李旭然
(作者單位:陜西師范大學)
傳統的新聞媒體行業加入人工智能,形成了機器新聞寫作。所謂機器新聞寫作,其實是一種自然語言生成引擎,利用算法程序,通過采集大量的各種題材及高質量的數據,建立各種分類的龐大數據庫,借助人工智能(AI)實現從收集數據到初步認識,再到提出見解和建議的提升和跨越,最后由機器自動生產新聞。
機器新聞寫作時代的到來,內容生產范式已經從媒體精英式的內容產出和用戶生產內容轉換到算法生成內容。面對爆炸式的信息增長,最短時間內獲取自己需要的信息是人們當前的迫切需求,通過算法將內容分發給需求不同的受眾,例如長時間使用新媒體應用程序的觀眾瀏覽他們感興趣的電影的內容,用戶的閱讀數據不斷反饋回數據庫,逐漸清晰用戶的畫像,將用戶定位為電影愛好者,同時,隨著用戶數量的增加,人們可以通過相似性分組在一起,形成對電影具有共同興趣的群組。數據庫根據不同群體的興趣進行分發,通過算法運算完成智能化推薦,也就是人們常說的個性化信息推送。
微信公眾號付費閱讀功能不斷爆出,從前,買書讀報獲取知識和內容是一件很平常的事,但隨著互聯網的興起,免費模式橫行,唾手可得的海量信息讓人們不愿再付費獲取新聞。然而近一兩年來,隨著人們對知識產權保護意識的不斷增強,以及對所獲取知識越來越注重專業化、個性化、定制化,所以知識付費又成為一種新的趨勢。
由此可以看出人的個性化需求越來越迫切,眾所周知,傳統新聞生產是以大多數人共性的信息需求為基礎的,而人個性化的需求在很大程度上被忽略,機器新聞寫作的到來,正是填補了這個漏洞,不再只是以大多數人的需求為目標而努力,也可以同時做到對小眾群體的關注及服務,滿足了碎片化時代人們快餐式的涉及廣泛信息的興趣趨向。
機器新聞寫作的優勢在于它不僅可以及時報道人們關注的熱點新聞事件,而且還可以報道幾乎同時發生的相對較冷的新聞事件,從而使新聞需求的長尾效應得以激活和放大。這種效應強調“個性化”,將市場分為非常小的空間,這些小市場的積累會帶來顯著的長尾效應。以書籍為例:Barnes&Noble平均擁有130 000個圖書,亞馬遜銷售額的一半以上來自其名單上的13萬本書,如果它基于亞馬遜的統計數據,這意味著在一般書店中沒有出售的書比放在書店貨架上的書有更大的市場。同樣的道理用到接收新聞事件上,受眾不會因為“志不同道不合”而受到信息短缺的限制。
新聞的傳播需要媒介,媒體通過介質傳遞給目標對方,媒介環境學派代表麥克盧漢的媒介傳承觀點中曾提出“媒介即訊息”,他針對性地指出,“人類只有在擁有了某種媒介之后,才有可能從事與之相適應的傳播和其他社會活動。媒介最重要的作用就是影響了我們理解和思考的習慣”。
對于社會來說,真正有意義、有價值、能夠被記住的并不是各個時代的媒體所傳播的內容,而是這個時代所使用的傳播工具的性質、創造的可能性及其所帶來的社會變化,媒介永遠比“訊息”更值得讓這個時代為之肯定。傳播工具的更新換代速度之快再一次證明了新媒體時代下人們對技術的關注,也更能體現出媒介在傳播中的重要性。
機器最大的缺點是,無論機器新聞寫作如何發展,人始終是新聞制作的核心要素,而機器只是人的一個附屬,為人類服務。機器缺乏人的思維能力、情感表達能力和創造能力。因此,從應用角度來看,機器新聞寫作主要集中在數據密度高、信息透明度高、背景低,報道體育賽事、財務報告和突發事件的新聞報道等方面。這些報告通常可以通過模板來完成,該模板是新聞制作中的較低層次的產品。
機器新聞寫作是建立在海量信息上而言的,而在內容生產方面,那些需要進行深度挖掘的報道任務還是需要人來完成,尚未出現機器新聞寫作。從技術發展趨勢來看,機器寫作也是深度學習的一種形式,未來的媒體將出現人機一體的新聞報道體系。機器寫作表面看上去是借助算法的力量,但決定算法的依然是人。所以一旦出現失誤,究其因果,還是因為操作人員的失誤。
思維敏感度、行動敏捷度、新技術的嫻熟度必能拓寬人們格局的寬度、思考的厚度、表達的力度。算法建立在海量的信息基礎之上,所以如何做到在海量信息中一眼就能看到需要的信息,成為各個用戶選擇的重中之重。由于個性化推送的出現,人們在信息領域習慣性地以自己的利益為導向,將自己的生活局限于像蠶繭一般的“繭房”中。信息技術提供了更多的自我思想空間和各個領域的大量知識,一些人可能會進一步擺脫社會中的種種矛盾,成為與世隔絕的孤立者。
“議程設置”暗示了一種媒介觀,即傳播媒介是從事“環境再構成作業”的機構。通過議程設置,媒介可以使意見相左的團體就某些議題達成某種一致,從而實現不同團體的對話。在馬太效應的刺激下,任何在某個方面取得成功和進步(如金錢,聲譽,地位等)的個人,團體或地區都將具有累積優勢,并將有更多機會實現更多巨大的成功和進步。知識付費時代的到來,人們不由自主地將自己“畫地為牢”,越來越只關注自己感興趣的話題,這樣只會導致人群分化嚴重,雖人們對自己感興趣領域的了解更深化,但對于整體的把握會不斷地出現偏差,然后有可能再一次將人為失誤帶到機器新聞寫作中。
用戶的興趣、注意點的不同導致人群分散現象、分化現象嚴重。美國德魯克在講什么是創新時,提到效率低向效率高環節流動,傳媒業界同樣如此。
網絡輿論遵循規律:自媒體爆料——多媒體信息擴散,網民議論——形成網絡輿論壓力——傳統媒體跟進呼應,挖掘新的事實——應對——再掀波瀾——再次應對——網民注意力轉移,輿論消解。大眾傳播轉向人際傳播,再轉向信息傳播,增強了亞文化(例如彈幕)的凝聚力。“天下無不可變之風俗”,堅守主流價值底線,同時開放包容、積極疏導。根據輿論走向規律,可以更好地引導輿論宣傳。為不同企業跨文化的傳播提供理論與策略支持,還需要人的參與。
信息采集、收集、傳播的最終目標是在海量信息中一眼看到自己想要的信息,隨著信息數據庫的不斷豐富,人的價值體現也越來越明顯。
機器新聞寫作也是深度學習的一種表現,算法建立在海量信息基礎之上,那必要前提就是擁有不斷更新的內容生產。在追捧技術的現在,當傳播渠道達到了頂端后肯定還會回歸內容,不管是人還是機器人創作新聞,新聞采訪活動形式等依然會存在下去。
目前,存在輿論的圈層化、信息碎片化、網層不夠厚、網絡觀點的失衡和謠言等問題。如果僅僅是追求消費碎片信息,以此獲得滿足,并進行二次擴散,這就體現出渠道的重要性,但當人們都將重點放到求證、求真時,就可以體現出內容的重要性。
傳媒未來必將會有融合性、網絡性、分合性的特點,海量信息數據庫也會越來越完善,所以怎樣在爆炸的信息中找到自己想要的信息成為一個難點,需要由專業的編輯人才去發現。辨別新聞、提取精華、辨真假因都需要及時求證信息網站。通過快速組合信息—辨別真偽—整合成新聞,再次證明在未來對于媒體來說,人的存在是不可或缺的,而且更具針對性、便捷性、求真性。
比爾蓋茨曾預測以后的社會可以出現人們一邊看信息,一邊消費信息中的可消費物品的現象。根據美國公布的2016-2045年新興科技趨勢報告顯示:第一媒體——物聯網,必將實現傳遞、分享與溝通。物聯網是在互聯網基礎上進行延伸和擴展的網絡,媒體與觀眾之間的互動增加。物聯網改變了傳統媒體單向傳播的模式,真正實現了雙向互動,使觀眾真正擁有了越來越多的主動性。在物聯網時代,觀眾可以在任何時間、任何地點,通過任何設備選擇任何服務。
在物聯網時代的影響下,新媒體或傳統媒體方式重新整合,形成以物聯網為中心的傳播。以人為本,從觀眾的需求出發,按照用戶的個人信息和后臺信息處理存儲在系統中的用戶信息自動分析用戶的需求,并主動向用戶提供服務。例如,如果觀眾想看新聞,則物聯網后端信息處理系統將基于存儲在觀眾中的讀者信息和過去的閱讀信息,自動地將觀眾喜歡的報紙和新聞放到前面,以防止觀眾閱讀不到相關的信息。
2018年3月17日,英國《觀察家報》和美國《紐約時報》發布多篇報道,揭露一家名為劍橋分析的數據分析公司泄露了Facebook超5 000萬用戶的數據,并用于幫助特朗普團贏得美國大選。
隨著數據分析、算法和其他復雜工具的應用,新聞報道變得越來越復雜,新聞機構有責任給出信息源,告知受眾結論是如何得來的。在機器新聞寫作的時代,用戶的隱私與信息的透明度也顯得更加重要。
機器時代下,轉化人與機器的關系刻不容緩,在不同媒介下人的價值轉換關乎人與機器的未來關系模式,不管是工具理念,還是情感理念,在不同維度下,都已經證實了在機器時代的沖擊下,人的價值需要正確的重新定位,才能更好地應對市場轉型。