搜索引擎智能推荐的权力控制与人的能动性

■ 雷 霞

一、问题的提出

作为互联网基础应用,搜索引擎用户规模增速与网民总体规模增速基本保持同步。越来越多的人离不开网络和网络搜索。未来,可穿戴智能设备的发展将使新的媒介不再作为人的延伸,而是作为人身体的一部分,信息生产与获得的便捷性将进一步提升。然而工作、学习和生活信息越是在网络上唾手可得,人们对搜索引擎就越是依赖,而这种依赖在一定程度上消减和阻碍了人的记忆、思辨与独立思考的能力。与此同时,基于算法的搜索结果推荐,实际上不可能不被人为干预,因为搜索引擎是最好的干预搜索结果的工具。因此,我们要警惕搜索结果及智能推荐对用户关注事件的议程设置及其对事件看法的涵化和引导作用。那么,人工智能如何影响“拟态环境”？搜索引擎及智能推荐如何产生权力与控制？如何抵制和冲破智能推荐形塑的权力与控制？

二、人工智能如何影响“拟态环境”

“拟态环境”(pseudo-environment)于1922年由李普曼(Walter Lippmann)在其经典著作《舆论》中提出,其观点是,随着大众传媒的普及,媒介成为人们获取信息的主要渠道,但媒介并不是对现实世界“镜子式”的反应①,所以人们接触到的世界并不是真实世界完整和完全的再现,而是经由大众传媒进行筛选和加工之后呈现出来的信息环境,大众传媒自身的意图和目的隐含其中,因此存在局限,影响着人们对客观现实世界的认知。人既然要在某种程度上依靠大众媒体呈现的“拟态环境”去认知世界,那么,媒体赋予其所筛选的信息及意义并以某种方式呈现,实际上不可避免地隐含着某种权力与控制。随着新媒体技术的发展及其普及,传统媒体的影响力有所减弱,但“拟态环境”的启示依然适用于新媒体时代。虽然新媒体时代的信息依赖大数据与算法这样的技术性手段可以在理论上达到更加“客观”的呈现,但实际上算法、数据的背后依然去除不掉人为的操控。一方面,算法与编程的背后逻辑依然是人设定的,人的种种局限依然存在于其所编辑的程序中；另一方面,算法与智能推送暴露出一定的问题,对个人来说,其所接触到的“拟态环境”从某种程度上来说依然具有局限性。人工智能应用于新闻业,越来越多的应用场景和消费场景被创造出来,为新闻工作者赋能,同时为用户体验带来升级,从信息生产到信息消费各个环节中都对“拟态环境”产生影响。

(一)人工智能影响媒体信息生产全过程

人工智能写稿、审稿、审查等工作都有较高的精准性和效率,大数据新闻采写、无人机航拍、多终端信息发布、一体化协同、信息处理及合成主播等技术都会极大降低新闻生产和报道的成本,并推动媒体融合进一步发展。目前,人工智能技术已在新闻生产的全产业链被采用,为新闻工作者不断赋能,同时助推媒体走向更加智能化和高效化的道路。

1.智能化写稿

今日头条Xiaomingbot(2016年8月上线)、腾讯Dreamwriter(2015年9月上线)、第一财经WritingMaster(2016年5月上线)、百度度秘Duer(2016年8月上线)等写稿机器人利用算法撰写稿件,能够快捷高效地采集和处理信息,并自动撰写和编辑简单的新闻稿件。尤其在突发事件、财经新闻、体育赛事的报道领域,大幅度解放了人力。新华智云数据金融机器人根据股市每日的行情变化,实时生成行情综述、行业动态分析、资金流向分析等多类资讯。②新浪新闻App可以通过AI写作实现7×24小时不间断的自动化播报新闻。③封面新闻的“小封”机器人(2016年12月上线)目前在内容生产上,已经实现了月写稿量接近10000篇,涉及体育、财经、灾害、生活、娱乐、科技等10多个领域。④许多媒体公司使用智能化写稿机器人替代人工撰写稿件,大大提高了写稿效率,尤其是突发事件中的完稿速度。

2.智能速记、字幕生成与同声翻译

人工智能对语言的分析、学习和辨识等处理能力越来越强,并且可以迅速反应,生成不同种类的语言和文字。2010年,科大讯飞语音识别准确率在60%左右,经历后续数年的深度学习之后,也即基于大数据和算法两个因素,2018年将准确率提高到98%,逐步实现“能听,会说”的目标。其合成的智能语音,听起来已非常接近人的声音和语调。⑤通过深度学习和数据训练,科大讯飞推出的语音转录工具“讯飞听见”支持录音和转写、导入音频转写等功能,因此可以提供优质的会议直播实时转写服务,同时可以提供多种语言的实时翻译。人工智能语音技术对采访现场以及录音、录像中的翻译任务的处理也大大解放了人力,提高了新闻采写和编辑的效率。通过语音识别和智能影像等技术,字幕自动化加工和同步生成技术投入到广泛的新闻生产中,同时也应用于会议同期声语音转换文字的自动化实时滚动,这样的智能化字幕生成功能也极大地释放了人工以前投入到视频同期声字幕的时间和精力。

3.音视频及文字的智能识别、转换与搜索

Clarifai或Vidrovr等公司成功实现了利用计算机视觉技术来自动识别图片的功能,大大提高了记者对图片的辨识力,加快了图像编辑处理效率；以色列公司Wibbitz创建了一个“text-to-video”平台,使用图像识别技术创建可以自动匹配文本的视频,从而加快了粗略裁剪的速度。⑥这使视频任务、音频任务和文字任务之间的相互转换变得便捷,并且错误率低。在新闻制作和编辑方面,人脸对比、人脸识别、属性分析和视频流人脸采集等技术用于新闻人物识别与聚焦,能够更好地凸显新闻主体。在直播场景中,通过人脸识别、语音识别转换文字等技术,直播剪辑机器人可以帮助直播编辑精准定位,帮助编辑进行快速剪辑和内容的实时分发。通过将视频或音频中的语音转换为文字,实现了视频搜索的快捷精准化,节省新闻制作者大量的时间与精力。

4.数据可视化智能生成

伴随Z世代的成长及其对新闻产品的可视化需求,以及广大受众逐渐养成的可视化习惯,数据新闻的可视化成为趋势。但可视化需要技术化的处理才能完成,需要专门的技术人员依据新闻工作者提供的数据运行制作。采用智能可视化工具之后,制作者即使不懂技术,也可以通过上传Excel表格,选择不同的模板,快速便捷地生成可视化数据动画、视频和各种动图、词云和图表等。据媒体大脑统计数据显示,新冠肺炎病毒爆发以后,仅在2020年2月2日至2月20日这个时间段,有来自31个省市自治区的992家媒体机构在媒体大脑MAGIC平台上合成疫情相关视频内容达20万条。⑦这样的可视化制作不仅快捷方便,而且准确度高,呈现的各种动图效果也比较专业美观。

5.包装模板助推智能视频剪辑

智能视频剪辑App极大地降低了视频编辑和剪辑的门槛,只要导入画面素材,便可一键生成视频,操作简便快捷。系统可以根据用户提供的文本提取摘要与关键词,并在素材库中针对摘要和关键词选择相关图片和视频素材,在几十秒钟的时间内便能自动生成字幕和背景音乐,自动生成视频。新浪新闻App使用云剪技术,可以把直播视频做实时拆条处理,提炼生成几分钟的短视频和GIF图。⑧OPPO手机Reno2自带的Soloop和小米手机CC9 Pro的Vlog等智能视频剪辑功能均实现了智能视频剪辑一键式操作。MAGIC目前提供包括美景风光类、新农村景象类、事件报道类、抒情类和娱乐时尚类的21款视频包装模板,自动实现画面切换,切换节奏与背景音乐节奏相合。⑨借助模板,缺乏视频编辑和剪辑经验者也可以完成,更不用说有经验的视频编辑了,轻松编辑,方便快捷,操作起来自由高效。

6.智能化核查、监控和提醒

在海量信息中做到对信息真实性的辨识,对人工智能来说还是一个难题。但在一定的编程模式中,引入人工智能来辨识信息的真伪,已有成功的尝试。互联网上真实虚假信息混杂,用户难以辨别,专业新闻结构和公益组织的人工辨识与发布不仅成本高,而且效率低。而人工智能技术在自然语言和图像、视频处理等领域的应用,可以建立适合的审核模型,对敏感信息进行追踪、识别、检测、过滤、标注、报警,针对暴力、色情、恐怖信息等进行自动筛查。同时,在指定的数据范围类,人工智能快速的整理、检索和高效处理能力能够帮助新闻生产和发布机构监控新闻,出现不实信息、不当信息、拼写错误、个性化推荐不准从而影响新闻的精准化和针对性投放时的情况,人工智能能够实时监控和提醒,同时,还可以进行版权审查和对假新闻的识别。

7.合成主播代替真人主播播报新闻

通过提取真人主播的表情动作、声音和唇形等特征,基于“自然交互+知识计算”的技术突破,运用人脸识别、语音合成、人脸建模、表情合成、唇形合成和深度学习等技术,虚拟主播得以生成。继新华社与搜狗公司于2018年11月世界互联网大会上发布全球首个AI合成主播之后,2019年2月19日,其再度联合发布全球首个站立式AI合成主播“新小浩”和首个AI合成女主播“新小萌”。“新小浩”和“新小萌”从“坐着播新闻”升级为“站立式播报”新闻,并且有了更多肢体动作,表现力增强。2019年5月25日,人民日报与科大讯飞推出的AI合成主播“果果”能以多种语言(包括普通话、英语、粤语、韩语和法语等)24小时不间断播报新闻。新华智云的虚拟主播机器人有4种形象,包括卡通男主播、女主播和真人男主播、女主播,用户可以自主选择主播的播报背景和情绪,一键生成AI新闻播报。⑩在时效性和工作强度较高的领域,虚拟主播可替代真人主播播报新闻,发挥重要作用。

8.发现新的新闻线索,拓展新的调查报道形式

大数据快速处理能力能够让人工智能做到迅速收集数据、比对信息,发现新闻线索,挖掘新闻话题,从而拓展新的调查报道内容和形式。比如Newswhip或Graphext等工具可以通过将机器学习应用于社交媒体数据来查找新闻主题。路透社的News Tracer正在实时分析推特,并抢在其他媒体报道前发现新闻线索。以新浪鹰眼系统为例,2019年4月16日凌晨一点,鹰眼系统捕捉到微博用户发出的有关巴黎圣母院大火照片,编辑进行了迅速核实,十几分钟内,新浪新闻App和@微天下微博账号发布了该事件相关信息,为全网首发。据鹰眼系统后续监测,微博头部账号对该信息的转发在十几分钟内就达到了平时日均传播量的10倍多。因此鹰眼系统将该消息判定为热点,编辑会根据鹰眼系统的判定来跟进相关背景内容,形成专题。通过人工智能技术能实时发现新闻线索,尤其是能预估热点、研判突发事件,并快速推送。

(二)搜索引擎及智能推荐对用户“拟态环境”的嵌入

随着智能媒体时代的到来,越来越多的应用场景被创造出来,也为用户提供了越来越多的体验和选择。人工智能在新闻策划、写作、播报、报道、推送等方面,与受众的互动越来越多。一方面,用户越来越多地依赖搜索引擎并接收基于大数据和算法的智能推荐的信息；另一方面,越来越多的信息生产过程嵌入了人工智能技术,包括人工智能技术带来的便利,也包括人工智能技术带来的弊端和问题。在被算法与推荐建构的无处不在的“拟态环境”中,用户可能对自家门前或附近的信息一概不知,而因为即时接收便对远方的信息感同身受,也因为网络直播和各种短视频提供的“在场化”而身临其境。

1.“客观”的假象:搜索引擎如何引导用户选择预设内容

目前,各种搜索引擎的搜索推荐功能的实现,一是通过搜索关键词自动生成推荐。用户在查找信息时,在搜索栏键入关键词,搜索栏下拉菜单中会显示出预设的诸多选项,同时,网页下方还会显示类似“大家都在搜”这样的引导语,引导用户点击进入显示的推荐条目。这种预设内容的推送在看似“客观”的机器算法中形成,并让人产生高关注度和高热度的错觉。而从表面上看似基于用户的搜索行为自动生成的“热词”,实际上可能不仅仅是算法与代码计算的结果。二是搜索结果内容以及这些内容的排序顺序预设。搜索结果中排在第一页的内容以及第一页排在前面的内容指向特定的预设,或者与经济利益有关(广告、付费排序内容),或者与赚取用户关注度和点击量有关,或者与其他目的有关。而用户在不知不觉中被导向预设的内容链接。表面上看似“客观”的、来源于网友“大家都在搜”计算结果的推荐,实际上正是因为有这个推荐,才增加了网友对该推荐内容的点击量,反过来,点击量又重新对计算结果做了贡献。这就在一定程度上隐秘地、貌似客观地影响和控制了“舆论”。

2.建模化操作:智能推荐,“精准”推送

大数据、云计算、深度学习和用户画像等为智能推送提供了技术保障,通过对内容的细分、对消费场景的细分和对用户消费习惯和偏好的细分,建模以达到分众化和精准化的推送。在信息自动推送方面,人工智能基于大数据和算法进行模拟演算,对复杂问题、趋势等进行分析,推算演化出可能产生的各种结果,以及不同的解决方案和对策,从而给用户推荐其更加想要和更加感兴趣的信息；在智能检索方面,人工智能能迅速推送给用户更加个性化和更加有针对性的推荐。算法推送不仅仅体现在新闻、资讯产品的分发方面,在直播和短视频内容的推送方面,也已达到深度嵌入的程度。

3.情感化卷入:机器聊天与人机互动

人工智能可以依据用户个人身份、喜好,甚至心情来量身定做内容,针对一篇新闻做出无限多个不同版本,推送给不同的用户,并助推用户与新闻产生互动和对话。机器聊天使得用户与新闻之间形成了“对话”,或者问答的互动关系,为用户带来全新体验。如微软小冰,它将新闻变成对话,将看新闻变成了问新闻、答新闻,用户就新闻涉及的人物、地点和事件进行询问,聊天机器人迅速给出答案。同时,基于人工智能语音技术的语音播报也为用户带来新的信息接受模式。不过,目前“聊新闻”还仅限于对新闻信息的呈现,没有到达深入互动交流的地步。

4.在场化交互:沉浸式新闻体验

人工智能可以赋予沉浸式新闻更具身临其境的沉浸式感受和交互式体验。人工智能与虚拟现实技术的结合,能够让新闻机器人的新闻报道更加智慧,更具独立思考和完成任务的能力,能创造出更加具有沉浸感的新闻事件场所。同时,通过虚拟现实模拟的各种新闻现场,可以开发和培养新闻机器人应对各种突发事件和新闻场景的应变能力。2019年国庆期间,由人民日报新媒体与腾讯视频联合推出的H5小游戏“56个民族服装任你选！快秀出你的爱国Style”刷屏,用户只要上传照片,便可生成穿戴各民族服装与配饰的“民族照”。极强的沉浸感以及社交互动体验激发广大受众的热情,截至2019年10月7日,照片生成量达到7亿。该H5的推出,有效利用了人工智能技术,使受众获得沉浸式体验,成为主流媒体有效设置议程并引导舆论的突出案例。

5.万物皆媒:全方位智能信息系统

人工智能将全方位嵌入用户的媒介体验系统。车载设备、智能音箱和家电产品都成为智能媒体终端。以车载智能终端为例,人工智能技术除了将汽车的中控屏、仪表、电池等设备与功能进行智能化的整合与控制之外,其信息检索及实时信息对话的功能,以及包括与智能手机在内的其他智能媒体终端的连接,都提供了个性化、定制化以及智能化的贴身服务,无论是对专业的新闻制作人员,还是对普通大众来说,都可以实现一边开车一边在人工智能的协助下阅读、处理、制作、合成和传播新闻信息,并与其他人互动。万物皆媒时代到来,数据成为通用的语言,用户处于全方位智能信息系统中。

三、智能媒体的局限及搜索引擎智能推荐产生的权力与控制

智能媒体在信息传播中,最初是基于算法向用户推送和推荐个性化的信息,随着互联网内容升级换代,算法不仅仅参与信息的分发,还参与信息的制作、审核和互动。在运用于新闻编辑部的数据分析工具中,算法可以自动算出热点信息的内容、标签、主题词、表述结构。媒体组织和信息机构往往借以指导信息的制作和分发。随着人工智能的深度学习和算法升级,人工智能除了帮助专门结构进行信息的创作和传播外,同时也推动用户自制信息的生成和分享。在此过程中,智能媒体的优势非常突出,但不可避免地,其局限性和基于算法与智能推荐产生的权力与控制也表露无遗。

(一)写稿机器人写作内容有限,自主性思考缺失,警惕其对媒体公信力产生影响

人工智能基于计算、数据、推理,而不是主动性的思考。目前人工智能在特定的模式化写作、基于算法的结构化数据处理等方面比较占优势,但是在非结构化数据的处理,尤其是涉及到艺术性、创新性、复杂性信息方面,其整合能力还远远不够。与真人记者撰写的深度报道相比,新闻机器人在书写中难以提炼出深刻而独到的观点,写稿机器人无法解释和理解写作内容带来的挑战。同时,人工智能深度学习离不开数据,数据质量是人工智能技术面临的挑战之一。在海量信息当中,区分信息的真实性,对人工智能来说是更大的挑战。人工智能很难区分它接收到的数据真实与否,如果它采纳的数据是非真实数据,那么它以此产出的新闻内容也可能是不真实的。而“后真相”时代的到来,对于媒体生产内容的专业性、权威性提出了更高的要求。新媒体平台上的内容鱼目混杂,如果仅仅依赖算法由机器自动撰写稿件,其真实性和道德伦理层面的价值都需要进一步考量,如果缺乏必要的监管与审查,并且自动生成并且传播不恰当的内容的话,会对使用自动化制作新闻的媒体机构的公信力产生不良影响。

(二)算法可能披着“客观”的外衣而被“隐秘”操纵

大数据集成和深度学习加速卡等智能芯片技术已经大大提升了人工智能在行业应用中的效能,也大大减少了新闻制作的成本,但基于算法,目前只能完成相对比较单一的任务。与大部分人认为很容易的问题相比,比如用儿童积木搭建一个玩具房子,让机器去解决一些只有受过教育的人努力思考才能解决的特殊问题反而更容易一些,比如下棋、证明逻辑或几何定理。人工智能的悖论在于,人工智能是人设计的程序,因此也不可能真正实现人的智能。人工智能基于计算、数据、推理,而不是主动性的思考。编程之后的程式化,导致甚至猫脸经过修饰,也可能被人工智能识别为人脸。一方面,算法导致的偏差极易被主动利用,算法本身也可能被干预,因而信息被篡改或删除；另一方面,算法本身是由人来设置和建构的,因此也不可避免地夹杂着人的局限与偏见。同时,商业化运作和流量经济的介入也需要警惕。正如喻国明指出的,社交媒体的去中心化并不彻底,而所谓的意见聚合也只是一种“网络围观”,目前的分发式热点的背后是商业化运作和娱乐化倾向。而上述种种可能的操纵都隐藏在技术背后,甚至在“客观、公正、透明”的数据呈现中隐秘不见。因此,即便大数据在检测新闻热点方面具有不可替代的优势,但新闻选题策划和热点推荐不能简单依赖算法和数据。

(三)算法在法律与伦理上的缺席

算法靠的是逻辑,媒体内容只是算法推荐的素材,但是目前的人工智能技术还无法判断信息的质量与真伪,同时也做不到在伦理价值方面的判断。新闻机器人只能在特定的模式中按照已有编程模式进行写稿,涉及到人性化判断的和道德伦理方面的内容则需要人工介入。因此,在涉及到法律与伦理等环节时,人工智能还无法自主辨识与回应。人工智能还不足够智能,大数据的处理和程序化的操作,容易缺乏人文关怀产生伦理风险,而过于迎合用户的偏好,一些价值观有严重问题和偏差的信息也可能被自动选择和推送,甚至出现违规内容。

(四)“信息茧房”效应与群体极化现象

陈昌凤等认为,桑斯坦提出的“信息茧房”概念在国内被泛用,在Web2.0时代,用户有很多机会主动搜索和获取信息,因此真正的“信息茧房”很难形成。在理论层面,这是非常符合逻辑的推理。但其前提是用户的主动性和能动性,以及信息呈现的客观性和全面性。彭兰认为,个人选择获取信息的主要渠道以及渠道组合的质量影响其获取信息的广度和质量。在海量信息中,用户如何发起自主性搜索,以及在多种渠道组合中搜索的内容是否同质化,信息是否未经其他目的性的筛选和加工处理等,都影响了其获得信息的质量,这是非常复杂的问题。在目前算法以顺应用户喜好为主的前提下,个人很难挣脱算法的控制。普遍的画像化的推荐会因为相同的信息快速集聚对该信息有相同看法的人,同时也导致用户选择和自己有相似观点的人来交流,个人的观点被强化,知识被固化,极容易形成个体信息的“孤岛化”现象,使得个人的视野受到局限而狭窄化。而旧有的数据又会成为分析的对象及新产品提供的依据,从而用户的标签往往形成圈内循环,那么“信息茧房”效应将被强化,而“信息茧房”效应也容易导致“群体极化”现象。当然,在看到“信息茧房”效应的同时,也要注意到其在目前发展阶段存在的合理性。在未来智能媒体的发展过程中,如何扬长避短,是值得考虑的问题。同时,新媒体时代信息海量获取的便捷性容易让人忽视嵌入在算法与编程中的更加隐蔽的流量导流和信息流向操控手段形塑的权力与控制,这也是值得警惕的问题。

(五)算法学习与智能追踪引发数据泄露与隐私保护问题

算法使得内容分发变得更有针对性,更有效率,也更精确,但与之伴随的对用户数据安全与隐私问题的担忧一直如影随形。人工智能高度依赖数据,人工智能在应用的过程中必然涉及到数据的安全和保护问题。如何保护数据,如何评估风险、如何监控、如何保密、如何防止数据泄露、如何保护用户隐私、如何避免智能“换脸”等技术带来的伦理与法律风险等问题的对策,都亟待完善。iiMedia Research(艾媒咨询)数据显示,在涉及用户是否愿意以隐私数据交换便利的问题上,24.8%的受访者“比较愿意”以隐私交换便利,6.9%的受访者“非常愿意”,23.3%的受访者“比较不愿意”,9.9%的受访者“非常不愿意”,另有35.1%的受访者选择“不太确定”。用户使用媒体的过程中,媒体收集了大量的用户数据,但在用户数据安全和用户体验之间、在提升服务和妥善保护数据安全与隐私之间,需要更好的平衡。

(六)新的技术鸿沟:一部分人在舆论场集体“失声”

1.技术本身的局限

智能视频编辑方面,完全依赖智能系统或智能视频编辑机器人自动生成的视频相对粗糙,专业新闻媒体的记者和编辑需要对视频进行加工、调整和优化；虚拟主播方面,虚拟主播虽然可以24小时播报新闻,远胜真人主持人的体力和精力,但其播报仅停留在对文字的再现上,还不能呈现出对文字稿的更深层理解,更无法呈现其情感,因此对用户来说,极容易带来审美疲劳；算法准确率方面,算法在遭遇预料之外的场景和状况时,其准确率可能从97%降低为0,比如识别对象被损坏、被涂抹、被遮盖、被隐匿时。

2.没有能力使用人工智能技术的机构的无力

人工智能新闻产品的开发需要大量的人力和财力的投入,因此只有那些大的媒体机构才有能力开发。结果很可能是大的媒体机构因此更加巩固了其在新闻传播领域的话语权,从而带来信息的截留,同时也在新闻制作领域更进一步拉大了新的技术鸿沟。

四、抵制和冲破:人工智能影响下的“拟态环境”中提升人的能动性

2016年AlphaGo击败围棋世界冠军李世石,人工智能首次击败人类这一热点新闻引发大众对人工智能带来的挑战与机遇的关注热潮,并为其落地生根提供了土壤。但要关注到,人工智能对于相对遵守一定逻辑关系与规范的棋类的反应要远比对人类行为中不遵守一定逻辑关系的情感、情绪与创造行为的反应容易得多。协同化、智能化、互动化、可视化与沉浸式体验是未来智能媒体发展的总趋势。但技术越进化,越显得人的价值重要。与此同时,智能化算法技术不应只顺应人的本性,还需要帮助人克服自身的弱点和局限性。

(一)不完全依赖人工智能,深化人机协同理念

目前的人工智能还做不到完全的智能化,在一定程度上来说,只是起到辅助作用。媒体人要深化人机协同的理念,让机器人参与媒体生产成为常态,但同时不能完全依赖媒体机器人。要明确,应用于媒体工作中的人工智能是为人提供服务的,并不是为人提供产品的。机器协助人完成部分工作,解放出来的人的精力和时间可以用来提供更好的策划和创意,以产出更优质的内容。实际上,一方面媒体机器人提供了协助,让人的工作更便捷高效,但另一方面,对人的工作效能的要求反而更高。人的智能在情绪、感知、同理心、归纳和学习等方面具有优势,机器智能在数据处理、深度学习、计算、存储、搜索和优化等方面领先于人类智能,人机协同是将人的智能和机器的智能融合化。以语音识别为例,虽然目前的语音识别准确率已达到98%,但人工来纠正余下的2%是关键。同时,要完善新闻信息数据并提升数据质量,挖掘具有社会、文化、经济和专业价值的信息,提高人工智能对数据的分析处理和甄别能力,增强人工智能对不同场景的信息识别和应对能力,以及人工智能与用户之间的互动和交流能力,将为人工智能在新闻行业的应用拓展新的可能。

(二)加强法制法规引领与管理,避免伦理风险和算法偏见

人工智能目前不承担法律责任,也无法自主遵守伦理规范,这就要求在新闻生产中加入新闻伦理规范来平衡人工智能可能产生的偏差。在信息处理速度和对数据的精准分析方面,人工智能明显优于记者,但是在信息甄别以及对人性化、个性化、创造性等信息的分析能力方面,人工智能暂时无法取代记者。这就要在法律、法规和伦理层面制定出适应人工智能在新闻行业应用和发展的条例来确保其发挥正向作用。未来亟需加强法制法规的引领和管理作用,避免算法偏见引起的道德伦理风险。推荐给用户的内容,不能一味地迎合用户的偏好,而是要兼顾社会化的公共信息和群体化信息的推送。一方面,要采用算法推荐优势,加强主流价值观的引导,通过对关键词和敏感要素等的筛查,避免不良信息的传播。另一方面,要健全人工干预和审核机制。

(三)建立人工智能信息发布安全监管和评估体系

社会生活千变万化,不能仅仅用逻辑推理与数据化的分析和建模来界定与应对,而人工智能还不能对其创作和生成的内容进行人性化的解读和阐释,因此,我们需要通过内在与外在两种方式来建立人工智能信息发布安全监管和评估体系来避免可能造成触犯法律、法规和影响新闻伦理的内容的发布与传播,外在的监管和评估体系需要加进入的作用,而内在的监管和评估体系可以引入诸如“抑制器”和“审查员”这样的人工智能程序。“抑制器”是智能体会在想到某个“坏主意”的时候出现抑制,以阻止做出相应的不当行为；“审查员”是指智能体不需要等到一个“坏主意”形成后才有所行动,它们可以对不良思维形成之前的那个思维状态进行拦截。

(四)细化用户需求,完善智能搜索和推荐,打破“信息茧房”效应

按照目前智能媒体的界定与发展思路来看,以用户为中心,是智能媒体发展的一个重要逻辑。随着智能媒体的发展,用户的需求越来越朝着多样性、实时性、丰富性、多样态、沉浸化和多形式方向发展。机器学习依赖足够大量并且具有较高质量的数据,因此依据社交网络建立实时增长与更新的智慧学习数据库,可以提高人工智能对情感的感知与分析,以及对不同场景下的信息判断与交互的能力和对非结构化数据的处理能力。通过对智能搜索与推荐的完善,以及算法的优化,在平衡“个性化”与“公共化”的过程中,有望细化和拓展受众需求,打破“信息茧房”效应。这就要求继续提升人工智能对数据的分析处理能力和深度学习能力,同时提升人工智能对新闻信息数据及其价值的分析与挖掘能力,以及人机互动和交流能力。随着用户数据的积累和算法的改进,信息搜索功能不断优化,人工智能能够更智慧地理解用户的搜索诉求,更加自主性和人性化地辨识信息,以提供更加智能化的信息检索与生成服务。在此基础上,媒体机构可以充分利用人工智能技术来打造便捷高效的智能信息检索和生成服务体系,以智能化方式提供服务,并为与用户潜在兴趣与重大热点事件等相关信息预留一定的推荐比例,来打破“信息茧房”效应。

五、结语

未来智能媒体的发展依赖于移动互联网及其提供的多平台联动、人机交互等新技术,媒体融合将自足于智能化挖掘和分析大数据的基础,集结社会群体资源和整体智慧,信息传播的形式将更加丰富和多样,H5、短视频、动图、直播、虚拟现实和增强现实,以及可穿戴设备等人工智能技术与新闻产品和信息传播平台的结合,将彻底改变新闻生产的全过程,推动媒体融合进一步深化,新闻生产的智能化变革也将逐步影响到整个产业生态及其与用户之间的互动关系,人们越来越依赖智能媒体建构的“拟态环境”来认知世界。

“拟态环境”作为集体记忆的一部分,承载着历史记录的功能,同时扮演者人们的信息助手和信息引导者角色。协助高质量的媒介内容生产,以及在“隐性营销”和社会责任之间取得平衡,杜绝搜索诱导与欺骗,努力探求智能搜索与推荐对高质量信息的贡献,以及正能量引导作用,是对智能搜索和推荐产生的权力与控制的公共属性的合理化运用。依赖大数据与深度学习,人工智能在新闻业的应用中,一方面要努力提升“人性化”的情感感知力和理解力,另一方面要依赖自身优势来克服和打破人性的弱点和局限。在提供和推送兼具个性化、便捷化和优质化内容的同时,要提升精准计算与信息服务技术,细化受众需求,实现“个性化”与“公共化”的融合,以提供更加优化的公共性服务,平衡好个性与公共性之间的关系,处理好个性满足与社会整合的关系,努力打破算法带来的偏向。

注释：

① [美]沃尔特·李普曼:《舆论》,常江、肖寒译,北京大学出版社2018年版,第14-15、266页。

② 媒体机器人:《说正事！和媒体机器人约一个》,新华智云,2019年8月26日。

③ 中国网:《新浪王巍出席GMIC大会 解读“智能+”时代的媒体全链新生态》,http://zgzz.china.com.cn/2019-07/29/content_40845416.htm,2019年7月29日。

④ 华西都市报:《封面新闻小封机器人获评2019年度中国融媒体创新产品》,https://e.thecover.cn/shtml/hxdsb/20191213/vA1.shtml,2019年12月13日A1版。

⑤ 观视频工作室:《科技袁人·年终盛典》,https://v.qq.com/x/page/w0831p4mpp5.html,2019年1月18日。

⑥ 腾讯媒体研究院:《斯坦福新闻研究员:AI改变新闻业的10个方向》,https://www.qianzhan.com/analyst/detail/329/181227-59139918.html,2018年12月27日。

⑦ 媒体大脑:《战疫,近千家媒体机构是如何在线化生产的》,新华智云,2020年2月20日。

⑧ 中国网:《新浪王巍出席GMIC大会 解读“智能+”时代的媒体全链新生态》,http://zgzz.china.com.cn/2019-07/29/content_40845416.htm,2019年7月29日。

⑨ 新华智云:《做视频太难了？听我的,MAGIC视频包装模板真的好用》,https://weibo.com/ttarticle/p/show?id=2309404413171766001826,2019年9月5日。

⑩ 《新华智云“媒体大脑”首推25款媒体机器人,为媒体记者赋能》,南方传媒研究,http://static.nfapp.southcn.com/content/201908/26/c2561509.html?group_id=1,2019年8月26日。