人工智能對新聞生產傳播流程的撕裂與重構

朱曉穎

“機進人退”，人工智能正對新聞業進行摧毀式創新。人工智能的發展，推動新聞業直接從手工業階段跨越到流水線大工業時代，從內容生產、渠道分發、用戶信息反饋，新聞業正在經歷有史以來最為震撼的大變革。人工智能技術在媒體的應用，某種程度上也是一場機器對人力的大范圍替代，新聞業的靈魂正在從“寫作者的情懷”讓位于“工程師的嚴謹”，“機進人退”的幕布已經拉開。

簡而言之，在信息搜集環節，人工智能可利用無人機等技術第一時間抵達現場，或是人去不了的現場，將第一手新聞素材傳到新聞機構“中央廚房”的后臺。在寫稿環節，人工智能可搜集海量數據、最近進展、事件背景，幫人寫出初稿，記者可在此基礎上進行加工提煉。在編輯環節，人工智能技術可進行大數據核實、編輯、檢查，并提出修改意見。在分發環節，人工智能的算法能幫助精準選擇讀者進行投放。在反饋環節，人工智能能夠分身無數，與讀者進行個性化交互，對新聞閱讀背景進行拓展。

1 線索采集：人工智能技術拓寬新聞信息源

信息和線索采集是新聞生產中的第一個環節，也是新聞制作的關鍵環節。沒有新聞事實等基本素材，新聞報道將成為無源之水。

人工智能的應用大大拓寬了信息來源的途徑，其中以各種類型的傳感器為代表。傳感器、物聯網等高新技術，顛覆了傳統新聞的采集手段，不僅大大豐富了新聞信息源，并且乘數級提高了新聞生產流程的工作效率。

智能手機、射頻識別標簽、電子芯片、條形碼讀碼器、可穿戴設備、GPS、無人機、衛星……這些無處不在的技術載體，已經成為新聞人的千里眼和順風耳，能夠在第一時間將一手信息帶回。同樣，在那些新聞從業者難以抵達甚至是危險的突發現場，它們也是新聞信息源的搜集利器。

傳感器技術增加了信息采集的新維度。從時間維度上看，傳感器獲取的信息數據是不斷變化的，它可以體現被監測對象的動態和趨勢，而這一特征是傳統媒體無法通過傳統的信息采集渠道獲取的。從空間維度上看，傳感器獲取的信息可擴展到更為宏觀的范圍，它可用更加廣闊的視角洞悉事件的全貌。

因此，傳感器、物聯網、大數據等現代科技，為豐富優化新聞信息源起到了關鍵作用。

2 新聞編寫：人工智能輔助新聞報道

新聞寫作、編輯是新聞生產鏈條上的重要環節，機器寫作創新了新聞編寫方式。

寫稿機器人緣起于2009年的美國職業棒球大聯盟季后賽。在這次比賽中，一款名為Stats Monkey的人工軟件超過人類記者的速度，率先完成一篇機器稿件，引起爭議。如今，美聯社、《紐約時報》、《洛杉磯時報》、《福布斯》等媒體及Facebook等互動平臺，已在日常工作中使用機器人參與新聞寫作。

在國內也有不少機器人“接替”了新聞人的崗位。

微軟亞洲互聯網工程院在2014年5月29日發布一款人工智能伴侶虛擬機器人，取名“微軟小冰”。伴隨開發進度，小冰角色越來越多元，相繼成為新聞主播、導演、報社專欄記者、電視節目主持人、電臺DJ等。騰訊公司于2015年9月正式上線“Dream Writer”（夢幻寫手），開展機器人寫作項目。2015年11月7日，84歲的新華社迎來新員工“快筆小新”，開啟了中國國內中央媒體機器人寫作的先河。今日頭條的“Xiaomingbot”（“張小明”）、南方都市的“小南”等，都是在國內已經“上崗”的寫稿機器人。

縱觀目前寫稿機器人寫出的稿件，仍以簡單事實為主，體育賽事、財經報道、地震快報、突發事件類居多。它們能夠在海量數據支撐下，在極短的時間內成稿，不過稿件大多結構簡單，寫作模式固定，無復雜敘事。

不過，機器人無以倫比的效率，能將記者從低端、簡單的重復勞動中（比如搜集背景、比對數據等）解放出來。這與未來新聞行業中“人”的定位嬗變是類似的——交出那些簡單的勞動，從事復雜的、有情感、有溫度、以“人”為本的工作。

從長遠來看，新聞機器人算法一經定型就可持續使用，全年無休工作。而且，機器人不用買房、買車，最多費點電費、網費，長遠來看可以大大減少新聞生產的成本。

在新聞寫作的問題上，人機聯合創作更具實際前景。比如，寫稿機器人可幫助記者收集素材、寫出初稿，記者在此基礎之上升華觀點，進行人機聯合創作等。人工智能機器人固然掌握海量數據，能夠深度比較、挖掘、使用綜合數據，但不可能取代人類新聞工作者，而是成為人的協助工具。

3 內容分發：推送權利讓渡給人工智能

隨著用戶數據的積累，內容推送的權利，正在由有血有肉的編輯讓渡給算法。

國內外這樣的案例并不鮮見。例如，《紐時時報》數字部門的科學團隊研發出了機器人Blossomblot，它能夠找爆款，從海量信息中篩選適合社交推廣的稿件，幫編輯挑選出適合推送的文章和內容。而Facebook還曾將熱門話題的編輯、推薦、排名全部交給機器算法，不過因第三天就出現了假新聞而叫停。

相比人工分發，機器分發的優勢主要體現在效率上：一來，機器分發能夠對海量內容進行深度加工，通過記錄用戶喜好和習慣，通過大數據提取、分析規律性信息，總結出有潛力、有價值的隱形信息；二來，傳統的新聞分發是依賴于人的主觀的，機器分發比人工分發更加客觀、有數據支撐和依據，能更加精準地實現個性化信息投遞。

進一步說，內容的推送，可以通過人工智能實現個性化“數據通路”，“聰明的算法”能夠讓新聞產品更懂你。人工智能將重塑新聞從業者與用戶、客戶之間的關系和生態。

根據第三方機構的統計數據，在中國整體資訊分發市場上，算法推送的內容已經超過50%。以國內今日頭條為例。成立五年、擁有7億用戶的今日頭條，已超越傳統媒體，成為中國民眾獲取新聞的一條重要渠道。每天，這里的服務器都要對約20萬條文章和視頻進行整理和貼標簽，推送給移動應用的用戶當天閱覽。

這表明，推送、數據平臺有收口趨勢，數據來水流向也越來越集中。以人工智能為支撐的平臺型媒體，漸漸成為人們接收信息的第一選擇。在“數據為王”的時代，這些入口型平臺，記錄用戶喜好、匹配新聞信息與用戶、推送個性化內容的進程，將愈發走向深入。

4 信息反饋：人工智能可感知并與讀者交互

以海量數據為支撐的人工智能，可能比記者站得更高、看得更遠，可直接越過新聞本身，追蹤用戶的情緒變化；通過分析大量用戶數據，增進對讀者、消費者行為的認知水平，能夠感知讀者、消費者。

在 國 外，Facebook在2017年3月宣布，使用了一套人工智能系統來監測Facebook Live和Messenger中的不良信息，以幫助用戶防止自殺。美國科技公司Narrative Science旗下的Quill Engage平臺，可自動化生成圖表報告，檢索用戶瀏覽路徑，跟蹤廣告效果。在數據基礎上，自動化寫作機器人還能形成圖表報告，為網站所有者和廣告商更加精準投放廣告提供參考。

2016年10月，騰訊推出業界首個基于移動瀏覽行為的數據分析工具——騰訊瀏覽指數（Tencent Browsing Index，TBI）。騰訊瀏覽指數提供的功能包括：基于行業、品牌和IP的熱點分類排行，如明星、汽車、手機、電視劇、游戲等；基于關鍵詞的瀏覽指數查詢，涵蓋瀏覽熱度及趨勢、熱門資訊、人群畫像、關聯瀏覽等緯度；針對特定事件、人群、品牌指定專題報告和定制化洞察報告。

對于新聞行業來說，同樣可以利用人工智能，搜集民眾對新聞內容的情緒、態度、意見，對用戶數據進行分析，總結規律，并在相關領域給出策略、進行多元化應用。同時，人工智能也能分裂成無處不在個體，與讀者進行個性化交互，對新聞閱讀背景進行拓展。

[1]艾倫·達福，斯圖爾特·羅素.人工智能的真正風險[J].中國經濟報告,2017(2):118-119.

[2]張操.算法與利益：Facebook人工智能新聞編輯的困局[J].新聞世界,2017(6):36-39.

[3]梁智勇,鄭俊婷.人工智能技術對新聞生產的影響與再造[J].中國記者,2016(11):72-75.

[4]喻國明,蘭美娜,李瑋.智能化：未來傳播模式創新的核心邏輯——兼論“人工智能+媒體”的基本運作范式[J].新聞與寫作,2017(3):41-45.