该文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：

我国主流媒体应用AI大模型的现状与影响因素分析：一项基于技术接受模型的研究

作者及机构
本研究由青海师范大学新闻学院徐鸿晟、北京师范大学新闻传播学院张洪忠、姚俊臣、林润合作完成，发表于《中国编辑》2025年第2期。

学术背景
研究聚焦人工智能大模型（Large Language Model, LLM）在新闻传播领域的应用，属于智能传播与媒体技术交叉学科。研究背景基于两大现实动因：
1. 技术变革需求：2022年ChatGPT的推出标志着生成式AI技术突破，我国截至2024年已有117个备案大模型，主流媒体面临系统性变革压力。
2. 政策导向：党的二十届三中全会提出”推进主流媒体系统性变革”，亟需实证研究指导技术落地。

研究以技术接受模型（Technology Acceptance Model, TAM）为理论框架，旨在回答三个核心问题：
- 从业者对AI替代新闻业的认知
- 个体层面影响因素（如隐私担忧、年龄、学历）
- 机制层面影响因素（如机构支持、数据库建设）

研究设计与方法
研究采用混合方法，分两阶段实施：

第一阶段：问卷调查
- 样本：覆盖全国29个省级行政区的372家报业单位，回收有效问卷710份
- 工具：基于TAM模型设计量表，测量感知有用性（Perceived Usefulness）、感知易用性（Perceived Ease of Use）等维度
- 数据分析：使用SPSS进行描述性统计与方差分析，重点考察不同年龄段（30岁以下至50岁以上）、学历（高中至硕士）、城市线级（一线至五线）群体的差异

第二阶段：焦点小组访谈
- 参与者：13名有AI使用经验的主流媒体从业者，按”组内同质、组间异质”原则分为2组（S1-S6为不同城市线级组，S7-S13为不同媒体等级组）
- 方法：每组进行2-2.5小时结构化讨论，使用NVivo 11.0进行质性分析
- 焦点：技术信任度、工作流程变革、安全顾虑等深层机制

主要发现
1. 应用现状
- 渗透率：65.21%从业者使用过大模型（n=463），文字处理应用最广（占比58.3%）
- 生产模式变革：传统团队协作转向”人机协同”，如两会期间人民日报使用AI生成新闻脚本，效率提升37%（均值3.45/5分）但质量评分仅2.63/5分
- 多模态应用：5.69%从业者能同时操作5种以上AI工具（见图2）

1. 从业者认知
   

• 职业替代焦虑：78%受访者认为AI无法替代现场采访（非言语符号观察缺失）
  
• 真实性争议：大模型”幻觉”问题导致技术信任度偏低（均值2.46/5分），但反而强化了主流媒体”把关人”角色
  

1. 影响因素
   

• 个体层面

  • 年龄差异显著：30岁以下群体使用水平达3.331/5分，50岁以上仅2.851/5分（见图3）
    
  • 学历正相关：硕士学历者使用水平（3.368）是高中组（2.375）的1.4倍
    
  • 隐私担忧突出：56.2%从业者不知所在单位有无AI安全机制（见图7）
    

• 机制层面

  • 地域差距：一线城市媒体使用水平（3.263）远超五线城市（2.654）
    
  • 媒体等级差异：中央级媒体评分4.75/5分，县级媒体仅2.923/5分（见图9）
    
  • 数据库瓶颈：仅人民日报等头部机构建成专业数据库（如评论库含9万条数据）
    

结论与价值
1. 理论贡献
- 验证TAM模型在媒体技术采纳中的适用性，发现”效率-质量感知悖论”（效率增益3.45分＞质量增益2.63分）
- 提出”再中心化”效应：大模型通过连接网络节点增强主流媒体传播力

1. 实践意义
   

• 建议媒体机构：
  
  • 建立垂类模型（如GLM、文心一言）适配新闻场景
    
  • 完善AI内容标注制度（如强制标注”人工智能辅助生产”）
    
  • 重点培养30岁以下、硕士学历的”技术骨干”
    

研究亮点
1. 方法创新：首次将TAM模型与焦点小组访谈结合，揭示”年龄-技术采纳”的U型曲线
2. 发现特殊性：提出”效率优先于质量”的AI应用特征，与传统技术采纳研究形成对比
3. 政策前瞻性：为《生成式人工智能服务管理暂行办法》实施提供效果评估基线

局限与展望
研究未涉及视频大模型（如Sora）的影响，建议未来追踪多模态技术扩散路径。中央级媒体与县级媒体的”数字鸿沟”（使用水平差1.827分）需政策干预。

（注：全文约2000字，严格遵循原文数据与观点，专业术语如TAM、LLM等均保留英文首现并标注中文释义）