SERVICE PHONE
18302564812
SERVICE PHONE
18302564812發(fā)布時間：2024-08-20 01:23:01 點擊量：
mile米樂m6青記獨家丨AI如何做新聞：基于全球106個案例的分析（2017-2022）約5年間全球106個AI做新聞的案例進行時空分布、采納主體、技術(shù)應(yīng)用三個層次的分析。研究發(fā)現(xiàn)，全球范圍內(nèi)AI做新聞的時空分布嚴(yán)重不均，歐美地區(qū)優(yōu)勢明顯；傳統(tǒng)媒體和通訊社對AI技術(shù)的采納更為積極，但均停留在較為淺層次的應(yīng)用上；AI做新聞在一定程度上可以幫助媒體糾偏，但受數(shù)據(jù)與模型影響也會引入新的偏見。據(jù)此本文討論了新聞業(yè)采納AI技術(shù)做新聞的技術(shù)、用戶、信息、環(huán)境四方面影響因素。
“新聞業(yè)的未來及其商業(yè)模式似乎總是受到技術(shù)部署的滲透與束縛。”[1]近年來，新聞媒體在新聞產(chǎn)品的生產(chǎn)與分發(fā)，新聞服務(wù)的創(chuàng)新與改革方面，均受到了來自技術(shù)驅(qū)動的極大影響。這種影響是雙向的，既可以在各種新穎的新聞產(chǎn)品和新鮮的業(yè)界實踐中感受到，也能從媒體機構(gòu)、新聞從業(yè)者、平臺公司之間眾多的爭議問題中體察出來。自2017年以來，關(guān)于人工智能技術(shù)（AI）的討論一直是熱議話題，而采用AI做新聞也成為了新聞業(yè)的一種“淘金熱”[2]：一方面，持續(xù)迭代進化的AI技術(shù)簡化了新聞業(yè)中繁重僵硬的日常工作，自動化寫作將記者從機械式的“填空新聞”中解放出來，數(shù)據(jù)分析可以為記者提供新聞線索，發(fā)現(xiàn)新聞點，互動新聞拉近了內(nèi)容產(chǎn)銷的規(guī)?；?，在一定程度上提高了新聞消費等；而另一方面，對智能技術(shù)和計算思維的陌生成為記者的職業(yè)天花板，被其超過和取代的恐慌足可稱之為職業(yè)夢魘，巨大的資源投入和不確定的收益讓媒體機構(gòu)對引入AI技術(shù)的態(tài)度模棱兩可，在新聞生產(chǎn)中引入AI技術(shù)或?qū)⒏嗟目刂茩?quán)轉(zhuǎn)移給平臺公司，并增加新聞業(yè)對平臺公司的依賴性，而該領(lǐng)域的高水平人才也會在綜合考慮薪酬待遇和未來發(fā)展后對入行媒體心懷不安。
但這種蓬勃向上又危機四伏的狀態(tài)可能伴隨每一種新鮮事物的成長。2017年，國務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，這是我國第一個國家層面對人工智能發(fā)展所做出的中長期規(guī)劃。此后，工信部、教育部、科技部、發(fā)改委等均印發(fā)了相關(guān)發(fā)展規(guī)劃，積極開展工作行動，明確具體的任務(wù)指標(biāo)，營造有利的制度環(huán)境，推動人工智能的基礎(chǔ)建設(shè)，促進人工智能產(chǎn)業(yè)發(fā)展。人工智能技術(shù)在新聞業(yè)中具體采納和開展的情況如何？引入人工智能到新聞業(yè)中是不是又一次的“引狼入室”或“同床異夢”？據(jù)此，本文通過分析全球范圍內(nèi)采用人工智能技術(shù)做新聞的具體案例，從實證的角度對這一問題進行考察。
就新聞業(yè)來說，對于人工智能體系框架的采用并非平均的。在研究了人工智能技術(shù)在媒體產(chǎn)業(yè)中的采用情況后，有觀點認(rèn)為，人工智能目前雖然是歸屬于計算機科學(xué)領(lǐng)域，但其核心任務(wù)“認(rèn)知的自動化”的發(fā)展必須是與數(shù)據(jù)、傳感器等相關(guān)技術(shù)領(lǐng)域齊頭并進的[4]。有研究從實際應(yīng)用的角度出發(fā)，認(rèn)為雖然何為人工智能是一個有爭議的概念，但其九大功能主要分布在七大技術(shù)子領(lǐng)域中：機器學(xué)習(xí)，計算機視覺，語音識別，自然語言處理，計劃、調(diào)度與優(yōu)化，專家系統(tǒng)，以及機器人[5]。但這樣的劃分依然存在問題，如果對照“七大子領(lǐng)域”和《建設(shè)指南2020》我們會發(fā)現(xiàn)，這七個子領(lǐng)域分別處于標(biāo)準(zhǔn)體系不同的部分中，跨越了支撐技術(shù)與產(chǎn)品、基礎(chǔ)軟硬件平臺、關(guān)鍵通用技術(shù)、關(guān)鍵領(lǐng)域技術(shù)、產(chǎn)品與服務(wù)等，并在一些領(lǐng)域和應(yīng)用中還存在交叉。因此對于新聞業(yè)來說，在一定程度上所謂“人工智能”并不單指某一技術(shù)形式，而是一系列聯(lián)合采用人工智能體系框架的組合。
第二，新聞業(yè)是不是人工智能技術(shù)的場景？如果仔細(xì)尋找會發(fā)現(xiàn)，在《建設(shè)指南2020》規(guī)劃的行業(yè)應(yīng)用中，涵括了智能制造、智能農(nóng)業(yè)、智能交通、智能醫(yī)療、智能教育、智能商務(wù)、智能能源、智能物流、智能金融、智能家居、智能政務(wù)、智慧城市、公共安全、智能環(huán)保、智能法庭、智能游戲在內(nèi)的16類行業(yè)應(yīng)用，但沒有“智能新聞”的說法。2022年7月，科技部等六部門聯(lián)合印發(fā)了《關(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進經(jīng)濟高質(zhì)量發(fā)展的指導(dǎo)意見》（以下簡稱《指導(dǎo)意見2022》），其中再次明確了建設(shè)智能社會所需要打造的重大場景，“以更智能的城市、更貼心的社會為導(dǎo)向，在城市管理、交通治理、生態(tài)環(huán)保、醫(yī)療健康、教育、養(yǎng)老等領(lǐng)域持續(xù)挖掘人工智能應(yīng)用場景機會，開展智能社會場景應(yīng)用示范”，其中依然沒有新聞業(yè)。
所以人工智能做新聞是不是一個偽命題？本文認(rèn)為，人工智能技術(shù)定義邊界的不穩(wěn)定性，與新聞業(yè)未能明確在相關(guān)綱要提出的人工智能建設(shè)的場景中，并不影響對人工智能做新聞的研究。首先，不管是人工智能的“七大子領(lǐng)域”還是《建設(shè)指南2020》中羅列的技術(shù)類型，在新聞業(yè)的生產(chǎn)傳播實踐中均已有涉及和應(yīng)用；其次，雖然沒有明確建設(shè)“智能新聞”的場景，但幾乎在所有人工智能創(chuàng)新的建設(shè)中，都離不開基于內(nèi)容—界面的人機交互，那么新聞業(yè)所進行的內(nèi)容生產(chǎn)傳播必然處于其中；再次，不管是中介化還是深度媒介化，人工智能的“關(guān)聯(lián)、識別mile米樂m6、預(yù)測”功能都極大地依賴于新聞業(yè)在社會中所處的連接位置與關(guān)系創(chuàng)生。
因此，本文將“AI做新聞”定義為“基于人工智能標(biāo)準(zhǔn)體系，采用相關(guān)技術(shù)、產(chǎn)品、服務(wù)所進行的新聞生產(chǎn)與傳播實踐”。根據(jù)這一標(biāo)準(zhǔn)，結(jié)合現(xiàn)今已有的關(guān)于AI做新聞的案例研究，我們在媒體從業(yè)者、互聯(lián)網(wǎng)公司技術(shù)人員、教育培訓(xùn)機構(gòu)的幫助與協(xié)作之下，在全球范圍內(nèi)收集整理了106個AI做新聞的項目案例，時間跨度從2017年至2022年約5年時間。限于本研究的項目規(guī)模和選取標(biāo)準(zhǔn)，這106個案例無法涵蓋全球范圍內(nèi)人工智能做新聞的所有案例，但在一定程度上可以反映該領(lǐng)域的一些現(xiàn)實問題。通過分析，本文嘗試回答以下三個問題：
（一）時空分布。本次研究依托的mAkIngnews案例庫，截至2022年12月共征集到106個有效案例，分布于21個國家，6個地區(qū)。其中，美國的案例數(shù)量最多,有40例;其次為英國,有22例。從地區(qū)分布來看，北美（41例）、歐洲地區(qū)（40例）探索AI在新聞領(lǐng)域使用的案例也是最多的，此外還有8例顯示為“全球”，分別來自路透社（6例）和國際調(diào)查記者聯(lián)盟（2例），2例顯示為地區(qū)媒介集團。可見，AI在新聞領(lǐng)域的實踐在地區(qū)分布上并不平衡，集中在北美、歐洲兩大地區(qū)，而尤以美國、英國兩國居多。
從各地區(qū)開始出現(xiàn)AI做新聞案例的時間來看，北美、歐洲最先于2017年就開始了相關(guān)探索，其中，北美3例，均來自美國；歐洲的1例來自英國。到2018年，大部分地區(qū)都開始出現(xiàn)了相關(guān)案例。而大洋洲AI做新聞案例出現(xiàn)的時間相對較晚，第一個案例出現(xiàn)于2020年，較大部分地區(qū)晚了兩年。
（二）采納主體。在106個有效案例中，涉及的參與主體基本可劃分為傳統(tǒng)媒體、通訊社，媒體集團，公共廣播電視機構(gòu)，數(shù)字媒體，技術(shù)公司，學(xué)校六大類。其中傳統(tǒng)媒體、通訊社的案例數(shù)達(dá)到49個，占46.2%，也就是有近半數(shù)的AI技術(shù)使用案例仍來自老牌媒體公司。
從各地區(qū)進行AI探索的主體視角來看，大部分地區(qū)都以傳統(tǒng)媒體、通訊社為主要主體。值得關(guān)注的是，歐洲的公共廣播電視機構(gòu)案例數(shù)量與傳統(tǒng)媒體、通訊社齊平，均有12例。媒體集團的表現(xiàn)也相對突出（7例）。在案例出現(xiàn)時間偏晚的大洋洲，其參與主體也存在與地區(qū)十分不同的現(xiàn)象，主要為公共廣播電視機構(gòu)及媒體集團，卻沒有傳統(tǒng)媒體、通訊社的身影。此外，關(guān)注到人工智能教學(xué)時，發(fā)現(xiàn)只有北美、歐洲出現(xiàn)了將人工智能引入新聞學(xué)院教學(xué)的案例。
?。ㄈ┘夹g(shù)應(yīng)用。通過案例統(tǒng)計發(fā)現(xiàn)，新聞業(yè)對AI技術(shù)的征用已涉及新聞采集、寫作、呈現(xiàn)、分發(fā)、反饋、交互等各個環(huán)節(jié)。mAkIngnews案例庫中的106個案例，涉及的AI技術(shù)應(yīng)用類型主要包括：自動化新聞寫作、新聞報道、增強記者報道、視頻圖像處理、個性化推薦、用戶訂閱、評論識別、用戶互動、新聞責(zé)任、教育培訓(xùn)、新聞工作室AI布局、信息聚合、創(chuàng)新應(yīng)用等。
在各環(huán)節(jié)的技術(shù)采納中，新聞寫作環(huán)節(jié)（包括自動化新聞寫作、新聞報道、增強記者報道）對AI技術(shù)的使用最為突出，共有47例，占44.3%?！白詣踊侣剬懽鳌敝竿耆蓹C器寫作新聞或標(biāo)題。在自動化新聞寫作中，關(guān)于“人工智能是否會取代人”的討論時常出現(xiàn)，但在涉及相關(guān)討論的案例中，并未有案例表示人工智能的使用是為了代替人類記者，相反，往往出現(xiàn)人工智能在“提供常規(guī)新聞報道工作之外的內(nèi)容”、將AI應(yīng)用于“不會投入工作人員報道的領(lǐng)域”等此類表述，表明自動化新聞生產(chǎn)是為了擴大報道范圍，而不是取代人類記者已經(jīng)報道的領(lǐng)域。不少案例中也展現(xiàn)出其擴大本地新聞報道，減少新聞荒漠的效果。
“新聞報道”指將AI技術(shù)應(yīng)用于具體報道內(nèi)容中，主要集中于事實核查報道及調(diào)查性報道?！霸鰪娪浾邎蟮馈敝赣扇斯ぶ悄芴峁┚€索、人機協(xié)作生產(chǎn)新聞或是通過判斷已有報道的價值，為人類記者提供報道方向參考的案例。在此類案例中，人工智能通過大量數(shù)據(jù)整理為人類記者提供可發(fā)掘的新聞故事，此類技術(shù)同樣可以生成語句，但并不追求完整報道，而是強調(diào)與人類協(xié)作，完成各自擅長的部分。或是通過為文章生成自動標(biāo)簽等方式識別為已發(fā)布文章主題，并進行價值評分，預(yù)測熱門話題，以供記者參考。
當(dāng)涉及文字、語音處理時，被提到最多的是技術(shù)形式是機器學(xué)習(xí)（Machine Learning，ML）與自然語言處理（Natural Language Processing ，NLP)技術(shù)；而在圖像、視頻處理中，計算機視覺（Computer Vision）則較為常見?？萍脊驹诩夹g(shù)提供方面的優(yōu)勢是比較突出的，不少案例中提到應(yīng)用技術(shù)時，指出自己使用了一些公開的技術(shù)模型，或是與技術(shù)公司、學(xué)校等進行合作。比如，在2例有關(guān)評論識別的案例中，無論是西班牙的《國家報》[6]還是美國的《紐約時報》[7]，均使用的是谷歌旗下的Jigsaw開發(fā)的機器學(xué)習(xí)模型Perspective。
在新聞寫作之外，新聞業(yè)對于AI技術(shù)的采納也很早出現(xiàn)在新聞分發(fā)環(huán)節(jié)。在嘗試過使用AI技術(shù)自動寫作新聞后，不少媒體機構(gòu)發(fā)現(xiàn)其投入高、實現(xiàn)難度大，進而轉(zhuǎn)向人機協(xié)作，由AI與人類記者協(xié)作進行報道。目前自動化寫作仍多用于體育、房地產(chǎn)、教育等數(shù)據(jù)強相關(guān)、模版性較強且在常規(guī)新聞報道工作中不會大范圍涉及的垂直領(lǐng)域。
有關(guān)用戶互動技術(shù)的使用出現(xiàn)時間較晚，且集中于公共廣播電視機構(gòu)，主要涉及對話式用戶界面的構(gòu)建（conversational user interfaces，CUI）。這需要跨越多個平臺收集新聞數(shù)據(jù)，涉及文本、語音、視覺多方面技術(shù)的應(yīng)用，整體構(gòu)建仍處于早期階段，有待進一步產(chǎn)品優(yōu)化、完善實施。
但另一方面，在人工智能工具訓(xùn)練中，又不可避免地帶入數(shù)據(jù)和模型中已經(jīng)存在的性別、種族等偏見。比如《紐約時報》在應(yīng)用評論識別機器學(xué)習(xí)模型Perspective時，就發(fā)現(xiàn)其評論篩選存在偏見問題[10]。為此，我們不能盲目相信機器學(xué)習(xí)，也需要對其進行持續(xù)監(jiān)督。在歷年的AI技術(shù)采納分析中也可以發(fā)現(xiàn)，在2018-2020年AI技術(shù)的密集征用時期，有關(guān)新聞業(yè)需要“負(fù)責(zé)任地使用AI技術(shù)”的討論在增多。
而通過對這106個AI做新聞的案例進行分析我們還發(fā)現(xiàn)，新聞業(yè)對AI技術(shù)的采用還受到技術(shù)、用戶、信息、環(huán)境四方面因素的制約：
就其技術(shù)本身而言，受先發(fā)優(yōu)勢與基礎(chǔ)條件的影響，全球范圍內(nèi)AI做新聞的時空分布嚴(yán)重不均。美國、歐洲在項目數(shù)量、發(fā)起時間上均占有明顯的優(yōu)勢。但近年來的趨勢也反映出在亞洲、大洋洲等地區(qū)，AI做新聞的項目呈現(xiàn)上升趨勢，基于人工智能的后發(fā)項目可以吸取之前的經(jīng)驗和數(shù)據(jù)，啟動更快效果更好，甚至可以實現(xiàn)彎道超車。
對潛在采用機構(gòu)來說，傳統(tǒng)媒體、通訊社對于試水AI做新聞項目更為積極，表現(xiàn)為新聞創(chuàng)新的動力和全球傳播的業(yè)務(wù)需要。但這些機構(gòu)對于人工智能技術(shù)的采用均處于較為淺層的水平，很多只是既有業(yè)務(wù)的數(shù)字化和重心轉(zhuǎn)移，比如自動化寫作、事實核查、增強記者報道等。其中原因與傳統(tǒng)機構(gòu)的新聞業(yè)務(wù)、生產(chǎn)盈利模式相關(guān)，也同制度環(huán)境、資金投入、變革阻力、未來定位等相聯(lián)系。
在技術(shù)的擴散條件上，平臺媒體和技術(shù)公司在AI做新聞中扮演了重要角色。尤其是像谷歌、字節(jié)跳動這樣的技術(shù)公司，在計算機視覺、個性化推薦等核心技術(shù)方面占有絕對優(yōu)勢。很多傳媒集團和機構(gòu)在開展此類項目時，必須選擇同數(shù)字媒體和技術(shù)公司合作。這將帶來的可能后果是，人工智能技術(shù)進一步擴大了平臺技術(shù)公司對媒體機構(gòu)新聞生產(chǎn)的控制權(quán)，并將這種控制權(quán)力從分發(fā)渠道側(cè)滲透進內(nèi)容生產(chǎn)側(cè)。
就AI做新聞的現(xiàn)實環(huán)境而言，其所需的高水平計算機人才成為關(guān)鍵的制約因素。相比其他行業(yè)和領(lǐng)域開出的薪資待遇，傳媒業(yè)對可以從事AI做新聞業(yè)務(wù)的高水平計算機人才普遍缺乏吸引力。雖然很多AI做新聞的項目意在協(xié)助記者進行新聞生產(chǎn)，但由于缺乏計算思維和相關(guān)知識結(jié)構(gòu)，很多AI做新聞的項目后續(xù)乏力。同時，在新聞院校中對于該交叉學(xué)科人才的培養(yǎng)仍舊非常欠缺。
?。ǚ綆煄煟荷虾Ｉ鐣茖W(xué)院新聞研究所副研究員，互聯(lián)網(wǎng)治理研究中心主任；賈梓晗：上海社會科學(xué)院新聞研究所碩士研究生）