当新闻业遇上人工智能：一个“劳动—知识—权威”的分析框架*

□文│白红义

人工智能对于社会不同层面的渗透和影响已经引起了广泛关注，新闻业既是热衷于报道和讨论这一新技术现象的主体，自身又在主动或被动地迎接着人工智能带来的冲击和挑战。作为数字新闻业发展的一次飞跃，当前人工智能在新闻业中的应用主要表现在机器人新闻写作和个性化的新闻分发两种具体实践上，二者的核心都在于算法广泛而深刻地介入到数字新闻的生产、分发和传播等环节。这一现实表明，新闻业对算法和数据的使用已经迈向了一个更为先进的自动化状态。学者们使用了计算新闻、机器人新闻、自动化新闻、算法新闻、机器写作新闻、软件生成新闻等诸多不同的概念来描述这一现象。这些具有相当多共性，但彼此之间也存在不少差异的名词背后反映的是新技术日渐“嵌入”新闻业的本质。

一、人工智能“嵌入”新闻业

当下技术嵌入新闻业的深度、速度与广度都是此前无法企及的，以致于成了我们谈论数字时代的新闻业时已经无法回避技术这个话题。技术的“嵌入”促使新闻研究开始关注物质性问题，即新闻的生产、分发和接收过程中的物质条件，包括工具、机器、硬件、软件和其他类型的技术。新闻业中物质性问题的本质是人类与机器的关系，刘易斯（Lewis）和韦斯特兰（Westlund）依据人类与机器的互动形态，提出了4种类型的新闻：人类中心的新闻、技术支持的新闻、技术促进的新闻和技术导向的新闻，它们反映了新闻对技术的不同依赖程度。[1]按照这种分类，人工智能与新闻的结合是一种典型的技术导向新闻，人类与机器在其中形成了一种共生关系，或多或少地相互依赖。

目前，新闻业中运用较为普遍的人工智能技术有两种：一是在新闻的生产阶段出现的写稿机器人，二是在新闻的分发阶段采用的算法推荐技术。机器写作的新闻已经涉及了记者的核心能力，表明机器开始“侵入”新闻业的传统领地；“千人千面”的个性化推送令新闻的发布和传送过程变得更为重要，这是新技术为新闻业开拓的新疆域。面对人工智能给新闻业带来的变化，“技术期待”与“自动化焦虑”是两种常见的态度。前者承认人工智能技术为新闻生产带来了许多便利，比如算法能够更快地大规模生产新闻，并且可能比人类记者犯更少的错误；算法还可以满足不同读者的个性化偏好，根据用户的需求来订制新闻。但在带来巨大便利的同时，机器人记者也在冲击着人类记者的职业地位，人们担心机器将会取代人类成为新闻工作的主宰；算法在新闻分发中的优势地位带来了过滤泡、回音室等现象，也引起了广泛的忧虑。

人工智能的深度介入已然成为一个客观现象，并将成为不可逆转的趋势，如果还执着于讨论它给新闻业带来的利弊无助于我们理解和处理人与机器、新闻与技术的关系。我们应该理性地看待人工智能所带来的冲击和新闻业的应对方案，以及种种变化背后的文化和社会意涵。因此，本文试图提出一个“劳动—知识—权威”的三级认识框架，深化对人工智能与新闻业关系的理解。

二、新闻劳动的重构

在新闻研究中，学者们通常更关心一般意义上的新闻工作（journalistic work）而不是新闻劳动（journalistic labor）。前者主要讨论工作实践和常规，后者则更多地涉及工资水平、职业安全、管理控制、工作场所中的冲突等问题。在新技术的发展下，新闻记者的劳动状况开始获得研究者的重视。在原有的议题之外，还渐渐涵盖了新闻工作的内容，比如新闻常规、新闻技能等。随着新闻业日益在自动化新闻方面加大投入力度，由此导致的新闻劳动的重构成为一个突出的问题。

自动化新闻可以在没有人工介入的情况下生产新闻文本的能力将对新闻劳动的未来产生重要影响，最为关键的就是它可能影响记者的就业状况。自动化提高了新闻运作的效率，会导致新闻劳动者数量的下降。机器写作新闻的能力提高所开创的新的新闻内容的领域之广已经远远超过了人类记者的生产能力，这不仅体现在生产的新闻数量，而且在速度方面也令人类记者难以匹敌。既然机器人记者可以完成人类记者的工作，那么媒体公司出于降低成本的考虑，减少人类记者的数量也是理所当然。因此，机器人记者将取代人类记者的猜测和担忧频频出现在有关人工智能的讨论中，不可避免地引发了对新闻劳动的关注。

不过，新闻劳动的前景还没有那么悲观。人类与机器在新闻业中各有所长，即使新闻业进入后人类的未来状态，人类也不会被机器取代，而是保持一种机器写作与人类写作的混杂局面。[2]实际上，新闻自动化的过程已经有几十年的历史了，但现在还有那么多新闻工作的岗位，说明记者具有强烈的适应新技术的能力。美国新闻业中最早经历自动化过程的一个职业群体叫新闻室图书管理员，这些从业者改变了常规任务和角色，以配合机器在新闻生产中日趋体现的中心地位，实现了与数字新闻工作机器的共存。[3]而对记者来说，机器人新闻也可以带来机遇。当常规任务可以由机器自动完成时，记者将有更多的时间从事深度报道。虽然在客观性、简洁和速度等方面不如机器，但人类记者的分析能力、个性、创造力和写作复杂句子的能力又是机器不具备的优势。[4]自动化新闻将会变得越发普遍，新闻机构和新闻消费者都能从中受益，但自动化新闻在消息来源和新闻敏感方面存在不足，会引发一些伦理和社会问题，这些反而可能增加对新闻判断、好奇心等人类记者技能的需求。[5]可见，记者的职业技能并没有全部落伍，有必要重新审视自己的技能，与机器形成错位竞争。

面对自动化的大潮，人类记者如果还是依循旧例从事新闻生产，那么肯定无法与机器人展开竞争，必须在劳动分工和劳动互动方面有所推进。劳动分工侧重于对机器和人类履行的职能进行区分，各自做最擅长的事情。比如，处理大量结构化数据的工作就交由机器人在算法的指引下完成，将记者从重复性的、常规化的工作中解放出来，让他们从事如深度分析、情感表达等更能体现社会智能的工作。劳动互动则强调人类与机器的配合，比如在机器的协助下帮助新闻从业者高效地创造内容，或者设置专门的职业角色来管理基于机器的信息流动。毕竟，人类发展人工智能的目的不是替代甚至消灭自己，而是通过技术发现与改善人的能力局限，再通过人的力量来纠正机器的偏狭与误区。[6]

无论是机器与人之间的劳动分工还是劳动互动，记者都必须在自己的核心技能方面有所拓展。一项跨国比较研究发现，记者们概括了三种他们评价较高的技能：报道、编辑和网络技能。前两者属于传统技能，最后一个则是一种新的技能包，它主要包括网络、团队合作和时间管理。[7]值得注意的是其中关于团队合作的内容。随着人工智能技术的引入，一些具有技术背景的程序员、设计师等进入到新闻室，与记者一同从事新闻生产工作。虽然“新闻文化”与“技术文化”不一定能兼容，但双方在合作过程中依然会形成紧密互动的关系，一些新的职业工种和岗位会应运而生。

三、新闻知识的重组

从知识的角度来讨论新闻，实际包含两个层面的讨论：一是将新闻作为知识的一种形态来看待，二是新闻业作为新闻文本的生产机构所具有的知识实践。人工智能的介入对这两种知识的理解都有影响。

首先，作为文本的新闻(news)总是与知识有着千丝万缕的关系。早在1940年，帕克(Park)就指出，新闻是最早、最基本的知识形态之一。它的功能不仅在于单纯的告知，而是指引方向，帮助每个人看清周遭世界的变化。知识有两种类型：知晓性的知识(acquaintance with)和理解性的知识(knowledge about)，两种知识在个人生活及社会中各有不同的功能和目的。新闻介于两种知识形态之间，并兼具二者的特点。[8]帕克将新闻视为一种知识类型，对后世研究很有启发，不过他所处的媒介环境与当前的数字化时代有很大差异。因此，尼尔森(Nielsen)接续帕克的讨论，提出如今的数字新闻具有了多种知识形态。一些数字新闻形式偏向于知晓性知识，负责向用户提供超出直接经验对周遭事物的媒介化印象，它们现在变得更加可得和即时；另一些则更贴近理解性知识，向用户提供长篇的、解释性的、富含数据的新闻内容。[9]据此分类，机器写作的新闻可以大概划入知晓性知识的行列，而人工撰写的新闻则既有知晓性知识，也有理解性知识。当然，实践中还可能存在人工与机器合作生产的新闻类型，可以利用双方的长处制作更具理解性知识特征的新闻。

其次，新闻记者的知识实践不同于其他行业的专业知识，他们所拥有的知识是一种默识，在新闻实践中更多地体现在新闻生产所仰赖的一系列新闻常规上。这些知识已经变成了一套新闻专业知识(journalistic expertise)，帮助新闻工作者获得在公共生活中与医生、律师等专业人士等同的合法性地位。[10]莱奇(Reich)和高德勒(Godler)更进一步认为，新闻专业知识有两层涵义：其一是之于新闻实践而言的新闻专业化的倾向，其二是记者在报道某一领域时对该领域专业知识的掌握。[11]前者比如说记者从搜集碎片化的事实材料到完成合格的新闻报道，这一生产过程背后运用的知识和学问；后者则是在一些专业性较强的报道领域，如科学记者对其所报道的条口所需的专业知识的了解和掌握。新闻知识在实践中主要体现为记者所拥有的核心技能。如果说以往记者的核心技能主要是收集和处理信息，那么现在行业内外的发展使他们的核心技能不仅限于此，还应包括解释、阐释、分析等能力。此外，记者运用技术的能力开始获得更重要的地位，有研究者就建议，记者也要具有计算思维(computational thinking)。[12]

新闻文本是记者知识实践的产物，在此过程中，记者所调用的专业知识不是抽象的知识，而是具体的知识。在记者的知识实践中，新闻判断居于非常核心的地位，但现在算法判断正在挑战它的合法性。在以往无法计算的时代，记者的知识在新闻价值评估中最为重要；但在可计算的时代，基于算法对用户、新闻事件和话题的关联分析才是判断新闻价值的重要依据。[13]尽管算法判断和新闻判断有许多重叠之处，但算法判断既不是新闻判断的延伸，也不是对新闻判断的自动化替代。算法判断拥有自己的逻辑，并且正在改变新闻知识的形态。[14]因此，在新形势的新闻工作中，记者的知识实践正处在急剧的变化之中，他们的核心技能进入一个不断重组的过程：有些已经处在消亡的边缘，有些需要有所更新和提升，还有些则要再度加强。

四、新闻权威的重塑

人工智能技术的发展不仅对新闻知识应该是什么样子提出了挑战，也对新闻权威(journalistic authority)应该如何运作产生了冲击。需要强调的是，这里的新闻权威是学者们用来形容前互联网时代新闻业塑造自己在社会中的位置的概念，它的根基就在于新闻记者具有向公众提供真实可靠信息的专业能力，而非广义上的抵抗性反思。随着机器写作新闻的崛起，记者对新闻工作的管辖权面临着来自机器人记者的争夺，新闻权威遭到挑战。

一般而言，新闻用户没有能力自己去验证所有事件，所以他们得依靠记者的描述来获得对世界的认知，这就使得可靠性(credibility)成为评价新闻业水准的重要质量标准。反过来，这种可靠性判断会影响用户选择哪种内容进入自己的媒体食谱。[15]这一判断标准同样体现在受众对自动化新闻的认知中，他们对质量的评估又是新闻组织是否决定采用这种新技术的一个很重要的影响因素。由于测量方法和样本的不同，不同研究反映出的受众评价也不尽一致。有研究指出，受访者认为机器撰写的新闻可靠性要低于记者所写的新闻。[16]也有研究发现，机器写作新闻在新闻的可靠性方面更有优势，但是读人类记者撰写的新闻更令读者感到愉悦。[17]一项对韩国公众的调查显示，他们对机器写作新闻评分很高，却对记者撰写的新闻予以差评，显示出对记者可靠性的负面态度，而渴望获得新的信息传播技术产品和服务。[18]还有一些研究发现，人类记者和机器写作的新闻在可靠性上没有显著差异，用户并不一定能够把机器写作的新闻与记者撰写的新闻区分开来。[19]难以辨别恰恰说明机器在模仿客观新闻报道的写作传统上表现出了明显的进步。不仅记者提供可靠信息的能力遭到了挑战，而且受众对记者这种能力的传统认知也发生着变化。公众对机器写作的新闻评价较高，一方面确实说明自动化新闻的水准在不断提升；但从另一方面来看，公众也许原本对自动化新闻的期望并没有太高，一旦超出预期，他们就愿意接受这种新鲜事物。这种态度也在一定程度上反映了公众对记者生产的专业新闻的不满，新闻业似乎需重塑自身的文化权威。

卡尔森(Carlson)从关系理论(relational theory)的角度对新闻权威进行了重新界定，他认为“新闻权威是一种偶然性关系，其中某些行动者拥有为他人生产有关事件的合法话语知识的权力”。[20]他把新闻业与技术的关系单列出来，强调二者的相互关联性。技术不再仅仅是记者过去用来进行新闻产制和分发的工具，而是作为具有自主性的行动者塑造着新闻的面貌。随着技术的改变，相应的新闻实践发生着改变，与之有关的为新闻权威辩护的论据也随之发生了变化。[21]传统新闻权威与新闻样式中的信息模式有着非常密切的关系，它在客观性理念形成的过程中取代了早前的故事模式。但从上述对自动化新闻质量的研究来看，机器写作的新闻已经不逊色于人类记者，甚至在某些方面还优于人类记者的表现。尽管由于技术的限制，机器写作还主要局限在天气报道、财经报道和体育报道等有限领域，但已足以表明，人类记者客观、准确、及时地呈现信息的优势正在消失，必须重新发掘新闻权威在新闻样式层面的根基。创意模式(creative mode)成为一个替代选项，它反映的是新闻业的文学根源和对情感等非信息理念的偏好。在信息模式下，记者只是把搜集到的信息传递给受众，而创意模式则强调的是把记者对事件意义的理解作为一种阐释。[22]这种模式同样不能忽视技术的潜力，布鲁萨德(Broussard)的研究提供了一个把人工智能技术应用到调查性新闻生产的例子，通过设计一个基于人工智能的软件系统，增强了公共事务报道记者对数据进行分类和生产调查报道选题的能力。[23]记者要充分理解他们的专业所发生的戏剧性变化，确保这些变化能够维持和加强他们重要的社会功能，并通过新的新闻运作方式重塑自身的新闻权威。

五、结语

本文从新闻劳动的重构、新闻知识的重组与新闻权威的重塑三个维度讨论了人工智能“嵌入”新闻业后带来的变化。这些变化有积极和正面的，促进了新闻业的更好发展；当然也不乏消极和负面的变化，对新闻业的运作构成了重大的挑战或威胁。为了从整体上把握这些变化，本文提出一个“劳动—知识—权威”的三级分析框架。新闻劳动是新闻业内直接遭受人工智能冲击的部分，体现为记者的劳动过程、雇佣状况、职业满意度等不同层面的变化；新闻知识是一个相对抽象的认识论层面的问题，它反映在作为知识类型的新闻文本和作为知识实践的新闻技能方面的调适和改变；最后一级新闻权威是更为抽象的概念，它关心的则是新闻业在社会中的位置这一根本性的问题。这个三级框架从具体到抽象，相互之间具有一定的递进关系，反映了新闻业在面对人工智能时不同层次的变化。虽然人工智能对新闻劳动、新闻知识和新闻权威构成了一定程度的冲击和挑战，但仍无法从根本上代替人类在新闻实践中的核心角色。

人工智能与新闻业的相遇代表的是长久以来技术或机器与新闻业的互动关系进入了新的阶段。从早期的辅助角色，进入到目前大规模应用的阶段，再到将来可能出现的机器与人平分秋色的局面。至于未来是否会出现机器主导的局面尚难预料，这一方面取决于技术的进步程度，比如目前的算法主要处理结构化的数据，当它有朝一日将非结构化数据也能纳入计算范畴时，机器就可更加深入到新闻业的核心地带；另一方面则与新闻业本身具有的创意性有关，机器在新闻业的某些领域将会扮演更主要的角色，但在某些领域恐怕还要仰赖人类的智能。从新闻业的发展历程来看，技术对新闻业的冲击、挑战、改造是一个不断持续的历史过程，人工智能只不过是这一历史过程的最新阶段。当前普遍存在的对人工智能“嵌入”新闻业的恐慌情绪可能会遮蔽二者的真实互动状况，我们不仅要看到新闻业的专业界定、规范和理想正在适应人工智能的影响，而且人工智能也要能与新闻实践和新闻价值有所交汇。

从新闻研究的角度来看，对人工智能的讨论只是2010年以来新出现的一个研究领域，它是在新闻业与新技术的交叉地带出现的新现象和新问题。它不单单是一个谁将取代谁的问题，而是新的技术可供性(technological affordances)引发了新的新闻实践和思考新闻的方式。[24]这些新技术不仅对新闻业的运作产生了巨大影响，也在深刻改变着新闻研究作为一个研究领域的面貌。一方面，它迫使新闻研究不断扩大自身的研究边界，新闻的生产、分发和接受过程中的物质条件如工具、机器、硬件、软件和其他类型的技术等原本不受重视的问题开始被新闻学者们讨论。另一方面，它也推动了新闻研究对其他学科的理论资源和研究范式的引入，如社会学、政治学、科学技术研究等，体现出越发明显的多学科性。这两方面的变化都对新闻研究的想象力提出了更高的要求。