人工智能在對外報道中的應用

馬晨光

隨著智能手機的普及，人工智能進入大眾視野，無論在學界還是在業界都被廣泛討論。移動互聯網的興起幾乎讓人工智能惠及每一位手機用戶，這其中最重要的影響之一便是大眾獲取信息方式的改變。換言之，就是人工智能重塑了信息傳播形態，而最顯著的特征就是社交媒體以及自媒體的興起。人工智能在國內傳播生態中的成功不言而喻，其成功經驗能否移植到國際傳播領域，繼而影響“西強我弱”的傳播格局呢？答案是肯定的。

一、機器人寫稿提升新聞產量

美國《全球主義者》在線雜志2017年12月31日刊登題為《使用最廣泛的語言》的報道稱，全世界有110個國家將英語作為母語、官方語言或普遍的第二語言。其他任何一種語言在世界各國都沒有得到如此廣泛的使用。國際互聯網上80%以上的網頁用英語制作，50%的科技雜志用英文出版。在計算機領域，80%的信息是靠英語儲存的。這是“西強我弱”的基本現實。

其實，中文信息也有對外傳播的問題。但由于語言壁壘，中文信息的輸出對“西強我弱”格局的影響甚微，只有加大英文信息的輸出才有可能對西方輿論場造成影響。然而，由于英文采編能力的限制，新華社、《中國日報》等中國主要“外宣國家隊”每日更新的英文信息量總和只有千條左右，這在浩如煙海的英文信息世界里猶如滄海一粟。這種由語言差異造成的信息鴻溝如何填補？人工智能是否有辦法擴大我國英文信息的輸出帶寬？機器人寫手也許能幫上忙。

自從四川九寨溝2017年8月8日21時19分發生7級地震，機器人僅用25秒就寫出新聞稿實現全球首發后，“機器人寫稿將取代記者工作”的言論被廣為傳播。所謂機器人寫手其實是擬人化的說法，確切地說，是指運用算法對輸入或搜集的數據自動進行加工處理，從而自動生成完整新聞報道的一整套計算機程序。和以往人工智能在傳媒業的應用不同，機器人寫手最大的特征就是新聞生產的完全自動化。除前期的技術開發外，在具體新聞寫作過程中，人工的參與并不是新聞產品產出的關鍵和決定性環節，新聞生產的主體實現了由人向機器的轉變。

從現狀來分析，機器人寫稿的題材主要是災難新聞、財經新聞、體育報道以及一些資訊。在新聞稿件的寫作過程中，機器人重構了媒體的部分生產環節，通過算法對大數據進行過濾、分類、排序和關聯，再把經過處理的數據進行適配并組合文章模塊，從而形成“機器人新聞”。目前，由于技術限制，機器人寫作的稿件多為資訊類新聞，但其產量十分驚人。美聯社使用Wordsmith（軟件）編寫財經和體育方面資訊，每季度可以產出3000家公司財報。據報道，Wordsmith一分鐘最多可生成2000篇報道。①

阿里巴巴與第一財經聯合推出的“DT稿王”主要報道股市異動，平均每天可發布1900篇公告，這是一位資深證券編輯100個小時才能完成的任務。在里約奧運會期間，今日頭條研發的“xiaomingbot”通過對接奧組委的數據庫信息，實時撰寫新聞稿件。奧運會開幕后的13天內，共撰寫457篇報道，涉及羽毛球、乒乓球、網球等大小賽事，平均每天30篇以上，發稿速度幾乎與電視直播同步。②

鑒于機器寫作模板已經成熟，我國外宣媒體完全可以在經濟類、體育類報道中積極探索機器人寫稿。在無疆界的互聯網信息流動中，增加外宣媒體英文網站信息量具有重大意義，有利于提升英文網在谷歌等搜索引擎中的排名權重，從而在對用戶搜索需求做出反饋時靠前展示。

二、智能算法提升傳播效果

在海量信息流動時代，受眾不是被動的靶子，外宣媒體新聞量產的提升并不能保證傳播效果的一定提升。傳播效果最終通過用戶瀏覽、點擊、閱讀、評論、收藏、轉發等具體的指上操作來落實。用戶的指尖行為會留下網絡痕跡，形成個人數據。這些性別、年齡、所在地址、行為習慣等多維用戶數據就構成了基本用戶畫像。人工智能在信息傳播中的重要應用之一，便是根據用戶畫像向用戶推薦他們需要或者感興趣的內容。支撐這一套智能推薦的是機器算法。

傳統媒體、互聯網早期新聞門戶采取的是編輯推薦內容模式，即由編輯們決定給用戶看什么。編輯推薦的優勢在于，借助專業素養篩選的內容平均質量相對較高，但劣勢也很明顯。一方面，人工能干預的內容數目受限，往往集中于最熱門的頭部內容，無法滿足跟用戶生活、工作相關的，甚至更長尾的內容；另一方面，以編輯經驗主導的各大門戶的首頁呈現“千人一面”的特征，無法提供個性化閱讀體驗。

而機器算法反其道行之，它通過數據挖掘，逐步掌握用戶興趣。數據挖掘手段包括：根據用戶主動定制頻道行為，獲取用戶感興趣的分類；信息流右下方的“取消”按鈕，對用戶不感興趣內容進行精準屏蔽；根據用戶停留在某一頁面的時間來反映內容是否貼近用戶需求；收集用戶評論、轉發、分享、收藏、贊踩等行為記錄掌握用戶興趣。

算法為用戶推薦內容的依據有兩點：一是當前社會的熱點話題，因為關注者眾，即使用戶沒有興趣也會因為好奇而去關注；二是用戶的自身選擇，用戶個人經常會關注的話題就會多推薦，不常看或點擊“不感興趣”的話題自然少推薦或者不推薦。其作用就是讓用戶能及時獲取自己所感興趣內容的最新消息。通過推薦算法，內容平臺能夠根據用戶的喜好篩選內容，并推薦給喜好類似的用戶。

機器算法的優勢在于加快了用戶獲取信息的效率，讓用戶更快地獲取自己想要的內容。在個性化推薦機制下，用戶在使用過程中慢慢地把自己的行為和偏好都自愿提供給內容平臺，以獲取更加精準的符合自己興趣和愛好的信息推薦，這會讓用戶對平臺的好感度越來越高，形成個人與平臺雙贏局面。

機器算法盡管有神奇“讀心術”，但歸根到底仍是一種電腦程序。外宣媒體不必自慚于自身技術研發能力的不足，因為算法是可以購買的。算法商店（Algorithmia）就是國外知名的算法交易市場，一個類似亞馬遜的平臺，不過它賣的是算法，開發者在這里上傳自己的成果并明碼標價。類似的交易平臺還有DataXu、Quantiacs、PrecisionHawk等，目前這些平臺越來越成為成熟的細分交易平臺。

算法只是技術問題，要實現“千人千面”的個性推薦，需要基于海量用戶數據。機器學習的規律是數據量越大，算法越聰明。數據收集也有成熟套路可循。以《中國日報》新聞APP為例，用戶初次安裝《中國日報》APP并打開時，APP會記住用戶手機的操作系統、版本、屏幕、用戶安裝的其他APP、瀏覽器的Cookie、收藏夾、客戶端網絡、用戶所在位置等信息，這樣在用戶未注冊《中國日報》賬號的情況下，就能完成用戶的基礎畫像。如果用戶使用臉書、推特、微信等社交平臺賬號登錄，APP會獲取用戶在這些社交平臺的好友關系、所發內容、粉絲性質、評論等信息，從而可以進行更詳細的用戶畫像。接著，APP能根據用戶閱讀文章的類別、喜好興趣、閱讀時長、發表評論等維度進行更清晰的畫像，然后推薦內容給用戶。

三、人工智能加速跨媒介融合

視頻化是移動互聯網主要特征，尤其是移動流量資費下降后，音視頻媒體迎來大爆發。在對外傳播的主戰場，以優兔和臉書為代表的視頻平臺和社交平臺紛紛依靠視頻資訊吸引用戶。2017年8月，臉書創建視頻頻道“觀看”；該頻道對標優兔，與視頻制作公司聯合進行內容創作。與此同時，臉書利用信息流向用戶推送他們可能感興趣的視頻，打造基于社交屬性的視頻推送機制。其首席執行官扎克伯格聲稱，視頻已經成為臉書上表現最好的內容類型，因視頻產生的流量將在未來三年持續增長。

為了滿足讀者對視頻新聞的閱讀需求，傳統媒體也在不斷擴大自己的視頻新聞團隊。自2014年以來，《紐約時報》已經裁撤了100名文字編輯，組建了60人的視頻新聞團隊。2017年，美國有超過60家媒體對傳統的文字編輯進行裁員，轉而增加對視頻新聞的資源投入。例如，《華盛頓郵報》的視頻團隊規模由年初的40人增加至70人。③

我國外宣媒體也在積極布局視頻業務。中國國際電視臺（CGTN）便是其中翹楚。依托央視的強大視頻資源，CGTN網站以及移動媒體均主打視頻報道，但由于視頻生產投入大，視頻制作周期長，CGTN每日生產的視頻量，尤其是那些便于在移動端傳播的短視頻數量不足百條。這樣的生產能力與國外用戶對視頻新聞的需求構成較大矛盾。擁有國內最強視頻生產能力的CGTN尚且如此，更遑論其他外宣媒體了。

好消息是，在人工智能時代，文本、音頻和視頻將不再僅僅是不同的新聞類型。隨著三者之間的轉化技術日趨成熟，在內容相關的前提下，任何文本都可以轉化為視頻，任何音頻或視頻也可以轉化為文本。也就是說，人工智能將使媒介融合進一步加強。

總部設在以色列的文字視頻平臺Wibbitz就致力于推動此類媒介融合；它能夠將彭博社、路透社、美聯社、福布斯等超過500家媒體的文本新聞，根據用戶的偏好轉化為不同內容的視頻。它的工作原理是：內容發布方只需執行一行代碼，Wibbitz會自動從文章中抽取摘要并從網上獲取相關的圖片等信息，然后將這些信息瞬時整理轉變成一個交互視頻，同時還會添加相關圖片和朗讀配音。轉化出的視頻可以分享到臉書、推特或其他任何地方。視頻可以在任何電腦、平板和智能手機上播放。

諸如新華社、《中國日報》這類傳統上以文本為主要傳播手段的外宣媒體，正好可以抓住這個跨文本轉化的機會，和國外成熟的人工智能技術公司廣泛合作，擴大文字內容的視頻化呈現，從而適應移動互聯網時代視頻化閱讀需求。

四、人工智能高階應用：人機交互

無論是機器寫稿還是跨文本轉化，它們本質上是機器智能地“做事”；但人類對人工智能的預期不止于此，因為人工智能的最終目的是為了模擬、延伸和擴展人的智能，簡而言之是“做人”。目前還不能期待人工智能擁有人類心智與情感，但機器與人類的交互模式日益智能化也是不爭的事實。《人民日報》英文客戶端引入的微軟“小冰”機器人就是人工智能在對外傳播中的探索型應用。

“小冰”位于《人民日報》英文客戶端底部工具條正中間，點擊中間按鈕即開啟與小機器人“小冰”的交互界面，用戶馬上就能收到“小冰”的問候語或者聊天搭訕句子，每次開啟都可能不同。這既是一個閑聊界面，也是一個提供文本和語音雙重選擇的智能搜索界面。其中的語音搜索功能與當前市面上常見的智能音箱工作原理相同。雖然語音搜索結果的準確性有待提升，但利用人工智能完善用戶體驗的大方向是正確的。最近的一份報告顯示，2017年使用聲控設備的人數增加了129%，五分之一的智能手機用戶每個月至少使用語音助手一次，用戶也越來越多地采用聊天機器人作為與媒體互動的手段。

“環球編輯網絡”首席執行官伯特蘭預測，到2020年，新聞編輯部將引入類似Siri（蘋果手機智能語音助手）的新聞助理。這些新聞助理將由聊天機器人和探測器組合而成，幫助記者簡化日常工作流程，促進人機交互協作。

五、對采編流程引入人工智能的三個建議

2018年10月31日，中共中央總書記習近平在主持中共中央政治局第九次集體學習時強調，在移動互聯網、大數據、超級計算、傳感網、腦科學等新理論新技術的驅動下，人工智能加速發展，呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特征，正在對經濟發展、社會進步、國際政治經濟格局等方面產生重大而深遠的影響。④從事國際傳播的媒體工作者需要從戰略高度領會總書記的講話精神，從戰術層面自覺同人工智能深度融合。

1.增強技術敏感性，擁抱人工智能。要摒棄機器只是工具的成見，深刻理解機器深度學習可能達到的智能水平及其將對國際傳播秩序造成的影響；積極捕捉人工智能前沿動態，不斷迭代移動新媒體的智能水平；加強對編輯記者培訓，學習如何利用人工智能進行新聞報道，提升工作效率。

2.編務會引入智能輔助系統。各式各樣的編務策劃會是新聞工作者的日常程序，傳統的做法是編輯報選題，主編定版面。引入智能輔助系統后，電腦會首先反饋前一天選題的瀏覽量、評論量、轉發量等多維度傳播效果，并報告實時國際傳播熱點，編輯可以根據這些策劃新聞選題，也可以提出獨立新聞線索。即便是不在實時熱點榜單上的獨立新聞線索，通過與智能輔助系統的語音交互（類似與Siri對話），編輯部也能實時掌握該線索的動態輿情。該系統可有效提升對外傳播的精準度與可預測度。

3.人機協同，各盡所長。從人工智能出發，對外報道的新聞種類大體可以分為兩種：第一種是數據密集、有固定結構、可模塊化的信息，例如財經新聞與體育新聞；第二種是非結構化、需要承擔價值輸出責任的新聞，例如時政類與觀點類新聞。與人類編輯相比，機器編輯擅長處理批量數據，根據人類預制的各類模板輸出新聞，它們可以自動化生產第一種資訊。對外傳播的價值輸出責任需由專業新聞人承擔。在實際工作中，一條新聞可能既包含可模塊化信息，也有非結構性內容。這時候，新聞人就需要掌握人機協同技能：使用人工智能處理數據，發揮專業特長解釋數據。此外，雖然機器比人類反應快，但它沒有辦法決定哪些信息是最重要的，沒有辦法識別和處理意外情況。這個時候，就需要專業的新聞人，幫助讀者篩選信息、解剖重點。

「注釋」

①彭茜：《2016年普利策獎揭曉引發“危機”話題 “還好，摘獲獎項的仍是人類”》，《文匯報》2016年4月20日。

②敬慧：《機器新聞寫作熱潮下的傳統新聞生產冷思考》，《科技傳播》2017年第20期。

③微信公眾號“全媒派”：《AI將為2018新聞業提供新視野：趨勢預測&案例打法高能集錦》2018年1月30日。

④新華網：《習近平：推動我國新一代人工智能健康發展》，http：//www. xinhuanet.com/2018-10/31/c_1123643321.htm，2018年10月31日。