新聞學(xué) | 自動化新聞（Automated Journalism）

（1）概念

學(xué)者Mat Carlson認為，自動化新聞指的是在新聞生產(chǎn)過程中“在沒有或者有限的人類干預(yù)下，由預(yù)先設(shè)定的程序?qū)?shù)據(jù)轉(zhuǎn)化為新聞文本的自動算法過程。”自動化新聞中常提的“機器人”實際上是一種稿件自動生成軟件，通過軟件應(yīng)用實現(xiàn)機器取代人力，提高發(fā)稿的速度和數(shù)量。

（2）自動化新聞的生產(chǎn)方式

目前，自動化新聞的生產(chǎn)方式主要有三種：

一是利用結(jié)構(gòu)化數(shù)據(jù)生成稿件。在掌握大量整合好、便于計算機讀取的結(jié)構(gòu)化數(shù)據(jù)的基礎(chǔ)上，參照行業(yè)專家提供的計算公式、判別規(guī)則，在預(yù)先設(shè)置的新聞模板中生成新聞稿件，這種方式主要用于財經(jīng)報道、體育報道和醫(yī)療衛(wèi)生報道等。

二是在挖掘用戶數(shù)據(jù)的基礎(chǔ)上生成個性化稿件。對用戶的閱讀內(nèi)容、閱讀習(xí)慣等進行分析、挖掘，或者根據(jù)受眾自定義的標簽，將同一內(nèi)容的信息整合成多篇角度不同、風(fēng)格迥異的稿件，為用戶推送個性化產(chǎn)品，增強用戶黏性。

三是利用記者數(shù)據(jù)模型智能化生成稿件。將采集到的文字、圖片、語音、視頻等素材以及其他背景資料，與某個記者的數(shù)據(jù)模型相結(jié)合，通過軟件運算自動生成符合該記者風(fēng)格的稿件。

（3）自動化新聞的生產(chǎn)流程

學(xué)者綜合新華社的“快筆小新”，騰訊的“dream writer”等４家媒體在自動化新聞的生產(chǎn)流程上略有差別，但在生產(chǎn)流程的關(guān)鍵環(huán)節(jié)還是有相同之處：

第一步，采集撰寫新聞稿件所需要的各種數(shù)據(jù)。依據(jù)關(guān)鍵詞、時間或數(shù)據(jù)指標等，通過應(yīng)用數(shù)據(jù)抽取和挖掘技術(shù)，采集與報道客體相關(guān)的資料以及有關(guān)用戶的各類信息。

第二步，對數(shù)據(jù)進行結(jié)構(gòu)化處理和分析。針對所獲得的數(shù)據(jù)進行優(yōu)化分類，通過結(jié)構(gòu)化處理形成高質(zhì)量的結(jié)構(gòu)化數(shù)據(jù)，進而對結(jié)構(gòu)化數(shù)據(jù)進行抽取、計算、統(tǒng)計和分析，發(fā)現(xiàn)其中的變化和趨勢，將運算結(jié)果與已經(jīng)設(shè)定的新聞標準進行比對，以確定報道選題。

第三步，判定新聞價值，提煉報道選題。通過剖析各種數(shù)據(jù)的內(nèi)在關(guān)聯(lián)性，結(jié)合用戶（受眾）數(shù)據(jù)所呈現(xiàn)的新聞消費模型，人工智能會提出一些建設(shè)性的創(chuàng)作意見，寫作軟件在這些基礎(chǔ)上判定新聞價值和提煉報道選題。在這一過程中，可能需要人工的協(xié)助。

第四步，運用算法，套用已有模板生成規(guī)范的新聞稿。美國自動化洞察力公司的Wordsmkh平臺擁有３億種新聞寫作模板，通過專利語言來建立各種各樣的業(yè)務(wù)算法，這些算法決定每篇新聞報道的選題是什么、語氣和語調(diào)、寫作形式，以及如何運用詞匯生成最終文章。

第五步，對自動生成的新聞稿進行潤色。自動化新聞在發(fā)布前需要潤色、審核，以增強稿件的“溫度”，目的就是讓算法生成的枯燥文字變得更加可讀。

（4）自動化新聞的傳播優(yōu)勢

首先，自動化新聞加快了新聞生產(chǎn)的速度和總量。在報道事實性新聞時，媒體最需要的就是速度。特別是在突發(fā)性事件報道中，時效性決定了新聞報道的價值和影響力。高速的計算加上預(yù)先設(shè)置的模板，自動化新聞幾乎可以實現(xiàn)同步播發(fā)。

其次，自動化新聞拓寬了新聞報道的范圍。自動化新聞實際上是通過程序軟件的運算來發(fā)現(xiàn)新聞的，它能從海量的數(shù)據(jù)信息中挖掘出具有新聞價值的話題。

再次，自動化新聞提高了稿件的質(zhì)量。只要數(shù)據(jù)正確，算法科學(xué)且正常運行，自動化新聞的生產(chǎn)就能夠避免出現(xiàn)諸如拼寫錯誤、計算錯誤、事實要素不全等差錯，與記者相比，更能夠保障新聞信息的準確性。

最后，自動化新聞可以有效地生產(chǎn)和推送個性化信息產(chǎn)品。在傳統(tǒng)媒體時代，信息的傳播呈現(xiàn)出一對多的特點，媒體生產(chǎn)出的新聞信息產(chǎn)品主要以滿足大多數(shù)受眾的需求為主，而在大數(shù)據(jù)時代，新聞信息的生產(chǎn)與傳播呈現(xiàn)出一對一的特點，從而實現(xiàn)新聞信息的個性化和定制化。一方面，自動化新聞的應(yīng)用程序在分析現(xiàn)有媒體報道的基礎(chǔ)上，可以計算出社會普遍關(guān)注的話題，有效地提升內(nèi)容生產(chǎn)的針對性。另一方面，媒體的傳播效果只有在和受眾的互動中才能實現(xiàn)。受眾群體的分化意味著相同的信息會被不同的受眾以不同的方式解讀，相同信息的不同解讀方式也可以滿足不同受眾的“口味”。

（5）自動化新聞的局限性分析

①盡管自動化算法可以提供有關(guān)正在發(fā)生的事件的信息，但是它們無法解釋該事件為什么發(fā)生。這也就說明，建立在數(shù)據(jù)分析基礎(chǔ)上的自動化新聞，有時候得出的結(jié)論可能是沒有意義的。

②在可讀性方面，記者報道比自動化新聞更具優(yōu)勢。通過標準化程序生產(chǎn)出來的新聞作品更多的是客觀敘述，很難表達復(fù)雜感情，語言也枯燥乏味。新聞報道離不開語境，單純客觀報道新聞而缺乏必要的解釋和背景資料，有時會引發(fā)受眾對新聞內(nèi)容的誤解。

③自動化新聞需要龐大數(shù)據(jù)庫的支持，只有實力雄厚的媒體才能擁有體量巨大、類目齊全的數(shù)據(jù)庫。此外，自動化新聞生產(chǎn)需要結(jié)構(gòu)化和機器可讀格式的高質(zhì)量數(shù)據(jù)，如果缺乏數(shù)據(jù)庫或者數(shù)據(jù)質(zhì)量無法保證，自動化新聞生產(chǎn)也就無從談起了。像任何其他模型一樣，用于生成自動化新聞的算法依賴于數(shù)據(jù)和假設(shè)，這兩者都可能帶來偏差和錯誤。

④相較于人工的新聞生產(chǎn)方式，自動化生產(chǎn)出來的新聞在報道視角、創(chuàng)造力和思辨性等方面存在短板，但人工智能處理數(shù)據(jù)的效率優(yōu)勢是記者編輯所無法比擬的。

（6）自動化新聞對傳媒業(yè)的影響

①記者的專業(yè)技能和職業(yè)分工將有改變

從積極的一面看，自動化新聞解放了記者，讓他們?nèi)蟮啦荒敲础皺C械”的新聞；從消極的一面看則可能引發(fā)媒體裁員越來越多，以及新聞寫作的商品化。在未來的新聞行業(yè)里，記者和人工智能形成“人機聯(lián)姻”的生產(chǎn)模式，算法用于分析數(shù)據(jù)、發(fā)現(xiàn)有趣的故事并提供初稿。隨后，記者將通過深入分析、采訪重要人物以及幕后故事完善報道。

②受眾開始關(guān)心內(nèi)容生產(chǎn)的科學(xué)性和透明度

有研究顯示，盡管撰稿軟件生產(chǎn)的內(nèi)容是描述性的、乏味的，但同時也被認為是客觀的。人工寫作在內(nèi)容的清晰易讀上具有優(yōu)勢，但在可信度、信息量和客觀性方面比不上撰稿軟件。此外，不管是否被告知稿件是由人工或軟件編寫，受眾對稿件的專業(yè)度和信任度的評價并無明顯的差異。因此，媒體首先需要更好地了解受眾對算法透明性的要求，以及如何將公開的信息用于公眾利益。其次，需要找到披露信息最好的方式，不影響用戶體驗，特別是那些對這些信息不感興趣的人。

③新聞媒體將面臨披露源數(shù)據(jù)的壓力

新聞媒體需要確保有權(quán)修改和發(fā)布源數(shù)據(jù)。在數(shù)據(jù)處理階段，如果基礎(chǔ)數(shù)據(jù)或處理它們的算法包含錯誤，撰稿軟件可能會產(chǎn)生大量錯誤的報道。此外，新聞媒體還必須通過添加有關(guān)數(shù)據(jù)來源的信息、內(nèi)容的生成方式來證明該報道是自動生成的，以保證最低級別的透明度。

④對社會輿論的形成產(chǎn)生負面影響

算法只提供受眾喜歡閱讀或認同的信息內(nèi)容，導(dǎo)致個人消費越來越多的同類信息，以至個體受眾不太可能閱讀到與其意見相左的信息或觀點，社會上不同聲音之間的溝通交流日趨減少，社會言論也越來越單一。“算法”讓“過濾氣泡”現(xiàn)象更加嚴重，給社會輿論的健康形成帶來風(fēng)險。因此，新聞媒體在憧憬自動化新聞為自身的發(fā)展帶來轉(zhuǎn)機的同時，也要時刻提醒自己，不能罝受眾于信息和交流的孤島之中，而要多渠道獲取和發(fā)布信息，幫助受眾跳出“過濾氣泡”的禁錮，營造健康、多元的社會輿論環(huán)境。

新聞傳播學(xué)專業(yè)公眾號

微信號 : media-power

▇ 新傳考研智庫 洞察社會脈動