報道亞洲 | 數據新聞走向何方？“故事為核，跨界合作”

我們如今生活在一個“大數據時代”，全世界的政府、企業、甚至個人每天都在製造海量數據。“數據新聞”應運而生，越來越多的記者開始投身到這片新聞藍海中，挖掘藏在數據中的“新聞價值”。那麼當下數據新聞的趨勢如何？數據新聞的未來又是什麼樣子呢？

在第二屆亞洲深度報道大會上，深度君邀請到了英國《衛報》的數據項目編輯 Helena Bengtsson，伊利諾伊大學奈特企業與調查報道項目教授 Brant Houston，以及前路透社香港分社數據新聞編輯 Irene Liu。三位資深數據記者坐而論道，暢談數據新聞的過去和未來。

數據新聞將去向何方？

Irene Liu (左)，攝：Milan Poudel

Irene Liu：未來，數據新聞會延伸到各個生活的方方面面，我認為這也正是它令人興奮的地方。數據新聞近年來的發展蒸蒸日上，我看到很多新工具不斷湧現。這些工具能令記者們的工作更加便利，幫助他們發掘以前接觸不到的數據資源。不僅如此，當下“數據”的概念也發生了巨大變化。我們曾經認為只有電子錶單上那些數值型信息，才可以被稱為“數據”；但是現在，“數據”可以是網絡上任何非結構化的信息。

但是不論工具如何發展，數據的概念如何變化，我認為數據新聞的核心是不變的——用數據講故事，和對權力問責。只要秉承這個初心，那麼只有天空才是我們的極限了。

Brant Houston：我覺得數據新聞的未來可能會走向更高級的算法領域。諸如聚類（clustering）、主題模型（topic modeling）等高級算法，已經被應用到自然語言處理（NLP）技術中了。面對龐大的文本數據集，這些高級算法可以幫我們發現其中的主題或特徵。

為了從海量數據中發掘出想要的信息，數據記者們也需要藉助一些平台或工具，比如利用網絡社交媒體的信息進行數據新聞報道，這是我們已經在做的事情。今後我們將會面對更多非結構化的數據，數據新聞要做的就是把它們變成結構清晰的內容，發現其中的價值。

Helena Bengtsson：數據新聞如今正在向兩個方向前進。第一個方向是跨領域合作。當我剛開始做數據新聞的時候，所有的工作都由記者一個人來完成；而現在，記者可以和工程師、設計師一起合作完成項目，事半功倍。

從故事的方面來說，我希望數據新聞的第二個方向是，能處理更大、更加非結構化的數據集。目前我們尚未有能力處理大批量文本內容，但這是我們努力的方向。今年，一份有關國際投資的跨境調查以其涉及數據之龐大震動世界。某種程度上，我希望我們十年後才拿到這樣一份數據，因為到那時，技術的發展應能讓我們做出更多有價值的新聞故事。

數據記者面臨最大的挑戰是什麼？

Helena Bengtsson, 攝：Aseem Banstola

Bengtsson：我覺得是不被理解。現在仍然有很多人不清楚我們在做什麼，也不知道我們為什麼要做這些東西。我從1997年開始從事數據新聞，我工作的一部分內容就是向我的同事們普及數據新聞的概念。即使在《衛報》，我也一直在做這件事。向同行啟蒙和普及數據新聞是我的主要工作，我會告訴他們，數據新聞都在做什麼，以及數據新聞的價值和意義。

Liu：我認為可能是對數據的認知。現在有很多人認為，數據是客觀的，而人和機構都是有偏見的。但事實上，數據也是由人和機構創造的。所以我們對待數據要始終保持質疑的精神。與此同時，數據記者也要意識到，自己的假設、先入為主的觀念以及不自知的偏見也會影響他們處理這些數據資源。所以不論我們的對象是誰，個人也好，數據也罷，記者們都要時刻保持警惕，保證故事的可靠性。

Houston：當我剛進入這個領域的時候，數據新聞是很簡單的。你只需要掌握一些數據庫管理軟件，幾個數據清理的工具，再加上一點基本數學知識就可以了。但是現在，這個行業對數據記者的要求提高了。如果想要拿到一些數據，你可能必須要從網頁上進行爬取數據，然後你還需要做數據清理、結構化等工作。

對數據記者來說，另一個重大的挑戰來自政府官員。有時候，政府並不會向記者提供他們需要的數據。數據新聞歸根結底就是信息的爭奪，記者如何與政府官員鬥智斗勇已經是一個老生常談的話題。作為一個記者，比起從前的文件檔案，我更喜歡現在的電子數據。因為電子數據就像水流一樣，很難被完全封閉起來——總會發生“泄漏”。

當下的數據新聞中最令人激動的事情是什麼？

Liu：數據新聞的跨地域、跨組織交流合作一定是最令人激動的事情之一，這也是數據新聞之後的發展方向。我們生活在一個全球化的世界，大家在創作數據新聞時遇到的困難，已經超出了媒體和國家的界限。當下，資源越來越緊缺，而我們對新聞價值也有着越來越高的追求。想要生產出具有影響力的數據新聞，唯一的方法就是通力合作。數據記者們必須攜起手來，共同應對挑戰。

Houston：我已經在數據新聞領域工作了整整

Brant Houston, 攝；Aseem Banstola

30年了。對我來說，現在看到有這麼多人從事相關工作，有這麼多關於數據新聞的職業培訓，而且數據新聞甚至走進了大學課堂，這本身就是一件很令人激動的事。

數據新聞對我來說，核心永遠是故事。如今的數據記者不僅擅長傳統分析，還懂得使用合適的呈現方式，讓新聞故事更具可讀性。從一開始的不被人理解，到現在湧現出這麼多優秀的數據作品，回首數據新聞的發展歷程，一路走來令人感慨萬千。

Bengtsson：最令我興奮的應該是自然語言處理技術，以及在大規模非結構化文本數據領域的技術進展吧。很多語言學家也加入到了技術的開發工作中，目前已有能處理自然語言的腳本文件，但這仍是起步階段。

機器學習（Machine Learning）是另一個令人興奮的領域。機器學習，簡單來說就是先用少量的文本信息“教”計算機如何處理數據，然後再讓它按照之前學習的模式，批量地處理大規模的文本信息，最終得出一個有效的結果。雖然至今我還沒有發現有哪些新聞作品成功地運用了這項技術，但我相信這是一個很有趣的領域，值得人們繼續關注。

你最喜歡的工具是什麼？

Houston：我喜歡數據庫管理軟件，或許是因為我一入門就用那個。

Liu：到目前為止還是Excel。

Bengtsson：我最喜歡的工具還是Excel，它也是我使用最多的工具。

編譯/程一祥

編輯/Ivan Zhai，梁思然