新闻业人工智能研究现状分析

文/郭敬原

“中国在人工智能发展领域正表现出前所未有的敏感性与超前性”，以BAT（百度、阿里巴巴、腾讯）为代表的核心企业在人工智能方面的探索展开如火如荼，新闻业的运用也不甘落后。用户需求的时代化、多元化与个性化在媒体融合时期促使新闻业正不断发生改变。从最初做新闻简单的“搬运工”，到基于算法的个性化推荐，再到人工智能技术的语音播报新闻、VR和无人机呈现现场画面等，新闻生产和人触及新闻的方式逐渐向智能化趋近。据此，笔者对学者关于新闻业在智媒时代的发展动向文章进行探究，有重要作用。

一、国内主流研究方向

1．就技术而言。新闻领域就人工智能涉及的相关技术而言，主要包括机器写作、大数据、VR/AR、智能传感器、算法、人机交互。其中，人机交互主要指聊天机器人、语音识别技术两项。需要指出，每一种技术类别非单独发生作用，而是相互交叉叠加的。例如，谈及机器新闻写作必然关联到数据撷取和算法学习。

2．就路径而言。当前研究主要集中于两个路径，一是对某种或多种新技术影响传媒格局的现状及应对进行研究；二是对某一媒体机构的人工智能实践案例进行考察。“智能化”深入新闻生产与传播，成为“引擎”的角色，喻国明从机器人写作的角度出发，提出智媒改变了传统新闻传播的新业态，重构了呈现方式和生产方式，提出需加快记者转型。史安彬则从AR/VR入手，阐述了该技术的兴起把媒体的发展带到了浸媒、智媒时代。目前AR/VR在中国新闻业的应用尚处于初级阶段，但对传媒业来说，其引领了内容侧、生产侧、营销侧的全链条再造。与其他学者不同，官建文从全局角度观照智能技术在新闻业的广泛运用及给新闻业带来的转变，新闻机器人、传感器、大数据、虚拟视像、AR/VR等角度分析新闻行业的现状。除此之外，业界的研究员梁智勇和郑俊婷也分析了人工智能对新闻生产的影响：出现“专业生产+用户生产+机器人生产”模式的内容生产、个性化定制的议题设置、全产业链的运作方式。在第二个路径中，学者喻国明以美联社为例，揭示人工智能导致传播内容、方式、主题层面的变化。又有刘滢、陈明霞以美国新闻业为例，从算法、机器写作、人机交互三方面分析人工智能在新闻生产的渗透，最后提出如何让“智能机器人”成为好记者的措施建议。中国社科院研究员殷乐以欧美智能技术应用典型案例和相关研究为主，从机器写作、VR/AR/MR报道、传感器技术三个层面对智能技术与媒体进化的实践、驱动力、未来发展进行思考。

3．聚焦未来趋势与方向。喻国明分析了未来传媒进化的三点大趋势：虚拟与真实渗透融合、媒介共生造就嵌套式平台、产品服务取代形式媒介，另外提及VR、机器写作、知识付费的未来发展。张洪忠认为，“人工智能+新闻”将引领媒体大势，媒体发展已从“互联网+”向“人工智能+”迈进，指出大数据、云计算、新算法是人工智能的三大支撑，要紧跟前沿技术，利用好最新的人工智能，新闻业才能不落于时代。吕尚彬、刘奕夫对“传媒智能化与智能传媒”提出看法——传媒发展在未来十年可能主要在智能化发展方面有新的竞争优势，从用户行为、内容生产、传媒平台三方面分析传媒智能化发展趋势彰显。彭兰认为自2016年以来，“智媒”是新媒体发展的一种动向，未来所有新闻生产环节都会出现智能化的影子。但她强调的是面对新动向，要守望人的价值。在另一篇文章中，彭兰的目光也放到了人的身上，强调人在未来信息生产中的角色和工作方式的重要程度。同样，胡正荣也将视角放在智能化，认为它是广电媒体未来的演进方向，与“共享化”趋势相辅相成。在此方向上指出未来生态包含的四个特征（以用户数据为核心、以多元产品为基础、以多个终端为平台、以业态创新为重点），人工智能的发展将从运算智能到感知智能再到认知智能，由此提出其发展的四条路径：云端化平台、垂直化内容整合、场景化入口、智能化方向。而黄楚新、王丹对于人工智能带给传媒业的新变化看法是：结构得以调整优化，信息产品流程自动化和虚拟化，产品样态多样化，商业模式得以转型升级。在此基础上，亦指出未来的发展路径是智能技术推动融合与变革。

4．聚焦当前媒体融合、转型。在这一关注点上，有些学者直接聚焦“媒体融合转型”，谈人工智能如何推动新阶段的发展。在“人工智能与媒体未来”研讨会中，以何慧媛、贺俊浩为代表的学者们一起探讨了人工智能时代媒体如何创新转型的问题，指出“智能编辑部”将成核心引擎推动转型，传统媒体必须抓住潮流，给出了一些思考与建议。卢永春则在“机器新闻写作”的焦点上谈人工智能推动媒体转型，分析机器新闻写作的运行机制与优势，指出机器人不会取代记者，未来的趋势从弱人工智能转变至强人工智能，从媒体转型角度提出解决措施。

二、国外研究的三个核心词

用“谷歌学术”搜索关键词“Artificial Intelligence& Journalism”查阅外文文献，发现国外学者关注点高频出现的三个核心词为：“robot”（机器人）、“automated”（自动化）、“computational”（计算）。

1．机器人。在机器人（机器写作）方面，有两个方向：首先是机器记者与人类记者之辩，再是人机的其他研究。如《物理社会时代的机器人记者：人类记者的终结？》一文，讨论了机器人记者的新形式及其对人类记者敲响的警钟，指出新科技与机器人记者的结合可能给人类记者和新闻编辑部工作带来巨大的改变：数据库管理者和人工智能软件工程师或将成为所有媒体编辑部的领导者；机器人记者可以立即获取信息、观点，能在几秒内合成新闻的能力或将导致人类记者的衰亡。又如，《机器人、记者：谁是报道者？》整合了多学科的理论框架，从算法创造性、署名、信息披露政策和法律角度看待计算机生成新闻，说明算法自动生成新闻的扩展涉及“自动化新闻”或“机器人新闻”，这对新闻机构、记者及受众都有重要的意义，探究距今为止尚未探索的、有争议的方向，算法的作者身份。关于人机的其他研究，《StateMonkey：一个数字驱动的体育叙事报道者》提出了一个数据驱动新闻的模式，讨论StateMonkey（在线自动生成棒球新闻程序）可以生产出有趣的、易读的新闻，可以编辑决策细节的各方面，得出机器可以决定它们要呈现的方式的结论。

2．“自动化”。Hille van der Kaa和Emiel Krahmer从“机器写作”切入，聚焦自动化新闻可信度的受众研究，以系统的视野探索机器新闻写作的感知度与可信度，寻找记者与受众之间体验的差异。研究显示，在受众中找不到显著效果，受众认为机器与人类记者写作的新闻专业度与可信度是等同的，但在记者中发现了显著的效果，记者认为人类记者的可信度高于机器。还有学者同样以“机器人记者”入手，采用一家处于启动阶段的公司探析有关自动化新闻采访与生产的大数据活动，指出这不仅是新出现的实践和技术能力，且有关新闻劳动力、组成方式、专业主义的问题，对其重新定义。此外，也有文章以“数字身份”“新闻内容”出发，阐述数字身份管理普遍标准的全球性成果，以及人工智能如何被自动用来解释新闻内容，讨论其发展。

3．“计算”。Neil Thurman的《赋予计算机新闻敏感：探索新闻的局限》一文，指出将社交媒体作为新闻源的运用已经进入新阶段——计算机算法不断发展，它发现、排列、划分新闻。这些新科技的伦理和效果是该文的研究对象。文章说明电脑软件可成功地用于分辨新闻趋势，允许记者在社交媒体语料库中寻找线索，但也带来不可忽视的问题，如记者或他人使用社交媒体把关的义务责任，我们输入传感器的分析集中体现媒体人的偏差等。另有学者介绍计算新闻学在网络新闻环境中的4个关键因素，阐述它需要什么，涉及哪些内容，益处与挑战体现在哪里。认为这是提高原始调查性新闻分发的主要机会，它从根本上将吸引和留住网络受众。

三、结语

中外学者均对“机器新闻写作”话题钟爱有加，在这一方面下足了笔墨。而“人机之辩”的结论基本以机器并不会取代记者收尾，但新闻人的角色受此影响必然发生转变。总体来说，国内对AI的研究集中于发展层，以大数据、算法、AR/VR、机器写作、智能传感器、人机交互为主要范围展开论述，偏宏观视野，同时体现与中国具体情况结合（媒体融合转型）的特征。国内对新闻业的AI研究以喻国明、彭兰两位学者为突出代表。而国外的研究虽偏向“机器算法自动化”的重心，角度却更显多元，研究点更细化，有具体案例的现状分析，有涉及科技在社交媒体中新闻伦理和传播效果研究，亦有记者与受众双方对机器写作可信度与专业度的受众效果研究，还有AI如何影响新闻业未来及加强记者报道能力的大局分析等。