2026年秋天,纽约Newmark新闻学院和西北Medill新闻学院的部分师生,会拿到一份免费的ChatGPT Edu账号,一共400多份,一学年不花钱。
这是OpenAI第一次把新闻业的AI支持,从“已经在编辑部干活的记者”往前推到“还没毕业的学生”。过去两年,OpenAI给新闻机构送工具、发经费、派工程师驻场,这次多了一步:直接进课堂。工具进教室不新鲜,新鲜的是这次进的是新闻学院——一个本该教学生怎么核查事实、怎么保持独立判断的地方。
发生了什么:400份订阅,一张早就铺开的网
这次不是孤立动作。往前看,OpenAI在新闻业已经铺了几年:
| 时间 | 合作对象 | 规模/形式 |
|---|---|---|
| 2023年 | 纽约大学新闻伦理项目 | 资助(金额未披露) |
| 2024年至今 | WAN-IFRA新闻编辑部AI加速计划 | 全球165+家编辑部,提供培训、技术支持、API额度 |
| 持续中 | American Journalism Project | 50+新闻机构可用ChatGPT企业版及API额度 |
| 持续中 | Lenfest研究所 | AI工程师驻场支持 |
| 2026–2027学年 | Newmark+Medill两所新闻学院 | 400+ChatGPT Edu订阅,首次覆盖在校师生 |
以上数字均来自OpenAI官方披露口径,没有第三方审计,实际使用率和续用情况暂时看不到。
新闻学院这边的算盘不难猜:省一笔预算,学生提前熟悉行业里最流行的AI产品,找工作时是加分项。Tow-Knight中心和Knight实验室都公开表示感谢,对资源紧张的新闻教育机构,这是实打实的好处。
AI能干什么,记者还得自己干什么
OpenAI自己给的清单里,AI能帮记者和编辑团队做几件事:分析公共记录、翻译报道、在大数据集里找规律、检索历史档案、优化产品和读者体验、辅助营销创收。这些多是流程性工作——找得快、翻得快、查得快。
| AI能做的 | 仍需要人做的 |
|---|---|
| 分析公共记录 | 核实信息来源 |
| 翻译报道 | 判断新闻价值 |
| 大数据集里找规律 | 承担编辑责任 |
| 检索历史档案 | 采访与信任建立 |
| 辅助产品和创收 | 保持编辑独立性 |
材料里说得清楚,报道、核实、叙事这几件事仍然留给人。这不是OpenAI谦虚,是AI目前真正的能力边界:能加速信息处理,不能替记者担责任。学生这一代要学的,不是会不会用工具,是知道什么时候不能只信工具。
对记者和教育者来说,该怎么办
新闻教育者最该问的一句话是:学生用ChatGPT Edu写的作业和课堂讨论,会不会被拿去训练模型,数据存在哪、多久删除——材料里没写,这本身就是一个空白,值得在签合作前问清楚,而不是等用起来了才发现没人答得上来。
已经通过WAN-IFRA或American Journalism Project拿到额度的编辑部,该盯的不是这次“送了什么”,是免费培训期结束之后,续费单价谁定、谁出。资助和采购是两件事,前者省一年预算,后者才是长期成本。
关注AI平台权力的读者,可以把这次操作对照一下历史:微软和谷歌把Office、Workspace免费铺进校园,逻辑也是占住学生的使用习惯,以后进职场续费更容易。但规模上不能画等号——微软、谷歌覆盖的是数千万级校园账号,OpenAI这次是400多份,差了两三个量级。现在谈“锁定一代记者”,证据还不够,只能说这是同一套打法的一次小规模试水。
接下来值得盯的,是三件具体事:免费期结束后两所学院的续订比例、是否有其他AI公司同期进入这些新闻学院形成竞争、WAN-IFRA和AJP覆盖的编辑部有没有独立数据说明AI真的帮上了忙,而不是停留在OpenAI自己的通稿里。
荀子讲“凡事预则立,不预则废”,放这里正合适——OpenAI要的不是这一届学生毕业时说声谢谢,是十年后他们当上主编、产品负责人时,团队默认用的还是这套工具。但工具能不能真正嵌进去,取决于新闻业自己愿不愿意只靠一家公司教怎么用AI。
【锐评】授人以鱼不如授人以渔,可这渔具偏偏只认一个牌子。
