【摘要】人机协同新闻写作是将写作体系与技术体系相整合,利用信息技术、互联网技术、智能识别技术等,提高新闻信息内容的获取、分析与编辑效率。基于此,文章以人机协同新闻写作模式为切入点,指出智能机器人新闻写作中存在的问题,并对人机协同新闻写作的创新途径进行研究。
【关键词】人工智能;人机协同;新闻写作
中图分类号:G241 文献标识码:A DOI:10.12246/j.issn.1673-0348.2021.20.076
人工智能时代,在计算机系统以及各类智能理论的支撑下,人工智能技术已经涵盖到各个领域中。例如机器人控制、智能扫描识别以及其他应用系统。对于新闻媒体的行业而言,人工智能时代所衍生的智媒体系,将信息化技术、语言处理技术等根植于新闻写作领域之上,以技术为基准,构筑出数据信息真实性、科学性的传输体系,保证人们在获取信息的过程中,可以按照智媒体系的数据传输框架进行相关获取。从新闻媒体创作角度而言,数字信息的衍生是建立在用户获取诉求之上,而新闻媒体创作者在构筑某一类信息框架时,则按照真实性、科学性的信息体系,建设出具有固定思维的写作模式。在人工智能时代下,通过智能算法以及各类语言识别处理技术等,加快新闻媒体创作者的工作效率,打造出人们与机器相结合的智能写作模式,提高整体传播效率,为新闻行业的发展奠定坚实基础。但是从实际应用效果而言,人工智能在人机协同新闻写作中应用时仍存在一定的缺陷性,因为智能体系与人工思维结合存在一定的差异性,造成数字信息传输的单一性问题,产生数字接收平衡失范的问题。对于此,在人机协同写作创新过程中,必须深度挖掘出人工智能与人们创作之间存在的联动关系,并构筑出科学化、可行化的写作模式,真正起到积极推进的效果。
1. 人机协同新闻写作模式
1.1 模板化
在新闻媒体写作体系中,智能机器人参与写作最早实现于2014年,是以智能程序为模板,将文字语言与文本结构进行罗列与确认,保证文字表述形式是以一种固定化的模式。向整个内容体系提供一个约束效果,即为数据信息可以通过固定的框架进行数据填充,从而形成具有规范式的内容体系。模板化写作体系在实际应用过程中,可以利用现阶段所呈现出的模板属性,建设基于数据为核心的罗列化框架,然后以数据为代入,对既有数据进行精准化分析,这样在智能写作过程中,可以按照数据实时生成模板化的新闻稿件,以此来降低时间损耗。
1.2 再加工处理
基于语言自动识别与处理的加工模式,则是针对整个文章的内容进行智能化分析,从主体中选取具有代表性的语句与中心思想,针对此类核心内容进行数据编排。但是如何在整篇文章内容中找寻出具有核心代表性的语言内容,则需要通过人工智能所搭载的语言学科、智能学科以及识别学科等,对语句、文本、情感等进行多范畴的分析,通过主体结构的建设保证后续内容在编排过程中可以围绕核心内容进行展开。当然此类再加工写作范畴是融合多基础学科的知识点,例如心理学、哲学与其他技术学科,保证稿件在呈现过程中是符合新闻受众者的阅读诉求。
1.3 自学习化
自学习模式是指人工智能机器人在应用过程中,按照原有的程序体系对整个新闻内容编排以及罗列,进行深度学习的一种过程。基本涵盖了新闻信息采集、处理创作过程中的各类操作性能,依据大数据分析以及模糊识别算法等,将整个学习过程进行仿真处理,真正实现对写作人员的替代。此类自学习模式可以看成是传统模板与再加工模式的一种创新体系,完全依托于人工智能程序,实现对数据信息的多类别采集分析,利用内部数据与信息以及数据库框架等,对当前所呈现出的信息进行试验与修错。保证人工智能体系在推进过程中可以更为直观的表达出多元内容,实现对原有创作单一性、局限性的突破,确保人工智能深度学习的模式是建立在现有的创作思维之上,达到写作质变的效果。
2. 人工智能时代机器人写作存在的问题
人工智能时代的到来下,人机协同新闻写作可以极大降低新闻从业者的工作压力,且可依据整个计算机网络系统中的数据对比,分析出当前写作内容以及新闻媒体行业在用户诉求中所呈现出的关注度进行数据分析,对新闻媒体行业的发展起到一定的推进作用。但是在實际应用过程中,受限于人工智能与从业者思维模式存在一定的差异性,导致部分内容在建设与罗列过程中,无法从感性层面分析出整个新闻事件所存在的理性价值观,进而呈现出一定的约束效果。
2.1 内容缺乏情感
智能机器人的应用固然可以提高整体写作效率,但是由于内部人工智能所具备的模板化属性,在创作过程中只是单纯的对数据信息进行分析,造成整个内容无法深度挖掘出各类事物存在的关联度,产生情感缺失的问题。例如在重大灾难事故报道过程中,新闻写作机器人只是针对灾害环境所产生的时间进行逐一罗列,而缺乏人们应有的关怀感。除此之外,新闻从业者在实际创作过程中,自身对于信息内容采集与罗列,更加具有人物丰富感与深度感,且整体内容信息是切合到人们对于整个内容的阅读习性之中。而人工智能所生程的各类语言内容存在逻辑性不强、阅读性不高的特点,其本身的信息核心度与关注度仅仅局限于语言表达思维之上,未能针对重点进行逐一罗列,进而产生阅读层面的匮乏问题。
2.2 信息主题单一
人工智能所编写的新闻信息是以大数据算法为基础,对信息内容进行获取采集、分析与创作。从现有的数据推广的形式而言,为提高用户对于信息内容的获取以及忠诚度,针对用户平时所具备的行为习惯采取一系列的数据运算,保证用户自身操作行为及阅读行为所产生的数据核对基准,是依托于数据算法而呈现出来的。在此过程中,极易产生新闻传输局限性的问题,即为大数据为基准的创作模式,往往是迎合受众群体的阅读兴趣的,这就造成信息传输同质化的问题,与传统报纸、电视类新闻媒体传输而言,其本身内容呈现出定向化,对专业知识的涉猎面较广。而大数据在长时间应用中,则将用户需求作为核心点,产生信息重复加工的问题,严重情况下可能造成用户思维的局限性,进而产生专业发展脱节的严重现象。
3. 人工智能时代人机协同新闻写作模式的创新方向
3.1 以新闻内容为基础实现创新
人机协同是将人工智能与工作的人员的创作思维进行协同处理,保证写作内容既符合人们的创作思维,又可以深度运用数据分析及采集功能,实现技术与思维的結合,打造出更为完整的写作体系。伴随着互联网时代的发展,技术工艺以及各类应用机制等存在持续性更新的特点,而人工智能支撑下的新闻媒体行业则可以深度运用各类技术,将技术本质与创作本质相结合,打造出多元性的创作空间,真正做好对新闻信息内容的品质控制。
在人机协同新闻写作创新过程中,可以将内容作为基础,深度挖掘出人们写作与机器写作中存在的优缺点,以技术为核心,建设出具有数据传输一体化的信息检索框架。新闻生产过程中则可以依托于不同信息采集平台,将数据内容进行动态化数据分析,实现数据全天候监管,对新闻以及各类内容素材的实时提供更新功能。与此同时,考虑到人工智能在编写过程中存在的情感匮乏性问题,则可以选择在人工智能生成新闻内容之后,利用专业人员进行二次审核处理,对人工智能存在的机械化、单一化情感进行情感加工,这样便可以生程更为优质的新闻稿件,满足用户的阅读诉求。
3.2 以受众群体为导向实现创新
在人工智能时代的状态下,智能与媒体的结合为写作模式提供一个新的创新途径,即为整体写作内容不仅局限于固定的写作模板中,而是通过内容自身所存在的价值进行关联化生产。这样在内容生产与内容传播过程中,已经存在一定的分离趋势,从而衍生出以内容推送为核心的媒体竞争机制。其实我们从现在的新媒体创作以及各类自媒体作者而言,新闻内容的推送以及各类媒体信息的产生,则更加倾向于数据垂直化发展,保证每一类数据信息所呈现出的内容均是符合信息个性化推广需求的。而在现阶段大数据体系下,新闻网络的全域化传输所产生的同质内容,将局限受到群体的新闻视野。对此,人机协同写作模式的创新,则必须突破同质化单一化的传输体系,以人们诉求为切入点,从不同角度分析出用户在获取信息时所呈现出的信息度,然后以不同专业为内容产出平台,打造出多位联动的信息传输格局,避免信息孤岛问题的产生。除此之外,可利用社交类、科技类等社交渠道,建设出具有融通性的交流平台,保证内容在传输过程中可以形成具有一定粘性的信息循环体,激发出用户的信息获取欲望,从而达到多方向的内容推送,提高新闻写作深度。
3.3 以场景适配为引擎实现创新
人工智能时代的到来下,拉近了人们与数据之间的沟通距离,特别是对于新闻写作行业而言,要想真正利用好人工智能技术所带来的各类创作价值,则必须突破原有的用户受众框架,以创新性为核心,建设出多场景化的信息写作体系,保证人们情感思维可以真正融合到智能创作体系中。此过程可以利用关键词设定出相对应的内容匹配机制,保证每一类场景在营造过程中可以围绕关键词来开展,进而彰显出不同状态下人们的情绪以及情感变化,这样通过场景适配机制,可令新闻内容呈现出动态化特征,提高用户的阅读兴趣。
人工智能时代的到来,为传统新闻写作行业提供智能载体,提高写作效率。在后续发展过程中,可深度挖掘出技术属性,为新闻编写与智能编排的融合提供新路径,降低新闻从业者的工作压力,为新闻行业的发展奠定坚实基础。
参考文献:
[1]于姣博.试论人工智能写作技术对新闻传播行业的影响[J].汉字文化,2021(12):166-167.
[2]陈昌凤,张舒媛.新闻生产中算法运用的技术路径与价值逻辑[J].现代出版,2021(03):36-42.
[3]陈建飞.机器人新闻写作的风险评估及责任机制探讨[J].新闻潮,2021(03):60-64.
[4]王美儿,王景周,王海蓉.智能软件对新闻内容创作的辅助实践与思考[J].中国编辑,2021(03):76-80.
[5]邱凌.加速与重塑:国际新闻业对人工智能的创新应用及未来趋势[J].中国出版,2021(05):51-55.
作者简介:张静(1981.12——),女,河北广播电视台融媒体新闻中心主任编辑,硕士,研究方向:新闻采编业务、媒体融合发展。