⼈⼯智能为新闻传播带来了什么影响?

近年来⼈⼯智能产业快速发展, 掀起了新⼀轮的技术产业⾰命。机器⼈利⽤⼤数据采写新闻报道, 让受众从直观上认知⼈⼯智能技术在新闻⾏业中的运⽤。实际上, 随着⼈⼯智能技术的普及和发展, 其在新闻⾏业中的运⽤已越来越普遍, 并在潜移默化中改变着新闻⾏业整体的⽣态发展。⼈⼯智能有望改变媒体,重塑媒体的整个流程。未来,⼈⼯智能将融⼊到媒体运作的各个环节,但在媒体⾏业的落地,需要更复杂、 更全⾯的架构。

什么是⼈⼯智能?

⼈⼯智能学科诞⽣于20世纪50年代,⼈⼯智能(artificial intelligence) 是研究如何让计算机去完成以往需要⼈的智⼒才能胜任的⼯作,其⽬标是帮助⼈类以更
⾼效的⽅式进⾏思考与决策。1956年的达特茅斯会议,被认为是AI诞⽣的标志性事件。

但⼈⼯智能仍是⼀个很宽泛的概念,从⼈脸识别到机器翻译、从⼿机上的智能软件到 可穿戴设备……其“最终定义”尚未取得共识。美国未来学家雷·库兹⻙尔说:“2045年左右,⼈⼯智能将来到⼀个‘奇点’,跨越这个临界点,⼈⼯智能将超越⼈类智慧,⼈们 需要重新审视⾃⼰和机器的关系。”

⼈⼯智能+媒体:应⽤场景多元

⾼级⽂本分析技术。

⾃然语⾔处理(NLP)可以分析语⾔模式,从⽂本中提取出表达意义,其终极⽬标是使计算机能像⼈类⼀样“理解”语⾔。

基于内容理解和NLP的写作机器⼈为记者赋能,可以模拟⼈的智能和认知⾏为,实现 机器的“创造⼒”,经过对⼤量数据的分析和学习,形成“创作”的模板,⽤⼈机结合的⽅ 式来强化记者的写作能⼒。

图像和视频识别技术。

基于深度学习进⾏⼤规模数据训练,实现对图⽚、视频中物 体的类别、位置等信息的识别。

图像主体检测可以识别图像的场景、图像中主体的位置、物体的标签等。⼈⼯智能视 频技术则能够提供视频内容分析的能⼒,对于视频中的物体和场景进⾏识别并能够输 出结构化标签。

图像和视频技术在媒体中应⽤⼗分⼴泛,如内容分析、质量检测、内容提取、内容审核等⽅⾯。

语⾳技术。

⼈⼯智能语⾳技术主要包括语⾳识别和语⾳合成,它是⼀种“感知”的智能。语⾳合成技术是通过深度学习框架进⾏数据训练,从⽽使得机器能够仿真发声。

随着语⾳转换技术的⽇渐成熟,“语⾳-⽂本”双向转换技术在媒体中的应⽤成为可能。例如将语⾳识别技术在采编环节中使⽤,⽣成⽂本稿件并进⾏⼆次编辑。

⼈脸与⼈体识别技术。

⽬前,⼈脸识别技术的主要应⽤包括⼈脸检测与属性分析、 ⼈脸对⽐、⼈脸搜索、活体检测、视频流⼈脸采集等⽅⾯。

⾕歌、苹果、Facebook、亚⻢逊和微软等互联⽹巨头争相在这⼀领域的技术和应⽤⽅⾯抢夺先机,纷纷推出相关的技术应⽤并不断突破创新。

个性化推荐技术。

发现⽬标群体并把内容传播给该群体是能否达成媒体传播效果的关键⼀环,⽽个性化推荐技术解决了这⼀难题。

这是⽬前在媒体中应⽤较为成功的⼈⼯智能技术,在媒体的内容分发过程中,个性 化推荐技术为⽤户提供个性化体验,针对每个特定⽤户量身定制推荐内容,减少搜索 相关内容所花费的时间。

预测技术。

现在已经开发出来的⼀些强⼤的基于⼈⼯智能的预测技术,让我们可以
“预知未来”。

通过时间序列(TS)建模来处理基于时间的数据,以获得时间数据中的隐含信息并作 出判断。

按照⼀定时间间隔点来收集数据,再对这些数据点的集合进⾏分析以确定⻓期趋势,以便预测未来或进⾏相应的分析。

“⼈⼯智能+传媒”的新优势与特点

(⼀)内容⽣产:海量、⾼效、全天候的⼯作模式

机器新闻写作⾼效、全天候的模式使它能够⽣产海量新闻内容。智能写稿机器⼈较之 于编辑记者,更擅⻓对枯燥的海量数据进⾏有效的处理,在整体性、精确性和⾼效能⽅⾯,机器⼈⽐⼈具有更多优势。

(⼆)反应迅速:妙极的出稿速度应对突发事件,完全不是⼈⼒可为

在突发事件的报道中,⼈⼯智能下的机器⼈新闻写作正在扮演着越来越重要的“守望者”⻆⾊。《南⽅都市报》写稿机器⼈“⼩南”⾸篇春运报道作品共300余字,报道⽣成⽤时不到⼀秒,还写出了“⻋次主要是K字头和普列,基本都是⽆座票,⼀站到底,路 途会⽐较⾟苦”这样充满⼈情味的⽂字。

(三)千⼈千⾯,个性化内容分发:实现了⻓尾市场与利基市场的激活

机器⼈新闻写作能够以⽤户偏好来制作相关的新闻内容,⽽且还能提供与⽤户个⼈⽣ 活场景相匹配的私⼈定制产品。不仅能够形成⼀种产品,还能够在合适的地点、场景⽤合适的形式分发给⽤户。另⼀⽅⾯,⽤户画像也将促进媒体对⾃⼰⽤户的了解,使 媒体的运营更加个性化、精细化。从⽽极⼤地为新的盈利模式提供技术⽀持,这是传 统内容分发⽅式⽆法实现的。

⼈⼯智能在新闻领域的发展趋势

⾸先,机器⼈写作会更加普遍。使⽤智能机器⼈能够更全⾯,更准确的抓取数 据,从⽽短时间内实现新闻的⽣产与发布,提⾼了新闻⽣产效率。

⾥约机器⼈“⼩明”在⽐赛两秒后便⽣产出新闻,极⼤的解放了⼈⼯劳动⼒,同时快速的信息抓取呈现的能⼒使得新闻的时效性更进⼀步,其次通过对数据⾼超到底整合能⼒可以极⼤的显示了数据新闻的能⼒。

其次,⼈⼯智能技术的应⽤将需要更多⼤数据的⽀持。媒体的受众⽐以往更加准确。通过⼤数据的挖掘,媒体将为⽤户实现个性化的新闻定制,⼈⼯智能技术宣告 了个性化新闻时代的全⾯到来。

针对每个订阅⽤户的专属评论和定制化报道,“⼀点对多点”的、千篇⼀律的⽣产模式将转变为个性化、对象化、差异化的内容⽣产模式。

如今“今⽇头条”、“⼀点资讯”、“⽹易新闻”等多个媒体app已经做到为⽤户推送个性化新闻。

最后,媒体需要进⼀步的进⾏融合。从过去追求“内容为王”到“内容+技术”为王,
⼈⼯智能技术的的不断发展将使媒体进⾏深度融合,坚持互联⽹思维,满⾜受众的需 求。在坚持优秀内容的前提下,加强技术的开发以及技术型⼈才的培养。

媒体需要思考的问题

数据的完备性。

媒介体系内部和外部都会产⽣⼤量的数据碎⽚,虽然⽬前数据量庞⼤,看似拥有海量 的数据资源,但是⽣产的数据与可以⽤于⼈⼯智能的培训数据之间的匹配度还有待提 升。

深度融合的⽅式。

⽬前,⼈⼯智能技术还停留在初步应⽤层⾯,其深度还需要挖掘、⼴度还需要扩展, 融合的⽅式也需要深⼊地进⾏探索。

数据安全与隐私。

当⼈⼯智能应⽤⻜速发展,⼈们很容易忽略在⼈⼯智能应⽤中的安全问题。2018年Facebook的数据泄漏事件折射出的数据安全漏洞引起社会关注,再⼀次提醒我们要严 肃对待数据安全及隐私等问题。

⽤户在媒介接触的过程中,⽤户数据和个⼈资料越来越多地交付给媒体,媒体在使⽤ 这些数据为⽤户提供更好服务的同时,需要权衡智能化⽤户体验和⽤户数据安全 之间的关系。
⼈才培养。

媒体领域对于⼈⼯智能⼈才的需求量还很⼤。要⾛出⼈才窘境,⼀⽅⾯要完善⼈才引 进和培养规划,提升媒体从业⼈员的⼤数据和⼈⼯智能技能和素养,补⻬⼈才短板。

特别是要引进掌握坚实的传播理论基础,既懂媒体传播规律⼜懂⼤数据、⼈⼯智能的 复合型⼈才,逐步形成与智能化媒体业务形态相适应的⼈才布局。

另⼀⽅⾯要优化原有⼈才结构。当智能机器⼈取代部分⼈⼒成为可能,智媒时代的媒 体⼈要在⾏业的巨变之中找准⾃⼰的定位,提升⾃⼰的知识技能。

⼈类新闻从业⼈员与⼈⼯智能的⻆⾊界限问题。

近⼏年,⼈⼯智能在新闻领域的⼴泛应⽤引发其“是否会取代⼈类记者”等讨论。当⼈⼯智能发展到“强⼈⼯智能”阶段的时候,其与⼈类新闻从业⼈员的界限⼀定⽐现在更模糊。等到新闻领域应⽤的⼈⼯智能拥有了超越新闻从业⼈员的认知⽔平之时,⼀定会对现⾏与新闻业有关的法律法规及新闻伦理产⽣颠覆性影响。

对策

1、健全相应法律法规

政府由于其在政策和资源上的优势,应该积极担负起推动⼈⼯智能应⽤相关法律法规 完善的责任,引导⼈⼯智能应⽤⾛在合理科学的道路上。具体落实到新闻领域,对⼈⼯智能⼀系列纠纷、界定作出详细解释。
2、提⾼⼈⼯智能所有者的社会责任感⼈⼯智能的发展不应仅仅依赖于政府的⽀持和⼲预。

类似⾕歌、Facebook等⼤公司拥 有强⼤资⾦技术⽀持,也是⼈⼯智能技术的主要使⽤⼒量。这类公司应⾃觉守法依 法,合理使⽤⼈⼯智能,肩负起⼤公司的责任。

3、推动全⺠的⼈⼯智能教育和学习

美国明确提出要加⼤“全⺠AI教育”,中国也应该有这样的国际视野和竞争意识。⼈才资源是第⼀资源,赢得了⼈才就会在新的发展时期和新的竞争阶段赢得有利位置。国内⾼校可开设相关课程,邀请业界⼈才授课讲解,为⼈⼯智能培养后备⼒量。