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?
英国伯明翰大学的Paul Bradshaw撰文“AI’s breakthrough year in publishing”,总结了峰会上各路媒体人及AI研究人员的分享重点。深度君根据Bradshaw的文章,整理其中的独到观点和案例,带你一窥新闻行业中的AI技术趋势。
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。
谈算法——算法准确性与通向智能之路
Jonathan Albright(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。
Emily Bell(美国哥伦比亚大学教授):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。
Nick Diakapoulos(美国西北大学助理教授):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。
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。
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。
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。
Paul Sargeant(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》。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。
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
相关阅读:
直击GEN | VR、游戏、机器人写作:新闻新玩法效果如何?