馮長林

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

1 新聞傳播領域的科技發(fā)展趨勢

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、電視及報紙等傳統(tǒng)媒體接收外界信息，然而隨著網(wǎng)絡的普及，網(wǎng)絡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)，紛紛開展轉型，以數(shù)字匯流來應對數(shù)字化的挑戰(zhàn)。在數(shù)字匯流中，新聞媒體的內容向網(wǎng)絡媒體平臺匯集。然而，社群網(wǎng)絡出現(xiàn)并普及后，傳播科技再度改變新聞傳播的生態(tài)，新聞分配的平臺開始進一步向社群媒體移動[1]。

傳統(tǒng)媒體與數(shù)字媒體本質上有所不同。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)字時代新聞媒體可以容納的新聞量多于以往，多元的內容也成了傳統(tǒng)媒體的需求與挑戰(zhàn)。在速度層面上，傳統(tǒng)媒體也開始進入網(wǎng)絡“速度競逐”的游戲中。網(wǎng)絡場域的信息內容與呈現(xiàn)形式千變萬化，能夠實現(xiàn)24 小時不間斷的信息更新模式，推翻過去固定截稿時間的作業(yè)流程。因此，隨著科技的發(fā)展，新聞傳播領域在空間上增加了新聞內容的需求以及時間上更快的信息流動速度，同時增加了新聞生產(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)絡的發(fā)展以及新聞分配技術的發(fā)展，新聞的觸及目標受眾群體越來越小，越來越個人化。到了社群網(wǎng)站時代，社群網(wǎng)站甚至取代了新聞分配的過程，利用網(wǎng)絡社群互動以及受眾來主動傳播的特性，更為廣泛地開展傳播。

社群媒體中，信息的散布有著“空間換取時間”以及“新聞線索的呈現(xiàn)替代新聞報道”等特質，網(wǎng)絡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，新聞記者可以觸碰到無限空間，通過網(wǎng)絡空間換取搜集新聞信息的時間。另外，公眾在發(fā)布信息時，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道。

2 新聞領域的人工智能科技運用

人工智能的概念在1956 年的“Dartmouth 會議”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70 年代初期以及20世紀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)絡技術為機器學習帶來新的運作方式以及計算機運算性能與深度學習的突破，人工智能迅速進入第三波發(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注的話題。目前，人工智能已被運用在人們熟知的圖形辨識、文字辨識、車牌辨識或是更進一步的車輛自動駕駛等自動化領域。

人工智能所包含的范圍十分廣泛，就其本質而言，人工智能是研究如何制造出智能機器或智能系統(tǒng)，來仿真人類智能的能力以延伸人們智慧的科學。根據(jù)這個定義，人工智能是以仿真人類智能作為目標。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“強人工智能”?！叭跞斯ぶ悄堋保ɑ蚍Q窄人工智能）的設計目的主要在于處理某一特定且需高度智力運算的問題；而“強人工智能”則希望達到與人類并駕齊驅的智慧，并具有全面且廣泛的推理及處理問題能力[3]。進一步來說，依照人類對問題的處理能力范疇作為區(qū)分，強人工智能可被區(qū)分為與人類擁有同等能力的“一般人工智能”以及機器運算可能超過人腦時將會出現(xiàn)的“超級人工智能”。盡管有如此多的分類與期望，現(xiàn)代運用的人工智能運用，即使是著名的AlphaGO，仍然多屬于處理特定領域事務的弱人工智能范疇。

新聞傳播領域人工智能技術的發(fā)展與運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類型；二是有實力的主流媒體重視人工智能，從而推動新聞業(yè)的發(fā)展與應用；三是小型技術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用于新聞寫作，例如美聯(lián)社在2014 年開始運用Wordsmith機器人寫作上市公司的財務報告新聞，這也是業(yè)界最早使用機器人寫作的媒體之一。

人工智之所以能在新聞領域得到快速發(fā)展，主要在于人工智能有著不同于人類工作的優(yōu)勢。一方面，人工智能的首要任務是參與煩瑣的初級任務，將記者解放出來，使其能夠從事更復雜、更高質量的報道和分析；另一方面，人工智能夠幫助記者分析數(shù)據(jù)，驗證模式、趨勢，并從眾多信息來源中探測原由和深意，看見肉眼不能看見的關系?？傮w而言，人工智能應用在新聞媒體行業(yè)，具有內容精準、反應快速以個性化內容分發(fā)的優(yōu)勢。

目前來看，機器學習、自動化以及數(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。這些技術集中運用于新聞搜集、新聞生產(chǎn)以及新聞分配這三個新聞生產(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，自動化地搜集新聞與輿論資料、自動處理與生產(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)。這些人工智能技術在新聞傳播領域的運用，其核心的技術背景在于大數(shù)據(jù)與算法技術的運用。

3 大數(shù)據(jù)與算法在新聞生產(chǎn)端的運用

不少學者以“機器人新聞學”稱呼在大數(shù)據(jù)時代下所發(fā)展出來的新式新聞生產(chǎn)方式。在現(xiàn)代，人們所有的行動都被數(shù)字化地儲存在巨大的數(shù)據(jù)孤島中，這就是大數(shù)據(jù)時代。人們的各種細微社會互動都被以數(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微、潛在的關聯(lián)性，甚至進一步運用于預測[4]。通過算法可以發(fā)現(xiàn)新的趨勢，運用人工智能算法的技術就稱為“數(shù)據(jù)挖掘”。新聞界可以借助人工智能技術執(zhí)行從網(wǎng)絡中找尋新聞素材消息來源、生產(chǎn)報道靈感、觀看趨勢、調查、監(jiān)測事件與議題等新聞資料搜集的前端工作。據(jù)Beckett的調查結果，約有50%引入人工智能的新聞從業(yè)者將人工智能技術運用在該范疇。

借助計算機輔助新聞寫作目前已十分常見，主要是利用計算機的便利性來使用相關數(shù)據(jù)庫或是與專家聯(lián)系以獲得信息。這種人工智能應用在Web2.0 時代就已實現(xiàn)，即利用網(wǎng)絡主動搜尋新聞線索，找尋消息來源以及采訪對象，以及進行查證工作。大數(shù)據(jù)新聞學是過去新聞實踐方式的延伸，延續(xù)了重視調查與數(shù)據(jù)科學應用的精確新聞學，也延續(xù)了重視新聞制作流程各環(huán)節(jié)充分發(fā)揮計算機輔助功能、強調數(shù)據(jù)收集和分析的計算機輔助新聞報道。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)可視化這三個過程，體現(xiàn)為對原始數(shù)據(jù)的收集、對數(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道。大數(shù)據(jù)作為新聞生產(chǎn)方式，重點在于從海量、跨越空間、跨越時間的數(shù)據(jù)中過濾、分析出關聯(lián)性，并且將數(shù)據(jù)轉換成可以讓受眾理解的解釋方式，最后將這些數(shù)據(jù)以可視化的技術制作成新聞。

除了新聞組織主動運用大數(shù)據(jù)搜集信息生產(chǎn)出的大數(shù)據(jù)新聞學外，新聞媒體在社群媒體時代為了追上網(wǎng)絡信息傳播的速度，新聞記者慣于在網(wǎng)絡如社群網(wǎng)站、網(wǎng)絡論壇上尋找新聞。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，有時搜索引擎算法會決定哪些網(wǎng)站在記者搜尋時被搜尋到。為競逐觸及率與點閱率，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)站上的內容作為搜集新聞素材的工具，觀看其他媒體報道的新聞、找尋熱門議題、觀察輿論趨勢等?？傮w而言，社群媒體時代的新聞媒體在生產(chǎn)端受到了科技公司的嚴重影響，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，還會給分配端帶來影響。數(shù)據(jù)不僅可以作為新聞報道的內容，也可以作為了解受眾的依據(jù)[5]。通過數(shù)據(jù)對受眾的心理、需求以及行為習慣進行分析，可以提供更符合受眾需要的新聞報道。社群網(wǎng)站同時提供了新聞媒體發(fā)布新聞的平臺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設立粉絲主頁，并產(chǎn)生一群專門處理社群媒體平臺新聞內容的社群新聞編輯。新聞媒體的社群新聞編輯的工作項目多元，包含從網(wǎng)絡上找尋新聞來源、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)絡上的新的“社群新聞守門人”。他們在“守門”的過程中，對新聞的價值判斷是以增加點閱率、流量、觸及率為最主要的新聞選擇標準。

為了應對社群媒體算法對能見度的支配，當前新聞媒體已發(fā)展出一套標準的行動模式。這套行動模式具體包括：搶快以及增加發(fā)文頻率的“時間競賽”、追隨熱門話題與以新聞類型提高能見度的“內容競技”、服從于算法優(yōu)先的“展示類型”、借助創(chuàng)造響應與留言等互動的“讀者互動”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，如點贊、留言與分享等，觀察這些互動的狀況，決定如何制作新聞、下標或是書寫引言。社群媒體與新聞組織間千絲萬縷的產(chǎn)銷關系雖然是新聞組織應用新科技的方式，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)過程的關鍵在于算法，通過決定新聞是否出現(xiàn)使用者動態(tài)時報中前幾則信息，影響使用者與新聞內容的互動。社群新聞編輯們觀察學習使用者與這些新聞內容的互動，改變新聞取材、下標、評論的書寫等，以追求更高的觸及率和點閱率。在這種新聞產(chǎn)銷生態(tài)中，實際掌握著守門權力的是科技公司后臺的算法，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人為中心并且隨時隨地可使用的、去中心化的、即時的、連結眾多個人的信息傳播方式。算法、大數(shù)據(jù)傳播技術將社群媒體中與自己意見相異、立場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”現(xiàn)象。每個人所接觸到的現(xiàn)實被區(qū)隔成無數(shù)個彼此獨立的世界。實際上，算法限制了信息的自由交換，導致信息被限制在“過濾泡泡”機制。這是一種知識封閉的做法，只讓用戶在社交平臺上看到符合其想法的東西。

在社群平臺中，動態(tài)消息并不是依時間排序，而是通過預設篩選從好友與主頁而來的大量貼文、照片、故事等動態(tài)，目的在于向使用者展示有趣且愿意互動的內容。目前不少社群平臺將動態(tài)消息設為使用者首頁，不斷更新呈現(xiàn)與使用者相關的朋友與主頁的故事，借助分析使用者每一則信息的互動，通過點贊、分享等方式為使用者決定哪一些信息與使用者最相關。傳統(tǒng)來看，親近度、加權、時間衰變等影響人工智能技術使用的因素已不再重要，通過“機器學習系統(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，并融入算法當中，使動態(tài)消息算法成為以機器學習為基礎的算法。類似的技術不僅僅被運用在社群媒體之中，當人工智能被引入新聞生產(chǎn)的過程，可以進一步測量使用者與內容的互動，如觸及、分享、評論、瀏覽與停留時間等，從而找出內容策略。更有甚者，人工智能還能夠自動化地依照不同的使用者類型生產(chǎn)與定制化內容。

6 結語

隨著人工智能技術不斷的成熟發(fā)展，其在新聞傳播領域中的應用也越來越廣泛。這種應用在推動該領域發(fā)展的同時，也存在諸多值得警惕之處。應用技術但不能成為技術的奴隸，更不能被技術引導而走向錯誤方向。因此，無論人工智能技術在新聞傳播領域如何應用，媒體人都應當保持自主心與公正心，辯證地將技術應用到實際工作中。