◎吴诗晨
关于深度报道,学界多使用学者丁柏铨给出的定义,即“深度报道指的是某些通过展示宏观背景,对新闻事实进行分析、解释或预测并达到相当深度的报道的总称。 ”由此可知,深度报道不是简单的报道事实,而是在事实的基础上,为读者梳理出关于事实的认识。
中国的深度报道起源于1980 年关于“渤海二号”的翻沉报道,该报道被认为是我国批评性新闻的重大突破,以舆论监督的形式推动了民主与法制的进程。 20 世纪80 年代中后期,深度报道进入黄金时代,涌现了一批有影响力的的深度报道记者和作品,如《大学生毕业成才追踪记》、“三色系列”、《关广梅现象》等,1987 年更是被誉为中国新闻界的“深度报道之年”。 进入90 年代,以央视为代表的《焦点访谈》、《新闻调查》等电视深度报道节目,开始大放异彩。在新闻发展的历史上,深度报道既代表一家媒体的风格和品质,也是衡量一个媒体人业务能力的重要标志。
深度报道的式微, 是伴随着互联网的发展和移动媒体的广泛应用而来的。 2020 年中国网民突破9 亿,中国手机网民规模达到8.97 亿,“两微一端”和短视频平台已然超越传统媒体成为影响力最大的信息传播渠道。 在激烈的市场竞争中,纸媒、广播以及电视媒体风光不再,在追逐新闻快餐化的同时,纷纷裁撤深度报道部门,严峻的现实迫使传统媒体的深度报道记者大量流失。
但是也要看到, 当前我们正处于全面建设小康社会的决胜期、中华民族伟大复兴的关键期、大有可为历史时刻的机遇期,这些现实为深度报道提供了丰富的新闻素材和广阔的写作空间。 此外,在深度报道写作的过程中,大数据、算法、虚拟现实、增强现实、人工智能、区块链等技术不仅能缩短写作时间, 也能为其提供更专业的数据分析,例如财新网在新冠肺炎期间的一系列深度报道。 可以说,在智媒环境中,尽管深度报道面临着巨大的挑战,同时也面临着巨大的机遇。
智媒时代,人们观看新闻的方式发生了变化,算法、直播和增强现实等技术让人们能够“私人订制”信息以及感受到沉浸式的阅读体验。 用户更倾向于短小、新奇、娱乐性强的图文与视频,对深度长文的喜爱度和容忍度逐渐下降。然而,深度报道受到的冲击不仅仅来源于外部环境,深度报道内在的质量问题同样值得重视, 如今的媒介环境只是使得这些问题更加凸显。
随着快节奏、浅阅读、碎片化时代的到来,大多数人不自觉地满足于追逐信息的表面化和便捷化。 传播方式的改变和市场竞争的剧烈, 打乱了传统媒体采写深度报道的节奏,求新求快以及为了与新媒体和自媒体争夺受众市场,一些深度报道难以做到细致和深刻。学者董广安曾写到“理性剖析是深度报道最显著的特征, 这意味着深度报道不是传统意义上的正面报道或反面报道,而是对复杂事物多方面、多层次的描绘和剖析,以提供全面的、翔实的事实,让受众去思考和判断。 ”
但是,在实际报道中,一些冠有深度之名的报道,实则只是材料的叠加、观点的照搬以及模式的硬套。 更有甚者,一些记者为了夺眼球, 在采写深度报道时加入自己臆测的内容, 在介绍事件时只给出一方的观点, 忽视另一方的声音,严重违背了最基本的平衡原则,被公众指责后,还试图以非虚构写作为借口推脱责任。例如财新网在2019 年4 月发布的特稿《高管性侵养女案疑云》只呈现了单一信源,并且记者还在报道中预设了自己的情感态度和价值判断,违背了新闻的真实性和客观性, 对社会舆论造成了不好的影响。 所以说这些只有量的广度,没有质的高度,“居心叵测”披着深度外衣的伪深度报道就是“皇帝的新衣”,不但不能给受众传递有价值有深度的信息, 还会影响媒体自身的公信力和权威性,破坏舆论生态,加剧舆情焦虑,以及损害社会信任机制。
现在大部分的深度报道依旧遵循传统的写作手法,篇幅较长,通常以图文形式呈现,传播方式单一。 还有一些报道不讲究写作技巧,文字本身存在模式化的问题,也会导致可读性较差。
不过,更为严峻的问题是,大多数媒体发布在其新媒体平台上的深度报道往往是其报纸版的复刻, 即从记者采写到编辑改稿,再到美编设计版面等,整个过程既没有使用新媒体技术表达,也没有考虑到读者的喜好和需求。 实际上,这既与媒体要求深度报道要有时效性有关, 也与传统媒体出身的记者缺乏新媒体素养, 不会使用能够吸引受众的报道形式和技巧有关。
如今, 互联网技术已经发展到智能化阶段, 在传媒领域,人工智能不仅重塑了新闻业的业态面貌,更为传媒产业的业务链带来了深刻的影响。作为新闻生产的具体环节,传统的深度报道同样面临着巨大挑战, 如果不做出有效的调整,就会在未来的发展中逐渐被时代淘汰,退出历史舞台。
近年来,AR/VR、人工智能、传感器、大数据等新兴技术不断发展, 这些技术为深度报道提供了一条崭新的叙事路径。 以传感器技术为例,它以传感器为载体,以大数据处理技术为依托,在信息采集的过程中,不仅能够拓宽信息的广度,挖掘信息的深度,还可以增加信息采集的时空维度,甚至预测未来的信息。
再如大数据技术,深度报道可以通过数据分析,对新闻内容进行信息化解读与可视化呈现,依靠数据挖掘,透析宏大的背景,清晰展现新闻中的相关关系,从而推动自身叙述方式的发展。 两个技术结合最好是新闻案例就是, 央视在2014 年推出的《据说春运》特别节目,节目利用百度地图LBS 定位的可视化大数据, 播报了国内春节期间人口迁徙的情况。
此外,美国传播学者帕夫利克曾在其著作《新闻业与新媒介》中,提出过“全景化报道”的概念。 全景化报道注重运用先进的数字化技术进行媒介内容呈现, 往往在一篇深度报道中综合运用图文、视频、超链接等方式从多个角度展现事件全景,并借此进行深度的内容解读和走向预测。例如每日经济新闻在2018 年推出的深度报道《OFO 迷途》,就通过11 个共享单车主要竞争城市的大范围系统调查, 以H5 产品形态、视频、动画、可视化数据图表以及文字深度报道的融合形式,呈现出OFO 的运营状况,为其他共享经济行业和创业公司敲响警钟。
在互联网技术的推动下, 新闻生产环境由封闭走向开放,用户对深度报道的公开透明提出了更高的需求。透明性是新闻客观性原则的内容之一,指的是“新闻采集、组织和传播对公众公开,新闻编辑室的内部和外部都有机会监测、检查、批评,甚至介入到新闻生产过程中。 ”例如2003 年普利策新闻奖特稿获奖作品《恩里克的旅程》,作者在报道中一共添加了197 条注释, 为正文的真实透明提供可靠的依据。 提高深度报道的透明性,意味着思维的转变,在保证新闻客观性性的前提下, 从展示报道内容真实转变为展示报道过程真实。
传统媒体时代,受制于媒体属性和媒介性质等原因,深度报道往往以成品呈现。但在智媒时代,则可以利用区块链技术创建一个去中心化的新闻生产网络, 媒体可以将新闻的来源、采集过程、筛选和使用等过程编入区块链条,附带上时间戳后生成区块数据再发送到各个节点。 使用这个技术的好处是,用户在阅读深度报道的时候,可以查看该报道的生产全过程, 且不必花费额外的成本去核实内容的真实性,这样不仅能提高深度报道的透明性,还能降低新闻生产者和接受者之间的信息不对称程度、减少“后真相”问题的出现。 尽管目前该技术在新闻领域的运用处于初步发展阶段,但其发展前景仍然可观。
在任何时代, 高素质的新闻工作者都是媒体重要的核心竞争力,无论是对于传统媒体还是智能媒体,想要做出优秀的内容便离不开专业的新闻工作者。 深度报道作为一种深入研究型报道,内容本身具有深刻性、解释性和预测性,深度报道不仅要做到客观传达事实,还需要介绍详实的事件背景,对事件进行深入分析,并预测事件的未来发展走向。 进入智媒时代,深度报道对于记者的理论水平、专业能力和业务素养的要求变得更高了。 可以说,深度报道突破瓶颈的关键就在于人才队伍的建设,一方面,应结合媒介环境培养专业化的深度报道记者;另一方面,在短期人才短板难以克服的情况下,可以通过诸如众包等合作的方式获得资源。
今天, 技术与媒介的深度融合已经改写了传媒业的运作逻辑,变革了新闻的生产模式,重塑了信息的传播规则。未来,智能媒体将会进化得更加个性化和人性化,不仅能帮助传媒工作者完成内容的采集、整合与推送,而且能净化用户的信息世界,想用户之所想。 但是,无论传媒环境如何变化,优质内容和主流声音永远都是“刚性需求”。只要在原创性、深刻性、创新性上用心尽力,坚持为用户提供有价值的信息,深度报道必能摆脱困境,突破重围。