志剛
據(jù)紐約時報報道,目前,澎博社發(fā)布的新聞內容中約有三分之一是使用一款名為Cyborg的AI寫作機器人完成的,該機器人能夠協(xié)助記者每季度完成數(shù)千篇公司財務報告相關文章。Cyborg可以自動對一份財報進行剖析,并提煉出相關事件和數(shù)據(jù)迅速成文。目前,AI寫作機器人應用于金融領域相對更成熟。
機器人記者的概念早已提出,目前包括彭博社、美聯(lián)社、華盛頓郵報、洛杉磯時報都有應用。澳大利亞版衛(wèi)報在今年1月31日首次嘗試使用機器人輔助寫作,結果得證,AI記者在語法準確性上水平已經很高,當然,正如前文提到,現(xiàn)在機器人寫作雖然在金融領域應用相對較為成熟,但在一些大型稿件中,主流觀念仍是提倡「人機協(xié)作」的概念,即機器人輔助寫作。
不僅在國外,國內也早早開始嘗試應用AI寫作機器人。早在2015年,新華社就已推出可以批量編寫新聞的寫作機器人“快筆小新”,快筆小新的寫稿流程由數(shù)據(jù)采集、數(shù)據(jù)分析、生成稿件、編發(fā)四個環(huán)節(jié)組成,這一機器人適用于體育賽事、經濟行情、證券信息等快訊、簡訊類稿件的寫作。
隨著傳統(tǒng)媒體轉型及自媒體的崛起,新聞寫作中的“搶發(fā)”成為被尤其突出的特點之一。由于在寫作標準化消息時,機器人寫作擁有快速成文的特點,國內媒體也逐漸引入寫作機器人。
2015年9月,騰訊財經發(fā)布寫作機器人“Dreamwriter”2016年5月30日,第一財經發(fā)布寫作機器人“DT稿王”;2016年8月,里約奧運會期間,今日頭條寫稿機器人“張小明”以2秒的生成時間發(fā)布著賽事報道,平均每天發(fā)布30多篇稿件;2017年1月17日,南方都市報社寫作機器人“小南”正式上崗,推出第一篇共300余字的春運報道。
在工作效率方面,2016年韓國一家新聞機構投入使用的機器人0.3秒寫出一篇股市行情稿件;2016年8月,里約奧運會期間,今日頭條的“張小明”2秒內生成稿件并完成發(fā)布;2017年1月,《南方都市報》寫稿機器人“小南”首篇300余字的稿件在一秒內成文;第一財經的“DT稿王”,每秒寫28個字, 一分鐘寫1680字。
目前為止,AI記者與人類記者之間仍是一種分工協(xié)作的關系。機器人現(xiàn)在不具有邏輯思維的能力,也不具備深度總結的能力,只能把一個基本的新聞事實描述清楚,但是記者就可以寫深度報道,比如說中國足球,記者可以經過自己的分析,寫中國足球這幾十年來落后的原因,也可以總結出幾條觀點,但是機器人就很難實現(xiàn)這樣的能力。所以人類記者應該是從事有創(chuàng)造性的、高智商的稿件的創(chuàng)作,而把一些重復的、低層次的稿件創(chuàng)作的活動交給機器人完成。
另外一個不同點是,記者在寫一個稿件的時候,很清楚地知道自己在寫什么,知道自己要表達的語義。但機器人在寫稿件的時候,雖然機器人把每一個句子都寫出來了,但它不知道自己要寫什么,這是最大的一個不同。即機器人沒有理解自己的稿件,包括機器人寫詩,或者寫各種歌詞的時候,它雖然把那個語言寫出來了,但是它并沒有真正理解其中語言,所以這是一個比較大的不同。也就是說,目前寫稿機器人就是一個程序,還有大量的不足?,F(xiàn)在的機器人寫稿仍以摘選稿件中句子為主,與現(xiàn)在記者能力相差甚遠,而且主要仍在金融領域應用。
其實,機器人記者與我們日常所見的足式機器人或輪式機器人有很大不同,目前的機器人記者更應該稱為AI協(xié)作系統(tǒng),沒有具體的實體外形,形式上類似現(xiàn)在的各大平臺上的聊天機器人。
相對而言,這個沒手沒腳的機器人記者不必考慮運動系統(tǒng)和各種實際環(huán)境場景化需求,最主要的是建立/訓練更完善的算法模型,因而在一定程度上得以逆襲,并在短期內實現(xiàn)順利商用。
隨著大數(shù)據(jù)時代的到來,信息量急劇增漲,如何在大數(shù)據(jù)時代準確篩選數(shù)據(jù)、篩選信息更為困難,采用機器人代替人工進行數(shù)據(jù)篩選和信息篩選已經成為必然趨勢。
現(xiàn)在是時候考慮如何與機器人協(xié)作、相處了,但人類記者不用害怕。(編輯/高緯時)