從傳播方式到形態：人工智能對傳播渠道內涵的改變

文/張洪忠 石韋穎 韓曉喬

張洪忠北京師范大學新聞傳播學院教授，國家新聞出版廣電總局“新聞出版大數據用戶行為追蹤與分析實驗室”主任

1956年達特茅斯會議最早提出人工智能概念[1]。可以將人工智能定義為：基于大數據、算法和云計算三項技術基礎，開發用于模擬、延伸和擴展人的智能的理論和方法的新技術，是制造智能機器、可學習計算程序和需要人類智慧解決問題的科學和工程。最近兩年人工智能在傳媒領域的應用已成為一個熱點，引發了業界學界的擔憂，“值得深入探討的是，人工智能將如何影響宣傳格局、網絡輿論乃至意識形態，這個話題將更加具有前沿性和重要性”[2]。人工智能對傳媒業的影響是從內容生產到傳播渠道、從用戶營銷到傳播效果、從傳媒生態到宣傳格局全鏈條的。本文聚焦于人工智能對傳播渠道環節的影響，分別從渠道的傳播方式、呈現形態、形態拓展三個方面分析人工智能所帶來的渠道內涵改變。

一、基于算法的智能推送的應用與問題

智能推送是利用算法了解用戶興趣并向用戶推薦個性化內容的傳播模式。智能推送改變了傳統媒體和PC網絡的信息流動從媒體到受眾、從點到面、編輯選稿受眾看的信息傳播模式。

目前基于算法的智能推送已成為中國、日本、印度等國家新聞App使用的主流。最具技術代表性的是被稱為“日本最上癮的新聞App”的SmartNews，采用機器學習算法評估出任一時間、任一地點最值得一讀的文章推薦給用戶，2016年10月全球下載量已達2000萬次。這款基于機器學習的客戶端不僅關注用戶點開了哪些內容，更可以關注到用戶閱讀文章時在何處停頓，以及在類似地方停頓的其他人會讀些什么，通過這些數據在海量的文章中找出用戶感興趣的內容，并根據用戶位置等參數進行調整。[3]這款App的另一特點是在沒有網絡的情況下也能流暢閱讀內容，類似離線緩存。

與SmartNews齊名的Flipboard，同樣使用智能系統篩選社交媒體上的內容并整合成電子雜志的形式呈現給用戶，Knight基金會2016年11月報告顯示Flipboard是唯一一個受眾穩定增長的新聞聚合類App[4]。我國同類產品是今日頭條、一點資訊、天天快報等，此類新聞客戶端也成為我國網民獲取新聞的一個最大渠道。

從技術層面來說，目前基于算法的智能推送還是人工智能的淺層學習模型基礎上的產品。一方面，智能推送只是人工智能自動化新聞的第一步，其長期目標旨在過濾新聞泡沫，運用自然語言處理技術形成包含語氣、政治立場的新聞文章[5]。另一方面，未來智能推送不僅僅是信息的推送，而是將內容閱讀與社交媒體打通，將是基于內容偏好的社會關系推送，也就是可以把閱讀興趣偏好一致的網民通過智能推送建立新的社群關系。

從社會學層面上看，一是基于算法的智能推送受到的最大質疑是制造了“信息繭房”。“信息繭房”概念來源于桑斯坦在《網絡共和國》描述的“個人日報（dailyme）”現象。也就是說每個人都可以為自己量身定做一套信息需求，久而久之，個體就禁錮了自己而失去了解其他事物的機會，被封閉在自己營造的這個定勢化的信息繭房中。二是從我國的社會管理角度看，基于算法的智能推送如何與國家治理相結合也是一個挑戰。雖然智能推送被互聯網公司理解為信息過濾的權力讓渡。把權力讓渡給算法，讓算法來識別人的喜好，推薦可能感興趣的內容[6]。但算法與人的監管之間的關系將是人工智能時代互聯網治理的一個問題，更進一步，人工智能背后的大數據由誰控制又是一個互聯網治理的大問題。

二、智能語音技術對麥克盧漢觀點的含義擴展

麥克盧漢曾說“一切媒介均是感官的延伸”[7]。從媒介與人的身體接觸來看，“口”作為媒介入口的器官是邊緣化的。而在人工智能時代，自然語言處理技術發展下人的“口”也得到了延伸，智能語音應用作為新媒介成為人“口”的延伸，人們可以自如地用語音智能設備獲取信息，完全用“口”來完成信息傳播。

從智能語音應用層面來看，目前常見的智能語音應用大致可以分為兩類，一類是內置于手機或電腦上的Siri、Google Assistant等，一類則內置于智能音箱。前者如同被關在移動終端中、具有強大計算能力的私人助理，能完成日程安排、信息查詢、購物下單、翻譯計算等任務，還可以發布微博、發送短信。如可以安全用與人交流的正常語言對Google Assistant發語音指令在照片應用中尋找和分享照片。后者脫離了可視觸控的媒介特征，依靠語音獲取命令、提供信息服務，如阿里的天貓精靈、科大訊飛的叮咚音箱、喜馬拉雅小雅等，可以實現語音點歌、天氣預報、控制家電、日程安排等操作。

更進一步從智能語音的技術層面來看，社交媒體用戶生成內容的激增而形成的海量數據信息正在倒逼自然語言處理技術的優化[8]。語音處理技術近幾年最突出的趨勢是深度學習，如Socher等人引入一種基于遞歸神經網絡的方法能在情感檢測的背景下更有效地解釋組合性[9]。計算能力和存儲方面的最新進展以及機器學習算法的改進，已經使基于范例的技術在越來越復雜的語音任務中成功[10]。語言和語音處理技術的日益完善，也推動了人工智能語音助手的出現和更新。

麥克盧漢把人類歷史分為三個階段：口語社會，手寫和印刷社會，電子社會。互聯網時代隨著人工智能語音技術迭代和應用的普及，人類可能會迎接新的“口語社會”。可以說，自然語言處理技術的發展拓展了麥克盧漢“媒介是人器官延伸”的內容，將器官從耳、眼擴展到了口。

三、人工智能對“人”傳播者身份的扮演

“人”作為傳播主體的地位不僅體現在人是內容的生產者，也體現在人是傳播內容的扮演者，如擔當主持人、嘉賓等。但隨著人工智能技術的發展，虛擬機器人開始承擔“人”的傳播內容扮演者角色，在互聯網空間成為一個獨立的信息載體。

人工智能對人的身份扮演分為再造和創造兩種。再造是指通過對某個真實人物數據的全方面采集，輔以3D成像技術，對人物進行虛擬形象的再現。如2016年中國日報遠赴尼泊爾對當地一名名為Bhumika的變性人進行20多天的跟蹤采訪收集大量影音資料，后利用Google語音識別技術、IBM的Waston人工智能、Facebook的反應架構技術、亞馬遜的匿名函數功能等世界頂尖人工智能技術后期制作，形成了可以回答觀眾問題的3D虛擬影像，全天候、全方位以新聞當事人的身份和口吻回答觀眾和記者問題[11]。創造則是指基于大數據和深度學習，創造全新的虛擬人物新形象，呈現個性化、可生產內容的功能特性。比如被設定為十八歲少女形象的微軟小冰，作為一個聊天機器人，還同時擁有主持人、新聞客戶端專欄作者、歌手等多重身份，本身作為傳播者生產內容和傳播內容。

人工智能及其相關技術正在加速發展，一些顛覆性的變革將會發生[12]。對于人工智能傳播者角色的扮演，無疑在倫理方面引發熱議，如社交機器人太過人性化和逼真會在“社交機器人是否是人”的問題上引發沖突[13]，為業界、學界和政府管理部門提出了新問題，需要有相關的倫理規范、社會責任的跟進。

四、沉浸式新聞渠道的技術實現

沉浸式新聞“是一種讓人們獲得關于新聞報道中事件或場景的第一人體驗的新聞”[14]。虛擬現實技術和全景視頻在智能手機上的應用使沉浸式新聞有了技術基礎和可實現的渠道，這種沉浸式的展現方式能將觀眾自然地帶入新聞場景中，給予更真實、更富沖擊力的體驗。也就是說，從沒有界面的VR/AR渠道獲取新聞的新方式打破了之前從電視、電腦、手機等有界面渠道獲取新聞的方式，新聞的獲取從收音機、電視的單向傳播到社交媒體的人機交互，今天的人工智能時代又進入人機交融的沉浸式狀態。

VR新聞的一個經典是2012年圣丹斯電影節上的新聞片《Hunger in Los Angeles》，眾多觀眾看完潸然淚下。在虛擬世界中，屏幕將會在“在屏幕內”，作為一個空間體驗，換言之，VR可以看作一個沒有屏幕的界面[15]。這就意味著借助可穿戴設備人們可以擁有沉浸式全新體驗，新聞報道也不再是傳統文字、圖片、視頻的呈現方式。目前越來越多的傳統新聞機構增添了VR新聞，如美聯社開設AP360虛擬現實欄目，從法國尼斯突發的恐怖襲擊，到巴西里約的奧運盛會等等，內容涵蓋各方各面的新聞現場，受眾可以通過佩戴VR眼鏡全方位感知現場，仿佛身臨其境。

AR（增強現實）新聞則帶來現實和虛擬的融合，幫助受眾認識很難接觸實物的新聞對象。AR技術將音視頻等多維信息“疊加”至文本上，通過“再語境化”的信息拓展，“延伸”受眾對世界的“感知閥”[16]。新聞客戶端Quartz在關于卡西尼號探測器的報道中使用了AR技術進行呈現，受眾可以在手機屏幕上觀看到現實背景下的卡西尼號探測器的3D渲染形象。AR新聞相對于VR新聞硬件設施要求較低，只需要手機移動終端就能實現觀看。

隨著人工智能技術在虛擬現實和人機交互兩方面的日漸完善，VR/AR/MR技術將會給人們帶來更完美的沉浸式體驗。但從創新擴散理論角度來看，VR/AR/MR還屬于技術創新擴散早期的創新者使用時期，距離真正的大眾使用還有距離。對于這一新的技術渠道，傳媒業界既不能夸大在當前傳播生態中的應用價值，也不能因為處于技術發展的早期而漠視這種技術發展方向，要用正常的新技術思維來看待，密切關注和積極嘗試。

五、進入社交4.0時代

按照社交媒體平臺技術的發展與應用，可以將其劃分為四個階段：社交1.0時代指聊天室、論壇、騰訊QQ等允許用戶通過文字和表情來交流的PC時代，社交2.0時代指以微信、微博為代表的移動互聯網時代，社交3.0時代指秒拍、小咖秀等短視頻APP和移動直播爆發的時代，4.0社交時代是人工智能技術應用下的時代。

具體來說，社交4.0指的是借由虛擬現實、深度學習、語音交互等人工智能技術構建的具全新交互方式的社交平臺，如Facebook Spaces、VRchat以及Steamp等眾多VR社交平臺。在Facebook Spaces這款卡通化虛擬社交平臺中，用戶可以設置個人虛擬形象，在虛擬3D環境中與朋友分享照片視頻、進行3D繪畫創作、玩游戲、自拍等。除此，還可以使用虛擬形象在Facebook上直播，與真實形象的朋友視頻通話、向他們展示自己的3D繪畫作品。還有如《臺球國度》（Pool Nation）VR已經成為Steam上最暢銷的十佳游戲之一，幾個朋友可以相約在這個平臺上玩桌球，有與真實情景一樣的撞球聲等體驗。雖然人類自己的感官體驗會更生動、直接、真實，但虛擬現實技術能讓我們在社交中分享到他人感官帶來的真實感，Lynda Joy Gerry的研究就探究了在虛擬現實中畫畫能激發移情和創造力[17]。

真正的社交應該是在一起交流、休閑、玩游戲等，而當前使用的微信等社交工具只是信息的傳達，只能分隔在手機等渠道的界面兩邊傳遞信息，還是處于社交的最初級階段。而在VR技術主導的社交4.0時代，傳統的單一信息傳播渠道被打破，用戶可以進入到場景中共同交流和消遣，虛擬在場也能帶來真實在場的體驗，甚至可以在虛擬環境中召開新聞發布會、演唱會等，打破時空的界限。

社交4.0時代是社交媒體下一步發展的方向，也正在游戲等領域中得到探索，這是值得期待的一次媒體渠道技術革命。

六、結語

人工智能對傳播渠道的影響將是顛覆性的，面對這樣的技術變革，傳統媒體該如何看待呢？

首先，媒體從業者對人工智能不能基于好萊塢電影來想象，將人工智能技術神秘化。分析傳統媒體人對人工智能的觀點可以發現，好多觀點是建立在好萊塢電影的認知之上來談論的，實際上好萊塢電影所拍攝的人工智能與現實的人工智能技術發展之間有很大差異。基于好萊塢電影想象來看待人工智能，就會對技術產生迷茫和無助的情緒，進而失去信心。

第二，要從技術邏輯來正確理解人工智能是一種技術迭代，而不是對傳媒人的替代。這與之前的電影、電視、電腦出現、互聯網普及等都是一樣的技術迭代。媒體人的迷茫很大程度上在于對新技術的不了解和技術信息掌握情況不對稱所致。

第三，傳統媒體要學會提出好問題來讓技術解決，而不是坐等技術公司來提出產品方案。傳統媒體要真正了解人工智能技術，在此基礎上提出產品需求，尋找前沿的技術公司合作，才能真正進入傳播技術前沿。一句話：媒體要學會提出產品需求！ （作者張洪忠是北京師范大學新聞傳播學院教授，國家新聞出版廣電總局“新聞出版大數據用戶行為追蹤與分析實驗室”主任；石韋穎是北京師范大學新聞傳播學院本科生；韓曉喬是北京師范大學新聞傳播學院2017級碩士生。）

【注釋】

[1] Mccarthy J, Minsky M L, Rochester N, et al. A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence[J]. Journal of Molecular Biology, 2006,278(1)：279-289.

[2] 張志安,李靄瑩.2017年中國新聞業年度發展報告[J].新聞界,2018,(01).

[3] SmartNews的內容參見：Happy Birthday，SmartNews！[EB/OL]. (2016-10-18)[2018-01-07]http：//about.smartnews.com/en/2016/10/18/happy-birthdaysmartnews/.

[4] Knight Foundation. News Goes Mobile： How People Use Smartphones to Access Information[R/OL].(2016-05-11)[2018-01-07].https：//medium.com/mobilefirst-news-how-people-use-smartphones-to/newsgoes-mobile-how-people-use-smartphones-to-accessinformation-53ccb850d80a.

[5] Mark Hansen, Meritxell Roca-Scales, Jonathan M.Keegan, George King. Artificial Intelligence：Practice and Implications for Journalism[R]. Columbia： Brown Institute for Media Innovation & Tow Center for Digital Journalism,2017.

[6] 參見在“2016年1月今日頭條未來媒體峰會”上張一鳴的演講：《我眼中的未來媒體》，http：//www.360doc.com/content/16/0116/15/22451102_528385628.shtml

[7] 麥克盧漢.理解媒介：論人的延伸[M].南京：譯林出版社，2010：33.

[8] Bellegarda J R, Monz C. State of the art in statistical methods for language and speech processing[M]. Academic Press Ltd. 2015.

[9] Socher R, Perelygin A, Wu J Y, et al. Recursive deep models for semantic compositionality over a sentiment treebank[J]. 2013.

[10] Sainath T N, Ramabhadran B, Nahamoo D, et al. Exemplar-Based Processing for Speech Recognition： An Overview[J]. IEEE Signal Processing Magazine, 2012, 29(6)：98-113.

[11] 相關描述參見李劍諸的報道《中國日報實現世界首例人工智能視頻采訪》，[EB/OL].(2016-10-04)[2018-01-07]http：//cn.chinadaily.com.cn/2016-10/04/content_26970683.htm.

[12] Eden A H, Moor J H, Soraker J H, et al. Singularity Hypotheses： A Scientific and Philosophical Assessment[C]//Springer Publishing Company, Incorporated, 2013.

[13] Sofge E. The Uncertain Future for Social Robots[J/OL]. Popular Mechanics, (2010-01-28)[2018-01-07].http：//www.popularmechanics.com/technology/robots/a5037/4343892/

[14] De l P N, Weil P, Llobera J, et al. Immersive Journalism： Immersive Virtual Reality for the First-Person Experience of News[J]. Presence Teleoperators & Virtual Environments, 2010, 19(4)：291-301.

[15] Raquel Ritter Longhi. Immersive narratives in web journalism.Between interfaces and virtual reality[J]. Estudos em Comunica??o, 2017,1(25)： 13-22.

[16] 史安斌,張耀鐘. 虛擬/增強現實技術的興起與傳統新聞業的轉向[J]. 新聞記者,2016,(01)：34-41.

[17] Gerry L J. Paint with Me： Stimulating Creativity and Empathy While Painting with a Painter in Virtual Reality[J].IEEE Transactions on Visualization & Computer Graphics,2017, 23(4)：1418-1426.