人工智能背景下“机器写作”在灾难报道中的应用和发展趋势

白龙 林楹

（玉林师范学院 文学与传媒学院，广西 玉林 537000）

一、人工智能背景下的“机器写作”在灾难报道的应用

（一）人工智能背景下“机器写作”的应用

人工智能（Artificial Intelligence）是计算机科学学科下的一个分支，随着科技的进步与社会的发展，其理论与技术也在不断走向成熟。当前，该技术的应用已超出了计算机科学的范畴，被广泛应用于哲学、语言学、心理学、文学等社会科学学科的研究以及行业实践中。“机器写作”正是人工智能技术在新闻传播行业领域的应用，它的出现，标志着新闻传播行业进入了“新闻工业化时代”，跨界产生机遇，传统新闻业将在新技术的冲击下产生变革。

“机器写作”是在人工智能技术与传媒业融合发展，依靠算法、大数据、信息流技术的支持，又被称为“机器新闻写作”（Automated Writing），即指机器（计算机）利用核心为“自然语言生成”的人工智能技术，模拟人类大脑进行新闻生产。

2015至2018年间，国内外各家媒体争先夺后地研发、推出自己旗下的“写作机器人”，“机器写作”技术也被广泛应用于财经、体育、地震报道中，如：国外的雅虎、美联社和《华盛顿邮报》等媒体，记者只要在系统中导入最新数据，“机器写作”1分钟最快可生成2000篇体育、财经、灾难等类型的报道；国内媒体中最先使用“机器写作”的腾讯财经网，其“写作机器人”Dreamwriter主要负责对财经数据的处理、编辑；新华社的“写作机器人”快笔小新能够独立、迅速完成财经、灾难、体育类的新闻报道；今日头条、第一财经等新兴传媒机构更是将大数据算法和“机器写作”融合进行内容创作，“写作机器人”Xiaomingot和DT稿王每日生产出海量的稿件。

每当重大事件发生，“机器写作”更是大放异彩。2016年“巴西里约奥运会”期间，今日头条实验室和北京大学计算机所联合研发的AI机器人，通过与里约奥组委的数据库对接获取比赛信息，平均日产稿件30-40篇；2017年1月，智媒体实验室第一代写稿机器人“小南”，顺利完成对当年春运状况的报道，填补了“机器写作”在民生报道领域的空白；2017年“四川九寨沟地震”中，中国地震台网官方微信将地震灾情快速向公众传播，该稿件生产仅用时25秒，起业界和学界的关注。

（二）“机器写作”在灾难报道中的新闻生产现状

灾难报道属于“突发性社会事件”的灾难事件，具有随机性、普遍性、因果相关性、危害性等特点，其本身具备极高的新闻价值。而且灾难事件传播效果也是超常的，以其特殊的社会属性，往往会形成强大舆论影响力，引起公众强烈关注，因而灾难报道在新闻报道中占据重要地位，如何进行报道也可以检验媒体的新闻生产是否成熟。

对灾难报道分析后可发现，2017年我国灾难事件主要特点有：受灾范围广、局部损失严重、季节性地域性较强、突发性强，主汛期的南方洪涝、地质灾害、流感集中爆发，北方多省遭受风雹灾害，地震带、沿海地区、工业区地带则有地震、台风、工业事件的发生。近年来，我国对灾难事件报道的学术研究、业界实践在不断探索，形成了一套成熟、规范化的灾难报道的流程。无论在地震、山体滑坡、泥石流等典型的自然灾难中，还是群体骚乱、工业事故、空难海难等人为因素导致的灾难，媒体都能发挥其效用，将灾情、环境、伤亡、救援措施等情况向外界传播。但炒作新闻、假新闻、故意利用灾情为新闻“卖点”的现象依然存在，这其中有部分媒体没有坚守媒体的使命、缺乏责任感的原因，也有因为灾难信息混乱，记者未认真求证的情况。

“机器写作”的出现，无疑在“混乱的”灾难现场中为新闻生产开辟了一条“快、准、狠”的绿色通道。依托人工智能技术，“机器写作”凭借其数据迅速挖掘、语义精准识别、新闻报道海量等能力，对记者的新闻业务能力有所突破。其形成的传播效果也是明显的，报道的时效性、精准性得到显著提高，有效缓解灾难报道中客观性不足和记者主观偏见的问题，尤其在进行地震、天气、伤亡等方面的报道时，“机器写作”发布报道及时，快速满足了灾后公众的信息需求，这是记者难以比拟的优势。

2014年3月18日，“机器写作”被首次运用于在灾难新闻报道领域，在美国加利福尼亚州发生4.1级地震后，《洛杉矶时报》的“写作机器人”Quakebot直接对接美国地质勘探局的电脑，自动搜集数据信息，把碎片的信息嵌入预先的设计写作模板中，在5分钟内写作出一则报道，经编辑人工审核后，发布到该报的网站上。2016年5月四川绵阳地震期间，国家地震台网研发的“写作机器人”也参与到工作中，自动发布速报。2017年8月，四川省九寨沟发生7.0级地震发生后的18分钟里，中国地震台网官方微信推送了一条585个文字和5张图片的“机器写作”新闻，内容包括速报参数、震中简介、地形天气等内容，将灾情迅速向外界传播。

二、灾难报道中“机器写作”的传播特征与挑战

（一）“机器写作”给灾难报道带来的变革

1、拓展新闻信息来源

“机器写作”的新闻生产特点体现在信息收集的精准，真实性是新闻的生命。“写作机器人”严格遵循代码程序设定的思维逻辑，信息来源为来源是权威机构、组织的数据库，并有信息抓取分析规则进行规范。《洛杉矶时报》Quakebot的地震监测数据来源为美国地质勘探局（United States Geological Survey）电脑，生成稿件经审核后发布，无需人类的记者的二次加工，避免了人为主观因素产生的数据污染，从源头上保证信息获取的真实性、权威性。

灾难事件发生后，随着社会舆论舆情的发酵，公众渴望得到最真实的消息。面对灾难报道中大量复杂的数据，以及自然科学等方面的专有名词解释，记者与编辑的专业外知识受到极大的挑战。传统的新闻制播实践中，媒体记者只能通过的主观参与和控制，人工检验是否存在错误，“机器写作”以数据库、信息流为依托，减少个体主观因素介入，以高效获取、精确处理、严格分析的能力，快速、精准地完成数据计算与分析工作，有效地降低人工采访固有缺陷带来的差错，提高了新闻内容的精准性，符合新闻报道真实性原则。

此外，“机器写作”在保证新闻稿件的格式标准性的基础上，超文本、多媒体的内容拓展了新闻的可读性。四川九寨沟地震报道中，国家地震台网官方微信发布的“机器写作”充分利用了数据库中丰富、海量、形态多样的数据进行加工，成稿内容包括速报参数、震中简介、地形天气等，图文并茂，在短小的篇幅中融入尽可能多的新闻有效信息。在随后发布的“机器写作”稿件中，通过固定编写好的内容格式，通过分析、提取《中国地震台网速报目录》的数据信息，发布了“震中周边200公里内近5年来发生3级以上地震共142次”的新闻，向受众传达周边地区的历史地震频率，传递准确信息的同时，增强了消息的可读性。

2、提升文本加工速度

“让有效的信息尽可能快速地传递给公众”是应对重大突发事件的新闻策略，灾难事件的发生伴随着突发性、舆情危机的产生，灾后舆情控制是媒体进行报道中承担的任务。据分析，灾难事件发生的初期而媒体尚未发布报道时，此时信息尚未完全明确，灾情具有模糊性，公众对灾难事件信息的求知欲、讨论度往往最高，他们迫切想了解灾难事件的伤亡、灾区的损失、灾难事件发生的原因、后续救援措施等信息，此时也容易存在个别新媒体疯狂传播来源、真实性难以保证的二手信息的现象存在，公众难以核实其真实性，部分专业媒体也容易受此影响，不知不觉间加入到虚假信息的传播队伍中。在信息量突然爆炸性增长后，公众极容易产生恐惧心理，对环境充满了不安全感，正是谣言和虚假信息滋生的温床。

新媒体时代，公众对新闻时效、质量的需求非常高，无论传统媒体还是新媒体都时刻处于舆论监督的压力下，“机器写作”的出现，能很好地做到“快、准、狠”产出来源可靠的新闻，安抚公众情绪。在灾难新闻报道中，“机器写作”信息采集高效化，有着人工信息难以比拟的高效率，“540字5张图片仅用时25秒”的超强数据处理技术，可在尽可能短的时间内完成信息阅读、收集、加工、核实的步骤。在越来越成熟的人工智能技术支持下，部分“写作机器人”甚至承担编辑的责任，发布新闻无需经过传统的审编流程，大大节省校对、编辑、排版的时间，提高灾难报道的新闻生产效率。四川省阿坝州九寨沟地震后，根据官方提供的后台数据可以发现“机器写作”页面日访问量达到PV 536,276次。

“机器写作”处理数据能力强、产量惊人，可以日以继夜地工作24小时以上，实时传播灾难事件最新进展，有效提升灾难报道的新闻生产能力，换个角度来看，新闻记者、编辑的工作量将得以减少，他们可以拥有更多自主时间，用于创造更有价值的新闻报道。

3、预测报道产生的可能

灾难事件的危害性强、影响力大，危害公众的人身、财产安全，我国灾难报道的现状与发展趋势表明：公众关注灾难的视野比新闻记者更广，具有更强的现实性、平民性、求知欲。如果能在灾难发生前发出预警，或许就能尽可能减少伤亡和损失，避免舆论的过度发酵。这就需要用到学界和业界热议的话题——“预测报道”，迈克尔·苏德森指出：“在大数据与信息过剩的风险社会，真正有价值的新闻，应当是基于数据分析得出的‘预计明天将有暴风雨’式的对公众的忠告、指南、通知、预警。”

“预测报道”是对事件的发展趋势、前景、未来提出预测性判断的报道，它以历史数据、实际信息、科学模型为依托产生，具有科学性、前瞻性、权威性。面对庞大的数据和信息资源，“预测报道”需要强大的信息处理能力、科学的统计、紧密的分析技术，而当人工智能技术发展可以达到一定层级，“机器写作”抓取大量信息进行分析、处理，使“预测报道”的内容更加准确，人类的行为变得可以预测，准确的“预测报道”也不是不可能事件。美国谷歌公司在2008年预测提出“甲型H1N1”流感将在美国爆发，该事件表明，“机器写作”除了可以对丰富、海量、各种各样的数据进行及时汇集与更新之外，还能对相同类型、不同事件的相关性进行分析，形成对未来的预测。

这其中的数据不是通常所说的数字，而是一种信息。通过对数据库内已经发生的灾难事件进行对比分析研究，发现数据所呈现出来的发展趋势，加入对未来可能产生的灾难事件的分析、预测、报道中。2014年上海黄浦区发生“12·31外滩踩踏事件”造成重大人员伤亡，也产生了较为恶劣舆论影响。特殊时间、特殊地点，应该引起媒体的关注，如果在灾难事件发生前，可以利用“机器写作”，获取上海市该区域在某个时间段的人口密度和人流量数据，实时分析，在数据达到红点时发布预警，或许可以提醒公众和有关单位提前做出应对措施，避免灾难事件发生。

这就是预测报道的价值所在：利用人工智能技术，对社会灾难高发的因素进行监测，“写作机器人”运用数据运算和发掘的能力，在灾难事件发生前发布预测报道，发挥好媒体作为社会瞭望者的角色。

4、“把关人”角色的转变

美国社会心理学家、社会学家、学者库尔特·卢因1947年提出了“把关人”（gatekeeper）理论，指的是在信息流通的途径中，部分人担当着“把关人”的角色，在筛选进入公众视野的信息。在传统传媒环境中，媒介处于主导地位，“把关人”们的主观态度通常决定着当时信息流通的“价值标准”。随着时代的进步与传播媒介的发展，在进入全媒体、多媒体时代后，传播渠道的增多使的传统的“把关人”地位出现边缘化趋势，而“机器写作”的出现，无疑又重新定义了“把关人”群体。

灾难事件发生后，公众对信息的渴求达到顶峰，传统媒体凭借其权威、专业、规范化的特点，得到公众更大程度的信任，其中“把关人”功不可没。由于灾难报道引发的舆论影响范围广，影响力度强，传统的灾难报道往往需要记者亲临实地，人工搜寻数据信息，经过一个或多个编辑审核，有时还需听从领导层的指令，层层审核以确保报道的准确度。在“机器写作”的新闻生产过程中，为了追求新闻发布的高效，新闻生产流程倾向于自动化，不需要记者实时参与，“写作机器人”同时承担了新闻“把关人”角色，在灾难报道中，“写作机器人”不会凭借主观的意识形态进行信息筛选，而只会把接受到的信息经加工后直接发布。这令传统的“把关人”体系受到挑战。

在“机器写作”发展的过程中，灾难报道的时效性要求使“把关人”的角色被弱化；网络传播的快速、信息内容流量日渐庞大致使“把关”程序的重要性受到忽视。

（二）灾难报道“机器写作”与人工写作的传播效果差异

1、新闻报道时效性差异

在通信网络技术稍微落后、基础建设不完善的二十一世纪初，灾难发生后不同程度的通信困难、交通堵塞，导致公众难以接收信息，社会出现“信息饥渴”的现象，谣言极易迅速发酵。这也就使灾难报道的时效性、真实性，一直是新闻媒体十分重视的因素。随着信息技术的发展，步入新媒体时代，通过各种社交平台和手机客户端，几乎在灾情发生的同时，公众通过互联网就能第一时间获取灾难现场信息，这些信息种类繁多、真伪，也容易给谣言的滋生提供温床。灾难报道的速度、准确度一直都是公众关注的焦点，同样，灾情信息的准确传递，也一直是灾难报道中新闻媒体和记者的首要职责。

速度是灾难报道的核心，灾情发生后的短短几十秒里，快速、精准地公布信息，能有有效控制舆情，稳定公众情绪。时效性是“机器写作”与记者最突出的差异，“机器写作”拥有迅速检索数据、语义精准识别、批量生产稿件的优势，可以在灾难发生后尽可能短的时间里完成报道任务。在保证单条新闻信息传递有效性最大化的前提下，地震领域的“写作机器人”通常可以在1分钟不到的时间内发布包含文字、图片的报道，而记者在经历数据采集、文本写作、编辑审核等流程后，至少需要10-30分钟不等的时间完成一则短讯报道。

伴随着灾难信息的传播，不稳定的社会舆论环境中，在不断发酵的谣言中，权威的信息应第一时间传递到公众。无论“机器写作”还是记者，都需要重视时效性的优势，使报道的新闻事实跑赢谣言，赢得有利的舆论环境。由于新闻报道时效性差异的存在，未来“写作机器人”与记者或许会在新闻生产中形成不同的分工和角色定位。

2、新闻内容深度的差异

灾难报道的专业化程度不仅是新闻界热议的话题，同时也是对媒体和记者新闻伦理的检验。过去，我国的灾难报道中也曾经出现过虚假新闻、官本位思想、作秀新闻、过于煽情新闻现象，不仅违背新闻专业主义，也对受众形成一定伤害。肩负着社会公共责任媒体，不仅要做好灾难信息传播工作，也要注重报道内容深度，在对灾难画面的处理、选题的提取、报道角度等方面体现人文关怀，向公众传递灾难背后需要的思考的内容。

一般灾难事件发生后，所出现的报道大致有两类：一类是灾情信息的传递，要求内容真实、客观、准确，会应用到较多数据、专有名词、解释化的内容；另一类则是“故事”，需要展示灾难中的点滴的人性，报道偏向情感、文学性的“人情味”，但这类报道是建立在“理性”事实的基础上合理利用“感性”情感创作的，媒体在报道时的“度”十分重要。通过对2017年灾难报道中“机器写作”的稿件分析，可以发现，现阶段的“写作机器人”更多地偏向传递信息的报道，数据分析能力强大，但解读能力和知识结构较弱，只能配合模板进行写作；而记者的写作内容更为广泛、灵活，既可以进行信息类报道，也根据自己见闻、思考、采访，加上个人独特的视角和思考方式，写出有深度有温度的文章，增强灾难报道的立体感。

在四川九寨沟地震发生后，“中国地震台网”发布第一条消息《四川阿坝州九寨沟县发生7.0级地震》585个文字和1张地震参数图、4张地形图共5张图片，由8个小标题组成，截止到地震发生后的一个月内，“中国地震台网”累计发布27条“机器写作”九寨沟地震、余震的新闻报道，稿件内容完整、条理清晰，信息完整、丰富、详尽，在准确率、时效性上更胜一筹。相比而言，记者的报道内容更全面、多样，人民日报、新浪新闻、封面新闻、凤凰新闻等媒体，迅速在其客户端中建立相应的专题整合信息，除了对地震震级、强度的报道以外，还讲目光对准亲历者、当地酒店、通讯设施等角度，全方面、立体化传播灾难现场的现状。

“机器写作”是人工智能产品，始终不能完全代替人类进行思考，灾难报道中，“机器写作”完成的稿件一般是依照模板填空的“数据新闻”，在需要“人情味”的报道中，记者可以发挥更大的效用。

3、新闻生产流程的差异

新兴技术的运用和记者专业化水平的提升，在保障新闻来源真实的前提下，“如何精确处理新闻”成了灾难报道一个重要考量。新闻生产流程可以概括为：采、编、审，无论“机器写作”还是记者，都在遵循这一基本流程，但它们之间既有相似点，也存在差异。

灾难报道的“机器写作”的新闻生产流程如下：首先，由记者、技术人员编写好文本撰写的算法程序，即“机器写作”报道的模板；接着，“写作机器人”依托数据搜索、爬虫技术，在海量资料与数据库内抓取有效的碎片化信息；随后，模拟人类，对获取的碎片信息进行程序化、格式化加工，完成新闻稿件撰写；最后，自动提交送审，或直接发布，完成新闻报道。整个流程，在一定程度上把记者从传统灾难报道紧张感中得到解放，因为记者只需要提前设定模板和最后审阅，相对于即时、繁琐、高强度的新闻生产而言，参与程度大大降低。

记者这个职业，职业素养要求其比一般人要更具新闻敏感度，比普通民众更能感受受众的需求，记者可以根据受众的需求灵活的进行新闻的采编，比如在灾难新闻的版面安排、调整上，根据受众的互动、反馈得到意见，“机器写作”只能完成文章，不能感受人类思维进行调整。此外，“机器写作”与人类记者的新闻生产流程，在“把关人”的角色的分配安排中存在明显差异，自动化的“机器写作”弱化了“把关人”的功能，但目前的人工智能技术尚未能赋予“写作机器人”把关权利，“人机”结合的模式或许会成为未来新闻生产流程发展方向。

（三）“机器写作”在灾难报道中面临的挑战

1、缺少温度：僵硬的模式化数据报道

“在专业的新闻业务逐渐趋于自动化的同时，创造力、分析能力以及个性变得更为重要。”在灾难报道的新闻写作中，需要运用到大量数据、图表、图片、视频等信息材料，不同记者个人写作风格不同，对材料不同的排列组合不一，通常带给受众不一样的阅读体验。然而在“机器写作”中，面对大量的数据，机器人严格遵循计算机程序，新闻生产依赖于原有的固定模板，生成报道语言风格较为单一，并不能针对不同灾难事件的实际情况作出灵活写作，因而常给读者造成“格式单调、内容乏味”的阅读体验。些数据报道中，共同特征是有大量数据、图表，这些新闻报道几乎不存在差异，唯一的变化也只有嵌入的数据。部分“写作机器人”能模拟人类使用类拟人、排比等修辞手法，但也能明显感受到其报道存在模式单一、范围有限的弱点。

“机器写作”在帮助实现新闻生产精准化、高效化的同时，也带来了新闻生产内容过于同质化的结果。久而久之，公众阅读疲劳，新闻传播力也会被减弱。如目前业内应用广泛的地震“写稿机器人”，其生产的新闻有内容固定、形式简单、逻辑简单、数据单一、模式固定的特点，报道范围也局限于地震数据、历史地震、天气预报等元素，对更某些丰富、公众渴望知晓、媒体应当传达的灾难现场灾情情况、救灾进展、灾民安置状况等信息并没有能力产出。

美联社执行主编费拉拉在肯定机器人写稿高效的同时，也承认：“通过机器人撰写的稿件，会因为内容的生硬和重复而影响稿件的质量。”通过对比美联社“机器写作”和记者写作的文章也可以看出，自动生成报道的文字内容十分生硬，优秀的报道还需要经过编辑的修改润色。

尽管“机器写作”在信息抓取、传播速度、传播范围上有巨大优势，但可以明显看出：新闻报道中“写作机器人”只能机械地填充文字数据，记者所拥有的感性思维与人文关怀是“写作机器人”无法具备的，“写作机器人”并没有人类的思维意识，不懂分析灾难事件的原理及起因，不能通过新闻事件现场照片进行描述，不能灵活的采访专家和新闻人物，不能甄别同一新闻事件中各方面信息的新闻价值，充当一个“高效率的加工员”的角色或者更合适。

2、缺失深度：报道主题单一，价值性和逻辑性不强

灾难报道中，要想报道出有深度的稿件，稿件中必须体现相应的态度、立场和思想，现阶段的“机器写作”难以出现深度报道。地震“机器人写稿”是以大数据技术、官方权威数据库为依托，通过计算器编程、数据嵌入写作模板完成新闻稿件的生产，是没有“人情味”的报道，也缺失了新闻报道所传递的“价值”。有学界甚至对于各大媒体推出的“写作机器人”表现出消极的态度，认为对于一名成熟新闻记者而言，简单的短消息的写作并不会消耗太多时间、精力，因此发展“机器写作”毫无用处。

“写作机器人”并没有主动发现、挖掘新闻的“新闻敏感”意识，只能根据记者、编辑预先设计好的模板，针对某一固定主题进行报道。虽被冠以“智能”，但“写作机器人”始终难以代替人类进行思考，它的“智能”也是通过人类的编程实现的，“写作机器人”所替代的工作，现在仍是一些模板化、数据化的“短、平、快”的稿件，而真正个性化的写作，比如调查性报道、深度访谈、人物专访等，“写作机器人”还不可能替代记者的主导作用。

尽管目前的“写作机器人”可以自动完成部分的短消息报道，减轻记者的工作负担。但如果因为“写作机器人”的存在，记者忽略对自身业务能力的提高，不但会自身的新闻专业能力渐渐丧失，长久下去还会影响整个媒体行业。带有复杂情感、个性、独特、人文色彩的深度报道还是需要人类记者来实现，对于“新闻”而言，失去了“人”的概念，“机器写作”也不过是僵硬的数据拼凑，难以谈论价值。

3、缺乏监管：数据安全和涉及的公众隐私

“机器写作”无法避免是一个问题是信息来源的合法性和权威性，这决定了公众对“机器写作”报道的信任度。Tom Kent对“数据提供者上传数据是否具有合法权利，媒体是否对数据在任何媒体平台可以有权利进一步改动和发布”产生质疑。“机器写作”当前是采用“碎片信息+报道观点”的筛选条件进行处理，对数据库、信息流中的相似信息要素进行筛选整合，完成新闻稿件。在具有突发性的灾难报道中，当“写作机器人”面对相似又对立的两则观点难以进行取舍，就很容易导致事实与观点错位的尴尬状况，对受众形成逻辑上的干扰，反而影响新闻的真实性。《洛杉矶时报》地震机器人Quakebot有时会产生基于USGS系统中的假警报或小故障的报道，例如该“写作机器人”曾经在推特上错误地发布1925年的地震新闻。

以数据库为基础的“新闻写作”离不开数据的支撑，特别在面对灾难事件时，数据的安全性尤为引发关注。“写作机器人”在缺乏了信息“把关人”的情况下，难以衡量数据来源的合法性、真实性，若要要放心、大胆地把新闻报道单独交给“写作机器人”，则需要保证整个采编程序、数据库的安全。“机器写作”的高产量的主要依赖于数据挖掘，各大媒体的“写作机器人”搜集信息的数据库无法统一，如何甄别发布的数据是否准确？此外，在现在的新媒体语境中，如何保证数据不受媒体平台的干扰？这些问题的存在，仍然制约着“机器写作”的发展。

此外，网络的开放性令公众隐私变得更加容易被泄露，“写作机器人”的广泛运用，会对个人隐私和数据安全带来威胁。灾难报道中，“写作机器人”只会基于数据库提取有用信息，而不会对其中人物的隐私是否受到侵犯进行分析或筛选，归根结底“机器写作”只是一个人类设计好的编程，在数据抓取过程中，似乎也难以避免例如隐私被侵犯、数据被滥用等，一些令人担心的情况出现。传播领域中，媒体和新闻记者有相应的法规条文对其行为进行规范约束，而“机器写作”所带来的公众隐私、报道事故责任、媒介伦理等问题目前还没有清晰的界定，“机器写作”的相关配套法律措施还存在盲区。“机器写作”的出现对于网络信息安全保护、媒介伦理都提出了较大的挑战。

三、“机器写作”在灾难报道应用引发的思考

（一）灾难报道中“机器写作”的发展趋势

“机器写作”的出现，是为了满足社会公众对灾难事件信息快速知情的需求，因而在灾难报道领域得以展现优势，但文字表达能力是“机器写作”的弱势，“机器写作”尚未能实现文学性、人情味、人性化语言表达的写作。在灾难报道中避免“机器写作”的生硬数据报道，可通过“写作机器人”不断完善语言学习能力实现。2017年2月，“造诗机”再次在公众面前展示了“写作机器人”强大的深度学习能力。该机器人在一般“写作机器人”的基础上，增强了自然语言理解的能力，再依托自动生成诗歌程序，为文章增添文学色彩，促进“机器写作”程序生成的文章内容更具可读性。“造诗机”的出现表明了人工智能领域不断走向进步与成熟，“机器写作”在进行语音识别、文字理解、图像扫描等技术都有了明显突破。

有专家学者预测，到了2019年，人工智能技术也将进入普遍应用阶段，“机器写作”当前暴露出的语言生硬、模版化、套路化的局限也将渐渐被升级完善，“机器写作”在灾难报道的应用也将更广泛，或许在将来，“写作机器人”有足够强大的数据库，完成对专家的采访，或者通过分析历史数据材料，自动生成评论报道。在灾难报道以外，就有一则鲜明的例子：2017年湖北省的“两会”机器人云朵就能对委员脸部进行识别、打招呼、握手的新闻，达到人机互动的效果，同时，交流的过程中，云朵也将“两会”代表们的回答进行记录，并通过全媒体进行传播。在腾讯新闻Dreamwriter、新华社快笔小新的新闻稿件中发现，快笔小新在陈述客观事实的基础上，增添分析。

在人工智能强大的社会发展背景下，“机器写作”不仅仅是媒体从业者的威胁者或者助手。对于整个传媒行业而言，“机器写作”也不断鞭策着各媒体机构、媒体从业者，促使着新闻生产的流程不断走向完善、走向进步。“机器写作”可以辅助记者的工作，但现在、将来也绝不会取代人的位置。人工智能的前提是“人工”，是基于人类社会发展而产生的，人工智能技术可以辅助、代替人类完成行业的部分工作，但也不会取代人类。美国——这个最早将“机器写作”应用到灾难、体育、金融等报道中的国家，至今为止仍未有一家传媒机构是因为“机器写作”的出现而裁员。

（二）新闻记者与“新闻机器人”的角色定位

芒福德认为：“机器本身不提出任何要求，也不保证能做到什么。提出要求和保证做到什么这是人类的精神任务。为了征服机器是只满足人类的需求我们必须了解机器知其所以然。”在“机器写作”渗透在传媒行业方方面面的现在，“写作机器人”也只是在机械化、模式化的新闻生产中大放异彩，具有“人情味”的创造性报道，“机器写作”难以完成，需要靠感性、富有洞察力、具有社会责任感的媒体记者完成。

富有人情味的报道一直是新闻生产中宝贵的精神产品。灾难事件发生过后，公众渴望了解的，除了精准的数据，还有灾难中可贵的精神、情感的传达。从长远发展分析，媒体应发挥“机器写作”的功能优势，利用“写作机器人”的优势，对灾难高发的因素进行同步的数据抓取、分析，增强报道的时效性，体现报道的公正、客观、准确。将需要海量数据统计、筛选的工作交给“写作机器人”，把关于情感、文化、思想和美学的专题采访、深度报道、专业报道留给记者。

新闻记者或许可以把“机器写作”当成鼓励、鞭策自我的动力源泉，主动掌握、学习新技术和新知识，适应人工智能背景下的新闻采编环境，从而完成更具深度、价值、创新意识的报道，全面提升自身的综合素养和职业水平。在数据新闻报道中，记者可以更多地把目光投放到平民、基层、社会大众的需求中，发挥新闻媒体的公共服务功能，和“机器写作”相互补充短板。此外，“写作机器人”也不能保证新闻生产过程没有差错，因此，在新闻生产后期的审编环节仍需保留记者，以保障新闻的真实性、客观性。同样的，数据库的资源管理及持续更新等工作，也需要大量经验丰富的技术人员参与。

（三）信息数据安全和监管制度亟待完善

从我国发展科技飞速发展的趋势看，“机器写作”的普及与应用指日可待。但对于信息数据的安全和监管制度，目前尚处一片空白，既没有现成的理论、法规可以参考，也没有响应合适的单位机构施行监管。传媒行业产生革命性变化，对人工智能的监管理念必须更新换代。

“写作机器人”的实质，只是计算机算法程序的“外化”，在缺乏了信息“把关人”的情况下，更应从根本衡量数据来源的合法性、真实性，数据信息的标准度也亟需出现一个衡量标杆。当前，各大媒体的“写作机器人”搜集信息的数据库无法统一，缺乏监管，“机器写作”发展的趋势呼唤着数据管理制度的完善。国家应设立专门的机构，针对需要数据采集的媒体机构颁发许可证，并建立一套完整的监管制度，保证数据从产生、采集、使用过程中的安全。同时，法律、法规也需健全和细化，相关的鼓励和惩治措施也该出台，做到“有法可依”，尽可能地杜绝危害信息安全和公众隐私的行为出现，针对一些贩卖数据获取商业利益、恶意污染数据的媒体机构，应得到更严厉的处罚。

无规矩不成方圆，未来的传媒领域中将会出来更多“写作机器人”，在灾难报道中“机器写作”将占据越来越重要的分量，国际之间的交流也越来越密切。无论是国内还是国际范围，各单位部门都亟需联动起来，创造一个让“机器写作”安全工作的环境，为公众、社会发挥最大效用。

结语

人工智能技术和新闻传媒领域成功融合催生“机器写作”，让未来“新闻生产自动化”变得令学界和业界感到期待。虽然，现阶段的“机器写作”仍存在局限性、面临着挑战，但未来的“机器写作”将随着技术的发展进步，逐渐克服短板，做到真正模拟人类大脑的新闻报道。即便如此，新闻记者也该意识到，“机器写作”的发展与成熟，并不代表着记者失去价值，未来，“写作机器人”和记者将在新闻生产中，实现更合理的分工，更大程度地实现“机器写作”及记者自身的价值。此外，这对高校的新型新闻人才培养模式也有一定启发意义，未来优秀的新闻人才需要兼备新闻传播学与计算机科学专业知识，应在数据整理、分析、综合方面有一定知识储备，才能更好地利用新闻学、传播学的专业优势，合理地为设定“机器写作”的文本模板提供更多思路，使“机器写作”成为更符合未来新闻行业需求的产品，而不是让“技术”牵着走。