
9月26日至29日,第11屆全球深度報道大會在德國漢堡召開。圖: Nick Jaussi
https://nickjaussi.com
今年的全球深度報道大會有一項團體活動,主辦方租了一艘船,邀請部分參會記者在課程結束後乘船遊覽德國漢堡。我報名參加了這個活動,但直到臨出發的時候我才發現,主辦方留了一個異常模糊的碰頭方法:在碼頭,找到記者,一起登船。
那麼問題來了,在一個滿眼是不同膚色、不同國籍、不同語言的遊客的碼頭,現場沒有任何大會標示物,來自世界各地、彼此從沒見過面的記者們,如何在一群陌生人中找到自己的同類?
到了現場之後,我發現原來這並沒有很難:記者是這一群人當中好奇心最旺盛、消息最靈通的人。儘管現場大部分人可能都是人生第一次到這裡,但和抱着遊玩的心情來參觀的悠閒遊客不太一樣,暫時做了遊客的記者依然會忍不住迅速對周圍展開調查,一直在提問。在開船前等待的十分鐘里,我們已經清楚搞明白這艘船什麼時候開、下一班船幾點出發、多少人能上船、主辦方什麼時候包下了這艘船、包一艘船多少錢、為什麼不同時間出發的船使用的燃料不一樣、不同燃料的船運營成本差多少、遊覽船每年能賺多少錢、盈利和虧損紀錄怎麼樣……
這就是記者吧,在那一刻我強烈地感受到,記者是一種生活方式,你不自覺地就想要知道更多。
那天的船上都是我第一次結識的朋友,但船上的氛圍卻很熟悉。那是一個豐富的傍晚,撲面而來的不只是漢堡的夜景,還有不同專業領域的記者沿途源源不斷的補充信息,不同國家碼頭的運作、港口的差別、中美貿易戰影響下今年的集裝箱吞吐量變化……我們還聊了自己的工作,還有當天聽過的課程,正在使用的工具。

漢堡易北河。圖:Joey Qi
在這裡,最大化地獲取信息,並將它分享給更多人,是一種共同信念。這是一種在全世界範圍內都存在着的生活方式,它呈現在不同膚色、不同種族、不同語言以及不同性格的人身上,我們是不一樣的人,但我們都在用各自的方式趨近一個共同的活法——作為一個記者而活着。
這種感受貫穿了我在漢堡的整個行程。第十一屆全球深度報道大會有三天半的日程,我把所有時間全填滿了,在這裡見到了一個又一個風格迥異的記者,和一種始終如一的共同活法。我選的大部分是技術和工具相關的實踐課程:數據挖掘、網絡爬蟲工具箱實踐、非結構化數據處理、社交媒體信息挖掘、公司財務報表分析,還有大部分AI相關實踐課程,比如如何將機器學習應用在新聞采寫中,深度學習如何輔助記者做報道……
在這裡,我總是不知不覺錯過每一天的午餐,因為連午間分享會都很精彩。第一天讓我忘記吃午餐的是一場主題為“Can you Google this?”的午間Workshop,這其實是一場尋找信息的比賽。主講人 Marcus Lindemann 給大家出題,通過搜索解決難度一步步升級的問題——聯合國發布過多少 PDF?聯合國發布過的 PDF 中有多少是用在會議演講上的?針對一個容易拼錯的名人名字,有多少報道拼錯過他的名字?哪些報道是一次也沒拼對過的?澳大利亞移民局拒絕了6229人入境,但政府官網設置了文件不被搜索引擎監測到,那麼,請找到這份人員名單的原始 Excel……
有趣的是,很多問題並不存在唯一的正確答案。比方說,大部分人使用 Google 的搜索語法“filetype:PDF site:un.org ”得到第一個問題的結果,但再往後,結果的精度就取決於不同人的分析理解能力了。哪些PDF來自於會議?有的人選擇直接思路,追加搜索關鍵詞會議、大會、研討會,但也有記者會換一個思路,思考一個來自會議演講的PDF第一頁和最後一頁通常會出現什麼字、什麼句子,以這種特定內容追加搜索。同一個人經常使用同樣的 last page,這是人的習慣,所以它甚至可以幫助你精準追蹤到一個特定的人在特定平台上發布的 PDF。在這個過程中,記者的差異是一種思維方式,如何去理解我們遇到的難題,如何去尋找一條合理路徑,重新理解自己採訪的世界。解決問題的關鍵點不在於你是否擁有某個特定工具,而在於你有沒有領悟突破問題的關鍵思維,學會如何去理解事實。
如何理解事實,這是我作為記者所追求的根本,也是促使我想要不斷學習掌握新的技術工具的動力。我覺得,記者工作是一種你與事實之間的絕對關係。記者採訪得來信息,你怎麼樣去解讀你掌握的信息,信不信任自己得到的信息,要不要去對抗現有的理解,尋找一個新的補充證據,追求的信息精度到什麼程度,獲得多大範疇的信息才能停下來……這些都是只有記者本人才知道的困境。對我來說,這個過程當中的危機感遠遠大於了成就感。
我寫過的複雜人物越多,越是深深感受到,人類是自己局限性的囚徒,是自己固有知識結構的囚徒。理解世界是複雜的,理解現場的人更是如此,記者需要全程審慎,稍有疏失,哪怕是認知結構上的小缺口,就會出現誤讀、誤解和誤判。面對複雜事實,你對信息的理解能力、駕馭能力幾乎完全決定了你對事實的理解深度和精度,也影響了你對事實的呈現質量。
在這次的大會上,我遇到了很多利用技術工具對抗這種危機的同路人,大家希望利用Python、R語言或是逆向工程、機器學習來輔助報道,幫助記者更高效地理解信息、分析素材。我的一大快樂就是面對面見到了實踐的同行,此前我只能自己摸索算法,雖然有專業工程師能幫忙,但他們並不懂得記者在實際操作中的準確需求,而在大會上,技術派的記者們彼此知道對方的難處是什麼,這是一場真正的業務分享。在一個技術突飛猛進的時代,記者也沒法停留在上個世紀的采寫技巧裡面,我們所面對的是遠超以往的信息過載場景,所以也應當讓新的工具來幫助我們。

三位《紐約時報》數據記者的分享會“數據新聞的新趨勢”。圖:李斐然
給我收穫最大的是三位《紐約時報》記者的分享會,他們是最早投身數據新聞的記者,一開場時開玩笑說,“我們三個坐在一起,基本就是《紐約時報》數據新聞的早期定義了。”他們也一直致力於培訓更多記者掌握數據新聞調查技巧。他們分享了AI在采寫過程中的輔助實踐,藉助工具找到新聞選題線索,比如利用數據分析發掘財務報表裡面的問題,發現在德國租賃市場里對外國人租房的隱形歧視,通過統計算出洛杉磯 Bel Air 用水量最大戶等等。
印象最深的一個案例是他們所分享的 BBC 對於一則喀麥隆槍決視頻的分析。這個片段叫做 Anatomy of a Killing 其實,這並不是一則新聞報道,它是利用技術工具實現對新聞事實的輔助解釋,它呈現了一個記者思維鏈條上至關重要的一環——當官方和視頻素材講述的內容不一樣,信息處於混沌狀態的時候,你要如何理解手裡持有的素材,如何用技術去辨別真相。
你可以在視頻中對看到喀麥隆槍決案例的縝密分析,這就是一個典型的現代新聞調查過程。在這個信息過載的時代,甄別事實要比以往任何時候都重要。被不同信息流餵養長大的人呈現出近乎相反的世界觀,由此帶來的認知撕裂在世界許多地方都在發生。作為記者,不要因為擁有這則視頻就無條件相信,也不要因為喀麥隆政府宣布這是“假新聞”就以為真的如此,更不要甘於活在信息混沌中,與不清晰的事實妥協自洽。記者需要利用一切工具去追逐事實,這是這個職業的根本要義,利用所有的工具,不斷學習,不斷豐富自己的理解能力,不斷增強自己利用工具解讀世界的效率,讓盲區越來越少。
在這個信息愈發複雜的時代里,我們的選題常常來自社交媒體,但身處其中的人常被自己的信息流影響,養成了固有偏見。很容易忽視一個現實是,信息場里的發布者並不代表客觀,大部分人與事實的關係都是基於利益的,大機構、大公司發佈於它有利的信息,當事人主動講對自己有好處的信息,每一層級的傳播者都會多多少少在自己的講述過程中改變信息樣態,對大多數人而言,信息是服務於自我利益的工具。只有記者和事實之間是絕對關係,記者的工作是追逐事實,並為之負責,你要去對抗陷落於其中任何一個單一信息場的危機。
以我自己的感受來說,今天我所身處其中的中文深度報道,最大的危機其實正源於此。關於新聞行業人們談了很多外界壓力,誠然這是我們不可阻擋的局限,可是即便今天給到最好的待遇、最大的開放度,一個記者還有沒有能力精準捕捉事實,還能不能用準確的思維路徑去解析問題,能不能意識到自己存在的局限並加以彌補,能不能最大化還原事實,有沒有最根本性的動力去追逐事實,這才是你和事實之間的本質關係。這種能力的高低基於你對事實的追求意願,不是靠外力就能堆積產生的。這些才是我們作為記者安身立命的根本。記者並不是在名片上印上這兩個字就能獲得的頭銜,它是靠你所能呈現的事實掙來的一種認可。
記者是對世界的一種理解方式,是你和事實之間的絕對關係,把追求事實活成自己的生活方式。它不能因為覺得技術難學、環境不好就停止,也並不因為休假時間到了就結束,讓你不關心在美國發生了什麼,在日本發生了什麼,在香港發生了什麼,一切都是你所采寫的時代的背景,一旦忘記了這一點,就會把自己的採訪對象置於孤島當中,只專註於他的小世界,忽視了他所面對的更大維度的真實場景,這是非常危險的操作。
這就是我在這次大會上一種最深的感受。新聞是一種不斷追逐事實的過程,而記者是主動並且享受於這個信息追逐過程的人,享受挑戰,在不確定性中尋找確定性事實。這當然是一件無比困難的事情,需要不斷的學習、訓練。但是,記者原本就不是喜歡容易問題的人。在不同國家,用不同語言,我們身上有一種跨越了國別和語言的共通性,我們都在自己的世界裡追逐最根本的事實。畢竟,這是一群就算坐一趟觀光船也要打破沙鍋問到底的人。
不過,還有另一種感受刺激着我。在這次大會上,我感到技術的豐富,有很多同行分享的工具箱,有很多成型的技術可以直接用。比如我參加的課程里,德國數據新聞記者 Kira Schacht 在手把手教大家在不同場景下把數據爬取下來,BBC的著名調查專家 Paul Meyers 在分享中還直接把自己的工具箱展現出來,還有 Bellingcat 的 Henk Van Ess 用實際案例分享了很多技巧。但另一方面,我也感到一種強烈的落差,很多課堂上所講的技術工具並不能直接適用於中國記者的采寫實踐。在中文采寫環境里,想要梳理數據,根本沒有這麼乾淨的結構化數據,也不存在那麼豐富的有效第三方工具。而我們所面對的複雜場景,是不懂得中文場景的同行所無法理解的,這是我們自己的困境。
在《紐約時報》記者的數據新聞課後,我跟記者們分享了我的苦惱。Sarah Cohen 說,她非常理解這種困境,最初她開始嘗試學習Python,想用技術輔助新聞,也有一種無助的感覺。即便請程序員入駐編輯部,也不總是有效,一個技術專家所理解的算法,和一個記者所需要的算法,在大多數情況下都是不一樣的。技術專家不會天然地明白記者在工作中需要的場景是什麼,因此也很難期望他們能主動為你設計切實可用的算法。記者需要先讓自己去學習,去理解,再尋求幫助,解決問題。這個過程固然是辛苦的,但既然我們這類人不能甘於生活在信息遮蔽里,就一定會想到辦法解決它。
一個有意思的細節是,就在我從一堂課奔向另一堂課的路上,遇到了同樣等着上課的中國小夥伴,她要去上 Python 實踐,我要去聽 AI 講座,換教室的半路上我們熱烈地討論了中文特稿采寫過程中所需要的技術輔助,臨走的時候她笑着說,“你作為記者的需求,我作為工程師聽到了,我們回去再仔細商量一下怎麼辦。”
這個課間小插曲給了我很大的安慰。寫作是一條漫長的路,因為新聞的本質是理解世界,這是一個需要不斷精進、不斷打磨的過程,會失敗,也會有一點點的進步。哪怕一開始做的很小也沒關係,哪怕做的很簡單也沒關係,只要你開始走在這條路上,慢慢往前走,就總會出現同路人。
臨走的時候,Sarah 鼓勵我說,其實記者工作最難的一步,是下決心要做一件事,最困難的那一步是讓自己意識到,“我需要學習新的技術”。下決心是最難的,但一旦一個記者下定了決心,就總能想到解決辦法。至於到底是選擇學習Python還是R,是自己做還是請人合作,都只是路徑選擇的問題。

德國《明鏡周刊》的事實核查部的同事在分享自己平時是如何進行事實核查的。圖:李斐然
這是我在2019年所經歷過的最特別、也最充實快樂的一個星期。寫作是孤獨的事業,但在這個星期,我意識到,新聞寫作的路上有很多同伴。其實,不止我一個人忘記了吃午餐,第二天的午餐時間我和另外30名記者參觀了德國《明鏡周刊》的事實核查部,聽他們的事實核查員對《明鏡周刊》史上最大的新聞造假醜聞的反省,第三天又有更多記者加入了不吃午餐的行列,因為中午是《衛報》財經記者 Nick Mathiason 的分享,好多人坐在地板上做筆記,如何理解公司賬務,識別報表裡的隱藏危機,也就是我們的選題線索。大家的身上有一種微妙的共同特質。只有我們知道,如何承受各種各樣的壓力,卻也在壓力之下獲得樂觀和希望,一次又一次去解決問題。
離開漢堡之前,我去了另一位記者朋友推薦的“黑暗中的對話體驗館”。在一間完全黑暗的房間里,8個參加者短暫體驗失明的狀態,大家彼此看不到,卻要一起合作完成任務,過馬路,坐船,在房間里尋找地圖。最後一站是在黑暗中的酒吧買點吃的,聊一會兒,坐在我旁邊的德國小哥問,我感覺你有點不太一樣,我想了一下,你應該是一名記者吧?
活成一個記者,看來的確會讓人有點不一樣吧。
作者李斐然是《人物》雜誌的主筆,她也是第11屆全球深度報道大會獎學金獲得者。