智媒時代編輯理念轉型探究

摘要：人工智能與媒體融合發展，形成了智媒這一新的媒體形態和傳播樣態。智媒時代將重塑編輯邊界，出現了編輯的算法轉向、編輯的協同共創轉向、編輯的流程轉向，對編輯理念提出了新的要求。本文在界定智媒的基礎上分析智媒的基本屬性，剖析智媒時代編輯的轉向問題，探究智媒時代編輯理念轉型的實現路徑，以期為編輯理念的轉型提供借鑒思路。

關鍵詞：智媒 編輯轉型 媒介融合 人工智能

近年來人工智能與媒體融合發展，形成了智媒這一新的媒體形態和傳播樣態。人工智能與媒體融合產生了有別于傳統媒體形態的智媒形態，編輯過程的智能化不僅在內容分發環節，而且貫穿于內容信息編輯傳播的全流程。既為編輯帶來了機遇又帶來了挑戰。機遇而言，一方面可以推動編輯向深度數字化轉變，另一方面可以促進編輯效率的提高。挑戰而言，需要從業者理解智媒時代的內在屬性，轉變編輯思路，重塑編輯理念，正視人工智能在編輯過程中的作用，充分發揮編輯從業者自身的能動性，直面人工智能帶來的機遇與挑戰。

一、人工智能與智能媒體

人工智能是指能夠“研究、開發用于模擬、延伸和擴展人的智能行為，如學習、推理、思考、規劃等”[1]。其使用人工神經網絡的技術，本質在于機器通過深度學習自主解決問題。“傳媒人工智能主要是指在原有傳播媒介的基礎上融合數字化技術而衍生的，以高效快捷的線上信息傳播為目的，以數字化、智能化、信息化為特征的一系列傳播活動。”[2]人工智能應用于傳媒領域最早可以追溯到2009年，美國西北大學研究人員創建的人工智能軟件StatsMonkey撰寫了關于美國職業棒球賽的智能編輯稿件。2015年起，《紐約時報》、《華盛頓郵報》等六家國際知名媒體分別有了各自的機器人服務系統。國內新華社的“快筆小新”、騰訊新聞的“Dreamwriter”、DT稿王等人工智能系統在“九寨溝地震”、“兩會”期間大顯身手。迄今為止，人工智能應用于傳媒領域進行內容編輯的現象越來越普遍。實質上，智能媒體是一個融合概念，人工智能與媒體深度融合形成了智媒這一新的媒體形態，“人工智能、物聯網、VR/AR等技術的發展成為驅動媒體智能化的直接技術動因”[3]。因此，智能媒體并不是媒體與人工智能的簡單疊加，而有著內在的技術邏輯與技術動因。就其屬性而言，智媒是媒體形態發展的高級階段，具有數據驅動算法應用、高交互性與高協同性、高整合性與高沉浸性的內在屬性。三種內在屬性具體表現如下：第一，算法上的數據驅動應用。數據驅動算法是計算機根據歷史的足夠代表性的樣本數據，構造出近似的模型狀況。其主要價值之一是得到的模型雖然和真實情況有偏差，但提高了人類發現真理的速度以指導實踐。根據易觀發布的2016年《中國移動資訊信息分發市場專題研究報告》，算法推送內容超過人工推送占比高于50%。第二，生產模式上的高交互性與高協同性。高交互性與高協同性表現為內容生產逐漸演變成用戶生產（UGC）、專業生產（PGC）、機器生產（MGC）多維的協同生產模式。用戶協同表現在用戶由被動的接受者變為主動的交互者與積極的影響者，用戶的交互數據成為內容選題與分發的重要依據;機器協同表現在機器既可以捕捉用戶在內容生產中的行為數據，影響選題和確定內容的關鍵要素，還可以輔助編輯查找問題。譬如，《華盛頓郵報》的檢查工具Truth Teller具有智能檢查系統，可以輔助發現新聞報道中的異常現象并發出提醒;專業生產協同表現在專業化生產組織或個人發揮“把關”作用，影響和重組內容生產的方向和編碼過程，形成多維內容生產體系。第三，流程上的高整合性與高沉浸性。表現為機器輔助編輯生產貫穿于從選題策劃到內容生產，再到內容分發的全流程，環環相扣具有高度的整合性。用戶是內容的接受者和參與者，同時也是內容的分享者和注意力的引爆者，用戶沉浸于內容生產傳播過程中，逐漸由“獨樂樂的受眾”轉變為“眾樂樂的受眾”，具有高度的沉浸性。

二、智媒時代編輯理念的轉向

智能媒體的三大主要屬性深刻地影響并使智能媒體編輯面臨三大轉向。

（一）以大數據挖掘為基礎編輯的算法轉向

“智媒時代建立在海量的數據庫之上，大數據與智能媒體之間相輔相成。人工智能深度學習的前提是主體必須具備大型的數據庫樣本”[4]。智能媒體通過算法分析形成核心主題點，利用數據模型確定稿件可讀性和內容結構，并在挖掘用戶數據的基礎上形成個性化稿件。“算法是解題方案的準確而完整的描述，是一系列解決問題的清晰指令，能對一定規范的輸入，在有限時間內獲得所要求的輸出。”[5]“依托大數據技術對數據進行實時的采集、清洗和數據的標準化，再根據業務的需求設計相應的算法模型對數據進行實時的計算和分析”。[6]算法貫穿于編輯流程始終，可實現海量數據的自動采集和批量處理，判斷選題價值并分析用戶匹配性，進而改變編輯過程及信息的分發機制，被廣泛地應用于內容策劃、生產、傳播的各環節中。譬如，新華社“快筆小新”的智能編輯生產大致可以分為“數據采集與處理”“算法計算與分析”和“模板匹配與生產”三個流程，借助算法進行模板匹配，并通過算法定向分發由大眾化覆蓋轉向個體化定制，提升內容與讀者個性化匹配程度。因此，在智媒時代的算法轉向下，“真正能立于不敗之地的編輯人員是那些會和數據打交道，能夠把原始數據詮釋成有意義的結果的人”[7]。

（二）以協同共創為趨勢的編輯人機轉向

人機協同是智媒發展的主要趨勢，是未來媒體智能化發展的主流方向。表現為內容編輯過程具有高度的協同性，不僅體現在機器輔助內容的生產，而且體現在用戶參與內容生產并與機器協同共創。在傳統編輯過程中，編輯處于核心位置，內容編撰整體生產過程是單向的，計算機與自動化編排系統扮演著輔助編輯的角色，起到簡化基礎流程的作用。而智媒時代的編輯用戶生產、專業生產、機器生產多方共存，共同參與到內容生產的流程中。譬如，英國體育媒體GiveMeSport使用Breaking Data的自然語言處理技術，在選題策劃階段捕捉“推特”上的用戶行為和用戶生產的內容，依托關鍵詞對“推特”上用戶生產內容進行算法分析，將用戶感興趣的內容編排后推送給記者把關與編輯，這一過程多方協調共同參與。

（三）編輯流程系統的智能整合轉向

傳統的內容生產模式是以作者和編輯為中心的人工生產模式，從選題策劃到內容生產主要依靠作者和編輯進行把關。智媒時代機器和數據深度融入內容生產全過程，編輯流程表現在選題策劃、撰稿、審校、內容分發的各整體流程環節中。譬如，阿里巴巴推出的DT稿王，其內容生產流程包括信息采集、稿件生成、稿件評估這三個智能化的子系統。DT稿王在選題策劃階段，依托智能化、云計算、大數據分析技術，從存儲了大量高質量數據的龐大數據庫中采集有價值的數據發現和形成選題。在內容生成階段，DT稿王對采集階段所找到的與主題相關的基礎數據進行信息提取與解析，通過結構化處理、篩選，套用預設模板形成文本。在審校評估階段，DT稿王基于選題策劃與撰稿階段所積累的數據，依托自身的智能審校系統進行基礎性的自動糾錯、問題排查、人工核查，對稿件進行評估和校審。在內容分發階段，通過對用戶數據深度學習，分析用戶的點擊、瀏覽、轉發、評論等行為，生成用戶個人偏好數據并進行有針對性的內容推送。智媒時代編輯流程從傳統的編輯中心模式，走向了系統性整合性的智能生產流程。

三、智媒時代編輯理念轉型路徑

智媒時代帶來了更加高效的信息處理模式和解讀方法，因此，從業者要樹立新的理念，樹立數據思維，挖掘數據內在價值;編輯行業要調整人才結構，吸納新型傳播人才，激發創意活力，還要建立深度融合新技術手段的采編體系。

（一）樹立數據思維，挖掘數據價值

傳統的編輯理念，“在選題策劃方面不夠精準，欠缺對數據的分析和挖掘能力，編輯理念較為落后，缺乏利用互聯網海量數據的意識，很難跟上數字化的發展趨勢。[8]”面對智媒時代編輯的算法轉向，更應該重視數據對于編輯過程的內在影響，從業者要樹立數據思維，挖掘數據價值。當前的智媒處于初級發展階段，屬于“弱智能”階段用戶洞察和算法還不夠聰明，但是依靠關系數據的算法將會更多地應用于編輯實踐中。“未來‘聰明的算法可以基于你所處的不同圈子關聯計算出該圈子里的人關注某一話題信息的強度，強度達到一定閾值后，系統就會自動向你推送相應的信息資訊。”[9]。伴隨著人工智能不斷發展，“算法”也將會越來越聰明，將會更大程度體現數據價值，數據分析與數據驅動將貫穿于編輯全流程。因此，在智媒時代編輯者應具有對數據運用的前瞻意識，樹立數據思維，培養數據處理能力，在紛繁的數據中發現數據規律與意義，挖掘數據價值為編輯實踐所用。

（二）調整人才結構，增加報道深度

智媒時代不僅要求編輯要具有信息組合能力、圖片拍攝與處理能力，更需要運營能力、數據分析能力、創意能力。媒體的智能變革，可以把優秀的編輯記者從繁重的重復勞動中解放出來，為他們創造深度分析報道的機會，為讀者提供更好的決策依據。

目前人工智能還處于較為基礎的發展階段，主要從事重復式勞動，表現為撰寫新聞資訊中標準化的消息、快訊等。智媒機器輔助編輯過程依托算法和既有模板進行嵌套編輯，更多地體現為“技術理性”，但是信息內容生產和編輯過程過分依托于“技術理性”容易帶來“千篇一律”的內容，走向“過度同質化”，降低讀者閱讀興趣，不利于內容的差異化生產。因此更要發揮創意活力，使“技術理性”與“創意感性”相輔相成共同提高內容質量，形“差異化優勢”，促進編輯的深度分析報道。智能化的不斷提高、協同性的不斷增強，需要人才轉型和豐富人才構成，既要引進“懂技術又懂編輯”的人才比例，培養“跨界”人才，又要求在崗編輯從業人員不斷增加業務學習，豐富自身的知識構成，發揮自身創意能力，形成差異化優勢，增加報道深度。

（三）發揮技術優勢，融合智能采編

機器人與編輯者不是取代的關系，而是協同與促進的關系。智能采編表現在以下幾個方面。

一是智能化信息采集與策劃。這個過程需要發揮“眾智眾創眾籌”理念，“優化運用智能蟻群算法、人工魚群算法、煙花爆炸算法等群體智能的算法，探索研發可以實現眾創撰稿、協同創作的工具系統。[10]”二是智能化內容創作。這個過程既要調動編輯自身的專業知識又要借助智能撰寫系統共同進行內容創作，在機器生成的基礎上編輯進行深度分析與內容挖掘，并依托智能化審校系統進行智能糾錯、敏感詞排查等初級審校工作。三是智能化內容分發，立體采編體系。內容分發過程一方面通過標簽和算法進行定制化的個性發放，另一方面基于用戶數據分析實現目標用戶的數據回傳進行二次分發，從而形成智能化、系統化、整合化的采編過程。因此，我們應正視技術在編輯生產中的作用，發揮智媒時代的技術優勢，構建“人工智能+采編”深度融合的智能采編體系為我所用，提高采編效率。

結語

新事物的發展機遇與問題并存。目前，智媒編輯面臨著亟待克服的問題，一是內容同質化。機器輔助編輯依托算法和既有模板進行嵌套輔助編輯，寫作更多地體現為機械 技術，內容“模板化”、同質化，這需要從業者發揮創意活力提高內容的深度，形成差異化優勢;二是版權監管。人工智能直接生成的內容實質上是以海量的基礎數據作為“底料”，是在深度學習與大數據整合的基礎上生成與原內容相似的“混合內容”，編輯在把關過程中對內容是否有“雷同”缺乏準確判斷，為侵權行為的判定帶來了難度。這需要提高智能糾察系統的精準性，同時充分發揮把關人加強把關力度，發揮能動性，以理性客觀的態度應對新技術發展帶來的機遇與挑戰。

參考文獻

[1]羅素，諾維格.人工智能：一種現代的方法[M].北京：清華大學出版社，2013

[2]喻國明，梁爽，程思琪.當前國際傳媒領域人工智能研究的學術熱點與框架——基于EBSCO數據庫2016年英文文獻的文獻計量學方法[J].東南學術，2018，（2）：55

[3]蘇濤，彭蘭.“智媒”時代的消融與重塑——2017年新媒體研究綜述[J].國際新聞界，2018，（1）：39-40

[4]林秋銘，范以錦.2017-2018：眾媒時代到智媒時代的大跨越[J].中國報業，2018，（1）：21-22

[5]呂國英.算法設計與分析（第2版）[M].北京：清華大學出版社，2009

[6]熊立波，鐘盈炯，林波.“快筆小新”與機器人寫作[J].新聞與寫作，2016，（2）：11

[7]匡文波.傳媒業變革之道：擁抱人工智能[J]. 新聞與寫作，2018，（1）：77-78

[8]隗立娜.數字時代編輯的媒介素養[J]. 現代商業， 2018，（8）：182-183

[9]喻國明，姚飛.試論人工智能技術范式下的傳媒變革與發展——一種對于傳媒未來技術創新邏輯的探析[J].新聞界，2017，（1）：40

[10]劉華東，馬維娜，張新新.“出版+人工智能”： 智能出版流程再造[J].出版廣角，2018，（1）：14-16

（項目基金：本文為撫州市社會科學規劃項目“基于社會網絡分析的老年群體社交媒體參與及謠言治理”（編號：20SK27）階段性成果。）

（于海婷系東華理工大學文法學院傳播系教師）