人工智能对新闻生产传播流程的撕裂与重构

朱晓颖

“机进人退”，人工智能正对新闻业进行摧毁式创新。人工智能的发展，推动新闻业直接从手工业阶段跨越到流水线大工业时代，从内容生产、渠道分发、用户信息反馈，新闻业正在经历有史以来最为震撼的大变革。人工智能技术在媒体的应用，某种程度上也是一场机器对人力的大范围替代，新闻业的灵魂正在从“写作者的情怀”让位于“工程师的严谨”，“机进人退”的幕布已经拉开。

简而言之，在信息搜集环节，人工智能可利用无人机等技术第一时间抵达现场，或是人去不了的现场，将第一手新闻素材传到新闻机构“中央厨房”的后台。在写稿环节，人工智能可搜集海量数据、最近进展、事件背景，帮人写出初稿，记者可在此基础上进行加工提炼。在编辑环节，人工智能技术可进行大数据核实、编辑、检查，并提出修改意见。在分发环节，人工智能的算法能帮助精准选择读者进行投放。在反馈环节，人工智能能够分身无数，与读者进行个性化交互，对新闻阅读背景进行拓展。

1 线索采集：人工智能技术拓宽新闻信息源

信息和线索采集是新闻生产中的第一个环节，也是新闻制作的关键环节。没有新闻事实等基本素材，新闻报道将成为无源之水。

人工智能的应用大大拓宽了信息来源的途径，其中以各种类型的传感器为代表。传感器、物联网等高新技术，颠覆了传统新闻的采集手段，不仅大大丰富了新闻信息源，并且乘数级提高了新闻生产流程的工作效率。

智能手机、射频识别标签、电子芯片、条形码读码器、可穿戴设备、GPS、无人机、卫星……这些无处不在的技术载体，已经成为新闻人的千里眼和顺风耳，能够在第一时间将一手信息带回。同样，在那些新闻从业者难以抵达甚至是危险的突发现场，它们也是新闻信息源的搜集利器。

传感器技术增加了信息采集的新维度。从时间维度上看，传感器获取的信息数据是不断变化的，它可以体现被监测对象的动态和趋势，而这一特征是传统媒体无法通过传统的信息采集渠道获取的。从空间维度上看，传感器获取的信息可扩展到更为宏观的范围，它可用更加广阔的视角洞悉事件的全貌。

因此，传感器、物联网、大数据等现代科技，为丰富优化新闻信息源起到了关键作用。

2 新闻编写：人工智能辅助新闻报道

新闻写作、编辑是新闻生产链条上的重要环节，机器写作创新了新闻编写方式。

写稿机器人缘起于2009年的美国职业棒球大联盟季后赛。在这次比赛中，一款名为Stats Monkey的人工软件超过人类记者的速度，率先完成一篇机器稿件，引起争议。如今，美联社、《纽约时报》、《洛杉矶时报》、《福布斯》等媒体及Facebook等互动平台，已在日常工作中使用机器人参与新闻写作。

在国内也有不少机器人“接替”了新闻人的岗位。

微软亚洲互联网工程院在2014年5月29日发布一款人工智能伴侣虚拟机器人，取名“微软小冰”。伴随开发进度，小冰角色越来越多元，相继成为新闻主播、导演、报社专栏记者、电视节目主持人、电台DJ等。腾讯公司于2015年9月正式上线“Dream Writer”（梦幻写手），开展机器人写作项目。2015年11月7日，84岁的新华社迎来新员工“快笔小新”，开启了中国国内中央媒体机器人写作的先河。今日头条的“Xiaomingbot”（“张小明”）、南方都市的“小南”等，都是在国内已经“上岗”的写稿机器人。

纵观目前写稿机器人写出的稿件，仍以简单事实为主，体育赛事、财经报道、地震快报、突发事件类居多。它们能够在海量数据支撑下，在极短的时间内成稿，不过稿件大多结构简单，写作模式固定，无复杂叙事。

不过，机器人无以伦比的效率，能将记者从低端、简单的重复劳动中（比如搜集背景、比对数据等）解放出来。这与未来新闻行业中“人”的定位嬗变是类似的——交出那些简单的劳动，从事复杂的、有情感、有温度、以“人”为本的工作。

从长远来看，新闻机器人算法一经定型就可持续使用，全年无休工作。而且，机器人不用买房、买车，最多费点电费、网费，长远来看可以大大减少新闻生产的成本。

在新闻写作的问题上，人机联合创作更具实际前景。比如，写稿机器人可帮助记者收集素材、写出初稿，记者在此基础之上升华观点，进行人机联合创作等。人工智能机器人固然掌握海量数据，能够深度比较、挖掘、使用综合数据，但不可能取代人类新闻工作者，而是成为人的协助工具。

3 内容分发：推送权利让渡给人工智能

随着用户数据的积累，内容推送的权利，正在由有血有肉的编辑让渡给算法。

国内外这样的案例并不鲜见。例如，《纽时时报》数字部门的科学团队研发出了机器人Blossomblot，它能够找爆款，从海量信息中筛选适合社交推广的稿件，帮编辑挑选出适合推送的文章和内容。而Facebook还曾将热门话题的编辑、推荐、排名全部交给机器算法，不过因第三天就出现了假新闻而叫停。

相比人工分发，机器分发的优势主要体现在效率上：一来，机器分发能够对海量内容进行深度加工，通过记录用户喜好和习惯，通过大数据提取、分析规律性信息，总结出有潜力、有价值的隐形信息；二来，传统的新闻分发是依赖于人的主观的，机器分发比人工分发更加客观、有数据支撑和依据，能更加精准地实现个性化信息投递。

进一步说，内容的推送，可以通过人工智能实现个性化“数据通路”，“聪明的算法”能够让新闻产品更懂你。人工智能将重塑新闻从业者与用户、客户之间的关系和生态。

根据第三方机构的统计数据，在中国整体资讯分发市场上，算法推送的内容已经超过50%。以国内今日头条为例。成立五年、拥有7亿用户的今日头条，已超越传统媒体，成为中国民众获取新闻的一条重要渠道。每天，这里的服务器都要对约20万条文章和视频进行整理和贴标签，推送给移动应用的用户当天阅览。

这表明，推送、数据平台有收口趋势，数据来水流向也越来越集中。以人工智能为支撑的平台型媒体，渐渐成为人们接收信息的第一选择。在“数据为王”的时代，这些入口型平台，记录用户喜好、匹配新闻信息与用户、推送个性化内容的进程，将愈发走向深入。

4 信息反馈：人工智能可感知并与读者交互

以海量数据为支撑的人工智能，可能比记者站得更高、看得更远，可直接越过新闻本身，追踪用户的情绪变化；通过分析大量用户数据，增进对读者、消费者行为的认知水平，能够感知读者、消费者。

在 国 外，Facebook在2017年3月宣布，使用了一套人工智能系统来监测Facebook Live和Messenger中的不良信息，以帮助用户防止自杀。美国科技公司Narrative Science旗下的Quill Engage平台，可自动化生成图表报告，检索用户浏览路径，跟踪广告效果。在数据基础上，自动化写作机器人还能形成图表报告，为网站所有者和广告商更加精准投放广告提供参考。

2016年10月，腾讯推出业界首个基于移动浏览行为的数据分析工具——腾讯浏览指数（Tencent Browsing Index，TBI）。腾讯浏览指数提供的功能包括：基于行业、品牌和IP的热点分类排行，如明星、汽车、手机、电视剧、游戏等；基于关键词的浏览指数查询，涵盖浏览热度及趋势、热门资讯、人群画像、关联浏览等纬度；针对特定事件、人群、品牌指定专题报告和定制化洞察报告。

对于新闻行业来说，同样可以利用人工智能，搜集民众对新闻内容的情绪、态度、意见，对用户数据进行分析，总结规律，并在相关领域给出策略、进行多元化应用。同时，人工智能也能分裂成无处不在个体，与读者进行个性化交互，对新闻阅读背景进行拓展。

[1]艾伦·达福，斯图尔特·罗素.人工智能的真正风险[J].中国经济报告,2017(2):118-119.

[2]张操.算法与利益：Facebook人工智能新闻编辑的困局[J].新闻世界,2017(6):36-39.

[3]梁智勇,郑俊婷.人工智能技术对新闻生产的影响与再造[J].中国记者,2016(11):72-75.

[4]喻国明,兰美娜,李玮.智能化：未来传播模式创新的核心逻辑——兼论“人工智能+媒体”的基本运作范式[J].新闻与写作,2017(3):41-45.