美英新聞媒體人工智能應用實踐及啟示

文|萬 可

美英新聞媒體人工智能應用實踐及啟示

文|萬 可

近年來，美國新聞機構緊跟人工智能技術的發展，將之應用到在新聞選題、信息采集、內容生產、渠道傳播等方面，新聞生產進入“智能化”時代，其著力點有以下三個方面，值得我們借鑒。

1.節省人力提高效率。

將“機器人寫作”廣泛應用于涉及大量數據的新聞報道，如財經、體育、災難性報道，把記者從繁瑣、簡單的數據新聞中解放出來，讓他們專心采寫更深度的新聞報道。

美聯社早在2014年就開始和提供自動化寫作服務的公司 Automated Insights 合作，讓機器人WordSmith讀取財報，然后按照編輯預先提供的架構，自動生成偏向于數據分析的財經新聞。這套人工智能系統還擁有“自主學習”功能，在三個月內自主掌握了新聞寫作基本規范，并且更低的錯誤率還改善了文章質量。而美聯社的人工智能的下一個方向是——將文字報道自動轉為語音廣播。

《華盛頓郵報》至今已開發擁有近100個“智能機器人”，其中最知名的是里約奧運會期間亮相的Heliograf。它可以根據實時數據源自動生成故事，也能利用軟件搜索海量信息幫助記者挖掘獨家新聞點，還可以為讀者提供個人定制故事。在里約奧運報道中，Heliograf從體育數據公司獲取賽事最新信息，并自動編輯成短消息作為即時新聞發布。在2016年美國大選當天，它跟蹤投票結果，自動生成郵件和推特。2012年，《華盛頓郵報》4名記者花了25個小時來人工編輯發布部分的選舉結果，而2016年，Heliograf獨自創造了500條報道，幾乎不需有人工干預。《華盛頓郵報》下一步計劃利用Heliograf來對人工或機器生產的信息進行持續更新。例如，有人周四分享了周二的一篇報道，Heliograf可以自動將最新的事實加到這篇報道中。Heliograf甚至將具有編寫新聞的潛力，記者們只需要提供相關的事實、分析和觀點，后期合成文章則由這款機器人完成。

《今日美國報》使用Wibbitz人工智能生產軟件，來生成短視頻，它可以將新聞報道壓縮成一段視頻腳本，并把所選圖像或錄像串起來，甚至還可以加解說。

路透社與Graphiq的合作也頗具成效，利用Graphiq龐大的可視化數據庫的智能算法，可以預先假設要報道的事件，并讓人工智能迅速抓取相關數據，與報道相匹配，也就是為你的新聞稿提供相關的數據資料，節省編輯的時間。

路透還正在開發一個體育報道工具，比如將NBA比賽圖片自動生產幻燈片式的短視頻，解說則是由此工具從“自動生成的三段式報道”提取出來。

2.監控趨勢性輿情與突發事件

《洛杉磯時報》在2014年美國加州4.4級地震期間成為報道新聞最快的媒體，從撰寫到發布僅3分鐘，這是由于它的系統可以在收到美國地址勘探局的信息時，迅速將數據套入系統模板中生成突發新聞。除此之外，《洛杉磯時報》正依靠人工智能建立的犯罪信息庫，用以在暴力、自殺事件上進行輔助報道，不過目前該系統也同樣還并未能實現深度分析類文章。

美聯社NewsWhip提供的社交網絡分類監測系統輔助報道決策。NewsWhip公司從2014年1月就開始從事新聞報道監測，目前其監測的社交網站包括Facebook, Twitter, Instagram, Reddit, LinkedIn和Pinterest，數據監測頻率為每兩分鐘一次，數據內容涵蓋100個國家30種語言。據說通過算法分析，該公司能夠預測79%的主要熱點新聞，告知用戶哪些內容在全球受眾中傳播最廣泛，效果最好的是哪些報道，從而使編輯部能夠更有效地做出報道選題決策。美聯社的記者和編輯都接受了NewsWhip培訓，可以監測自己所在地區以及所使用語言范圍內的突發新聞

湯姆森路透的算法預測工具則可以幫助記者判斷一段推文的真實性，它可以根據推文的“可信度”“新聞價值”來監測可能發生的新聞，其判斷依據包括誰在發推文，推文在網絡上是如何散播的，有無用戶在推特上試圖證實或證偽突發事件等。

美國新聞聚合網站Buzzfeed也推出了聊天機器人BuzzBot，它最初是為報道美國共和黨和民主黨全國代表大會而設計的,可以在事發現場收集信息,目前已發展成為一種依托機器人助力的開源報道工具。與其他新聞機構機器人不同的是，BuzzBot不提供類似新聞推薦、在線訂餐的服務，而是通過與用戶互動溝通，向與會代表、抗議者以及現場的任何人收集新聞素材，幫助Buzzfeed新聞網站制作報道內容。用戶可以直接向BuzzBot發送照片或其他信息，BuzzBot偶爾也會向用戶提出問題，或者要求用戶提交與自己體驗相關的細節。

《紐約時報》的Blossomblot可以根據社交平臺的文章進行大數據分析，推測哪類型內容更具熱度，輔助編輯挑選合適的素材，經過該報內部統計，經過Blossomblot篩選后的文章點擊量是普通文章的38倍！除此之外，Blossmblot的機器學習能力還能提供配圖、摘要、甚至制定標題。

3.提升用戶交互性體驗

隨著Facebook Messenger、WhatsApp、Snapchat、iMessage等社交通訊應用程序蓬勃發展，美國媒體更加看重培養與用戶的私人關系。2016年4月，Facebook Messenger宣布Chatbot上線，幫助媒體將內容和對話機制有效結合，入駐的媒體均獲得了開發機器人的權利。

CNN是Facebook Messenger聊天機器人的首批體驗者之一。CNN推出了專注個性分發的聊天機器人，每天向用戶推送頭條新聞。在每日推送的下方，有三個選項：Read Story，Get summary和Ask CNN。依次點擊三個選項，用戶可以閱讀故事內容或者了解故事梗概，還可以向CNN 聊天機器人提問。

《紐約時報》以其一名政治記者為原型開發了一個基于記者自身個性和魅力的智能機器人NYT Politics Bot，用他的聲音來為讀者播報每日總統大選選情，加強與讀者交流的親近性，創造與讀者一對一交流互動的體驗。

綜合美英媒體實踐看，數據科學和人工智能的應用正在給新聞媒體的生產和組織方式帶來巨大的便利，也提出了不少的適應性挑戰。

一、如何增強自身技術儲備和創新能力，構建和維護內容充分、準確的數據庫，確保算法生成的新聞無誤。構建和維護內容充分、準確的數據庫是算法生成新聞的基礎。只有確保人工輸入算法的原始數據準確，算法生成的新聞才不會出錯。而算法本身也需要不斷完善提高，這對新聞媒體的技術儲備和創新能力要求更高。美英媒體普遍采取的是自我開發和外包合作相結合的方法。

二、如何改造采編發業務流程，與人工智能系統無縫對接。人工智能系統的引入將首先改變股市匯市財報等初級新聞產品的生產方式，采編發流程和崗位安排勢必需要調整，甚至需要改變業務板塊設置。編輯部的職能和人力需求也自然需要改變。智能化報道系統自身需要維護和監測，特別是需要經驗豐富的編輯負責向機器輸入報道范本，對范本進行更新，將監測機器錯誤，確保工作流程變得更好更高效。

三、如何加強對傳統采編人員的技術培訓，并組建更適應人工智能報道系統的新一代采編隊伍。新一代的記者不僅僅是一般意義上的“全媒型”，還要是“跨界型”，不僅擅長采寫編發，還要擅長數據分析和計算機技術，懂得人工智能體系如何運轉，如何在報道中合理運用人工智能系統。