媒体使用人工智能时，最难划清的并不是“机器做了什么”，而是“谁为结果负责”。一份摘要可能由AI生成，标题可能由AI提出，采访内容也可能由AI转录，但事实是否成立、语境是否准确、内容是否适合发布，仍属于编辑决策。责任边界如果只停留在“允许使用”或“禁止使用”，就无法应对真实的采编风险。
把生产动作与判断责任分开
媒体机构可以将AI介入的工作拆分为三层。第一层是机器辅助，包括资料整理、文件摘要、转录、翻译、语法检查以及标题和摘要建议；第二层是人工判断，包括来源核验、数字和专有名词核对、语境分析、因果关系判断与标题定稿；第三层是组织责任，包括发布批准、争议处理、纠错和责任追溯。
关键不在于AI是否参与，而在于每项任务是否对应明确的审核要求。AI整理公开文件后，编辑应回看原始材料，确认没有遗漏限定条件；AI完成采访转录后，应重点核对人名、数字和关键引语；AI提出标题时，编辑必须判断标题是否夸大事实、改变原意或超出正文范围。人工审核不能只是发布前“看一眼”，而应明确审核对象、依据材料和批准人员。
用过程记录落实责任
媒体企业需要建立“任务—风险—责任”清单，而不是只维护一份工具黑名单。低风险的语言润色可以采用较轻的复核流程；涉及公共事件、金融信息、医疗健康、法律事项和企业声誉的内容，则应提高人工核验要求。风险越高，越不能依赖生成结果本身的流畅性。
同时，应保留必要的过程记录：哪些环节使用过AI、采用了哪些原始资料、人工做了哪些修改、谁完成审核并批准发布。记录的目的不是把责任推给操作人员，而是在出现错误时迅速还原决策链，完成纠正并避免同类问题重复发生。
美联社更新规范所体现的原则具有普遍意义：AI可以成为新闻生产资料，却不能自动升级为新闻事实；工具可以提高处理效率，却不能替代编辑判断。真正可执行的责任边界，应落实为岗位分工、分级审核和可回溯记录。只有这样，媒体才能在扩大AI使用的同时，保住内容可信度与组织责任。