在早前閉幕的全球編輯協會峰會(GEN Summit)上,人工智能(AI)成為熱議焦點。這項技術正在以及將如何改變媒體的內容生產與商業生態,會給媒體、技術研究人員和讀者帶來了怎樣的啟示?
英國伯明翰大學的Paul Bradshaw撰文“AI’s breakthrough year in publishing”,總結了峰會上各路媒體人及AI研究人員的分享重點。深度君根據Bradshaw的文章,整理其中的獨到觀點和案例,帶你一窺新聞行業中的AI技術趨勢。
談概念——“智能”與“機器人”的不同
Benedict Evans(科技風投公司Andreessen Horowitz):Evans認為,要從“人工智能”轉換到“機器學習”的概念,因為後者才更為準確地描述了“教導一部‘相對不智能’的機器去做記者沒有時間和習慣完成的事情”。他對媒體在算法準確性上的責任,以及算法結果所帶來的潛在社會影響作了區分,指出即使是準確的算法也會產生不良後果。

Benedict Evans主題演講視頻截圖。來源:GEN Summit
談算法——算法準確性與通向智能之路
Jonathan Albright(Tow Center for Digital Journalism):調查算法應該成為新聞過程的一部分,且編輯部也應視之為可以融入新聞實踐的內容。
Emily Bell(美國哥倫比亞大學教授):媒體成為最早及最頻繁的“算法受害者”有其意義所在。這使媒體人能夠很快意識到,算法領域的一些微小變動會如何影響人們接收新聞的方式。不過現在僅有這種意識並不足夠,媒體人還應反思行業對算法的依賴以及對透明度的需求。
Nick Diakapoulos(美國西北大學助理教授):Diakapoulos及其團隊建立一個網頁數據庫,收集美國聯邦政府正在使用的一些算法,以方便記者和公民進行算法問責報道。
Stuart Myles(美聯社):Myles引用其團隊的研究,介紹了算法透明度的兩方面障礙,一是缺乏商業激勵;二是擔心向終端用戶灌輸太多信息。
談商業化——數據新聞商品化:從自動化(automation)到增強化(augmentation)
數據新聞規模擴大,從簡單易得的成果轉向更複雜的和調查性的故事。以下是一些數據新聞商業化的例子。
Frames:為新聞機構的文章提供預製的圖表,並設計了一種收入共享的商業模式。
Grafiti:設計了一個“charts-as-data”搜索引擎,為用戶提供製圖方案。
RADAR:組建了全英國最大的數據新聞團隊之一,為地區媒體提供新聞通訊社形式的數據報道內容。
談產品——聊天機器人與敘事,機器人應用與編輯部
如今,不少新聞機構都推出聊天機器人,儘管其中很大部分看上去只像是升級版的RSS程序,但也逐漸出現更複雜的、更體現媒體內容能力的應用案例。
John Keefe(Quartz):“機器人的成功關鍵,在於背後的人。”換句話說,除了帶來技術難題,機器人還意味着一種敘事(narrative)上的挑戰。在Quartz,為機器人編寫故事線的技能更受重視及廣告商青睞,機器人團隊已分成了編輯部和商業部兩部分。
Paul Sargeant(BBC):展示了BBC將聊天機器人作為一種講故事(storytelling)工具的案例《英國旁遮普人的酗酒問題》。在BBC對哈里王子婚禮的報道中,20%的讀者與聊天機器人進行了互動,許多讀者的問題有五到六個之多。

BBC報道《英國旁遮普人的酗酒問題》
除了與讀者溝通的機器人,新聞機構也開發出不少產品供內部應用。例如,
- Quackbot:Quartz的機器人,能幫助記者保存網頁並推薦數據來源;
- BBC機器人能夠自動生成選舉數據圖表並自動發推;
- 瑞典日報Dagens Nyheter記者Martin Jönsson設計的“性別機器人”,可幫助記者檢查他們的報道是否性別平衡;
- 美聯社探索了人工智能技術在事實核查、音頻轉錄、個性化、圖片識別和機器人等方面的應用。
Keefe和Sargeant都指出,機器人並不一定能讓新聞被更多讀者看到,但卻能吸引讀到新聞的人並激發互動,從而加深媒體與讀者的聯繫。然而,相關技術的使用,似乎也在用戶對交互性的期望,與傳達特定事實的新聞之間形成了一種張力。而解決這種張力的方式,或許是繼續使用人工智能技術。Sargeant就是把機器人視為一種“過渡形式”,他認為,“設計聊天機器人並讓它學到更多有關語氣、對話結構和敘事等方面的知識,會更清楚地看到,哪些地方更應使用人工智能”。
編譯/Vickie Liang
編輯/Ivan Zhai
相關閱讀:
直擊GEN | VR、遊戲、機器人寫作:新聞新玩法效果如何?