智媒時(shí)代編輯理念轉(zhuǎn)型探究

摘要：人工智能與媒體融合發(fā)展，形成了智媒這一新的媒體形態(tài)和傳播樣態(tài)。智媒時(shí)代將重塑編輯邊界，出現(xiàn)了編輯的算法轉(zhuǎn)向、編輯的協(xié)同共創(chuàng)轉(zhuǎn)向、編輯的流程轉(zhuǎn)向，對(duì)編輯理念提出了新的要求。本文在界定智媒的基礎(chǔ)上分析智媒的基本屬性，剖析智媒時(shí)代編輯的轉(zhuǎn)向問題，探究智媒時(shí)代編輯理念轉(zhuǎn)型的實(shí)現(xiàn)路徑，以期為編輯理念的轉(zhuǎn)型提供借鑒思路。

關(guān)鍵詞：智媒 編輯轉(zhuǎn)型 媒介融合 人工智能

近年來人工智能與媒體融合發(fā)展，形成了智媒這一新的媒體形態(tài)和傳播樣態(tài)。人工智能與媒體融合產(chǎn)生了有別于傳統(tǒng)媒體形態(tài)的智媒形態(tài)，編輯過程的智能化不僅在內(nèi)容分發(fā)環(huán)節(jié)，而且貫穿于內(nèi)容信息編輯傳播的全流程。既為編輯帶來了機(jī)遇又帶來了挑戰(zhàn)。機(jī)遇而言，一方面可以推動(dòng)編輯向深度數(shù)字化轉(zhuǎn)變，另一方面可以促進(jìn)編輯效率的提高。挑戰(zhàn)而言，需要從業(yè)者理解智媒時(shí)代的內(nèi)在屬性，轉(zhuǎn)變編輯思路，重塑編輯理念，正視人工智能在編輯過程中的作用，充分發(fā)揮編輯從業(yè)者自身的能動(dòng)性，直面人工智能帶來的機(jī)遇與挑戰(zhàn)。

一、人工智能與智能媒體

人工智能是指能夠“研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能行為，如學(xué)習(xí)、推理、思考、規(guī)劃等”[1]。其使用人工神經(jīng)網(wǎng)絡(luò)的技術(shù)，本質(zhì)在于機(jī)器通過深度學(xué)習(xí)自主解決問題?！皞髅饺斯ぶ悄苤饕侵冈谠袀鞑ッ浇榈幕A(chǔ)上融合數(shù)字化技術(shù)而衍生的，以高效快捷的線上信息傳播為目的，以數(shù)字化、智能化、信息化為特征的一系列傳播活動(dòng)。”[2]人工智能應(yīng)用于傳媒領(lǐng)域最早可以追溯到2009年，美國西北大學(xué)研究人員創(chuàng)建的人工智能軟件StatsMonkey撰寫了關(guān)于美國職業(yè)棒球賽的智能編輯稿件。2015年起，《紐約時(shí)報(bào)》、《華盛頓郵報(bào)》等六家國際知名媒體分別有了各自的機(jī)器人服務(wù)系統(tǒng)。國內(nèi)新華社的“快筆小新”、騰訊新聞的“Dreamwriter”、DT稿王等人工智能系統(tǒng)在“九寨溝地震”、“兩會(huì)”期間大顯身手。迄今為止，人工智能應(yīng)用于傳媒領(lǐng)域進(jìn)行內(nèi)容編輯的現(xiàn)象越來越普遍。實(shí)質(zhì)上，智能媒體是一個(gè)融合概念，人工智能與媒體深度融合形成了智媒這一新的媒體形態(tài)，“人工智能、物聯(lián)網(wǎng)、VR/AR等技術(shù)的發(fā)展成為驅(qū)動(dòng)媒體智能化的直接技術(shù)動(dòng)因”[3]。因此，智能媒體并不是媒體與人工智能的簡單疊加，而有著內(nèi)在的技術(shù)邏輯與技術(shù)動(dòng)因。就其屬性而言，智媒是媒體形態(tài)發(fā)展的高級(jí)階段，具有數(shù)據(jù)驅(qū)動(dòng)算法應(yīng)用、高交互性與高協(xié)同性、高整合性與高沉浸性的內(nèi)在屬性。三種內(nèi)在屬性具體表現(xiàn)如下：第一，算法上的數(shù)據(jù)驅(qū)動(dòng)應(yīng)用。數(shù)據(jù)驅(qū)動(dòng)算法是計(jì)算機(jī)根據(jù)歷史的足夠代表性的樣本數(shù)據(jù)，構(gòu)造出近似的模型狀況。其主要價(jià)值之一是得到的模型雖然和真實(shí)情況有偏差，但提高了人類發(fā)現(xiàn)真理的速度以指導(dǎo)實(shí)踐。根據(jù)易觀發(fā)布的2016年《中國移動(dòng)資訊信息分發(fā)市場專題研究報(bào)告》，算法推送內(nèi)容超過人工推送占比高于50%。第二，生產(chǎn)模式上的高交互性與高協(xié)同性。高交互性與高協(xié)同性表現(xiàn)為內(nèi)容生產(chǎn)逐漸演變成用戶生產(chǎn)（UGC）、專業(yè)生產(chǎn)（PGC）、機(jī)器生產(chǎn)（MGC）多維的協(xié)同生產(chǎn)模式。用戶協(xié)同表現(xiàn)在用戶由被動(dòng)的接受者變?yōu)橹鲃?dòng)的交互者與積極的影響者，用戶的交互數(shù)據(jù)成為內(nèi)容選題與分發(fā)的重要依據(jù);機(jī)器協(xié)同表現(xiàn)在機(jī)器既可以捕捉用戶在內(nèi)容生產(chǎn)中的行為數(shù)據(jù)，影響選題和確定內(nèi)容的關(guān)鍵要素，還可以輔助編輯查找問題。譬如，《華盛頓郵報(bào)》的檢查工具Truth Teller具有智能檢查系統(tǒng)，可以輔助發(fā)現(xiàn)新聞報(bào)道中的異?，F(xiàn)象并發(fā)出提醒;專業(yè)生產(chǎn)協(xié)同表現(xiàn)在專業(yè)化生產(chǎn)組織或個(gè)人發(fā)揮“把關(guān)”作用，影響和重組內(nèi)容生產(chǎn)的方向和編碼過程，形成多維內(nèi)容生產(chǎn)體系。第三，流程上的高整合性與高沉浸性。表現(xiàn)為機(jī)器輔助編輯生產(chǎn)貫穿于從選題策劃到內(nèi)容生產(chǎn)，再到內(nèi)容分發(fā)的全流程，環(huán)環(huán)相扣具有高度的整合性。用戶是內(nèi)容的接受者和參與者，同時(shí)也是內(nèi)容的分享者和注意力的引爆者，用戶沉浸于內(nèi)容生產(chǎn)傳播過程中，逐漸由“獨(dú)樂樂的受眾”轉(zhuǎn)變?yōu)椤氨姌窐返氖鼙姟?，具有高度的沉浸性?/p>

二、智媒時(shí)代編輯理念的轉(zhuǎn)向

智能媒體的三大主要屬性深刻地影響并使智能媒體編輯面臨三大轉(zhuǎn)向。

（一）以大數(shù)據(jù)挖掘?yàn)榛A(chǔ)編輯的算法轉(zhuǎn)向

“智媒時(shí)代建立在海量的數(shù)據(jù)庫之上，大數(shù)據(jù)與智能媒體之間相輔相成。人工智能深度學(xué)習(xí)的前提是主體必須具備大型的數(shù)據(jù)庫樣本”[4]。智能媒體通過算法分析形成核心主題點(diǎn)，利用數(shù)據(jù)模型確定稿件可讀性和內(nèi)容結(jié)構(gòu)，并在挖掘用戶數(shù)據(jù)的基礎(chǔ)上形成個(gè)性化稿件?！八惴ㄊ墙忸}方案的準(zhǔn)確而完整的描述，是一系列解決問題的清晰指令，能對(duì)一定規(guī)范的輸入，在有限時(shí)間內(nèi)獲得所要求的輸出。”[5]“依托大數(shù)據(jù)技術(shù)對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)的采集、清洗和數(shù)據(jù)的標(biāo)準(zhǔn)化，再根據(jù)業(yè)務(wù)的需求設(shè)計(jì)相應(yīng)的算法模型對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)的計(jì)算和分析”。[6]算法貫穿于編輯流程始終，可實(shí)現(xiàn)海量數(shù)據(jù)的自動(dòng)采集和批量處理，判斷選題價(jià)值并分析用戶匹配性，進(jìn)而改變編輯過程及信息的分發(fā)機(jī)制，被廣泛地應(yīng)用于內(nèi)容策劃、生產(chǎn)、傳播的各環(huán)節(jié)中。譬如，新華社“快筆小新”的智能編輯生產(chǎn)大致可以分為“數(shù)據(jù)采集與處理”“算法計(jì)算與分析”和“模板匹配與生產(chǎn)”三個(gè)流程，借助算法進(jìn)行模板匹配，并通過算法定向分發(fā)由大眾化覆蓋轉(zhuǎn)向個(gè)體化定制，提升內(nèi)容與讀者個(gè)性化匹配程度。因此，在智媒時(shí)代的算法轉(zhuǎn)向下，“真正能立于不敗之地的編輯人員是那些會(huì)和數(shù)據(jù)打交道，能夠把原始數(shù)據(jù)詮釋成有意義的結(jié)果的人”[7]。

（二）以協(xié)同共創(chuàng)為趨勢的編輯人機(jī)轉(zhuǎn)向

人機(jī)協(xié)同是智媒發(fā)展的主要趨勢，是未來媒體智能化發(fā)展的主流方向。表現(xiàn)為內(nèi)容編輯過程具有高度的協(xié)同性，不僅體現(xiàn)在機(jī)器輔助內(nèi)容的生產(chǎn)，而且體現(xiàn)在用戶參與內(nèi)容生產(chǎn)并與機(jī)器協(xié)同共創(chuàng)。在傳統(tǒng)編輯過程中，編輯處于核心位置，內(nèi)容編撰整體生產(chǎn)過程是單向的，計(jì)算機(jī)與自動(dòng)化編排系統(tǒng)扮演著輔助編輯的角色，起到簡化基礎(chǔ)流程的作用。而智媒時(shí)代的編輯用戶生產(chǎn)、專業(yè)生產(chǎn)、機(jī)器生產(chǎn)多方共存，共同參與到內(nèi)容生產(chǎn)的流程中。譬如，英國體育媒體GiveMeSport使用Breaking Data的自然語言處理技術(shù)，在選題策劃階段捕捉“推特”上的用戶行為和用戶生產(chǎn)的內(nèi)容，依托關(guān)鍵詞對(duì)“推特”上用戶生產(chǎn)內(nèi)容進(jìn)行算法分析，將用戶感興趣的內(nèi)容編排后推送給記者把關(guān)與編輯，這一過程多方協(xié)調(diào)共同參與。

（三）編輯流程系統(tǒng)的智能整合轉(zhuǎn)向

傳統(tǒng)的內(nèi)容生產(chǎn)模式是以作者和編輯為中心的人工生產(chǎn)模式，從選題策劃到內(nèi)容生產(chǎn)主要依靠作者和編輯進(jìn)行把關(guān)。智媒時(shí)代機(jī)器和數(shù)據(jù)深度融入內(nèi)容生產(chǎn)全過程，編輯流程表現(xiàn)在選題策劃、撰稿、審校、內(nèi)容分發(fā)的各整體流程環(huán)節(jié)中。譬如，阿里巴巴推出的DT稿王，其內(nèi)容生產(chǎn)流程包括信息采集、稿件生成、稿件評(píng)估這三個(gè)智能化的子系統(tǒng)。DT稿王在選題策劃階段，依托智能化、云計(jì)算、大數(shù)據(jù)分析技術(shù)，從存儲(chǔ)了大量高質(zhì)量數(shù)據(jù)的龐大數(shù)據(jù)庫中采集有價(jià)值的數(shù)據(jù)發(fā)現(xiàn)和形成選題。在內(nèi)容生成階段，DT稿王對(duì)采集階段所找到的與主題相關(guān)的基礎(chǔ)數(shù)據(jù)進(jìn)行信息提取與解析，通過結(jié)構(gòu)化處理、篩選，套用預(yù)設(shè)模板形成文本。在審校評(píng)估階段，DT稿王基于選題策劃與撰稿階段所積累的數(shù)據(jù)，依托自身的智能審校系統(tǒng)進(jìn)行基礎(chǔ)性的自動(dòng)糾錯(cuò)、問題排查、人工核查，對(duì)稿件進(jìn)行評(píng)估和校審。在內(nèi)容分發(fā)階段，通過對(duì)用戶數(shù)據(jù)深度學(xué)習(xí)，分析用戶的點(diǎn)擊、瀏覽、轉(zhuǎn)發(fā)、評(píng)論等行為，生成用戶個(gè)人偏好數(shù)據(jù)并進(jìn)行有針對(duì)性的內(nèi)容推送。智媒時(shí)代編輯流程從傳統(tǒng)的編輯中心模式，走向了系統(tǒng)性整合性的智能生產(chǎn)流程。

三、智媒時(shí)代編輯理念轉(zhuǎn)型路徑

智媒時(shí)代帶來了更加高效的信息處理模式和解讀方法，因此，從業(yè)者要樹立新的理念，樹立數(shù)據(jù)思維，挖掘數(shù)據(jù)內(nèi)在價(jià)值;編輯行業(yè)要調(diào)整人才結(jié)構(gòu)，吸納新型傳播人才，激發(fā)創(chuàng)意活力，還要建立深度融合新技術(shù)手段的采編體系。

（一）樹立數(shù)據(jù)思維，挖掘數(shù)據(jù)價(jià)值

傳統(tǒng)的編輯理念，“在選題策劃方面不夠精準(zhǔn)，欠缺對(duì)數(shù)據(jù)的分析和挖掘能力，編輯理念較為落后，缺乏利用互聯(lián)網(wǎng)海量數(shù)據(jù)的意識(shí)，很難跟上數(shù)字化的發(fā)展趨勢。[8]”面對(duì)智媒時(shí)代編輯的算法轉(zhuǎn)向，更應(yīng)該重視數(shù)據(jù)對(duì)于編輯過程的內(nèi)在影響，從業(yè)者要樹立數(shù)據(jù)思維，挖掘數(shù)據(jù)價(jià)值。當(dāng)前的智媒處于初級(jí)發(fā)展階段，屬于“弱智能”階段用戶洞察和算法還不夠聰明，但是依靠關(guān)系數(shù)據(jù)的算法將會(huì)更多地應(yīng)用于編輯實(shí)踐中?！拔磥怼斆鞯乃惴梢曰谀闼幍牟煌ψ雨P(guān)聯(lián)計(jì)算出該圈子里的人關(guān)注某一話題信息的強(qiáng)度，強(qiáng)度達(dá)到一定閾值后，系統(tǒng)就會(huì)自動(dòng)向你推送相應(yīng)的信息資訊?！盵9]。伴隨著人工智能不斷發(fā)展，“算法”也將會(huì)越來越聰明，將會(huì)更大程度體現(xiàn)數(shù)據(jù)價(jià)值，數(shù)據(jù)分析與數(shù)據(jù)驅(qū)動(dòng)將貫穿于編輯全流程。因此，在智媒時(shí)代編輯者應(yīng)具有對(duì)數(shù)據(jù)運(yùn)用的前瞻意識(shí)，樹立數(shù)據(jù)思維，培養(yǎng)數(shù)據(jù)處理能力，在紛繁的數(shù)據(jù)中發(fā)現(xiàn)數(shù)據(jù)規(guī)律與意義，挖掘數(shù)據(jù)價(jià)值為編輯實(shí)踐所用。

（二）調(diào)整人才結(jié)構(gòu)，增加報(bào)道深度

智媒時(shí)代不僅要求編輯要具有信息組合能力、圖片拍攝與處理能力，更需要運(yùn)營能力、數(shù)據(jù)分析能力、創(chuàng)意能力。媒體的智能變革，可以把優(yōu)秀的編輯記者從繁重的重復(fù)勞動(dòng)中解放出來，為他們創(chuàng)造深度分析報(bào)道的機(jī)會(huì)，為讀者提供更好的決策依據(jù)。

目前人工智能還處于較為基礎(chǔ)的發(fā)展階段，主要從事重復(fù)式勞動(dòng)，表現(xiàn)為撰寫新聞資訊中標(biāo)準(zhǔn)化的消息、快訊等。智媒機(jī)器輔助編輯過程依托算法和既有模板進(jìn)行嵌套編輯，更多地體現(xiàn)為“技術(shù)理性”，但是信息內(nèi)容生產(chǎn)和編輯過程過分依托于“技術(shù)理性”容易帶來“千篇一律”的內(nèi)容，走向“過度同質(zhì)化”，降低讀者閱讀興趣，不利于內(nèi)容的差異化生產(chǎn)。因此更要發(fā)揮創(chuàng)意活力，使“技術(shù)理性”與“創(chuàng)意感性”相輔相成共同提高內(nèi)容質(zhì)量，形“差異化優(yōu)勢”，促進(jìn)編輯的深度分析報(bào)道。智能化的不斷提高、協(xié)同性的不斷增強(qiáng)，需要人才轉(zhuǎn)型和豐富人才構(gòu)成，既要引進(jìn)“懂技術(shù)又懂編輯”的人才比例，培養(yǎng)“跨界”人才，又要求在崗編輯從業(yè)人員不斷增加業(yè)務(wù)學(xué)習(xí)，豐富自身的知識(shí)構(gòu)成，發(fā)揮自身創(chuàng)意能力，形成差異化優(yōu)勢，增加報(bào)道深度。

（三）發(fā)揮技術(shù)優(yōu)勢，融合智能采編

機(jī)器人與編輯者不是取代的關(guān)系，而是協(xié)同與促進(jìn)的關(guān)系。智能采編表現(xiàn)在以下幾個(gè)方面。

一是智能化信息采集與策劃。這個(gè)過程需要發(fā)揮“眾智眾創(chuàng)眾籌”理念，“優(yōu)化運(yùn)用智能蟻群算法、人工魚群算法、煙花爆炸算法等群體智能的算法，探索研發(fā)可以實(shí)現(xiàn)眾創(chuàng)撰稿、協(xié)同創(chuàng)作的工具系統(tǒng)。[10]”二是智能化內(nèi)容創(chuàng)作。這個(gè)過程既要調(diào)動(dòng)編輯自身的專業(yè)知識(shí)又要借助智能撰寫系統(tǒng)共同進(jìn)行內(nèi)容創(chuàng)作，在機(jī)器生成的基礎(chǔ)上編輯進(jìn)行深度分析與內(nèi)容挖掘，并依托智能化審校系統(tǒng)進(jìn)行智能糾錯(cuò)、敏感詞排查等初級(jí)審校工作。三是智能化內(nèi)容分發(fā)，立體采編體系。內(nèi)容分發(fā)過程一方面通過標(biāo)簽和算法進(jìn)行定制化的個(gè)性發(fā)放，另一方面基于用戶數(shù)據(jù)分析實(shí)現(xiàn)目標(biāo)用戶的數(shù)據(jù)回傳進(jìn)行二次分發(fā)，從而形成智能化、系統(tǒng)化、整合化的采編過程。因此，我們應(yīng)正視技術(shù)在編輯生產(chǎn)中的作用，發(fā)揮智媒時(shí)代的技術(shù)優(yōu)勢，構(gòu)建“人工智能+采編”深度融合的智能采編體系為我所用，提高采編效率。

結(jié)語

新事物的發(fā)展機(jī)遇與問題并存。目前，智媒編輯面臨著亟待克服的問題，一是內(nèi)容同質(zhì)化。機(jī)器輔助編輯依托算法和既有模板進(jìn)行嵌套輔助編輯，寫作更多地體現(xiàn)為機(jī)械 技術(shù)，內(nèi)容“模板化”、同質(zhì)化，這需要從業(yè)者發(fā)揮創(chuàng)意活力提高內(nèi)容的深度，形成差異化優(yōu)勢;二是版權(quán)監(jiān)管。人工智能直接生成的內(nèi)容實(shí)質(zhì)上是以海量的基礎(chǔ)數(shù)據(jù)作為“底料”，是在深度學(xué)習(xí)與大數(shù)據(jù)整合的基礎(chǔ)上生成與原內(nèi)容相似的“混合內(nèi)容”，編輯在把關(guān)過程中對(duì)內(nèi)容是否有“雷同”缺乏準(zhǔn)確判斷，為侵權(quán)行為的判定帶來了難度。這需要提高智能糾察系統(tǒng)的精準(zhǔn)性，同時(shí)充分發(fā)揮把關(guān)人加強(qiáng)把關(guān)力度，發(fā)揮能動(dòng)性，以理性客觀的態(tài)度應(yīng)對(duì)新技術(shù)發(fā)展帶來的機(jī)遇與挑戰(zhàn)。

參考文獻(xiàn)

[1]羅素，諾維格.人工智能：一種現(xiàn)代的方法[M].北京：清華大學(xué)出版社，2013

[2]喻國明，梁爽，程思琪.當(dāng)前國際傳媒領(lǐng)域人工智能研究的學(xué)術(shù)熱點(diǎn)與框架——基于EBSCO數(shù)據(jù)庫2016年英文文獻(xiàn)的文獻(xiàn)計(jì)量學(xué)方法[J].東南學(xué)術(shù)，2018，（2）：55

[3]蘇濤，彭蘭.“智媒”時(shí)代的消融與重塑——2017年新媒體研究綜述[J].國際新聞界，2018，（1）：39-40

[4]林秋銘，范以錦.2017-2018：眾媒時(shí)代到智媒時(shí)代的大跨越[J].中國報(bào)業(yè)，2018，（1）：21-22

[5]呂國英.算法設(shè)計(jì)與分析（第2版）[M].北京：清華大學(xué)出版社，2009

[6]熊立波，鐘盈炯，林波.“快筆小新”與機(jī)器人寫作[J].新聞與寫作，2016，（2）：11

[7]匡文波.傳媒業(yè)變革之道：擁抱人工智能[J]. 新聞與寫作，2018，（1）：77-78

[8]隗立娜.數(shù)字時(shí)代編輯的媒介素養(yǎng)[J]. 現(xiàn)代商業(yè)， 2018，（8）：182-183

[9]喻國明，姚飛.試論人工智能技術(shù)范式下的傳媒變革與發(fā)展——一種對(duì)于傳媒未來技術(shù)創(chuàng)新邏輯的探析[J].新聞界，2017，（1）：40

[10]劉華東，馬維娜，張新新.“出版+人工智能”： 智能出版流程再造[J].出版廣角，2018，（1）：14-16

（項(xiàng)目基金：本文為撫州市社會(huì)科學(xué)規(guī)劃項(xiàng)目“基于社會(huì)網(wǎng)絡(luò)分析的老年群體社交媒體參與及謠言治理”（編號(hào)：20SK27）階段性成果。）

（于海婷系東華理工大學(xué)文法學(xué)院傳播系教師）