张晓慧
(蒙阴县融媒体中心,山东 临沂 276000)
融媒体时代,以人工智能为代表的新技术制造了“信息茧房”与“群体激化”,造成了广泛的“信息泛化”与“信息窄化”现象。人工智能环境下,大众所接受的信息越来越多,而信息传播的途径也逐步扩大,信息流转速率越来越快。为更好地探明真相、达成社会共识、建构协调性社会行动,促进社会守望与协调功能,让传统广电媒体在新形势下获得更好的发展机会,本文结合融媒体时代的特点,着眼于人工智能等前沿技术的应用,以新闻生产为例,探索广播电视技术的创新应用场景,以实现高标准、高效率和高质量的发展[1]。
在以往的新闻生产模式中,专业新闻从业者与新闻组织几乎垄断了新闻资源与传播渠道。移动端社会化媒体微博、微信等的兴起,刺激了用户数据的生成。用户可以以多种形式参与到新闻生产中,这也促使新闻生产不断开放。丰富的用户数据类型更是为媒体提供着无数新闻线索,尤其是随着社交平台的越来越完善,用户生成的内容成为更多突发性事件与社会新闻报道的重要来源。在融媒体环境下,传者与受者之间的界限逐渐模糊,人人都是创作者,创作方向也由传统的文字创作走向了图文、图片及视频,摄影艺术发生了巨大的改变。近年来,基于互联网的快速升级、自媒体的迅速发展,用户生成内容(User Generated Content,UGC)生产模式进入一个新的发展阶段[2]。“直播”这种新型传播形式快速走红,各类App 也层出不穷,如抖音、快手等等。同时,也有很多原本并无直播程序的客户端如淘宝、小红书等,也都相继开拓了直播内容。直播对于内容的要求很宽泛,可以是好物推荐,可以是才艺表演,也可以是美食制作或者是护肤美容等。这些内容充斥着受众更多的时间,其中也存在内容品味低俗等问题,对广电节目内容生产和审核都带来了新的挑战。
如今,大量节目信息的采编都可以独立于媒体,在云端各平台完成。利用网络应用工具,可以实现对新闻热点的挖掘、对新闻信息的筛选等,更可以借助算法来确定话题的热度,这些手段使得新闻价值变得更高。算法技术以其善于搜集、整理、分析数据等优势,弥补了广电从业者在体力、产量及速度等方面的不足,可帮助他们更好地完成节目内容生产任务。微博热搜榜、话题榜便是算法介入议题设置的典型代表。通过对用户点击量、转发量、评论量等数据的统计,微博热搜榜自动给出爆炸性的微博内容、热门类微博,其中包含了多样化的信息,如娱乐新闻、民生信息、国内外重大消息等。热门的内容是通过人们的关注与讨论形成的,也会得到更多人的关注和讨论。在以往的新闻媒体工作中,语音、视频等信息的制作都仅限于内部展开,可以说是新闻生产模式是封闭的、线性的。对于新闻信息的筛选与判断,也大都靠媒体人的自我价值标准,对新闻效果的预估也是结合同行意见。但在大数据时代,这些更依赖受众的感受和反馈。
新闻的加工、编辑,是新闻生产模式的关键环节,也是信息得到高效传播的前提。以往的新闻加工主要是靠专业工作者妙笔生花,而如今,大数据、人工智能等新媒介技术进入新闻生产领域,彻底变革了这一传统加工模式。传统的新闻工作中,新闻写作由专业新闻记者负责,而当人们步入融媒体时代,越来越多的“公民记者”出现了,其将随时看到、听到、想到、经历到的事件以各种表达方式进行传播。传播平台也更丰富,如微博、微信、抖音等。在人工智能时代,由写作机器人辅助完成新闻事件的写作与编辑已被广泛应用[3]。写作机器人、数据新闻等技术让新闻的生产更高效且精准,航拍机器人代替人工拍摄实现摄影技术的巨大进步,虚拟现实技术使受众在新闻浏览中得到浸入式、全景式的体验,智能算法参与的个性化内容推荐提高了用户黏性,这些都在促进着新闻生产模式的创新与改革。比如2022 年冬奥会期间,赛事播出平台使用人工智能技术实现了对赛事精彩瞬间的快速剪辑,只要键入一个关键词,就能快速获得大量与其匹配的短视频,满足受众的观看需求。
2.1.1 应用数据化采集技术
在广播内容生产流程中,信息采集是重要的第一个环节。传统媒体环境下,新闻信息的采集大都依赖于记者的访谈录音、文字记录、图像拍摄等,但是在新媒介技术环境下,基于数据处理技术、数据分析技术的支持,新闻源不断被丰富和优化起来。在融媒体时代,要不断推动新闻采集理念的革新,充分利用技术手段提升对于新闻的敏感性、客观性、准确性和全面性,避免受到新闻从业者主观想法的影响,通过海量客观数据的分析,排除任何的人为因素与主观观念,保证数据所反映出来的是客观事实,凸显出信息采集方式更为便捷、采集范围更广泛、采集过程更客观的优势。有别于传统的信息采集仅靠人力来搜集听到、看到、想到信息的抽象性与狭隘性,传感器新闻则是对数据挖掘、分析的全新模式。
2.1.2 重视用户隐私保护技术
广播电视技术同样要服务于隐私的保护。新闻从业者在使用涉及到隐私侵权的设备如监控摄像头、传感器等时,要注意避开私人区域。对于未避开的情况,应在后期的制作、剪辑中删掉有关隐私镜头。政府与立法机构应联合出台针对于此的相关法律法规,明确大数据在数据采集、共享上的权利边界,保证用户的隐私权。企业在数据的采集和利用中,应严格从自律、技术方面强调对用户隐私权的保护,做到最终的侵权规避。比如在航拍技术的应用中,应该严格遵循相关法律规定。
2.2.1 写作机器人技术的应用
机器代替专业的新闻从业者,无疑是新闻写作领域的一大创新举措,代表了人工智能技术在新闻领域的核心应用。在未来,要继续利用机器写作解放传统的新闻生产力,提高新闻的时效性、准确性和客观性,提升新闻生产数量。比如新华社上线的一款新闻写作机器人——快笔小新,可以基于自己对数据的判断得出结论,完成一系列的数据采集、加工等工作。它的写作速度更快、时效性更高,可全天候写作,减小人工工作量。
2.2.2 可视化加工技术
新媒介技术环境下,要不断推动内容生产模式的创新和信息加工手段的创新,打造“个性化”新闻、“可视化”新闻及“VR”新闻等多种新闻模式。比如将VR 新闻更多地用在洪水、泥石流、地震等大型灾害现场的突发性新闻报道,或是会议、颁奖典礼等大型活动的现场报道,或是球赛、电影节等娱乐性节目中,使用户以沉浸式的体验来接收这些新闻信息。
2.2.3 大数据加工技术
相较于传统的新闻信息加工方式,基于大数据技术的数据新闻信息加工更加客观,具体体现在可以排除受已有经验和新闻媒体等多方面因素的影响,在报道新闻时做到完全客观,皆以数据为核心等方面,这些数据的公开、透明性也决定了所提供新闻报道的真实、客观性。在节目的内容呈现上要有更多样的方式,可依托数据的分析和挖掘,比如更多地使用以图片、图表为主的新闻呈现方式,这样更容易使受众理解信息传播内容,提高媒体信息的可读性。
2.3.1 应用算法技术
完成了信息的采集与加工后,要通过广电媒体技术创新提高分发工作的效率,要充分应用算法技术提升信息传播效果。在这方面,“今日头条”最有代表性,其对用户大数据和文章大数据进行整合、分析,根据算法进行分析、匹配,完成信息的精准发送。例如,有关算法判断了一个用户的特点是“江西人、女性、20 岁以上、学生”,这时如果系统中有任何关于江西的新闻报道,推荐引擎便会尝试将其推荐给该用户。这样,信息分发速度更快,基于算法推荐对用户数据的实时监控,可以在最短时间内发现热点新闻信息并第一时间进行推送。
2.3.2 创建分发平台
进入融媒体时代后,传统新闻以文字、图片等为核心的单向信息传播已经无法满足用户的个体需求。在这种情况下,出现了很多基于大数据信息的信息分发平台,如今日头条等。这些平台自身并不生产内容,但其却通过吸引原创用户、聚集用户生产的内容,汇聚了大量的原创内容资源,且充分应用了大数据技术,基于对用户个性需求的分析,为用户提供针对性的信息推送服务,这就是创建内容分发平台的重要意义所在。
广播电视行业既要加强对广播电视从业者内容分发能力的培养,又要与各个行业积极合作,培养更多高技术人才。比如广电技术专业与软件专业、人工智能专业相结合,面向网络直播、新闻编辑和电子商务等领域进行整合。另外也需要辅以有效的激励机制来留住人才,鼓励广电人才主动进行创新,才能给广电工程技术革新提供动力[4-5]。比如可以充分发挥县级融媒体中心的作用,培养更多的地方专业性人才。
社会化媒体的发展已经促使广电从业者从专业新闻生产者拓展到了受众用户,在大数据分析技术、人工智能技术等新媒介技术的驱动之下,进入融媒体和大数据时代后,传统广电媒体想要实现转型发展,就必须正视由此而来的一系列变革,革新传统的新闻编辑思维与方式,积极运用广电媒体技术做出深入探索,制作高质量节目。