智媒体时代的新闻产业链重构

文/袁 媛

自1956年Daremouth学会首次提出“人工智能”的概念，研究者们据此展开了众多的理论研究和实践，“人工智能”的概念也在不断扩展，截至目前，已经形成了机器学习、自然语言处理、搜索引擎、协助过滤算法、语音翻译、视频内容自动识别等13个细分研究领域。这些人工智能研究成果在新闻领域的应用改变了新闻产业的发展轨迹，突出表现为人工智能技术对新闻产业链的重构。在新闻信息采集上，智能终端、无人机等传感器的运用拓宽了新闻采集的信息来源，丰富了新闻报道的内容和形式。在新闻信息加工上，机器人写作及编辑已经被国内外的传统媒体及新媒体广泛应用，提高了新闻生产的速度和数量，拓展了新闻的广度和深度。在新闻信息分发上，社交媒体、新闻客户端、新闻浏览器、搜索引擎等通过对用户的使用习惯、浏览轨迹、搜索记录等进行大数据分析来确定用户对新闻主题与内容的偏好，并通过智能算法为用户进行信息的精准化推荐，使为用户提供多元化的新闻成为现实。

一、智能化的新闻信息采集：物联网与传感器新闻

在物联网时代，通过互联网等信息技术能够把传感器、控制器、机器、人员和物等通过智能方式连接在一起，形成人与物、物与物相联，构成信息化、智能化的网络。物联网的应用是新闻智能化生产的基础，一切智能终端都有可能成为新闻信息的采集者和传播者。其中，作为物联网基础设施之一的传感器近年来在新闻领域已经有较为成熟的应用。

1．利用传感器进行新闻数据采集的主要途径。当前，传感数据仍然主要掌握在政府、企业等专业机构手中，包括大量的环境数据、地理数据、人口结构数据、物流数据、自然界数据等。利用大数据技术对这些传感数据进行精准分析能为专业媒体的报道提供更加丰富、可靠的背景，还能通过传感数据对自然环境、社会环境等不断监测来洞察事件发展的动向，开展预测性报道等。

一是用户的传感数据。当前来自于用户的传感数据主要通过智能手机来收集，在用户允许的条件下，智能手机能够监测到用户的生活习惯、运动数据、健康情况、地理位置、环境温湿度、交通情况等各项数据。新华社新媒体中心打造的“现场新闻”就是一款基于用户定位的事实分享客户端，通过客户端，新华社能够快速地收集用户在定位现场的所见、所闻、所感并及时予以呈现。在未来，智能可穿戴设备的运用将进一步收集用户的个人数据，如通过收集用户的心跳、眼动范围及轨迹、脑电图曲线、情绪波动等身体数据来分析判定用户阅读信息时的反应状态，获得用户对新闻内容、表达方式、版面安排等方面的关注度、认可度等，从而更精准地测量个体信息的传播效果，为个性化信息定制提供依据。

二是无人机等收集的传感数据。随着图像传感、障碍物避让、续航能力等技术的不断成熟，无人机等远程图像捕获工具能够提供大量的传感数据。尤其在突发事件及处于特殊环境的专题报道中，无人机以其低廉的成本及广泛的实用性等特点不断帮助媒体机构拓宽报道领域，丰富报道内容。

2．利用传感器进行新闻数据采集的优势。传感数据更易于计算机处理。相比于人工收集的数据而言，传感器数据能够直接被计算机读取、分析并进行视觉化呈现。如谷歌开发的云视觉API，已经能够通过特征提取等技术对传感器传送的图像集合进行准确的分类，极大地节省了人工收集、整理数据的成本。

一是强化报道深度。传感器的高灵敏度能够感知到环境及事物等的细微变化并能通过简单快捷的手段对这些数据加以收集，将原本抽象的现象进行量化处理，使事件能够得到更加清晰直观的展示，非常适于运用在展示宏观现象或趋势的解释性报道，或展示前因后果及事件背景的调查性报道中，强化此类报道的深度。

二是丰富报道形式。传感器在新闻领域的运用为众包新闻项目等的开展提供了新可能。在2017年全国两会报道中，各大媒体的采访机器人纷纷作为辅助机器人出镜，包括新华社的“爱思”和“佳佳”、浙江卫视的“小聪”、河南卫视的“飞象V仔”等，其中，“佳佳”作为新华社的特约记者通过连线的方式采访了美国《连线》杂志的创始人凯文·凯利，尽管采访的深度与流畅度仍无法同人工记者相比，但这一举动仍具有标志性意义。

二、智能化的新闻信息加工：机器人新闻写作与编辑

目前，人工智能技术在新闻信息加工环节已经有很多成功的应用，其中在国内外取得成果较多的是新闻机器人。新闻机器人能够利用算法和机器学习，迅速搜集资料、数据，数秒内完成新闻稿的撰写工作。新闻编辑过程中的标题制作、内容摘要撰写、校验稿件等工作，新闻机器人也都能起到辅助作用。

1．国外媒体在机器人新闻写作与编辑领域的实践。

2010年，“叙事科学”公司就推出了一款名为“Quill”的写作软件，用来撰写体育赛事及财经报道等。2014年7月，美联社也开始使用科技公司AI制作的Wordsmith平台报道体育及财经新闻，该平台能够自动抓取收到的财经信息，同时结合美联社预先编辑好的写作结构及基本规范，几秒钟内快速自动生成新闻报道且错误低于人工编辑。目前，美联社正在积极探索运用人工智能将文字新闻自动转换为广播。《洛杉矶时报》《华盛顿邮报》等也都开始采用机器人写作。

机器人新闻写作在国外媒取得了较大成果。2015年，《纽约时报》开发的机器人R&D Editor和路透社的机器人OpenCalais能够在作者写稿时为其推荐文章可以采用的标签和关键词，并对完成的作品进行简单的审查。但是，目前的智能算法技术尚未足够成熟，机器人编辑只能作为人工编辑的辅助，完全用算法取代人工编辑是行不通的。2015年，Facebook遭到了用户对编辑团队存在政治偏见的指责，于是公司调整了人工编辑在审核热门话题方面的作用，不再依靠他们提炼新闻要点或者选择新闻话题，但是在此政策下，Facebook又被爆出假新闻频出的情况。可见，在未来相当长的一段时间内，我们需要做的是如何更好地进行人机协作，而不是用新闻机器人完全取代人工编辑。

2．国内媒体在机器人新闻写作与编辑领域的实践。

2015年9月，腾讯首次使用机器人Dreamwriter撰写财经报道《8月CPI同比上涨2．0% 创12月新高》。随后，新华社的“小新”也被用于体育和财经报道领域。虽然国内机器人写作的应用提高了报道速度，但报道质量的改善并不大，且智能机器人目前仍主要被用于体育、财经等报道领域，报道形式单一，缺乏人情味。未来，包括社会新闻、突发新闻都可以尝试使用机器人写作，并通过新闻机器人拓展多种报道形式。2016年12月，“微软小冰”与《钱江晚报》等媒体达成合作，成为国内首个人工智能记者，通过大数据分析追踪受关注的热点及话题，并在此基础上自动生成新闻报道，报道类型主要为盘点类新闻和预测类新闻。2017年2月，“微软小冰”成功预测了格莱美的主要奖项。

在机器人新闻编辑上，国内的相关成果较少，人机合作尚不成熟。目前国内的机器人编辑仍处于模式化编辑的1．0阶段，应通过不断丰富及完善算法来提高机器人编辑水平。此外，国内的机器人新闻写作缺少广泛的数据来源，数据资源没有打通，官方数据库和企业数据仍存在使用壁垒。

3．智能化新闻生产的其他探索。一是利用大数据精准分析用户的关注度。美国互联网新闻博客Mashable能够通过Velocity数据分析工具平台分析识别文章的传播趋势及分享饱和度，当某事件的分享达到95%则提醒编辑不再投入关注，反之则需要编辑进一步加大力度推动。

二是提供可视化的数据背景。路透社的Graphiq人工智能系统能够在极短的时间内依据记者编辑将要报道的事件主题，从数据库中抓取历史数据，并建立与报道内容匹配的可视化内容，在提升内容信息量的同时节省编辑记者的时间。

三是进行新闻事实核查。《华盛顿邮报》2012年开发的“Truth Teller”可以自动对新闻内容进行即时核查，但核查能力有限且其语音识别系统经常出现转码错误。英国的事实检查机构“Full Fact”正在致力于提高人工智能的情景分析能力，建立新闻自动核查的监控系统，通过检查公共数据，以概念验证的方式来核实新闻报道。2017年12月，新华社正式发布了媒体人工智能平台“媒体大脑”，该平台的“人脸核查功能”和“版权监测功能”能够进行新闻事实核查。其中，“人脸核查功能”能够从海量的图片及视频资源中准确定位目标人物，极大降低新闻事实核查的工作量，有效防止假新闻的出现；“版权监测功能”则通过网络中近300万个监测站点对各类原创内容进行保护，有效防止各类抄袭等侵权行为。

四是聊天新闻机器人加强与用户间互动。《华盛顿邮报》开发的聊天机器人Feels能够帮助媒体收集新闻线索，如在美国大选期间通过聊天的方式收集用户选举的相关数据，从而分析判断美国选民的选取倾向。数字商业新闻网站Quartz是可以聊新闻的客户端，内容由人工编辑选择与制作，互动过程由机器算法自动实现。打开Quartz，其界面是单纯的对话窗口，Quartz会用聊天的方式向用户推荐新闻，用户也可以通过不断追问的方式对自己感兴趣的话题进行深度了解。聊新闻的方式能够提高用户黏度，但并不是所有的新闻类型都适合以聊新闻的方式呈现，另外，目前聊天机器人与用户互动的流畅度、深度仍需提高，因此未来要加大力度提升机器人识别文本和语义的能力，让聊天机器人能够充分掌握相同词语在不同语境中的意义。

三、智能化的新闻信息分发：多样化新闻分发主体与个性化新闻推荐

智能技术不仅改变了新闻采集与制作加工的方式，还影响了新闻分发的主体、渠道和方式。智媒体时代的新闻分发特点主要体现在以下两点。

1．生产端与分发端分离，互联网技术公司占据竞争优势。从当前的媒介市场看，新闻分发的主体是指能够为新闻内容提供分发渠道的平台商，新闻内容经由他们到达受众，当前媒体的新闻运营分发平台主要分为媒体自运营专业平台和商业化信息平台。后者本身不具备新闻采编制作的资质，只提供新闻信息转载等服务，其中，社交媒体平台和个性化新闻客户端是商业化互联网新闻分发的两种主要渠道，其重要程度已经开始逐渐赶超媒体自运营的专业信息平台。

在传统新闻生产流程中，新闻生产端和分发端密不可分，都牢牢掌握在拥有新闻生产能力的媒体手中。但是，在智媒体时代，新闻生产内容极大丰富，单一的媒体分发端已经无法解决海量新闻产品与用户个性化需求之间的矛盾。另外，智媒体时代的新闻个性化推荐是指以海量的用户数据为基础，运用相关算法分析新闻用户的兴趣、社会关系、生活习惯等特点，并对用户进行画像，以兴趣的重要程度为依据向用户推送能够满足其特定需求的新闻产品。这一新闻产品分发形式是基于移动端的，极大地依赖大数据技术、算法分析、场景识别、搜索技术等新兴科技，由于人工智能与互联网、计算机等技术一脉相承，这使得具有强大技术实力的科技公司进入新闻市场分发端的优势十分明显。于是，一批拥有互联网背景的科技公司纷纷加入新闻产品分发的阵营，一系列以个性化内容推荐为主要特色的新闻聚合APP应运而生。这类新闻APP通过推荐引擎和机器学习来为用户筛选新闻产品，并通过与用户的互动来精准定位用户的兴趣点，从而不断优化推送内容的精准度，新闻产品的分发端与生产端顺理成章地被分离开。

目前，从国内看，新闻内容分发端很大程度上已经被拥有用户大数据的互联网巨头掌握。百度利用其搜索引擎长期收集用户的搜索数据及阅读数据等，来不断完善用户群体画像，并在此基础上通过机器算法为目标群体推荐新闻。百度新闻客户端依靠搜索引擎打造全球最大最全的中文新闻平台，30秒内实时聚合万家媒体来源，覆盖全国442个省市、2876个区县、6927个商圈新闻。采用独有的推荐引擎技术，5秒内解析用户兴趣点，为用户推荐最感兴趣的个性化优质内容。同时，用户也可以根据自己的兴趣对任意话题进行订阅，打造专属阅读空间。腾讯依靠社交媒体平台打造天天快报，采取QQ和微信登录的形式，在获取用户阅读兴趣习惯的大数据基础上，分析挖掘用户的兴趣点和关注点，通过人工智能推荐个性化资讯，为用户提供真正的千人千面的资讯浏览体验。

2．个性化新闻推荐成为现实。在智媒体时代，新闻报道的深度与广度都得到了极大地扩张，用户的个性化需求有了被满足的可能。以今日头条为代表的个性化新闻APP已经赢得了用户的广泛认可。今日头条的本质是一套由数百万代码组成的算法，大数据来自3亿用户以每天75亿次上拉下滑、700万次收藏、500万次账外分享、300万次点踩所产生的兴趣表达，将这些兴趣表达聚化成数百万个兴趣颗粒，并由400多位工程师用4000多台服务器以每秒上百亿的处理速度不断优化推荐效果，依托今日头条独创的大数据算法，媒体及用户所创作的内容可以在数秒之内就抵达目标读者的手机上。目前今日头条的订阅用户已经达到3亿，日均推送信息量超过20万条，日均累计产生4．5亿次有效点击，日均使用用户量超过3000万，日累积使用时长超过14亿分钟，日人均使用时长超过17分钟，这一数字仅次于微信和开心消消乐。但这种基于算法的个性化推送也产生了很多问题，需要不断改进。

此外，写作机器人扩大了新闻的广度，使用户的非主流需求能够得到满足。传统的记者编辑关注的是能够引起最多人兴趣的、满足主流需求的、具有普遍价值的新闻，仅有小部分人需要的非主流需求则因为人力有限而不得不选择放弃，这些曾经被迫放弃的内容被写作机器人生产出来，满足了用户的个性化需求，这部分长尾新闻内容的生产创造出更多的价值。

在未来，随着人工智能技术的不断成熟，基于位置、场景等因素的个性化推荐将会日益普及，媒体将在通过手机及其他智能可穿戴设备等移动终端收集用户数据的基础上，根据用户所处的时间、地点、环境、生活习惯、实时状态等进行观察与分析，为用户推送满足当前场景需求的个性化新闻内容。

四、智媒体时代的隐忧

1．大数据威胁用户的信息隐私权。智媒体时代，精准的信息个性化推送必然要建立在用户信息被全面的数据化和可追踪化的基础之上，这些通过传感器等各种智能设备收集的大数据如果没有良好的机制保护，随时都有遭遇泄露的可能，信息的泄露不但会侵害受众的隐私权甚至有可能影响社会安全与国家安全。智媒体时代信息更加易得和耐久，任何用户都能够通过互联网随时存储和提取信息，由于互联网海量的信息存储能力和日益成熟的搜索引擎技术，这些用户信息被永久地储存在互联网上并随时可能会被调用，而随着用户个人信息在互联网上的不断累积，其隐私遭遇泄露的风险就越来越大。目前，我国对互联网中个人信息隐私权的界定仍不明确，缺乏有效的法律保护机制，急需加快个人信息隐私权立法的进程。

2．个性化推荐加剧“拟态环境”与“信息茧房”效应。20世纪20年代，美国著名政论家李普曼在其论著《公共舆论》一书中最早提出了“拟态环境”这一概念。所谓的“拟态环境”，指大众传播活动形成的信息环境，并不是客观环境镜子式的再现，而是大众传播媒介对新闻和信息的选择、加工和报道，并重新加以结构化以后向人们所提示的环境。在传统媒体时代，版面空间、播出时间和频道资源都是有限的，传统媒体用有限的信息容量来反映无限的社会现实必然会带来拟态社会的出现。在智媒体时代，多元化的信息生产者带来多样化的内容并通过多样化的渠道迅速传播，但是这一信息环境对于真实社会的反映却并不乐观。尽管从理论上讲，智媒体时代传统媒体把关人的角色被削弱，原本那些被媒体排除的信息得到了进入公众视野的机会，信息内容看似更加多元化了，但是无论在社交媒体还是新闻客户端中，数据及机器算法支撑的信息个性化推荐必然会造成部分信息的屏蔽，这部分被屏蔽掉的信息往往是受众不喜欢或者不愿意关注的。所以，从某种程度上来说，智能媒体环境下的媒介拟态环境并没有消失，只不过这种拟态环境更多的是由受众的个人选择决定的。

“信息茧房”效应也同样解释了这一问题。即在信息传播中，由于受众自身的信息需求并不是全方位的，受众只关注自己选择的内容和使自己愉悦的信息，久而久之，会将自身桎梏于像蚕茧一般的“茧房”中。智媒体时代，用户在新闻聚合APP中的阅读行为会被APP记录，并根据用户的阅读习惯在下次推送时自动推送用户喜欢的内容，过滤掉用户不喜欢的内容，长此以往，用户能够接触的将一直是他喜欢的、认同的内容，这将导致用户的阅读视野越来越狭隘。当然“信息茧房”效应并非智媒体时代的新产物，传统媒体时代，受众对信息的选择性接触也会产生“信息茧房”，但是智媒体时代信息的个性化推荐机制无疑加剧了“信息茧房”效应。这一方面会导致受众对整体环境的判断能力降低，另一方面，也不利于公共信息的传播和社会意见的整合。智媒体时代的信息个性化推荐是未来的发展方向，但在追求更精准的个性化推荐模式的基础上，还要思考如何为受众提供公共信息服务，达到社会整合的目的，找到个性化传播与公共信息传播的平衡点。

3．媒体进入“后真相”时代。“后真相”的概念在几十年前就已经存在，但是2016年由于英国公投和美国大选，该词的使用频率飙升，并入选了牛津词典公布的“2016年度英文词汇”。所谓的“后真相”是指情感和个人信念相对于客观事实来说，对形成民意的影响相对更大。互联网时代，被多元化的海量信息包围的用户往往不重视寻找事实真相，反而会更容易被各种情感、意见所煽动。而以网民为传播节点，以社交网络作为传播渠道的社交媒体进一步加剧了“后真相”的现象。在社交媒体中，网民带有强烈个人感情色彩的意见与评论往往比事实更容易引起他人的关注与互动，而完全依靠大数据与机器算法的智能新闻生产模式很可能会带来更多情绪的激化，而不是事实真相。因此，在智能媒体环境下，专业的新闻生产机构应更重视对事实真相的追求，在新的传播环境与传播技术下，重新寻找能够无限接近客观事实的新路线。

[1]许向东．大数据时代新闻生产新模式：传感器新闻的理念、实践与思考[J]．国际新闻界，2015(10)．

[2]彭兰．智媒化：未来媒体浪潮——新媒体发展趋势报告（2016）[J]．国际新闻界，2016(11)．