11月新闻快报,4月足球资讯

人工智能技术对新闻生产的影响与再造

  本文阐释了人工智能技术对新闻生产的三方面影响:一、新闻生产方式由专业生产过渡为“专业生产+社会生产+机器人生成”;二、议题设置方式由流水线生产的线性模式过渡为个性化、精准化生产;三、运作模式由“内容为王”过渡为全产业链运作模式。文章同时指出,人工智能技术不可能彻底取代人工,它所推动下的议题设置让渡给社交关系和算法生成也可能带来隐患:受众陷入过往经验的狭隘境地等。

  谷歌公司的AlphaGo战胜世界顶尖围棋选手李世石的新闻,再次引发了人们关于人工智能技术的热议:记者未来会不会被机器人替代?

  在大数据、云计算和人工智能技术的支撑下,苹果的SIRI、百度的度秘、微软的小冰等都已经在行业大显身手。人工智能技术将使新闻生产更加高效便捷,受众行为分析更加精准,效果更加优化,它对新闻的内容生产、议题设置、运作方式等带来性的影响。

  2015年9月,腾讯财经推出了自动化新闻写作机器人“Dreamwriter”,用时一分钟写出了第一篇报道;11月,写稿机器人“快笔小新”正式上岗,可以写体育赛事中英文和财经信息稿;2016年3月,韩国写稿机器人上岗,仅0.3秒就写出一篇股市行情的新闻稿。[1]一时之间,引发猜想:机器人上岗,是否意味着记者的终结日来临?

  计算机自动生成的机器人新闻,尽管在国内尚属新鲜事,但是国外几年前就已成为现实,机器人早已开始协助写稿、编辑、校对等。透社、、《纽约时报》《时报》、雅虎、赫芬顿邮报等传统和互联网公司都已纷纷采用机器人生产新闻。

  成立于2007年的AutomatedInsights公司,是一家由及其它投资者合资的科技公司。它既为自动编写新闻,也为雅虎、康卡斯特等客户服务。它可接受任何数据格式,通过算法找出事件的来龙去脉,生成叙述性长短文章、财务报表、可视化图形等,并实时推送至各个终端。AI有超过3亿模板可以供不同的新闻使用,它们在2013年就产生了3亿篇新闻,2014年产量达到10亿篇。2014年7月,开始使用该公司的WORDSMITH软件批量生产财经新闻。过去,每季度仅出产约300篇财报新闻,现在不知疲倦的机器人每季度可出产4400篇[2],产量大幅增加。2015年3月,机器人记者功能再次升级:使用自动化编辑器扩大算法范围、传感器搜集实时数据等。

  机器人还可以协助将NBA比赛、橄榄球赛的流水账式记录,统计整合成一篇报道。过去,专业体育记者一边看电视一边查官网数据一边写稿子;如今,机器人新闻可以全部自动识别所有球员的得分、助攻、篮板、抢断、盖帽等,之后机器人根据这些数据,结合关键球员的表现,球队排名等赛况写出报道。

  2011年在美国创立的NarrativeScience公司,2014年得到了1000万美元的新一轮融资。公司CEO斯图亚特·弗兰克尔(StuartFrankel)称,该公司的Quill平台可以分析结构化数据,从而理解这些数据的重要性,最终可以无限生成接近完美的书面内容。NarrativeScience的核心是将人工智能与大数据进行技术融合,从而产生简短的文字表述或结构化的报告内容并不断提升算法,使语法更具人情味。它可以生产快讯,亦可生产深度报道,文风可严肃、可诙谐亦可辛辣。福布斯网站等多家知名已成为其客户。[3]

  随着人工智能技术的逐渐成熟,机器人的计算能力和学习能力不断提升,传统新闻生产的方式将逐渐被。过去依靠专业记者生产内容(PGC)的手工模式,继“专业生产+用户生产”(PGC+UGC)的Web2.0模式后,又将Web3.0新阶段:算法生成内容(AAC),与PGC和UGC三者鼎立。

  副社长刘思扬6月在国际经济论坛讨论人工智能对新闻业影响时认为,未来人工智能至少会从内容生产和消费两端对发展带来变革。人工智能与物联网、大数据深度结合,将催生真正意义上的“精准”,在图像识别、视频处理、跨文本翻译、数据库激活等领域,推动融合快速发展。[4]

  短期而言,体育报道、财经报道、房地产分析报告、调查、市场调研报告等比较容易实现标准化生产的领域,人工智能的应用迅速普及推广。如透社使用OPENCALAIS的智能解决方案,《纽约时报》使用BLOSSOM分析大数据推荐好文章,《邮报》应用TRUTHTELLER专职核查新闻,《时报》使用智能系统应对地震等突发事件,《卫报》使用OPEN001软件进行内容筛选、编辑排版并最终生成等[5],把记者从琐碎的日常工作中解放了出来。

  传统的议题设置,主要取决于当时的新闻热点、宣传管理部门的指令、同行的选择和编辑记者的经验。但是,人工智能技术出现后,议题设置和编排分发的旧有规则被打破了。算法推荐新闻,以及受众之间的相互推荐,逐渐开始争夺内容分发的主导权。

  依靠受众阅读习惯编排内容,使传统意义上的头条被重新定义。在融合的大背景下,《纽约时报》惊呼:“头条已不重要”,遂被人解读为“传统意义上的头条已死”。2014年5月,《纽约时报》披露了一份96页的内部报告,在引起轰动:“在《纽约时报》,报道一旦被刊登,记者和编辑的工作便完成了。而在赫芬顿邮报,报道刊发后,它的生命才刚刚开始。”需要说明的是,赫芬顿邮报是一家互联网,它提供原创报道和新闻聚合服务,只通过网络。一篇文章只有被转发、阅读、点评,它的影响力才能真正得到体现。

  人工智能技术的核心是数据挖掘。的受众分析将比以往更精准,内容的聚合与分发,将更加精准化、智能化、对象化、个性化。通过大数据挖掘技术、个人信息行为追踪,新闻机构可以做到为用户智能推荐,实现个性化的新闻定制。全球新闻生产从人工整合向技术整合的趋势愈加明显,人工智能向传媒领域进军已成潮流。人工智能技术宣告了个性化新闻时代的全面到来。针对每个订阅用户的专属评论和定制化报道,已经成为现实。

  首先,人工智能技术使得“用户画像”更清晰,可以为用户量身定做内容。过去,“一点对多点”的、千篇一律的生产模式将转变为个性化、对象化、差异化的内容生产模式。大数据技术可以对受众进行详尽的统计分析。“你在看手机时,手机也在看着你”,互联网巨头悄然地收集着用户所有行为数据——除一般性的用户数据(如性别、年龄、地域分布、情感倾向、注意力偏好、行为喜好、渠道偏好、消费能力、生活轨迹、关系圈、终端匹配等),还有产品数据(如产品形态、产品资费、渠道、品牌、类型和终端要求等),以及网络能力数据(如网络功能、利用率、效率等)。新闻客户端“一点资讯”的创始人郑朝晖曾坦言:“比阅读重要的是阅读者的行为”。

  其次,人工智能技术可以为受众进行场景化适配,这是传统议题设置望尘莫及的。在不同时段、不同地理,用户对新闻的需求都不同,机器人可以在后台实时调整。如此,就不会出现将传统内容照搬到PC端,PC端内容复制到手机端,将白天信息需求视为和夜晚等同的窘境。

  罗伯特·斯考伯、谢尔·伊斯雷尔在《即将到来的场景时代》写道:“移动互联网时代,场景(情境)的意义被极大地强化,移动是基于场景(情境)的服务,即对的及信息(服务)适配。”[6]与场景时代相关的有五大因素:大数据、移动设备、社交、传感器和定位系统,它们都和内容生产关联起来。“从哪来—现在哪—去哪里”三个阶段,用户接收的内容都不一样。如受众走或运动时,可以通过谷歌眼镜、智能手环等可穿戴设备,接收短小精悍的突发新闻;受众在等车候机时,可以通过手机接收碎片化、趣味化的内容,受众在临睡前,可以接收娱乐类、情感类的内容。

  最后,人工智能技术使更加社交化,更加注重对社交数据的收集和挖掘。对来说,没有大数据,一切都将成为无源之水、无本之木。未来的竞争力,取决于其数据挖掘的能力,而非简单的叙事能力。

  过去的议题设置,片面追求新闻热点,忽略多元化用户的需求。而人工智能时代的内容选择,取决于兴趣引擎以及长尾理论。今日头条的竞争对手“一点资讯”也深谙此道。它通过微博绑定,推测出用户的兴趣爱好。用户使用时间越久,基于兴趣引擎的媒介工具会越来越懂用户,在频道内容和排序上会更符合其胃口。此外,腾讯的天天快报,知乎的读读日报,印度的Dailyhunt(用户数约1000万),日本的SmartNews(用户数约300万),印尼的Babe(用户数约120万)[7]等,都是沿循了“算法生成内容”的模式,解决用户“该看什么内容”的问题。

  以往的议题设置往往从专业的视角出发,忽视受众的自主性选择和个性化需求,呈现出单一的线性模式的特点。在信息化社会,随着海量信息的爆发,在人工智能构建下的互联网所形成的新的媒介生态中,国内有学者认为,随着“机器新闻写作”的成熟和应用,的角色应从领域的生产者、控制者转型到社会生态的共建者。将自身作为融入大生态中的一份子,要思考的不再是“我该怎么控制和占有这个系统”而是“我作为其中一个行动主体,应该怎么维持这个系统的有序性和良性运行”。[7]这也就意味着,机构将不再高高在上,而是成为协调者、组织者和服务者,平台型将成为主流形态。