機器人生成新聞的可信度及其與讀者選擇性閱讀的相關性

王正祥

(淮北師范大學 文學院，安徽 淮北 235000)

寫稿機器人利用算法程序對輸入或收集的數據進行加工處理，從而自動生成新聞稿件，實現新聞生產的自動化。自動化新聞技術進入編輯部后，新聞的生產、消費方式都在改變。目前，歐美不少主流媒體已開始使用機器人處理財經、體育和天氣類新聞報道，甚至在一向被認為機器人記者很難涉足的政治報道領域，也不乏寫稿機器人的身影，比如《紐約時報》開發了一款機器人軟件專門用來報道大選，讓選民及時了解大選的進展等。國內不少媒介機構也在探索使用寫稿機器人進行報道。2015年9月10日，騰訊財經新聞機器人“Dreamwriter”發布了一篇報道《8月CPI同比上漲2% 創12個月新高》，該報道引用國家統計局公布的CPI數據，還援引相關專家和業內人士的分析。該報道看似平淡無奇，但因為是機器人自動生成，引發了新聞業界的震動。其后，不少媒體機構推出自己的機器人作者，比較活躍的寫稿機器人有《今日頭條》的機器人“Xiaomingbot”、第一財金的“DT稿王”和《南方都市報》寫稿機器人“小南”等。

對媒介經營者來說，機器人寫稿的優勢明顯。算法程序利用收集來的數據，自動生成新聞稿件，能夠進行規模化的新聞生產，新聞稿寫作的成本更低、效率更高。比如《南方都市報》寫稿機器人“小南”，在每個交易日會對滬、深兩市幾千只個股的漲跌情況進行分析，在收市后的幾分鐘之內發稿。對比人工財經分析師，機器人寫稿的速度更快、發稿量更大且數據處理能力更強。對媒介機構而言，如果能廣泛采用智能機器人采寫稿件，從經營角度看，必然會降低媒介企業的運營成本，提升媒介企業的競爭能力。本研究將探討國內讀者對機器人自動生成新聞的可信度以及可信度評價對讀者選擇性閱讀的影響，采用實驗方法對大學生群體進行研究，關注大學生人群如何評價寫稿機器人自動生成新聞的可信度，可信度評價是否與他們的選擇性閱讀行為相關。

一、研究綜述、假設和問題的提出

新聞寫作本是專業記者的核心技能，人工智能技術在新聞采寫領域的廣泛使用，激發了機器人寫作對新聞業影響的諸多討論。有研究者認為，機器人寫作不僅效率高，能運用多種語言發稿，與專業記者相比，寫作的稿件也更客觀、公正[注]Linden C，Decades of Automation in the Newsroom，Digital Journalism ,2017，No.2，pp.123-140.。也有研究者擔心未來算法機器人在取代專業記者的同時，不能很好地承擔“看門狗”的角色[注]Str?mb?ck J，In Search of a Standard: Four Models of Democracy and Their Normative Implications for Journalism，Journalism Studies, 2005，No.3，pp.331-345.。在諸多探討中，研究者還關注機器人生成新聞稿的質量以及可信度[注]Waddell F，A Robot Wrote This, Digital Journalism, 2018，No.2，pp.236-255.。對傳媒來說，推廣機器人寫作不能僅僅考慮效率、成本等經濟因素，公眾是否愿意接受機器人寫稿也是重要的方面。近年來，相關研究者開始探討機器人生成新聞稿件的質量、可信度，公眾如何評價寫稿機器人的工作等，還有研究者關注可信度評價是否會影響讀者對機器人報道的選擇性閱讀等。不過，相關研究在國內尚未引起應有的重視。本研究關注機器人生成新聞的可信度以及可信度評價對讀者選擇性閱讀的影響，在分析相關研究的基礎上，提出本研究的假設和問題。

(一)機器人自動生成報道的可信度

可信度是指公眾對媒介、消息來源等的一種評價，即作為訊息接收者的公眾對傳媒、記者和傳播內容的相信程度，主要是認知層面的概念，指“認知的可信度”(perceived credibility)[注]Meyer P，Defining and Measuring Credibility of Newspapers: Developing an Index，Journalism Quarterly, 1998，No.65，pp.567-574.。對可信度的研究，最早可追溯到霍夫蘭等(1951)對說服性信息的可信度研究，他們主要關注說服性信息來源的可信度對說服效果的影響；受眾對信源的信賴，則主要依據可信賴性、專業性兩個指標來衡量[注]Hovland C I，Weiss W，The Influence of Source Credibility on Communication Effectiveness,The Public Opinion Quarterly, 1951，No.4，pp.635-650.。其后，可信度研究在不同維度展開，除了關注來源可信度之外，研究者還關注媒介可信度、信息或內容可信度等。

不同維度的可信度研究關注的信任對象有差異但又密切相關。媒介可信度是用戶對信息傳播媒介(如報紙、廣播和電視等)可信任程度的感知；信息或內容可信度是指受眾對信息本身(如信息質量、準確性等)可信任程度的感知；來源可信度關注受傳者對于傳播者是否可信作出的判斷[注]周全、湯書昆：《社會化媒體信息源感知可信度及其影響因素研究》，《新聞與傳播研究》2015年第4期，第18-35頁。。本研究關注機器人自動生成的信息或內容的可信度以及機器人作為作者(來源)的可信度，探討機器人作為信息來源與專業記者作為信息來源在可信度方面是否存在差異，機器人生成的新聞與專業記者采寫的新聞在可信度方面是否存在差異。

有研究者關注寫稿機器人作為信息來源的可信度，還有不少研究者對機器人寫作新聞稿的質量和可信度進行探討。在來源可信度方面，不少研究者對寫稿機器人與專業記者作為信息來源的可信度進行對比研究，范德卡等(2014)對232名荷蘭成年人進行調查，發現受試對寫稿機器人在可信賴性和專業性方面的評價，與他們對專業記者在可信賴性和專業性方面的評價相比，沒有差異[注]Van der Kaa H， Krahmer E， Journalist Versus News Consumer: The Perceived Credibility of Machine Written News, Proceedings of the Computation+Journalism Conference, New York, 2014，pp.24-25.。不過，沃克等(2018)在歐洲讀者中調查發現，在來源可信度方面，與專業記者作為信息來源相比，受試對寫稿機器人作為信息來源的可信賴性和專業性評價更高[注]W?lker A，Powell T，Algorithms in the Newsroom？ News Readers’ Perceived Credibility and Selection of Automated，Journalism，Epub ahead of Print 18 February 2018，doi/abs/10.1177/1464884918757072.。

不少研究者還對機器人報道的質量和可信度進行探討。克萊瓦爾(2014)對機器人自動生成新聞稿的質量以及可信度進行研究，研究者把受試的46名大學生隨機分成兩組，分別閱讀記者撰寫的稿件和機器人生成的稿件，在閱讀基礎上對新聞稿的質量和可信度進行評價，結果發現，受試對專業記者采寫的新聞稿在可讀性方面評價更好，對機器人生成的新聞稿在可信賴性方面評價更好[注]Clerwall C，Enter the Robot Journalist, Journalism Practice, 2014，No.5，pp.519-531.。沃克等(2018)對歐洲讀者的研究發現，與專業記者撰寫的新聞稿相比，在體育新聞方面，受試認為自動生成的新聞可信度更高；在財經新聞方面，受試對兩者可信度的評價得分沒有差異[注]W?lker A，Powell T，Algorithms in the Newsroom？ News Readers’ Perceived Credibility and Selection of Automated，Journalism，Epub ahead of Print 18 February 2018，doi/abs/10.1177/1464884918757072.。由此，提出如下假設：

假設1：與專業記者相比，寫稿機器人作為信息來源的可信度更高。

假設2：與專業記者撰寫的報道相比，機器人自動生成的報道內容可信度更高。

此外，還有研究者提出，機器人自動生成的不同主題的報道在可信度方面可能存在差異，需重視其差異研究[注]Van der Kaa H， Krahmer E， Journalist Versus News Consumer: The Perceived Credibility of Machine Written News, Proceedings of the Computation+Journalism Conference, New York, 2014，pp.24-25.。本研究關注受試對可信度的評價是否會受到報道主題的影響，故提出如下問題：

問題1：機器人自動生成的不同主題的報道，在可信度(來源可信度和內容可信度)方面存在差異嗎？

(二)可信度評價與選擇性閱讀

有研究者指出，可信度與讀者的選擇性閱讀相關。溫特等(2014)的實驗研究發現，參與者在選擇在線新聞閱讀時，更可能選擇來源可信度高的文章閱讀，對來源可信度高的文章瀏覽的時間也更長[注]Winter S，Kramer N C，A Question of Credibility-effects of Source Cues and Recommendations on Information Selection on News sites and Blogs，Communications，2014，No.4，pp.435-456.，這也引發對可信度評價行為效應的探討。沃克等(2018)在探討機器人生成新聞的可信度時提出，讀者對機器人生成新聞可信度的評價可能與他們的選擇性閱讀行為積極相關，對機器人生成新聞可信度評價高的讀者可能更愿意閱讀機器人生成的報道[注]W?lker A，Powell T，Algorithms in the Newsroom？ News Readers’ Perceived Credibility and Selection of Automated，Journalism，Epub ahead of Print 18 February 2018，doi/abs/10.1177/1464884918757072.。本研究關注機器人生成新聞的可信度是否會影響讀者對此類報道的選擇性閱讀，故提出如下問題：

問題2：機器人自動生成報道的可信度與讀者的選擇性閱讀相關嗎？

二、研究方法

(一)受試選取

選取淮北師范大學新聞專業的102名本科生作為受試，其中男生50名，占49%；女生52名，占51%。參試學生被隨機分成兩個組，實驗地點是學生上課的多媒體教室。

(二)實驗材料與程序

寫稿機器人的報道領域在不斷拓展，在體育、金融等報道領域最為活躍。本研究分別選取機器人生成的體育、金融方面的報道各一篇作為實驗材料，體育報道選取AI機器人小南自動生成的報道《中超第4輪 貴州恒豐2比0戰勝山東魯能》，金融報道選擇騰訊機器人Dreamwriter自動生成的稿件《兩市飄綠 滬指下跌0.5%收報3 245.22點》。同時，分別選取報道同一內容的專業記者撰寫的稿件作為比較對象。在選取時要求一方面必須是記者撰寫并公開刊發的，另一方面報道的篇幅要與人工智能生成的稿件接近，行文結構上不復雜。記者撰寫的體育報道選取的是《貴州都市報》記者李易霖采寫的《客場2比0擊敗山東魯能 貴州恒豐迎來賽季首勝》，金融報道選取《華西都市報》記者朱雷撰寫的《3月22日收評：題材股活躍 滬指收跌0.50%》。

實驗1組51名學生閱讀兩篇體育報道，一篇由機器人小南自動生成，另一篇由記者李易霖撰寫，兩篇報道均如實標出真實作者(信息來源)。實驗2組51名學生閱讀兩篇金融報道，一篇由機器人自動生成，另一篇由專業記者撰寫，兩篇報道也均如實標出真實作者。

(三)測量

在來源可信度的操作化測量方面，邁爾(1998)的量表最常用[注]Meyer P, Defining and Measuring Credibility of Newspapers: Developing an Index, Journalism Quarterly, 1998，No.65，pp.567-574.，羅伯茨(2010)對該量表的可信度進行過檢驗，認為量表可信度較高[注]Roberts C，Correlations among Variables in Message and Messenger Credibility Scales，American Behavioral Scientist, 2010，No.1，pp.43-56.。沃克等近年來在測量寫稿機器人作為信息來源可信度時，直接采用邁爾的量表進行測量。本研究也采用邁爾量表測量報道者作為信息來源的可信度，分別詢問受試，該新聞的報道者(1)不公平/公平、(2)無偏見/有偏見、(3)報道不完整/完整、(4)不準確/準確、(5)不可信/可信，并用七點尺度的語義差別量表進行測量，分別賦值1至7分，對偏見測量項進行反向編碼，把5個題項的算術平均數作為來源可信度的指標(Cronbach’sα=0.78)。

在內容(message)可信度測量方面，弗拉納金等(2000)曾用信息不準確/準確(inaccurate or accurate)等5個維度來測量信息或內容可信度[注]Flanagin A，Metzger M，Perceptions of Internet Information Credibility， Journalism and Mass Communication Quarterly, 2000，No.3，pp.515-540.。在具體測量時，參考弗拉納金在測量網絡信息可信度時的做法，使用如下5個題項分別詢問受試，該報道(1)總體上不可信/可信、(2)不準確/準確、(3)不可信賴/可信賴、(4)無偏見/有偏見、(5)不完整/完整，并用七點尺度的語義差別量表來測量報道內容的可信度，分別賦值1至7分，把5個題項的算術平均數作為內容可信度的指標(Cronbach’sα=0.79)。

在選擇性閱讀的測量方面，分別詢問受試日常用電腦上網、手機上網是否會瀏覽機器人生成的體育/財經報道，根據受試的回答，給1至4分不等的分值(1=從不；4=經常)，把兩個題項的算術平均數作為選擇性閱讀的指標(r=0.61)。

三、研究發現

(一)對寫稿機器人可信度的評價

在來源可信度方面，研究發現，就體育報道而言，受試大學生對機器人作為信息來源可信度評價更高，以5個題項的算術平均數作為來源可信度的測量指標，機器人作為信息來源可信度的均值為5.67分(sd=0.88)，記者作為信息來源可信度均值為4.51分(sd=0.92)，兩者存在顯著差異(F=41.71，p<0.001)。在金融新聞方面，受試大學生對機器人作為信息來源可信度評價的均值是5.75分(sd=1.02)，對記者作為信息來源可信度的評價均值是4.96分(sd=0.97)，兩者差異明顯(F=16.35，p<0.001)。假設1獲得支持。

在內容可信度方面，研究發現，就體育報道而言，受試大學生對機器人自動生成的報道可信度評價更高，以5個題項的算術平均數作為內容可信度的測量指標，機器人報道內容可信度均值為5.58分(sd=0.88)，記者撰寫稿件的內容可信度為5.18分(sd=0.96)，兩者存在差異(F=4.94，p<0.05)。在金融新聞方面，受試大學生對機器人生成報道內容可信度評價的均值是5.53分(sd=1.03)，對記者報道內容可信度的評價均值是5.45分(sd=1.00)，兩者差異不明顯(F=0.15， p>0.05)。假設2只部分獲得支持。

(二)報道主題差異與可信度

本研究問題1關注受試對機器人自動生成不同主題的報道在可信度評價方面是否存在差異。研究發現，在來源可信度方面，同樣是機器人自動生成的稿件，受試對體育報道來源可信度的評價(M=5.67，sd=0.88)與對金融報道來源可信度的評價(M=5.75，sd=1.02)相比，差異不明顯。在內容可信度方面，受試對體育報道內容可信度的評價(M=5.58，sd=0.88)與對金融報道內容可信度的評價(M=5.53，sd=1.03)相比，兩者差異不大。結果表明，此兩類報道主題的差異對可信度評價的影響不大。

(三)可信度與選擇性閱讀的關聯性分析

本研究問題2關注機器人自動生成報道可信度的評價是否與讀者的選擇性閱讀具有相關性。研究發現，在來源可信度方面，在控制受試的性別、年齡和父親的受教育程度等因素之后，機器人作為體育報道信息來源可信度與受試選擇性閱讀的偏相關系數為0.262，統計上不具有顯著性。機器人作為金融報道信息來源可信度與受試選擇性閱讀的偏相關系數為0.252，也沒有通過顯著性檢驗。結果表明，來源可信度與受試的選擇性閱讀關聯度不高。

在內容可信度的影響方面，在控制受試的性別、年齡和父親的受教育程度等因素之后，機器人體育報道的內容可信度與受試選擇性閱讀的偏相關系數為-0.038，統計上不具有顯著性。機器人生成金融報道的可信度與受試選擇性閱讀的偏相關系數為0.039，也沒有通過顯著性檢驗。上述發現不支持內容可信度評價會影響受試的選擇性閱讀。

四、討論與結論

機器人參與新聞報道越來越流行，機器人生成稿件的質量和可信度也因此受到研究者越來越多的關注，在此背景下，本研究對機器人生成報道的可信度進行探討，關注讀者對機器人生成新聞可信度的評價以及可信度評價是否與他們的選擇性閱讀相關，對相關研究發現的討論如下。

1.關于來源可信度。就體育報道而言，受試對機器人作為信息來源可信度的評價高于對專業記者的評價，在金融報道方面也是如此。此前，有研究發現，公眾普遍對機器人作為來源可信的評價更高，與本研究發現一致。可能的原因是新聞讀者對算法程序普遍持有樂觀的態度，認為算法生成的報道偏見更少、更客觀中立，這無疑增加了對寫稿機器人作為信息來源的信任程度。另外，或許還有心理預期的原因，新聞讀者一般對寫稿機器人從事新聞報道的預期比較低，但看到機器人生成的報道接近專業記者報道的水準時，往往會超出他們的心理預期，影響其對機器人作為信息來源的評價，從而對機器人作者可信度的評價更高。

2.關于內容可信度。機器人生成的體育報道的可信度更高，機器人撰寫的金融報道則與專業記者的報道在可信度方面沒有差異。這表明，機器人生成的報道與專業記者的報道在質量上接近，有些甚至超過專業記者的報道質量。沃克等通過對歐洲讀者的調查發現，與人工記者撰寫的新聞稿相比，在體育新聞方面，受試認為機器人自動生成的新聞可信度更高；在財經新聞方面，受試對兩者可信度的評價得分沒有差異，沃克的研究發現與本研究發現一致。有關機器人報道可信度評價與專業記者不相上下，格雷費等(2018)認為，讀者對機器人生成報道的評價良好不讓人吃驚，因為機器人生成的內容不僅列舉大量數據，還包含很多細節，成功地把讀者想了解的信息傳遞給讀者，獲得好的評價理所當然[注]Graefe A, et al.，Readers’ Perception of Computer-generated News: Credibility, Expertise, and Readability, Journalism, 2018，No.5，pp.595-610.。沃克等則認為，當前專業記者的報道對比機器人生成的稿件無優勢可言，關鍵是專業記者在報道方面出了問題。專業記者的優勢在于其創造性的寫作，但現在的記者常迫于發稿壓力而追求數量，報道中會不斷重復列舉事實和數字、重復發稿等，導致稿件質量下降，這也是讀者對其報道可信度評價不高的原因。

3.關于報道主題。不少研究者提出，公眾對機器人報道的不同主題的新聞可信度評價方面可能存在差異，需重視不同報道主題可信度差異的研究。本研究對機器人生成的體育報道和金融報道的可信度進行檢驗，結果發現，受試對兩者的評價沒有差異。當然，本研究只選取兩種常見的報道形式，未來可以擴大研究范圍。對不同報道主題或類型可信度的探討有現實意義，在經驗研究的基礎上，還可以讓寫稿機器人在可信度高的報道領域發揮更大的作用。

4.關于可信度評價對讀者選擇性閱讀的影響。在機器人生成報道可信度評價對讀者選擇性閱讀的影響方面，讀者對來源可信度的評價與他們對機器人生成報道的選擇性閱讀相關性不高，讀者對內容可信度的評價也不會影響他們對機器人生成報道的選擇性閱讀。上述發現表明，可信度評價高不會促進人們更多地閱讀機器人生成的報道。本研究發現與沃克等人對歐洲讀者的研究結果一致。沃克等認為，機器人報道的質量評價有多個維度，與可信度評價相比，機器人生成報道的可讀性對讀者的選擇性閱讀影響可能更大，未來應該進一步研究可讀性等報道質量方面的因素對讀者選擇性閱讀的影響。

總之，本研究發現，受試對寫稿機器人在可信度方面的評價與對專業記者的評價接近，有些地方甚至比對專業記者的評價更高，但機器人生成報道的可信度評價與讀者的選擇性閱讀關聯度不高。以上發現表明，當前專業記者的報道對比機器人生成的報道已無優勢可言，這也預示著未來有必要關注機器人寫作對新聞業的沖擊。一些研究者已開始擔心專業記者的職位會受到影響，特別是在一些涉及數據處理的特殊報道領域，機器人記者做得更好，算法程序可以很快在一大堆數據中提取關鍵性信息，包括天氣預報、體育報道、交通路況信息、財經報道和犯罪報道領域等。在這些報道領域，算法程序正在不斷挑戰專業記者，這些報道領域的記者職位已經受到影響，未來甚至有被寫稿機器人取代的可能。不過，多數研究者對機器人記者的影響持樂觀或開放的態度。有研究者認為，對專業記者來說，未來也不完全是悲觀的，機器人寫稿可以把專業記者從日常繁瑣的采寫任務中解脫出來，專心從事深度報道、調查性報道等；與機器的程序相比，專業記者的新聞敏感和直覺也是機器人程序所沒有的，專業記者可以從事更具有創造力的采寫工作。

本研究存在的不足：一是受試為淮北師范大學的學生，讀者代表性不足，如果擴大實驗人群，結果可能會有所差異；二是在研究機器人生成報道的質量方面，僅關注可信度。報道質量評價是多維的，除了可信度，還包括可讀性、喜愛等不同方面，未來應該進一步擴大研究范圍。不過，本研究可以作為未來進一步研究機器人生成新聞質量的基礎。此外，本研究發現，可信度評價與讀者的選擇性閱讀關聯度不高，未來應該進一步探討新聞報道質量的其他方面與讀者選擇性閱讀的關系。