“智能聚合”时代新闻生产的特征与发展趋势

【内容提要】以人工智能、算法推荐为特征的聚合技术颠覆了传统的新闻生产模式，对新闻生产的理念、新闻生产的流程和新闻生产者的职能和角色等产生了深刻影响。智能聚合时代，新闻生产各环节出现了一些新变化：信息采选聚合趋于社会化、多元化、自动化，信息加工处理注重协同化、智能化，信息建构呈现讲究多模态和场景化，信息分发和推送走向精准化、互动化。

【关键词】智能聚合   新闻生产  信息建构  算法推荐  多模态

一、“智能聚合”时代新闻生产的特征

新闻聚合是“用户主导内容生产”背景下诞生的一种新闻服务，通常由内容供应商和客户端软件或网络应用组成。1997年，网景公司开发了一种简易信息聚合工具RSS，这是最早的新闻聚合形态，它广泛用于网站新闻、博客和维基等媒体的信息浏览、检测和抓取。用户在客户端借助相关软件就可阅读自己喜欢的内容，而且还能获得实时更新的分类新闻。目前，新闻聚合服务的类型更加丰富，既有个人化的新闻聚合、网络阅读器、矫正式新闻聚合，还有社交化新闻聚合和新闻聚合网站等。

新闻聚合服务的崛起和主流化颠覆了传统的新闻生产理念、流程和模式。智媒聚合时代，编辑理念已经由“内容为王”转向“聚合为王”，“优质内容生产”转为“优质内容策略生产”，记者有编辑化的倾向，编辑有技术化、运营化的趋势。新闻生产表现出很强的聚合性特征，生产模式从线性向具有整合特色的非线性转变。“生成—聚合—再生成—再聚合”的智能化循环机制，让新闻生产活动具有了智能工业化的特征。传感器和大数据技术使信息的选择采集越来越智能化，不但大大提高了效率，而且日趋多元、广泛和深入;借助算法辅助和智能媒介，可以实时对信息进行加工和处理;而且，因个体心理和精力等原因造成的误差减少了，新闻产品的类型不断丰富，产量呈几何级增长;由于智能技术、虚拟现实技术和可穿戴设备的深层应用，新闻信息分发和传播的效果在多样化的矩阵中不断提升，受众日益沉浸其中;互动叙事、人机互联、算法推荐的丰富和成熟，使用户反馈更加便捷，同时也使用户画像和精准推送、私人定制成为可能。

以大数据、算法推荐、移动互联网和人工智能技术为主导的“聚合”时代，新闻和信息的聚合、加工和分发不同于传统的新闻实践，新闻生产呈现出一些新的特征。首先是信息聚合即刻化、自动化。信息的采选不再由传统的编辑人工完成，而是靠智能算法在龐大的信息生态容器中即刻抓取、即刻系统化分类，然后智能推荐，这是聚合时代新闻信息采选的新范式。其次，以用户为中心的个性化。新闻聚合平台在对用户的认知、行为、兴趣偏好进行观察、分析和研究的基础上，为用户提供差异化的信息，这是“新闻聚合”的核心特色。第三，信息的分发和推送突破了人力、时空等条件的限制，通过用户画像，进行精准化、动态性的实时推送。第四，信息分享趋于互动化、社交化、移动化。“今日头条”、嗡嗡喂等聚合平台合理利用用户的社交网络和移动智能终端，融入互动元素，形成了社交化、互享性的新闻生产和传播模式。

二、“智能聚合”时代新闻生产的发展趋势

传统的新闻生产是从中心到边缘，事实信息需要经过严格的个人认证和组织集体认证，是一种以“媒介机构”为中心的组织化生产。随着新媒体技术的飞速发展，信息来源不再局限于媒体记者、专门机构和其他媒体，处于事实中心的个人以及由个人临时组成的松散群体却成了信息的重要来源。新闻生产越来越依赖于媒介外部的传感器、社会化媒体、网络应用工具等多元信息来源，从而呈现出社会化、开放性、多元联动的特点。①

摄像头、遥感卫星、智能手机、无人机、识别标签和条形码等传感设备成为环境数据、人体生理等信息的采集工具，在新闻生产中发挥着重要作用。比如，新闻媒体可以通过获取和分析卫星云图数据，对冰川融化、森林大火、海岸线萎缩、环境污染等进行可视化报道。万物皆媒时代，编辑系统的信息来源呈现出多元的社会化特点。先进的传媒技术和新的生产机制充分调动了受众参与的积极性。“人人都是记者、人人都是电台”的全员媒体时代已经来临。这为更多的社会大众和非专业人士的信息采选、编辑加工、分发共享提供了可能。博客、维基、微博、微信等自媒体、社会化媒体蓬勃发展，媒介形式更加多样。新闻生产系统的内涵不断拓展，生产模式已经从传统的OGC演变成OGC、CGC、PGC、UGC、PUGC的融合和共存。由流水线编辑、生产过渡为个性化、社会化的编采、生产。“今日头条”的“头条号”等为了扩大信息来源，还为其他媒体、政府、社会组织和个人搭建信息传播平台。

传统媒体的新闻生产是封闭的、线性的，以选题策划、发掘信息、稿件配置和报道合成等“软性”工作为主。智能聚合媒体时代，编辑业务转向了智能自动化，带有明显的工具理性。很多编辑工作借助网络应用工具和相关软件就可以在云端平台完成。目前，很多新媒体组织可以围绕一个位置通过 Geofeedia软件搜集优兔、推特等社交平台上的信息;用TinEye反向确定图片信息源、用Authorware、 Directors实现新闻呈现的场景化。Google News开创的新闻自动选择、编辑和推荐、排序的方法，更是对新闻生产产生了巨大冲击和影响。腾讯的Dreamwriter、新华社的快笔小新、VR、直播云平台等技术都对新闻信息的智能自动化处理和生产系统的变革产生了颠覆性影响。2017年，新华社打造的“媒体大脑”实现了视频新闻的智能生产，这是中国第一个媒体人工智能平台。数据和信息的收集、分类、分析和可视化以及稿件撰写、视频编辑、录音配音等工作都由机器智能完成。摆脱了传统媒体新闻生产对人的依赖，也改变了传统媒体由编辑掌握新闻信息分发和传播的权利。

编辑工作是传统新闻生产的核心和关键环节，决定着新闻生产的质量和传播效果。新闻信息的选择、组织、发展和修订等主要靠人工完成，凝结着编辑的智慧和创造性劳动。聚合媒体的信息编辑是机器算法在短时间内智能处理的。这一自动化过程一般经过三个步骤：第一步，小幅度整合与编辑文字、视频、图片等信息。主要是调整字体字号、压缩图片视频、 删减重复内容、植入广告链接。第二步，按照系统设定的格式对新闻进行版式编排和调整。第三步，根据受众的阅读环境和行为偏好，对信息进行个性化编排、设计。

智媒时代，传统的仅仅通过“单模态”符号进行信息建构的做法已经逐渐被多模态符号所取代。新闻生产在形式上已经成为一种“通感艺术”，它通过多符码建构的“多模态话语”去刺激和感染受众的多种感官系统。信息建构的多模态是指通过两种或两种以上的符号编码实现意义建构的生产方式。作为建构、传播的符号主要有语言符号和各类非语言符号，具体包括但不限于文字、图片、表情、音频、视频、动画、动漫、弹幕、VR、H5、颜文字、图表和色彩等。②这极大丰富了新闻生产的元素和表现手段，拓展了新闻信息的容量，提升了新闻作品的表现力。

在新闻传播中，场景，作为新闻叙事的载体和空间环境，是和受众的信息消费密切关联的。受众体验的好坏与场景化媒体的影响力有直接的关系，聚合媒体，通过数据和场景的积累，才能真正把信息场景化落到实处。场景化已经成为聚合媒体的报道理念和日常的编辑、生产习惯，记者编辑用卫星定位、传感器和采录设备等收集碎片化信息，用图文、直播、VR等形式多模态、立体化地呈现场景信息，让受众身临其境。场景化的报道通过对不同信息的场景化设计，独辟蹊径，不但有效避免了信息同质化、增强了可读性和可视性，而且还极大促进了与受众的互动和交流。

智媒时代，虽然内容生产、信息监控、渠道分布等编辑生产流程在很大程度上实现了智能化。但是，为了新闻信息传播兼顾经济效益和社会效益，更好发挥智能信息生产的有效性，编辑等内容生产者只有增强协同和互动意识，才能更好地满足用户的个性化需求。首先，在信息的分析和处理过程中，要通过人机协同，既能快速把握海量信息间的关联性，也能通过人工挑选、判断、解析出数据隐含的意义和价值，更客观地呈现数据所反映现实，在编辑的人为把控下，进行有益推送。其次，记者、编辑、智能机器之间的协同，可以克服智能新闻生产在题材和报道领域方面的局限。在财经、体育等智能媒体所擅长的领域之外，选题策划、深度报道、排版设计等工作仍需要发挥“人”的主观能动性。第三，与用户建立良好的协同互动关系，才能实现有价值和有效益的传播。互动、反馈技术的发展，为受众创造了更多参与信息编辑、生产的机会。积极与用户互动、协作已成为新闻生产的理念和重要工作内容。在与用户的对话互动中，可以及时把握用户的精准需求，新闻生产系统才能实现持续、良性运转。在新闻信息的审核和监管上，“今日头条”等新闻聚合平台都是机器审核和人工审核相结合，形成了“内容聚合→内容组织→内容审核→内容分发” 的协同审核过滤机制。

三、“智能聚合”时代，新闻信息分发趋于精准化、互动化

传统的新闻生产是大众化的，天女散花式的，千人一面，不但针对性差，而且与受众的交流互动也有限。聚合媒体以算法推荐为核心技术逻辑，通过对用户兴趣爱好、思维方式、行为模式等信息的收集整理和对其社交账号信息、浏览内容、停留时间的分析判断，就会轻易获得清晰的用户画像，并在此基础上形成完善的推荐系统，进行“一对一”的精准推送，真正做到了千人千面。聚合媒体的精准推送主要是基于三种算法推荐机制。目前使用最广泛的推荐方法是根据受众浏览过的内容进行相似内容的推送，这是一种内容推荐。第二种是协同过滤推荐，这种推荐方法首先要寻找“志趣相同”的相似用户，综合分析这些受众喜欢阅读的新闻及其兴趣和评价， 预测与用户浏览过的相似新闻的喜好程度，然后决定是否推送。根据用户的性别、籍贯、职业、年龄、受教育程度等信息进行的推荐，称为人口统计学推荐。算法推荐是聚合媒体的本质特征，直接决定着新闻信息的受关注度、重要性和精准度。

“今日头条”“一点资讯”等聚合媒体，通过搜索引擎、数据挖掘、机器学习、网络爬虫等从传统媒体、自媒体及各类网站上自动抓取、归纳分类和整合相关信息。受众的习惯、喜好和其他新闻线索的获取由机器算法自动完成， 通过对用户浏览的信息类型、停留时长和相关评论的分析，精准定位，为其建立独立的新闻信息推荐系统，并不断完善用户画像，优化推荐内容。

聚合媒体信息分发推送的另一个重要特点是互动性。为了提高传播的纵深互动效果，新闻生产者创新性地建立了“场景、信息、受众”三位一体的互动机制，为用户提供了一个“意见的自由市场”。“扎客新闻”社区板块的评论、点赞、分享等信息都会呈现在“好友圈”里，好友间就可以借此互動、交流。2019年9月，《人民日报》推出了H5作品——《我的年代照》，极大激发了公众的参与热情，纷纷在朋友圈刷自己的年代照，这是一次优秀且极富创意的与受众互动的视觉创新范例。

总之，以算法推荐、智能分发技术为主导的去中心化新闻生产机制，极大提高和改善了新闻信息收集、编辑、传播和共享的效率与效果。但是，我们应该清醒地认识到这种智能化新闻生产也会导致“工具理性”的膨胀。算法偏见、机器造假、信息茧房、伦理风险、新闻侵权等问题不断涌现，新闻生产者只有坚持“工具理性”和“价值理性”共荣发展才有可能既满足用户个性化的信息需求，又可通过丰韵灵魂的原创温润用户心灵。

注释：

①惠东坡.调查性报道“事实建构”的机制与特征[J].新闻界，2012（18）：32—36.

②惠东坡. 多模态、对话性、智能化：新闻写作话语建构的新走向[J].新闻与写作，2018（8）：108—112

作者简介：惠东坡，北京联合大学应用文理学院新闻传播系教授，硕士生导师，视听传播学会常务副会长

编辑：徐   峰