虽然一些专家撰稿人谈到了人工智能如何帮助他们的报道更容易获得和广泛传播，但如果没有更公平公正的人工智能商业模式来表彰和补偿记者的内容，就会产生权力不一致的问题。以下是人工智能融入新闻过程时出现的一些额外障碍。
语言翻译仍然有限。人工智能在多语言翻译方面的局限性限制了记者、其他内容创作者和信息消费者的充分使用。大型语言模型 (LLM) 主要针对英语受众创建，因此在采访翻译和内容传递方面存在差距。
许多记者在报道中并没有同样适应和使用生成式人工智能。许多大型新闻编辑室（如美联社和新闻集团）都很容易使用人工智能，它们还提供培训以确保基本人工智能的流畅性。在规模较小的新闻编辑室和独立、更多样化的媒体中，这种情况不太可能发生。此外，大多数新闻编辑室都倾向于使用更主流的工具，如 ChatGPT，而没有考虑其他可能成本更低、更容易获得、更本地化的生成式人工智能资源。
记者缺乏广泛的职业发展机会。记者的职业发展机会有限，部分原因是新闻编辑室资源有限。此外，很少有记者是数据科学家，这意味着他们缺乏了解人工智能发展的背景知识。一些内容创作者根本不使用这些工具——即使他们愿意——因为他们的专业知识有限。规模较小、更独立的媒体的新闻编辑室往往被排除在利用新技术之外，仅仅是因为预算限制和/或员工和专业知识有限。
多元化新闻工作者通常缺乏资源或支持来策划自己的经历。代表多元化记者的参与者表示，与同事相比，他们往往无法利用相同的工具。当被要求这样做时，他们被剥夺了讲述更多反映其经历的文化细微差别的故事的能力。这些新闻工作者——通常来自美国一些最古老的出版社——他们的观点可能不会被纳入人工智能系统。为了解决这个问题，应该有更多的联盟和合作来设计不那么具有破坏性的商业模式，以支持黑人、西班牙裔、土著和 LGBTQ+ 记者，他们在高度数字化的媒体环境中努力保持声音和存在感。
记者和消费者需要具备 AI 素养和熟练程度。双方都必须正式将 AI 引入双方社区，并保持一定程度的透明度，并了解数字内容的来源——包括谁编写了相关训练数据以及内容是来自 AI 还是人类——同时认识到没有单一的方法可以做到这一点。由于新闻对 AI 领域做出了巨大贡献，日常消费者和记者必须能够快速判断新闻来源的真实性。
这些和其他想法在我们的讨论中浮现出来，并促成了务实的解决方案，即如何应对新闻编辑室中日益增长的人工智能使用，并努力在撰写和发布新闻的人中平衡声音和代表性。其中一个解决方案是在新闻界制定标准，使道德、诚信、偏见缓解和人工智能作为可靠和合法报道来源的范围保持一致。与其他关于过度依赖人工智能的说法一样，人们普遍认为“人类必须保持联系”以保持故事叙述的真实性，这可以追溯到这个职业的初衷。与会者还认为，拥有统一且被广泛采用的风格指南可以帮助记者依靠人工智能来完成某些任务。
人工智能素养和熟练程度对该组织来说很重要，同时还要确保全国各地使用或想要使用人工智能的新闻编辑室拥有公平的资源。科技界必须作为设计和部署阶段的平等合作伙伴，与记者和媒体进行这些对话，而不是作为向该行业推销其产品和权力的人。
该组织还认为，需要进行更多研究来了解传统媒体与这个不断发展的受人工智能影响的数字生态系统之间的接口。这样的研究将填补盲点，或帮助公司停止从事有损新闻道德和编辑独立性的行为。