機器人寫手，記者的敵人還是朋友

2014年，美國最受矚目的記者是誰？肯·施溫克（Ken Schwencke）肯定是其中一個。他既沒有獲普利策之類的大獎，也沒有揭出白宮的大丑聞，而是創造了最快寫稿速度—三分鐘。

準確地說，這三分鐘里所占最久的是他從床上蹦起來，把電腦打開。事實上，當電腦打開時，稿子已經寫好了。施溫克要做的只是點擊“發送”，這讓他所在的《洛杉磯時報》成為報道3月17日南加州附近大地震最早的媒體。

是的，寫出這條稿子的機器人才是讓所有落后的記者羨慕嫉妒恨的對象。但它顯然讓嘗到甜頭的媒體欲罷不能。今年7月月初，美聯社宣布今后將采用一種軟件產品來撰寫企業財報消息。這在媒體界引起了軒然大波，《廣州日報》在報道這則消息的時候，直接在標題上發出了警告，認為這是機器人要來搶飯碗了。

這顯然也是為美聯社開發這款機器人的“自動化洞察”（Automatic Insights）公司最大的憂慮所在。在回答壹讀記者有關開發過程中最難部分的問題時，該公司市場營銷副總監亞當·史密斯（Adam Smith）直接引用了美聯社和一位新聞傳播學教授的說法，大意就是，機器人不是記者的敵人，而是幫手。

如果對企業財報消息的寫作流程有些了解，你會發現這話說得并非沒有道理。

在沒有機器人之前，標準的財報消息協作流程，是企業定期向股東發布盈利報告，編輯們閱讀企業財報后摘出關鍵數據，并放入千篇一律的消息模板，一篇簡訊就完成了。只不過，并非所有的企業財報都值得讀者關注，而且這類文章大多單調且缺乏技術含量。這就是為什么美聯社會選擇在這個報道領域應用自動化寫作。

將機器人引入流程之后，每當有企業公布財報時，機器人會在第一時間抓取所有的數據。通過一系列預先編碼，寫作軟件可以在瞬間內把一份40頁厚的報告過濾為若干關鍵信息，總結出數字間的關聯以及發展趨勢。在還沒有“動筆”之前，機器人就已經根據程序員編好的算法來確定主題、語氣、風格、故事的延展以及合適的詞庫。它還能寫出各種體裁的文章，并放到網頁、手機終端、郵件，甚至社交媒體上。

機器人當然無法跟人類智慧相媲美，但是它完成這項工作的時間可能剛剛夠一個記者把企業財報下載下來，更別提閱讀材料、分析數據耗費的時間了。據估計，美聯社用的這款軟件能在一個季度內“寫”出4400多篇財報新聞，如果僅憑人力的話，“產量”不到它的十分之一。

只不過，美聯社的值班編輯仍然需要潤色機器人寫出來的消息，但隨著語料庫的拓展以及算法的不斷改進，將來這個軟件將實現完全的自動化寫作。

用機器人寫新聞，其實就是用敘事的方式來解讀大數據，亞當·史密斯告訴壹讀記者，所謂機器人，其實是一款名為“語言大師”（Wordsmith）的軟件平臺。在海量的信息中，機器人可以迅速找出數據的規律、關聯性和重要節點，然后再用淺顯的語言把它們描述出來。這跟人類的思維過程差不多。

其實，這并不是美聯社第一次使用這家公司的產品。去年，“自動化洞察”的機器人就已經開始為美聯社提供每周橄欖球比賽的自動化報道了。而這家公司的機器人在體育新聞界的資歷還可以追溯得更早。

2011年，美國網絡雜志《Slate》在一個關于人工智能專題中，介紹到了自動化寫作技術。早在當時，“自動化洞察”的機器人就已經開始采寫美國職業棒球大聯盟和美國大學體育總會籃球賽的報道了。除了基礎的賽事數據播報之外，機器人還會根據自己所代表的當地球迷決定文章的基調和語氣，如果當地的隊伍輸球了，它會選擇比較遺憾的表達方式來照顧讀者心理。

事實上，“自動化洞察”的前身原本就是一家從事體育運動比賽數據統計的服務商。從2007年起，這家公司從體育數據的挖掘上發現了商機，開始逐步把已有技術整合成了“語言大師”。

在《Slate》雜志看來，自動化寫作技術最先出現在這個領域，和賽事播報文本的高度格式化不無關系。畢竟，機器人最擅長的事情就是復制。

這也是撰寫體育報道的機器人從體育報道“轉行”財經領域后，顯得毫無違和感的原因。“語言大師”本身的靈活性使它能夠迅速地適應不同領域的工作，媒體們需要做的，只不過是給它編好配套的語料庫罷了，亞當如是說。

實際上，除了體育和財經領域，自動化寫作業務已經擴展到個人健康、消費、網站分析等領域。比如《財富》500強企業的內部銷售報告就用它來做綜述類報道。

其實對于媒體自身來說，機器人寫作是個經濟實惠的選擇。使用自動化寫作，“生產”一篇簡單報道的邊際成本幾乎可以忽略不計，跟專業記者的薪酬相比，這能節省一筆不小的開支。

嘗到甜頭的美聯社對寫作自動化的興趣遠不止一款實用產品那么簡單。他們認為自動化技術將來會在更廣泛的領域得到應用，其中當然包括媒體報道。因此，美聯社與其他戰略伙伴一起參與了“自動化洞察”最新一輪的融資。雖然亞當說不能透露美聯社的投資金額，但這一輪他們一共融到了550萬美金，除美聯社外，投資方中還不乏三星集團這樣的科技巨頭。

2013年，“自動化洞察”的消息產量已經達到了3億條—幾乎一秒就可以寫出9.5條消息。他們今年的目標是要把這個產量翻三番。這種龐大的產能對于依靠人力的記者們來說是不可想象的。

那記者們的飯碗怎么辦？

美聯社顯然認為這不是問題。美聯社的發言人稱不擔心機器人喧賓奪主，因為大數據并非萬能。機器可以告訴我們“誰”、“什么時候”、“在哪里”、“發生了什么”，但是“只有記者能發現事件背后的原因”，而對事件的深刻見解、發表針鋒相對的評論、提供妙語連珠的描述，這些也是目前機器無法實現的。

事實上，對于蘋果、谷歌這些對行業有著舉足輕重影響的企業的財報，美聯社還是會派專門的記者來采寫消息。此時，機器人就變成了24小時待命的助手，幫記者搜集所需的全部信息。

記者們可以放心地把常規的財報消息交給機器人，去挖掘有價值的線索、寫出更高質量的報道。這幫助他們從簡單數據和基本常識中抽身，從這個角度而言，機器人把記者們從產業鏈的最底端解放了出來。

機器人還會根據自己所代表的當地球迷決定文章的基調和語氣，如果當地的隊伍輸球了，它會選擇比較遺憾的表達方式來照顧讀者心理。

當然，對于那些習慣了依靠簡單數據來寫消息的記者而言，機器人變得越來越智能可不是什么好消息。