周飛飛
(中國自然資源報社,北京 100860)
今年國務院政府工作報告中再次強調要“深化大數據、人工智能等研發(fā)應用”,近年來,隨著人工智能的理論和技術日漸成熟,在新聞傳播行業(yè)內也呈現出快速發(fā)展的勢頭。
人工智能最早于1956年的達特茅斯會議提出。它最早應用于新聞行業(yè)是在20世紀50年代,國外記者使用一種被稱為“計算機輔助報道”的工具來處理政府數據庫信息。20世紀70年代,耶魯大學開發(fā)了人類首個故事編寫程序,隨后出現了數據庫新聞、自動化新聞等多種形式的人工智能新聞。2006年3月,美國湯姆森金融公司利用電腦程序撰寫金融類新聞。2010年,美國西北大學研發(fā)StatsMonkey軟件,該軟件能自動抓取比賽數據,并在幾秒鐘內完成新聞的撰寫。
我國對于人工智能新聞的研究起步較晚,但發(fā)展迅速。2015年9月10日,一款能自動新聞寫作軟件Dreamwriter撰寫了一篇騰訊財經消息。同年11月,新華社正式推出了新聞機器人“快筆小新”。2017年1月,南方都市報社也正式推出了寫稿機器人“小南”。就在今年全國兩會中,許多媒體都嘗試了人工智能技術:機器人“記者”、人工合成AI主播、VR直播技術、虛擬演播室等紛紛被運用到報道中。
在人工智能時代背景下,隨著機器學習能力和計算水平的提高,新聞生產實現了“機器人寫新聞”的重大突破。這類寫作機器人的重要組成部分是一套程序算法,該算法通過開放的平臺接口可以快速抓取數據并套用相應的模板在極短的時間內完成新聞的創(chuàng)作,其在證券交易、地震消息、體育賽事等方面表現尤為突出。
人工智能可以提高新聞內容與受眾之間的互動性,使得智能化的交互體驗成為可能。如美國的數字商業(yè)新聞網站Quartz推出了能夠實現人機對話的移動新聞客戶端。此外,人工智能還結合了3D建模、VR等視頻技術,給用戶帶來了視覺上更高級別的閱讀體驗。
過去的報紙版面和門戶首頁的稿件都是由編輯依據媒體定位和新聞價值來選取,往往忽略用戶個性化需求。今天的人工智能新聞利用大數據分析使得媒體平臺能夠根據用戶閱讀新聞的個性偏好,有針對性地為每個用戶推送他們感興趣的新聞內容,如今日頭條和天天快報等新聞APP。顯然,這種分發(fā)機制能夠讓新聞和用戶之間建立一個良好的匹配關系。
同時,在內容檢測和管理的環(huán)節(jié),由于人工智能系統(tǒng)的接入,可以讓檢測更加高效。比如Facebook已經在使用一套人工智能系統(tǒng)來監(jiān)測Facebook Live和Messenger中的不良信息。
(1)無法獲知事實背后的真相。對于一些復雜的事實以及事實之間的關聯(lián),機器很難進行捕捉和分析。原因在于這類“存在一定脈絡的事實”需要人去到現場進行調查。例如調查性報道,人工智能機器無法找到表面事件背后復雜的利益關系,更無法獲知那些被事實掩藏的事實,從而無法得出基于多重事實的正確判斷。因此,目前的人工智能技術還無法生產揭示真相性的新聞。
(2)無法對現實做出深度解釋。用戶看新聞,除了了解事件本身,還要理解事實背后隱含的意義。人工智能機器人并沒有完全具備人類的判斷能力與思考能力,它只是能根據設定好的程序和模板來抓取信息并進行生產,無法對事實做出深度解釋,同時也無法為受眾提煉觀點。對于一些需要運用專業(yè)知識和社會閱歷來進行總結分析的新聞,還是需要人來解決,這也是媒體人專業(yè)價值的體現。
大數據時代,為了使新聞內容更加精準化,媒體平臺需從海量數據中挖掘出有價值的新聞素材,這需要具有強大學習能力和智能識別能力的分析系統(tǒng)。通過對數據進行有效的分類存儲,可以提高數據的搜索速度和匹配度,還能夠根據具體的場景和合理需求配置數據,從而提高數據資源的使用效率。
“用戶導向”的智能化新聞分發(fā)模式滿足了受眾個性化的需求,實現了用戶與新聞的良好匹配,但同時也容易使我們陷入一個“信息孤島”。智能化新聞按照個人的偏好長期推送信息給受眾,受眾被動地與其他信息分隔開,久而久之,視野變得越來越窄,以至于與整個社會的交流變得越來越單一。
新聞機器人能夠在金融消息、體育賽事等數據類報道上快速形成新聞,但這并不意味著職業(yè)媒體人不再重要。新聞記者具有分析能力,洞察能力以及善于歸納事實背后所反映問題的能力,這些都是新聞寫作機器人所不具備的。新聞機器人可讓記者從簡單而重復的勞動中解脫出來,從而更有精力投身到能弘揚自我價值的深部寫作中。
總之,人工智能新聞在未來可能會實現更大程度上的創(chuàng)新,人類應致力于讓技術更好地服務人類。人工智能技術在新聞業(yè)的應用,其核心是實現AI技術優(yōu)勢和人類優(yōu)勢的完美結合,唯此,智媒時代的產品才會變得更加豐富有趣,人類思想的價值才能更好地發(fā)揮和體現。