人工智能时代的新闻生产：变革、创新与重构

（曲阜师范大学传媒学院 山东 日照 276826）

人工智能影响了很多领域，包括新闻媒体行业。人工智能简称AI（Artificial Intelligence），诞生于二十世纪50年代的英美等国，也被称为机器智能，与人类智能形成对应关系，即通过计算机程序设计使机器获得感觉、认知、分析、表达等人类智慧的能力。大数据、云计算、物联网、移动互联技术等颠覆性信息技术革命的出现，为人工智能的发展提供了重要契机，人工智能成为新一轮技术革新和产业升级的引擎，在新闻生产领域，人工智能应用于新闻实践最早见于2010年，美国叙事科学（Narrative Science）公司向媒体提供智能技术支持，2013年美联社与自动洞察（Automated Insigthts）公司合作，运用其开发的智慧平台进行新闻写作，此后全球重要的新闻机构纷纷试水人工智能。

2017年被称为我国新闻界的人工智能元年。从国家政策制定来看，人工智能正在成为当前我国国家战略的重要内容。2017年3月的全国“两会”上，人工智能第一次正式出现在政府工作报告中，10月份，人工智能在十九大报告中再一次被提及，11月份，科技部公布首批新一代人工智能开放创新平台名单，纳入BAT、科大讯飞等四家公司。从我国新闻业的实践来看，人工智能技术的应用不断取得新成果，2017年8月8日九寨沟地震，中国地震台网利用人工智能，用时25秒报道并发布了全球第一条关于这次地震的速报——《四川阿坝州九寨沟县发生7.0级地震》，引发极大关注。2017年12月26日，新华社发布中国首个媒体人工智能平台媒体大脑，代表我国新闻业在探索人工智能发展上迈出关键一步。

一、新闻生产理念的变革

技术是媒体发展变革的第一生产力，人工智能技术全面渗透到新闻生产的各个环节当中，实现了传统新闻生产的智慧化转型，在人工智能这一技术力量的推动之下，新闻生产中的主体、客体和生产关系都发生了深刻的变化。新闻生产指的是生产主体对生产客体选择、加工和传播的过程，以及在这一过程中形成的人与人之间的社会关系，是生产力与生产关系的总和。在传统的新闻生产中，生产主体包括新闻机构、新闻从业者，人工智能的出现扩大了新闻从业者的范围，实现了新闻生产主体的多元化，新闻生产由“过去单纯依靠专业新闻从业者生产内容（PGC），现在既增添了用户生产内容（UGC），又将补充进新的由算法生产的内容（AGC）。”[1]这里，不管是专业人士生产内容还是用户生产内容，都是以人类作为生产的主体，而计算机起到了重要的辅助作用。人工智能的出现进一步解放了生产力，计算机或者说是算法由生产资料上升为生产的主体，部分甚至全部代替人类在新闻生产环节中的作用，人机协作或者人机一体成为未来新闻发展的主流。

在智能化生产机制之下，新闻生产的客体呈现多元化趋势。传统意义上新闻生产的客体是事实，一般通过调查采访的手段获得，由于所获得的样本数量有限，只能使用以点代面的方式展示社会矛盾，其结论往往具有典型化的特征而缺乏普遍性意义，无法洞悉更深层次的社会规律，而智能新闻生产客体是数据，通过对海量数据的抓取、分析和重组，挖掘出传统报道中难以体现的逻辑，不但能够洞悉新闻，而且可以对未来进行预测，数据作为一种既有资源，在算法的帮助下还可以进行优化和有效再利用，通过对数据的有效挖掘实现新闻内容的再生产。

人工智能技术的出现，在解放新闻生产力的同时，对生产关系也进行了重塑，使编辑、记者与受众的关系受到极大冲击。在传统的新闻生产模式中，媒体通过编辑、记者将信息传达给受众，受众要借助于新闻媒体才能够获得信息，而人工智能技术的出现正在摆脱媒体把关和记者中介，让受众与信息之间直接产生交流，不仅如此，随着物联网的日益普及和智慧化，媒体的中介地位受到挑战，万物皆为新闻源，物与人之间的直接信息交流将成为常态。但人工智能具有工具的属性，其背后是人类智慧的强大力量，在记者看似边缘化的表象之下，实际上正在发挥更为重要的作用，只是他们的身份隐藏在算法的背后，却以更强大的力量进行控制。[2]

人工智能技术在新闻领域中的应用，实现了对于新闻以及新闻业的重新定义。对于新闻的定义，一般沿用陆定一的说法：新闻是新近发生的事实的报道。时效性是新闻的生命，媒体报道需要的是速度，特别是报道突发性事件的时候，时效性决定了新闻的价值和影响力。人工智能技术刷新了对于效率的认知，帮助媒体展开及时、实时甚至是共时的新闻报道，在突发新闻报道中，机器记者依靠高速的计算和预先设置的模板，几乎可以做到零时差同步报道，使得秒写新闻成为现实。算法生产新闻的高效性，使新闻报道的数量成倍增加，这同时也意味着报道范围得到拓展，突破了人的视野和精力的限制，报道领域得到了有效延伸。在报道质量方面，算法生产新闻的准确性和可信性得到进一步增强，只要数据正确、算法科学且正常运行，智能新闻生产就能够避免文字错误、要素不全等文稿错误，更能够保障信息的准确性。美联社的自动化新闻，通过消除文字或者数字错误，让企业财报中的错误率从7%下降到1%左右，在基础数据和算法正确的前提下，机器新闻更加具有可信性。在新闻的价值判断方面，单纯依靠记者的新闻敏感采集发布新闻的途径，会导致新闻的接近性、针对性和触达率不足。在数据分析的时代，基于大数据和算法的选题机制，可以帮助媒体有效规避选题风险，使新闻生产更贴近受众需求。

二、新闻生产产品的创新

从新闻内容生产到产品创新，是科技发展对新闻业产生的重要影响，而创新的驱动因素就是科技进步和经济变革。传统新闻业立足于内容生产，甚至在内容生产方面处于垄断地位，使其产生“内容为王”的路径依赖，而互联网的发展与迅速崛起，意味着新的传播渠道的出现和产品为王时代的到来。要将新闻内容做成产品，就需要充分理解内容作为产品在各个层面的价值，同时要考虑市场化全产业链的运作，要在科技的引领之下实现新闻产品的创新。

目前，人工智能技术在新闻生产中的应用包括机器学习、自然语言、语音识别、图像识别、机器人五个方面，每个细分的AI领域都为新闻产品的创新提供了坚实的技术基础并创造了无限可能性。机器学习被视为人工智能的核心，也是智能新闻生产的核心机制，意味着机器可以被训练，在算法的控制下进行自动化生产，分析数据中的特殊模型，从而为新闻报道提供崭新的视角。自然语言的处理是将结构化、模板化数据转化为可阅读的书面叙述，语音识别技术可以实现文字与语音之间的自由转换，它减少了记者日常必须完成的任务。视觉识别可以帮助编辑快速分类和组织大量的图像和视频，使记者能够为调查报道找到合适的证据，可以利用编辑的图片和视频脚本自动生成一段与给定文本相匹配的粗剪视频，提供给编辑人员进一步精剪，以加快编辑进程。机器人技术主要是指传感器包括摄像头和无人机，可以测量人类现场互动的反映，并为记者提供前所未有的视野。

智能技术进入到新闻生产，实现了新闻生产的再定义，并带来崭新的新闻生产模式，使新闻产品呈现出定制化、自动化、社交化、临场化特征，极大满足了受众新闻产品的个性化需求。定制化的新闻产品凸显了算法对于新闻分发的意义，数据的占有量和算法的水平决定了个性化匹配的精准程度。定制化信息生产是基于大数据分析和个人消费场景的定位，传感器的应用将用户反馈延伸至生理层面，为个性化定制提供可靠依据。自动化新闻是新闻生产智能化现阶段的主要成果，具有明显的快速、准确和针对性强等优势，但在报道题材和可读性方面存在一定的局限性。社交机器人在媒体新闻传播中的应用，对于媒体而言还处于探索阶段，是通过机器人与受众对话的方式完成新闻的获取和阅读，机器人成为了解用户偏好的工具，继而服务于个性推荐和定制。从现场直播到临场体验，对于受众而言，这依赖于ARVR技术在新闻生产中的应用，借助于可穿戴设备，用户可以做全方位三维沉浸式体验。[3]

用户的个性化信息需求一般由两个因素决定：用户的个体偏好和空间情景的匹配。传统媒体时代，受众接收的是由专业机构生产出的单一的、标准化的新闻产品，而智能媒体时代的新闻生产可以实现新闻报道的无级缩放，提供给不同用户角度、深度、丰富程度不一样的新闻产品，实现从大众化、标准化向风格化、差异化的转变，其工作的原理是，人工智能利用大数据技术收集、统计并分析用户特征、社交关系、终端使用等网络行为，根据用户特征的各种变量对新闻的内容、布局、语言等进行自动匹配。场景在移动互联网时代有着至关重要的意义，“对环境的感知和对信息的适配”是移动传播中的核心要素，罗伯特·斯考伯、谢尔·伊斯雷尔在《即将到来的场景时代》中写道：“移动互联网时代，场景（情境）的意义被极大地强化，移动传播是基于场景（情境）的服务，即对环境的感知及信息（服务）适配。”用户在不同时间、地区以及不同终端使用新闻服务时，会伴随着对新闻报道的不同期待，算法可以根据庞大的数据资源对用户在特定场景中的需求做出预测，生产出相应的产品并进行推送，媒体与生活场景之间实现了无缝对接。

人工智能时代，新闻产品的创新是以受众为中心、以数据的挖掘为基础，将智能技术融入到产品的细节之中，进行高质、高效的新闻生产，在满足受众信息需求的同时，使用户获得更佳的使用体验。

三、新闻生产的流程重构

面对互联网带来的全面冲击，我国传媒业在管理变革过程中形成了媒体融合的发展思路，并通过流程重构的方式实现这一变革。这场变革的上半场是以去中心化方式实现对传媒业的改造，在专业生产之外强调用户参与，调动传媒之外特别是用户的力量参与到内容生产与传播之中，渐进地改变传播模式与传播渠道，传媒机构本身的生产模式变化有限，而下半场的变革重新回归新闻专业生产领域，强调传统媒体在新闻专业生产中的中心地位。从全球传媒业的发展来看，专业生产依然是传统媒体的优势，从新闻专业主义的眼光来看，用户生产新闻存在诸多弊端，如组织力量分散、规范化程度不高、深度报道不足等，而专业的新闻机构能弥补这些不足，凭借大数据、人工智能等先进技术的支持，将媒体融合引向深入。

新闻生产的流程重构要解决几方面的问题：生产方式的多媒体化、新闻素材的价值评估、新闻内容的分发渠道、用户意见的反馈以及用户贡献内容上浮等。[4]作为基于信息数据共享理念的全媒体平台，中央厨房的运作模式是由信息采集者海量输入信息，然后由平台根据各种子媒体的需求提供新闻信息，再由各子媒体的编辑将这些信息加工为最终成品，并通过各种媒介进行发布。中央厨房在技术和组织结构上改变了原有的编辑部办公模式，在空间意义上或者说物理意义上完成了平台的架构和新旧媒体的融合，但在实际生产运作中，由于生产理念、组织架构都没有及时跟进调整，因此其生产模式的变化是有限的，更多停留在对外部形态的改造上。从生产流程角度来看，数据的搜集、分析以及内容的精准投放是融合新闻生产的重要环节，这些都是建立在海量数据分析处理基础之上的，如此庞大的工作量，单纯依靠编辑、记者的人力是无法完成的，而人工智能时代新闻模式的显著特征就是将数据和算法引到生产之中，新的模式意味着新闻生产流程的变革。以数据为中心的新闻生产，数据挖掘和可视化呈现是生产流程中的关键环节，其实质是将社会分析的方法及技术与新闻生产相结合，提升了新闻报道的客观性和深刻性，算法的引入则实现了新闻生产的自动化，在解决规模数据处理效率问题的同时，实现了生产效率的显著提升。

智能化流程重构的案例不断涌现，美国的美联社、我国的新华社在这方面都有新的探索。新华社推出的人工智能平台——媒体大脑，依靠大数据以及算法的升级实现新闻智慧化生产，从生产流程上解决了融合生产的关键问题。媒体大脑覆盖报道线索、策划、采访、生产、分发、反馈等全新闻链路，同时提供版权监测、语音转换、智能会话等智慧功能，在数据搜集方面，媒体大脑通过摄像头、传感器、无人机等传感器方式自动获取，然后经由图像识别、视频识别等技术让机器进行内容理解和新闻价值的判断，并将新理解的内容与已有数据进行关联，从而实现智能生产新闻稿件，还能使基于文字稿件和多媒体采集的素材，自动完成视频编辑、语音合成、数据可视化等一系列过程。智媒体时代的流程再造强调的是自动、高效、多元、协同，流程再造是传统媒体以更低成本获取更高效率的自我革新之道，利用被释放出来的时间和精力，记者能够从事更为复杂和关键的工作。

人工智能开启了人机协同生产的新时代，机器人可以代替人进入到新闻日常采编工作流程之中，人机协作或者人机一体将成为未来新闻生产的新常态，包括选题策划、素材搜集、新闻写作、内容分发、效果反馈，机器可借助算法发现选题、自动写作和进行内容分发、借助传感器搜集素材和接收受众反馈，记者则从自身经验出发并结合社会现实对其做评估、采访、把关、润色、监控等工作，[5]编辑、记者与机器人互通有无、互补共生，进行更加智能高效的新闻生产。从目前智能新闻的发展来看，机器人还暂时不会完全取代记者的地位，只是有选择性地替代记者的某些技能，因为算法一般提供固定的写作模板，而编辑、记者可以灵活处理稿件。新闻产品需要的是人性化和个性化写作，计算机的算法和模型即使再精准，也无法做到像人一样感同身受地进行表达，尤其在深度报道、评论分析等优质内容生产的关键环节，依然需要人的深度思考，一个有发展潜力的媒体需要算法与人工并行、机器与记者合作，并寻求两者之间的最佳合作方式。

传统的新闻生产主要在编辑部内部展开，这是一个相对封闭的生产过程，所有生产环节依靠组织内部的力量即可完成，而智能化新闻生产要求大规模的生产协作，移动化、平台化、数据化发展趋势使得跨部门、跨行业、跨领域的大规模新闻协作成为可能。从编辑部的运行机制来看，需要打破原有的部门分工，理顺生产关系，重构新闻生产流程，对于新闻生产而言，计算机记者和算法工程师将成为新的工作岗位，计算机记者除了掌握传统的采编技能、具备多元化的知识结构之外，还要了解人工智能的工作原理以及利用人工智能增强新闻报道的传播力。算法工程师懂得运行智能新闻必需的人工智能系统，同时对于新闻报道也有一定的了解，因此除了在人员方面引进一定数量的计算机专业人员外，还需要以更开放的心态寻求外部合作，在数据的共享与开发、算法的优化与提升方面寻求突破，还需要与商业网站或者网络公司合作，通过购买智慧服务或者智慧产品，以满足自身生产需求。新闻编辑部门不需要构建机器学习系统获得利用人工智能的能力，而是通过与技术公司的合作解决这一问题，这是因为，技术公司提供算法模板而不是数据产品，也就是说，只是提供给媒体高效工作的工具，媒体组织内的任何人都可以轻松地快速学习和利用这些工具，这不仅节约了媒体运营的成本，同时也让媒体牢牢把控住新闻的主动权。

基于不同媒体形态的差异、用户个性需求的不同，智慧新闻业应该重构出各具特点的生产流程。流程再造的前提是生产理念的转变，目的是生产出个性化的新闻产品，在这一过程中唯有结合大数据思维、互联网思维、用户思维、版权思维和底线思维，才能实现新闻生产的高效率、专业化与个性化，实现从内容生产走向产品服务、从传统媒体本位走向智慧媒体本位的转变。