传感器在新闻报道领域的应用与创新

2016-01-20夏冬梅北京吉利学院人文学院北京100036

今传媒 2016年1期

夏冬梅（北京吉利学院人文学院，北京 100036）

传感器在新闻报道领域的应用与创新

夏冬梅
（北京吉利学院人文学院，北京 100036）

摘要：传感器并非一项新技术，但它在新闻报道领域的应用仍处于初期阶段，有很多问题值得探讨，包括传感器在新闻报道中的应用方式、传感器新闻的特点、注意的问题等。本文拟从以上几个方面展开论述，并结合传感器技术发展，探索传感器新闻更多可能的应用与创新空间。

关键词：传感器；新闻；数据；应用；创新

传感器作为一种检测装置，主要用来捕获声、热、光、气、力、湿、色、味、磁等各种信息。传感器好似人类五官的延长，又称之为“电五官。[1]”传感器的这一特点天然与麦克卢汉认为的“媒介是人的感觉能力的延伸或扩展”的特质相吻合。但直至近年，随着物联网、人工智能等技术发展，手机、可穿戴设备等移动智能终端的普及，人们逐渐对天气预报、污染指数、身体健康状态、交通拥堵情况、地理定位查询等传感器数据产生强需求。国内外媒体机构才真正意识到传感器的价值，并尝试将之更广泛地应用于新闻报道领域。

一、传感器在新闻报道中的主要应用

1.利用专业机构传感器获取数据形成新闻报道。传感器产生的数据很庞大，这些数据大部分都集中在政府、私营企业手中少量来自公共社区或私人领域等。媒体可抓取一些公开发布的数据做新闻，但大多时候需要利用网络爬虫技术对数据做深度挖掘。比如，国家环保部数据中心每天都会公布各城市PM2.5指数，对于普通受众，在没有极端气候事件发生情况下，这些日常数据价值很难显现。

但通过控制变量，将这些城市按照地理位置、所属经济区域等不同指标做类别划分，并在此基础上利用计算机爬虫语言对相关城市做周期性空气污染指数的数据挖掘，并就数据间的相关关系、因果关系做分析，就可得到更多有价值的新闻内容。

2.利用众包方式获取传感器数据制作新闻报道。目前植入手机端的智能传感器有很多，可以监测健康、地理位置、温湿度、天气状况、交通拥堵以及声音识别等，这些都为众包传感器新闻项目的开展提供了更多可能。一个被奉为众包传感器新闻的经典案例是美国纽约公共广播电台的“蝉鸣”项目。该项目教听众自制传感器，然后去追踪春天里的蝉鸣。电台将收集来的数据做成时间轴，为听众献上一篇由他们自己参与制作的优秀科普新闻作品[2]。此外，在国内，新华网“我在现场”也是一款利用手机中智能传感器的定位功能做事实分享的新闻产品。基于位置定位可有效了解信息源的发生地，更好找到被采访对象，对虚假信息也能起到一定的规避作用。

3.找准有价值的新闻选题，自制传感器采集数据。传感器种类很多，价格日趋低廉，加之易于使用的开放源码使它更容易为媒体或个人创建多种数据。其中一个案例是蒙古国首都乌兰巴托污染严重，但污染范围、程度等信息匮乏。为补充政府数据不足，2014年7月，蒙古国报业协会记者与地球新闻网（环境记者国际组织）合作，组装了5台小型污染监测器，分置于乌兰巴托不同区域。此后半年持续对该城市空气污染物实施监测，并快速将数据上传到一个公共网站[3]。另一案例是来自密苏里大学新闻学院的学生哈特曼，他发现他所住公寓附近噪音比较大，想探究噪音的主要来源。他自制环境传感器，利用Arduino记录仪和声音传感器以监测哥伦比亚市的噪音，并藉由数据分析了噪音的主要来源。此案例中，为保证结论的可靠性，哈特曼邀请了专业工程师协助制作传感器，并采取多点放置，以确保数据的质量与规模。

二、传感器新闻报道呈现的主要特征

1.数据是核心。哥伦比亚大学新闻学院托尔数字新闻中心高级研究员Fergus Pitt对传感器新闻做出过这样的解释，“传感器新闻是记者用传感器获得数据、分析数据、将数据用最恰当的呈现方式融入报道，然后把报道传播出去的整个过程。[4]”此阐释充分揭示出传感器新闻报道的核心是数据。

这一特征在传感器新闻代表作品《法律之上》（Above the Law）中体现得淋漓尽致。美国佛罗里达州《太阳哨兵报》两名记者萨利·克丝汀（Sally Kestin）和约翰·梅因斯（John Manies）发现该州警察在非公务时段经常超速行车。为证实这一情况，起初他们尝试利用立交桥上高速摄像机的数据和安装在警务车上的GPS数据，但结果都不理想，且后者易涉嫌侵犯个人隐私。在一位读者的建议下，他们利用美国《信息自由法》向高速公路管理局申请公开了SunPass（不停车计费系统）数据，并围绕这些数据做了系列深度调查报道[5]。由于其数据使用准确权威，有效维护了公共利益，该作品因此获得2013年普利策新闻奖中分量最重的公共服务奖。

2.公共性是出发点。目前媒体机构利用传感器做新闻报道，报道出发点多基于公共利益，更倾向于对群体、区域做数据化、共性化探究。首先，这是由传感器技术的应用领域与受众需求共同决定的。传感器应用领域广泛，可监测的数据也很多，但与受众密切相关的则是环境、医疗健康等信息；其次，传感器新闻最核心的是数据。按照维克托·迈尔-舍恩伯格的说法，数据应用，一是利用全体数据，而不是随机样本；二是要重视混杂数据，而非执迷于精确数据；三是关注相关关系，而非先探求因果联系[6]。数据新闻中，数据的规模与质量决定了结论的可靠程度。因此传感器新闻报道的视角也更多转向公共环境、公共健康、群像特征、区域共性等命题；其三，在经由传感器采集的数据中很有可能会触及个人隐私，但当这些个人化数据融入更大规模的样本，从个案的分析转向对一个群体的样本关照，个人隐私也可得到保护。公共性特征也为传感器新闻的健康发展提供了一个良好环境。

3.交互是关键。上文提到的“蝉鸣”项目，最有价值的地方就在于它采用了众包方式，强化了用户体验。媒体充分调动社区民众自己动手安装土壤探测器并实现监测，监测的数据也许不够精确，但这并不重要，参与制作的过程且简单有趣的用户体验才是关键。尤其在社交媒体繁盛的当下，这种交互体验式报道的传播效果会藉由口碑传播加倍放大。

此外，传感器新闻报道还尤为重视数据呈现的交互可视化。美国优秀数据设计师Ilia认为，好的数据新闻形成必须要经过获取数据、确定视觉形式、建立叙述这三个步骤[7]。2015年春运期间，百度利用LBS定位收集数据制作的人口迁徙地图就登上了央视新闻直播节目；而Debra Ohayon则利用美国国家航空航天局（NASA）和维基百科Wikipedia）的数据，设计制作了一个《光年日历》的交互作品，展现了一束从太阳发出的光，沿直线行走，一年中可能会经过的地方[8]。这些交互可视化图表让信息获取变得更有趣。当下，python、html、css、jQuery，以及更多可视化工具都可以帮助我们更好地完成这一点。

三、传感器技术发展带给新闻报道更多创新空间

1.远程图像捕获使传感器新闻报道内容更为丰富。卫星、无人机等这些可通过传感器实现远程图像捕获的工具正日益成为媒体机构报道的利器，且随着图像传感、影像追踪、障碍物避让、续航能力等技术的迅猛发展，卫星与无人机都能“看”得更远、更广、更清楚。比如近期热成像技术在无人机中的应用，就使得无人机可以实现对农业、消防等专业的监测[9]。媒体机构也能利用这一技术，拓宽报道领域，丰富报道内容。此外，谷歌近期开放了“谷歌云视觉API”技术（Google Cloud Vision API），该技术可以实现将无人机飞行中拍摄的海量照片自动生成一种有意义的数据[10]。这一技术将极大地节省人对图片数据的后期分析处理成本，便于媒体可以找到更合适的报道内容与报道角度。

2.情绪捕捉将使传感器新闻报道更趋近真实。2015年下半年，全球媒体都将视角聚焦到了叙利亚难民问题上。9月3日，一名3岁叙利亚男童艾兰（Aylan）在偷渡途中溺亡于土耳其海滩的照片震惊世界，但由于最早见于媒体的图片未经马赛克处理，且之后媒体对遇难男孩父亲及家人数次追访，将他们不断带入痛苦经历，引发舆论对媒体蓄意“消费灾难”的谴责。如何避免此问题，借助传感器或许能找到一些方法。

“情绪识别”正成为传感器最活跃的研究领域，已有一些可穿戴设备可以实现情绪识别。针对上述事件，媒体机构可在叙利亚难民中征集志愿者，利用传感装置对难民的心理、情绪等进行追踪与捕获，从而形成难民的情感图谱。这样量化的处理方式可以让报道更逼近难民真实内心，也能避免对灾难中的受访者造成“二次伤害”。但数据总是冰冷且有距离的，记者在做类似报道中，仍需要配合一些实地采访，去切身感受难民的生存状态。

3.环境识别可让传感器新闻报道更具个性化。个性化订制与推送已成为很多媒体机构竞相追逐的事，但多数“个性化”只停留界面交互的初级阶段，即基于用户输入数据并实施单向度推送，深度人机交互还远未实现。目前Google Now、Siri等产品在积极利用智能搜索、智能传感器等技术，通过语音、语义、地理位置等信息实现对用户身处环境的有效识别，以更精准地了解用户的喜好与需求，并为其提供恰当的个性化服务。新闻报道可以植入到这些产品中，通过获取用户的场景化需求，实现个性化传播、推送；同时借助人机交互的语义识别，用户还可以完成对新闻报道的即时反馈，满足自身对深度信息的需求。

传感器技术在未来会更集中在无线传感器、加速传感器与生物传感器等领域，这意味着传感器能帮助人实现对更远距离人与物精确的感知。传感器新闻也会获得更大的报道空间。但有两点需要警醒，首先，数据不能说明一切，数据也会失真。尤其在智能时代，当数据可以捕获并洞察一切时，人可能会因安全感的丧失而拒绝使用传感器或刻意隐藏真实感知来寻求更深的自我保护。这时，传感器数据就会出现问题，同时传感器设备老化、监测不科学等都有可能导致数据失真；其次，与所有在技术迭代浪潮中兴起的报道形式一样，传感器报道也要努力在技术、艺术与人之性灵中找到一种平衡，因为数据的疏离感更需要有温度与深度的表达来消弭。

参考文献：

[1] 传感器.百度百科[EB/OL].http://baike.baidu.com/link?url=l15GtY BS-nmnzWaRrMoRMGbG5fCFC2RnCTtVmnZfCh2a1oUXf1dJX 2dIjxwFFmActQygoW_mW8dDg9hRUndyy0UhvzwMN95J24Go CPSb97O.

[2] “传感器新闻”:连心跳都将成为新闻?[EB/OL].全媒派http://news. qq.com/original/dujiabianyi/chuanganqixinwen.html.

[3] 污染监测:“草根”也能DIY.科学网[EB/OL].http://news.sciencenet. cn/htmlnews/2015/1/311306.shtm.

[4] 刘胜男.科技时代,新闻业可将“传感器”作为报道利器[J].中国传媒科技,2015(6).

[5] 刘胜男.实战案例:借助公共设施中的传感器进行新闻调查——以《太阳哨兵报》“超速警察”报道为例[J].中国传媒科技,2015(6).

[6] (英)维克托克·迈尔-舍恩伯格,肯尼思·库克耶.大数据时代[M].杭州:浙江人民出版社,2013.

[7] Ilia.孤独的人们（All the lonely people）[EB/OL].http://www. iliablinderman.com/connections/.

[8] 涨姿势,14个复杂数据可视化的奇妙例子[EB/OL].传媒圈http://www.mediacircle.cn/?p=29509.

[9] DJI与FLIR建立空中热成像合作[EB/OL].搜狐,http://mt.sohu.com/20151211/n430952165.shtml.

[10] 谷歌云视觉技术让无人机“看”到物体[EB/OL].中国航空新闻网, http://www.cannews.com.cn/2015/1221/143284.shtml.

[责任编辑：思涵]

中图分类号：G212

文献标识码：A