【簡介：】大概是2014年，親眼看到，一個老人家，要銀行大堂經(jīng)理幫助他用ATM轉(zhuǎn)賬，大堂經(jīng)理問過情況后，斷定老人家是被詐騙，跟他解釋對方是騙子，說不通，堅決要轉(zhuǎn)賬，行長都來勸老人，還是勸不了，最后問

大概是2014年，親眼看到，一個老人家，要銀行大堂經(jīng)理幫助他用ATM轉(zhuǎn)賬，大堂經(jīng)理問過情況后，斷定老人家是被詐騙，跟他解釋對方是騙子，說不通，堅決要轉(zhuǎn)賬，行長都來勸老人，還是勸不了，最后問了老人家他子女的電話，叫他子女來解決，子女打電話給老人，還是說服不了，連自己的兒女都不信，堅決信騙子，銀行堅決不幫他轉(zhuǎn)賬，讓他子女來接走老人。如果那時候，銀行順從老人的意愿，把五萬轉(zhuǎn)出去，怪誰？找銀行賠嗎？顯然不可能！

如果銀行同意賠，那就意味著受騙的人自己不需要負責，隨便轉(zhuǎn)賬，發(fā)現(xiàn)問題就叫銀行負責，那么世界就亂套了。

所以這個女子被騙走100萬，是她自己的責任，銀行沒義務(wù)賠。20多次驗證碼提醒，與銀行勸老人效果相當，電話不接，那就是不聽勸。銀行沒有責任賠。

再打個比方，有的父母，看到小孩走路跌倒，馬上拍拍地板，罵路不平，這樣小孩就不哭了，長大了還灌輸這種觀念，就會導致自己不需要自己負責，做事不考慮后果，有問題就找別人承擔。那被騙就是對自己不負責。

2020年，人工智能（AI）對新聞業(yè)意味著什么？

新聞業(yè)從傳統(tǒng)印刷時代到互聯(lián)網(wǎng)數(shù)字時代的轉(zhuǎn)變，意味著技術(shù)在新聞業(yè)發(fā)展中的重要性日益顯著。其中AI和機器學習是無法避免的兩大浪潮。

正如ICFJ奈特研究員Catherine Gicheru所說，「數(shù)據(jù)能幫助讀者深度認知新聞事件及其影響。數(shù)據(jù)與傳統(tǒng)的新聞報道方式的結(jié)合將以更具吸引力與創(chuàng)新性的方式向讀者傳達實時動態(tài)信息。除此之外，數(shù)據(jù)具有強大的事實支撐作用，將減少虛假信息帶來的視聽混淆?！?/p>

近些年來，大量新聞編輯室正在逐步摸索AI和機器學習，力求將其應(yīng)用于新聞實踐中，這些技術(shù)實踐對于技術(shù)與新聞業(yè)的融合而言是巨大的一步。

01機器人

目前一些大型新聞編輯室已經(jīng)開始將AI和機器學習投入實踐。

首先是機器人。

《華盛頓郵報》擁有一項機器人報道程序「Heliograf」。在其投入使用的第一年就發(fā)表了約850篇文章，并因其在2016年美國大選報道中的突出貢獻為《華盛頓郵報》榮獲大獎。Heliograf報道的領(lǐng)域不限，包括里約奧運會（約300條簡訊）、當?shù)馗咧凶闱蛸悾约皣鴷x舉等。與此同時，Heliograf還可以根據(jù)所報道的主題原創(chuàng)推文，將最新金融趨勢和大數(shù)據(jù)報告給新聞工作者。

圖片來源：Hackology

《福布斯》則采取了不同的方法。

2019年，《福布斯》推出了一個由內(nèi)容管理系統(tǒng)驅(qū)動的新網(wǎng)站「Bertie」。Bertie是專為內(nèi)部新聞編輯室與合作伙伴打造的AI內(nèi)容發(fā)布平臺。它能提供更具吸引力的標題，為故事內(nèi)容匹配圖片，評估閱讀難度，自動生成推送摘要，并報告實時趨勢以提供報道主題。

《洛杉磯時報》同樣也在AI領(lǐng)域做了很多探索工作，其中「Quakebot」便是典型代表。

2014年洛杉磯發(fā)生大地震，《洛杉磯時報》是當時第一個對此進行報道的媒體。整個過程大概是「地震發(fā)生-記者清醒-走到電腦前-三分鐘內(nèi)發(fā)布新聞」，之所以能在三分鐘內(nèi)完成這篇報告，是因為Quakebot早已完成所有工作。

Quakebot的工作原理是，無論何時美國地質(zhì)調(diào)查局發(fā)出的地震警報超過某個特定閾值，它將按照程序提取報告中的相關(guān)數(shù)據(jù)并將其填入預(yù)先編寫好的模板中。之后編寫好的新聞進入內(nèi)容管理系統(tǒng)，由人工編輯進行審查和發(fā)布。

盡管Quakebot并非開源機器人，但其開發(fā)者說明了它包括編碼示例在內(nèi)的所有工作原理。除了Quakebot，《洛杉磯時報》還應(yīng)用了一款能夠收集洛杉磯每樁兇殺案信息的機器人。其報告中涵蓋了大量數(shù)據(jù)，包括受害者的性別、種族、死亡原因、官員介入程度、鄰居以及死亡年份。

圖片來源：KPIX

《衛(wèi)報》澳大利亞版也擁有一套名為「ReporterMate」的自動化系統(tǒng)。該系統(tǒng)于2019年初首次發(fā)布文章。它的工作原理與其他機器人類似，唯一不同的一點在于它是開源結(jié)構(gòu)。

02分析與預(yù)測

機器人并非AI對新聞業(yè)做出的唯一貢獻。除此之外，AI還能剖析數(shù)據(jù)集、預(yù)測趨勢并自動完成任務(wù)。

從Propublica對國會議員會議內(nèi)容的分析中，這些功能得以凸顯。Propublica整理過去兩年里成千上萬篇新聞稿，通過計算機模型提取出每位國會議員使用最頻繁的短語，以此完成內(nèi)容分析。

BuzzFeed也開發(fā)出一套計算機模型，但與Propublica的目的截然不同。他們專注于發(fā)現(xiàn)和跟蹤秘密間諜飛機。該計算機模型采用機器學習的算法，對飛行模式類似于聯(lián)邦調(diào)查局和國土安全部的飛機進行篩選。在該技術(shù)的支持下，BuzzFeed得以報道美國警官如何追捕墨西哥的毒梟頭目，追蹤非洲恐怖分子的軍事承包商如何飛越美國大陸，以及空中偵察等話題。

圖片來源：CSS-Tricks

此外，《紐約時報》使用AI和機器學習技術(shù)進行內(nèi)容評論審核。

2017年，《紐約時報》僅有10%的文章開放了評論功能。盡管只有10%，審核人員每天也需要審查11000條評論，因此他們轉(zhuǎn)向了AI將該工作自動化。具體而言，《紐約時報》采用了一種名為「Perspective」（來自Google的母公司Alphabet的技術(shù)孵化器）的工具進行大規(guī)模的評論審核。

Perspective API使用機器學習模型評估評論可能對對話產(chǎn)生的影響，以此判斷評論是否存在危害性。在這之前《紐約時報》還曾采用The Coral Project的「Talk」工具處理這些危害性評論。這通過使用Perspective API創(chuàng)造了專用于新聞編輯室的定制化審核UI工具。

《紐約時報》和《連線雜志》都使用倫敦的Trint進行轉(zhuǎn)錄。Trint的最大賣點在于他們使用語音識別功能以多種語言轉(zhuǎn)錄采訪內(nèi)容。

而半島電視臺提出的概念，或許是介于兩種技術(shù)之間的最令人期待的應(yīng)用。2019年的半島電視臺媒體領(lǐng)袖未來峰會圍繞在戰(zhàn)區(qū)部署機器人記者的話題進行了討論。具體而言，他們認為無人機能夠飛入危險地帶。峰會之后，半島電視臺開始采用機器人操控無人機戰(zhàn)略。

在該案例中，半島電視臺顯示機器人能夠評估情況的危險性并能躲避狙擊手的攻擊。他們指出真人記者通常不會為這種類型的采訪環(huán)境做培訓準備，更不用說將普通人送到這些危險地區(qū)存在的倫理危機。

除了以上提到的這些，彭博社，路透社，美聯(lián)社，雅虎等許多其他大型新聞服務(wù)機構(gòu)也在采用這些技術(shù)。

03推動媒體與技術(shù)融合：

培訓與關(guān)系網(wǎng)構(gòu)建

也有一些組織致力于整合媒體與技術(shù)兩大領(lǐng)域，并且集中火力專攻新聞業(yè)中的AI應(yīng)用。

奈特基金會支持下的Quartz AI工作室?guī)椭浾呷绾卧趫蟮乐惺褂脵C器學習技術(shù)。他們的工作中令人欣賞的一點在于他們重點關(guān)注如何使這些技術(shù)同樣投入到小型媒體機構(gòu)（比如職員或者特約記者較匱乏的地方性報社）的實踐中。

圖片來源：Google Design

Google則重點關(guān)注該主題下的兩個領(lǐng)域。

其一是由Google「人+AI研究（PAIR）」項目開發(fā)的數(shù)據(jù)集可視化工具「Facets」，該工具為開源結(jié)構(gòu)，因此任何人都可以利用它進行數(shù)據(jù)處理并以可視化的方式呈現(xiàn)信息。

其二是于2018年底啟動的「Google新聞計劃」（更確切地說是AI新聞），這也是Google的關(guān)注核心。該計劃是與倫敦政治經(jīng)濟學院的國際新聞智庫Polis合作進行，旨在通過研究和培訓幫助新聞行業(yè)以更新穎的方式使用AI。

Mozilla并不完全以AI為中心，但它也一直在推動技術(shù)與新聞行業(yè)之間的連接。它曾與奈特基金會、《紐約時報》《華盛頓郵報》以及其他的國際性新聞組織合作推動新聞領(lǐng)域的開放與創(chuàng)新。此外，Mozilla還啟動了「OpenNews」之類的特殊項目，以建立開發(fā)人員、設(shè)計師、新聞記者、編輯之間的關(guān)系網(wǎng)，推動新聞領(lǐng)域的技術(shù)應(yīng)用進程。該項目最初在Mozilla孵化。Mozilla還發(fā)起「信息信任倡議（MITI）」，通過開發(fā)產(chǎn)品、研究，培育社區(qū)，以及建立合作關(guān)系等一系列措施抗擊假新聞，維護互聯(lián)網(wǎng)健康可信的生態(tài)環(huán)境。

04技術(shù)與新聞傳統(tǒng)的沖突

比爾?科瓦齊（Bill Kovach）和湯姆?羅森斯蒂爾（Tom Rosenstiel）共同編寫的《新聞的十大基本原則》一書中提到：「新聞應(yīng)當成為獨立的權(quán)力監(jiān)督機構(gòu)」，「為無聲者發(fā)聲」。新聞工作者的首要責任是保證事實真實性，公民只有當有切實可靠的信息來源時才能更好地做出決定。

圖片來源：SlideShare

然而，在引進技術(shù)時，這些新聞原理與現(xiàn)實之間存在脫離。有趣的是，互聯(lián)網(wǎng)和新聞業(yè)實際上在很多基本要素上相重疊。要使技術(shù)與新聞更好地融合，就必須完善問責機制。而目前還未形成該機制，尤其是對于AI和機器學習方面。

新聞業(yè)在從傳統(tǒng)印刷時代向互聯(lián)網(wǎng)時代的轉(zhuǎn)變過程中，技術(shù)正在改變?nèi)藗儗π侣勚芷诘恼J知。整個社會新聞消費的方式正在發(fā)生翻天覆地的變化，但有一點從未改變：所有的新聞都存在偏見。

過去，讀者能清楚地認識到每一份報紙的傾向性，例如《衛(wèi)報》左傾，《每日郵報》右傾。盡管如此，人們?nèi)匀粫x擇自己喜歡的報紙。如今，人們幾乎不再看紙質(zhì)報紙了，而轉(zhuǎn)向了社交媒體或者新聞聚合平臺之類的技術(shù)產(chǎn)品。但許多人對技術(shù)了解得不多以至于不清楚這些技術(shù)產(chǎn)品是如何向他們推送新聞的。更重要的是，技術(shù)產(chǎn)業(yè)與媒體之間缺乏溝通。

作為新聞的守門人，創(chuàng)作新聞內(nèi)容的記者應(yīng)該在該合作中處于核心地位，并在數(shù)據(jù)的基礎(chǔ)上做出合乎新聞倫理的決策。對決策進行新聞倫理評估是新聞行業(yè)長期以來的規(guī)范。通常倫理準則來自組織內(nèi)部或者職業(yè)記者協(xié)會等。

隨著機器學習和AI進入新聞生產(chǎn)環(huán)節(jié)，傳統(tǒng)的新聞倫理道德也需要得到重新審視。到目前為止，尚未存在涵蓋新技術(shù)的行為準則。更多的只是指導如何掌握新技術(shù)，如何利用數(shù)據(jù)模型收集的信息。

圖片來源：Futurism

內(nèi)容創(chuàng)作者兼技術(shù)人員Latoya Peterson曾經(jīng)寫道：「新聞工作者得在AI對新聞編輯室乃至整個社會造成危害之前熟練地掌握它?！?/p>

她認為，要想熟練地掌握，新聞工作人員需要對AI運行的基本架構(gòu)駕輕就熟，包括數(shù)據(jù)集的生成、使用，乃至對結(jié)果的影響。除此之外，Latoya還提到新聞工作者有必要了解偏差系統(tǒng)的深層含義。倘若新聞工作者不了解AI的工作原理，他們則更有可能錯失重大事件或者過分渲染。當然，這里并非要求新聞工作者達到程序員一般的精通程度，僅僅了解開發(fā)人員如何處理這些問題便能加深系統(tǒng)構(gòu)建與設(shè)計的過程。

對于新技術(shù)條件下的新聞學教育，部分大學已將計算機科學和新聞學合并，例如紐約市的哥倫比亞大學。「Google新聞計劃」設(shè)有培訓中心，為記者提供了關(guān)于Google產(chǎn)品和工具使用額40多個課程。但該課程的實際效用非常有限——許多記者要么無法接受到培訓要么根本不知道它的存在。同時，新聞工作者是否應(yīng)該公開數(shù)據(jù)源和應(yīng)用的算法也存在倫理的考量。

05AI對新聞工作者的未來意味著什么？

圖片來源：Roland Berger

本著真正的技術(shù)精神，未來是開放式的。2018年11月，Mozilla基金會決定將其60%的互聯(lián)網(wǎng)健康工作集中于「更好的機器決策」，其中也將重點關(guān)注媒體領(lǐng)域。「Google新聞計劃」在2019年底發(fā)布有關(guān)媒體如何使用新技術(shù)以及如何進一步受益的全球調(diào)查報告。

據(jù)美聯(lián)社的估計，AI能夠幫助新聞工作者釋放20%的時間，從而使他們有更多的時間和精力投身于內(nèi)容創(chuàng)作中，而并非事實核查和行業(yè)研究。該占比只會越來越高，而這將有助于提高新聞質(zhì)量水平。

06結(jié)語

從各大新聞編輯室的技術(shù)實踐來看，無論是機器人寫作、算法分析與預(yù)測，還是機器內(nèi)容審核、語音轉(zhuǎn)錄技術(shù)等，AI和機器學習在新聞業(yè)中的作用越來越突出。

然而，技術(shù)的引進并非順水行舟——大量新聞工作人員不愿接受這些新技術(shù)甚至持恐懼態(tài)度。

從新技術(shù)對傳統(tǒng)新聞工作造成威脅的角度看，這種態(tài)度可以理解，但技術(shù)的發(fā)展已成事實，或許更重要的是克服恐懼或者排斥心理，逐步掌握甚至掌控新技術(shù)。

根據(jù)開放社會基金會「獨立新聞項目」總負責人Maria Ronderos的說法，事實上這些技術(shù)是戰(zhàn)友而非敵人。

AI和機器學習將使新聞工作人員在數(shù)據(jù)的驅(qū)動下思考更全面，更好地報道這個全球化、信息豐富的世界，從而成長為更優(yōu)秀的新聞人。

新技術(shù)固然在某些層面替代了新聞工作者，但這并不意味著技術(shù)對人的完全取代，新聞工作者的繼續(xù)存在也是必要的。至少從理論上講，人能夠引導數(shù)據(jù)分析的方向。另外，計算機能夠承接對人類而言枯燥無味的工作，從而為新聞工作者騰出更多的時間與精力完成更有意義的事情。