APP下载

智能化背景下新闻生产流程的重构

2021-09-27赵小波陈语涵

卫星电视与宽带多媒体 2021年16期
关键词:新闻生产人工智能

赵小波 陈语涵

【摘要】人工智能技术不断渗透互联网的移动传播体系,许多新的新闻产品贴上了智能化的标签,许多媒体消费场景也打上了高科技的印记。智能化这一趋势带来了新闻生产流程的重构,影响着新闻采集、新闻生产、新闻分发与新闻呈现等多个方面。与此同时,人工智能也带来了数据偏颇、算法偏见等媒介伦理问题,值得我们警惕与省思。需要从规范数据源、建立合理算法模型等方面对人工智能的发展加以引导。

【关键词】人工智能;新闻生产;媒介伦理

中图分类号:G212                文献标识码:A                     DOI:10.12246/j.issn.1673-0348.2021.16.094

1956年,数学家约翰·麦卡锡在特茅斯“人工智能夏季研讨会”上正式提出人工智能的概念:使一部机器的反应方式像一个人在行动时所依据的智能。但是受限于当时的计算机水平,发展受到很大的阻碍。经过几十年的发展,人工智能在2016年迎来了收获期,标志性节点是人工智能程序“阿尔法狗”在围棋对战中战胜世界冠军李世石,这一年也被称为“人工智能元年”。各项技术推动新闻业向着智能化、精准化、场景化的方向发展,并开始渗透到专业新闻传播的各个环节,增强了新闻生产和传播的效力。

1. 新闻生产流程的重塑

1.1 从“新闻直觉”到“精确分析”:传感器成为新闻采集“多面手”

传统的新闻生产依赖记者的新闻敏感去发掘新闻信息,再将其转化为文字和音视频。但人的知觉观察具有一定的局限性,也有信息遗漏的可能。而智能技术的应用则有可能超越个体所能感知的范围,带来更深层次的信息,这一点尤以传感器新闻为代表,它是一种专业记者和自媒体运营者通过传感器收集和利用海量信息与数据来“讲故事”的新闻生产模式。如今,应用于新闻报道领域的传感器种类繁多,诸如遥感卫星、无人机、具有传感功能的智能手机、可穿戴传感设备、GPS系统、无人驾驶汽车等。比如,传感器凭借其收集数据广度、深度兼具的优势极大地拓宽了信息来源的途径。《休斯敦纪事报》记者曾使用美国3M公司生产的空气化学物质监测器,对空气进行采样和送检,揭开了石油重镇休斯顿长期以来存在的空气污染问题。丰富的信息源不仅增加了新闻的细腻度,也为记者提供了更多角度的信息解读。

1.2 从“人工采集”到“自动化生产”:AGC技术成为新闻生产的“提效器”

传统新闻生产机制是记者为主导,严格遵循截发稿周期完成新闻的采访、编辑和分发。而随着新媒体技术的不断发展,人工智能生产内容将与专业新闻记者生产内容以及用户生成内容共同构成智媒时代新闻的三大主体,机器人写作将人类撰写新闻或其他内容的过程进行程序化处理,提前设定文本写作框架,使计算机可以在没有人工参与的情况下,自动把写作素材(数据)加工成媒体内容产品。我国在智能化生产的实践中,已经实现了从预设计算机程序编制新闻内容的“机器人写稿”模式,向使用计算机程序、借用传感器自动收集数据并生成报道文本的“媒体大脑”模式的升级。结合一线新闻人报道需求,新华智云在2020年推出“台风报道机器人”并率先应用至媒体大脑平台,充分发挥媒体大脑数据资源优势,智能筛选自2000年以来的台风数据信息,方便媒体及时掌握台风历史背景。除此之外,还可以实时掌握台风中心位置、最大风速、移动速度等信息,获取详细的台风动向信息,实现“台风天照样做出好报道”。智能新闻生产模式能使人类记者从杂务中解脱出来,为媒体报道提供权威数据,增强报道的真实性与可视性,提升新闻效率的同时,能有效的减少人为的技术差错。

1.3 从“普遍撒网”到 “定點爆破”:算法成为新闻推送的“独家法则”

谈及人工智能技术对新闻内容分发环节的变革,智能分发和个性化推荐功不可没。过去,传统媒体一直把控着新闻信息发布与传播的权利,考虑的是大众的普遍需求,采用的是“广撒网”的新闻分发模式。而如今个性化的新闻分发时代,如何解决海量信息与个人需求的适配成为新闻生产模式转型的新挑战。

目前,算法推荐是应对该挑战最为有效的方法。算法推荐通过对海量的信息和用户的个性特征打上标签,把标签相似的信息数据通过推荐的方式匹配,从而实现内容的精准分发。使用算法推荐的平台或app,可以对用户的偏好进行跟踪,经过分析和计算后得出用户图谱和社会关系链。无论是中国的今日头条,欧美地区的Flipboard、News Republic,日本的Smart news,它们都颠覆了以往普遍撒网的无效推送,从笼统模糊的“群像”走向了清晰精准的“个人”,使得生产过程更加垂直化,更具有目的性,使得尼葛洛庞帝所预言的“我的日报”成为现实,也极大地增强了用户的粘性。

1.4 从“平面式”到“沉浸式”:虚拟现实技术成为新闻呈现的“杜比影院”

在传统的新闻报道中,文本、图片等平面线性的新闻叙述模式带来的体验感相对单一.随着增强现实(AR)和虚拟现实(VR)技术的发展,“沉浸式新闻”应运而生,多维度展现事件全貌成为可能。该形式颠覆了传统的平面叙事,通过建模、动态捕捉技术等技术建立起立体环绕的仿真新闻场景,为大众带来最真实的体验、展现世界最真实的一面。国内的沉浸式新闻应用于政治会议、颁奖典礼等宏大主题。例如,为迎接中国共产党成立100周年,中国日报推出AR特别报道,用户可以通过扫描《中国日报》今日报纸头版以及全平台的特制二维码,感受从播下革命火种的小小红船,到领航复兴伟业的巍巍巨轮,中国共产党奋斗的百年征程。真正实现了“虚实互动”,为用户带来更丰富的媒介体验。

2. 智能化背景下新闻生产重构中的伦理问题

当前,正处于人工智能发展的第一阶段,由于技术的不完备性、跨界融合的适应性带来的媒介伦理问题需要我们警惕和反思。

2.1 数据偏颇带来的“新闻失实”

虽然人工智能技术在数据的搜集和整理方面远远强于人脑,但其依赖既有程序以及网络上已有的数据进行报道,缺少与事实比照的过程,将可能存在严重失实的风险。例如,谷歌的图像识别训练数据库ImageNet中,有近四分之三的图像来自欧美国家,而占世界人口三分之一的中国和印度,在ImageNet里的数据量加起来只有百分之三,致使关于第三世界图像的数据缺失。无论是哪种原因导致的数据偏颇,对于以大量数据作为新闻主体的数据新闻、算法推荐、传感器新闻等生产模式来说都造成了致命的打击。

2.2 算法偏见带来的“信息茧房”

算法推荐解决了精准定位用户喜好的问题,但这种信息选择偏向将会导致用户坠入视野窄化的“信息茧房”,只沉迷于与自己价值观相符,能愉悦自己的信息。更进一步说,有可能形成马歇尔和埃里克所言的“网络巴尔干化”,即互联网分裂成无数的小群体,呈现出“群内同质化,群外异质化”的特征,而个人往往服膺于小圈子传播的情绪、立场或刻板印象,而作出差之千里的主观判断,无法被公共议程所影响,造成社会粘性的缺失。

3.伦理问题的解困之思

3.1 多方协力规范数据源,确保新闻的真实与客观

对于新闻从业者来说,在选择数据源时要谨慎使用社交媒体作为数据源,不仅大量信息良莠不齐,还很容易发生隐私泄露事件;同时要对多组数据源进行相互印证,在数据和新闻伦理两个方面作出合理的取舍,尽量减少新闻失实的可能性;对于政府机构来说,要进行数据资源的“基础设施”建设,从而为数据源的质量、开放性以及公正性提供根本上的保障。因此,唯有多方协力,才能减少数据带来的生产偏差,从最大程度上保证新闻的真实与客观。

3.2 建立合理的算法推荐模型,平衡工具理性与价值理性

面对流量变现的平台需求和媒体坚守的价值导向之间的矛盾,媒体尤其需要用“价值理性”去平衡“工具理性”,据此调整技术的走向,改变推崇“热度”“流量”等“数字绩效”至上的分发逻辑,关注信息来源、媒体信用评分、用户反馈等质量类要素,对算法分发指标进行重新的设计与升级。例如,人民日报新成立的“人民号”提出“党媒算法”的理念,其并不是在纵深的商业逻辑里加速人工智能与快销式资讯的深度匹配,而是尝试用主流价值算法来疏解“流量焦虑”与“算法焦虑”。通过将社会主义核心价值观等正确的价值观前置到内容推送的开首,作为遴选推送内容的依据和准绳,对冲传播失真、情绪泛化等矛盾,力图制作出有温度、有深度、有态度的内容。

4. 结语

人工智能的爆炸式发展,给新闻生产带来了非常可观的能量提升。“数据新闻”“新闻机器人”“传感器新闻”“虚拟现实新闻”“智能语音新闻”“AI主播”等创新产品和业态“亮点”频出。传统新闻生产模式在进行颠覆性重构的同时,也暴露出许多媒介伦理问题。因此,媒体智能化的演进路上,应时刻把握价值导向与技术创新的统一,兼顾工具理性与价值理性的平衡,唯有深度融合AI的“超能力”和媒体人才的“专能力”,才能打造出一个面向未来,具备更高适应性和进化能力的新闻生产模式,促进人工智能与新闻传媒一步融合发展。

参考文献:

[1][2]史安斌,崔婧哲:传感器新闻:新闻生產的“新常态”[J].青年记者,2015(19)

[3]Carlson M. The Robotic Reporter[J]. Digital Journalism, 2015,3(3):416-431.

[4]宋建武,黄淼:主流媒体的智媒之路:媒体智能化应用:现状、趋势及路径构建[J].《新闻与写作》,2018(4)/

[5]当AI学会性别歧视,虎嗅网,https://www.huxiu.com/article /258405.html?h_s=f1.

作者简介:赵小波,山西大同人,博士,湖南工商大学副教授,研究方向,文化产业,新闻传播。陈语涵(1995-)女,福建三明人,研究方向:节目模式

猜你喜欢

新闻生产人工智能
人工智能之父
2019:人工智能
人工智能与就业
数读人工智能
下一幕,人工智能!
下一幕,人工智能!
网络新闻生产中的道德绑架现象与规避
今天传统媒体的新闻生产有了哪些改变