文/汪 萱

2017年，“人工智能”被寫入我國政府工作報告，2018年白宮成立人工智能特別委員會，在政策、科研和資本的合力推動下，AI（Artificial Intelligence，人工智能）這一沉寂了近20年的技術(shù)，在幾年內(nèi)掀起了世界范圍的產(chǎn)業(yè)革新浪潮，宣告著人工智能時代的到來。伴隨著各輿論場中Alpha Go棋壇封王、Duplex突破圖靈測試、AI再現(xiàn)網(wǎng)格細胞的聲音不絕于耳，人工智能的迭代速度超越了大部分人的想象，不斷改變并重塑著各行業(yè)。

傳媒業(yè)對人工智能的嘗試早已開始，近年來隨著人工智能技術(shù)的落地，“機器是否會取代人的工作”成為學(xué)界探討的熱點，有學(xué)者對此持樂觀態(tài)度，如喻國明認為所謂取代目前只是純粹的邏輯問題，“人類智能與人工智能應(yīng)在對話機制中實現(xiàn)功能互補”。Latar則提出任何機器都不能成為道德的守護者，從業(yè)者應(yīng)使變化服務(wù)于社會價值的實現(xiàn)。而以Putnam為代表的計算功能主義學(xué)派則時刻警惕著強人工智能，認為當(dāng)工具獲得了自主性，會倒逼從業(yè)者轉(zhuǎn)型，出現(xiàn)“機進人退”的顛覆式變革。傳媒業(yè)中人工與智能的進與退、取與舍的問題，是當(dāng)前傳媒發(fā)展必須解決的問題。

一、被“智能”重構(gòu)的“人工”

從產(chǎn)業(yè)發(fā)展的角度看，近年來傳統(tǒng)媒體遭遇了一系列挑戰(zhàn)，種種數(shù)據(jù)表明傳統(tǒng)媒體已到了轉(zhuǎn)型的關(guān)鍵期。對此，學(xué)者胡正榮預(yù)測“轉(zhuǎn)型窗口期會在2020年左右關(guān)閉”，作為未來融媒體核心的人工智能成為轉(zhuǎn)型的關(guān)鍵。李俊認為“傳統(tǒng)媒體如不緊抓住人工智能的發(fā)展潮流，將遭遇技術(shù)變革的降維打擊，”幸而人工智能與傳媒的結(jié)合正逐步成熟。目前，人工智能已經(jīng)覆蓋了傳媒業(yè)策劃、采訪、編輯、審核、發(fā)布、反饋的全過程。要了解技術(shù)會如何重構(gòu)“人工”，先要從技術(shù)的特性和優(yōu)勢入手，了解人工智能能做什么。

1．人工智能的特性。一是非結(jié)構(gòu)化數(shù)據(jù)處理。在以往的印象中，機器泛用性差，只能處理人整理好的結(jié)構(gòu)化數(shù)據(jù)，這也是大部分人工無法被取代的原因。近年來，在大數(shù)據(jù)產(chǎn)業(yè)的助力下，基于人工神經(jīng)網(wǎng)絡(luò)的智能算法顛覆了這一現(xiàn)狀。算法可以識別圖片、視頻、自然語言文本及音頻等非結(jié)構(gòu)化數(shù)據(jù)，能分辨素材中的人、事、物，甚至是人的行為和情緒。面對海量的素材，記者和編輯不再需要逐一瀏覽，算法可自動篩選出有價值的部分。在UGC逐步“改寫中國輿論場版圖”的當(dāng)下，算法通過分析社交網(wǎng)絡(luò)中的自然語言，可以探索潛在的新聞熱點。在視覺素材加工中，Clarifai的識圖算法可依據(jù)內(nèi)容匹配最佳圖像，自動添加視頻字幕和內(nèi)容文本標(biāo)識。在音頻處理中，新華社的“采蜜”可迅速完成錄音文本的轉(zhuǎn)錄，Agolo的自然語言處理算法能同步完成翻譯、初級語義分析和文本分析。這些人工智能算法的引入都加速了業(yè)態(tài)轉(zhuǎn)型。

二是監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)。人工智能分辨事物的能力并非算法自帶，需要機器學(xué)習(xí)的過程，一般分為監(jiān)督與無監(jiān)督兩類。前者與案例教學(xué)類似，先學(xué)例子總結(jié)規(guī)律，后舉一反三。例如，想讓算法區(qū)分表情，就需要輸入大量標(biāo)識了情緒類型的相片作為訓(xùn)練集，算法通過分層提取各類表情的特征并形成模型，就能“明白”人的情緒。只要素材能夠數(shù)字化，理論上算法就可以進行學(xué)習(xí)，且隨著訓(xùn)練數(shù)據(jù)的提升不斷改進輸出，有很高的泛用性。傳媒從業(yè)者可以通過輸入各種訓(xùn)練數(shù)據(jù)，讓機器完成判別復(fù)雜現(xiàn)場中主體、分析受眾稿件偏好等耗時耗力的工作。監(jiān)督學(xué)習(xí)則需要明確的訓(xùn)練數(shù)據(jù)，但采編工作常面對從未標(biāo)識過的全新內(nèi)容，或是難以短時間內(nèi)理清線索的龐大文件，此時可采用無監(jiān)督學(xué)習(xí)，將內(nèi)容輸入后，算法聚類可以劃分內(nèi)容類別，并探索彼此之間的潛在關(guān)聯(lián)。這一過程往往能呈現(xiàn)出人們直覺之外的發(fā)現(xiàn)，這在純?nèi)斯ぬ幚碇惺请y以想象的。

三是自然語言生成。在人工智能與傳媒結(jié)合的報道中，最常被提及的是機器寫作，即通過算法自動將輸入數(shù)據(jù)變?yōu)槿藗兛芍苯娱喿x的文章。新華社的“快筆小新”、美聯(lián)社的Wordsmith和路透社的Open Calais都是這類應(yīng)用，它們無需人工干預(yù)就能生成大量報道，這也是機器侵入人的領(lǐng)域最直觀的體現(xiàn)。在這種應(yīng)用中，算法先收集數(shù)據(jù)，分析新聞價值，并匹配適宜的篇章格式和語句模板，其后輸出文章，其中最關(guān)鍵的是自然語言生成技術(shù)。機器學(xué)習(xí)使算法“懂”人話，自然語言生成則讓算法“說”人話。其早期只用于災(zāi)害預(yù)警、競賽播報、財經(jīng)數(shù)據(jù)新聞等有固定模板的文本生成中，隨著算法的迭代更新，目前已經(jīng)可以完成部分個性化寫作，可以根據(jù)受眾的群體特征甚至是個人的閱讀偏好，匹配不同的語言風(fēng)格。

四是智能機器人。攝像機器人及無人機等智能采集設(shè)備，具有人力所不能及的廣闊視角和無間斷的采集能力。結(jié)合算法，多傳感器的協(xié)同工作可以為素材提供豐富的參數(shù)，實時反饋現(xiàn)場狀況及人的行為數(shù)據(jù)。引入模式識別算法后，機器可以識別場景、光線和遮擋物，自動調(diào)整攝像角度、光圈及焦點等參數(shù)。通過改進面部及運動識別算法，攝像機器人的高速跟拍和預(yù)設(shè)拍攝能力得到了巨大提高，已廣泛應(yīng)用于各類大型體育賽事。例如，里約奧運會中Getty Images就利用水下機器人捕捉了大量角度獨特的精彩瞬間。無人機在戰(zhàn)地新聞的取材上也發(fā)揮了巨大作用，記者可以在相對安全的距離完成取材。此外，無人機不僅是航拍工具，還是移動的數(shù)據(jù)采集中心，當(dāng)其與地理位置信息結(jié)合后，可以為機器學(xué)習(xí)提供素材，還可以用于收集氣候、地形等數(shù)據(jù)，支撐更深層次的數(shù)據(jù)挖掘。

五是未來融媒體的核心。人工智能已成為新媒體與傳統(tǒng)媒體資源整合及媒介融合的關(guān)鍵技術(shù)。非結(jié)構(gòu)化數(shù)據(jù)處理和自然語言生成打破了新老媒體的邊界，機器學(xué)習(xí)與機器人拓寬了傳媒發(fā)展的可能性。而從媒介環(huán)境學(xué)的角度，人工智能最重要的貢獻是融合并擴展了傳媒輸入與輸出的媒介。在輸出端，伴隨VR（Virtual Reality，虛擬現(xiàn)實）和AR（Augmented Reality，增強現(xiàn)實）在算法和硬件上的成熟，新媒介內(nèi)容高速發(fā)展，《紐約時報》開發(fā)了NYT VR移動端應(yīng)用并在一年內(nèi)實現(xiàn)盈利。在輸入端，隨著可穿戴設(shè)備和移動終端上生物感應(yīng)元件的普及，經(jīng)受眾同意的無意識信息獲取逐漸成為主流。智能算法無縫銜接了從輸入到輸出端的信息回路，VR等新終端媒介，其“沉浸性、互動性、構(gòu)想性”的特點結(jié)合智能算法的內(nèi)容生產(chǎn)和分眾個性化推送，描繪了傳媒產(chǎn)業(yè)未來的發(fā)展樣貌。

2．何種人工會被取代。在人工智能的推動下，傳媒業(yè)從策劃到編審全鏈條的生產(chǎn)形態(tài)都將被重構(gòu)，轉(zhuǎn)而變?yōu)楦咝У娜藱C協(xié)同發(fā)展模式，在這種背景下，兩類人群會首先受到技術(shù)的沖擊。

一是最像機器的人。學(xué)者胡泳提出“凡是能自動化的一定會被自動化”，在技術(shù)革新中最早被取代的是最像機器的人。從生產(chǎn)角度，傳媒專業(yè)主義崇尚優(yōu)質(zhì)的內(nèi)容生產(chǎn)，但業(yè)內(nèi)也存在許多“搬運工”，簡單的搬運不會提升內(nèi)容價值。尤其是在網(wǎng)絡(luò)時代，規(guī)?；徇\成本極低，這進一步突顯了簡單搬運的弊病。而算法能將搬運做到極致，依據(jù)多元受眾特性，通過自然語言生成最恰當(dāng)?shù)膬?nèi)容形態(tài)和語言風(fēng)格，并匹配給用戶。同時，新聞業(yè)界也存在著模式化內(nèi)容篩選和多層級審核制度的問題，算法在部分內(nèi)容的篩選和審核上效率已超人工操作，在未來可以由智能算法承擔(dān)一部分類似工作，縮短篩選和審核流程。

二是無法利用技術(shù)優(yōu)勢的人。當(dāng)傳媒業(yè)中人工智能的大規(guī)模應(yīng)用成為常態(tài)，生產(chǎn)過程將被大幅度縮減。掌握技術(shù)的傳媒人從繁復(fù)的機械勞動中解放出來，有更多的時間進行內(nèi)容闡釋和信息的深度挖掘，創(chuàng)造出更多的價值。而無法利用技術(shù)優(yōu)勢的人依然被“刀耕火種”的工作方式束縛住手腳，被機械重復(fù)的工作流程耗費掉大量時間，專屬于人類的智慧被埋沒，創(chuàng)造的信息價值和傳播的成效難以滿足不斷變化的輿論環(huán)境要求。因此，在人工智能高速擴張的浪潮下，無法合理利用技術(shù)展現(xiàn)人類智慧的工作，最可能在未來被人工智能所替代。

二、需要“人工”型塑的“智能”

人工智能擴展了傳媒的邊界，甚至可能重新定義了傳媒的概念。但現(xiàn)有的人工智能并不是人類的通用智能，Hawking預(yù)言的強人工智能是否會到來尚未可知。就目前而言，在與技術(shù)的融合中，傳媒人的職能雖有重構(gòu)，但依然不可取代，主要表現(xiàn)在三方面。

1．算法的準(zhǔn)確度。真實性是新聞的生命，如果把人工智能設(shè)備視作普通機器，人們會給它貼上真實、精準(zhǔn)和理性的標(biāo)簽。但算法的分辨能力是通過機器學(xué)習(xí)而得到的，其學(xué)習(xí)的訓(xùn)練樣本大都由人工處理及標(biāo)記而成。訓(xùn)練集若有偏誤或數(shù)量不足，也會導(dǎo)致機器犯錯。美聯(lián)社的Marconi舉過一個石油開采和森林消失相關(guān)性報道的例子，他們讓算法學(xué)習(xí)開采與森林消失相關(guān)的衛(wèi)星照片，之后讓系統(tǒng)識別新照片，判斷出四個位置的森林消失由開采導(dǎo)致。但在后續(xù)追訪中發(fā)現(xiàn)真實原因是火災(zāi)或商業(yè)砍伐，與石油并無關(guān)聯(lián)。這種指鹿為馬的現(xiàn)象需要人工矯正，這要求傳媒人了解算法的基本規(guī)范，明白何種訓(xùn)練可以讓算法得出更準(zhǔn)確的結(jié)論，訓(xùn)練集的編輯也需由不同的人來完成，以防止算法帶入個人偏好。對于現(xiàn)象間相關(guān)性和因果性的判斷需要由人來把控，同時內(nèi)容和素材的審核環(huán)節(jié)也不能缺失人的監(jiān)督。

2．價值導(dǎo)向的效度。在社會主要矛盾發(fā)生轉(zhuǎn)化的大背景下，黨的十九大報告提出要“堅持正確輿論導(dǎo)向，高度重視傳播手段建設(shè)和創(chuàng)新，提高新聞輿論傳播力、引導(dǎo)力、影響力、公信力?！毙聲r代對傳媒價值導(dǎo)向提出了更高的要求，回到人工智能的視角，這一要求突顯了算法的價值觀問題。Facebook曾因“新聞偏見門”解雇熱門話題的編輯，改用算法推送，卻又因算法將《戰(zhàn)火中的女孩》標(biāo)識為兒童色情而被輿論口誅筆伐。算法是否有價值觀這是倫理學(xué)爭論未決的問題，但對傳媒業(yè)而言，算法的輸出會影響受眾的價值觀則是明確的。若不加以規(guī)范，基于效率的算法只會向受眾推送其偏好的信息，傳媒的社會功能就會被削弱。因此，推送算法需人工介入來保證價值導(dǎo)向的正確和內(nèi)容的多樣，恰當(dāng)?shù)乩檬鼙姰嬒?，定制推送的?nèi)容和形式，以更好地提升輿論和價值導(dǎo)向的效度。

3．內(nèi)容的深度。作為智能編輯部的先行者，美聯(lián)社曾舉辦寫稿機器人WordSmith與專業(yè)記者的寫稿比賽，機器雖然速度領(lǐng)先但在投票中大敗，投票者認為后者的文章更易于閱讀。也有學(xué)者比較了今日頭條的Xiaomingbot與主流媒體對同場比賽的報道，指出除了存在信息冗雜堆砌外，機器新聞缺失了人工稿件中“獲勝的喜悅或失利的惋惜”這些使受眾產(chǎn)生共鳴的要素。這其中因為語言風(fēng)格、行文邏輯和內(nèi)容取舍等原因造成的不足，會隨著算法的改進和訓(xùn)練集的完善而削弱，但其蘊含的思想深度及思考的源頭，仍是專屬于人的領(lǐng)域。優(yōu)秀報道的產(chǎn)生離不開傳媒人的專業(yè)主義堅持和深入現(xiàn)場的一手資料獲取，盡管設(shè)備可以實現(xiàn)超越感官的詳實記錄，但傳媒人在事件現(xiàn)場的感受、與當(dāng)事人的接觸、在田野調(diào)查中的感悟及由此引發(fā)的思考，都是人工智能難以企及的。這也是讀者感受到文字背后的思想深度的來源。

三、從“人工+工具”到“智慧+智能”

有學(xué)者提出“智能時代，編輯記者更重要的工作是設(shè)計、指揮、操控機器干活?！边@種論斷正確無疑，但更多地立足于傳統(tǒng)“人工+工具”的視角，如果只把人工智能視作工具，就可能導(dǎo)致對效率的單純追求。如今，傳媒業(yè)遇到的挑戰(zhàn)的關(guān)鍵不在效率，更多在于受眾需求、輿論環(huán)境、傳播媒介和內(nèi)容特性的變遷。要實現(xiàn)傳媒業(yè)的突破，核心是人的理念與能力的突破。人工智能使機器帶有了一定人的屬性，其“智能”已足夠取代部分人工，由此解放的時間，傳媒人可以投入到深層次的內(nèi)容創(chuàng)作和人文意涵的闡釋等更體現(xiàn)人類智慧的領(lǐng)域。而且在人類智慧發(fā)揮的過程中，人工智能還可實現(xiàn)人力所不及的數(shù)據(jù)探索，挖掘蘊含在表象下的潛在可能，進一步助力傳媒人價值的實現(xiàn)，形成人機協(xié)同共生的“智慧+智能”的發(fā)展模式。

1．生產(chǎn)端：人機協(xié)同的半自動化內(nèi)容生產(chǎn)。經(jīng)過算法的迭代，人工智能在部分領(lǐng)域已“不再是輔助生產(chǎn)的手段，而是一個相對獨立的生產(chǎn)主體”。要充分利用新主體的優(yōu)勢，掌握技術(shù)是首要任務(wù)。限于技術(shù)門檻，現(xiàn)階段需要算法專家與技術(shù)傳媒人兩類人群。算法專家負責(zé)算法編寫，并具備傳媒基本素養(yǎng)，了解內(nèi)容的優(yōu)劣。技術(shù)傳媒人是專業(yè)的記者、編輯，且了解人工智能的基本應(yīng)用，清楚技術(shù)可以如何提升內(nèi)容價值。前者能夠減小后者的技術(shù)負擔(dān)，后者能夠保證傳媒的專業(yè)素養(yǎng)和社會責(zé)任不因技術(shù)而流變，以此最大化發(fā)揮人機協(xié)同的效用。在選題上，可借助自然語言處理捕捉輿論熱點進行選題策劃，或通過非監(jiān)督學(xué)習(xí)探索潛在議題，而人的工作是設(shè)定范圍并篩選結(jié)果。在獲取素材上，可以運用人工與機器人并行采集的方式進行素材獲取。在編輯制作上，可以利用算法自動篩選素材，匹配模板和語言風(fēng)格，提供多樣的呈現(xiàn)方式，人可以在此基礎(chǔ)上發(fā)揮自身智慧、專業(yè)主義與人文精神，提升內(nèi)容的價值。由此形成人機協(xié)同的半自動化內(nèi)容生產(chǎn)。

2．分發(fā)端：多維度用戶畫像結(jié)合權(quán)重的分眾推送。

受眾偏好的變化是傳媒業(yè)當(dāng)前面臨的重要問題，“萬物皆媒”的時代，受眾注意力資源更加分散，固有的信息呈現(xiàn)模式已經(jīng)無法留住受眾資源，傳統(tǒng)的受眾研究方式如通過收視/聽率、電話調(diào)查、受眾定制等也難以支撐對受眾偏好的掌握。但隨著民用智能設(shè)備的普及，各類傳感器已無聲地進入了大眾的生活，算法可以精準(zhǔn)刻畫出前所未有的多維度用戶畫像。終端設(shè)備已經(jīng)能依據(jù)讀者的偏好、環(huán)境甚至是精神狀態(tài)進行相關(guān)內(nèi)容的推送，且經(jīng)過用戶同意后，終端設(shè)備還能夠在受眾無意識中采集生理、物理信息以反饋并改進算法。但還需要注意傳媒業(yè)的價值導(dǎo)向、信息繭房等問題，平衡用戶偏好與價值導(dǎo)向工作，這就需要有專業(yè)素養(yǎng)和人文精神的傳媒人對信息權(quán)重進行標(biāo)識，對有正面價值導(dǎo)向的內(nèi)容給予更高的權(quán)重和更多的加工資源，在提高信息傳播效率的同時，肩負起承擔(dān)社會責(zé)任的要求。

3．研究端：深層次數(shù)據(jù)挖掘和人文價值探索。無論是專職傳媒研究者還是一線傳媒從業(yè)者都有追溯事件本源、探究現(xiàn)象規(guī)律的職責(zé)。財經(jīng)記者若要追蹤全球市場產(chǎn)業(yè)變動，以往需將大部分精力用于數(shù)據(jù)的整理、統(tǒng)計方法的選擇和呈現(xiàn)方式的比較上。現(xiàn)在經(jīng)調(diào)試的智能算法能以秒為單位完成數(shù)據(jù)收集，匹配統(tǒng)計方法，并以多種適洽的方式呈現(xiàn)結(jié)果。在此基礎(chǔ)上，記者可以深挖數(shù)據(jù)背后的意義，由信息的“提供者”轉(zhuǎn)變?yōu)椤敖忉屨摺?。從研究者的角度看，傳播領(lǐng)域常用量化研究常需要繁復(fù)的數(shù)據(jù)收集、模型構(gòu)建和試錯過程。以傳媒績效指標(biāo)的影響因素為例，若引入算法，由程序自動爬取數(shù)據(jù)，構(gòu)建模型并試錯，最后將可能存在意義的模型和變量呈獻給研究者，研究的效率會大幅度提升。對于執(zhí)行田野調(diào)查的研究者和訪談一線的記者，人工智能可以在前期的材料準(zhǔn)備、調(diào)查中的數(shù)據(jù)轉(zhuǎn)錄、后期資料整理和定性比較分析上提供幫助。研究者和記者則可以更突出自身的人文屬性，將精力放在講述事件背后的社會價值上。

四、結(jié)語

在人工智能大舉進軍傳媒業(yè)，重構(gòu)傳媒業(yè)的當(dāng)下，最機械化和無法利用技術(shù)優(yōu)勢的崗位會最先受到?jīng)_擊。但無需擔(dān)心人工智能大規(guī)模地搶奪傳媒從業(yè)者的工作，它所實現(xiàn)的是將人從機械、繁重的工作中解放出來，有利于人在內(nèi)容深度、廣度和溫度上進行深入探索。同時，也不應(yīng)將人工智能視作簡單的工具，需要明確自身價值與技術(shù)的耦合關(guān)系，實現(xiàn)人機協(xié)同共生，這才是人工智能時代處理“人工”與“智能”關(guān)系的核心。