读者认为自动生成的新闻文章在用词和数字呈现上比人工撰写的文章差。
通过传统方法创建的新闻文章似乎比自动生成的文章更容易理解。这个结论来自一项由慕尼黑大学（LMU）进行的最新研究，发表在期刊《新闻学：理论、实践与批评》中。
该研究小组在媒体与传播系（IfKW）评估了英国超过3,000名在线新闻读者。每位参与者审阅了24篇文章中的一篇，数量在自动生成和记者撰写的文章中均等分配。研究负责人西纳·塔斯勒-科尔多努里（Sina Thäsler-Kordonouri）表示：“一般来说，读者认为这12篇自动生成的文章明显不够清晰。”这一发现仍然成立，尽管记者在这些人工智能生成的文章上线前进行了编辑。
数字和词汇的问题
调查显示，读者的不满主要来自于人工智能生成文本中用词的选择。读者表示担忧，这些文章使用了过于复杂、不适当或不寻常的术语。此外，读者对于自动生成文章在处理数字和统计信息方面的满意度明显下降。
根据研究作者的说法，读者在如何处理数字和词汇方面指出的不足部分解释了这些文章理解难度较大的原因。尽管如此，读者在整体“特性”及叙述结构的连贯性方面对两种类型的文章的评价是相同的。
需要增加人类参与
项目负责人尼尔·瑟曼（Neil Thurman）建议，“在开发或编辑自动新闻文章时，记者和技术专家必须减少数字的使用，澄清困难的词汇，并增加更多描述性的语言，以帮助读者形象化故事。”
这项研究首次评估了自动和人工新闻文章在可理解性方面的差异，同时调查了这些差异背后的原因。“我们的研究结果强调了在数据驱动新闻内容的自动生成中确保人类参与的必要性，以及需要增强这种参与。” 西纳·塔斯勒-科尔多努里表示。
