OpenAI宣布启动一项支持新闻生态的计划，从纽约市立大学Newmark新闻学院和西北大学Medill新闻学院的学生开始。据消息，2026至2027学年，OpenAI将与两校相关中心合作，向有兴趣的研究生和教师提供超过400个ChatGPT Edu订阅。OpenAI方面同时表示，仅获得技术访问权限还不够，学生需要机会实验、建立负责任的工作流程、理解局限，并学习人类判断在何处最重要。

课堂上的工具接触，在求职时算不算经验

不算，至少不能直接算。订阅账号和课堂练习是学习条件，编辑室要的是你能在具体报道任务中做出什么判断。

同一道选题，两种做法差别很大。一种是把采访记录丢给工具，让它直接生成初稿，自己改改就交；另一种是先自己梳理时间线和关键事实，用工具做翻译或档案检索，再逐条回原始材料核对，最后自己决定哪些内容能写、哪些必须再采访。前者只能说明你会用工具，后者能说明你知道工具在哪里会出错、由谁负责。

写简历或面试自我介绍时，与其写“熟练使用AI工具”，不如写清楚你做过什么任务、工具参与了哪一步、你如何验证输出。没有实际完成过的成果不要写，可以用[实际记录]这类占位提醒自己补上真实细节。 延伸阅读：经历不突出，简历如何靠内容加分？6个方法和4款AI工具推荐

面试编辑室时，怎么问出团队实际怎么用AI

不要只问“你们用AI吗”，这个问题几乎问不出有效信息。可以拆成几个具体问题：

  • 选题和资料检索环节是否使用AI工具，由谁决定用或不用？
  • 工具输出的内容由谁核查，核查流程写进规范了吗？
  • 团队有没有成文的使用边界，比如哪些环节禁止上传素材？
  • 如果我入职，前三个月会接触到哪些与AI相关的任务？

这些问题的价值在于，你能听出对方是把工具当辅助还是当替代，也能判断这个团队是否认真处理过责任归属。素材没有说明各编辑室的实际采用情况，所以答案只能靠你当面问，不能靠推测。

现在该补哪类技能，而不是只追工具

优先补核查、数据分析和采访这些核心能力。素材强调的是学生需要理解工具局限、建立负责任的工作流程——这意味着工具使用要嵌在报道流程里才有意义，单独列一份工具清单说明不了什么。

一个可操作的练习：找一份公开的政府报告或预算文件，先用工具帮你定位关键段落，再自己回到原文核对数字和上下文，最后写出一段两百字的事实摘要。整个过程记录下工具帮了什么、你在哪里纠正了它。这份记录比任何工具清单都更能说明你的工作方式。

面试前，挑一个目标编辑室近期的报道，想清楚如果由你参与，工具可能用在哪个环节、你会怎么设检查点。带着这个具体问题去聊，比泛泛谈“AI素养”更有说服力。