思想领袖
AI 在 PR 研究中：缺乏可信度的速度
人工智能正在改变 PR 和思想领导力中研究的创建和使用方式。曾经需要数周时间来设计和分析的调查，现在可以在几天或甚至几小时内草拟、进行和总结。对于通信专业人员来说，吸引力是显然的：人工智能使得能够生成与新闻周期保持同步的洞察力。但是，这些洞察力的质量如何？
在速度的竞争中，一个令人不安的真相正在浮现。人工智能可能使研究的某些方面变得更容易，但它也为非专业人士创造了巨大的陷阱。记者理所当然地期望研究是透明、可验证和有意义的。这种可信度不能被妥协。然而，过度依赖人工智能可能会危及研究作为思想领导力和 PR 的有力工具的特征。
这是机会和风险汇聚的地方。人工智能可以帮助研究发挥其作为媒体报道驱动器的潜力，但仅当它被负责任地使用，并且永远不会成为熟练的从业者的完全替代品。没有监督地使用，或者由没有受过训练但心怀善意的传播者使用，它会产生看似漂亮的数据，但在审查下失败。明智地使用，它可以增强和提高研究过程，但永远不会取代它。
诱惑：更快、更便宜、可扩展
人工智能已经颠覆了传统的研究节奏。编写问题、清理数据、编码开放式响应和构建报告需要数天的manual努力。现在，许多这些任务可以被自动化。
- 草拟： 生成模型可以在几秒钟内创建调查问题，为 PR 团队提供设计的头脑风暴。
- 进行： 人工智能可以帮助识别欺诈或 bot-like 响应。
- 分析： 大型数据集可以几乎瞬间被总结，开放文本响应可以在没有大量编码员的情况下被分类。
- 报告： 工具可以生成数据摘要和可视化，使洞察力更容易获取。
加速是有吸引力的。理论上，PR 专业人员可以在趋势达到峰值之前生成调查并将数据插入媒体对话中。机会是真实的，但它带有一个条件：速度只在研究经得起审查时才重要。
风险：无法站住脚的数据
人工智能可以更快地创建研究，但不一定更好。完全自动化的工作流程往往缺乏获得媒体报道所需的标准。
考虑合成的受访者，人工智能生成的模拟人类回答调查问题的人工人物，训练有素的数据来自以前的调查。表面上，它们提供了调查问题的即时答案。但是 研究表明 ，一旦在不同群体和背景下测试，它们就会与真正的人类数据有所不同。问题不仅仅局限于调查。即使在模型级别，人工智能输出也仍然不可靠。OpenAI 的 系统卡 表明，尽管其最新模型 GPT-5 有所改进，但仍然会产生错误的说法，几乎占 10%。
对于记者来说，这些缺陷是令人放弃的。记者和编辑希望知道受访者如何被获取，问题如何被提出来，发现是否被验证。如果答案只是“人工智能生成的”，那么可信度就会崩溃。更糟糕的是，错误可能会损害品牌声誉。研究本应支持 PR，但如果不能建立信任，那么它就是有风险的。
为什么记者要求更多，而不是更少
对于 PR 团队来说，现实是记者被大量的推销淹没了。这种数量使编辑变得更加挑剔，具有可信度的数据可以使推销与竞争对手区分开来。
通常会获得报道的研究提供了三件事：
- 清晰度： 方法被清楚地解释。
- 背景： 结果与观众关心的趋势或问题相关联。
- 可信度： 发现是基于合理的设计和透明的分析。
这些期望已经加强。媒体的公众信任度处于历史低点。只有 31% 的美国人对新闻“非常信任”或“比较信任”。与此同时，36% 的人“完全不信任”，这是 盖洛普 在 50 多年跟踪中记录的最高水平的完全不信任。记者知道这一点，并在发布任何研究之前进行更严格的审查。
对于 PR 专业人员来说，含义是明确的：人工智能可以加速流程，但除非发现符合编辑标准，否则它们永远不会被看到。
为什么人类监督是必不可少的
人工智能可以处理大量数据，但它无法复制人类研究人员的判断力或责任感。监督在四个领域最为重要：
- 定义目标： 人类决定哪些问题是值得关注的，或者哪些与活动目标或值得测试的叙事相符。
- 解释细微差别： 机器可以分类情绪，但在识别讽刺、文化背景和塑造有意义的洞察力的情感线索方面很差。
- 责任： 当发现被发布时，人们——而不是算法——必须解释方法并为结果辩护。
- 偏见检测： 人工智能反映了其训练数据的局限性。没有人类审查，偏斜或不完整的发现可能被当作事实。
公众舆论强调了这种监督的必要性。 几乎一半 的美国人说，人工智能将对他们获取的新闻产生负面影响，而只有 10% 的人说它会产生积极影响。如果受众对人工智能生成的新闻持怀疑态度，记者将更加谨慎地发布缺乏人类验证的研究。对于 PR 团队来说，这意味着可信度来自监督：人工智能可能会加速流程，但只有人类才能提供使研究媒体就绪的透明度。
人工智能作为合作伙伴，而不是捷径
人工智能最好被战略性地使用。它是作为“助手”来增强工作流程，而不是取代专业知识。也就是说：
- 让人工智能处理诸如转录之类的重复任务，始终在人类监督下。
- 记录人工智能工具的使用时间和方式，以建立透明度。
- 将人工智能输出与人类编码器或传统基准进行验证。
- 培训团队了解人工智能的能力和局限性。
- 遵守不断演变的披露标准，例如 AAPOR 透明度计划。
以这种方式使用，人工智能可以加速流程，同时保留使研究可信的特质。它成为人类专业知识的倍增器，而不是替代品。
PR 活动的风险
研究一直是获得媒体报道的最有力的工具之一。一次执行良好的调查可以制造头条新闻，推动思想领导力，并在启动后长期支持活动。但是，缺乏可信度的研究可能会产生相反的效果，损害与记者的关系，并侵蚀信任。
编辑正在密切关注人工智能在 PR 中的使用。有些人正在尝试使用它，同时谨慎行事。在 Cision 的 2025 年媒体状况报告 中，近三分之四的记者（72%）表示，他们对人工智能生成材料最担心的是事实错误，同时许多人也担心质量和真实性。虽然有些记者仍然对经过仔细验证的人工智能辅助内容持开放态度，但超过四分之一（27%）的人强烈反对任何形式的人工智能生成的新闻内容。这些数字表明为什么可信度不能被视为事后补充：怀疑态度很高，错误会关闭大门。
获胜者将是那些负责任地整合人工智能的团队，使用它来快速行动而不走捷径。他们将产生足够及时地利用新闻周期并足够严谨地经得起审查的发现。在拥挤的媒体格局中，这种平衡将是获得报道和被忽视之间的区别。
结论：可信度作为货币
人工智能将在 PR 研究中长期存在。其作用将继续扩大，重塑整个行业的工作流程和期望。问题不在于是否使用人工智能，而在于如何负责任地使用它。
将人工智能视为捷径的团队将会看到他们的研究被媒体驳回。将人工智能视为合作伙伴的团队——加速流程同时维持严谨和透明的标准——将会产生记者和受众都信任的洞察力。
在今天的环境中，可信度是最有价值的货币。记者将继续要求达到高标准的研究。人工智能可以帮助满足这些标准，但仅当它受到人类判断的指导时。未来属于那些证明速度和可信度不相互冲突，而是相互合作的 PR 专业人员。
