智媒时代编辑理念转型探究

摘要：人工智能与媒体融合发展，形成了智媒这一新的媒体形态和传播样态。智媒时代将重塑编辑边界，出现了编辑的算法转向、编辑的协同共创转向、编辑的流程转向，对编辑理念提出了新的要求。本文在界定智媒的基础上分析智媒的基本属性，剖析智媒时代编辑的转向问题，探究智媒时代编辑理念转型的实现路径，以期为编辑理念的转型提供借鉴思路。

关键词：智媒 编辑转型 媒介融合 人工智能

近年来人工智能与媒体融合发展，形成了智媒这一新的媒体形态和传播样态。人工智能与媒体融合产生了有别于传统媒体形态的智媒形态，编辑过程的智能化不仅在内容分发环节，而且贯穿于内容信息编辑传播的全流程。既为编辑带来了机遇又带来了挑战。机遇而言，一方面可以推动编辑向深度数字化转变，另一方面可以促进编辑效率的提高。挑战而言，需要从业者理解智媒时代的内在属性，转变编辑思路，重塑编辑理念，正视人工智能在编辑过程中的作用，充分发挥编辑从业者自身的能动性，直面人工智能带来的机遇与挑战。

一、人工智能与智能媒体

人工智能是指能够“研究、开发用于模拟、延伸和扩展人的智能行为，如学习、推理、思考、规划等”[1]。其使用人工神经网络的技术，本质在于机器通过深度学习自主解决问题。“传媒人工智能主要是指在原有传播媒介的基础上融合数字化技术而衍生的，以高效快捷的线上信息传播为目的，以数字化、智能化、信息化为特征的一系列传播活动。”[2]人工智能应用于传媒领域最早可以追溯到2009年，美国西北大学研究人员创建的人工智能软件StatsMonkey撰写了关于美国职业棒球赛的智能编辑稿件。2015年起，《纽约时报》、《华盛顿邮报》等六家国际知名媒体分别有了各自的机器人服务系统。国内新华社的“快笔小新”、腾讯新闻的“Dreamwriter”、DT稿王等人工智能系统在“九寨沟地震”、“两会”期间大显身手。迄今为止，人工智能应用于传媒领域进行内容编辑的现象越来越普遍。实质上，智能媒体是一个融合概念，人工智能与媒体深度融合形成了智媒这一新的媒体形态，“人工智能、物联网、VR/AR等技术的发展成为驱动媒体智能化的直接技术动因”[3]。因此，智能媒体并不是媒体与人工智能的简单叠加，而有着内在的技术逻辑与技术动因。就其属性而言，智媒是媒体形态发展的高级阶段，具有数据驱动算法应用、高交互性与高协同性、高整合性与高沉浸性的内在属性。三种内在属性具体表现如下：第一，算法上的数据驱动应用。数据驱动算法是计算机根据历史的足够代表性的样本数据，构造出近似的模型状况。其主要价值之一是得到的模型虽然和真实情况有偏差，但提高了人类发现真理的速度以指导实践。根据易观发布的2016年《中国移动资讯信息分发市场专题研究报告》，算法推送内容超过人工推送占比高于50%。第二，生产模式上的高交互性与高协同性。高交互性与高协同性表现为内容生产逐渐演变成用户生产（UGC）、专业生产（PGC）、机器生产（MGC）多维的协同生产模式。用户协同表现在用户由被动的接受者变为主动的交互者与积极的影响者，用户的交互数据成为内容选题与分发的重要依据;机器协同表现在机器既可以捕捉用户在内容生产中的行为数据，影響选题和确定内容的关键要素，还可以辅助编辑查找问题。譬如，《华盛顿邮报》的检查工具Truth Teller具有智能检查系统，可以辅助发现新闻报道中的异常现象并发出提醒;专业生产协同表现在专业化生产组织或个人发挥“把关”作用，影响和重组内容生产的方向和编码过程，形成多维内容生产体系。第三，流程上的高整合性与高沉浸性。表现为机器辅助编辑生产贯穿于从选题策划到内容生产，再到内容分发的全流程，环环相扣具有高度的整合性。用户是内容的接受者和参与者，同时也是内容的分享者和注意力的引爆者，用户沉浸于内容生产传播过程中，逐渐由“独乐乐的受众”转变为“众乐乐的受众”，具有高度的沉浸性。

二、智媒时代编辑理念的转向

智能媒体的三大主要属性深刻地影响并使智能媒体编辑面临三大转向。

（一）以大数据挖掘为基础编辑的算法转向

“智媒时代建立在海量的数据库之上，大数据与智能媒体之间相辅相成。人工智能深度学习的前提是主体必须具备大型的数据库样本”[4]。智能媒体通过算法分析形成核心主题点，利用数据模型确定稿件可读性和内容结构，并在挖掘用户数据的基础上形成个性化稿件。“算法是解题方案的准确而完整的描述，是一系列解决问题的清晰指令，能对一定规范的输入，在有限时间内获得所要求的输出。”[5]“依托大数据技术对数据进行实时的采集、清洗和数据的标准化，再根据业务的需求设计相应的算法模型对数据进行实时的计算和分析”。[6]算法贯穿于编辑流程始终，可实现海量数据的自动采集和批量处理，判断选题价值并分析用户匹配性，进而改变编辑过程及信息的分发机制，被广泛地应用于内容策划、生产、传播的各环节中。譬如，新华社“快笔小新”的智能编辑生产大致可以分为“数据采集与处理”“算法计算与分析”和“模板匹配与生产”三个流程，借助算法进行模板匹配，并通过算法定向分发由大众化覆盖转向个体化定制，提升内容与读者个性化匹配程度。因此，在智媒时代的算法转向下，“真正能立于不败之地的编辑人员是那些会和数据打交道，能够把原始数据诠释成有意义的结果的人”[7]。

（二）以协同共创为趋势的编辑人机转向

人机协同是智媒发展的主要趋势，是未来媒体智能化发展的主流方向。表现为内容编辑过程具有高度的协同性，不仅体现在机器辅助内容的生产，而且体现在用户参与内容生产并与机器协同共创。在传统编辑过程中，编辑处于核心位置，内容编撰整体生产过程是单向的，计算机与自动化编排系统扮演着辅助编辑的角色，起到简化基础流程的作用。而智媒时代的编辑用户生产、专业生产、机器生产多方共存，共同参与到内容生产的流程中。譬如，英国体育媒体GiveMeSport使用Breaking Data的自然语言处理技术，在选题策划阶段捕捉“推特”上的用户行为和用户生产的内容，依托关键词对“推特”上用户生产内容进行算法分析，将用户感兴趣的内容编排后推送给记者把关与编辑，这一过程多方协调共同参与。

（三）编辑流程系统的智能整合转向

传统的内容生产模式是以作者和编辑为中心的人工生产模式，从选题策划到内容生产主要依靠作者和编辑进行把关。智媒时代机器和数据深度融入内容生产全过程，编辑流程表现在选题策划、撰稿、审校、内容分发的各整体流程环节中。譬如，阿里巴巴推出的DT稿王，其内容生产流程包括信息采集、稿件生成、稿件评估这三个智能化的子系统。DT稿王在选题策划阶段，依托智能化、云计算、大数据分析技术，从存储了大量高质量数据的庞大数据库中采集有价值的数据发现和形成选题。在内容生成阶段，DT稿王对采集阶段所找到的与主题相关的基础数据进行信息提取与解析，通过结构化处理、筛选，套用预设模板形成文本。在审校评估阶段，DT稿王基于选题策划与撰稿阶段所积累的数据，依托自身的智能审校系统进行基础性的自动纠错、问题排查、人工核查，对稿件进行评估和校审。在内容分发阶段，通过对用户数据深度学习，分析用户的点击、浏览、转发、评论等行为，生成用户个人偏好数据并进行有针对性的内容推送。智媒时代编辑流程从传统的编辑中心模式，走向了系统性整合性的智能生产流程。

三、智媒时代编辑理念转型路径

智媒时代带来了更加高效的信息处理模式和解读方法，因此，从业者要树立新的理念，树立数据思维，挖掘数据内在价值;编辑行业要调整人才结构，吸纳新型传播人才，激发创意活力，还要建立深度融合新技术手段的采编体系。

（一）树立数据思维，挖掘数据价值

传统的编辑理念，“在选题策划方面不够精准，欠缺对数据的分析和挖掘能力，编辑理念较为落后，缺乏利用互联网海量数据的意识，很难跟上数字化的发展趋势。[8]”面对智媒时代编辑的算法转向，更应该重视数据对于编辑过程的内在影响，从业者要树立数据思维，挖掘数据价值。当前的智媒处于初级发展阶段，属于“弱智能”阶段用户洞察和算法还不够聪明，但是依靠关系数据的算法将会更多地应用于编辑实践中。“未来‘聪明的算法可以基于你所处的不同圈子关联计算出该圈子里的人关注某一话题信息的强度，强度达到一定阈值后，系统就会自动向你推送相应的信息资讯。”[9]。伴随着人工智能不断发展，“算法”也将会越来越聪明，将会更大程度体现数据价值，数据分析与数据驱动将贯穿于编辑全流程。因此，在智媒时代编辑者应具有对数据运用的前瞻意识，树立数据思维，培养数据处理能力，在纷繁的数据中发现数据规律与意义，挖掘数据价值为编辑实践所用。

（二）调整人才结构，增加报道深度

智媒时代不仅要求编辑要具有信息组合能力、图片拍摄与处理能力，更需要运营能力、数据分析能力、创意能力。媒体的智能变革，可以把优秀的编辑记者从繁重的重复劳动中解放出来，为他们创造深度分析报道的机会，为读者提供更好的决策依据。

目前人工智能还处于较为基础的发展阶段，主要从事重复式劳动，表现为撰写新闻资讯中标准化的消息、快讯等。智媒机器辅助编辑过程依托算法和既有模板进行嵌套编辑，更多地体现为“技术理性”，但是信息内容生产和编辑过程过分依托于“技术理性”容易带来“千篇一律”的内容，走向“过度同质化”，降低读者阅读兴趣，不利于内容的差异化生产。因此更要发挥创意活力，使“技术理性”与“创意感性”相辅相成共同提高内容质量，形“差异化优势”，促进编辑的深度分析报道。智能化的不断提高、协同性的不断增强，需要人才转型和丰富人才构成，既要引进“懂技术又懂编辑”的人才比例，培养“跨界”人才，又要求在岗编辑从业人员不断增加业务学习，丰富自身的知识构成，发挥自身创意能力，形成差异化优势，增加报道深度。

（三）发挥技术优势，融合智能采编

机器人与编辑者不是取代的关系，而是协同与促进的关系。智能采编表现在以下几个方面。

一是智能化信息采集与策划。这个过程需要发挥“众智众创众筹”理念，“优化运用智能蚁群算法、人工鱼群算法、烟花爆炸算法等群体智能的算法，探索研发可以实现众创撰稿、协同创作的工具系统。[10]”二是智能化内容创作。这个过程既要调动编辑自身的专业知识又要借助智能撰写系统共同进行内容创作，在机器生成的基础上编辑进行深度分析与内容挖掘，并依托智能化审校系统进行智能纠错、敏感词排查等初级审校工作。三是智能化内容分发，立体采编体系。内容分发过程一方面通过标签和算法进行定制化的个性发放，另一方面基于用户数据分析实现目标用户的数据回传进行二次分发，从而形成智能化、系统化、整合化的采编过程。因此，我们应正视技术在编辑生产中的作用，发挥智媒时代的技术优势，构建“人工智能+采编”深度融合的智能采编体系为我所用，提高采编效率。

结语

新事物的发展机遇与问题并存。目前，智媒编辑面临着亟待克服的问题，一是内容同质化。机器辅助编辑依托算法和既有模板进行嵌套辅助编辑，写作更多地体现为机械 技术，内容“模板化”、同质化，这需要从业者发挥创意活力提高内容的深度，形成差异化优势;二是版权监管。人工智能直接生成的内容实质上是以海量的基础数据作为“底料”，是在深度学习与大数据整合的基础上生成与原内容相似的“混合内容”，编辑在把关过程中对内容是否有“雷同”缺乏准确判断，为侵权行为的判定带来了难度。这需要提高智能纠察系统的精准性，同时充分发挥把关人加强把关力度，发挥能动性，以理性客观的态度应对新技术发展带来的机遇与挑战。

参考文献

[1]罗素，诺维格.人工智能：一种现代的方法[M].北京：清华大学出版社，2013

[2]喻国明，梁爽，程思琪.当前国际传媒领域人工智能研究的学术热点与框架——基于EBSCO数据库2016年英文文献的文献计量学方法[J].东南学术，2018，（2）：55

[3]苏涛，彭兰.“智媒”时代的消融与重塑——2017年新媒体研究综述[J].国际新闻界，2018，（1）：39-40

[4]林秋铭，范以锦.2017-2018：众媒时代到智媒时代的大跨越[J].中国报业，2018，（1）：21-22

[5]吕国英.算法设计与分析（第2版）[M].北京：清华大学出版社，2009

[6]熊立波，钟盈炯，林波.“快笔小新”与机器人写作[J].新聞与写作，2016，（2）：11

[7]匡文波.传媒业变革之道：拥抱人工智能[J]. 新闻与写作，2018，（1）：77-78

[8]隗立娜.数字时代编辑的媒介素养[J]. 现代商业， 2018，（8）：182-183

[9]喻国明，姚飞.试论人工智能技术范式下的传媒变革与发展——一种对于传媒未来技术创新逻辑的探析[J].新闻界，2017，（1）：40

[10]刘华东，马维娜，张新新.“出版+人工智能”： 智能出版流程再造[J].出版广角，2018，（1）：14-16

（项目基金：本文为抚州市社会科学规划项目“基于社会网络分析的老年群体社交媒体参与及谣言治理”（编号：20SK27）阶段性成果。）

（于海婷系东华理工大学文法学院传播系教师）