張曉慧
(蒙陰縣融媒體中心,山東 臨沂 276000)
融媒體時代,以人工智能為代表的新技術制造了“信息繭房”與“群體激化”,造成了廣泛的“信息泛化”與“信息窄化”現象。人工智能環境下,大眾所接受的信息越來越多,而信息傳播的途徑也逐步擴大,信息流轉速率越來越快。為更好地探明真相、達成社會共識、建構協調性社會行動,促進社會守望與協調功能,讓傳統廣電媒體在新形勢下獲得更好的發展機會,本文結合融媒體時代的特點,著眼于人工智能等前沿技術的應用,以新聞生產為例,探索廣播電視技術的創新應用場景,以實現高標準、高效率和高質量的發展[1]。
在以往的新聞生產模式中,專業新聞從業者與新聞組織幾乎壟斷了新聞資源與傳播渠道。移動端社會化媒體微博、微信等的興起,刺激了用戶數據的生成。用戶可以以多種形式參與到新聞生產中,這也促使新聞生產不斷開放。豐富的用戶數據類型更是為媒體提供著無數新聞線索,尤其是隨著社交平臺的越來越完善,用戶生成的內容成為更多突發性事件與社會新聞報道的重要來源。在融媒體環境下,傳者與受者之間的界限逐漸模糊,人人都是創作者,創作方向也由傳統的文字創作走向了圖文、圖片及視頻,攝影藝術發生了巨大的改變。近年來,基于互聯網的快速升級、自媒體的迅速發展,用戶生成內容(User Generated Content,UGC)生產模式進入一個新的發展階段[2]?!爸辈ァ边@種新型傳播形式快速走紅,各類App 也層出不窮,如抖音、快手等等。同時,也有很多原本并無直播程序的客戶端如淘寶、小紅書等,也都相繼開拓了直播內容。直播對于內容的要求很寬泛,可以是好物推薦,可以是才藝表演,也可以是美食制作或者是護膚美容等。這些內容充斥著受眾更多的時間,其中也存在內容品味低俗等問題,對廣電節目內容生產和審核都帶來了新的挑戰。
如今,大量節目信息的采編都可以獨立于媒體,在云端各平臺完成。利用網絡應用工具,可以實現對新聞熱點的挖掘、對新聞信息的篩選等,更可以借助算法來確定話題的熱度,這些手段使得新聞價值變得更高。算法技術以其善于搜集、整理、分析數據等優勢,彌補了廣電從業者在體力、產量及速度等方面的不足,可幫助他們更好地完成節目內容生產任務。微博熱搜榜、話題榜便是算法介入議題設置的典型代表。通過對用戶點擊量、轉發量、評論量等數據的統計,微博熱搜榜自動給出爆炸性的微博內容、熱門類微博,其中包含了多樣化的信息,如娛樂新聞、民生信息、國內外重大消息等。熱門的內容是通過人們的關注與討論形成的,也會得到更多人的關注和討論。在以往的新聞媒體工作中,語音、視頻等信息的制作都僅限于內部展開,可以說是新聞生產模式是封閉的、線性的。對于新聞信息的篩選與判斷,也大都靠媒體人的自我價值標準,對新聞效果的預估也是結合同行意見。但在大數據時代,這些更依賴受眾的感受和反饋。
新聞的加工、編輯,是新聞生產模式的關鍵環節,也是信息得到高效傳播的前提。以往的新聞加工主要是靠專業工作者妙筆生花,而如今,大數據、人工智能等新媒介技術進入新聞生產領域,徹底變革了這一傳統加工模式。傳統的新聞工作中,新聞寫作由專業新聞記者負責,而當人們步入融媒體時代,越來越多的“公民記者”出現了,其將隨時看到、聽到、想到、經歷到的事件以各種表達方式進行傳播。傳播平臺也更豐富,如微博、微信、抖音等。在人工智能時代,由寫作機器人輔助完成新聞事件的寫作與編輯已被廣泛應用[3]。寫作機器人、數據新聞等技術讓新聞的生產更高效且精準,航拍機器人代替人工拍攝實現攝影技術的巨大進步,虛擬現實技術使受眾在新聞瀏覽中得到浸入式、全景式的體驗,智能算法參與的個性化內容推薦提高了用戶黏性,這些都在促進著新聞生產模式的創新與改革。比如2022 年冬奧會期間,賽事播出平臺使用人工智能技術實現了對賽事精彩瞬間的快速剪輯,只要鍵入一個關鍵詞,就能快速獲得大量與其匹配的短視頻,滿足受眾的觀看需求。
2.1.1 應用數據化采集技術
在廣播內容生產流程中,信息采集是重要的第一個環節。傳統媒體環境下,新聞信息的采集大都依賴于記者的訪談錄音、文字記錄、圖像拍攝等,但是在新媒介技術環境下,基于數據處理技術、數據分析技術的支持,新聞源不斷被豐富和優化起來。在融媒體時代,要不斷推動新聞采集理念的革新,充分利用技術手段提升對于新聞的敏感性、客觀性、準確性和全面性,避免受到新聞從業者主觀想法的影響,通過海量客觀數據的分析,排除任何的人為因素與主觀觀念,保證數據所反映出來的是客觀事實,凸顯出信息采集方式更為便捷、采集范圍更廣泛、采集過程更客觀的優勢。有別于傳統的信息采集僅靠人力來搜集聽到、看到、想到信息的抽象性與狹隘性,傳感器新聞則是對數據挖掘、分析的全新模式。
2.1.2 重視用戶隱私保護技術
廣播電視技術同樣要服務于隱私的保護。新聞從業者在使用涉及到隱私侵權的設備如監控攝像頭、傳感器等時,要注意避開私人區域。對于未避開的情況,應在后期的制作、剪輯中刪掉有關隱私鏡頭。政府與立法機構應聯合出臺針對于此的相關法律法規,明確大數據在數據采集、共享上的權利邊界,保證用戶的隱私權。企業在數據的采集和利用中,應嚴格從自律、技術方面強調對用戶隱私權的保護,做到最終的侵權規避。比如在航拍技術的應用中,應該嚴格遵循相關法律規定。
2.2.1 寫作機器人技術的應用
機器代替專業的新聞從業者,無疑是新聞寫作領域的一大創新舉措,代表了人工智能技術在新聞領域的核心應用。在未來,要繼續利用機器寫作解放傳統的新聞生產力,提高新聞的時效性、準確性和客觀性,提升新聞生產數量。比如新華社上線的一款新聞寫作機器人——快筆小新,可以基于自己對數據的判斷得出結論,完成一系列的數據采集、加工等工作。它的寫作速度更快、時效性更高,可全天候寫作,減小人工工作量。
2.2.2 可視化加工技術
新媒介技術環境下,要不斷推動內容生產模式的創新和信息加工手段的創新,打造“個性化”新聞、“可視化”新聞及“VR”新聞等多種新聞模式。比如將VR 新聞更多地用在洪水、泥石流、地震等大型災害現場的突發性新聞報道,或是會議、頒獎典禮等大型活動的現場報道,或是球賽、電影節等娛樂性節目中,使用戶以沉浸式的體驗來接收這些新聞信息。
2.2.3 大數據加工技術
相較于傳統的新聞信息加工方式,基于大數據技術的數據新聞信息加工更加客觀,具體體現在可以排除受已有經驗和新聞媒體等多方面因素的影響,在報道新聞時做到完全客觀,皆以數據為核心等方面,這些數據的公開、透明性也決定了所提供新聞報道的真實、客觀性。在節目的內容呈現上要有更多樣的方式,可依托數據的分析和挖掘,比如更多地使用以圖片、圖表為主的新聞呈現方式,這樣更容易使受眾理解信息傳播內容,提高媒體信息的可讀性。
2.3.1 應用算法技術
完成了信息的采集與加工后,要通過廣電媒體技術創新提高分發工作的效率,要充分應用算法技術提升信息傳播效果。在這方面,“今日頭條”最有代表性,其對用戶大數據和文章大數據進行整合、分析,根據算法進行分析、匹配,完成信息的精準發送。例如,有關算法判斷了一個用戶的特點是“江西人、女性、20 歲以上、學生”,這時如果系統中有任何關于江西的新聞報道,推薦引擎便會嘗試將其推薦給該用戶。這樣,信息分發速度更快,基于算法推薦對用戶數據的實時監控,可以在最短時間內發現熱點新聞信息并第一時間進行推送。
2.3.2 創建分發平臺
進入融媒體時代后,傳統新聞以文字、圖片等為核心的單向信息傳播已經無法滿足用戶的個體需求。在這種情況下,出現了很多基于大數據信息的信息分發平臺,如今日頭條等。這些平臺自身并不生產內容,但其卻通過吸引原創用戶、聚集用戶生產的內容,匯聚了大量的原創內容資源,且充分應用了大數據技術,基于對用戶個性需求的分析,為用戶提供針對性的信息推送服務,這就是創建內容分發平臺的重要意義所在。
廣播電視行業既要加強對廣播電視從業者內容分發能力的培養,又要與各個行業積極合作,培養更多高技術人才。比如廣電技術專業與軟件專業、人工智能專業相結合,面向網絡直播、新聞編輯和電子商務等領域進行整合。另外也需要輔以有效的激勵機制來留住人才,鼓勵廣電人才主動進行創新,才能給廣電工程技術革新提供動力[4-5]。比如可以充分發揮縣級融媒體中心的作用,培養更多的地方專業性人才。
社會化媒體的發展已經促使廣電從業者從專業新聞生產者拓展到了受眾用戶,在大數據分析技術、人工智能技術等新媒介技術的驅動之下,進入融媒體和大數據時代后,傳統廣電媒體想要實現轉型發展,就必須正視由此而來的一系列變革,革新傳統的新聞編輯思維與方式,積極運用廣電媒體技術做出深入探索,制作高質量節目。