人工智能影響生活的論文(2)
人工智能影響生活的論文篇二
人工智能技術(shù)對新聞生產(chǎn)的影響與再造
內(nèi)容提要本文闡釋了人工智能技術(shù)對新聞生產(chǎn)的三方面影響：一、新聞生產(chǎn)方式由專業(yè)生產(chǎn)過渡為“專業(yè)生產(chǎn)+社會生產(chǎn)+機(jī)器人生成”;二、議題設(shè)置方式由流水線生產(chǎn)的線性傳播模式過渡為個性化、精準(zhǔn)化生產(chǎn);三、媒體運(yùn)作模式由“內(nèi)容為王”過渡為全產(chǎn)業(yè)鏈運(yùn)作模式。文章同日寸指出，人工智能技術(shù)不可能徹底取代人工，它所推動下的議題設(shè)置權(quán)力讓渡給社交關(guān)系和算法生成也可能帶來隱患：受眾陷入過往經(jīng)驗(yàn)的狹隘境地等。
關(guān)鍵詞人工智能機(jī)器人大數(shù)據(jù)新聞生產(chǎn)
谷歌公司的AlphaGo戰(zhàn)勝世界頂尖圍棋選手李世石的新聞，再次引發(fā)了人們關(guān)于人工智能技術(shù)的熱議：記者未來會不會被機(jī)器人替代?
在大數(shù)據(jù)、云計(jì)算和人工智能技術(shù)的支撐下，蘋果的SIRI、百度的度秘、微軟的小冰等都已經(jīng)在媒體行業(yè)大顯身手。人工智能技術(shù)將使新聞生產(chǎn)更加高效便捷，受眾行為分析更加精準(zhǔn)，媒體傳播效果更加優(yōu)化，它對新聞的內(nèi)容生產(chǎn)、議題設(shè)置、運(yùn)作方式等帶來革命性的影響。
一、全新的新聞生產(chǎn)：從專業(yè)生產(chǎn)，走向“專業(yè)生產(chǎn)+用戶生產(chǎn)+機(jī)器人生產(chǎn)”
2015年9月，騰訊財(cái)經(jīng)推出了自動化新聞寫作機(jī)器人“Dreamwriter”，用時一分鐘寫出了第一篇報(bào)道;11月，新華社寫稿機(jī)器人“快筆小新”正式上崗，可以寫體育賽事中英文稿件和財(cái)經(jīng)信息稿;2016年3月，韓國寫稿機(jī)器人上崗，僅0，3秒就寫出一篇股市行情的新聞稿。一時之間，引發(fā)各界猜想：機(jī)器人上崗，是否意味著記者的終結(jié)日來臨?
計(jì)算機(jī)自動生成的機(jī)器人新聞，盡管在國內(nèi)尚屬新鮮事，但是國外幾年前就已成為現(xiàn)實(shí)，機(jī)器人早已開始協(xié)助寫稿、編輯、校對等。路透社、美聯(lián)社、《紐約時報(bào)》《洛杉磯時報(bào)》、雅虎、赫芬頓郵報(bào)等傳統(tǒng)媒體和互聯(lián)網(wǎng)公司都已紛紛采用機(jī)器人生產(chǎn)新聞。
成立于2007年的AutomatedInsights公司，是一家由美聯(lián)社及其它投資者合資的科技公司。它既為美聯(lián)社自動編寫新聞，也為雅虎、康卡斯特等客戶服務(wù)。它可接受任何數(shù)據(jù)格式，通過算法找出事件的來龍去脈，生成敘述性長短文章、財(cái)務(wù)報(bào)表、可視化圖形等，并實(shí)時推送至各個終端。A1有超過3億模板可以供不同的新聞使用，它們在2013年就產(chǎn)生了3億篇新聞，2014年產(chǎn)量達(dá)到10億篇。2014年7月，美聯(lián)社開始使用該公司的WORDSMITH軟件批量生產(chǎn)財(cái)經(jīng)新聞。過去，每季度美聯(lián)社僅出產(chǎn)約300篇財(cái)報(bào)新聞，現(xiàn)在不知疲倦的機(jī)器人每季度可出產(chǎn)4400篇，產(chǎn)量大幅增加。2015年3月，機(jī)器人記者功能再次升級：使用自動化編輯器擴(kuò)大算法范圍、傳感器搜集實(shí)時數(shù)據(jù)等。
機(jī)器人還可以協(xié)助美聯(lián)社將NBA比賽、橄欖球賽的流水賬式記錄，統(tǒng)計(jì)整合成一篇報(bào)道。過去，專業(yè)體育記者一邊看電視一邊查官網(wǎng)數(shù)據(jù)一邊寫稿子;如今，機(jī)器人新聞可以全部自動識別所有球員的得分、助攻、籃板、搶斷、蓋帽等，之后機(jī)器人根據(jù)這些數(shù)據(jù)，結(jié)合關(guān)鍵球員的表現(xiàn)，球隊(duì)排名等賽況寫出報(bào)道。
2011年在美國創(chuàng)立的NarrativeScience公司，2014年得到了1000萬美元的新一輪融資。公司CEO斯圖亞特・弗蘭克爾(SfuartFrankel)稱，該公司的Quill平臺可以分析結(jié)構(gòu)化數(shù)據(jù)，從而理解這些數(shù)據(jù)的重要性，最終可以無限生成接近完美的書面內(nèi)容。NarrativeScience的核心是將人工智能與大數(shù)據(jù)進(jìn)行技術(shù)融合，從而產(chǎn)生簡短的文字表述或結(jié)構(gòu)化的報(bào)告內(nèi)容并不斷提升算法，使語法更具人情味。它可以生產(chǎn)快訊，亦可生產(chǎn)深度報(bào)道，文風(fēng)可嚴(yán)肅、可詼諧亦可辛辣。福布斯網(wǎng)站等多家知名媒體已成為其客戶。
隨著人工智能技術(shù)的逐漸成熟，機(jī)器人的計(jì)算能力和學(xué)習(xí)能力不斷提升，傳統(tǒng)新聞生產(chǎn)的方式將逐漸被顛覆。過去依靠專業(yè)記者生產(chǎn)內(nèi)容(PGC)的手工模式，繼走向“專業(yè)生產(chǎn)+用戶生產(chǎn)”(PGC+UGC)的Web20模式后，又將走向Web30新階段：算法生成內(nèi)容(AAC)，與PGC～UGC三者鼎立。
新華社副社長劉思揚(yáng)6月在圣彼得堡國際經(jīng)濟(jì)論壇討論人工智能對新聞業(yè)影響時認(rèn)為，未來人工智能至少會從內(nèi)容生產(chǎn)和消費(fèi)兩端對媒體發(fā)展帶來變革。人工智能與物聯(lián)網(wǎng)、大數(shù)據(jù)深度結(jié)合，將催生真正意義上的“精準(zhǔn)媒體”，在圖像識別、視頻處理、跨文本翻譯、數(shù)據(jù)庫激活等領(lǐng)域，推動媒體融合快速發(fā)展。
短期而言，體育報(bào)道、財(cái)經(jīng)報(bào)道、房地產(chǎn)分析報(bào)告、民意調(diào)查、市場調(diào)研報(bào)告等比較容易實(shí)現(xiàn)標(biāo)準(zhǔn)化生產(chǎn)的領(lǐng)域，人工智能的應(yīng)用迅速普及推廣。如路透社使用OPENCALAIS的智能解決方案，《紐約時報(bào)》使用BLOSSOM分析大數(shù)據(jù)推薦好文章，《華盛頓郵報(bào)》應(yīng)用TRUTHTELLEE專職核查新聞，《洛杉磯時報(bào)》使用智能系統(tǒng)應(yīng)對地震等突發(fā)事件，《衛(wèi)報(bào)》使用OPEN001軟件進(jìn)行內(nèi)容篩選、編輯排版并最終生成報(bào)紙等，把記者從瑣碎的日常工作中解放了出來。
二、全新的議題設(shè)置：從流水線生產(chǎn)，走向個性化定制
傳統(tǒng)媒體的議題設(shè)置，主要取決于當(dāng)時的新聞熱點(diǎn)、宣傳管理部門的指令、媒體同行的選擇和編輯記者的經(jīng)驗(yàn)。但是，人工智能技術(shù)出現(xiàn)后，媒體議題設(shè)置和編排分發(fā)的舊有規(guī)則被打破了。算法推薦新聞，以及受眾之間的相互推薦，逐漸開始爭奪內(nèi)容分發(fā)的主導(dǎo)權(quán)。
依靠受眾閱讀習(xí)慣編排內(nèi)容，使傳統(tǒng)意義上的頭條被重新定義。在媒體融合的大背景下，《紐約時報(bào)》驚呼：“頭條已不重要”，遂被人解讀為“傳統(tǒng)意義上的頭條已死”。2014年5月，《紐約時報(bào)》披露了一份96頁的內(nèi)部報(bào)告，在媒體界內(nèi)引起轟動：“在《紐約時報(bào)》，報(bào)道一旦被刊登，記者和編輯的工作便完成了。而在赫芬頓郵報(bào)，報(bào)道刊發(fā)后，它的生命才剛剛開始。”需要說明的是，赫芬頓郵報(bào)是一家互聯(lián)網(wǎng)報(bào)紙，它提供原創(chuàng)報(bào)道和新聞聚合服務(wù)，只通過網(wǎng)絡(luò)傳播。一篇文章只有被轉(zhuǎn)發(fā)、閱讀、點(diǎn)評，它的影響力才能真正得到體現(xiàn)。
人工智能技術(shù)的核心是數(shù)據(jù)挖掘。媒體的受眾分析將比以往更精準(zhǔn)，內(nèi)容的聚合與分發(fā)，將更加精準(zhǔn)化、智能化、對象化、個性化。通過大數(shù)據(jù)挖掘技術(shù)、個人信息行為追蹤，新聞機(jī)構(gòu)可以做到為用戶智能推薦，實(shí)現(xiàn)個性化的新聞定制。全球新聞生產(chǎn)從人工整合向技術(shù)整合的趨勢愈加明顯，人工智能向傳媒領(lǐng)域進(jìn)軍已成潮流。人工智能技術(shù)宣告了個性化新聞時代的全面到來。針對每個訂閱用戶的專屬評論和定制化報(bào)道，已經(jīng)成為現(xiàn)實(shí)。 首先，人工智能技術(shù)使得“用戶畫像”更清晰，可以為用戶量身定做內(nèi)容。過去，“一點(diǎn)對多點(diǎn)”的、千篇一律的生產(chǎn)模式將轉(zhuǎn)變?yōu)閭€性化、對象化、差異化的內(nèi)容生產(chǎn)模式。大數(shù)據(jù)技術(shù)可以對受眾進(jìn)行詳盡的統(tǒng)計(jì)分析。“你在看手機(jī)時，手機(jī)也在看著你”，互聯(lián)網(wǎng)巨頭悄然地收集著用戶所有行為數(shù)據(jù)――除一般性的用戶數(shù)據(jù)(如性別、年齡、地域分布、情感傾向、注意力偏好、行為喜好、渠道偏好、消費(fèi)能力、生活軌跡、關(guān)系圈、終端匹配等)，還有產(chǎn)品數(shù)據(jù)(如產(chǎn)品形態(tài)、產(chǎn)品資費(fèi)、渠道、品牌、類型和終端要求等)，以及網(wǎng)絡(luò)能力數(shù)據(jù)(如網(wǎng)絡(luò)功能、利用率、效率等)。新聞客戶端“一點(diǎn)資訊”的創(chuàng)始人鄭朝暉曾坦言：“比閱讀重要的是閱讀者的行為”。
其次，人工智能技術(shù)可以為受眾進(jìn)行場景化適配，這是傳統(tǒng)議題設(shè)置望塵莫及的。在不同時段、不同地理位置，用戶對新聞的需求都不同，機(jī)器人可以在后臺實(shí)時調(diào)整。如此，就不會出現(xiàn)將傳統(tǒng)媒體內(nèi)容照搬到PC端，PC端內(nèi)容復(fù)制到手機(jī)端，將白天信息需求視為和夜晚等同的窘境。
羅伯特・斯考伯、謝爾・伊斯雷爾在《即將到來的場景時代》寫道：“移動互聯(lián)網(wǎng)時代，場景(情境)的意義被極大地強(qiáng)化，移動傳播是基于場景(情境)的服務(wù)，即對環(huán)境的感知及信息(服務(wù))適配。”與場景時代相關(guān)的有五大因素：大數(shù)據(jù)、移動設(shè)備、社交媒體、傳感器和定位系統(tǒng)，它們都和內(nèi)容生產(chǎn)關(guān)聯(lián)起來。“從哪來一現(xiàn)在哪一去哪里”三個階段，用戶接收的內(nèi)容都不一樣。如受眾走路或運(yùn)動時，可以通過谷歌眼鏡、智能手環(huán)等可穿戴設(shè)備，接收短小精悍的突發(fā)新聞;受眾在等車候機(jī)時，可以通過手機(jī)接收碎片化、趣味化的內(nèi)容，受眾在臨睡前，可以接收娛樂類、情感類的內(nèi)容。
最后，人工智能技術(shù)使媒體更加社交化，更加注重對社交媒體數(shù)據(jù)的收集和挖掘。對媒體來說，沒有大數(shù)據(jù)，一切都將成為無源之水、無本之木。未來媒體的競爭力，取決于其數(shù)據(jù)挖掘的能力，而非簡單的敘事能力。
過去的議題設(shè)置，片面追求新聞熱點(diǎn)，忽略多元化用戶的需求。而人工智能時代的內(nèi)容選擇，取決于興趣引擎以及長尾理論。今日頭條的競爭對手“一點(diǎn)資訊”也深諳此道。它通過微博綁定，推測出用戶的興趣愛好。用戶使用時間越久，基于興趣引擎的媒介工具會越來越懂用戶，在頻道內(nèi)容和排序上會更符合其胃口。此外，騰訊的天天快報(bào)，知乎的讀讀日報(bào)，印度的Dailyhunt(用戶數(shù)約1000萬)，日本的SmartNews(用戶數(shù)約300萬)，印尼的Babe(用戶數(shù)約120萬)等，都是沿循了“算法生成內(nèi)容”的模式，解決用戶“該看什么內(nèi)容”的問題。
以往的議題設(shè)置往往從專業(yè)媒體的視角出發(fā)，忽視受眾的自主性選擇和個性化需求，呈現(xiàn)出單一的線性模式的傳播特點(diǎn)。在信息化社會，隨著海量信息的爆發(fā)，在人工智能構(gòu)建下的互聯(lián)網(wǎng)所形成的新的媒介生態(tài)中，國內(nèi)有學(xué)者認(rèn)為，隨著“機(jī)器新聞寫作”的成熟和應(yīng)用，媒體的角色應(yīng)從傳播領(lǐng)域的生產(chǎn)者、控制者轉(zhuǎn)型到社會生態(tài)的共建者。將自身作為融入大生態(tài)中的一份子，媒體要思考的不再是“我該怎么控制和占有這個系統(tǒng)”而是“我作為其中一個行動主體，應(yīng)該怎么維持這個系統(tǒng)的有序性和良性運(yùn)行”。這也就意味著，媒體機(jī)構(gòu)將不再高高在上，而是成為協(xié)調(diào)者、組織者和服務(wù)者，平臺型媒體將成為主流形態(tài)。
三、全新的運(yùn)作方式：從內(nèi)容為王，走向全產(chǎn)業(yè)鏈運(yùn)作
人工智能技術(shù)，將使傳統(tǒng)媒體內(nèi)容開始向移動化平臺聚合，推動傳統(tǒng)新聞媒體的改造。
機(jī)器人寫作相比人工新聞的優(yōu)點(diǎn)不言而喻。其寫稿速度最陜可達(dá)到毫秒級，無人匹敵;其應(yīng)用大數(shù)據(jù)技術(shù)處理海量數(shù)據(jù)的能力讓人類望塵莫及;它不知疲憊、產(chǎn)量驚人、準(zhǔn)確性高，大大提高了傳統(tǒng)新聞工作者的效率。生物傳感機(jī)器人，可以把觀眾的真實(shí)體驗(yàn)實(shí)時地呈現(xiàn)出來，供創(chuàng)作方分析、供觀眾了解自己，也可以讓記者從中發(fā)現(xiàn)有新聞價值的東西。某種程度上，機(jī)器人的算法，比編輯記者更懂受眾。一個典型的例子是，《紐約時報(bào)》使用BLOSSOM推薦新聞，平均閱讀量是原來人工推薦文章的38倍。
在這種情況下，傳統(tǒng)媒體就不能抱殘守缺、無動于衷。
首先，傳統(tǒng)媒體不能一味沉溺于“內(nèi)容為王”的路徑依賴，而要考慮“內(nèi)容+技術(shù)+渠道+市場+人才”的全產(chǎn)業(yè)鏈運(yùn)作。片面強(qiáng)調(diào)“內(nèi)容為王”，對科技發(fā)展視而不見，最終會導(dǎo)致傳統(tǒng)媒體的徹底邊緣化，喪失主流輿論陣地。
其次，傳統(tǒng)媒體除了培養(yǎng)“全能型記者”，還要引進(jìn)軟件算法工程師。一方面，媒體需要復(fù)合型的人才隊(duì)伍，需要記者掌握多元化的知識結(jié)構(gòu)，使其除了必備傳統(tǒng)“報(bào)臺網(wǎng)”的采訪、編輯和寫作技巧，懂得文字、圖片、音頻、視頻的制作技能，還要懂得微博、微信、客戶端等新媒體平臺的發(fā)稿流程。另一方面，媒體隊(duì)伍需要專門的算法工程師。媒體隊(duì)伍的知識結(jié)構(gòu)，不能局限于中文、新聞、傳播等文科領(lǐng)域，還需要大量的IT人才，滿足TMT、ICT的融合趨勢。不久前，今日頭條以百萬年薪招聘算法工程師的新聞在媒體圈引發(fā)轟動，這家具有廣泛影響力的科技型公司，核心團(tuán)隊(duì)僅為百人。
再則，面對人工智能技術(shù)的步步緊逼，傳統(tǒng)媒體不能畫地為牢，需要打破藩籬，既要開展傳統(tǒng)媒體與新媒體的一體化運(yùn)營，也要做好內(nèi)容集成服務(wù)商，在媒體聚合平臺安營扎寨(如媒體公眾運(yùn)營號)，還可以主動聚合自媒體(如發(fā)起自媒體聯(lián)盟)，實(shí)現(xiàn)平臺共享。
目前，國外媒體機(jī)構(gòu)利用網(wǎng)絡(luò)巨頭以人工智能技術(shù)為支撐的內(nèi)容分發(fā)平臺，實(shí)現(xiàn)了內(nèi)容快速抵達(dá)用戶的效果，初步嘗到了甜頭。內(nèi)容生產(chǎn)與內(nèi)容分發(fā)(類似于“制播分離”)，實(shí)現(xiàn)了完美結(jié)合。
Slack最早是一款即時通訊的企業(yè)聊天工具，現(xiàn)在朝著企業(yè)協(xié)作的操作系統(tǒng)方向發(fā)展。在Slack第三方應(yīng)用商店AppDictionary中目前已擁有數(shù)百個應(yīng)用程序，包括許多媒體機(jī)構(gòu)。Slack可以將不同的興趣話題創(chuàng)建成頻道，而且這個頻道對所有用戶可見并能參與。然而它并不會像群消息一樣干擾你，因?yàn)橹挥心阍O(shè)定的關(guān)鍵詞出現(xiàn)時系統(tǒng)才會推送提醒，儼然是升級版新聞推送神器。BreakingNews是隸屬于NBC公司的新聞網(wǎng)站，加入Slack后，用戶通過與Slack的聊天機(jī)器人對話，BreakingNews App就可以實(shí)現(xiàn)個性化定制推送，極大改善了用戶體驗(yàn)。 2015年5月，日活躍用戶超過10億的Facebook推出了新功能InstantArticles?！度A盛頓郵報(bào)》《紐約時報(bào)》、BBC、《國家地理》《赫芬頓郵報(bào)》、Buzzfeed等媒體紛紛接入。它可以給媒體機(jī)構(gòu)提供生產(chǎn)工具、制作規(guī)范，以及極速加載技術(shù)。媒體機(jī)構(gòu)在Facebook發(fā)布內(nèi)容的時間從原來的8秒銳減到不足1秒，極大提升了用戶體驗(yàn)。11月，F(xiàn)acebook推出的另一個獨(dú)立產(chǎn)品Nofify，把入駐的媒體機(jī)構(gòu)更新的內(nèi)容自動推送給用戶，用戶可以不用打開Facebook，就可以直接從鎖定的手機(jī)屏幕跳轉(zhuǎn)到自己感興趣的內(nèi)容。
Buzzfeed通過Instantarticle，使其在Facebook上發(fā)布內(nèi)容的直接瀏覽量躍升為11，3億次。而此前通過發(fā)布鏈接導(dǎo)流到自家網(wǎng)站的方式，瀏覽量僅3.49億次。作為老牌媒體成功轉(zhuǎn)型的代表，《華盛頓郵報(bào)》在2013年被亞馬遜的CEO貝索斯收購后，就轉(zhuǎn)型為一家數(shù)字化公司。2015年10月，報(bào)紙的用戶訪問量在歷史上首次超過了老對手《紐約時報(bào)》。一個月后，訪問量達(dá)到了歷史高峰7160萬人次，幾乎是被收購時的3倍。《華盛頓郵報(bào)》CEOFredRyan說：“我們想要在所有平臺上觸達(dá)未來的讀者，對此毫無保留。”
通過大數(shù)據(jù)挖掘，機(jī)器人可以更精準(zhǔn)地預(yù)測未來。人工智能的核心是數(shù)據(jù)處理，它可以極大提高出稿效率，對突發(fā)事件實(shí)現(xiàn)快速反應(yīng)。與此同時，媒體人借助人工智能技術(shù)把內(nèi)容輸送到算法推薦平臺，實(shí)現(xiàn)精準(zhǔn)傳播。
那么，專業(yè)記者會被機(jī)器人替代嗎?答案是不會。“科技性失業(yè)”的恐慌在20世紀(jì)60年代(公司開始安裝計(jì)算機(jī)和使用機(jī)器人)和80年代(個人電腦開始上市)都曾彌漫開來，但事實(shí)上每一次恐慌之后，科技進(jìn)步為社會創(chuàng)造的就業(yè)崗位遠(yuǎn)多于它消滅的崗位，我們需要更多的人從事全新工作。這意味著要調(diào)整教育和訓(xùn)練模式，使其足夠靈活，從而快速、高效地教授全新的技能。對新聞工作而言，人工智能一方面將記者從繁瑣的日常工作中解放出來，另―方面又催生了新聞報(bào)道領(lǐng)域?qū)λ惴üこ處煹耐⑿枨蟆?/p>
此外，新聞產(chǎn)品需要的是有溫度、有情感、有人性的寫作。即使計(jì)算機(jī)的算法和模型再精準(zhǔn)，它也無法減少人工干預(yù)。在調(diào)查研究、深度報(bào)道、評論分析等優(yōu)質(zhì)內(nèi)容生產(chǎn)的關(guān)鍵環(huán)節(jié)，人工依然有著不可替代的壓倒性優(yōu)勢。懂內(nèi)容和懂算法幾乎同等重要，一個有發(fā)展?jié)摿Φ拿襟w需要算法與人工并行，并尋求兩者之間的最佳結(jié)合點(diǎn)。
掌握人工智能技術(shù)的機(jī)器人，給編輯部里的記者們帶來了巨大的競爭壓力，同時也帶來了一系列問題。比如，受眾可能無法感知興趣之外的新事物和新議題，陷入狹隘的境地：受眾只關(guān)心自己關(guān)心的事，無法培養(yǎng)新的興趣。個性化新聞深入發(fā)展，很難平衡傳統(tǒng)媒體信息篩選、議程設(shè)置和普通受眾的個人喜惡之間的關(guān)系。用戶最終被算法主導(dǎo)，可能會淪為井底之蛙。
看了“人工智能影響生活的論文”的人還看了：
人工智能影響生活的論文(2)
上一篇：怎么對待人工智能的論文
