新聞傳播領(lǐng)域的人工智能技術(shù)應(yīng)用研究

馮長(zhǎng)林

（中央廣播電視總臺(tái) 創(chuàng)新發(fā)展研究中心 中國(guó)電視報(bào)編輯部，北京 100000）

1 新聞傳播領(lǐng)域的科技發(fā)展趨勢(shì)

近年來，傳播科技的發(fā)展快速改變了人們使用媒體的方式。早期人們借助傳統(tǒng)的廣播、電視及報(bào)紙等傳統(tǒng)媒體接收外界信息，然而隨著網(wǎng)絡(luò)的普及，網(wǎng)絡(luò)媒體的使用率已大幅提升，社群媒體逐漸變成人們用以獲得信息的主要工具。在網(wǎng)絡(luò)崛起的過程中，傳統(tǒng)媒體面臨巨大的生存挑戰(zhàn)，紛紛開展轉(zhuǎn)型，以數(shù)字匯流來應(yīng)對(duì)數(shù)字化的挑戰(zhàn)。在數(shù)字匯流中，新聞媒體的內(nèi)容向網(wǎng)絡(luò)媒體平臺(tái)匯集。然而，社群網(wǎng)絡(luò)出現(xiàn)并普及后，傳播科技再度改變新聞傳播的生態(tài)，新聞分配的平臺(tái)開始進(jìn)一步向社群媒體移動(dòng)[1]。

傳統(tǒng)媒體與數(shù)字媒體本質(zhì)上有所不同。傳統(tǒng)媒體本身所能承載的信息量從過去的頻寬有限、版面有限的限制中逐漸得到解放。這種空間上的解放，使得數(shù)字時(shí)代新聞媒體可以容納的新聞量多于以往，多元的內(nèi)容也成了傳統(tǒng)媒體的需求與挑戰(zhàn)。在速度層面上，傳統(tǒng)媒體也開始進(jìn)入網(wǎng)絡(luò)“速度競(jìng)逐”的游戲中。網(wǎng)絡(luò)場(chǎng)域的信息內(nèi)容與呈現(xiàn)形式千變?nèi)f化，能夠?qū)崿F(xiàn)24 小時(shí)不間斷的信息更新模式，推翻過去固定截稿時(shí)間的作業(yè)流程。因此，隨著科技的發(fā)展，新聞傳播領(lǐng)域在空間上增加了新聞內(nèi)容的需求以及時(shí)間上更快的信息流動(dòng)速度，同時(shí)增加了新聞生產(chǎn)的壓力[2]。

在科技影響下，新聞的生產(chǎn)與分配過程也逐步發(fā)生變化。早期的新聞生產(chǎn)目標(biāo)是寫出給廣泛大眾的新聞，盡可能地觸及最多的受眾。然而隨著網(wǎng)絡(luò)的發(fā)展以及新聞分配技術(shù)的發(fā)展，新聞的觸及目標(biāo)受眾群體越來越小，越來越個(gè)人化。到了社群網(wǎng)站時(shí)代，社群網(wǎng)站甚至取代了新聞分配的過程，利用網(wǎng)絡(luò)社群互動(dòng)以及受眾來主動(dòng)傳播的特性，更為廣泛地開展傳播。

社群媒體中，信息的散布有著“空間換取時(shí)間”以及“新聞線索的呈現(xiàn)替代新聞報(bào)道”等特質(zhì)，網(wǎng)絡(luò)論壇及社群媒體提供了與廣大社群用戶連接的渠道。這意味著，新聞?dòng)浾呖梢杂|碰到無限空間，通過網(wǎng)絡(luò)空間換取搜集新聞信息的時(shí)間。另外，公眾在發(fā)布信息時(shí)，并不像傳統(tǒng)專業(yè)新聞組織講究制度化的新聞生產(chǎn)過程，常常是較簡(jiǎn)陋地搜集碎片化的信息，并將之組合為更具說服力的新聞報(bào)道。

2 新聞?lì)I(lǐng)域的人工智能科技運(yùn)用

人工智能的概念在1956 年的“Dartmouth 會(huì)議”被首次提出，引發(fā)了第一波人工智能研究浪潮。至今，人工智能分別在20 世紀(jì)70 年代初期以及20世紀(jì)80 年代晚期經(jīng)歷了兩次低谷期。然而在近年來，因類神經(jīng)網(wǎng)絡(luò)技術(shù)為機(jī)器學(xué)習(xí)帶來新的運(yùn)作方式以及計(jì)算機(jī)運(yùn)算性能與深度學(xué)習(xí)的突破，人工智能迅速進(jìn)入第三波發(fā)展浪潮中。隨著新科技的發(fā)展與成本的下降，近幾年人工智能再次成為眾人關(guān)注的話題。目前，人工智能已被運(yùn)用在人們熟知的圖形辨識(shí)、文字辨識(shí)、車牌辨識(shí)或是更進(jìn)一步的車輛自動(dòng)駕駛等自動(dòng)化領(lǐng)域。

人工智能所包含的范圍十分廣泛，就其本質(zhì)而言，人工智能是研究如何制造出智能機(jī)器或智能系統(tǒng)，來仿真人類智能的能力以延伸人們智慧的科學(xué)。根據(jù)這個(gè)定義，人工智能是以仿真人類智能作為目標(biāo)。然而，這樣的定義似乎略顯模糊。以解決問題的能力范圍而言，人工智能可概括為“弱人工智能”及“強(qiáng)人工智能”?！叭跞斯ぶ悄堋保ɑ蚍Q窄人工智能）的設(shè)計(jì)目的主要在于處理某一特定且需高度智力運(yùn)算的問題；而“強(qiáng)人工智能”則希望達(dá)到與人類并駕齊驅(qū)的智慧，并具有全面且廣泛的推理及處理問題能力[3]。進(jìn)一步來說，依照人類對(duì)問題的處理能力范疇作為區(qū)分，強(qiáng)人工智能可被區(qū)分為與人類擁有同等能力的“一般人工智能”以及機(jī)器運(yùn)算可能超過人腦時(shí)將會(huì)出現(xiàn)的“超級(jí)人工智能”。盡管有如此多的分類與期望，現(xiàn)代運(yùn)用的人工智能運(yùn)用，即使是著名的AlphaGO，仍然多屬于處理特定領(lǐng)域事務(wù)的弱人工智能范疇。

新聞傳播領(lǐng)域人工智能技術(shù)的發(fā)展與運(yùn)用也多屬于弱人工智能。全球新聞業(yè)中，已有許多將人工智能引入新聞生產(chǎn)過程的例子。目前來看，主要有三種類型：一是大型科技公司主導(dǎo)類型；二是有實(shí)力的主流媒體重視人工智能，從而推動(dòng)新聞業(yè)的發(fā)展與應(yīng)用；三是小型技術(shù)公司著眼于提供專業(yè)的人工智能新聞產(chǎn)品。其中，主流媒體早已將人工智能應(yīng)用于新聞寫作，例如美聯(lián)社在2014 年開始運(yùn)用Wordsmith機(jī)器人寫作上市公司的財(cái)務(wù)報(bào)告新聞，這也是業(yè)界最早使用機(jī)器人寫作的媒體之一。

人工智之所以能在新聞?lì)I(lǐng)域得到快速發(fā)展，主要在于人工智能有著不同于人類工作的優(yōu)勢(shì)。一方面，人工智能的首要任務(wù)是參與煩瑣的初級(jí)任務(wù)，將記者解放出來，使其能夠從事更復(fù)雜、更高質(zhì)量的報(bào)道和分析；另一方面，人工智能夠幫助記者分析數(shù)據(jù)，驗(yàn)證模式、趨勢(shì)，并從眾多信息來源中探測(cè)原由和深意，看見肉眼不能看見的關(guān)系?？傮w而言，人工智能應(yīng)用在新聞媒體行業(yè)，具有內(nèi)容精準(zhǔn)、反應(yīng)快速以個(gè)性化內(nèi)容分發(fā)的優(yōu)勢(shì)。

目前來看，機(jī)器學(xué)習(xí)、自動(dòng)化以及數(shù)據(jù)處理是使用于新聞生產(chǎn)過程中的主要人工智能技術(shù)。這些技術(shù)集中運(yùn)用于新聞搜集、新聞生產(chǎn)以及新聞分配這三個(gè)新聞生產(chǎn)工作上。因此，借助大數(shù)據(jù)、算法、數(shù)據(jù)挖掘、自然語言處理及自然語言生成等技術(shù)，自動(dòng)化地搜集新聞與輿論資料、自動(dòng)處理與生產(chǎn)新聞、分析用戶數(shù)據(jù)以及分配推送新聞，均屬于使用弱人工智能輔助新聞生產(chǎn)。這些人工智能技術(shù)在新聞傳播領(lǐng)域的運(yùn)用，其核心的技術(shù)背景在于大數(shù)據(jù)與算法技術(shù)的運(yùn)用。

3 大數(shù)據(jù)與算法在新聞生產(chǎn)端的運(yùn)用

不少學(xué)者以“機(jī)器人新聞學(xué)”稱呼在大數(shù)據(jù)時(shí)代下所發(fā)展出來的新式新聞生產(chǎn)方式。在現(xiàn)代，人們所有的行動(dòng)都被數(shù)字化地儲(chǔ)存在巨大的數(shù)據(jù)孤島中，這就是大數(shù)據(jù)時(shí)代。人們的各種細(xì)微社會(huì)互動(dòng)都被以數(shù)字的形式記錄下來，并且這些數(shù)據(jù)可被用于分析找出各種細(xì)微、潛在的關(guān)聯(lián)性，甚至進(jìn)一步運(yùn)用于預(yù)測(cè)[4]。通過算法可以發(fā)現(xiàn)新的趨勢(shì)，運(yùn)用人工智能算法的技術(shù)就稱為“數(shù)據(jù)挖掘”。新聞界可以借助人工智能技術(shù)執(zhí)行從網(wǎng)絡(luò)中找尋新聞素材消息來源、生產(chǎn)報(bào)道靈感、觀看趨勢(shì)、調(diào)查、監(jiān)測(cè)事件與議題等新聞資料搜集的前端工作。據(jù)Beckett的調(diào)查結(jié)果，約有50%引入人工智能的新聞從業(yè)者將人工智能技術(shù)運(yùn)用在該范疇。

借助計(jì)算機(jī)輔助新聞寫作目前已十分常見，主要是利用計(jì)算機(jī)的便利性來使用相關(guān)數(shù)據(jù)庫(kù)或是與專家聯(lián)系以獲得信息。這種人工智能應(yīng)用在Web2.0 時(shí)代就已實(shí)現(xiàn)，即利用網(wǎng)絡(luò)主動(dòng)搜尋新聞線索，找尋消息來源以及采訪對(duì)象，以及進(jìn)行查證工作。大數(shù)據(jù)新聞學(xué)是過去新聞實(shí)踐方式的延伸，延續(xù)了重視調(diào)查與數(shù)據(jù)科學(xué)應(yīng)用的精確新聞學(xué)，也延續(xù)了重視新聞制作流程各環(huán)節(jié)充分發(fā)揮計(jì)算機(jī)輔助功能、強(qiáng)調(diào)數(shù)據(jù)收集和分析的計(jì)算機(jī)輔助新聞報(bào)道。大數(shù)據(jù)新聞的生產(chǎn)流程，基本可以分為獲取數(shù)據(jù)、分析數(shù)據(jù)以及數(shù)據(jù)可視化這三個(gè)過程，體現(xiàn)為對(duì)原始數(shù)據(jù)的收集、對(duì)數(shù)據(jù)的分析和過濾、將數(shù)據(jù)可視化后，最終形成具體的新聞報(bào)道。大數(shù)據(jù)作為新聞生產(chǎn)方式，重點(diǎn)在于從海量、跨越空間、跨越時(shí)間的數(shù)據(jù)中過濾、分析出關(guān)聯(lián)性，并且將數(shù)據(jù)轉(zhuǎn)換成可以讓受眾理解的解釋方式，最后將這些數(shù)據(jù)以可視化的技術(shù)制作成新聞。

除了新聞組織主動(dòng)運(yùn)用大數(shù)據(jù)搜集信息生產(chǎn)出的大數(shù)據(jù)新聞學(xué)外，新聞媒體在社群媒體時(shí)代為了追上網(wǎng)絡(luò)信息傳播的速度，新聞?dòng)浾邞T于在網(wǎng)絡(luò)如社群網(wǎng)站、網(wǎng)絡(luò)論壇上尋找新聞。這使得社群網(wǎng)站的算法滲入新聞產(chǎn)銷的過程中，新聞媒體失去了新聞生產(chǎn)過程的部分權(quán)力，搜索引擎及社群媒體決定了哪些東西被看見與不被看見，有時(shí)搜索引擎算法會(huì)決定哪些網(wǎng)站在記者搜尋時(shí)被搜尋到。為競(jìng)逐觸及率與點(diǎn)閱率，很多新聞媒體將社群媒體視為新聞生產(chǎn)的新工具，以社群網(wǎng)站上的內(nèi)容作為搜集新聞素材的工具，觀看其他媒體報(bào)道的新聞、找尋熱門議題、觀察輿論趨勢(shì)等。總體而言，社群媒體時(shí)代的新聞媒體在生產(chǎn)端受到了科技公司的嚴(yán)重影響，需要引起重視。

4 大數(shù)據(jù)與算法在新聞分配端的運(yùn)用

大數(shù)據(jù)與算法除了在新聞數(shù)據(jù)搜集層面影響了現(xiàn)代的新聞生產(chǎn)過程外，還會(huì)給分配端帶來影響。數(shù)據(jù)不僅可以作為新聞報(bào)道的內(nèi)容，也可以作為了解受眾的依據(jù)[5]。通過數(shù)據(jù)對(duì)受眾的心理、需求以及行為習(xí)慣進(jìn)行分析，可以提供更符合受眾需要的新聞報(bào)道。社群網(wǎng)站同時(shí)提供了新聞媒體發(fā)布新聞的平臺(tái)以及分析受眾的工具，目前很多新聞媒體在微博等社群平臺(tái)設(shè)立粉絲主頁(yè)，并產(chǎn)生一群專門處理社群媒體平臺(tái)新聞內(nèi)容的社群新聞編輯。新聞媒體的社群新聞編輯的工作項(xiàng)目多元，包含從網(wǎng)絡(luò)上找尋新聞來源、在社群網(wǎng)站發(fā)布新聞、利用社群網(wǎng)站與讀者互動(dòng)等。社群新聞編輯幾乎是在記者及編輯之外，位于社群網(wǎng)絡(luò)上的新的“社群新聞守門人”。他們?cè)凇笆亻T”的過程中，對(duì)新聞的價(jià)值判斷是以增加點(diǎn)閱率、流量、觸及率為最主要的新聞選擇標(biāo)準(zhǔn)。

為了應(yīng)對(duì)社群媒體算法對(duì)能見度的支配，當(dāng)前新聞媒體已發(fā)展出一套標(biāo)準(zhǔn)的行動(dòng)模式。這套行動(dòng)模式具體包括：搶快以及增加發(fā)文頻率的“時(shí)間競(jìng)賽”、追隨熱門話題與以新聞?lì)愋吞岣吣芤姸鹊摹皟?nèi)容競(jìng)技”、服從于算法優(yōu)先的“展示類型”、借助創(chuàng)造響應(yīng)與留言等互動(dòng)的“讀者互動(dòng)”策略以及借助粉絲專業(yè)推廣的“貼文推廣”策略。

社群新聞編輯們也借助社群網(wǎng)站觀察受眾與新聞的互動(dòng)，如點(diǎn)贊、留言與分享等，觀察這些互動(dòng)的狀況，決定如何制作新聞、下標(biāo)或是書寫引言。社群媒體與新聞組織間千絲萬縷的產(chǎn)銷關(guān)系雖然是新聞組織應(yīng)用新科技的方式，但卻使得新聞媒體在生產(chǎn)與銷售新聞的過程中都受到了社群網(wǎng)站演算法的牽制。社群新聞生產(chǎn)過程的關(guān)鍵在于算法，通過決定新聞是否出現(xiàn)使用者動(dòng)態(tài)時(shí)報(bào)中前幾則信息，影響使用者與新聞內(nèi)容的互動(dòng)。社群新聞編輯們觀察學(xué)習(xí)使用者與這些新聞內(nèi)容的互動(dòng)，改變新聞取材、下標(biāo)、評(píng)論的書寫等，以追求更高的觸及率和點(diǎn)閱率。在這種新聞產(chǎn)銷生態(tài)中，實(shí)際掌握著守門權(quán)力的是科技公司后臺(tái)的算法，新聞媒體在其中僅是服從于算法的邏輯。

5 大數(shù)據(jù)與算法對(duì)新聞傳播方式的影響

大數(shù)據(jù)與算法也改變了新聞信息傳播的過程。社群媒體提供了以個(gè)人為中心并且隨時(shí)隨地可使用的、去中心化的、即時(shí)的、連結(jié)眾多個(gè)人的信息傳播方式。算法、大數(shù)據(jù)傳播技術(shù)將社群媒體中與自己意見相異、立場(chǎng)相違的人們的聲音排除，因而出現(xiàn)“過濾泡泡”及“回聲室效應(yīng)”現(xiàn)象。每個(gè)人所接觸到的現(xiàn)實(shí)被區(qū)隔成無數(shù)個(gè)彼此獨(dú)立的世界。實(shí)際上，算法限制了信息的自由交換，導(dǎo)致信息被限制在“過濾泡泡”機(jī)制。這是一種知識(shí)封閉的做法，只讓用戶在社交平臺(tái)上看到符合其想法的東西。

在社群平臺(tái)中，動(dòng)態(tài)消息并不是依時(shí)間排序，而是通過預(yù)設(shè)篩選從好友與主頁(yè)而來的大量貼文、照片、故事等動(dòng)態(tài)，目的在于向使用者展示有趣且愿意互動(dòng)的內(nèi)容。目前不少社群平臺(tái)將動(dòng)態(tài)消息設(shè)為使用者首頁(yè)，不斷更新呈現(xiàn)與使用者相關(guān)的朋友與主頁(yè)的故事，借助分析使用者每一則信息的互動(dòng)，通過點(diǎn)贊、分享等方式為使用者決定哪一些信息與使用者最相關(guān)。傳統(tǒng)來看，親近度、加權(quán)、時(shí)間衰變等影響人工智能技術(shù)使用的因素已不再重要，通過“機(jī)器學(xué)習(xí)系統(tǒng)”，可以尋找使用者的使用行為樣態(tài)，能夠在眾多各異的行為中找出近似的法則，并融入算法當(dāng)中，使動(dòng)態(tài)消息算法成為以機(jī)器學(xué)習(xí)為基礎(chǔ)的算法。類似的技術(shù)不僅僅被運(yùn)用在社群媒體之中，當(dāng)人工智能被引入新聞生產(chǎn)的過程，可以進(jìn)一步測(cè)量使用者與內(nèi)容的互動(dòng)，如觸及、分享、評(píng)論、瀏覽與停留時(shí)間等，從而找出內(nèi)容策略。更有甚者，人工智能還能夠自動(dòng)化地依照不同的使用者類型生產(chǎn)與定制化內(nèi)容。

6 結(jié)語

隨著人工智能技術(shù)不斷的成熟發(fā)展，其在新聞傳播領(lǐng)域中的應(yīng)用也越來越廣泛。這種應(yīng)用在推動(dòng)該領(lǐng)域發(fā)展的同時(shí)，也存在諸多值得警惕之處。應(yīng)用技術(shù)但不能成為技術(shù)的奴隸，更不能被技術(shù)引導(dǎo)而走向錯(cuò)誤方向。因此，無論人工智能技術(shù)在新聞傳播領(lǐng)域如何應(yīng)用，媒體人都應(yīng)當(dāng)保持自主心與公正心，辯證地將技術(shù)應(yīng)用到實(shí)際工作中。