試論人工智能在構建“四全”媒體中的作用

◎郝 萍

一、豐富內容采集，夯基全程媒體

從傳播的性質而言， 全程媒體需要媒體突破信息傳播時空壁壘，隨時隨地傳受信息；從傳播的功能而言，媒體要對新聞事件全過程報道，最大程度復原真相。自動化新聞產品從天氣、金融、體育等數據導向型領域起步，人工智能利用原始數據，將其整合、轉化為連貫的文章。在突發事件中，人工智能可以應用于追蹤事件全過程， 彌補記者的時間和空間上的局限性。

Heliograf 是華盛頓郵報開發的人工智能機器人，收集、整合各方信息，給不同地區讀者撰寫不同報道，也能預測新聞事件走向，給突發報道提供緩沖時間。在一次對華盛頓高中足球聯賽的報道里，Heliograf 除了一如既往在Twitter 和Facebook 上直播比賽進程外， 還寫了一篇400 詞左右的賽事總結。 球賽過程通過球員＋動作＋得分＋場上比分的方式講得非常清楚。現在，人工智能記者在固定模式報道上已有相當產量， 來減輕記者的工作量。 雅虎用自己的智能機器Wordsmith 來做商業報道；路透社一套Open Calais 系統，幫助編輯比對稿子的關鍵詞和重點信息。在2016 年普利策獎頒發前夕，甚至還有人懷疑這屆獲獎記者會不會是機器人。

2019 年全國兩會， 山東廣播電視臺攜手百度百家號，通過百度大腦的智能寫作技術及靈渠賦能平臺， 對兩會期間海量的網民用戶行為及興趣進行智能搜集與分析， 生成提供網民最受關注的熱詞及話題。主持人與全國兩會代表、委員在《兩會大家談》欄目中就此進行趣味討論、深度解讀。相較往年的人工搜索和梳理， 百家號人工智能技術將網羅海量信息的工作交給機器， 精準推薦關鍵詞并進行智能寫稿，提高了數據生產質量，讓節目煥發新的生命力。

可以看到， 人工智能跟記者之間的關系越來越趨向于分工協作，在人工智能豐富內容采集同時，要求記者成為一個社會的觀察者、思考者。 有了智能機器人寫稿，智能編輯部逐漸成為媒體機構的核心引擎，推動媒體整體轉型升級。

二、創新內容產品，呈現全息媒體

全息媒體著力新聞產品全形態呈現、全維度體驗。在傳統媒體基礎上，新聞的表現形態從圖文發展到H5、動新聞、短視頻、直播、增強現實（AR）、虛擬現實（VR）、可穿戴設備等。 人工智能時代，云計算、物聯網、大數據、區塊鏈及5G通訊技術，催生出魔鏡、畫框、車載屏，智慧家庭中的智能機器人、柔性屏、智能音箱、激光投影儀等更新形態。 產品、技術、平臺的完美結合，讓受眾全面、準確、細致了解新聞事件，參與傳播。

2019 年10 月31 日，央視網聯合百度智能云推出在線服務型智能語音交互產品——AI 幫你找。 智能語音、智能搜索、人臉識別、知識圖譜等技術深耕內容智能搜索，用戶可以通過語音或文字輸入的方式精準查找央視直播、節目點播、視頻中某個人物、片段及相關視頻等內容。 搜索完成同時，智能字幕系統、包裝系統、配音系統、信息過濾系統等工具，為用戶打造千人千面的視聽新場景。 無論是百度、阿里、華為追逐的智能產品，還是蘋果、谷歌、亞馬遜的新品發布會，一直不乏智能語音身影。 亞馬遜的Alexa 提升其新聞內容導航能力，幫用戶實現更好的個性化推薦。 《華爾街日報》的“傾聽盒子”，由麻省理工大學協助研發，用來傾聽用戶的想法，幫他們與記者編輯交流。

傳統媒體時代，新聞媒體強調“先新聞，后社交”，移動互聯網時代的標簽是“無社交不新聞”。人工智能時代，為受眾帶來深層互動體驗，成為新聞業的新形式與新符號。強調設身處地考慮用戶需求和體驗感受，從實際操作層面出發，將時間、地點、用戶、行為以及預期目標等元素納入考量范疇。天津移動新媒體的總平臺津云新媒體，重點發展方向是新聞產品的表現力。 在今年4 月16 日，外交部天津全球推介日的報道中，AR、VR、航拍、動漫、UI 交互設計向全球用戶立體展現一個美麗宜居、開放奮進的天津。高質量的技術創新和流程創新，實現了良好的傳播效果。

人工智能依托大數據進行個性化設計， 變看新聞為沉浸式體驗、參與式創造、全民直播分享。 流動性使“地點”變得飄忽不定，“地點”則與“媒介”共同構建了人的交往模式和信息傳播模式，“天涯若比鄰”成為現實，強烈的“在場感”讓每一位用戶完全沉浸于媒介營造的場景中。

三、優化內容鏈條 推進全員媒體

融合路上，媒體以采訪為紐帶，激發新聞發布單位、自媒體和第三方平臺的傳播活力， 為全員媒體建設打下堅實基礎。 全員媒體，模糊了媒體機構內部工種間的界限，也打破了媒體和受眾的界限。 全員媒體的全鏈條、全互動傳播，既要用得好業內精英，更要用得巧廣大用戶。

在參與傳播的環節中， 全員化順應普通公眾參與社會事務的需求，人人都有麥克風，人人都是自媒體。 鋪天蓋地的自媒體內容降低媒體公信力， 人工智能則可以進行準確高效的事實核查。 德克薩斯州阿靈頓大學開發的自動事實核查平臺ClaimBuster， 以過去的美國總統競選辯論為基礎材料，訓練了約兩萬個句子，幫助人工智能學習區分值得核查的觀點和無聊的陳述性事實。 英國初創公司的Logically利用機器學習算法對抗假新聞。 阿根廷企業開發的Chequeabot 自動識別新聞文本中值得商榷的內容， 發給編輯查看。字幕校對、重點摘要、標簽歸類，是內容生產的常規程序，人工智能的加持將這些流程優化升級。在山東廣播電視臺引入的百度智能寫作中，智能糾錯功能為2400 篇新聞稿件進行錯誤識別，識別成功率達到92%以上。智能摘要為1300 篇稿件智能生成摘要，并開始嘗試學習對重要稿件的push 推送語進行智能創作。

在媒體內部， 新聞的生產過程一改單一采編環節，技術、采編、產品、互動、監測等崗位全員參與，在技術應用、呈現方式、采播質量、播出平臺、播后推廣、效果評估等環節總體安排、協同發力。 傳統的新聞崗位被淘汰，新的新聞崗位逐漸涌現。 融媒體時代， 美國預測未來十大新興新聞崗位為：受眾分析員、參與編輯、應用技術創新引領員、社交媒體和社區編輯、社會發現總監、移動項目經理、消費體驗總監、直播編輯、創新實驗室主任、虛擬現實編輯和拼接員。 從這10 個新興崗位我們發現，即使是最傳統的編輯崗位，也被賦予了更多的洞察力、內部協調等互動職責。

以《紐約時報》來說，僅有10%的文章開設讀者評論功能，14 名人工編輯每天處理高達1.1 萬條讀者評論。引入AI 審核員后，審核和互動效率大大提升，更多的文章開放了評論區，也為《紐約時報》節約了一筆人工開支。

四、精準內容分發 打造全效媒體

內容分發，溝通內容生產與消費，是內容產業運行的核心，實現全效媒體的關鍵環節。 一直以來，內容分發方式在不斷創新和優化，以提升分發效率。 大眾媒體時期，內容分發主要依靠職業編輯人員的手工操作來完成。 內容供給海量化的互聯網時代，智能推薦成為主流分發方式。5G 時代，智能物聯增加用戶粘性。 全效媒體建設為這種分發提出更高效率、更好效果的具體要求。

大數據時代，用戶信息和消費習慣極易獲取，人工智能為用戶畫像后，推送個性化的信息。智能分發以數據積累分析實現傳播預測和分發匹配，通過在用戶端、媒體端的精準內容推薦， 達到內容生產與用戶個性化需求之間的智能匹配。 今日頭條、騰訊內容開放平臺和一些官方新聞APP，通過機器算法為用戶畫像，推送個性化內容，盡量將有用的信息和受眾感興趣的內容推送給用戶。 反思則認為算法推薦把人固化在一個領域，人工智能應該讓人抓取更多知識。

隨著微博、微信等社交平臺的興起，社交分發成為新的內容分發方式。社交分發的核心是激活用戶的參與行為，通過用戶的轉發、共享、點贊、評論等方式，擴大內容的傳播范圍和影響深度。社交分發需要建立在用戶認同基礎之上，利用用戶的社會關系網絡和個人品牌背書產生傳播。 用戶認同是社交分發的前提和基礎，如果產生強迫分發行為，不僅會引發用戶的集體反感， 而且會破壞個人品牌及其社交關系，甚至損害社交平臺的品牌形象。

增加用戶粘性的一個有效途徑是人工智能物聯化。 新華網選擇生物智能、人機融合的方向開展了大量硬件、軟件和模式的研發，并在教育、醫療健康、交通安全、智慧城市等領域形成產品線，希望能夠密切與用戶的連接。新浪在內容的分發上，已不再局限PC、手機端，智能穿戴設備、智能家居以及互聯駕駛的汽車屏等都可能成為用戶新聞觀看、收聽的媒介。技術對于新聞的變革，已經從生產端蔓延到分發端。 萬物皆媒，人機共生，每一個物體都可以成為信息的收集端和輸出端，每一個智能機器都可能被媒體化。

結語

豐富內容采集，夯基全程媒體；創新內容產品、呈現全息媒體；優化內容鏈條 推進全員媒體；精準內容分發，打造全效媒體。越進步，越媒體，簡化媒體工作流程，處理海量數據，挖掘關聯信息，數據新聞輸出……媒體主導的人工智能任重道遠，為“四全”媒體構建提供不竭動力。 科技點亮未來，而我們，將一直在路上。