机器人会取代记者写作吗？

戴劲松 毛旭

当前摆在国内外媒体面前的，一方面是互联网技术革新引发的信息爆炸，另一方面是智能化推动机器人正在越来越多的领域解放人的体力和脑力。两者对当前新闻工作的方方面面都构成了压力，让媒体从业者感到了前所未有的“本领恐慌”。本文以财经报道为例，解析在新时期、新形势和新背景下记者面临的挑战和机遇，如何提升自身的业务水平，从而推出机器人记者难以采写的“有思想、有温度、有品质的新闻力作”。

机器人何以从财经新闻报道“破门”

《日本经济新闻》前社长杉田亮毅曾说过：“培养一名普通记者需要两年，培养一名财经记者则需要8年。”这一观点在业界或有时间长短上的不同看法，但对后者的培养之难却是共识。

一名合格的财经记者，不仅需要掌握相当水平的经济学知识，而且需要在实践中不断积淀经验。笔者在兼职为研究生准备财经新闻实务课程时发现了一个有趣的现象：国内现有的财经新闻类教材，几乎都由财经类院校下设的新闻传播学院发起撰写的，而一般综合性大学的新闻传播学院则较少涉足，这从一个侧面说明了财经报道的专业性之强。

然而，值得注意的是，国内外知名媒体的机器人记者都不约而同地选择了从财经新闻领域开始“切入”。这是为什么呢？让我们先来分析新华社的机器人记者“快笔小新”是如何工作的：

“快笔小新”写稿流程分数据采集、数据加工、自动写稿、编辑签发四个环节，技术上则是通过各业务板块按需定制发稿模板、数据自动抓取和稿件生成、各业务部门建稿编审签发三个步骤来实现。

在为期几个月的测试中，从一句话的报盘到一段话的公司财报，再到根据“行情触发”写出“站上或跌破某某整数点位”的快讯，“快笔小新”越来越聪明，写市场行情的稿子越来越上手。

目前，新华社总编室已牵头制定机器人写稿管理规范，技术部门已申报《一种面向短新闻的机器写稿方法与装置》和《基于模板自动生成新闻的系统和方法》两项专利。

由此不难看出，数据的采集和加工是机器人记者能够采写财经新闻的关键，而这一功能的实现正缘于互联网和人工智能这两大技术支撑。

事实上，早在新世纪初，笔者曾因工作关系接触过一家专注中国农业的咨询公司——“艾格农业”，就发现他们的经济分析师已使用模板软件：当你为这些模板更新相关数据后，电脑就会自动生成一份分析报告，不同行业还细分为日报、周报、旬报、季报、半年报和年报等，这和如今机器人记者采写财经新闻的做法何其相似！

2014年6月30日，美联社开始使用机器人记者Wordsmith（语言大师）采写财经新闻，它采写的第一条消息题为《苹果打破华尔街第一季度预期》（Apple tops Street 1Q forecasts）。据称，美联社通常每季度出产约300条财报新闻，财经记者们需要抢在通讯社规定的时限前完稿，但在计算机软件接手后，美联社每季度能出产4400篇财报新闻，而且这个数字还在上升。

我国首次出现由机器人撰写的新闻稿件是从2015年的9月10日起，即“腾讯财经”正式启用机器人记者，发布了一篇财经稿件《8月CPI同比上涨2.0%创12个月新高》。

可见，一旦有了模板设计，机器人记者就可以根据所采集的数据很快自动撰写财经稿件。更令人惊讶的是，这些机器人记者大都有自我学习功能，刚开始时还需要编辑在发稿前审核内容，但错误纠正一次后就不会再犯，越往后其错误越少，渐趋全面自动化。

财经记者的工作会被终结吗

那么，财经记者的工作真的被终结了吗？

答案是否定的。严格意义上讲，美联社、新华社和腾讯财经等媒体使用机器人采写的财经稿件应属于基于数据分析的财经信息，而站在经济学的视角，财经报道的终极使命仍然需要优秀记者的担当。

正确认识经济学的内涵，是做好财经报道的首要前提。蒂莫西·泰勒（Timothy Taylor）被誉为当今斯坦福大学最受欢迎的经济学教授，他特别强调经济学并不只是研究钱的学科，而是一门关于选择或是心理预期的学问，即探讨如何果断地权衡利益得失（Everything You Need to Know Aoubt How the Economy Works），也就是说，研究人们的意识和行为是其更为根本的主题。

为此，蒂莫西·泰勒将经济学研究的范畴简明扼要地归结为“三问”，即：

生产什么？如何生产？谁来消费？

这三个学术视角的提问一目了然，同样可以作为财经报道的主旨。对此，《华尔街日报》发行人彼得·凯恩结合实践，有了更进一步的细化，即读者对财经信息的需求可归结为三个方面：

当前国内国际经济形势怎样？重要的经济动态与我何干？在这种情况下我该怎么办？

不难看出，两组“三问”殊途同归：人是其中的主角，人性是被关注的核心，而财经报道大多与每个人的切身利益有直接的或间接的关联。

《<华尔街日报>是如何讲故事的》被奉为财经报道的经典著作，其作者威廉·E·布隆代尔认为：“所有被称为伟大的故事，都来自伟大的创意，几乎在所有的伟大的故事创作中，都有一种人性的展示。”

在这一倡导的指引下，“华尔街日报体”应运而生。这是该报头版上常见的一种新闻写作形式，即在报道非事件性新闻时，开头往往先讲一个与新闻主题有关的人物故事，通过这个人引出所要报道的新闻，进而一步步展开、深化新闻主题，使本来抽象、枯燥的非事件性新闻，因人物的介入变得容易赢得读者的注意，以人情味提高传播效果。

这也正是我们常常提到的人文视角。人文视角侧重于人性的关怀，关注的是经济中的“人”和“人”作用下的经济，因此，从这个意义上讲，人文视角是财经报道的内在支撑点。

与机器人记者采写的财经新闻不同，一名优秀的财经记者应站在人的视角来关注经济发展，在经济生活中关注人的命运、尊严等伦理道德及其他精神层面，在传播经济信息过程中把经济活动向人性化的层面升华。

作为一名职业的财经记者，如果不能认识到这一点，你的关注领域就有可能仅仅停留在财富、货币、产品或资源……而视角一旦偏离经济学研究的原旨，你在财经报道实践中的深入就自然受到了某种程度上的局限，小则影响新闻作品的质量，大则阻碍自身业务境界的提升。

所以，关注人和人性的人文视角，决定了优秀的财经记者不可能完全由机器人来替代，这同时也提升了财经记者入门水平的标准。

怎样讲好故事是重要前提

经济学研究的是选择或预期，有了假设和模型，变化的方向和程度就有了预测的可能。但财经报道则完全不同，有无数不确定性，无数的问号。如何在财经专业主义与新闻专业主义之间平衡，这一直是财经记者面临的挑战，也可称之为财经新闻的通俗化难题。

到了以互联网为支撑的信息在线时代，与财经有关的各类人士的发声渠道大大增加，加上人工智能的日益进步，这更加提升了财经记者的工作难度。在此背景下，财经记者的角色该如何定位？

笔者认为，一般而言，经济学者是“科学家”+“政策顾问”，类似于智库；财经专业人士则是“金融管理、投资、理财等方面的分析家”；与前述两者不同，财经记者的角色应是“讲好财经故事的人”，即解读经济信息，监测经济环境，调查经济现象。

而讲好故事的重要前提，就是要“在新闻里放一张脸”。这里举一个真实的案例：

2007年，几位美国研究者以调查为名招募了若干受试者，并在调查结束时发给每位受试者5美元作为报酬。不过，研究者的真正目的是做一项决策实验，这个实验的机关在于，随着5美元一同发到受试者手里的还有一封呼吁给非洲儿童捐款的信，而这封信有两个版本：

第一个版本列举了一些详实的统计数字：马拉维有300万儿童面临食物短缺；安哥拉三分之二的人口，也就是400万人，被迫远离家园，等等。

第二个版本说你的全部捐款会给一个叫Rokia的7岁女孩。她生活在马里，家里很穷，时常挨饿，你的钱会让她生活更好一点，也许能获得更好的教育和卫生条件。

研究者问受试者愿不愿意把一部分报酬捐给非洲。结果收到第一个版本募捐信的人平均捐了1.14美元，而收到第二个版本募捐信的人平均捐了2.38点美元。

尽管这不是一个来自财经新闻的案例，但也让我们看到了故事里的人文力量！威廉·E·布隆代尔还说，在许多新闻故事中，数据为整个新闻定性，有时候数据本身就是新闻，但太多的数据无异于毒药！

作为一名职业的财经记者，几乎每天都在和数据打交道，“去掉数据就像拔牙一样痛苦”。但如果财经记者不注意发掘数据背后的新闻故事，那他们的工作就和机器人记者没有两样。显然，后者更擅长于数据分析。

所以在财经报道领域，机器人记者的出现，就是要把记者从枯燥而繁琐的财报分析中解放出来，去做更有价值的新闻报道。