數據新聞：定義、生產與展望

曾沖沖

摘要：數據新聞從一出現便是個熱搜詞語，國內外的學界和業界對其的定義也是多種多樣的。數據新聞的出現和發展以互聯網為背景、以大型的互聯網技術平臺為依托、以人工智能和大數據為核心技術，深刻地影響著新聞的生產和報道。面對數據新聞帶來的巨大變革，傳統的新聞媒體一方面要加緊技術的研發，一方面積極與各大技術平臺展開合作，以尋求新的發展方式來適應新的環境。在這一過程當中要充分認識到數據新聞的優勢和不足，從而在編輯記者、新聞倫理道德、專業主義與技術發展三者之間找到一個平衡點。

關鍵詞：數據新聞；人工智能；大數據

數據新聞（Data Journalism）在今天早已經不是一個新鮮的詞語了，但其熱度依然不減。2013年和2017年分別是大數據和人工智能出現的元年，標志著這兩種技術開始了產業化和商品化的應用。以互聯網為基礎，探索數據化、智能化發展成為了各大行業發展的趨勢和目標，新聞行業也不例外。數據新聞在信息的挖掘、整理、分析和新聞的編輯、生成等各個方面的優勢，使得新聞媒體紛紛向其靠攏，以求能在未來競爭中謀得一席之地。

一、什么是數據新聞

關于數據新聞，中西方學界的定義是多種多樣的，我國對數據新聞的定義也多是借鑒或者延用西方學界的。西方學界對數據新聞最常見的提法是“Robot Journalism”“Robot Journalist”和“Algorithmic Journal-ism”，我們暫且將其稱為“機器人新聞”“機器人記者”和“算法新聞”，這也是目前中國學界對數據新聞的幾種主要稱謂。

這種新聞的生產方式與傳統的新聞生產方式最大的區別在于對數據非人為的處理和加工，所體現出的就是“計算機程序思維”，與人腦思維相比，在內容與效率上有巨大的優勢。“智能新聞以‘機器思維處理文字和數據，完成新聞稿的寫作與編輯，速度遠遠超過人類的大腦……這些新聞思維器沒有機器人的模樣。卻以驚人的速度完成了令人震驚的新聞故事。”這段論述給出了數據新聞的另一叫法——新聞思維器。將新聞的這種生產方式定義為“新聞思維器”，其側重點在于非結構化的數據的處理，傳統的新聞生產主要依靠記者和編輯的人腦思維，而這種新聞生產方式則是靠“計算機程序思維”。

由此不難看出：同數據新聞一樣，中西方學界對其定義的重點全部集中在了大量非結構化數據和對這些數據非人為的加工與處理上。所謂數據新聞，指的是基于大數據技術、人工智能技術，通過對歷史信息和即時信息的高效處理，更具備歸納統計能力、可視化呈現能力以及更高新聞生產效率的新型新聞報道方式。由于數據在報道中的核心地位，又被稱作數據驅動新聞。單從定義來看，“機器人新聞”“機器人記者”“算法新聞”“新聞思維器”都側重對新聞生產過程或者技術手段的描述，而數據新聞的定義則是把重點放在了經過一系列的過程和技術手段之后所呈現出的新聞的可視化的最終結果。正如陸定一先生對新聞的定義，他將新聞歸結為報道，即對新近發生的事實的報道，“數據新聞”這一定義也同樣注重事實的呈現，而且“數據”一詞不僅概括出了新聞的表現形式，還指出了新聞生產的技術手段。從這一層面理解的話，“數據新聞”這一定義是包含了前面所提到的幾種定義的。

二、數據新聞產生和發展的技術支撐

數據新聞的產生得益于互聯網技術的不斷發展，大數據和人工智能的出現是其不斷發展的關鍵所在。

數據新聞的來源是數據，大數據的意義和價值主要體現在一個“大”字，數據的“大小”決定了其價值大小和隱含信息的多少。但是當大量的數據匯集在一起的時候，這些數據就會呈現出一種非結構化的特點，其內容涵蓋各個行業和領域，而且真假難辨。目前，我國很多互聯網科技公司都建立了屬于自己的大數據使用與研究平臺，除阿里巴巴、騰訊、百度等一些綜合性的大數據平臺外，還有很多專業性的數據平臺，如愛奇藝指數（愛奇藝網站的視頻播放數據以及用戶關注度等）、高德地圖（全國交通情況的周期性報告）等。

大數據的分析和處理離不開人工智能技術的運用。人工智能技術發展到今天已經越來越為各國所重視，我國在2017年頒布了《新一代人工智能發展規劃》，目的在于綜合提高各個產業智能化的水平。谷歌在今年5月8號的開發者大會上推出了新一代的人工智能芯片——tpu3.0，據其CEO孫達爾·皮才透露，新一代tpu3.0性能是上一代tpu2.0的8倍，并且谷歌有可能采用最新的人工智能技術來為谷歌新聞提供支持。人工智能在新聞寫作當中的應用主要是通過數據的分類、抓取，進而找到新聞線索，然后再將這些數據填充到事先編寫好的新聞模版中去，這些工作往往會在瞬間完成。

三、數據新聞的采集、分析與生成

（一）智能化搜集

在信息的搜集上，數據新聞依托于人工智能技術支持下的各種智能產品的應用：無人機可以到達記者無法到達的地方去拍攝照片，并且呈現出不同的視角：語音合成技術可以快速地將音頻轉化為文字：視覺分析技術不僅能采集受訪對象的面部信息，而且還能根據其面部表情的細微變化來推測出其可能會有的反應和情緒……早在2010年，英國《衛報》就開始了對數據新聞的應用：他們根據維基解密所披露的數據將伊拉克戰爭中的人員傷亡情況進行可視化的呈現（用紅點標注在一張地圖之上，每一個紅點就是一次傷亡事件），在點擊某個紅點后地圖上還會顯示出來相對應的事件詳細狀況，最終紅點的數量有39萬個之多。這則新聞也成了后來英國從伊拉克撤軍的一個重要原因。

（二）數據化分析

在對信息的分析上，數據新聞將數據庫中匯集的大量非結構性、無目的的數據進行分類，進而能夠發現一些傳統新聞無法發現的新聞線索。比如，在加拿大《環球郵報》的一則報道《無據可依（Unfounded）》中，通過對事先搜集的整理過的大量信息進行有針對性的數據分析，并且把這些數據都以一個多維度的方式來進行點狀的排列組合，發現了關于性侵案件的重要線索，最后向受眾傳遞出一個信息：在所有的性侵案件中，加拿大的警察認為有近20%的指控都是毫無根據的，并沒有出現相對應的犯罪事實。這則報道是《環球郵報》在對數據深入分析的基礎之上形成的，各種數據的搜集和分析歷時近兩年的時間，并且在2017年的GEN數據新聞獎（Data Journalism Awards）評選中榮獲年度調查獎。

（三）模板化生成

目前，數據新聞主要應用在財經、體育、自然災害、重大會議等報道模式相對固定的新聞事件中，“根據它‘人工模板+自動化數據填充的內在設定，可以極為快速地向受眾傳遞新聞事實”。而且，現在的數據新聞中報道模板的使用已經不再只局限于人工模板了，隨著人工模板和數據新聞報道數量的不斷增加，人工智能會對先前所使用的模板和發布的報道進行分析和學習，運用“計算機程序思維”來創造出新的模板以適應不同新聞事實的分析和報道。

四、數據新聞的前景與展望

各大互聯網技術平臺對于新型媒介技術的研發和運用由來已久，數據新聞所依賴的核心技術（人工智能、大數據）也大多掌握在這些平臺手中。時至今日，傳統媒體已經越來越重視與這些互聯網技術平臺的融合，但是怎么樣融合，傳統媒體如何跟上技術平臺快速發展的步伐，仍是學界和業界要研究和思考的一個重要課題。

（一）互聯網平臺掌握關鍵技術

目前，有關人工智能和大數據的技術研發活動主要是由互聯網技術平臺進行的，國外如美國的微軟、谷歌、亞馬遜、Facebook等，國內如阿里巴巴、騰訊和百度等。這些技術平臺在人工智能的系統、計算機算法、機器人學習、傳感器研發等方面投入了大量的人力、物力、財力。2016年微軟開始涉足人工智能技術的研發領域，組建了一個5000多人的團隊，力圖將自己公司的產品智能化：谷歌推出的“谷歌大腦”（Google Brain）計劃中的人工智能技術具備自我學習技能，是世界范圍內最大的中樞網絡系統之一；2017年騰訊在貴州建立貴安七星數據中心，運用最新的T-block技術來存儲核心大數據，并且為用戶提供高端的云服務……除了這些比較大的技術平臺，還有很多中小型的技術平臺。這些平臺的很多技術和數據來自于大的技術平臺，它們的著力點在于為媒體提供一些基于人工智能技術的新聞產品。

（二）媒體與平臺的融合

新聞媒體所使用的技術大多是從各大互聯網技術平臺引進過來的，這也是當下新聞媒體與技術平臺融合的一個普遍做法。2013年，亞馬遜首席執行官（CEO）杰夫·貝佐斯（Jeff Bezos）宣布收購《華盛頓郵報》，他表示被收購后的報紙依舊在為受眾提供新聞報道。這可以看作新聞媒體與技術平臺融合的一個典型案例——平臺主動想新聞媒體輸出技術。這種融合方式“讓內容生產者揚長避短，專注于內容的生產，把新技術的研發外包給技術公司，用技術整合內容，依據技術路線的要求重組生產流程。就像當年報紙出版摒棄鉛和火，啟用光和電，由激光照排公司提供成套解決方案，重組出版流程”。這種融合方式與其他方式的區別在于：前者是用內容適應技術，后者則是用技術適應內容。技術的發展是二者融合的動力，但是技術新聞媒體仍然需要保持理性的態度，既要勇于嘗試又要保證自己的獨立。

（三）技術的引進

目前，新聞媒體對人工智能和大數據技術的引進與運用主要表現在機器學習、語言技術、語音轉換技術、計算機視覺、新聞機器人和人工智能+VR報道等領域。以2018年的兩會為例，新華社與阿里巴巴合作研發的“媒體大腦”正式上線，包括八項功能：“2410”（智能媒體生產平臺）、新聞分發、采集、版權監測、人臉核查、用戶畫像、智能會話、語音合成。服務內容覆蓋從線索、策劃、采訪、生產、分發、反饋等全新聞鏈路，讓云計算、物聯網、大數據、AI等多項技術為媒體賦能。此外，《人民日報》《經濟日報》等多家新聞媒體也與百度聯手，開辟出了針對兩會各種議題的頁面，涵蓋了“提案提議”“兩會前瞻”“兩會知多少”等幾大內容區域。

五、數據新聞存在的局限性

從目前人工智能和大數據技術的發展水平來看，數據新聞只能在報道模式固定、思維含量較低的新聞報道上有明顯優勢，在一些深度報道、調查性報道和解釋性報道中，技術的運用只是輔助作用，記者和編輯仍舊是報道的主要力量。

清華大學李彬教授曾在其文章《新聞學若干問題斷想》中指出：“所以，嚴肅認真的新聞記者無不把親歷新聞現場、把握新聞事實，把親眼看、親耳聽、親身感受、親身經歷等，視為新聞工作的天經地義或第一要義……”由此可見，編輯、記者深入實地采訪調查，力圖獲取第一手資料的做法至今仍是無法替代的，而且由于生產自動化，數據新聞在真實性、客觀性以及倫理性等方面都離不開人工的核查。離開了這一環節，數據新聞的真實性和客觀性將無法得到保證，在對數據十分重視的美國“許多數據都是虛假的（如伊拉克有大規模殺傷性武器、向國際原子能機構提供虛假情報等）”。這充分說明了數據不等于真實，新聞報道不能僅僅依賴于數據。

在一些特定體裁的新聞報道中數據新聞的能力依然有限，如深度報道、調查性報道和解釋性報道等。在這些體裁的報道中往往需要報道內容不孤立地呈現一個或一種新聞事件，要對報道的對象有一個多維度的思考，圍繞一個主題全面立體地組織報道所需的材料，這些報道往往都會帶有一定的傾向性（批判、引導、歌頌等），記者和編輯在這些報道中所運用的思考和判斷以及我們現在所提倡的新聞專業主義和編輯記者的實踐經歷都是數據新聞無法替代的。各個孤立的新聞事件背后的因果聯系也是數據新聞無法發現的，即使有大量翔實的數據，要想透過數據的表面現象來深度挖掘其背后隱藏的各種關系，也必須依靠編輯記者人工的篩選和分析，而不能只依靠大數據和人工智能技術。

六、結語

盡管數據新聞還存在一定的局限性，但是其對新聞生產和報道的積極作用是有目共睹的。傳統的新聞生產方式必須積極應對人工智能和大數據帶來的技術變革：編輯、記者需要擺正人與技術的關系，技術無論如何發展，它終歸是為人服務的，是為了讓各種不同領域的人更好地完成工作，所以編輯、記者仍然將是新聞報道中不可或缺的力量。但是，新聞媒體如何去應對數據新聞所帶來的種種變化？編輯、記者如何去運用人工智能和大數據技術？在飛速發展的網絡時代如何堅守新聞工作者的倫理道德和專業主義？這些問題的思考顯得尤為重要，否則“他們的飯碗不會被自動化機器奪走，卻能被不思進取、故步自封的陳舊工作方式所砸碎”。

責編：清歡