周飞飞
(中国自然资源报社,北京 100860)
今年国务院政府工作报告中再次强调要“深化大数据、人工智能等研发应用”,近年来,随着人工智能的理论和技术日渐成熟,在新闻传播行业内也呈现出快速发展的势头。
人工智能最早于1956年的达特茅斯会议提出。它最早应用于新闻行业是在20世纪50年代,国外记者使用一种被称为“计算机辅助报道”的工具来处理政府数据库信息。20世纪70年代,耶鲁大学开发了人类首个故事编写程序,随后出现了数据库新闻、自动化新闻等多种形式的人工智能新闻。2006年3月,美国汤姆森金融公司利用电脑程序撰写金融类新闻。2010年,美国西北大学研发StatsMonkey软件,该软件能自动抓取比赛数据,并在几秒钟内完成新闻的撰写。
我国对于人工智能新闻的研究起步较晚,但发展迅速。2015年9月10日,一款能自动新闻写作软件Dreamwriter撰写了一篇腾讯财经消息。同年11月,新华社正式推出了新闻机器人“快笔小新”。2017年1月,南方都市报社也正式推出了写稿机器人“小南”。就在今年全国两会中,许多媒体都尝试了人工智能技术:机器人“记者”、人工合成AI主播、VR直播技术、虚拟演播室等纷纷被运用到报道中。
在人工智能时代背景下,随着机器学习能力和计算水平的提高,新闻生产实现了“机器人写新闻”的重大突破。这类写作机器人的重要组成部分是一套程序算法,该算法通过开放的平台接口可以快速抓取数据并套用相应的模板在极短的时间内完成新闻的创作,其在证券交易、地震消息、体育赛事等方面表现尤为突出。
人工智能可以提高新闻内容与受众之间的互动性,使得智能化的交互体验成为可能。如美国的数字商业新闻网站Quartz推出了能够实现人机对话的移动新闻客户端。此外,人工智能还结合了3D建模、VR等视频技术,给用户带来了视觉上更高级别的阅读体验。
过去的报纸版面和门户首页的稿件都是由编辑依据媒体定位和新闻价值来选取,往往忽略用户个性化需求。今天的人工智能新闻利用大数据分析使得媒体平台能够根据用户阅读新闻的个性偏好,有针对性地为每个用户推送他们感兴趣的新闻内容,如今日头条和天天快报等新闻APP。显然,这种分发机制能够让新闻和用户之间建立一个良好的匹配关系。
同时,在内容检测和管理的环节,由于人工智能系统的接入,可以让检测更加高效。比如Facebook已经在使用一套人工智能系统来监测Facebook Live和Messenger中的不良信息。
(1)无法获知事实背后的真相。对于一些复杂的事实以及事实之间的关联,机器很难进行捕捉和分析。原因在于这类“存在一定脉络的事实”需要人去到现场进行调查。例如调查性报道,人工智能机器无法找到表面事件背后复杂的利益关系,更无法获知那些被事实掩藏的事实,从而无法得出基于多重事实的正确判断。因此,目前的人工智能技术还无法生产揭示真相性的新闻。
(2)无法对现实做出深度解释。用户看新闻,除了了解事件本身,还要理解事实背后隐含的意义。人工智能机器人并没有完全具备人类的判断能力与思考能力,它只是能根据设定好的程序和模板来抓取信息并进行生产,无法对事实做出深度解释,同时也无法为受众提炼观点。对于一些需要运用专业知识和社会阅历来进行总结分析的新闻,还是需要人来解决,这也是媒体人专业价值的体现。
大数据时代,为了使新闻内容更加精准化,媒体平台需从海量数据中挖掘出有价值的新闻素材,这需要具有强大学习能力和智能识别能力的分析系统。通过对数据进行有效的分类存储,可以提高数据的搜索速度和匹配度,还能够根据具体的场景和合理需求配置数据,从而提高数据资源的使用效率。
“用户导向”的智能化新闻分发模式满足了受众个性化的需求,实现了用户与新闻的良好匹配,但同时也容易使我们陷入一个“信息孤岛”。智能化新闻按照个人的偏好长期推送信息给受众,受众被动地与其他信息分隔开,久而久之,视野变得越来越窄,以至于与整个社会的交流变得越来越单一。
新闻机器人能够在金融消息、体育赛事等数据类报道上快速形成新闻,但这并不意味着职业媒体人不再重要。新闻记者具有分析能力,洞察能力以及善于归纳事实背后所反映问题的能力,这些都是新闻写作机器人所不具备的。新闻机器人可让记者从简单而重复的劳动中解脱出来,从而更有精力投身到能弘扬自我价值的深部写作中。
总之,人工智能新闻在未来可能会实现更大程度上的创新,人类应致力于让技术更好地服务人类。人工智能技术在新闻业的应用,其核心是实现AI技术优势和人类优势的完美结合,唯此,智媒时代的产品才会变得更加丰富有趣,人类思想的价值才能更好地发挥和体现。