人工智能技术环境下新闻出版业运作模式创新.docx

1、人工智能技术环境下新闻出版业运作模式创新 摘要：以机器学习和深度学习为代表的新一代人工智能技术，正在深刻地改变新闻出版业的技术环境。通过研究人工智能技术在新闻出版业内容生产、内容推送和读者交互三方面的运用，分析人工智能技术对新闻出版业带来的影响，探讨人工智能技术环境下新闻出版业运作模式的创新。 关键词：人工智能 新闻出版社 运作模式 媒体创新 自 2016年开始，人工智能技术逐渐开始得到社会公众的关注。以机器学习和深度学习为代表的新一代人工智能技术的爆发，是 1956 年达特茅斯会议提出人工智能概念以来该技术的第三次发展高潮。人工智能时代的大幕正在拉开，人工智能技术开始在越来越多的行业得到广泛

2、而深入的运用。 在新闻出版业，互联网正在从社交网络发展为智能网络，未来的互联网不再仅仅是信息与人构成的网络，而是涵盖信息、人、产品、服务的万物互联的智能网络。只有把虚拟现实、增强现实、算法推荐、机器新闻、新闻游戏、大数据等前沿技术置于人工智能及智能 网络的背景下，才能更深刻地认识和理解这些前沿技术对新闻出版业的影响，帮助新闻出版业更有效地把握和运用这些技术。从这个层面看，与其说人工智能技术是以上技术的聚合体，不如将人工智能技术视为下一代新闻出版业的生态环境，人工智能技术不仅会改变新闻出版业价值链上的特定环节，还会重塑新闻出版业的整个业务流程，人工智能技术在新闻出版业具有广泛的应用领域和想象空间

3、。 然而，人工智能技术的一个特征在于，当一种人工智能技术得到应用后，人们就不再认为这种技术是人工智能，正如凯文 ?凯利所言， “ 人工智能的每一次成就都将自己 重新划为 非人工智能 行列 ” 。这一特征容易让人们将一些得到应用的人工智能技术排除在人工智能之外，并低估这些技术对新闻出版业的影响。基于此，本文将探讨人工智能技术目前在新闻出版业内容生产、内容推送和读者交互三方面的应用，揭示人工智能技术环境下新闻出版业运作模式的创新，研究人工智能技术的发展对新闻出版业的影响。 一、内容生产：智能编辑部 目前，人工智能技术在新闻出版业内容生产领域得到极其广泛的应用。人工智能技术正在改变内容生产模式和流程

4、，编辑部正在从传统编辑部转变为智能编辑部。 1.人工智能编辑 尽管目前的人工智能技术仍然处于弱智能时期，人工智能在一般智能水平上仍然不如人类智能，但人工智能技术可以帮助新闻出版机构从事一些特定的编辑工作。例如，德国 Inkitt 公司采用人工智能技术策划图书选题，该公司认为，传统出版社由编辑策划图书选题，图书编辑的主观性较高。随着数字阅读的普及，数字出版商积累了大量的读者阅读数据，通过分析和研究读者阅读行为的数据，可以了解读者的阅读行为和喜好，减少图书编辑个人因素的影响，制作在主题、内容及表达风格上更符合读者需求的图书。 2016年， 纽约时报成立了基于新闻编辑部的人工智能研发中心 Story

5、X，在特朗普就职典礼的报道中， StoryX 利用人工智能技术为所有在现场就座的人加上标签，方便读者识别就座者的身份。在接受尼曼新闻实验室采访时， StoryX 负责人说： “ 纽约时报并不会打造一个无人驾驶的 全自动新闻编辑部 ，但当我们感知到技术对于改造编辑部的重要性时，我们必须适应这种发展趋势。 ”2017 年 5 月，纽约时报宣布取消 2003 年起设立的公共编辑职位，由评论版面替代，而该版面的编辑是人工智能系统，该系统可以针对内容给评论贴上 “ 钓鱼 ”“ 仇恨言 论 ”“ 灌水文 ” 等标签。 2017 年，美联社推出新闻编辑部的人工智能使用手册，手册将人工智能技术下的新闻称为 “

6、 增强新闻 ” ，认为人工智能技术有助于帮助记者完成初期数据的收集和处理，让记者有时间从事更复杂的报道活动，并推动新闻出版业产生更多新型产品。 但是，人工智能基于算法进行编辑时可能会出现明显的错误，而经验丰富的人类编辑很少犯这类错。比如，脸书在取消 “ 热点话题 ” 的内容管理团队后，页面上出现了一条有关希拉里竞选的假新闻，并获得 20 万个点赞。这条新闻没有任何可确证的来源，人类编辑通常很容易识别 这类假新闻，但脸书的算法却未能识别。 2.机器写作技术 机器写作技术目前已经在国内外得到广泛应用，写作机器人在速度和数量上远胜人类。 2017年 8月 8日，九寨沟发生地震，中国地震台网发布了由机

7、器人写作的新闻，该新闻共 500余字，介绍了地震参数、震中地形、周边村镇及天气等信息，报道耗时仅 25 秒。 2016 年 3 月，由人工智能技术创作的 4 部小说参评日本 “ 星新一文学奖 ” ，其中 1 部小说通过专家初审。 2017 年，微软公司的机器人小冰出版了诗集阳光失了玻璃窗，诗集从小冰创作的上万首诗歌中挑 选出 139首。 腾讯在 2015 年率先采用 Dream writer 写作财经报道，目前， Dream writer 每天为腾讯财经和科技版块写作 2000 多篇新闻，为体育版块写作500 多篇新闻。新华社的 “ 快笔小新 ” 每天发稿 100 条左右，今日头 ?l 的“x

8、iaomingbot” 在里约奥运期间每天发稿 30 余篇。 2007 年，美联社与其他投资者合作成立了从事机器新闻写作的 Automated Insights 公司， 2013年该平台生产了 3 亿篇新闻， 2014 年生产 10 亿篇新闻。美联社使用 Word smith 平台写作企业财 报，每季度可写作 4000 篇财报，而人工写作时每季度只能完成 300 多篇。 2011 年， Narrative Science 公司推出 Quill 平台，该平台可以生成具有不同风格的报道。其创始人哈蒙德宣称，在本世纪二十年代中期之前， 90%的新闻内容都可以用电脑自动写成，机器新闻可望在数年后获得普

9、利策新闻奖。 机器写作正在由讲求数量和规模的 1.0 时代进入讲求质量和个人化的2.0 时代。目前的机器写作能够做到快速生产出大量标准化的常规性报道，但报道的质量和个性化仍存在不足。随着深度学习、自然语言处理、语义情感分析等 技术的发展，机器写作的报道质量能够不断得到提升。另外，目前的技术是将相同的内容推送给所有感兴趣的读者，内容本身及表达风格缺乏个性化。进入机器写作的 2.0时代，新闻出版业需要针对不同读者的阅读习惯和口味，为读者制作出具有不同表达风格和文字特色的内容，不仅内容要符合读者需求，文风和表述方式也应是高度个人化的。国外一些媒体已经开始进行初步尝试，例如，华盛顿邮报使用的机器新闻写

10、作工具 Heliograf将人工智能与人类智能相结合，编辑在选择一些特定的模板和关键词后，该平台能够自动生成各种相应的表达方式。在报道美国 总统选举时， HeEograf 可以生成具有分析和评论语气的报道。 3.数据新闻与信息可视化 在数据新闻和信息可视化方面，人工智能技术也有较多的应用。目前的数据新闻仍然需要较多的人力和时间投入，人工智能技术可以从海量数据形成的数据库中快速找到相关数据，并在极短时间内生成可视化图表。2016 年，路透社与语义技术公司 Graphig 合作提供数据新闻和信息可视化服务。 Graphtg 公司拥有财经、体育、娱乐等领域的海量数据，在报道新闻时，可以利用人工智能技

11、术抓取数据，生成与报道内容相匹配的可视化图表，增强 报道的吸引力。例如，在报道鳄鱼攻击人的新闻时， Graphig 公司可以从数据库中抓取相关历史数据，形成与报道内容密切相关的可 ?化图表，并且报道中的图像和图表可以实时更新。公司副总裁罗森伯格说： “ 在当今的时代大潮中，图像设计者们无疑会被替代。除了一些大型拟真的图表需要人操作之外，其他的处理都已经不需要他们了。 ” 4.文字、语音转换 在很长时间里，文字和语音之间的转换是一件费时费力的工作，人工智能技术可以快速完成语音和文字问的转换。 2015 年，科大讯飞推出文字与语音转换的技术平台，可以在 5分钟 时间里将 1小时的语音转换为文字，比

12、手工转换的效率提升了数十倍。科大讯飞开发的 “ 讯飞听见 ” 还能将语音转换为文字后，再自动生成字幕。 2016 年，美联社开始用人工智能技术将文字内容转换为音频广播。在此之前，美联社记者每周要花 800小时时间，将文字新闻转换为广播。美联社战略发展部高级副总裁肯尼迪说： “ 这是新闻工作者的噩梦，试想一个编辑拼尽全力炮制碎片化信息，硬着头皮把新闻稿做出 8种不同的版本。 ” 美联社的目标是在 2020 年，将 80%的文字实现自动转化。美联社在 2017 年的七大投资项目之一，就包括从文字新闻 到广播新闻的自动转换。 谷歌在 2009年推出自动字幕加载服务，通过语音识别、深度学习网络等技术，

13、谷歌英文字幕的准确性已经提升了 50%，基本接近人类翻译的错误率水平。该技术已经为 YouTube 上 10 亿个视频配上了自动字幕，涵盖英语、法语、德语、俄语等 10 种语言。 二、内容推送：趋势识别与个人定制 基于大数据技术开发的算法推荐系统，已经广泛运用在内容推送服务中。今日头条、一点资讯等通过为用户提供个性化资讯服务获得巨大的市场份额，今日头条提出， “ 你关心的，才是头条 ” 。在算法推荐之外， 人工智能技术还可以帮助新闻出版业预测内容的传播趋势和传播效果，并为读者定制个性化的报道内容和报道风格。 1.传播趋势识别与效果预测 在过去，编辑根据经验预测一篇报道的传播趋势和效果。在社交媒

14、体环境下，读者越来越多地参与到新闻的生产和消费中，读者对新闻的分享和消费也在影响着新闻的传播趋势和效果，媒体需要更科学的工具预测报道的传播趋势和效果。纽约时报每天制作 300 多篇新闻，记者和编辑无法凭借经验预测哪些新闻会受到社交媒体的欢迎。纽约时报科学团队研发出内容趋势预测工具 Blossomblot，该平台通过对社交媒体上的海量文章进行分析，然后预测哪些内容更受欢迎，帮助编辑筛选出更具潜力的新闻，并自动为新闻设计标题和配图。经由 Blossomblot选择推荐的文章，平均阅读量是人工推荐文章的 38 倍。 华盛顿邮报运用 “ 病毒传播神谕 ” 来预测报道的传播趋势，该工具能对报道进行实时监

15、测，在报道发出 30 分钟后，就可以预测出报道能否达到病毒式传播的阈值，并将意见反馈给编辑，编辑可以对报道进行相应修改。该工具随后会创建 24 小时报道流量统计的图表，将报道的传播趋势和生命周期呈现给编辑。华盛顿邮报 每天有 300 多篇报道应用该工具。 美国科技博客 Mashable 开发的人工智能数据分析系统 Velocity，系统每天可以分析 3亿个网页链接的数据，根据社交媒体上用户对事件的分享和讨论，识别流行趋势，预测即将成为病毒式传播的内容，随后立即提供相关内容。 Velocity 还能预测内容传播的饱和点，在达到饱和点之前，编辑部就停止跟进，将资源转向下一个热门内容。 2016 年

16、， Mashable 获得时代华纳公司 1500 万美元的投资。 2.报道内容与风格的个人定制 目前的算法推荐技术主要基于对用户 行为数据的统计分析，算法系统通过分析用户的点击、浏览、转发、评论等行为，生成用户个人偏好数据并进行针对性的内容推送。下一阶段的人工智能技术可以为不同读者生成个人定制的报道内容及报道风格。比如，利用人工智能技术，美联社在体育报道中可以为比赛双方的支持者提供不同的报道，用不同方式给国内外听众传送广播，美联社还尝试为不同读者播送不同风格的音频。针对较高文化程度读者、中等文化程度读者和较低文化程度读者，分别向其推送具有不同表达方式和文字风格的内容，将目前以 “ 均码 ” 售

17、卖的内容产品升级为契合不同读者阅读习惯和口味的私人 定制产品。 Crystal 是一款帮助用户写邮件的人工智能应用，通过对收件人个人大数据（主要来源于社交媒体数据和邮件数据）的分析，该应用可以为写信人推荐邮件的措辞和语气。比如，当该应用认为收信人性格随和亲切，会建议写信人用更加口语化的表达代替书面化表达。 Boomerang 公司推出的人工智能插件可以帮助写信人撰写邮件，提高邮件的质量。当写信人书写邮件时，该插件会实时分析邮件内容，告知写信人哪个因素影响邮件质量，并给出具体修改意见。在书写和修改邮件的同时，插件还会显示邮件是否会及时得到对方的回复，该插件 可以提高邮件被及时回复的概率。新闻出版

18、业也可以运用这些工具分析读者写作的内容及表达方式，为读者定制个人化的内容表达风格。 算法推荐技术也存在局限性，它将信息从具有公共性的产品变为个人化的商品，算法推荐系统只能基于用户当前接触的信息来推荐与之相似的同类信息，久而久之，在网络极化力量的作用下，算法给用户生成了 “ 信息茧房 ” ，公共讨论空间的开放性和活力会大幅下降。 三、读者交互：聊天机器人与虚拟人物视像 人工智能技术可以促进新闻出版业与读者的互动，聊天机器人和虚拟人物视像是目前较常见的应用 。聊天机器人可以和读者 “ 聊 ” 新闻，也可以与读者互动来采集新闻，还能和人合作主持节目。运用人工智能技术制作人物的虚拟视像，可以重现历史人

19、物和各界名人，读者随时可以与自己关注的人物展开面对面的交流，这一技术在新闻出版业具有极其广阔的应用空间。 1.聊天机器人 聊天机器人可以通 ?三种方式与读者互动：采集内容、推送内容、主持节目。 BuzzFeed 推出聊天机器人 BuzzBot 搜集新闻，例如，在 Facebook Messenger 上， BuzzBot 会与读者互动，询问读者是否关心某地召开的会议，并要 求读者选择一个表情代表自己的感受。如果读者在会议现场， BuzzBot会要求读者提供现场的视频或图片，后方的编辑将读者提供的内容整理编辑后发布到页面上。 BuzzFeed 的主编史密斯说， “ 我们把这个聊天机器人当作是我们

20、新闻报道的补充 ” 。 Quartz 采用人机对话形式与读者交互，不提供新闻标题和全文，只提取一小段核心内容给读者，如果读者对 Quartz 推送的内容感兴趣，可以选择“ 了解更多 ” ， Quartz随后为读者推送更多内容。在英国大选期间， BBC推出聊天机器人与读者互动，在向读者推送选举新闻外，该应用还 可以通过测试、问答、游戏等多种方式与读者互动。测试环节中，读者需要回答一系列与选举、脱欧相关的有趣问题。游戏环节中，读者通过游戏了解脱欧对英国社会的影响。 微软推出的机器人小冰可以和主持人一起合作主持节目，微软小冰已经在东方卫视主持了 50 多期小冰摇摇吧，小冰在节目中与主持人合作，利用大

21、数据分析讨论热点问题，并与主持人展开互动。小冰还担任过东方卫视的气象播报员，通过微信平台采访并汇总读者意见，累计采访 60 多万人次。 2017 年 4 月，小冰开始与何炅合作主持湖南卫视的超次元偶像节目。 2.虚拟人物视像 虚拟人物视像是媒体对当事人进行深度采访之后，综合运用多种人工智能技术，制作具有一定思维能力的人物虚拟视像，读者可以和虚拟视像围绕新闻事件展开深度交流。虚拟人物视像可以让读者与当事人直接展开互动，了解自己感兴趣的内容，将虚拟人物视像和虚拟现实技术结合后，可以丰富和深化读者对新闻的个人体验。即使新闻主角去世，虚拟人物视像仍然可以继续与读者互动。另外，虚拟人物视像可以扩展到历史

22、人物、各界名人等更为广泛的群体，通过深度采访或收集其历史资料，可以制作出历史人物、各界名人的虚拟人物视像。未来还 可以运用虚拟现实技术和全息投影技术制作出更加仿真的人物视像，读者可以全天候地与虚拟人物视像展开对话。虚拟人物视像技术在新闻出版业具有非常广阔的想象空间。 中国日报在新闻出版界首次运用该技术制作虚拟人物视像，该报道关注尼泊尔的首个变性人，尼泊尔是亚洲第一个承认变性人权益的国家，报道主角布米卡 ?什雷斯塔是尼泊尔第一位持有 “ 第三性 ” 护照的公民。中国日报记者赴尼泊尔对布米卡做了 20 多天的视频采访，随后综合运用多种人工智能技术制作出布米卡的虚拟人物视像，该视像具有一定的思维能力

23、和流畅的表达能力，可以 与读者展开实时互动，回答读者关心的各种问题。该报道帮助中国日报获得 “ 英国新闻奖 ” 。 四、结语 人工智能技术可以分为弱人工智能、强人工智能和超级智能三个阶段，当前仍处于弱人工智能阶段，牛津大学学者预测认为，在本世纪中叶，人工智能将达到强智能的人类智能水平，并从强智能发展为超级智能。很难预测在强人工智能和超级智能阶段的新闻出版业会呈现何种面貌，但目前的人工智能还远远达不到人类智能水平，更谈不上全面超越人类智能的超级智能水平。因此，过分夸大人工智能技术对新闻出版业的冲击和影响，认为人工智能 已经完全超过了人类智能、机器将代替编辑记者，这种观念体现出由于缺乏对技术进展的了解而产生的恐慌心理。 当前的人工智能技术处于弱人工智能阶段，人类智能在整体水平上远超人工智能。弱人工智能阶段的特征是人机分工、人机协同，人类智能仍占主导地位，正如控制论创始人维纳所说， “ 人有人的用处 ” 。在弱人工智能阶段，新闻出版业需要积极尝试和应用各种新型人工智能技术，主动促进人工智能和人类智能的分工与协作。在人工智能更擅长的数据处理和分析领域，充分发挥人工智能技术的优势，把记者和编辑们从这些活动中解放出来，让他们把更 多时间和精力投入在人类智能更擅长的领域。只有人工智能和人类智能 “ 各美其美 ” ，才能实现人工智能与人类智能的 “ 美美与共 ” 。