻专业性、生产效率，增强受众对新闻业的理解与信任，然而受众却开始对新闻真实性产生幻觉，反而引发新闻回避。

人机协作的新闻生产存在着流畅性与完美性的真实陷阱。经过AI优化的内容符合认知流畅性，但过度矫饰的修辞方式是一种非常规表达，实则削弱了受众对新闻真实性的感知。近日，一则新闻《13级狂风中，体重82公斤的民警被掀翻3次，仍冲向受困车辆》在社交平台上引发广泛争议，其标题被指出采用明显的AI造句方式，全文使用了大量形容词，被形容为“新闻预制菜”。首先，AI写稿造成意义缺失，引发专业性质疑。有读者指出，“文段内的表达将具体工作强行升维到宏大叙事，且比喻存在物理逻辑硬伤”，这让读者无法感受到场景刻画所传达的意义，质疑主流媒体的专业性。其次，AI感知与验证缺失的矛盾，引发真实性担忧。一部分读者认为基于逻辑推断可以判断内容出自AI写作，担忧部分场景刻画存在编造风险；而另一部分读者则认为，虽然无法凭主观臆断判定该条新闻出自AI之手，但担忧AI新闻会降低受众的新闻审美，消解新闻意义。对于AI真实所引发的新闻信任危机，西方新闻界早有警觉。2024年6月，路透新闻研究所发布的年度《数字新闻报告》称，30%的受访者对新闻机构使用AI撰写文章“完全没有信心”，尤其是涉及战争等时政类话题的“硬新闻”。52%的美国受访者和63%的英国受访者表示，主要靠AI生成的新闻让他们感到“不舒服”。

正是由于媒体与受众对人机协作存在操作与认知、专业与价值的期待错位，新闻媒体在开展人机协作新闻报道时，不仅要考虑受众对新闻产品的价值期待，还要同时纳入受众对人工智能的评价与想象。

（三）技术真实之“辨”：人机协同中的信任危机与修复

当下全球新闻业正陷入一场“技术真实的悖论”，生成式AI既成为制造深度伪造的核心工具，又被用于对抗虚假信息。一方面，社交机器人通过搭载大语言模型（LLM），并将之与调度工具和跨平台发布脚本连接，可以实现单个机器账户一次性向多个平台发送协调一致的虚假信息，以技术再现的“超真实”取代经由媒体把关的“新闻真实”；另一方面，以NewsGPT.ai为代表的人工智能生成报道平台，在没有记者参与、没有偏见干预的情况下，旨在扫描世界各地新闻来源，并利用这些数据创作准确、基于事实、及时公正的新闻报道。

在生成式AI研究者们看来，技术真实本质上是一种媒介欺骗机制，在虚假、错误和偏见中建构起一种新的事实幻象。当前的生成式AI正以迭代成为智能平台的方式组织着新闻信息生产活动，从而将人们带入一个真假难分、如真似幻的信息世界。它为新闻业带来两重信任挑战：其一，后真相的递归。AI加速了后真相的效应，使真相难以溯源、意见以讹传讹。设想一下，当网络灰黑产等不断给AI“投喂”大量虚假或劣质信息，而相信AI的个人、自媒体借助这个“超能生产工具”于不经意中传播大量未经考证的信息产品。这些信息产品一旦贴上平台或者媒体的标签，又深度投喂给AI的数据库，我们面对的将是一个复杂性递增的信息世界。其二，传统核查机制的失灵。传统技术核查手段在对抗生成式AI时频频失效，甚至与人类真实判断发生冲突，产生新的验证困惑。

在此背景下，信任修复不再是单纯对抗虚假信息，而是需要新闻媒体与平台、机构组织广泛协同，重构人机协同中的真实性认证机制。为了促进人机协同信任，以可信AI为构建信任的锚点，新闻媒体组织与AI科技公司、政府机构等建立了广泛合作。美联社成为第一批与OpenAI签署合作协议的新闻机构。合作方式为OpenAI用美联社的文本档案库内容来训练AI，相应地，美联社可利用OpenAI的技术和知识。通过版权置换，新闻机构与AI科技公司之间以合作互信的方式实现共赢。类似地，由欧盟委员会资助的欧洲数字战略计划推出了“可信欧洲媒体数据空间”项目（TEMS），来自11个国家的约40个组织组成了联合项目组，共同参与设计开发数据空间的基础模块，重新定义媒体间数据共享、从数据中提取价值的方式。这一项目以“数据+AI”为驱动力，能为媒体行业建立一个可信赖的数据空间，从而增强新闻机构的可信性和互操作性。而在日常生活中，普通用户也在新闻阅读中发展出“用AI治理AI”的文化实践。在小红书知识交流社群中，有科普博主推荐利用人民网和中科大联合建设的AIGC-X、GPTZero、X Detector等生成式AI来识别新闻的AI率，实现智能体间的交叉验证。

六、结语：迈向系统信任的数字新闻业

本文关注“技术与新闻信任”的问题，主张将对人工智能技术的信任纳入新闻信任的理论考量之中。在“机器自主性”理论视角下，本文提出把“人机信任”作为新闻信任的发生前提，重新思考人工智能时代的新闻信任理论。研究聚焦新闻真实场景中的新闻信任，还原了线索真实、信息真实与技术真实这三个与新闻真实紧密相关的关键过程，探讨了新闻信任如何在人机信任前提下进行系统性再造。

区别于人机交互研究将人机信任概念化为一种心理状态或态度，亦不同于可信赖的人工智能议程（TAI）将人机信任视为一种技术治理策略，本文在萨奇曼的“人机自主性”观点启发下，将人机信任理解为一种人工智能语境中的新型关系组合。这一概念囊括了所有参与新闻活动的人类新闻行动者和机器新闻行动者，既可以聚焦其中所包含的道德意涵，也可以成为理解新闻业与人工智能基础设施日益交融过程的方法——即将技术信任提升到与人际信任、机构信任同等重要的位置，并在将新闻知识与意义联系起来的背景下解释新闻业的信任过程。人机信任还为数字新闻业提出了一系列新问题，例如专业新闻人如何与生成式AI分配代理权，新闻业如何从人机关系出发重新考虑专业主义、道德责任、新闻权威等问题。

人机信任的独特运作方式带来一种理论变革的潜力，使新闻信任具有迈向“系统信任”的可能性。如果说传统的新闻信任理论已具备卢曼、科尔曼等社会学家所说的系统信任意涵，那么这种解读更多是在社会功能主义视角下理解新闻系统如何与其他社会子系统相互信任。如信任货币系统、专家系统一般，大众信任一定程度上与新闻系统发挥的信息守望功能有关，本质是一种在“在系统功能中产生信任关系”的理解方式。人机信任视角则倒转这一命题，它将数字新闻业已经存在的所有信任关系，包括传统人际信任、机构信任，以及新发展出的技术信任、数字信任等全部编织进一个人机共生的系统生态中来，超越功能论发展出一种“于信任关系中产生系统效应”的崭新认识。这对新闻信任研究提出两个方向：其一，在认识论上，应以“新闻业-人工智能技术-受众”的三元信任关系组取代传统“新闻业-受众”的二元信任框架；其二，在实践中，要从基于专业主义出发的制度信任转向需要持续技术调解、伦理协商、认知适应的有机信任。

安德森曾感慨,“在更具环境视角的新闻生态系统中，对所有新闻行动者的终极理解是：他们是一个有机体，处在一个相互交织、影响重叠的网络环境中心”。如今，人机信任让我们更接近“新闻生态系统”（News Ecosystems）的想象。它既是我们理解“技术与新闻信任关系”的一个关键词，也以更加包容、创新的思考方式，引领数字新闻业迈向一种系统信任的未来。