媒体如何用 AI 覆盖被忽视的社区议题

媒体如何用 AI 覆盖被忽视的社区议题

地方新闻平台的数据告诉编辑，某些社区议题“点击不高”，于是多年无人持续采访。AI 可以帮助从议会纪要、热线、居民论坛和公开账目中找反复出现的问题，减轻小编辑部的资料整理负担，但不能让线上声音多的地方再次垄断注意力。

记者要走进社区，听不会发帖、不会写正式投诉的人讲述。模型提示学校周边事故、地下水异常或公共交通缺口时，先核实原始资料与现场情况。报道选择由编辑依据公共影响和证据决定，不由模型热度排名决定。保护消息源，避免把居民原话直接输入开放工具。

成效看问题是否被解释清楚、相关部门是否回应、后续政策有无变化；点击量只是传播数据的一部分。对报道错误和遗漏群体开放更正与反馈。

被忽视的议题常缺乏“方便的证据”。居民反映公交停运影响上班，系统没有正式投诉；老人说小区水质不稳，检测记录却在不同部门。模型可以帮助整理零碎资料，记者仍要亲自核实时间、地点和影响。若等完整数据库才报道，最缺资源的社区会一直没声音。

编辑部可以给公共价值设内部预算：每月持续跟进几项居民关切，不因短期点击差就立刻停稿。AI 提醒旧报道的承诺和后续变化，帮助小团队长期跟踪。报道后邀请社区指出漏掉的人，而不是只把他们当作问题素材。衡量成果看解释是否促成回应、信息是否帮助居民行动，不只看文章上了多少热榜。

地方议题很少上热搜，但一条公交取消、一个小区水压下降，可能直接影响居民生活。模型能从公开会议记录、投诉和社区公告里发现重复出现的问题，记者再到现场核实。编辑部要防止把大量社交帖子误判成公众共识；不会上网的人也应通过电话、走访进入采访。报道成效不以流量论英雄，跟进制度回应和实际改善更重要。

一条河的异味投诉零零散散，平台算法因为互动少从未推荐。地方记者用模型把三年居民来信按地点排序，发现异味都发生在同一处闸门附近的雨后。线索仍需现场取样、询问水务部门和上下游居民。这样的报道可能点击不多，却能让长期无人回答的问题进入公开议程。

小媒体资源有限，可以从一件可查的事开始：一段道路的施工公告是否履行，一处监测点为何搬迁。不要为了“完整 ESG 画像”硬拼庞杂模型。发布后记录相关部门回应与整改，把后续事实告诉读者。公共价值不一定体现在阅读量，可能体现在居民终于知道去哪提交证据。

AI 能让地方媒体找回被埋在文件里的线索，但记者仍要把脚走到被忽视的人身边。