新聞自動(dòng)化的興起及其對(duì)全球新聞業(yè)的影響
——機(jī)器新聞寫(xiě)作的收益、風(fēng)險(xiǎn)和現(xiàn)實(shí)研究

文_葉 珂 吳子藝

一、什么是新聞自動(dòng)化

新聞自動(dòng)化是基于計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、人工智能等，撰寫(xiě)新聞故事的一項(xiàng)技術(shù)。新聞自動(dòng)化系統(tǒng)具有新聞?dòng)浾咦宓姆椒ㄒ约安榭磾?shù)據(jù)的過(guò)程，通過(guò)厘清事實(shí)、尋找總體特征，分析得出重要和有趣的內(nèi)容信息。其主要目標(biāo)在于節(jié)省新聞工作者在重復(fù)任務(wù)上的工作時(shí)間，并增加新聞的輸出數(shù)量。

在過(guò)去的10年內(nèi)，新聞自動(dòng)化的使用呈現(xiàn)逐步上升的態(tài)勢(shì)。德國(guó)報(bào)紙出版商協(xié)會(huì)2017年的一份調(diào)查顯示，該國(guó)百分之七的報(bào)紙發(fā)行商已經(jīng)嘗試過(guò)新聞自動(dòng)化，另外有百分之二十的發(fā)行商計(jì)劃嘗試該項(xiàng)技術(shù)。

本文中，研究者重點(diǎn)關(guān)注了基于結(jié)構(gòu)化數(shù)據(jù)的新聞文本自動(dòng)生成。將數(shù)字編碼的數(shù)據(jù)轉(zhuǎn)換為人類(lèi)語(yǔ)言的過(guò)程稱(chēng)為自然語(yǔ)言生成(Natural Language Generation，簡(jiǎn)稱(chēng)NLG)，執(zhí)行這一新聞自動(dòng)化過(guò)程需要通過(guò)算法實(shí)現(xiàn)。需要注意的是，當(dāng)我們討論自動(dòng)化、算法、數(shù)據(jù)和新聞的時(shí)候，我們需要提醒自己這一點(diǎn)：數(shù)據(jù)和信息不能混為一談，只有在一定撰寫(xiě)原則指導(dǎo)下的數(shù)據(jù)才能被稱(chēng)為新聞故事。與此同時(shí)，為了將數(shù)據(jù)轉(zhuǎn)換成有意義的新聞故事，系統(tǒng)開(kāi)發(fā)人員和新聞工作者必須將新聞工作者大量松散的書(shū)寫(xiě)準(zhǔn)則轉(zhuǎn)換為計(jì)算機(jī)嚴(yán)格的規(guī)則。

不過(guò)，值得一提的是，部分媒體公司雖然在智能化競(jìng)爭(zhēng)中落后于他人，但他們卻并沒(méi)有意愿嘗試新聞自動(dòng)化技術(shù)，反而擔(dān)心自動(dòng)化會(huì)導(dǎo)致記者失業(yè)。研究者表示，目前并沒(méi)有數(shù)據(jù)顯示自動(dòng)化直接導(dǎo)致記者們的失業(yè)，相反，新聞生產(chǎn)過(guò)程中，人工和新聞自動(dòng)化系統(tǒng)更傾向于互補(bǔ)的狀態(tài)。

二、西方媒體新聞自動(dòng)化的應(yīng)用實(shí)例

1.瑞典Mittmedia和United Robots

United Robots部分隸屬于媒體公司Mittmedia，在瑞典全國(guó)范圍內(nèi)出版近30份新聞報(bào)紙。目前，United robots開(kāi)發(fā)出了自己的一套NLG系統(tǒng)，將其命名為“Rosalinda”。Mittmedia首席數(shù)字官表示，每周有59個(gè)聯(lián)賽的480支球隊(duì)參加比賽，他們每月會(huì)發(fā)布3000多篇自動(dòng)生成的新聞。最近，兩家公司根據(jù)用戶(hù)需求開(kāi)拓了房地產(chǎn)方面的自動(dòng)化新聞內(nèi)容。Mittmedia擁有一個(gè)自己的數(shù)據(jù)管理平臺(tái)——Soldr。Soldr收集、整理并匯總?cè)N不同類(lèi)型的數(shù)據(jù)：用戶(hù)數(shù)據(jù)、事件數(shù)據(jù)和內(nèi)容數(shù)據(jù)。

United Robots的首席執(zhí)行官S?ren Karlsson，對(duì)其從事的NLG系統(tǒng)業(yè)務(wù)分享了8點(diǎn)感受：

（1）來(lái)自上層的支持

編輯管理團(tuán)隊(duì)需要參與到項(xiàng)目中來(lái)，并給予重視。在這一點(diǎn)上，瑞典的新聞編輯室做得不錯(cuò)。

（2）讓廣告和市場(chǎng)部門(mén)參與進(jìn)來(lái)

引進(jìn)自動(dòng)化內(nèi)容，對(duì)于新聞編輯室與其他部門(mén)共同開(kāi)展業(yè)務(wù)和進(jìn)行產(chǎn)品開(kāi)發(fā)來(lái)說(shuō)，是一個(gè)絕佳的機(jī)會(huì)。不過(guò)，這中間有幾個(gè)問(wèn)題需要明確，例如：新的內(nèi)容類(lèi)別會(huì)吸引特定類(lèi)別的廣告主嗎？這些自動(dòng)化內(nèi)容會(huì)將游客轉(zhuǎn)變成付費(fèi)用戶(hù)嗎？等等。

（3）傳統(tǒng)新聞價(jià)值衡量標(biāo)準(zhǔn)同樣適用

借助自動(dòng)化，你獲得了本地內(nèi)容，提高了發(fā)行速度，掌握了大量的文本內(nèi)容。這些優(yōu)勢(shì)也是記者們?cè)诓蓪?xiě)新聞時(shí)迫切需要的。換句話(huà)說(shuō)，自動(dòng)化的內(nèi)容是一種好的本地內(nèi)容。

（4）把自動(dòng)化文本作為新聞線(xiàn)索

數(shù)據(jù)分析是自動(dòng)化過(guò)程中一個(gè)重要的環(huán)節(jié)。算法的加持將比普通人工更有助于發(fā)現(xiàn)隱藏的聯(lián)系、異常值等等。

（5）時(shí)刻準(zhǔn)備文本的發(fā)布

如果你想在文本中加入人工創(chuàng)意，那么就加吧。當(dāng)文本好到足夠可以直接發(fā)表的程度，文章的潛力應(yīng)得到最大程度的挖掘。

（6）提高產(chǎn)量，充分利用自動(dòng)化的速度

短時(shí)間內(nèi)產(chǎn)出大量的文本內(nèi)容是自動(dòng)化的一大優(yōu)勢(shì)。

（7）復(fù)查組織

你可能并不需要裁員，但或許需要檢討一下日程表和任務(wù)。問(wèn)一下這樣的問(wèn)題：當(dāng)體育比賽的文本可以自動(dòng)化生成的時(shí)候，我們?cè)绯渴欠裥枰@么多的員工？我們需要當(dāng)下這么多數(shù)量的自由撰稿人嗎？我們除了常規(guī)報(bào)道之外，還有其他什么可以做嗎？哪一些可以增加價(jià)值？等等。

（8）想想“新聞價(jià)值”

紙質(zhì)產(chǎn)品的新聞價(jià)值與數(shù)字媒體環(huán)境中產(chǎn)生的新聞價(jià)值是不一樣的。過(guò)去的時(shí)間里，新聞結(jié)構(gòu)和工作流程已經(jīng)發(fā)生了很大的變化。與此同時(shí)，新聞價(jià)值和呈現(xiàn)新聞事件的方式也已經(jīng)發(fā)生了巨大的變化。同一則新聞根據(jù)不同的受眾，有不同的角度。

2.英國(guó)RADAR

RADAR是Urbs Media和英國(guó)新聞通訊社報(bào)業(yè)協(xié)會(huì)合作建立的地方新聞社，它撰寫(xiě)發(fā)布本地新聞報(bào)道。RADAR同時(shí)利用人工和自動(dòng)化來(lái)生產(chǎn)數(shù)據(jù)驅(qū)動(dòng)的本地新聞，以此為全英國(guó)的出版商供稿。RADAR的NLG系統(tǒng)基于一家名為Arria公司的NLG工具。該系統(tǒng)的輸入內(nèi)容來(lái)自公共的公開(kāi)數(shù)據(jù)。RADAR的NLG系統(tǒng)中含Urbs Media記者編寫(xiě)的文本模板，每個(gè)模板可用于數(shù)百個(gè)不同的故事。

3.美國(guó)The Washington Post

早在2016年里約奧運(yùn)會(huì)，The Washington Post(《華盛頓郵報(bào)》)就開(kāi)發(fā)了一項(xiàng)名為Heliograf的自然語(yǔ)言系統(tǒng)。這個(gè)NLG系統(tǒng)可以自動(dòng)生成簡(jiǎn)短的句子。之后，Heliograf被應(yīng)用于其他有大量數(shù)據(jù)的新聞?lì)I(lǐng)域，比如選舉、犯罪、房地產(chǎn)等等。

Heliograf的產(chǎn)品總監(jiān)表示，新聞自動(dòng)化技術(shù)極大地?cái)U(kuò)大了新聞報(bào)道的廣度，其負(fù)責(zé)處理每日新聞報(bào)道，這使得新聞工作者可以將更多精力放在深度報(bào)道上。

4.芬蘭Va ltteri

2017年，三語(yǔ)（芬蘭語(yǔ)、瑞典語(yǔ)、英語(yǔ)）機(jī)器人Valtteri被首次應(yīng)用在芬蘭市政選舉的新聞報(bào)道中，它沒(méi)有預(yù)設(shè)的故事結(jié)構(gòu)，通常會(huì)根據(jù)數(shù)據(jù)自主決定新聞故事。不僅如此，機(jī)器人還提供個(gè)性化新聞，讀者可以用它來(lái)搜索和查找有關(guān)地理區(qū)域、政黨和候選人的新聞。

數(shù)據(jù)表明，Valtteri制作了超過(guò)200萬(wàn)條三語(yǔ)新聞報(bào)道。如果，一位經(jīng)驗(yàn)豐富的記者花費(fèi)一個(gè)小時(shí)撰寫(xiě)同等質(zhì)量的稿件，這相當(dāng)于一位記者花費(fèi)1000個(gè)工作周（以40個(gè)小時(shí)為一周工作量計(jì)算）的工作量。

三、用戶(hù)感知和媒體體驗(yàn)

在過(guò)去五年間，大量研究旨在了解人們?nèi)绾慰创詣?dòng)生成的新聞內(nèi)容。其中一個(gè)重點(diǎn)討論的議題是：當(dāng)人們被告知內(nèi)容是機(jī)器產(chǎn)生或由記者產(chǎn)生之時(shí)的感知區(qū)別。對(duì)于用戶(hù)感知的評(píng)價(jià)方式有很多種，其中Sundar給出的方法為很多研究者所使用。Sunder提取了21項(xiàng)衡量標(biāo)準(zhǔn)并將近似的標(biāo)準(zhǔn)分組，形成了4個(gè)方面，包括credibility（可信性）、liking（喜好）、quality（質(zhì)量）和representativeness（代表性）等。

以韓國(guó)為例，最近二十年來(lái)，韓國(guó)在機(jī)器人和自動(dòng)化過(guò)程中進(jìn)行了大量的投入。學(xué)者Jung研究發(fā)現(xiàn)，文化背景對(duì)于研究機(jī)器新聞的受眾反應(yīng)影響甚大。在韓國(guó)，調(diào)查顯示，相較于人工撰寫(xiě)的內(nèi)容，人們更信賴(lài)自動(dòng)化生成的內(nèi)容。原因是，記者和新聞媒體常常與貪污腐敗掛鉤。韓國(guó)民眾對(duì)新聞媒體的信賴(lài)程度很低。

至于媒體自身對(duì)于新聞自動(dòng)化的感受，筆者在采訪了芬蘭和瑞典的記者之后發(fā)現(xiàn)，他們反映的影響是雙重的。首先，接受采訪的記者們認(rèn)為，自動(dòng)化提高了其媒體自身的新聞內(nèi)容產(chǎn)量。而且它可以幫助記者從數(shù)據(jù)中挖掘此前沒(méi)能發(fā)現(xiàn)的選題和新聞故事。其次，新聞自動(dòng)化可以幫助生產(chǎn)那些原本需要從外部購(gòu)買(mǎi)的新聞內(nèi)容。比如，那些從自由記者處獲得的氣象報(bào)告和體育比賽故事等等。當(dāng)然，需要注意的是，新聞自動(dòng)化并不能顯著地保持或提升媒體品牌。

四、實(shí)施新聞自動(dòng)化的務(wù)實(shí)考慮

對(duì)于媒體來(lái)說(shuō)，一個(gè)最需要考慮的事是這套系統(tǒng)的來(lái)源：是從供應(yīng)商處“直接購(gòu)買(mǎi)”，還是內(nèi)部研發(fā)？如果“直接購(gòu)買(mǎi)”，媒體公司就會(huì)受到供應(yīng)商的支配。這個(gè)問(wèn)題與媒體公司的規(guī)模和它擁有的資源有關(guān)。此外，倫理問(wèn)題（如數(shù)據(jù)、事實(shí)的選擇、自律）和透明度也是需要同時(shí)考慮的問(wèn)題。

對(duì)于新聞媒體機(jī)構(gòu)來(lái)說(shuō)，特定的規(guī)則、流程和價(jià)值是維持新聞機(jī)構(gòu)生存和運(yùn)行的關(guān)鍵特性。當(dāng)面對(duì)潛在的巨大轉(zhuǎn)變，比如新聞自動(dòng)化，一個(gè)整合所有這些新工具和產(chǎn)品并能讓其反映新聞機(jī)構(gòu)本身組織特性的戰(zhàn)略，就顯得尤為重要。例如，對(duì)于管理者來(lái)說(shuō)，自動(dòng)化提高了管理者對(duì)于不同部門(mén)之間連接和溝通的要求；或者協(xié)調(diào)外部參與者，以保證其提供的服務(wù)能匹配媒體內(nèi)部的價(jià)值觀和流程。

Tom Kent曾經(jīng)是2014—2015年美聯(lián)社自動(dòng)化項(xiàng)目的負(fù)責(zé)編輯之一。在2015年的一篇博文中，他分享了一些他認(rèn)為編輯在嘗試和使用自動(dòng)化新聞寫(xiě)作時(shí)候需要考慮的事，并就以下幾個(gè)方面提出了相關(guān)的問(wèn)題：

（1）數(shù)據(jù)準(zhǔn)確性以及獲得數(shù)據(jù)的權(quán)利

這些數(shù)據(jù)可信嗎？潛在的數(shù)據(jù)包含什么？供應(yīng)商對(duì)數(shù)據(jù)是否進(jìn)行了合理的傳送和處理？供應(yīng)商有合法權(quán)利將數(shù)據(jù)傳送給你嗎？你是否有進(jìn)一步的權(quán)利來(lái)處理和發(fā)布這些數(shù)據(jù)？如果有的話(huà)，在哪些平臺(tái)上？等等。

（2）圖片和視頻

你確定你有權(quán)限使用自動(dòng)化系統(tǒng)獲取的圖片嗎？你如何避免那些與你的標(biāo)準(zhǔn)不符合的諷刺和仇恨類(lèi)的圖片？你如何確定圖片和視頻適合實(shí)際的事件？

（3）什么需要自動(dòng)化以及怎么進(jìn)行自動(dòng)化

你會(huì)比較什么類(lèi)型的信息？算法會(huì)強(qiáng)調(diào)哪些數(shù)據(jù)？你將如何使自動(dòng)化內(nèi)容與其他內(nèi)容在拼寫(xiě)、整體寫(xiě)作風(fēng)格和大小寫(xiě)方面保持一致？

（4）測(cè)試和維護(hù)

如何測(cè)試錯(cuò)誤？人工編輯會(huì)在發(fā)布前測(cè)試每一篇故事嗎？誰(shuí)來(lái)維護(hù)數(shù)據(jù)和復(fù)查算法做的決定？誰(shuí)在看著機(jī)器，多久一次，以及多長(zhǎng)時(shí)間？

（5）公示自動(dòng)化是如何完成的

你會(huì)告訴讀者一篇故事是自動(dòng)化生成的嗎？你會(huì)如何存檔自動(dòng)化內(nèi)容，以便你解釋任何一篇故事是怎樣產(chǎn)生的？你愿意透露你的軟件是如何操作的嗎？你愿意分享源代碼嗎，還是你認(rèn)為這是一種專(zhuān)有信息？

五、新聞自動(dòng)化的未來(lái)

Diakopoulos認(rèn)為，新聞自動(dòng)化的未來(lái)在于對(duì)新聞業(yè)基本原則的解構(gòu)。這意味著，將新聞工作過(guò)程分解為實(shí)際的信息產(chǎn)品和微型的過(guò)程，從而能夠分析什么可以被自動(dòng)化，哪一些本質(zhì)上是人工任務(wù)。通過(guò)仔細(xì)地解構(gòu)任務(wù)，包含自動(dòng)化和人工努力的混合系統(tǒng)可以更好地提升效率，降低成本，從而保證新聞質(zhì)量、抵制商品化。通過(guò)與新聞自動(dòng)化專(zhuān)家的討論，綜合研究者自己的思考，報(bào)告給出了有關(guān)自動(dòng)化內(nèi)容實(shí)施和開(kāi)展過(guò)程中的一些現(xiàn)實(shí)挑戰(zhàn)：

（1）超越最基本模板性系統(tǒng)的自動(dòng)化生成文本仍然有產(chǎn)生錯(cuò)誤的傾向。有效的自動(dòng)化內(nèi)容應(yīng)該考慮到自動(dòng)化可能產(chǎn)生的一些不熟悉或陌生的錯(cuò)誤，并在這一過(guò)程中配備適當(dāng)?shù)木庉嫳O(jiān)督、管理和維護(hù)職能。

（2）NLG系統(tǒng)仍然不是完美無(wú)缺的，而且它在有關(guān)體育、房地產(chǎn)和金融等內(nèi)容上的延展性受到多種因素的制約。對(duì)于設(shè)計(jì)類(lèi)似政治議題這樣不確定主題的敘述非常困難。即便是對(duì)于話(huà)題范圍較窄、能夠清晰理解并明確定義的主題來(lái)說(shuō)，系統(tǒng)精細(xì)的設(shè)計(jì)和建造還是很有必要的。

（3）有趣和有用的數(shù)據(jù)的可用性是一個(gè)比較大的問(wèn)題，因?yàn)橐恍?qiáng)大的私人利益集團(tuán)嘗試控制和商業(yè)化這些數(shù)據(jù)。媒體公司需要為獲得更多的公共和私人數(shù)據(jù)付出更大努力。與此同時(shí)，媒體們也需要通過(guò)創(chuàng)造和合作的方式來(lái)獲得更多獨(dú)有的數(shù)據(jù)集，以此能夠生成更多有趣的、具有商業(yè)價(jià)值的內(nèi)容。

（4）新聞自動(dòng)化為媒體公司提供了在傳統(tǒng)新聞業(yè)務(wù)之外拓展其他業(yè)務(wù)的可能性。傳統(tǒng)媒體機(jī)構(gòu)或許可以通過(guò)孵化自動(dòng)化項(xiàng)目獲取收益。

（5）NLG系統(tǒng)的靈活性還是有所欠缺，特別是對(duì)于聊天機(jī)器人或其他聊天/收聽(tīng)機(jī)器設(shè)備（如Alexa）而言，需要大量昂貴的開(kāi)發(fā)工作。這也是為什么類(lèi)似Alexa之類(lèi)的機(jī)器只支持少部分語(yǔ)言版本的原因。

（6）自動(dòng)化新聞的個(gè)性化是每一個(gè)出版商的夢(mèng)想。這需要大量的用戶(hù)檔案信息和基于線(xiàn)上線(xiàn)下行為的預(yù)測(cè)模型。在更長(zhǎng)的時(shí)期內(nèi)，媒體公司必須決定他們是否參與更深層次的用戶(hù)模型構(gòu)建，以此來(lái)實(shí)現(xiàn)更廣泛的個(gè)性化自動(dòng)內(nèi)容生產(chǎn)。

（7）從大量的數(shù)據(jù)集中提取觀點(diǎn)幫助記者撰寫(xiě)有趣故事，有可能是新聞自動(dòng)化最有用的應(yīng)用。自動(dòng)化可以通過(guò)自動(dòng)化分析、部分內(nèi)容撰寫(xiě)和其他精細(xì)工具幫助記者和編輯撰寫(xiě)有趣的內(nèi)容。不過(guò)，在自動(dòng)化實(shí)際運(yùn)作的過(guò)程中有一個(gè)風(fēng)險(xiǎn)是，自動(dòng)化可能會(huì)給記者產(chǎn)生更多的工作量，而非使他們從常規(guī)工作中解放出來(lái)。