人工智能技術對新聞生產的影響與再造
人工智能技術對新聞生產的三方面影響：一、新聞生產方式由專業生產過渡為“專業生產+社會生產+機器人生成”；二、議題設置方式由流水線生產的線性傳播模式過渡為個性化、精準化生產；三、媒體運作模式由“內容為王”過渡為全產業鏈運作模式。文章同時指出，人工智能技術不可能徹底取代人工，它所推動下的議題設置權力讓渡給社交關系和算法生成也可能帶來隱患：受眾陷入過往經驗的狹隘境地等。
人工智能?機器人?大數據?新聞生產
谷歌公司的AlphaGo戰勝世界頂尖圍棋選手李世石的新聞，再次引發了人們關于人工智能技術的熱議：記者未來會不會被機器人替代？
在大數據、云計算和人工智能技術的支撐下，蘋果的SIRI、百度的度秘、微軟的小冰等都已經在媒體行業大顯身手。人工智能技術將使新聞生產更加高效便捷，受眾行為分析更加精準，媒體傳播效果更加優化，它對新聞的內容生產、議題設置、運作方式等帶來革命性的影響。
一、全新的新聞生產：從專業生產，走向“專業生產+用戶生產+機器人生產”
2015年9月，騰訊財經推出了自動化新聞寫作機器人“Dreamwriter”，用時一分鐘寫出了第一篇報道；11月，新華社寫稿機器人“快筆小新”正式上崗，可以寫體育賽事中英文稿件和財經信息稿；2016年3月，韓國寫稿機器人上崗，僅0.3秒就寫出一篇股市行情的新聞稿。[1]一時之間，引發各界猜想：機器人上崗，是否意味著記者的終結日來臨？
計算機自動生成的機器人新聞，盡管在國內尚屬新鮮事，但是國外幾年前就已成為現實，機器人早已開始協助寫稿、編輯、校對等。路透社、美聯社、《紐約時報》《洛杉磯時報》、雅虎、赫芬頓郵報等傳統媒體和互聯網公司都已紛紛采用機器人生產新聞。
成立于2007年的AutomatedInsights公司，是一家由美聯社及其它投資者合資的科技公司。它既為美聯社自動編寫新聞，也為雅虎、康卡斯特等客戶服務。它可接受任何數據格式，通過算法找出事件的來龍去脈，生成敘述性長短文章、財務報表、可視化圖形等，并實時推送至各個終端。AI有超過3億模板可以供不同的新聞使用，它們在2013年就產生了3億篇新聞，2014年產量達到10億篇。2014年7月，美聯社開始使用該公司的WORDSMITH軟件批量生產財經新聞。過去，每季度美聯社僅出產約300篇財報新聞，現在不知疲倦的機器人每季度可出產4400篇[2]，產量大幅增加。2015年3月，機器人記者功能再次升級：使用自動化編輯器擴大算法范圍、傳感器搜集實時數據等。
機器人還可以協助美聯社將NBA比賽、橄欖球賽的流水賬式記錄，統計整合成一篇報道。過去，專業體育記者一邊看電視一邊查官網數據一邊寫稿子；如今，機器人新聞可以全部自動識別所有球員的得分、助攻、籃板、搶斷、蓋帽等，之后機器人根據這些數據，結合關鍵球員的表現，球隊排名等賽況寫出報道。
2011年在美國創立的NarrativeScience公司，2014年得到了1000萬美元的新一輪融資。公司CEO斯圖亞特·弗蘭克爾(StuartFrankel)稱，該公司的Quill平臺可以分析結構化數據，從而理解這些數據的重要性，最終可以無限生成接近完美的書面內容。NarrativeScience的核心是將人工智能與大數據進行技術融合，從而產生簡短的文字表述或結構化的報告內容并不斷提升算法，使語法更具人情味。它可以生產快訊，亦可生產深度報道，文風可嚴肅、可詼諧亦可辛辣。福布斯網站等多家知名媒體已成為其客戶。[3]
隨著人工智能技術的逐漸成熟，機器人的計算能力和學習能力不斷提升，傳統新聞生產的方式將逐漸被顛覆。過去依靠專業記者生產內容（PGC）的手工模式，繼走向“專業生產+用戶生產”（PGC+UGC）的Web2.0模式后，又將走向Web3.0新階段：算法生成內容（AAC），與PGC和UGC三者鼎立。
新華社副社長劉思揚6月在圣彼得堡國際經濟論壇討論人工智能對新聞業影響時認為，未來人工智能至少會從內容生產和消費兩端對媒體發展帶來變革。人工智能與物聯網、大數據深度結合，將催生真正意義上的“精準媒體”，在圖像識別、視頻處理、跨文本翻譯、數據庫激活等領域，推動媒體融合快速發展。[4]
短期而言，體育報道、財經報道、房地產分析報告、民意調查、市場調研報告等比較容易實現標準化生產的領域，人工智能的應用迅速普及推廣。如路透社使用OPENCALAIS的智能解決方案，《紐約時報》使用BLOSSOM分析大數據推薦好文章，《華盛頓郵報》應用TRUTHTELLER專職核查新聞，《洛杉磯時報》使用智能系統應對地震等突發事件，《衛報》使用OPEN001軟件進行內容篩選、編輯排版并最終生成報紙等[5]，把記者從瑣碎的日常工作中解放了出來。
二、全新的議題設置：從流水線生產，走向個性化定制
傳統媒體的議題設置，主要取決于當時的新聞熱點、宣傳管理部門的指令、媒體同行的選擇和編輯記者的經驗。但是，人工智能技術出現后，媒體議題設置和編排分發的舊有規則被打破了。算法推薦新聞，以及受眾之間的相互推薦，逐漸開始爭奪內容分發的主導權。
依靠受眾閱讀習慣編排內容，使傳統意義上的頭條被重新定義。在媒體融合的大背景下，《紐約時報》驚呼：“頭條已不重要”，遂被人解讀為“傳統意義上的頭條已死”。2014年5月，《紐約時報》披露了一份96頁的內部報告，在媒體界內引起轟動：“在《紐約時報》，報道一旦被刊登，記者和編輯的工作便完成了。而在赫芬頓郵報，報道刊發后，它的生命才剛剛開始。”需要說明的是，赫芬頓郵報是一家互聯網報紙，它提供原創報道和新聞聚合服務，只通過網絡傳播。一篇文章只有被轉發、閱讀、點評，它的影響力才能真正得到體現。
人工智能技術的核心是數據挖掘。媒體的受眾分析將比以往更精準，內容的聚合與分發，將更加精準化、智能化、對象化、個性化。通過大數據挖掘技術、個人信息行為追蹤，新聞機構可以做到為用戶智能推薦，實現個性化的新聞定制。全球新聞生產從人工整合向技術整合的趨勢愈加明顯，人工智能向傳媒領域進軍已成潮流。人工智能技術宣告了個性化新聞時代的全面到來。針對每個訂閱用戶的專屬評論和定制化報道，已經成為現實。
首先，人工智能技術使得“用戶畫像”更清晰，可以為用戶量身定做內容。過去，“一點對多點”的、千篇一律的生產模式將轉變為個性化、對象化、差異化的內容生產模式。大數據技術可以對受眾進行詳盡的統計分析。“你在看手機時，手機也在看著你”，互聯網巨頭悄然地收集著用戶所有行為數據——除一般性的用戶數據（如性別、年齡、地域分布、情感傾向、注意力偏好、行為喜好、渠道偏好、消費能力、生活軌跡、關系圈、終端匹配等），還有產品數據（如產品形態、產品資費、渠道、品牌、類型和終端要求等），以及網絡能力數據（如網絡功能、利用率、效率等）。新聞客戶端“一點資訊”的創始人鄭朝暉曾坦言：“比閱讀重要的是閱讀者的行為”。
?其次，人工智能技術可以為受眾進行場景化適配，這是傳統議題設置望塵莫及的。在不同時段、不同地理位置，用戶對新聞的需求都不同，機器人可以在后臺實時調整。如此，就不會出現將傳統媒體內容照搬到PC端，PC端內容復制到手機端，將白天信息需求視為和夜晚等同的窘境。
羅伯特·斯考伯、謝爾·伊斯雷爾在《即將到來的場景時代》寫道：“移動互聯網時代，場景（情境）的意義被極大地強化，移動傳播是基于場景（情境）的服務，即對環境的感知及信息（服務）適配。”[6]與場景時代相關的有五大因素：大數據、移動設備、社交媒體、傳感器和定位系統，它們都和內容生產關聯起來。“從哪來—現在哪—去哪里”三個階段，用戶接收的內容都不一樣。如受眾走路或運動時，可以通過谷歌眼鏡、智能手環等可穿戴設備，接收短小精悍的突發新聞；受眾在等車候機時，可以通過手機接收碎片化、趣味化的內容，受眾在臨睡前，可以接收娛樂類、情感類的內容。
最后，人工智能技術使媒體更加社交化，更加注重對社交媒體數據的收集和挖掘。對媒體來說，沒有大數據，一切都將成為無源之水、無本之木。未來媒體的競爭力，取決于其數據挖掘的能力，而非簡單的敘事能力。
?過去的議題設置，片面追求新聞熱點，忽略多元化用戶的需求。而人工智能時代的內容選擇，取決于興趣引擎以及長尾理論。今日頭條的競爭對手“一點資訊”也深諳此道。它通過微博綁定，推測出用戶的興趣愛好。用戶使用時間越久，基于興趣引擎的媒介工具會越來越懂用戶，在頻道內容和排序上會更符合其胃口。此外，騰訊的天天快報，知乎的讀讀日報，印度的Dailyhunt（用戶數約1000萬），日本的SmartNews（用戶數約300萬），印尼的Babe（用戶數約120萬）[7]等，都是沿循了“算法生成內容”的模式，解決用戶“該看什么內容”的問題。
以往的議題設置往往從專業媒體的視角出發，忽視受眾的自主性選擇和個性化需求，呈現出單一的線性模式的傳播特點。在信息化社會，隨著海量信息的爆發，在人工智能構建下的互聯網所形成的新的媒介生態中，國內有學者認為，隨著“機器新聞寫作”的成熟和應用，媒體的角色應從傳播領域的生產者、控制者轉型到社會生態的共建者。將自身作為融入大生態中的一份子，媒體要思考的不再是“我該怎么控制和占有這個系統”而是“我作為其中一個行動主體，應該怎么維持這個系統的有序性和良性運行”。[7]這也就意味著，媒體機構將不再高高在上，而是成為協調者、組織者和服務者，平臺型媒體將成為主流形態。 三、全新的運作方式：從內容為王，走向全產業鏈運作
人工智能技術，將使傳統媒體內容開始向移動化平臺聚合，推動傳統新聞媒體的改造。
機器人寫作相比人工新聞的優點不言而喻。其寫稿速度最快可達到毫秒級，無人匹敵；其應用大數據技術處理海量數據的能力讓人類望塵莫及；它不知疲憊、產量驚人、準確性高，大大提高了傳統新聞工作者的效率。生物傳感機器人，可以把觀眾的真實體驗實時地呈現出來，供創作方分析、供觀眾了解自己，也可以讓記者從中發現有新聞價值的東西。某種程度上，機器人的算法，比編輯記者更懂受眾。一個典型的例子是，《紐約時報》使用BLOSSOM推薦新聞，平均閱讀量是原來人工推薦文章的38倍[5]。
在這種情況下，傳統媒體就不能抱殘守缺、無動于衷。
首先，傳統媒體不能一味沉溺于“內容為王”的路徑依賴，而要考慮“內容+技術+渠道+市場+人才”的全產業鏈運作。片面強調“內容為王”，對科技發展視而不見，最終會導致傳統媒體的徹底邊緣化，喪失主流輿論陣地。
其次，傳統媒體除了培養“全能型記者”，還要引進軟件算法工程師。一方面，媒體需要復合型的人才隊伍，需要記者掌握多元化的知識結構，使其除了必備傳統“報臺網”的采訪、編輯和寫作技巧，懂得文字、圖片、音頻、視頻的制作技能，還要懂得微博、微信、客戶端等新媒體平臺的發稿流程。另一方面，媒體隊伍需要專門的算法工程師。媒體隊伍的知識結構，不能局限于中文、新聞、傳播等文科領域，還需要大量的IT人才，滿足TMT、ICT的融合趨勢。不久前，今日頭條以百萬年薪招聘算法工程師的新聞在媒體圈引發轟動，這家具有廣泛影響力的科技型公司，核心團隊僅為百人。
再則，面對人工智能技術的步步緊逼，傳統媒體不能畫地為牢，需要打破藩籬，既要開展傳統媒體與新媒體的一體化運營，也要做好內容集成服務商，在媒體聚合平臺安營扎寨（如媒體公眾運營號），還可以主動聚合自媒體（如發起自媒體聯盟），實現平臺共享。
目前，國外媒體機構利用網絡巨頭以人工智能技術為支撐的內容分發平臺，實現了內容快速抵達用戶的效果，初步嘗到了甜頭。內容生產與內容分發（類似于“制播分離”），實現了完美結合。
Slack最早是一款即時通訊的企業聊天工具，現在朝著企業協作的操作系統方向發展。在Slack第三方應用商店AppDictionary中目前已擁有數百個應用程序，包括許多媒體機構。Slack可以將不同的興趣話題創建成頻道，而且這個頻道對所有用戶可見并能參與。然而它并不會像群消息一樣干擾你，因為只有你設定的關鍵詞出現時系統才會推送提醒，儼然是升級版新聞推送神器。BreakingNews是隸屬于NBC公司的新聞網站，加入Slack后，用戶通過與Slack的聊天機器人對話，BreakingNews App就可以實現個性化定制推送，極大改善了用戶體驗。[8]
2015年5月，日活躍用戶超過10億的Facebook推出了新功能InstantArticles。《華盛頓郵報》《紐約時報》、BBC、《國家地理》《赫芬頓郵報》、Buzzfeed等媒體紛紛接入。它可以給媒體機構提供生產工具、制作規范，以及極速加載技術。媒體機構在Facebook發布內容的時間從原來的8秒銳減到不足1秒，極大提升了用戶體驗。[9]11月，Facebook推出的另一個獨立產品Notify，把入駐的媒體機構更新的內容自動推送給用戶，用戶可以不用打開Facebook，就可以直接從鎖定的手機屏幕跳轉到自己感興趣的內容。
Buzzfeed通過Instantarticle，使其在Facebook上發布內容的直接瀏覽量躍升為11.3億次。而此前通過發布鏈接導流到自家網站的方式，瀏覽量僅3.49億次。作為老牌媒體成功轉型的代表，《華盛頓郵報》在2013年被亞馬遜的CEO貝索斯收購后，就轉型為一家數字化公司。2015年10月，報紙的用戶訪問量在歷史上首次超過了老對手《紐約時報》。一個月后，訪問量達到了歷史高峰7160萬人次，幾乎是被收購時的3倍。《華盛頓郵報》CEOFredRyan說：“我們想要在所有平臺上觸達未來的讀者，對此毫無保留。”[10]
通過大數據挖掘，機器人可以更精準地預測未來。人工智能的核心是數據處理，它可以極大提高出稿效率，對突發事件實現快速反應。與此同時，媒體人借助人工智能技術把內容輸送到算法推薦平臺，實現精準傳播。
那么，專業記者會被機器人替代嗎？答案是不會。“科技性失業”的恐慌在20世紀60年代（公司開始安裝計算機和使用機器人）和80年代（個人電腦開始上市）都曾彌漫開來，但事實上每一次恐慌之后，科技進步為社會創造的就業崗位遠多于它消滅的崗位，我們需要更多的人從事全新工作。這意味著要調整教育和訓練模式，使其足夠靈活，從而快速、高效地教授全新的技能。[11]對新聞工作而言，人工智能一方面將記者從繁瑣的日常工作中解放出來，另一方面又催生了新聞報道領域對算法工程師的旺盛需求。
此外，新聞產品需要的是有溫度、有情感、有人性的寫作。即使計算機的算法和模型再精準，它也無法減少人工干預。在調查研究、深度報道、評論分析等優質內容生產的關鍵環節，人工依然有著不可替代的壓倒性優勢。懂內容和懂算法幾乎同等重要，一個有發展潛力的媒體需要算法與人工并行，并尋求兩者之間的最佳結合點。
上海先予工業自動化設備有限公司是一家集非標制定、研發、生產、銷售、工程服務為一體的工業裝備制造企業。該公司以自主核心技術和系統集成優勢為依托，針對企業用戶在生產過程控制中的各種復雜控制要求，采用DCS和PLC等控制系統為企業量身定制，技術先進、可靠性高、經濟實用的電氣和自動化控制，生產，輸送，包裝、清洗系統，提供完整的非標制定自動化生產解決方案，從而有效為企業降低勞動力成本、提高品質、提升效率。
<small id="vv5ww"></small>
<label id="vv5ww"><button id="vv5ww"></button></label>
<small id="vv5ww"><button id="vv5ww"></button></small>
