人工智能的三類媒體平臺應用

王礫堯

摘 要 人工智能引入新聞傳播領域，對新聞生產和傳播格局的改變是全方位的，互聯網平臺類媒體的出現就是典型例子。從當前新聞傳播的生產、分發以及消費反饋三個環節來看，可以分為三類：一是以內容生產為主的平臺，通過數據采集、整理、輸出新聞產品；二是以智能推送為主的平臺，目的在于實現“內容找人”的個性化分發；三是用戶聚合為主的平臺，目的在于通過新聞產品、策劃發起活動，吸引用戶參與，激發用戶生產內容的積極性，最終加強用戶在平臺的聚合。

關鍵詞 人工智能；媒體平臺；應用

中圖分類號 G2 文獻標識碼 A 文章編號 2096-0360（2018）02-0011-02

每一次傳播技術的變革都會帶來媒介形態和傳播方式的演變，近兩年掀起的人工智能熱潮對傳媒的影響也不例外。近期發布的《中國新興媒體融合發展報告（2016—2017）》認為，作為大數據技術和算法技術的結合，近年來快速興起的人工智能技術很可能成為未來一段時間媒體發展的核心技術。

1 內容生產平臺

近年來，互聯網平臺類媒體的迅速崛起壯大，讓人們對人工智能傳媒領域的發展充滿期待。將人工智能引入作為基礎環節的內容生產，其典型應用之一就是機器人新聞。

機器人新聞是指運用算法程序對輸入或搜集的信息數據進行自動化的分析、處理和加工，從而自動生成接近“成品”的新聞報道[1]。目前國內外均已有機器人新聞的應用。在國外，美聯社等媒體部分財經和體育新聞采用Word Smith軟件，輸入最新數據后，1分鐘內可生成上千篇報道。在國內，2015年騰訊啟用機器人Dreamwriter，新華社推出自動寫稿軟件“快筆小新”。近期，新華社和阿里巴巴研發的國內首個媒體人工智能平臺“媒體大腦”也正式發布。

在操作流程上，以新華社的“快筆小新”為例，機器人寫稿流程分數據采集、數據加工、自動寫稿、編輯簽發四個環節。技術上通過根據各業務板塊的需求定制發稿模板、數據自動抓取和稿件生成、各業務部門建稿編審簽發“三步走”來實現[2]。目前，機器人新聞以簡單事實類為主，比如體育賽事、財經報道、突發事件等。一般情況下篇幅簡短，結構固定簡單，對數據要求很高。

但當前的機器人新聞在報道實踐中仍屬于輔助型角色，僅適用于處理一些數據性顯著、報道程式化明顯、擁有明晰數據支撐的新聞題材。在諸多設想中，機器與人協同進行工作的可能性最大：機器幫助人發現、分析及判斷選題，收集數據并完成程式化部分的寫作；而人則在跟進確認、技巧性敘事、深度解讀中發揮自己的特長。機器也可以幫助人分析以往類似報道的傳播效果與主要受眾，為優化寫作與傳播提供依據[3]。從另一個角度看，機器人將記者從機械性的寫作中解放出來，記者會有更多的精力提升專業水準。

在未來新聞生產系統的各個環節，機器及萬物都可能成為信息的采集者，而機器也可以完成信息的智能化加工。這意味著掌握著智能機器和傳感數據的IT企業、物聯網企業，也將成為新聞生產系統中的成員。脈搏、血壓、大腦表層的興奮度，在未來可能將成為信息傳播效果的測量指標。這些反饋信息，不只是用于評價某個信息的傳播效果，還會成為優化內容的依據[3]。

由此可見，引進人工智能技術的內容生產為主的平臺，未來將在充分利用數據算法等技術的基礎上，為記者提供更多便利和發揮空間，與此同時，也給媒體在產品提升與創新上提供了更多可能性。

2 智能推送平臺

眾所周知，平臺媒體除了做好內容生產外，分發渠道同樣重要。如果不能將海量信息資源與特定個體需求相匹配，那么平臺媒體的發展將受到很大掣肘。

這時，另一種平臺的作用就突顯出來——智能推送平臺。實際上，算法推送可以擴大信息傳播的力度，而人工智能的特征之一正是運用算法和大數據技術進行推送效率的提升。當前，一些平臺媒體能通過大數據與算法優化，不斷提升智能化服務水平，為用戶提供特定場景下最優化的需求供給匹配。

如今，算法分發已經是信息平臺、搜索引擎、瀏覽器、社交軟件等幾乎所有軟件的標配。例如今日頭條作為國內平臺類媒體的代表之一，憑借“新聞的搬運工”的定位迅速成為主流應用級的互聯網媒體，關鍵便在于通過運用算法技術，建立了一套包含了多個推薦模型的推薦系統。推薦模型中，點擊率、閱讀時間、點贊、評論、轉發包括點贊都是可以量化的目標，能夠用模型直接擬合做預估，在提供豐富來源內容的基礎上，通過分析用戶在使用過程中的閱讀習慣，結合內容、用戶特征、環境特征三方面維度，模型會給出一個預估，即推測推薦內容在這一場景下對這一用戶是否合適。在移動互聯網時代，用戶隨時隨地移動，在工作場合、通勤、旅游等不同的場景，信息偏好有所偏移。結合三方面的維度，模型會給出一個預估，即推測推薦內容在這一場景下對這一用戶是否合適。

通過洞察分析用戶閱讀習慣、逐漸調整推送內容，逐漸成為了解分析用戶需求的重要環節。當然，當前的用戶洞察和算法大多還停留在基于用戶行為數據的層面，對于更深一步觀察測算例如通過了解用戶之間的關聯關系，掌握用戶交往和社會實踐的需求等，都還有待進一步探索。因而從當前的實踐來看，其常見做法基本是依靠用戶歷史進行相似性推薦，在預測性、豐富性等方面還有待提高，實現個性化的精準的傳播尚處于起步階段。

但另一方面，算法推送也會造成機械化、“信息繭房”效應等負面影響，將給社會群體間的交流與整合帶來困難，因而近一段時間內，人工干預與算法推送結合可能將長期并行。例如，平臺出于內容生態和社會責任的考量，對標題黨、低俗、低質內容進行打壓，重要新聞的置頂、加權、強插，低級別賬號內容降權都是算法本身無法完成，需要人工對內容進行干預。

3 用戶聚合平臺

比起前兩個平臺，用戶聚合平臺可以看作是二者綜合后的加強，即媒體通過提供優質內容、進行較為精準的分發以及組織線上線下的活動等，積累了一定的用戶黏性，在此基礎上，更加注重了解用戶對于新聞產品的反饋，媒體對用戶數據進行深入挖掘與分析，進一步提升閱讀體驗，從而提高用戶的參與度以及對平臺媒體的認同度，從形成一個用戶黏性強的循環[2]。

用戶聚合平臺的建立代表將用戶行為與媒體運營更加直接地聯系了起來，二者之間的穩定性得到提升，其建立無疑對媒體優勢內容的生產與整合以及大數據算法的精準度提出了較高要求。用戶認可內容后，對平臺的黏性會增強，同時通過閱讀在平臺上進行內容再生產的可能性也越來越大。點贊、轉發、評論等行為，也會為原有內容增值[4]。

例如當前微信、微等博社會化媒體平臺是較為典型的潛在用戶聚合平臺。例如當下新聞稿件中，“網友評論”成為新聞常見的組成部分，在專業媒體或研究院所開展各類豐富的關于事件、趨勢等主題的輿情研究中，也是以用戶評論為重要基礎。評論內容相當于內容播發后，激發用戶進行關于內容的二次生產，這種生產由于其多樣性、真實性、針對性而具有閱讀和研究價值。從內容生產的角度看，評論通過提供觀點態度，增加了內容維度，同時也為分析平臺媒體用戶群體的特點打下了基礎。用戶特點通過積累、分析與沉淀，將具備商業價值。

例如當下時尚類、讀書類的微信公眾賬號就是依循著這樣的商業模式。除了提供內容閱讀與推送，在多個微信公眾大號中，用戶的反饋和再生產甚至成為與內容一樣重要的組成部分，點擊量、轉發率、評論內容成為用戶同樣關注的組成部分。很多公眾號在擁有了一定的粉絲量后，通過在公眾號內發起討論和活動，激發用戶進行內容生產，吸引更多用戶來看，與此同時，實現了用戶的連接、強化和群體聚合以及對公眾號的認同感。

需要強調的是，內容生產平臺、智能推送平臺以及用戶聚合平臺三者本身并非線性升級的關系，其優勢各有側重，當然，如果一些平臺類媒體是三者的融合，將會有更大的發展潛力。近期，由新華社和阿里巴巴研發的國內首個媒體人工智能平臺“媒體大腦”，便稱可向媒體機構提供“大數據+人工智能”的新聞生產、分發和監測能力，有待后續繼續觀察。

可以預見，未來平臺型媒體將與人工智能技術的關聯越來越緊密。在人工智能日益深入的融入下，平臺型媒體將深刻影響到傳媒業的生態格局。從目前來看，三類平臺型媒體潛移默化地影響著媒體產業鏈上的各個環節，新聞產品的生產、分發與消費乃至整個傳媒生態，將迎來一次重要的重塑。

參考文獻

[1]葉韋明.機器人新聞：變革歷程與社會影響[J].中國出版，2016（10）：16-20.

[2]滕瀚.智能傳媒發展及展望——由機器人新聞說開去[J].聲屏世界，2017（1）：23-24.

[3]彭蘭.未來傳媒生態：消失的邊界與重構的版圖[J].現代傳播，2017（1）：9-10.

[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）：42-43.