基于“模式—价值—受众”框架下的自动化新闻探究

郭琪

【摘    要】基于大数据、云计算和人工智能技术的自动化新闻生产改变了传统的新闻生产和传播模式，本文尝试在“模式—价值—受众”的框架下，探讨自动化新闻怎么传播，传播什么，向谁传播的问题。自动化新闻的发展，使得新闻生产模式被重构，新闻价值的衡量标准被重新诠释，受众在新闻传播中的地位也需要被重新审视。尽管如此，新闻的本质以及新闻专业主义不能被抛诸脑后，人类在新闻传播中的“把关人”角色也不能被取代。自动化新闻不仅改变了新闻业的面貌，也给新闻研究提供了新的思路。

【关键词】智能媒体;自动化新闻;新闻价值;受众

【基金项目】2018年度山西省软科学项目“数据技术与数据新闻作用机制研究——兼论山西省数据技术与数据新闻的相互作用与发展”，项目编号2018041015-3。

自动化新闻，又称“算法新闻”，是大数据时代新闻生产智能化的表现之一。美国哥伦比亚大学新闻学院的Tow数字新闻中心在《自动化新闻指南》中将自动化新闻（Automated Journalism）表述为：在完成初期算法编程后，不经人为干预，运用软件或算法来自动生成新闻故事的过程。一旦算法确定，从收集和分析数据到撰写和发布新闻，新闻生产的每个环节都可以自动完成。自动化新闻技术的出现引发了新闻业的变革，对新闻生产模式、新闻价值的判断标准以及新闻受众的地位都产生了巨大的影响。

一、对新闻生产模式的重构

自动化新闻的出现，沿袭了从精确新闻诞生后，在新闻生产中使用计算机和数据技术的导向。表1总结了国内外关于在新闻中使用数据的历史沿革研究。自动化新闻建立在数据技术发展的基础上，追求从新闻生产到新闻发布的全面智能化。

基于这样的数据导向，自动化新闻生产依托大数据，从数据采集到新闻写作，从内容加工到个性化分发完全智能化，极大提高了新闻生产效率，特别是在一些数据依赖性较强的报道领域，如财经、体育、气象等已经有了比较成熟的实践。美联社所使用的写稿软件Wordsmith每年撰写的财经报道数量在1万篇以上，相当于人工报道的14倍。

目前，自动化新闻生产的实践从数据采集到最终新闻发布主要有六个步骤（图1）：1、基于数据工程师编写的大数据分析和采集程序，智能软件从互联网大数据库中自动采集与报道对象相关的各种数据、素材、用户信息等;2、通过结构化处理对采集到的数据进行优化分类、统计分析，确定报道选题;3、根据人类记者使用的新闻价值衡量标准，进行新闻点的提炼，选取报道角度;4、套用预先设定好的模板生成较为规范的新闻稿。仅美联社所使用的Wordsmith平台就拥有3亿多个新闻模板;5、对新闻稿进行润色、审核，使之“升温”。智能算法正致力于利用情感分析改变句子语气，还能利用记者数据模型生成具有记者个人风格的稿件;6、根据受众需求实现新闻的精准发送，建立在用户数据分析基础上的智能算法还能自动生成更符合用户个人兴趣和阅读偏好的个性化稿件。发布后的新闻又自动进入大数据库，为日后的自动化新闻生产提供数据来源支持。

传统媒体的新闻采访、编辑和播发三个环节是各自独立的，效率低，且缺乏对新闻资源的整合统筹。相较而言，自动化新闻生产各环节被连接和激活，环环相扣，互动性强，效率高且整合传播效果好。但目前来看，自动化新闻所适用的新闻题材是有限的。中西方已有多项研究表明，自动化新闻有非常高的数据要求，它需要清晰、准确、结构化的数据支持，且在新闻题材上受限于程式化的、事实型的选题类型。显然，自动化新闻主要适用于那些通过算法分析、数据测算能得出结论的新闻题材。此外，由于技术局限性，尽管在数据采集、结构化处理、套用算法模板等环节的确不需要人为干预，但是在算法编程、新闻价值判定标准的设定、审核等环节还需人工的协助才能达到更好的传播效果，只不过人力退居幕后，二者协作致力于更高效、更精准的新闻生产。

二、对新闻价值标准的重新诠释

新闻价值是新闻传播主体对新闻事实进行选择和衡量的标准。新闻界普遍认可的新闻价值六要素包括真实性、时新性、重要性、接近性、显著性和趣味性。对新闻价值的描述中提到的“新闻传播主体”，在传统新闻生产中一般指新闻记者、编辑以及媒体机构等，他们根据事实本身所具备的价值要素来进行新闻内容的把关。而在自动化新闻生产过程中，机器人和智能算法技术表面上成为了新的新闻传播主体和把关人，正如Tow数字新闻中心关于自动化新闻的表述里提到的那样，自动化新闻生产过程是不经人为干预的。自动化新闻不仅提高了新闻生产效率，其数据分析能力也令人类记者难以望其项背。因此自动化新闻问世以来，新闻业界关于机器人能否替代人类记者的讨论就从未停止，這种焦虑和担忧无疑将自动化新闻和人工新闻对立了起来。国内外关于自动化新闻与人工新闻的比较研究，总结见表2。

自动化新闻与人工新闻由于信息采集和新闻写作的逻辑不同，再加之技术上的限制，因此二者所适用的题材类型、新闻内容、信息呈现方式等都有明显差异。当下，新闻业的发展还有赖于二者取长补短，相辅相成，形成人机协作的融合发展局面;若不顾实际，妄谈机器人取代人类记者是不可取的，只有把二者当作一个有机体，探讨人工智能时代，新闻价值的衡量标准被如何重新诠释和演绎才是有意义的。正如媒介被麦克卢汉视作人体的延伸，自动化新闻所依托的人工智能技术进一步延伸了人的感知能力，给人以多维感官刺激，使得人类信息获取的广度、速度和精准度都有了极大提升。

第一，数据运用增强了新闻内容的客观真实性。传统新闻倡导用事实说话，而基于大数据技术的自动化新闻擅长用数据来阐述事实，二者都是在力求新闻的真实可信。从方法论的角度看，自动化新闻的素材采集借助大数据，是可量化的，只要基础数据和算法运行无误，报道内容是相当完整客观的，更接近事实原貌。而人工新闻素材采集过程中常用的访谈、典型个案报道等则属于定性分析的范畴，采样不完全，其所追求的“见微知著”的境界其实存在以偏概全的风险，再加之受记者个人经验和新闻敏感度等的影响，极易使媒体所营造的“拟态环境”与客观真实相去甚远。已经有研究表明，人工新闻的可读性更强，但自动化新闻的数据可信度、客观性更有优势。

第二，全时性报道提高了新闻时效。自动化新闻借由算法编程完成对数据的收集和分析，具有全时性。能够24小时不间断实现新闻内容的实时更新和全方位呈现，使新闻传播中时间和空间的障碍进一步消弭，大大提高了新闻时效性和全程性，同时降低新闻采编的人力成本。消除了采编中的种种限制，特别是在战争、灾害等突发事件的新闻报道中，自动化新闻能利用无人机、自动数据采集装置等第一时间采集到最新动态，并自动生成新闻，极大提高了新闻生产效率。美国加利福尼亚州2014年3月突发4.1级地震，洛杉矶时报借助Quakebot自动化新闻生成系统，仅用3分钟便率先发布了报道。

第三，新闻的重要性和显著性更易得。大数据时代，信源极大丰富，新闻线索更加易得。传统新闻价值要素中的重要性和显著性与新闻事实本身所具有的政治因素、所引发的社会关注度、影响力、变动程度有关。通过数据分析和网络舆情比对，自动化新闻生产系统很容易就能抓取有重大价值的新闻点。如腾讯财经的Dreamwriter总是能第一时间将财经类的重要资讯和解读送达用户端。然而针对一些受众关注度较高、有争议性的社会新闻事件，在对它的报道过程中，除了事实描述之外，难免还会有分析评论、预测与归因、舆论引导的部分，这些是自动化新闻不擅长的地方，便需要人类记者协同作业。此外，对于一些敏感话题，在新闻发布环节还需要人类编辑进行把关，判定新闻发布的时机是否合宜等。

第四，个性化信息使新闻的接近性更加明显。自动化新闻运用算法推荐技术，针对获得的用户数据分析受众的个人爱好、兴趣、阅读习惯、地理位置等，为每一位用户画像，从而进行信息的量身定制和个性化推送，推荐更符合受众兴趣点、更易引发受众心理和情感共鸣、发生在受众身边、与受众切身利益密切相关的内容，最大程度地增加新闻在心理和地理上与受众的接近性，提升新闻的有效传播。根据算法推荐原则，用户的每一次媒介使用行为都会被记录并成为信息推送的依据，这也有可能导致对用户行为的过度解读，并存在侵犯用户个人隐私的隐患。

第五，趣味性提升，但需谨防新闻陷入“娱乐至死”的漩涡。自动化新闻依托全网大数据，对社交媒体、自媒体及短视频社区生产的趣味性、搞笑的内容也能第一时间读取分析，根据点击量以及用户的閱读偏好进行个性化推送。良好的趣味体验一方面满足了受众的娱乐诉求，另一方面也增加了用户的媒介使用黏性。但依据算法推荐模式，用户感兴趣的大量雷同的趣味性内容会不断送达用户眼前，有可能导致新闻的过度娱乐化、同质化倾向。

三、对受众地位的重新审视

伴随着传媒技术的进步和传媒资源的不断丰富，新闻受众的地位经历了从被动到主动的变化，受众本体意识不断回归。传统新闻传播过程中用户反馈是被动、滞后而笼统的，而自动化新闻在主动挖掘用户数据的基础上，能自动生成更符合用户个人兴趣和阅读习惯的个性化稿件。2015年12月，新华网发布了国内第一代生物传感智能机器人Star，它可通过生物传感器进行用户体验信息的采集，并运用算法生成符合用户需求的产品，进一步提升了新闻报道的反馈精确度，自动化新闻的受众反馈是主动、及时而精确的。

自动化新闻在生产和发送环节都十分强调用户的偏好，可以说，“个性化”是智能媒体发展的关键词，新闻的个性化内容定制与个性化推送无疑大大提升了受众在新闻传播中的地位，究竟该如何正视这种变化呢？首先，我们要重新解读下新闻的定义。范长江提出“新闻就是广大群众欲知、应知而未知的重要事实”。“欲知”，体现的是受众的主观需求;“应知”，体现的是传播者的把关能力。智能媒体时代，通过对用户数据的深度挖掘，分析用户兴趣和阅读习惯，实现了新闻的精准分发和个性化推送，算法在满足受众个性化偏好，为受众定制新闻方面有先天的技术优势，最大程度地满足受众对“欲知”信息方面的需求。从这个意义上讲，新闻传播中受众的地位伴随着自动化新闻的发展被提升了，从个性化内容的生产到智能推送都围绕用户数据做文章，“点击率”成为新闻实践是否成功的衡量标准之一。

然而，帮助受众获得“应知”的重要事实也是专业媒体的职责所在，这一点却很容易被算法新闻忽视。近几年关于算法伦理方面的批判，如精准的新闻推送桎梏了用户的视野，形成“信息茧房”;算法新闻纵容受众一味沉浸在自己偏好的或认同的新闻信息里，不接触自己不感兴趣的新闻，会人为隔离开受众与其他信息，甚至是那些对国家和社会有重大意义的新闻信息，有可能形成“过滤气泡”（The Filter Bubble），影响社会舆论的多元化发展;大量低俗化、娱乐化、片面追求眼球效应的新闻被算法推荐给受众，导致“内容下降的螺旋”现象等，都源于算法新闻推送系统为追求点击率过度强调受众的个性化信息需求，却严重忽略了新闻所具有的公共性和专业性。事实上，关于新闻的商品性与公共性的讨论可以说伴随着新闻业的诞生便一直存在，但消费主义近几年在新闻业的盛行，除了和激烈的市场竞争有关之外，算法推送技术要负很大一部分责任。以用户兴趣为主导的算法推荐受商业利益驱使，为争夺市场和受众，往往置新闻专业主义于不顾，一味追求眼球效应，甚至不惜侵犯用户隐私，在一些监管不严的移动媒体新闻客户端尤甚。

自动化新闻生产虽然提升了用户体验，表面上把受众在新闻传播中的地位提高到一个前所未有的高度，但算法的不透明所引发的关于算法“黑箱”的担忧、用户数据挖掘侵犯个人隐私的隐患以及大量虚假低俗的内容被推送等问题也在侵蚀着受众的知情权、隐私权等合法权益。面对这双重困局，传媒机构和个人唯有回归初心，抱着对公众和社会负责的态度，不仅提供给受众“欲知”的感兴趣的个性化内容，也要把那些受众“应知”却未知的具有重要意义和公共价值的新闻信息第一时间推送给受众，发挥好“把关人”的作用，培养受众正确的价值观和世界观，以实现自动化新闻的可持续发展。

结语

人工智能技术嵌入新闻业，推动了自动化新闻的发展，使得新闻生产模式被重构，新闻价值的衡量标准被重新诠释，受众在新闻传播中的地位也需要被重新审视。本文所采用的“模式—价值—受众”的框架较全面地厘清了自动化新闻怎么传播，传播什么，向谁传播的问题。对于自动化新闻给行业带来的改变，我们应该理性看待：一方面，自动化新闻提高了新闻生产效率，改变了传统新闻生产流程，拓展了新闻报道领域，增强了新闻的数据精准度和可靠性，降低了新闻生产的人力成本，并通过个性化新闻生产和推送更加精准地满足受众需求。但另一方面，自动化新闻对数据要求极高，仅适用于有限的题材范围，在可读性、人性化、灵活性方面不如人工新闻，且在算法伦理方面存在许多争议。自动化新闻不仅引发了关于“新闻怎么写”的讨论，也引发了关于“新闻是什么”的思考。目前来看，尽管新闻生产主体由人向机器转变是人工智能发展的大势所趋，但人类在新闻传播中的“把关人”角色仍是不可取代的，分析能力强的人类记者、数据工程师、编程人员、语义研究人员等都是人工智能时代新闻业急需的人才，新闻从业人员面临转型，新闻业的人才结构也面临巨大的调整。自动化新闻技术的发展不仅对新闻业务和新闻行业发展产生巨大影响，也正在拓宽和深化着新闻作为一个研究领域的研究边界和研究深度。

参考文献：

[1]陈昌凤，李宏刚.人机大战时代，媒体人价值何在[J].新闻与写作，2016（04）.

[2]许向东，郭萌萌.智媒时代的新闻生产：自动化新闻的实践与思考[J].国际新闻界，2017（05）.

[3]沈正赋.“四全媒体”框架下新闻生产与传播机制的重构[J].现代传播，2019（03）.

[4]贾宸琰，姚源，钟旺.自动化新闻的可读性研究[J].青年记者，2017（07）.

[5]匡文波.记者会被机器人取代吗[J].新闻与写作，2017（09）.

[6]宋建武.智能推送为何陷入“内容下降的螺旋” [J].人民论坛，2018（06）.

[7]Graefe，A.，Haim， M.， Haarmann，B.，& Brosius， H. B. Readers perception of computer-generated news： credibility， expertise， andreadability[J].Journalism， 2018.05.

[8]E.Stavelin.Computational Journalism.When journalism meetsprogramming.The University of Bergen，2014.

（作者：山西传媒学院电影与电视学院讲师）

责编：姚少宝