人工智能技術重塑新聞生產的進路與問題 *

孟 暉

內容提要 ｜ 傳媒產業的發展一直與傳播技術的進步密切相關。目前，人工智能技術已經全方位地介入了新聞信息的生產、分發、互動反饋等流程，其重點應用于以下環節：采集信息、監測輿情及拍攝新聞圖片；高效率地制作多種形態的新聞產品；新聞分發與追蹤報道采用情況；等等。但是，在重塑新聞生產的過程中，人工智能也顯現出了不少問題，如機器寫作新聞在準確性與深度方面的不足、可能存在的算法偏見及“信息繭房”等導致觀點的極化，以及缺乏正確的價值導向帶來的一些倫理失范問題。這就需要理性地看待人工智能所帶來的沖擊，并且做好新聞業的應對方案，如提高人機協同、引導多元化的算法平臺協同與競爭、加強價值觀引導及政策法律規制，等等。

傳媒產業的發展一直與傳播技術的進步密切相關。隨著人工智能在新聞領域的逐步應用，學界關于人工智能對新聞生產影響的研究也日漸增多。人工智能技術與新聞生產的融合正在深化，其全方位地介入新聞信息的加工、分發、互動反饋等流程，引發了新聞行業觀念和實踐的變革，促進了新聞信息更有效地傳播。

國內外相關研究表明，人工智能對新聞生產各個流程都產生了深遠影響，可以說正在重塑著新聞生產業。美國等發達國家在人工智能應用于新聞業的研究中側重于技術應用，主要有語言技術、算法、機器人技術和大數據技術等在新聞生產中的應用，也包括了一些技術倫理價值方面的思考。在人工智能重塑新聞生產的進程中，人們和信息的關系發生了種種變化，信息倫理價值的重構、智能化信息傳播的監管等問題也使得新聞傳播學者產生了各種各樣的擔憂。對人工智能技術重塑新聞生產的研究，對于我們國家新聞業的媒體融合發展有很強的借鑒意義。

一、人工智能應用于新聞生產的幾個主要環節探究

“人工智能”（Artificial Intelligence，AI）概念產生于20 世紀50 年代。1950 年，馬文·明斯基（Marvin Lee Minsky）等建造了世界上第一臺神經網絡計算機。1956 年，美國達特茅斯會議首次明確了“人工智能”這一概念，由此開啟了第一次人工智能浪潮。2010 年之后，移動互聯網的快速發展使得數據爆發式增長。硬件、計算能力和深度學習算法的不斷改進，推動了新的人工智能浪潮，其中語言識別、圖像識別、自然語言處理和專家系統等技術都與新聞信息生產有關。人工智能技術推動著新一輪技術革新和產業升級。2017 年我國“兩會”首次將“人工智能”寫入政府工作報告，國家持續加大對人工智能領域的資金、人才、技術等的投入。

新聞生產是指新聞機構及從業者對新聞的選擇、加工與傳播，由生產主體、生產客體以及所形成的生產關系構成。人工智能技術出現后，媒體議程設置和編排分發的固有規則被打破了。當前人工智能在新聞業中的應用主要表現在機器人新聞寫作和個性化新聞分發等方面，核心在于算法廣泛而深刻地介入到數字新聞的生產、分發和傳播等環節。①白紅義：《當新聞業遇上人工智能：一個“勞動—知識—權威”的分析框架》，《中國出版》2018 年第19 期。

（一）采集信息、監測輿情及拍攝新聞圖片

彭蘭指出，人工智能“將在新聞選題的策劃與發現、新聞深層規律的探析、未來趨勢的預測以及傳播效果的預判等方面帶來新可能”。②彭蘭：《更好的新聞業，還是更壞的新聞業？——人工智能時代傳媒業的新挑戰》，《中國出版》2017 年第24 期。人工智能在新聞生產前端的重要用途，是為媒體采集信息、監測輿情和拍攝新聞圖片等?！度A盛頓郵報》的機器人Feels 在2016 年美國總統大選期間，從用戶那里廣泛收集了選民政治傾向的線索。而新聞聚合網站Buzzfeed 主要通過其Facebook 上的粉絲，借助Messenger為其提供新聞素材。Buzzfeed 的用戶會被告知它在收集某地正在發生的事件的素材，并被詢問是否在跟蹤新聞？是否在事發現場？對這一事件持何態度？能否提供場景素材？針對這些問題會給出三個預設答案，用戶只需選擇回答即可。③參見呂倩：《人工智能技術背景下的新聞業變革與堅守》，http://media.people.com.cn/n1/2019/0117/c424555-30563039.html。

移動互聯網及社交軟件的發展使輿論生態復雜化，因而判斷輿情熱點、分析哪些話題最受關注、報道如何獲得更好的傳播效果，成為新聞從業者特別關注的問題。AI 可以迅速對全球各社交媒體進行大規模搜索，查找有關災難、槍擊、請辭等具有新聞價值的言論。如今彭博社30%的新聞報道有自動化技術的參與。④《 AI 技術在新聞業廣泛使用，人類記者何去何從？》，http://www.sykv.cn/m/view.php?aid=18668。美聯社利用NewsWhip 提供的社交網絡分類監控系統來發現用戶的關注點，并預測新聞熱點。其監測的社交網站包括Facebook、Twitter、Instagram、LinkedIn 等，通過算法分析，能夠預測79%的主要熱點新聞，從而使編輯部能夠更有效地作出報道選題決策。今日頭條的“媒體實驗室”可以對熱點進行持續追蹤，將網絡熱度趨勢、人群畫像等可視化呈現，為媒體提供線索來源。

如今隨處可見的傳感器為新聞業采集信息提供了便利。傳感器（sensor）是一種新型的信息來源。這種監測設備通過感知要去觀測的事物，獲取監測信息。傳感器就在我們身邊，如手機中的GPS、無人機監測、智能音箱等。它成為我們獲取理想信息的新感官，幫助彌補人類感官的短板，實現人機協同工作。傳感器的巨大優勢擴大了“人體的延伸”。

人工智能還可以實現空間的全覆蓋。在傳統新聞生產環境下，一些特定的新聞領域如戰爭、地震等，記者很難深入現場，即使通過搜集資料予以彌補，也會耽誤時效。而機器人記者利用傳感器、算法等技術，可以迅速進行信息獲取與資料分析，并拍攝清晰的新聞圖片，提供詳盡的報道。學者諾姆·拉塔爾（Noam Latar）研究了人工智能在戰爭地區搜集材料的優勢。認為人類記者和機器人記者在戰爭新聞報道的不同階段發揮著不同作用。在數據收集階段，運用人工智能的遠程呈現技術從戰區收集數據是非常有效的，且不危及記者的生命安全。人類記者可在短期的報道中產生戲劇性的影響，但研究顯示，這些直接來自于戰區的報道，從專業的角度來看客觀性是很有問題的，而且還可能會對記者造成精神創傷，影響記者的一生。①Noam Latar, Can Robot Journalists Replace Human Journalists in The Coverage of Wars? in Ibrahim Saleh and Thomas Knieper(eds.), Visual Politics of Wars, Cambridge Scholars Publishing, 2016.

美聯社使用無人機對中東難民危機拍攝照片，進行報道。美聯社駐中東視頻記者山姆·麥克尼爾（Sam McNeil）稱，無人機可以做的不僅僅是為新聞提供圖像支持，還可以收集有關氣候學和其他領域的科學數據，以提供更深入的信息新聞。

（二）高效率地制作多種形態的新聞產品

“機器寫作新聞”又稱“機器人新聞”“算法新聞”“自動化新聞”等，主要利用自然語言生成技術（Natural Language Generation，NLG）將目標數據變成文章輸出。自然語言生成類似于文字游戲Mad Libs，它將結構化的、模板化的數據轉化為易于理解的書面敘述。②The Future of Augmented Journalism: A Guide for Newsrooms in the Age of Smart Machines, https://www.coursehero.com/file/28587354/ap-insights-the-future-ofaugmented-journalismpdf/.目前多運用于容易量化、程式化的報道領域，如行業報道、體育賽事、股市行情、自然災害等。其縮減了傳統新聞生產中人工寫稿、審核的時間，簡化了流程，提高了新聞生產效率。如彭博新聞社的機器人Cyborg 可以迅速將各類財報精簡整合為頭條新聞和要點報道。③《 AI 技術在新聞業廣泛使用，人類記者何去何從？》，http://www.sykv.cn/m/view.php?aid=18668。機器寫作可以在文字和多媒體資料等基礎上，自動選擇語詞樣本、經由視頻編輯、語音合成、數據可視化等過程，最終生成音視頻與文字結合的新聞內容，獲得更好的傳播效果。

一些商業公司開發出人工智能算法，在沒有人工參與的情況下寫出大量新聞報道。這些算法可以根據受眾的情況調整報道的基調和敘事結構。④Noam Latar, Can Robot Journalists Replace Human Journalists in The Coverage of Wars? in Ibrahim Saleh and Thomas Knieper (eds.), Visual Politics of Wars, Cambridge Scholars Publishing, 2016.2014 年，美聯社與自動洞察公司（Automated Insights）合作，使用機器算法自動生產公司盈利報告，從而釋放了記者20%的時間，使其從簡單工作中解脫出來，參與到更復雜、要求更高的工作中去。美聯社全球商業編輯麗薩·吉布斯（Lisa Gibbs）說，通過自然語言生成技術，美聯社為客戶提供的公司盈利報道是過去的12 倍（達到3700 多條）。其中包括很多非常小的、以往沒有受到過太多關注的公司的信息。⑤The Future of Augmented Journalism: A Guide for Newsrooms in the Age of Smart Machines, https://www.coursehero.com/file/28587354/ap-insights-the-future-ofaugmented-journalismpdf/.不少人工智能軟件的提供者，如Arria、Narrative Science、AX Semantics、Retresco 都為它們的媒體顧客開發了定制產品。⑥Neil Thurman, Konstantin Doerr and Jessica Kunert,When Reporters Get Hands-on with Robo-Writing: Professionals Consider Automated Journalism’s Capabilities and Consequences,Digital Journalism, vol. 5, 2017, pp. 1-20.

2017 年4 月，美聯社發布了一份工作指南，對未來人工智能輔助編輯部工作提出思考。指出人工智能可以協助記者分析數據；識別模式、趨勢和通過多方資料判斷其可操作性；看到肉眼看不見的東西；將數據和語音轉換成文本；將文本轉換成音頻和視頻；理解情緒；分析場景中的物體、面孔、文字或顏色等。⑦The Future of Augmented Journalism: A Guide for Newsrooms in the Age of Smart Machines, https://www.coursehero.com/file/28587354/ap-insights-the-future-ofaugmented-journalismpdf/.

美聯社記者2017 年發表的一篇文章，構想了2027 年記者們的工作情景：早上8 點，一位環境記者乘坐無人駕駛汽車前往他的新聞編輯室，這時在斯普林菲爾德（Springfield）安裝的空氣質量傳感器監測到了空氣污染情況，并且傳送到他的汽車智能儀表板上。記者派出兩個裝備有水和空氣質量測試包的無人機進行確認。隨后一臺追蹤社交媒體的電腦提醒記者，在斯普林菲爾德，有關空氣污染和兒童哮喘發作的話題越來越多。這臺電腦還從一個本地母親的群組中監測到相關主題的帖子比例很高。上午9 點記者來到新聞編輯室，讓他的電腦顯示無人機進行的水質和空氣質量測試的結果，并確認今天的污染率與歷史趨勢相比高得不正常。①A Day in the Life of a Journalist in 2027: Reporting Meets AI，https://www.cjr.org/innovations/artificial-intelligencejournalism.php.

記者戴上VR 設備并通過無人機觀察一家新建工廠附近的情形，他看到工廠里的一根管子裂成兩半，向空氣中噴出某種物質，還發現一場抗議活動正在進行。隨后他利用人工智能助手檢索公共記錄，探究工廠審批過程中有關人員的家庭關系；之后他對工廠的工人和一位患兒母親進行實地采訪，并利用語音技術來檢測其話語的真實性。記者將他的報道口述給電腦上的一個程序，該程序可以格式化和進行拼寫檢查。隨后編輯審核并批準了這篇報道，將其發布在智能手機、智能汽車、智能手表、智能鏡子等各種“智能”平臺上，并引起廣泛關注。第二天早上，一名新的健康檢查員被派往工廠，記錄下幾處違規行為，并無限期地關閉工廠。②A Day in the Life of a Journalist in 2027: Reporting Meets AI，https://www.cjr.org/innovations/artificial-intelligencejournalism.php.

一些專家認為，人工智能參與新聞報道的能力也在不斷發展，將能夠提供解釋性新聞，并最終提供長篇文章。新聞判斷在記者的業務能力中占據非常核心的地位，現在其面臨著算法判斷的挑戰。過去記者的知識在判斷新聞價值時十分重要，但在人工智能時代，“基于算法對用戶、新聞事件和話題的關聯分析才是判斷新聞價值的重要依據?！雹蹚埑?、鐘新：《從比特到人工智能：數字新聞生產的算法轉向》，《編輯之友》2017 年11 期。

人工智能對于災害等突發信息可以精確、快速地生成和發布，且差錯率遠低于人工寫作。人工智能技術和虛擬現實技術的緊密結合（AI+VR）也逐漸成為新聞的呈現形式。人工智能算法還可對媒介消費語境進行自動分析與標注：社交、位置、消費者的情緒等，并且分析消費者在內容消費過程中的參與度。④Noam Lemelshtrich Latar, The Robot Journalist in the Age of Social Physics: The End of Human Journalism? The New World of Transitioned Media: Digital Realignment and Industry Transformation, Springer International Publishing, 2015, pp. 65-80.甚至隱喻的使用，一個相當人性化的概念，也將被整合到敘事科學公司（Narrative Science）的算法中。

美聯社另一大自動化新聞工具應用Wibbitz，是由以色列的Wibbitz 公司開發的，其核心的AI 技術是“文本轉換視頻技術”（Text-to-Video Technology）。用戶將報道文本上傳至Wibbitz平臺進行分析，而后AI 會針對這個文字報道形成一個摘要，即完成視頻腳本，并根據摘要在數秒內自動將一系列圖像或視頻片段串接在一起，添加一些畫外音，最終形成一個敘事完整、元素豐富的短視頻，然后由人工編輯進一步細化。

我國媒體也在積極與技術公司合作應用智能化技術。2015 年，騰訊財經和新華社分別相繼推出寫作機器人Dreamwriter 和“快筆小新”；2019 年9 月，體現主流算法的人民日報客戶端7.0 版、短視頻客戶端、全媒體智慧云等問世；2019 年全國兩會報道中，新華社帶著應用計算機繪圖技術制作的AI 新聞女主播、媒體大腦讀報告、MR 全息報道等多個智能應用亮相；2019年12 月12 日，新華社智能化編輯部正式建成并投入使用。⑤新華社“人工智能時代媒體變革與發展”課題組：《國內外媒體應用人工智能的現狀及影響》，《中國記者》2020 年第2 期。

（三）新聞分發與追蹤報道采用情況

有了新聞產品后，更重要的是傳播出去，在如何找到用戶的關注點，將內容分發給合適的用戶，實現精準的傳播方面，人工智能技術帶來了巨大的變革。牛津大學路透新聞研究中心2017 年的報告顯示，基于算法推薦技術的新聞信息分發，比“把關人”編輯挑選的新聞更受用戶歡迎。①牛津路透新聞研究中心：《2017 年全球網絡數字新聞報告》，http://re-utersinstitIlte.Pobdcs.ox.ac.uk。通過大數據分析，新聞機構可以有效地將個性化信息的需求與海量信息的供給進行匹配，實現個性化的新聞定制。

個性化推薦算法的主要策略有內容推薦、協同過濾、單因子推薦等。美聯社戰略經理弗朗西斯科·馬可尼（Francesco Marconi）認為，人工智能賦予新聞機構創造無限內容的可能，且可以向每位讀者推薦適合他們的報道，讓用戶真正享受“私人定制”資訊。而該領域的巨頭Google、Facebook、Twitter 等早已深諳此道。2013 年以來，不少新聞機構在人工智能方面投入了很多精力，比如借助Facebook 的通訊軟件Messenger，華爾街日報等使用機器人Bot 進行新聞資訊推送，實現了一定程度的自動化。②參閱《人工智能會成為記者的好伙伴嗎？》，http://news.qq.com/a/20161111/032007.htm。

《紐約時報》采用Blossomblot 作為機器人編輯，主要原理就是通過對Twitter 等社交媒體上的信息進行大數據分析，來研判哪些新聞有傳播潛力，什么類型的內容更受歡迎、更有價值，并幫助編輯進行內容推送。統計數據顯示，Blossomblot 篩選后的文章點擊量是《紐約日報》普通文章的38 倍，未來其還可通過機器學習擔任選取標題、寫文章摘要等工作。

人工智能內容分發在我國已得到廣泛運用。一點資訊將編輯和算法相結合，通過對用戶進行畫像，分析用戶的特征和愛好，精準推薦內容。短視頻社交平臺的個性化推送更是應用廣泛。以快手為例，自2011 年創立以來發展迅速，基于深度學習的算法機制，快手實現了復雜網絡環境下對不同用戶、多種場景的內容分發。而科技公司推出的智能語音助手能提供語音對話式的新聞播報，如亞馬遜的語音助手“阿萊克沙”（Alexa）、阿里巴巴的智能音箱“天貓精靈”等。③郭晶、崔家勇：《專用人工智能在新聞業的應用領域、關鍵技術與研發模式》，《科技與出版》2019 年第8期。

通過大數據進行用戶畫像以及勾勒其社交圖譜，算法技術可以高效率地針對用戶進行個性化推薦，并可實現用戶潛意識的信息需求與信息呈現之間的無縫對接。人工智能誕生之初，開發人工智能算法的科學家們就以充分利用人工智能為終極目標，不過對這一終極目標的質疑聲一直存在，如約翰·塞爾（John Searle）批評了人工智能哲學家，在2013 年一次特別的TED演講中，④TED（technology、entertainment 和design 三詞的縮寫）是美國的一家私有非營利機構，該機構以其組織的TED 大會著稱，會議的宗旨是“值得傳播的創意”。TED 誕生于1984 年，發起人是理查德·索·烏曼。它邀請世界上的思想領袖與實干家來分享他們最熱衷從事的事業。2001 年起，克里斯·安德森接管TED，并將TED 演講者的領域從原先的技術、娛樂、設計三個領域擴展到了各行各業，邀請科學家、哲學家、藝術家、探險家、心理學家、語言學家、宗教領袖、慈善家等加入，致力于使TED 成為超越會議性質的世界品牌。他重復了自己1990 年的爭論和主張，即“我們不能建造一個有意識的機器”。⑤John R. Searle, Is the Brain's Mind a Computer Program?Scientific American, no.1, 1990, pp. 26-31.他認為人工智能工具最大的局限性在于，機器“大腦”無法脫離人類程序員確定的“工具箱”而進行“思考”，也無法擺脫算法預先確定的概念框架，即使這些算法可以通過編程自動地隨著時間的推移而改進。這些都是嚴重的缺點。⑥Noam Latar, Can Robot Journalists Replace Human Journalists in The Coverage of Wars? in Ibrahim Saleh and Thomas Knieper(eds.), Visual Politics of Wars, Cambridge Scholars Publishing, 2016.

二、人工智能運用于新聞生產的問題及對策研究

（一）機器寫作新聞在準確性與深度方面的不足

人工智能在基于算法的結構化數據處理等方面有優勢，但在非結構化數據處理，尤其是涉及藝術性、創新性、復雜信息方面還很欠缺。目前的機器寫作在應對復雜的社會問題時，明顯存在報道模式比較單一、語言生硬、內容深度不夠等缺點。如基于人工智能的寫作軟件Quill 綜合了數據分析、人工智能和編輯專長，但Quill的運行依賴于數據，只有在數據可用，并且限定了問題時，Quill 才能編寫新聞報道。沒有數據和明確給出的問題，Quill 無法自己寫作。①Noam Latar, Can Robot Journalists Replace Human Journalists in The Coverage of Wars? in Ibrahim Saleh and Thomas Knieper(eds.), Visual Politics of Wars, Cambridge Scholars Publishing, 2016.單純依靠人工智能，我們無法解釋錯綜復雜的現實情境，進而探究事實背后的“真相”，而這正是媒體重要的社會責任所在。

有學者分析，出版商越來越多地使用“機器人記者”來生成較為簡單的報道，這些報道過去是由初級寫手完成的，現在只需將數據插入標準的模板即可。出版商聲稱這樣可以讓記者從千篇一律的報道中解脫出來，能更有效地利用時間，承擔更重要的任務。但批評者認為，越來越多的出版機構是由會計師而非創意人士管理的，他們用機器寫作只是意欲削減成本。②Mark Frary, The Future is Robotic: Would Journalists Have More Time to Investigate News Stories if Robots Did the Easy bits? Index on Censorship, vol.48, 2019, pp. 8-10.紐約大學卡特新聞學院（Arthur L. Carter Journalism Institute）的助理教授梅雷迪思·布魯薩德（Meredith Broussard）表示，盡管收益報告實現自動化的時機已至，但其他類型的新聞報道還未成熟。③Mark Frary, The Future is Robotic: Would Journalists Have More Time to Investigate News Stories if Robots Did the Easy bits? Index on Censorship，vol.48, 2019, pp. 8-10.

近幾年深度學習發展迅速，機器寫作技術不斷進步。北京大學計算機科學技術研究所研究員萬小軍說，基于深度學習技術進行文本生成，不依賴于模板或規則，這樣的寫作方式雖然在研究上取得了一定進展，但還不能保證所生成稿件的準確性與可讀性，難以滿足在很多應用場景下對稿件的質量要求。此外，深度學習生成的模型訓練需要大量的平行語料，而在很多領域內較難獲取這樣的大規模語料。④《 閱讀率與人工稿件基本持平 機器寫作正逐漸被接受》，https://3w.huanqiu.com/a/564394/3w8sCC2DTBf?p=4&agt=8。

學界一些積極的觀點則認為，人工智能潛力很大，并不局限于寫作模板化的新聞報道。OpenAI 是一家研究“安全人工智能之路”的非營利性研究公司，其開發了一種名為GPT-2 的人工智能文本引擎。通過對來自網絡的數百萬頁文本進行訓練，該引擎能預測文本中的下一個單詞，并模仿寫作一些新聞稿，一般人很難將其與人類記者所寫新聞稿加以分辯，因此它可能被用于“深度偽造”內容。該公司表示，非常擔心這項技術可能被濫用，因而不愿公布這項研究，以便更全面地評估它。⑤Mark Frary, The Future is Robotic: Would Journalists Have More Time to Investigate News Stories if Robots Did the Easy Bits? Index on Censorship, vol. 48, 2019, pp. 8-10.

機器人算法往往不夠透明，如果源頭的數據出現錯誤，加上人力難以及時干預，則會造成負面后果。美聯社的報告中舉了一個例子：設想一組環境記者正在尋找石油開采與森林毀壞之間的關系,他們不確定到何處去尋找素材和進行報道，所以使用人工智能來尋找附近因石油開采而遭受砍伐的森林。假設的團隊首先為其人工智能系統提供一系列衛星圖像，這些圖像代表了通過石油鉆探造成的森林砍伐；再為其提供一系列衛星圖像，不代表通過石油鉆探造成的森林砍伐。經過這樣的數據訓練，機器應該能夠在看到一個新的衛星圖像后，確定其所描繪的地點是否對記者們有用。

機器系統檢查了數據，并輸出一個包含4 個地點的列表，它認為這些明顯是由附近的鉆探活動導致的森林砍伐。但是當這組記者訪問每個地點進行追查時，發現這些森林砍伐并不是由鉆探造成的。一次是火災，另一次則是木材公司的責任。檢查此前被輸入的訓練數據時發現，系統確定森林快速砍伐的地區的依據是其是否靠近山區，因為記者們用作訓練數據的每一張圖片都有山，而石油鉆探并沒有被考慮在內。如果這個記者團隊知道人工智能系統是如何學習的，本可以避免這樣的錯誤。①The Future of Augmented Journalism: A Guide for Newsrooms in the Age of Smart Machines, https://www.coursehero.com/file/28587354/ap-insights-the-future-ofaugmented-journalismpdf/.

丹·凱瑟林（Dan Keyserling）， 一 家 由Google 創建的科技孵化器Jigsaw 的通信主管說：“在報道中，我們需要像處理事實一樣認真地處理數字，對數字認真檢查，并對其背景進行探究。”②The Future of Augmented Journalism: A Guide for Newsrooms in the Age of Smart Machines, https://www.coursehero.com/file/28587354/ap-insights-the-future-ofaugmented-journalismpdf/.一些學者指出機器人無法避免陳詞濫調、缺乏創造性和幽默感。他們并不反對使用機器人寫作，認為機器人可以從事日常生活中一些簡單化和自動化的寫作，但是在當前技術環境下深度報道只能依靠人類記者完成。③Noam Latar, Can Robot Journalists Replace Human Journalists in The Coverage of Wars? in Ibrahim Saleh and Thomas Knieper(eds.), Visual Politics of Wars, Cambridge Scholars Publishing, 2016.在分析和處理復雜的情況時，在傳遞微妙的情感時，尤其是在價值規則的制定和框架選擇方面，人類智能的參與依然是必不可少的。在挖掘新聞線索和收集素材方面，人工智能目前有效性也不足。由此可見，探討如何提高人機協同的效率非常重要。

（二）算法偏見及“信息繭房”等問題及治理

算法看上去客觀、公正，實際上可能隱藏著偏見。學界業界對于“算法偏見”存在爭論。有學者對來自BBC、CNN、湯森路透等新聞機構，并且有使用機器寫作程序經驗的記者進行了調查和訪談。一些記者認為機器寫作和數據化可以減少報道中的偏見。來自湯森路透電視臺（Thomson Reuters Television）的記者認為人類的報道中存在偏見，技術則相對缺少偏見。其他記者提及人類新聞業中的操控問題，認為“機器人新聞”可以呈現事件和人物的本來面目，有利于民主發展。一位來自BBC 的記者則持不同立場，他擔心通過自動生成技術產生數量巨大的媒體內容，可能意味著一個人或組織的“偏見”被編進算法中且廣泛傳播，這可能發生在主流媒體的新聞、或者社交媒體發布的信息中，并被用戶消費或被記者用作信息來源?！霸絹碓蕉嗟男侣劷M織正在關注社交媒體的發展趨勢。如果有人能得到足夠的話語空間，他們可以影響新聞議程設置，使自己的觀點進入主流。”④Neil Thurman, Konstantin Doerr and Jessica Kunert,When Reporters Get Hands-on with Robo-Writing: Professionals Consider Automated Journalism’s Capabilities and Consequences,Digital Journalism, vol.5, 2017, pp. 1-20.因此要警惕算法黑箱與其背后的利益操縱。

用于提供這些個性化服務的算法構成了技術黑箱，只能被技術專家理解（有時甚至他們也無法了解）。大多數外行用戶只是處理個性化算法的輸入和輸出，他們不需要關心輸入的數據是如何變成文本的。個性化算法邏輯需要根據機構的配置文件、限制、目標等加以調整，例如用戶和內容、可用數據的范圍、質量、頻率，以及想要達到的結果等。鑒于算法個性化技術起源于計算機科學，對記者、編輯、管理人員和市場營銷人士來說，將數據轉換為推薦意見的技術流程也是個挑戰。①Balázs Bodó, Selling News to Audiences - A Qualitative Inquiry into the Emerging Logics of Algorithmic News Personalization in European Quality News Media, Digital Journalism, vol. 7, 2019, pp. 1054-1075.

同時，一些學者擔憂，人工智能技術將議題設置權讓渡給社交關系和算法生成，縮小了受眾的視野，形成“信息繭房”，使之無法感知自身興趣外的新事物和話題。任其發展的話，會制造過濾氣泡、“回音室”，以及形成觀點極化。在線平臺也使用個性化技術，盡管它們有著迥異的目標。平臺以多種方式顛覆了新聞生產、傳播和消費的邏輯，它們與新聞機構爭奪廣告收入；通過對用戶的控制，它們在消息傳遞方面越來越重要；通過其個性化努力，它們能夠自己設置議程，并以犧牲新聞媒體為代價。②Balázs Bodó, Selling News to Audiences - A Qualitative Inquiry into the Emerging Logics of Algorithmic News Personalization in European Quality News Media, Digital Journalism, vol. 7, 2019, pp. 1054-1075.

亞當·D. I. 克雷默（Adam D. I. Kramer）等學者通過對68 萬人所做實驗證實，Facebook 消息推送可顯著影響人們的情感和態度，③Adam D. I. Kramer, Jamie E. Guillory and Jeffrey T.Hancock, Experimental Evidence of Massive-Scale Emotional Contagion through Social Networks, Proceedings of the National Academy of Sciences of the United States of America, vol. 111,2014, pp. 8788-8790.而另外一些學者則認為這些恐懼往往沒有證據支持，算法推薦功能實際上可以對用戶的信息暴露產生積極影響，幫助用戶在數字信息迷宮中遨游，去粗取精，找到與自己真正相關的信息。④Natali Helberger, Kari Karppinen and Lucia D’Acunto,Exposure Diversity as a Design Principle for Recommender Systems, Information Communication and Society, vol. 21, 2018,pp. 191-207.

針對常見的過濾氣泡、回聲室、信息窄化等憂慮，有學者重申了“曝光多樣化”（exposure diversity）的價值。接觸多元化內容的價值可從不同的角度考察，從經濟創新、個人成就到文化發展，有利于促進包容和理解。對于用戶的選擇還有更多規范性問題，如怎樣選擇“多樣化”內容，這些選擇受到什么條件影響等。不同的民主觀念意味著衡量曝光多樣性的不同標準，考慮到這些理解的多樣性，軟件設計根據不同的模式和標準可有多種方式，嘗試促進“曝光多樣化”。⑤Natali Helberger, Kari Karppinen and Lucia D’Acunto,Exposure Diversity as a Design Principle for Recommender Systems, Information Communication and Society, vol. 21, 2018,pp. 191-207.

還有些記者擔心人工智能技術的運用會造成信息超載。機器寫作的一大作用是提供更多信息，新自由主義理論認為這是好事，因為人們想有盡可能多的選擇。但有時用戶很難判斷信息是否真實，這原本是新聞工作者的職責，他們如過濾器般把較為簡潔的報道呈現給用戶。⑥Natali Helberger, Kari Karppinen and Lucia D’Acunto,Exposure Diversity as a Design Principle for Recommender Systems, Information Communication and Society, vol. 21, 2018，pp. 191-207.面對大量信息，一些消費者可能從其深度、廣度、特性、可訪問性，以及信息的即時性等方面受益；但對另一些人來說,可能會增加其在一個已經飽和的世界中前行的難度。因此，在新聞和信息增多的背景下，對新聞判斷能力之類的人類技能的需求更加迫切，以便讓我們能繼續得到簡潔的信息，全面、準確地了解我們周圍的世界。⑦Neil Thurman, Konstantin Doerr and Jessica Kunert,When Reporters Get Hands-on with Robo-Writing: Professionals Consider Automated Journalism’s Capabilities and Consequences,Digital Journalism, vol.5, 2017, pp. 1-20.

人類在一定程度上會被自己本質的對象物，如技術特別是智能技術所異化，誠如馬爾庫塞所說：“勞動分工的日益專門化，人們在勞動中從事越來越單調乏味、千篇一律的操作，人越來越成為一種工具。”①鐵省林、房德久主編：《國外馬克思主義概論》，山東人民出版社，2012 年，第104 頁。社會是需要共識的，而思想的活躍與繁榮是共識形成的基礎。在不同思想觀點的交流和碰撞中，形成思想和觀點的“最大公約數”。而算法主導的計算新聞正在把大眾媒體變成個性媒體。②彭增軍：《老謀何以深算？計算新聞的是與非》，《新聞記者》2019 年第11 期?！?算法推薦造就了高度分眾化的群體和社群區隔，導致社會共識的形成變得困難，給社會凝聚力的增強帶來了新挑戰?！雹蹌⒋娴?、徐煒：《能否讓算法定義社會——傳媒社會學視角下的新聞算法推薦系統》，《學術論壇》2018 年第4 期。

如何判斷和糾正算法偏差值得探究，引導多元化的算法平臺的協同與競爭是有必要的。一些學者提出的“多樣性敏感設計”（diversitysensitive design）提供了一種有益的公共政策手段，以克服對泡沫與信息繭房的擔憂。許多媒體監管機構正在考慮如何應對信息過濾對公共信息政策目標實現的潛在負面影響（荷蘭經濟事務部，2014 年；歐盟委員會，2013 年；英國通信管理局，2012 年），將多樣性敏感設計視為可能解決方案的一部分的做法是引人矚目的。④Natali Helberger, Kari Karppinen and Lucia D’Acunto,Exposure Diversity as a Design Principle for Recommender Systems, Information Communication and Society, vol. 21, 2018,pp. 191-207.

業內人士則主張，為減少并避免算法推薦同質化信息流而導致的“回音室”效應和信息“過濾泡沫”，在用算法技術進行信息分發時，要從作為內容生產者主體的人出發，遵守倫理規范和專業主義要求，以“建立起內容方與算法的共同合作”。⑤劉勝男：《算法時代“好內容”的定義》，《新聞與寫作》2017 年第6 期。

（三）價值導向缺失帶來的倫理失范問題及對策探討

新聞報道要求客觀全面，并且符合公眾的根本利益。媒體通過算法得出用戶感興趣的內容，為獲取流量而大規模生產某一領域內容，往往不以公眾的利益為出發點，過度追逐商業利益，導致倫理失范。包括Facebook 在內的各大互聯網企業都曾在采訪中表示它們不是媒體，是互聯網公司，而全球互聯網公司都向內容產業投入資本以求商業回報。今日頭條這樣的算法推薦平臺之所以時常陷入“三俗”境地，根本原因在于缺乏主流價值引導。在標榜“中立性”“技術主導”的同時，以公式算法和系數加權的方式推送大量低俗化信息，并不符合社會價值觀和用戶的核心需求。

缺乏價值導向還可能帶來用戶隱私泄露等風險，這既是法律問題，也是倫理問題。打著個性化服務的旗號侵犯個人隱私，將會給民眾造成很大的安全隱患。2018 年3 月，社交網站Facebook 被曝泄露用戶數據，涉嫌影響美國大選。鑒于算法在決策過程中占有越來越重要的權重，算法的不透明及監管缺失成為輿論關注的熱點，建立算法問責機制以保證其決策正當性，成為學界和業界共識。

2018 年，第40 屆數據保護與隱私專員國際大會（ICDPPC）發布《人工智能倫理與數據保護宣言》，限制人工智能對隱私數據的使用；歐盟委員會組建人工智能高級專家組，發布《關于可信賴人工智能的倫理準則（草案）》，提出可問責性、非歧視性、透明性、尊重人類自主性等十大原則，尤其強調人工智能系統應記錄其所作決定及產生這些決定的過程，使透明度和可解釋性最大化。我國在新聞倫理和計算機倫理體系建設方面比較欠缺，應盡快明確算法倫理原則以及算法工程師的職業道德規范，減少算法引發的倫理問題。

機器與人的關系也需要從道德倫理層面加以審視，并對其帶來的新的法律問題進行研究。塞思·劉易斯（Seth Lewis）研究了AI 生成新聞中的誹謗問題，他說：“如果某篇機器自動化生成的新聞報道誹謗個人，那誰來為此負責？我們如何起訴機器算法？最終還會是人類以這樣或那樣的方式承擔責任。”①《 AI 技術在新聞業廣泛使用，人類記者何去何從？》，http://www.sykv.cn/m/view.php?aid=18668。又如，人工智能發布虛假新聞的后果應由誰來負責？在這一問題有明確的司法解釋前，新聞媒體在新聞報道中必須注意速度與準確性的平衡。

媒介倫理要求事實與觀點的分離，出版商應該讓受眾知道哪些文章是人類記者寫的，哪些是機器人記者寫的。《福布斯》目前發表的自然語言生成文章遵守這一程序。但如果沒有明確的道德準則，經濟利益可能驅使人們將機器人寫的報道署上人類記者之名。由于人工智能有其局限性，讓用戶知道一篇報道是機器人還是人類寫的很重要。人類新聞工作者必須理解自身的職業發展，并確保這些技術變化為他們服務，以保留和加強其重要的社會功能。②Noam Latar, The Robot Journalist in the Age of Social Physics: The End of Human Journalism? The New World of Transitioned Media: Digital Realignment and Industry Transformation, Springer International Publishing, 2015, pp. 65-80.

面對算法機制種種潛在的風險，不少學者倡導提高算法推薦中作為主體的人的地位。技術具有獨立于人的理性特征，但技術的產生是為了某種目的，代替人類完成某種工作。如何發揮人的主體地位在智能算法中成為當務之急。對技術持有批判精神，以及對價值保持敬畏之心，這是在推進算法技術發展中需要特別注意的問題。

在宏觀治理方面，政府應跟進制定對于人工智能應用的配套規則，要對人工智能新聞作品的定義、人工智能產品可能產生的版權責任，以及用戶隱私泄露、算法推薦使用規范等問題加以規制；積極完善相關法規，鼓勵優質內容的生產和傳播，對低俗內容的傳播進行約束；還應引導用戶提高媒介素養，增強信息辨別能力。

三、結 語

“技術有機論”的創始人劉易斯·芒福德（Lewis Mumford）將技術與生命緊密聯系在一起。他認為，技術是生物生命的延伸，技術與生命從來沒有分離，而是統一為一個整體。在信息生態系統中，人類與人工智能的關系，不再是簡單的主體和客體之間的二元對立，而變成了黏性更強的互動關系。人工智能與新聞的結合，帶來的不僅是某一項具體工作的變化，更帶來了從新聞采集、制作到傳播分發等流程的全面變革。

人工智能對新聞生產的深度介入已成客觀現實，并將成為不可阻擋的潮流，我們應該充分探究人與機器、新聞與技術的關系，理性對待人工智能造成的沖擊，積極探索新聞從業者的應對策略。新聞記者要發揮主觀能動性，結合理性與感性思考，將關注點集中在人身上。拉塔爾認為，機器人記者無法像人類記者那樣，成為民主和人權的守護者，人類可以憑借自身優勢與之進行競爭。③Noam Latar, The Robot Journalist in the Age of Social Physics: The End of Human Journalism? The New World of Transitioned Media: Digital Realignment and Industry Transformation, Springer International Publishing, 2015, pp. 65-80.優秀的記者能夠挖掘事實真相、傳承人文精神。如今廣大受眾對媒體的專業要求其實并未降低，媒體人除了持續地提升專業能力外，對于機器和數據等的熟練使用有利于提高專業水準。此外，對媒體社會責任的堅守也是必須的。