人工智能视角下的建设性新闻实践：以《纽约时报》为例

万婧 张志强

【内容摘要】 人工智能技术应用于新闻生产，极大提升了信息采集、内容创作和用户交互的效率。不过，这种机器新闻在实践中出现了缺少人性关怀、侵犯用户隐私、制造信息茧房等问题。通过对《纽约时报》的建设性新闻实践，特别是其运用人工智能和算法技术的路径分析，发现其在沉浸式体验引发积极共鸣、传感器拓展新闻线索、数据整合寻求解决路径三方面效果显著，能够有效弥补机器新闻实践的不足并发挥其优势。本文从用户需求为导向赋予受众权利和人机协同建设未来两个角度，展望建设性新闻的新媒体实践趋势。

【关  键  词】 人工智能;建设性新闻;《纽约时报》;新媒体传播

人工智能是研究、开发用于模拟和扩展人的智能的科学技术，本质是机器通过深度学习拥有自主解决问题的能力，具有“技术理性”与“内容感性”特征。①作为新技术的积极使用者，媒体也已将人工智能技术应用于新闻生产。不过，由于机器学习尚处于初级阶段，人工智能新闻实践不可避免出现若干问题。如何发挥人工智能新闻生产的优势、弥补其不足，是本文试图解决的问题。

一、人工智能新闻生产的实践与局限性

国际媒体将人工智能技术运用于新闻生产传播实践，包括信息采集、内容创作和用户交互等主要环节。

第一，信息采集：以数据挖掘和智能检测获取选题和新闻线索。《纽约时报》数字部门的科学团队研发机器人Blossomblot分析社交网络的海量数据，找出受众最关心的议题有针对性地推送，轻松生产“爆款”新闻。路透社的人工智能社交管理工具News Tracer可以分析、识别推特上的推文， 并以超过80%的正确率抓取新闻线索。①《华尔街日报》、《卫报》、CNN等一些国际主流媒体的聊天机器人也承担了一部分收集新聞线索的任务。②

第二，内容创作：以机器人写作为核心的人工智能创作平台。譬如，美联社与科技公司Automated Insights合作制作季度收益报告，借助Wordsmith智能写稿平台，输出的报告量从每季度约300份提升至约3000份，极大地提高了新闻生产的效率。③Wordsmith平台拥有很强的自主学习能力，通过数据分析和行业模式化学习，有效减少了编辑过程中的失误。除了文字创作，国际媒体基于用户交互化的内容需求，探索信息生产的新路径，如路透社和语义技术公司Graphiq合作，为用户提供交互式的数据资源库从而满足用户的数据可视化需求。

第三，用户交互：以机器人聊天为代表的人工智能互动应用。例如国际财经新闻网站Quartz开发了聊天机器人，在网站对话窗口推荐用户可能感兴趣的信息，用户咨询机器人便可以获知详情与细节。智能算法了解用户的阅读偏好，经过人工编辑审核，通过机器运算的快速反应和智能匹配，Quartz的人机互动将“阅读新闻”变成了“讨论新闻”。2019年8月，Facebook解散了原人工筛选新闻团队“热门话题”（Trending），将这项任务全部交给机器算法。④

人工智能极大提升了新闻生产与传播实践的效率，让未来的传播实践更加智能化、交互化。尽管人工智能极大提升了新闻生产和信息传播的效率，但也产生了一些问题。计算机越来越智能，在一定程度上压缩了人的创作空间，用户使用海量数据的便利性是通过让渡一部分隐私权利获得的，数据黑箱、信息孤岛、虚假内容等问题不容小觑。具体来说，存在以下三个方面的局限性。

第一，缺乏人文关怀。通过数据输入和模式化学习，机器能在短时间内准确高效地创作新闻稿件，但与人工记者和编辑相比，机器处理语言时缺少理性思维与共情能力，更没有源自新闻现场的情感体验，因此机器人新闻写作多局限于财经、体育等情感需求薄弱的特定题材。而且当前人工智能处于学习初级阶段，仅仅结合挖掘的数据，模仿新闻制作与信息处理模式并进行简单变换，无法实现思想与情感的深度学习。

人写作的报道是有温度的，通过与采访对象的深层交流与情感沟通，写出带给读者温暖的稿件;而机器人创作的报道则是冷冰冰的。据《每日邮报》报道，亚马逊智能语音助手Alexa在回答用户关于心脏问题的提问时，建议主人“将刀插入自己心脏”。①尽管事后亚马逊在官方回应中确认已修复该问题，但机器劝人自杀的言论令人不寒而栗。

第二，侵犯用户隐私。人工智能借助大数据和算法对海量用户数据抓取分析，描绘用户画像，有针对性地进行信息推送。用户在享受智能机器带来的便利同时也付出了让渡隐私与权利空间的代价。2018年3月，Facebook用户数据泄露事件爆发，超过5000万用户的资料数据被非法用于大数据心理分析，甚至被使用到政治活动中，②引发全球对信息安全的关注。越来越多的智能家居、手机软件等对用户信息进行采集，科技公司记录个人和家庭的各类数据，有的数据被当作商品出售。信息推送的针对性越强，说明信息生产者对用户信息的掌握越多，画像勾勒越清晰，隐私暴露也就越多。

第三，制造信息茧房。互联网作为一个开放的场域，本应为各种意见、理念提供分享、交流、碰撞的空间，形成观点的自由市场。然而，人们倾向于寻找与自己观点一致的信息，回避与自己意见不合的内容，算法机制极大地满足了用户寻找“悦己”信息的需求，将大量单一、同质的内容推送给用户，无形中加深了其原有的意识和偏见。人们的信息领域习惯性地被自己的兴趣所引导，将自己的生活桎梏于像蚕茧一般的“茧房”中。③当人们习惯从推送中获得“认同”，便更加难以接受与自己不同的思维和言论，久而久之，观念从固化变成极化，对信息的接受从“偏食”到“偏信”，甚至进入“偏执”的极端状态。

技术更迭带来了进步，但当前的一些媒体应用存在客观缺陷，一味求新求快导致新闻传播核心价值的缺失。新闻生产需要转变思路，将技术导向型创新与技术辅助型创新相结合，发挥人工智能优势、降低风险与不足。④在这种语境下，以未来为导向、以解决问题为理念的建设性新闻弥补了人工智能缺少情感关怀、数据导向思维的缺陷，人工智能的建设性新闻实践应运而生。

二、《纽约时报》的建设性新闻实践

作为一种面向未来和取向积极的新闻形式，建设性新闻的理念自提出后便在全球获得了学界和业界的关注。报道的六大要素包括：方案性、未来导向、包容性和多样性、赋权与民、解释新闻及其语境、协同创作。①建设性新闻强调，新闻不只是当下现实世界的景象映射，而且是对未来的关注，记者需要拓展报道视野，尝试解决问题。

早在1998年，《纽约时报》的记者就提出“解决之道”的新闻理念，指出报道不仅要呈现事实，而且要提供解决方案;反对消极态度，要将积极理念嵌入报道的关键部分，唤起受众的积极情感，促成问题解决。②2010年，大卫·伯恩斯坦（David Bornstein）和蒂娜·罗森伯格（Tina Rosenberg）创办了《纽约时报》的《解决》专栏，致力于社会问题的解决，探求方案奏效的原因。③《解决》不仅是对世界的景象报道，而且着眼于未来，探寻当下的解决方案以及与未来的呼应。除了设置专门的栏目，《纽约时报》在新闻报道的方向层面也融入了建设性新闻理念。例如，通过旗下的“解决方案新闻网”（Solutions Journalism Network）为新闻从业者提供免费培训，将更多蕴含积极情绪、以解决方案为重点的内容纳入常规报道，加强新闻生产的创新意识和建设性。

《纽约时报》的建设性新闻实践主要从三个维度展开。

（一）提出解决问题的措施

从社会功能角度看来，新闻不仅需要聚焦冲突、发现问题以获得社会关注，还应致力于提出可能的解决措施，建立起公众、社区和更大范围的社会联系。《纽约时报》的《解决》栏目旨在解决特定问题、“修复”社会创伤;包含大量深度报道和评论，涉及社会机制等深层次问题的讨论。例如，在《把农工变成农场主》（Turning Farm Workers Into Farmers）的报道中，在加利福尼亚附近的大型工业农场，小块土地被出租給野外劳动者，以便他们尝试创建自己的农场业务，为该地区的农场工人身份转化提供了参考方案。④该报在YouTube上发布的VR系列报道中融入解决问题的理念，记者不再只是事件旁观者和问题的揭示者，而是参与到故事之中——作为一个“当事人”，通过第一人称的视角和参与式叙事，找出导致问题的原因并用陈述的口吻来表达事实。例如，《费卢杰之战》（The Fight for Falluja）对难民营的拍摄，开场是记者本·所罗门（Ben See Solomon）在战车上同士兵一起出发的画面，让观众体验360度的全景影像，难民把记者当自己人，告诉他期盼战争快点结束，报道感情真挚。①在德克萨斯州毒气入侵的报道中，作者指出当地没有针对此地区的治理法案，通过设置报道框架和描述事实，为解决问题和未来发展提供参考性策略，力图让事件朝着合理有序的方向发展。

（二）多元化议题与关切性内容

建设性新闻提倡自下而上的参与式报道，打破传统的精英主义范式，将注意力下沉至普通公众领域。这种思路和倡议导致其关注的话题多元、创作的内容体现出对公民生活的高度关切。

作为美国建设性新闻项目的先行者，《解决》栏目关注社会各类议题，以每周一期的形式推出。截至2019年12月18日，在2019年的43篇新闻报道中，数量最多的主题是“社会机制问题”，共16篇，占样本总数的37%。具体包括社会体制（10篇）、医疗（4篇）、青少年（1篇）、教育（1篇）。其次是“个人社会问题”，共9篇，与前者有一些内容交叉，共同讨论了“慈善捐赠”“农场业务”“教会抗击艾滋”“青少年心理”“移民问题”等。“社会平等”话题有7篇，涉及公民政治权利，特别是妇女儿童的权益;此外有6篇围绕“发展中国家”展开，策划了一些特别报道，另有5篇关注科技对生活的影响。这与国内学者对其2015～2018年的163篇报道的主题研究结果一致，②可见2019年《解决》在选题方面，延续其贴近公众生活、兼顾多元化视角的风格。

在具体内容方面，《解决》针对热点事件设置系列报道，关注事件发展动态，针对读者的关注与回应，提出每个阶段不同的解决问题的思路。例如围绕移民问题，《如果你没有律师，就如同自动放逐》（Its Like an Automatic Deportation if You Dont Have a Lawyer）和《如果你像我，你就不能坐在这里：这就是美国》（If Youre Like Me，You Cant Sit By.This Is America）两篇报道讨论律师对于移民的重要性，强调律师援助政策的努力。

与“公民新闻”有所区别的是，建设性新闻不仅关注与公众紧密相关的话题，而且在尊重与了解公众态度的基础上用理性的态度剖析问题并与公众探讨问题解决的方法。《解决》的报道涉及社会各阶层，尝试与公众对话，发现潜在矛盾，关注不同群体对某个特定议题的解决思路与措施。另外，《解决》在每条报道下面都会附加作者的社交账号，欢迎读者随时联系作者，提出自己的观点和意见。

（三）营造乐观情绪与积极氛围

建设性新闻的重要理论支持之一源于积极心理学，强调积极的叙事和情感体验，在新闻的高潮和结尾营造积极氛围，引发使人向上的情绪，以积极的态度关注、参与事件，促进问题的解决，①修复受众长期接收冲突、矛盾等冲击的心理创伤。研究发现，正面报道可以有效地引发积极情绪，而且可以唤起受众具体参与行动以消除负面新闻的消极影响。②2019年末，《解决》专栏发表了一篇带有总结性质的报道。以《2019年传播希望的五个人》（Five Who Spread Hope in 2019）为题，告知公众“世界蚊子计划”的负责人斯科特·奥尼尔找到了对抗蚊媒疾病的新武器——释放携带有特殊病菌的蚊子达到阻断蚊媒感染的效果，这一措施几乎消除了在澳大利亚登革热的本地传播，在印度尼西亚登革热病例比其他地区减少76%;迪克森·奇班达（Dixon Chibanda）博士改变了全球精神卫生保健的现状，找到了治疗抑郁症的有效措施，这一方案可以惠及所有抑郁症群体和他们的家人;金伯利·麦克格拉斯（Kimberly McGrath）治愈被贩运的儿童的心理创伤;丽贝卡·吉（Rebekah Gee）博士让药品价格负担得起;菲尔·基斯林（Phil Keisling）深化民主。③从长远来看，这五个人对世界上的每一个患者和非患者都有帮助。报道频繁使用“消除”“治愈”“改变”等词，营造温暖愉快的氛围;有读者表示，在阅读中被乐观情绪所感染，心情也变得明朗。

三、当人工智能遇到建设性新闻：应用及优势

（一）沉浸式体验引发受众积极共鸣

虚拟现实（Virtual Reality， 简称VR）技术在新闻生产中的运用逐渐成熟，VR新闻创作者、理论家诺妮·德·拉·佩纳（Nonny de la Pe?a）提出“沉浸式新闻”的概念，指“身处其中的人能够对新闻描述的场景和事件获得第一人称体验的一种新闻形式”。④当受众与新闻报道的人物处于同一场景，新闻画面所传递的情绪自然为受众所捕捉和感知。

2015年，《纽约时报》创办虚拟现实频道，用户通过佩戴专业的VR眼镜和谷歌盒子能体验360度全景效果。在VR新闻的早期探索中，《纽约时报》更注重故事叙述、信息告知和画面呈现，较少关注对受众的情绪和感受。譬如早期的系列节目《VR飞行》（Take Flight VR 360），采用3D全景制作技术，带领观众从高空观看夜幕下的纽约，通过人物的交替及画面转场，营造穿越云端、沉浮在夜幕之中的凄美观感。评论区观众对这种新颖的体验方式表现出好奇和惊叹，但也有观众表示“这种画面令我很沮丧”“我几乎要哭了”。①受众情绪感伤，一方面是由于故事本身传达的失落感，另一方面也是传播者过度关注技术效果，忽视了对部分群体的心理关怀。

如何在充分发挥虚拟现实技术的高效率、高保真、超越时空等优势的同时，照顾受众的情绪、呈现事物的积极属性，改变技术报道的“冷漠”面貌？《纽约时报》尝试在建设性新闻中运用VR技术，通过描绘人物的表情、语言和行为，给观众带来面对面的观感，营造积极氛围、潜移默化地引导读者情绪走向。如VR节目《流离失所》（The Displaced）讲述了三个在战乱中失去家乡的孩子的故事：他们的房屋被炸毁，亲人离世，尽管面临巨大的苦难，但孩子们在废墟里玩耍、在破旧道路上愉快骑行，当地居民分发救援物资、寻找新的工作的场景被记录和表现出来。②观众表示，看到这样的虚拟现实报道，受到积极情绪的感染，不少情绪低落的人重新燃起对生活的希望。

传统的新闻报道更多考量客观、真实、及时等基本理念，少有情绪流露和表达，记者被要求做“墙上的苍蝇”，静静观察一切。建设性新闻在兼顾基本原则与新闻价值的同时，突破了一些传统限制。记者作为社会成员之一参与社会问题的解决，基于事实本身自然地流露情感、表达情绪。与经过二次加工的纯文字表达相比，VR技术的呈现效果能最大限度保留情感，让记者在现场的体验高度还原，唤起受众的情绪共鸣。

（二）智能传感器拓展新闻线索

建设性新闻围绕政治、经济、文化、社会等领域的多元议题展开，与公众生活紧密联系。解决问题的宗旨和面向未来的取向，要求记者了解受众需求，采用贴近普通民众的视角，寻找与受众利益高度相关的新闻线索。智能媒体时代，以传感器为载体、大数据算法为支撑的传感器技术对寻找新闻线索、优化新闻来源、丰富新闻题材起着至关重要的作用。搭载传感器或数据处理器的任何物体都有可能成为信息的采集者，人工智能技术在信息采集环节的应用不仅拓宽了信息的来源途径，也扩增了信息的采集维度。③智能传感器的运用给建设性新闻的线索采集安装了“加速器”，可以通过数据采集分析，增加事件介入的广度和深度，实时收集用户反馈，判断事态变化和舆论走向，为制定解决方案提供一手资料。据《纽约时报》，美国警方利用一个名为“传感室”（Sensor Vault）的谷歌数据库来寻找犯罪嫌疑人的信息，通过手机位置共享功能记录用户的实时位置，这项功能此前一直被用来寻找遗失的物品。在这个过程中，手机就承担了传感器的功能，将位置信息转化为可以使用的数据解决现实问题。

由于智能传感器在信息采集与用户反馈功能层面具有巨大潜力，建设性新闻借助该技术在诸多领域展开深层布局，结合其解决问题的理念、积极的态度和面向未来的导向，寻找不同群体的信息线索进行梳理，及时关注与追踪用户意见，根据其意见及时调整内容生产。传感器的运用像一张蜘蛛网，任何风吹草动都能传输到中枢，按媒体设置的建设性新闻要求进行信息采集、选择与归纳整理，为下一步的问题分析与解决路径提供依据，建设资源库。

（三）整合分析数据寻求解决路径

作为数据驱动的新兴技术，人工智能最典型的应用是数据挖掘分析，其深度学习进化依赖于大数据平台和技术基础，后者的改进也需要人工智能算法的支撑。①网络空间的信息容量以指数级速度增长，信息洪流转化为结构化或半结构化数据被人工智能技术采集、整理、存储和分析。网络用户在数据分析指引下被贴上个性化标签，通过算法和智能机器学习，将其列为建设性新闻的目标受众。

数据不仅是对事物表象和基本信息的描述，而且是其各阶段发展变化的精确记录，能够准确揭示对象的运动规律和内部特征。通过机器深度的学习，赋予数据模拟问题与解决问题的功能，调动资源库海量资源的数据分析后，对相关事件分类整理，自动匹配专业数据资源，针对不同主题，得出最佳处理方案。

《纽约时报》的“解决方案新闻网”（Solutions Journalism Network）建设了一个精选数据库“解决方案故事追踪器”（The Solutions Story Tracker），针对世界范围内公众关心的社会问题做出建设性回应。网站首页写着“来自164个国家和地区的999个新闻媒体制作了7966个故事，并且每天都在增长。”②故事追踪器收集、整理和标记每个故事，按照“问题”“位置”“作者”“成功因素”等关键词，提供建设性的解决方案与思路，或有效的指引范围。在这个过程中，每一个建设性新闻构成一組数据，问题、位置、作者和成功因素作为数据子集，与更大范围的社会数据相连接，通过网站专门的数据处理模式来整理这些连接，详细分析特定解决方案的成功要素，如果方案失败或者未达到预期效果，则在分析原因之后，通过邮件与用户沟通，提供针对性的解决措施。

四、建设性新闻的新媒体发展趋势

（一）人机协作的建设性未来

人工智能在大数据采集、算法分析、语音交互、自主学习等领域深耕，试图通过机器深度学习，从“弱人工智能”阶段走向赋予人类思想和情感的“强人工智能”阶段。这种面向未来的发展取向与建设性新闻致力于解决现实问题、以未来为导向的理念高度契合。国际媒体从业者指出，建设性新闻提供了更有效的报道方式，新闻记者可以针对解决方案提出问题，这些问题强调未来而非过去，更倾向于促进合作而非冲突。①建设性新闻利用数据采集和分析从复杂的社会现实中找到与公众密切相关的社会问题，通过数据模拟分析提出建设性解决方案;人工智能技术在建设性新闻实践中应用，将重点置于积极情绪引导、人性关怀与未来导向，二者相辅相成，互相促进。

在智能机器发展是否会取代人的讨论中，建设性新闻路径提供了一种乐观的思路：将人工智能领域出现的技术伦理问题作为一个社会问题解决，首先要注入积极情绪，在肯定技术应用的合理性与技术创新优势的基础上，协调社会公众、国家政府、技术开发者等多元主体的利益，发挥各自优势，实现人机协同。人工智能协助建设性新闻生产、建设性新闻理念调适智能机器能量释放的强度，人机协作开创建设性未来。

（二）用户需求为导向的技术赋权

建设性新闻与“积极新闻”“和平新闻”“解困新闻”理念一脉相承，这些以解决问题为导向，在报道中传递积极情绪的新闻形式为建设性新闻的实践打下基础。公民新闻的先驱认为，“新闻媒体不仅应向公众提供信息，而且应使公民参与辩论”。② 在信息技术门槛不断降低和互联网普及率飞速提升的移动通联时代，公众能自由“出入”互联网搭建的公共空间讨论社会话题。公民意识的加强和技术赋权，要求新闻传播超越传统的精英主义范式，努力向普通公众靠近，能否满足用户需求成为媒体成功与否的关键。建设性新闻的话题以公众视角为切入点，通过充分了解民意，并通过民众与官方、精英及专家的对话和互动，寻求共识和解决方案，避免既有冲突被进一步放大。③建设性新闻的观念指引是，讨论的问题来自于受众，方案作用于受众;新媒体语境下的建设性新闻实践，必然是以用户需求为导向，充分赋予受众参与问题、讨论问题和解决问题能力的积极活动。

五、结语

人工智能与建设性新闻的相遇，是新媒介技术发展与公共传播时代新闻形式探索的必然结果。从以《纽约时报》为代表的国际媒体实践来看，二者的结合创作出了一些优秀的新闻产品，可以期许兼具技术理性与内容感性的正面效果。当进入深度学习的强人工智能阶段，机器在算法的基础上增加情绪与情感、降低工具理性的参与度，将为以“参与”和“积极”为核心理念的建设性新闻提供丰富报道内容、拓展报道思路、创新报道路径的可能性;对于激发公众积极参与社会话题讨论、促进社会问题解决有极大助益。

（责任编辑：江璐）

作者简介：万婧，广东外语外贸大学新闻与传播学院讲师、广州国际城市创新传播研究中心研究员;张志强，广东外语外贸大学新闻与传播学院2019级硕士研究生。

基金项目：广东省教育厅青年人才项目“新媒体环境下暴恐信息的传播策略及应对研究”（编号：2017WQNCX035）的阶段性成果。

① Michaela Haas， The Fight for Falluja， https：//www.youtube.com/watch？v=_Ar0UkmID6s&pbjreload=10.

② 唐绪军、殷乐 ：《建设性新闻实践：欧美案例》，北京：社会科学文献出版社，2019年，第249页。

① 唐绪军、殷乐：《建设性新闻实践：欧美案例》，北京：社会科学文献出版社，2019年，第249页。

② Gyldensted Cathrine， Innovating News Journalism through Positive Psychology， University of Pennsylvania Scholarly Commons， 2011.

③ Tina Rosenberg， Five Who Spread Hope in 2019， https：//www.nytimes.com/opinion/spread-hope-2019.html.④ 张昱辰：《后数字时代的沉浸式新闻：虚拟现实新闻的本质、特征与挑战》，《国外社会科学前沿》2019年第6期。① Golding P， Take Flight 360 VR，https：//www.youtube.com/watch？v=L0e0bsumM5Y，2015.

② The Displaced， The New York Times， https：//www.youtube.com/watchv=ecavbpCuvkI.

③ 喻国明、兰美娜、李玮：《智能化：未来传播模式创新的核心逻辑——兼论“人工智能+媒体”的基本运作范式》，《新闻与写作》2017年第3期。① 巢乃鹏：《人工智能与计算传播学》，《人民论坛·学术前沿》2019年第20期。

② Solutions Journalism Network，INTRODUCTION， https：//www.solutionsjournalism.org/.① 徐敬宏、郭婧玉、游鑫洋、胡世明：《建设性新闻：概念界定、主要特征与价值启示》，《国际新闻界》2019年第8期。 ② Merritt， &Davis（1995）：Public Journalism and Public Life，National Civic Review，83（3），262-266.

③ 徐敬宏、郭婧玉、游鑫洋、胡世明：《建設性新闻：概念界定、主要特征与价值启示》，《国际新闻界》2019年第8期。