当新闻业讨论人工智能

在早前闭幕的全球编辑协会峰会(GEN Summit)上,人工智能(AI)成为热议焦点。这项技术正在以及将如何改变媒体的内容生产与商业生态,会给媒体、技术研究人员和读者带来了怎样的启示?

1

谈概念——

“智能”与“机器人”的不同

Benedict Evans

科技风投公司Andreessen Horowitz

Evans认为,要从“人工智能”转换到“机器学习”的概念,因为后者才更为准确地描述了“教导一部‘相对不智能’的机器去做记者没有时间和习惯完成的事情”。他对媒体在算法准确性上的责任,以及算法结果所带来的潜在社会影响作了区分,指出即使是准确的算法也会产生不良后果。

2

谈算法——

算法准确性与通向智能之路

Tow Center for Digital Journalism

调查算法应该成为新闻过程的一部分,且编辑部也应视之为可以融入新闻实践的内容。

Jonathan Albright

Emily Bell

美国哥伦比亚大学

媒体成为最早及最频繁的“算法受害者”有其意义所在。这使媒体人能够很快意识到,算法领域的一些微小变动会如何影响人们接收新闻的方式。不过现在仅有这种意识并不足够,媒体人还应反思行业对算法的依赖以及对透明度的需求。

美国西北大学

Diakapoulos及其团队建立一个网页数据库,收集美国联邦政府正在使用的一些算法,以方便记者和公民进行算法问责报道。

Nick Diakopoulos

Stuart Myles

美联社

Myles引用其团队的研究,介绍了算法透明度的两方面障碍,一是缺乏商业激励;二是担心向终端用户灌输太多信息。

3

谈商业化——

数据新闻商品化:从自动化(automation)到增强化(augmentation)

数据新闻规模扩大,从简单易得的成果转向更复杂的和调查性的故事。以下是一些数据新闻商业化的例子。

Frames:为新闻机构的文章提供预制的图表,并设计了一种收入共享的商业模式。

Grafiti:设计了一个“charts-as-data”搜索引擎,为用户提供制图方案。

RADAR:组建了全英国最大的数据新闻团队之一,为地区媒体提供新闻通讯社形式的数据报道内容。

4

谈产品——

聊天机器人与叙事,机器人应用与编辑部

如今,不少新闻机构都推出聊天机器人,尽管其中很大部分看上去只像是升级版的RSS程序,但也逐渐出现更复杂的、更体现媒体内容能力的应用案例

John Keefe

Quartz

“机器人的成功关键,在于背后的人。”换句话说,除了带来技术难题,机器人还意味着一种叙事(narrative)上的挑战。在Quartz,为机器人编写故事线的技能更受重视及广告商青睐,机器人团队已分成了编辑部和商业部两部分。

BBC

展示了BBC将聊天机器人作为一种讲故事(storytelling)工具的案例《英国旁遮普人的酗酒问题》。另外,在BBC对哈里王子婚礼的报道中,20%的读者与聊天机器人进行了互动,许多读者的问题有五到六个之多。

Paul Sargeant

除了与读者沟通的机器人,新闻机构也开发出不少产品供内部应用。例如,

Quackbot:Quartz的机器人,能帮助记者保存网页并推荐数据来源;

BBC机器人能够自动生成选举数据图表并自动发推;

瑞典日报Dagens Nyheter记者Martin Jönsson设计的“性别机器人”,可帮助记者检查他们的报道是否性别平衡;

美联社探索了人工智能技术在事实核查、音频转录、个性化、图片识别和机器人等方面的应用。

Keefe和Sargeant都指出,机器人并不一定能让新闻被更多读者看到,但却能吸引读到新闻的人并激发互动,从而加深媒体与读者的联系。然而,相关技术的使用,似乎也在用户对交互性的期望,与传达特定事实的新闻之间形成了一种张力。而解决这种张力的方式,或许是继续使用人工智能技术。Sargeant就是把机器人视为一种“过渡形式”,他认为,“设计聊天机器人并让它学到更多有关语气、对话结构和叙事等方面的知识,会更清楚地看到,哪些地方更应使用人工智能”。

编译 | Vickie Liang

编辑 | Ivan Zhai

Paul Bradshaw是英国伯明翰城市大学(Birmingham City University)网络新闻学硕士项目的负责人,其网络新闻学博客 (Online Journalism Blog)被称作英国最有影响力的博客之一。

  • 发表于:
  • 原文链接:https://kuaibao.qq.com/s/20180625B0QP6R00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券