機(jī)器人新聞：變革歷程與社會(huì)影響

□文│葉韋明

?

機(jī)器人新聞：變革歷程與社會(huì)影響

□文│葉韋明

［摘 要］以時(shí)間和機(jī)構(gòu)為線索，簡要梳理機(jī)器人新聞寫作的現(xiàn)狀，概述其原理，分析機(jī)器人新聞與記者新聞的區(qū)別；隨后將機(jī)器人新聞生產(chǎn)置于“宏觀-微觀、新聞-公眾”的四象限坐標(biāo)軸中，分析其對(duì)相關(guān)行動(dòng)者（記者、讀者、新聞機(jī)構(gòu)、社會(huì)）的不同影響；最后從媒介社會(huì)史的視角提出討論和建議。

［關(guān)鍵詞］機(jī)器人新聞 新聞內(nèi)容生產(chǎn) 算法 行動(dòng)者

今天，機(jī)器人技術(shù)廣泛影響了制造業(yè)、醫(yī)療保健和服務(wù)業(yè)等行業(yè)和就業(yè)市場，人們對(duì)此褒貶不一。一方面，移動(dòng)機(jī)器人、工業(yè)機(jī)器人、服務(wù)機(jī)器人、模塊化機(jī)器人、軍事機(jī)器人幫助人類完成骯臟、危險(xiǎn)、單調(diào)或艱難的任務(wù)，往往得到人類社會(huì)的積極反應(yīng)；另一方面，當(dāng)機(jī)器人涉足教育、法律、醫(yī)療和新聞等與人類本身、社會(huì)和文化直接相關(guān)的行業(yè)時(shí)，往往遭到較多的質(zhì)疑，甚至是抵制。究其原因，主要有三點(diǎn)：首先，人類社會(huì)對(duì)機(jī)器人的理解往往更承認(rèn)和重視“機(jī)器”的一面，默認(rèn)其功能為補(bǔ)充和替代人類的體力勞動(dòng)；其次，隨著人工智能的發(fā)展，機(jī)器人逐漸演化出“人”的一面，盡管有限且緩慢，但大多數(shù)人類對(duì)機(jī)器人的了解仍然極有限，落后于機(jī)器人本身的演進(jìn)；最后，人類始終存在的對(duì)“他者”之恐慌——盡管機(jī)器人是人類創(chuàng)造出來的，但是這樣的恐慌情緒在大量的（早在人工智能之前產(chǎn)生的）人工智能文學(xué)作品中展露無遺。人類社會(huì)的這些反應(yīng)在面對(duì)機(jī)器人新聞時(shí)依然存在。

美國新聞協(xié)會(huì)（American Press Institute）對(duì)新聞的定義是：“收集、考查、創(chuàng)造和展示新聞與信息的行為。同時(shí)也是以上行為的產(chǎn)品。”［1］在這個(gè)定義中，確定新聞是一種行為和產(chǎn)品，但并沒有限定新聞生產(chǎn)的行為主體只能是人類。因此，本文更多從事實(shí)、過程和影響三個(gè)方面梳理機(jī)器人新聞的發(fā)展和困難。確切地說，機(jī)器人新聞（Robot Journalism或Automated Journalism）是使用算法自動(dòng)地從結(jié)構(gòu)性數(shù)據(jù)中生成新聞。一旦開發(fā)出這樣的程序來，算法不僅可以生成針對(duì)特定主題的大量新聞，而且速度更快、更便宜、還可以比人類記者出錯(cuò)更少。毫無疑問，機(jī)器人新聞的發(fā)展激起了新聞內(nèi)容生產(chǎn)者的恐慌，擔(dān)心機(jī)器的內(nèi)容生產(chǎn)可能將終結(jié)新聞編輯室的工作，但與此同時(shí)，學(xué)者和實(shí)踐者們則看到技術(shù)可能促進(jìn)新聞質(zhì)量。

一、機(jī)器人參與內(nèi)容生產(chǎn)：功能演化

近幾年，機(jī)器人新聞在媒體機(jī)構(gòu)中迅速發(fā)展。2014年，美聯(lián)社率先使用“自動(dòng)洞察力”（Automated Insights）公司的軟件產(chǎn)品“語言大師”（wordsmith）撰寫每季度的公司財(cái)報(bào)。美聯(lián)社在拿到公司財(cái)報(bào)數(shù)據(jù)后，將其輸入到“語言大師”平臺(tái)上，隨后軟件生成一條150～300個(gè)單詞的新聞，值班編輯僅在新聞發(fā)布之前預(yù)覽一遍。美聯(lián)社認(rèn)為，財(cái)報(bào)類的新聞需要定期發(fā)布，且格式僵化，無法體現(xiàn)記者的創(chuàng)造性。次年，機(jī)器人使用自動(dòng)化編輯器擴(kuò)大算法范圍，利用傳感器搜集實(shí)時(shí)數(shù)據(jù)，撰寫體育新聞。2014年，《洛杉磯時(shí)報(bào)》的記者和程序員肯·施文克（Ken Schwencke）開發(fā)了一套算法，可以將美國地質(zhì)調(diào)查局的信息置于事先寫好的模板中，從撰寫地震新聞到線上發(fā)布僅需3分鐘。隨后該報(bào)又將機(jī)器人新聞系統(tǒng)拓展到犯罪新聞?lì)I(lǐng)域。2015年，騰訊財(cái)經(jīng)開發(fā)的自動(dòng)化新聞寫作機(jī)器人Dreamwriter，根據(jù)算法在第一時(shí)間自動(dòng)生成稿件，一分鐘內(nèi)將重要資訊送達(dá)用戶。同年，新華社也使用機(jī)器人“快筆小新”撰寫體育新聞的中英文稿件和財(cái)經(jīng)信息稿件。

以“語言大師”平臺(tái)為例，新聞內(nèi)容的機(jī)器生產(chǎn)包括以下基本步驟：上傳結(jié)構(gòu)化的數(shù)據(jù)文件，創(chuàng)建多種敘述模板，撰寫基本文本結(jié)構(gòu)，為可能的變量替換關(guān)鍵詞，之后添加邏輯。它還可以創(chuàng)建分支內(nèi)容，根據(jù)數(shù)據(jù)的實(shí)際情況添加、修改特定的詞匯、短語或段落（比如，根據(jù)實(shí)際情況形容50寸的電視究竟是“巨大”還是“適中”）。雖然撰寫一兩篇文章看起來要花費(fèi)很多時(shí)間精力，可一旦使用該模板寫大量的新聞時(shí)，就不需要重復(fù)撰寫單個(gè)報(bào)道，只需上傳新的數(shù)據(jù)，并根據(jù)已有的模板和敘述結(jié)構(gòu)，根據(jù)編輯的標(biāo)準(zhǔn)更新創(chuàng)造性的細(xì)節(jié)。而“敘述科學(xué)”公司的“鵝毛筆”（Quill）則搜集可能的數(shù)據(jù)，如（在棒球賽中的）得分、每分鐘賽況、平均擊球率、歷史記錄或運(yùn)動(dòng)員人口信息；隨后，該軟件利用統(tǒng)計(jì)方法來確定數(shù)據(jù)中重要和有趣的事實(shí)，包括超常的情況，如運(yùn)動(dòng)員超常發(fā)揮，或者比賽的關(guān)鍵時(shí)刻；接著，該軟件根據(jù)重要性給不同的觀點(diǎn)進(jìn)行分類和排序；然后根據(jù)事先設(shè)置的規(guī)則安排具有新聞價(jià)值的細(xì)節(jié)，并生成故事；最后把這個(gè)故事上傳到媒體機(jī)構(gòu)的內(nèi)容管理系統(tǒng)，這個(gè)系統(tǒng)也可能會(huì)自動(dòng)發(fā)布新聞。以上即是美國兩大機(jī)器人新聞公司“自動(dòng)洞察力”和“敘述科學(xué)”的基本運(yùn)行邏輯。目前全球有11家企業(yè)能夠提供機(jī)器人新聞的服務(wù)：德國的AX Semantics、Text-On、2txt NLG、Retresco、Textomatic，美國的Narrative Science、Automated Insights，法國的Syllabs、Labsense，英國的Arria以及中國的騰迅，能滿足十余種語言的需求。

如今，美聯(lián)社、《福布斯》《紐約時(shí)報(bào)》《洛杉磯時(shí)報(bào)》、ProPublica作為先鋒，已經(jīng)在日常新聞生產(chǎn)中使用機(jī)器人新聞。機(jī)器人新聞最經(jīng)常被用來生產(chǎn)常規(guī)性、重復(fù)性主題的新聞，因?yàn)檫@些新聞來自于可獲取的結(jié)構(gòu)化的、精確的數(shù)據(jù)。因此，如果無法取得結(jié)構(gòu)化的數(shù)據(jù)，或者數(shù)據(jù)質(zhì)量較差時(shí)，機(jī)器人新聞幾無用武之地。機(jī)器人新聞的驅(qū)動(dòng)力有三點(diǎn)：越來越豐富可得的結(jié)構(gòu)化數(shù)據(jù)、新聞機(jī)構(gòu)減少成本以及提高新聞質(zhì)量的目標(biāo)。所以，機(jī)器人新聞更加適用于那些快速和有效地提供事實(shí)的主題，而非細(xì)致敘述的主題，讀者對(duì)于寫作的質(zhì)量期待也較少。讀者可能會(huì)認(rèn)為機(jī)器人新聞比人類撰寫的新聞精確性更高，但并不特別喜歡閱讀機(jī)器人新聞。

基于以上內(nèi)容，概括機(jī)器人新聞和記者報(bào)道之間的區(qū)別如表1所述（當(dāng)然這樣的概括只是一種靜態(tài)的、理想型的描述，隨著機(jī)器人的演化，兩者的界限會(huì)逐漸模糊）。

表1　機(jī)器人新聞與人類記者報(bào)道的區(qū)別

除了寫作和分析，機(jī)器人在社交媒體推廣、核查信息和編輯等方面也有所發(fā)展?！都~約時(shí)報(bào)》的機(jī)器人布洛瑟姆（Blossom）基于臉書等社交平臺(tái)推送的海量文章進(jìn)行大數(shù)據(jù)分析，根據(jù)數(shù)據(jù)預(yù)測哪些內(nèi)容更具有社交推廣效應(yīng)，再把可能的“爆款”文章告訴編輯，并提供建議。通過機(jī)器學(xué)習(xí)，Blossom今后還有望獨(dú)立制定標(biāo)題、摘要文章、為文配圖等工作。2012年，《華盛頓郵報(bào)》啟動(dòng)了名為“吐真者”（Truth Teller）的實(shí)時(shí)新聞核查項(xiàng)目，全程記錄新聞報(bào)道中的文字和語音等信息，并隨時(shí)與“打假”數(shù)據(jù)庫進(jìn)行對(duì)比，一旦發(fā)現(xiàn)異常便發(fā)出警報(bào)?！缎l(wèi)報(bào)》推出“#Open001”計(jì)劃，該機(jī)器人對(duì)社交網(wǎng)絡(luò)上的分享熱點(diǎn)和關(guān)注熱度進(jìn)行統(tǒng)計(jì)分析，隨即進(jìn)行內(nèi)容篩選、編輯排版和印刷，最終生成一份報(bào)紙。而路透社則推出一整套名為Open Calais的智能解決方案：從各類文本類型中提煉出元數(shù)據(jù)，并通過連接內(nèi)部的資料庫實(shí)現(xiàn)文本閱讀和分析。學(xué)習(xí)和模擬每位編輯在系統(tǒng)中敲下的單詞，并隨時(shí)與系統(tǒng)數(shù)據(jù)庫進(jìn)行比對(duì)，篩選出關(guān)鍵詞和重點(diǎn)內(nèi)容。當(dāng)記者寫完稿件之后，只需要再次比對(duì)關(guān)鍵詞、核查重點(diǎn)內(nèi)容部分即可完成稿件編輯和校對(duì)。

機(jī)器人已經(jīng)滲透到新聞內(nèi)容生產(chǎn)流程的各個(gè)環(huán)節(jié)：寫作、分析、推廣、核實(shí)、編輯等。面對(duì)新聞生產(chǎn)中這個(gè)巨大的變化，相關(guān)的行動(dòng)者們受到什么影響？又是什么反應(yīng)？

二、機(jī)器人新聞與相關(guān)行動(dòng)者

安德里亞斯·格雷費(fèi)（Andreas Graefe）提出基于“新聞-公眾”和“微觀-宏觀”坐標(biāo)軸的四象限圖（見圖1），概括機(jī)器人新聞及相對(duì)應(yīng)的四個(gè)行動(dòng)者（機(jī)構(gòu)和個(gè)體）：記者和新聞消費(fèi)者（即讀者）處于微觀一端，而新聞機(jī)構(gòu)和社會(huì)則處于宏觀一端；在另外一個(gè)維度，記者和新聞機(jī)構(gòu)具有新聞屬性，讀者和社會(huì)則具有公眾屬性。［2］機(jī)器人新聞對(duì)以上四個(gè)行動(dòng)者：記者、讀者、新聞機(jī)構(gòu)和社會(huì)都產(chǎn)生深遠(yuǎn)的影響。

圖1　機(jī)器人新聞與相關(guān)行動(dòng)者，四象限坐標(biāo)軸

1.對(duì)記者的補(bǔ)充還是取代

首當(dāng)其沖的是機(jī)器人新聞對(duì)新聞工作者的影響，前者對(duì)后者究竟是取代還是補(bǔ)充，取決于記者的任務(wù)和技能。對(duì)于常規(guī)的和重復(fù)的任務(wù)，從原始數(shù)據(jù)到標(biāo)準(zhǔn)化寫作的過程（如體育賽事或公司財(cái)報(bào)），記者無法與機(jī)器人內(nèi)容的速度和維度相媲美。記者們對(duì)這一發(fā)展的態(tài)度往往趨于積極和悲觀兩極——樂觀者認(rèn)同“機(jī)器解放人類”的論述，他們認(rèn)為機(jī)器人如果承擔(dān)常規(guī)任務(wù)，就可以將記者從日常的任務(wù)中解放出來，使得記者可以投入深度分析、評(píng)論和調(diào)查性工作，有助于提高新聞的質(zhì)量。而悲觀的“機(jī)器對(duì)抗人類”的論述則將機(jī)器人新聞與人類記者對(duì)應(yīng)起來，主張機(jī)器人新聞是降低成本的新方法，可以取代那些僅完成常規(guī)任務(wù)的記者。

面對(duì)來勢洶洶的機(jī)器人新聞，記者們往往指出，機(jī)器生產(chǎn)內(nèi)容的質(zhì)量低下或一般，他們強(qiáng)調(diào)人類有能力做出精妙細(xì)致的陳述。然而，“講故事”往往不是記者作為一種職業(yè)最為人稱道的技能；客觀性、準(zhǔn)確性和時(shí)效性才是記者們常被贊揚(yáng)的特征，可是這些特征恰恰是算法的強(qiáng)項(xiàng)。更重要的是，這種論述忽視了這樣的事實(shí)，即機(jī)器人新聞最擅長完成重復(fù)的、常規(guī)的和基于事實(shí)的故事，而在這樣的故事中，寫作的質(zhì)量可能并非關(guān)鍵，準(zhǔn)確、簡潔、快速的信息才是其核心。

2.對(duì)讀者的影響

機(jī)器人新聞對(duì)讀者產(chǎn)生的影響主要圍繞兩個(gè)方面：讀者如何理解機(jī)器人新聞的質(zhì)量？讀者對(duì)算法透明度有哪些要求？如前文所述，記者們往往質(zhì)疑機(jī)器人新聞的內(nèi)容質(zhì)量，認(rèn)為它們只能滿足讀者對(duì)清晰和準(zhǔn)確信息的最低要求，通常認(rèn)為機(jī)器人新聞缺少精妙的描述，機(jī)械化且無聊。一份來自三個(gè)國家（德國、瑞典和荷蘭）的實(shí)驗(yàn)研究發(fā)現(xiàn)，讀者對(duì)機(jī)器人新聞的感知與記者的評(píng)價(jià)一致。實(shí)驗(yàn)被試被要求閱讀英文文章（但讀者并不知道作者身份），并對(duì)不同維度做出評(píng)分，結(jié)果顯示，人類寫的新聞比機(jī)器人新聞在可讀性上得分更高；但在可信性上機(jī)器人新聞則略勝一籌；但兩種新聞的質(zhì)量差別并不大，被試很難區(qū)分出一篇文章到底是機(jī)器寫的還是出自人手。［3］另外有研究考察當(dāng)讀者知道作者身份時(shí)的反應(yīng)，荷蘭讀者對(duì)機(jī)器人新聞和記者新聞（涉及體育和財(cái)經(jīng)領(lǐng)域）內(nèi)容的專業(yè)度和可信性的評(píng)估并沒有區(qū)別。［4］德國讀者閱讀機(jī)器人和人類撰寫的體育和金融新聞，盡管標(biāo)明了文章的作者（可能有誤），但這并沒有影響讀者的判斷，結(jié)果仍與上述實(shí)驗(yàn)一致，即機(jī)器人新聞更可信，更具專業(yè)性，而人類記者寫的新聞則更有可讀性。［5］這些證據(jù)指出，機(jī)器人新聞在常規(guī)的、重復(fù)的主題上可以與記者撰寫的新聞相媲美；但是當(dāng)主題超出簡單的事實(shí)陳述，需要記者通過解釋、說理和觀點(diǎn)來貢獻(xiàn)價(jià)值時(shí)，機(jī)器人新聞尚不能勝任。

機(jī)器人新聞對(duì)讀者的影響還體現(xiàn)在讀者想知道算法的運(yùn)作方式，如算法對(duì)他們了解多少以及其他人看到的故事有何不同。學(xué)者指出，讀者關(guān)注機(jī)器人新聞的五類信息：涉及的人群、底層數(shù)據(jù)、模型、推論和算法。［6］比如讀者想知道，機(jī)器人新聞背后是什么——算法的目標(biāo)和意圖是什么，包括編輯的目標(biāo)；誰開發(fā)和控制這些算法；誰對(duì)這些內(nèi)容負(fù)責(zé)；最終產(chǎn)品在發(fā)表前是否有人類編輯閱覽，等等。關(guān)于數(shù)據(jù)來源，新聞機(jī)構(gòu)應(yīng)該公開完整的原始數(shù)據(jù)；或者提供數(shù)據(jù)質(zhì)量的信息，例如數(shù)據(jù)的精確度（或潛在的不確定性）、完整性和時(shí)效性。此外，讀者還想知道數(shù)據(jù)是如何獲取、變換、確證和編輯的；是公開數(shù)據(jù)或私人數(shù)據(jù)；生成故事時(shí)，使用（或忽略）了哪一部分的資料；如果這是個(gè)人的故事，使用了讀者的哪部分信息。關(guān)于算法，讀者們對(duì)從數(shù)據(jù)中發(fā)現(xiàn)有趣的事件和洞察的基礎(chǔ)模型和統(tǒng)計(jì)方法很感興趣，并好奇是何種新聞價(jià)值決定了最終的故事。但是，與其說以上問題是讀者的問題，不如說是專家的問題，很少有普通讀者能夠清晰地意識(shí)到算法在新聞中起的作用。只有當(dāng)算法產(chǎn)生重大錯(cuò)誤或者被黑客入侵時(shí)，讀者才可能真正重視算法透明度。對(duì)于算法透明度來說，有兩點(diǎn)值得未來研究關(guān)注：更好地理解讀者對(duì)算法透明度的需求以及信息公開如何有助于公共利益；如何更好地展示信息而不影響用戶體驗(yàn)。

3.機(jī)器人新聞的應(yīng)用范疇

機(jī)器人新聞在體育賽事和金融主題的內(nèi)容生產(chǎn)只是開始。鑒于其可能減少成本及增加新聞出稿量，越來越多的媒體機(jī)構(gòu)可能采用機(jī)器人進(jìn)行內(nèi)容生產(chǎn)；機(jī)器人新聞可能被用在更具挑戰(zhàn)性的主題，如涉及政治和社會(huì)議題、符合公眾利益的新聞。一旦機(jī)器人新聞涉及批判性議題，問題的準(zhǔn)確性、內(nèi)容的質(zhì)量以及底層數(shù)據(jù)和算法的透明度變得愈加重要。湯姆·肯特（Tom Kent）提出“機(jī)器人新聞的倫理清單”，主要包含以下四個(gè)方面：資料來源（新聞機(jī)構(gòu)需確保有修改和發(fā)布數(shù)據(jù)的合法權(quán)利，確保資料的準(zhǔn)確性），資料處理（新聞機(jī)構(gòu)在發(fā)布信息前檢驗(yàn)數(shù)據(jù)和算法），輸出（發(fā)布的內(nèi)容符合新聞機(jī)構(gòu)的公開規(guī)定，在不同的故事中能夠使用多樣的表達(dá)，新聞機(jī)構(gòu)需要說明故事是由機(jī)器、人類或合作生產(chǎn)的），責(zé)任（算法不能承擔(dān)所有的責(zé)任，新聞機(jī)構(gòu)在必要的時(shí)候至少要能說明故事如何生產(chǎn)出來）。［7］

由于機(jī)器人新聞能夠快速、便宜、大量和按需生產(chǎn)內(nèi)容，可能從本質(zhì)上增加了新聞的數(shù)量。這樣的變化可能有望滿足人們對(duì)信息的需求，但同時(shí)也增加了人們尋找相關(guān)內(nèi)容的負(fù)擔(dān)，搜索引擎和個(gè)性化新聞聚合也愈發(fā)任重道遠(yuǎn)。另外，我們能否完全信任算法成為提供監(jiān)督和平衡的機(jī)制，發(fā)現(xiàn)重要議題，并為輿論的形成而設(shè)立公共議程？未來的研究應(yīng)該多關(guān)注，算法在什么程度上可以承擔(dān)“把關(guān)人”的角色。

三、建議與討論

至21世紀(jì)早期，計(jì)算機(jī)輔助新聞報(bào)道的使用已經(jīng)得到了巨大發(fā)展，數(shù)據(jù)不僅成為了日常新聞的一部分，同時(shí)也成為新聞報(bào)道的一大驅(qū)動(dòng)力——這個(gè)過程被稱為“精確新聞”“計(jì)算機(jī)輔助報(bào)道”“數(shù)據(jù)新聞”“數(shù)據(jù)驅(qū)動(dòng)新聞”或是“計(jì)算新聞”。在未來，算法可能更迅速地、從更廣闊的范圍中、用多種語言、根據(jù)讀者的偏好和問題生產(chǎn)新聞，還可能比人類記者犯更少的錯(cuò)誤。

但是，基于算法的內(nèi)容生產(chǎn)仍然存在局限性。首先，機(jī)器人生產(chǎn)內(nèi)容意味著需要從已有記錄的信息和數(shù)據(jù)中找到題目，當(dāng)然全民連線、全民記錄的時(shí)代給新聞提供了大量的主題來源，但如果有一些事件和觀念太隱晦，以至于大多數(shù)人都對(duì)此習(xí)以為?；蛘呷狈τ涗浀男袨?；或者由于種種原因，一些事件和觀點(diǎn)被屏蔽在已有的信息平臺(tái)之外；或者算法只能捕捉“顯著”的、“大量”的主題而忽略那些（可能）很重要但又尚未得到大部分人關(guān)注的主題——這些是在選題中可能存在的問題，即如果基于已有的社會(huì)記錄作為“主題庫”尋找選題，可能意味著越來越窄的選題空間。其次，人類自然語言的多樣性導(dǎo)致了表達(dá)的模糊，機(jī)器算法仍然很難精準(zhǔn)地判斷自然語言中的多種情緒和態(tài)度，記錄者通過反諷、隱喻、諧音、別字等多種方式所表達(dá)的共同意義也給算法增加了重重難度。僅以反諷這一點(diǎn)而言，機(jī)器人新聞公司敘述科學(xué)（Narrative Science）在芝加哥的總部坐落在《論壇報(bào)》的不遠(yuǎn)處，而這個(gè)對(duì)記者職業(yè)產(chǎn)生巨大威脅的技術(shù)則是從美國西北大學(xué)梅迭爾新聞、媒體管理與整合營銷傳播學(xué)院中孕育出來的——這些事實(shí)中所包含的反諷意味對(duì)人類而言很容易理解，但對(duì)機(jī)器則是尚待克服的難題。從這個(gè)意義上說，機(jī)器人取代記者進(jìn)行新聞生產(chǎn)，特別是深度新聞寫作尚需時(shí)日。

目前機(jī)器人新聞主要涉足天氣預(yù)報(bào)、體育賽事、公司財(cái)報(bào)、信息匯編、突發(fā)快訊等。機(jī)器人新聞的算法限定了數(shù)據(jù)的結(jié)構(gòu)、報(bào)道的主題、常用的模板。一旦要求創(chuàng)意、批判性思維、理解社會(huì)等任務(wù)，機(jī)器人尚無法勝任。因此，新聞從業(yè)人員不能以外部變化（如機(jī)器人新聞）為借口，放棄專業(yè)性——一旦記者只能寫流水賬和信息羅列，沒有聯(lián)想、思考、討論和分析，那么被機(jī)器人代替也沒有什么可遺憾的。

另外，雷金納德·蔡（Reginald Chua）提出新聞生產(chǎn)中“人機(jī)結(jié)合”的設(shè)想：算法分析資料，發(fā)現(xiàn)有趣的故事，呈現(xiàn)初稿，記者進(jìn)行深入的分析，采訪關(guān)鍵行動(dòng)者，挖掘背后的意義以豐富故事?！堵迳即墪r(shí)報(bào)》的犯罪報(bào)告就是這樣的一次嘗試，算法提供基本事實(shí)，如日期、地點(diǎn)、時(shí)間、年齡、性別、種族和轄區(qū)；之后記者抓住最有價(jià)值的新聞，進(jìn)行訪談和分析，提供受害人的生活和家庭細(xì)節(jié)，解釋現(xiàn)象或建立因果聯(lián)系。

從記者的職業(yè)未來角度看，自動(dòng)化報(bào)道的崛起比新聞業(yè)面對(duì)的經(jīng)濟(jì)困境威脅小得多。新聞業(yè)當(dāng)前面臨印刷內(nèi)容向網(wǎng)絡(luò)轉(zhuǎn)移、廣告業(yè)務(wù)枯竭等致命問題，而這些都不是機(jī)器人革命造成的絕境。機(jī)器和工具對(duì)人類的工作和生活始終是一種補(bǔ)充，正如計(jì)算機(jī)的產(chǎn)生并沒有完全取代電話，它是一種補(bǔ)充，也使人們的工作和生活發(fā)生了改變。

（作者單位：北京大學(xué)深圳研究生院）

參考文獻(xiàn)：

［1］American Press Institute， “What is Journalism？” http://www.americanpressinstitute.org/journalism-essentials/what-isjournalism/

［2］Andreas Graefe， “Guide to Automated Journalism，” January 7， 2016， http://towcenter.org/research/guide-to-automatedjournalism/.

［3］Christer Clerwall，“Enter the robot journalist，” Journalism Practice， 2014 （5）， pp. 519-531.

［4］Hille van der Kaa and Emiel Krahmer， “Journalist versus news consumer: The perceived credibility of machine written news，” Computation Journalism Conference， Columbia University， New York， 2014.

［5］Andreas Graefe et al.， “Readers’ perception of computer-written news: Credibility， expertise， and readability，”DubrovnikMedia Days Conference， University of Dubrovnik， 2015.

［6］Nicholas Diakopoulos， “Algorithmic accountability: Journalistic investigation of computational power structures，”Digital Journalism， 2015 （3）， pp. 398-415.

［7］Tom Kent， “An ethical checklist for robot journalism，” February 24， 2015， https://medium.com/@tjrkent/an-ethicalchecklist-for-robot-journalism-1f41dcbd7be2.