AI給新聞業(yè)帶來(lái)了致命威脅？

日前，數(shù)字新聞中心（ the Tow Center for Digital Journalism）和布朗媒體創(chuàng)新研究所（the Brown Institute for Media Innovation）聯(lián)合技術(shù)專家和記者召開(kāi)了政策交流論壇，一起討論了AI如何影響新聞媒體，以及如何將AI更好的應(yīng)用于新聞?lì)I(lǐng)域這一議題。

在本次報(bào)告中，他們著重討論了這四個(gè)問(wèn)題： 記者如何利用AI來(lái)輔助報(bào)道？AI可以替代哪些新聞室角色？新聞機(jī)構(gòu)還未應(yīng)用AI技術(shù)的領(lǐng)域有哪些？AI最終將成為新聞報(bào)道不可或缺的一部分嗎？ 議題一：AI在新聞業(yè)的應(yīng)用如大家所了解，每個(gè)新聞編輯室都有一套獨(dú)特的AI方法。

經(jīng)過(guò)幾次案例研究，AI在新聞機(jī)構(gòu)中貢獻(xiàn)最大的活動(dòng)共有以下三類： 在數(shù)據(jù)量很大或很復(fù)雜的情況下，AI可以作為一種突破性工具，排除人身認(rèn)證的外部或特殊情況--這個(gè)角色完全適用于標(biāo)準(zhǔn)的新聞編輯室的流程。

識(shí)別趨勢(shì)（或偏離趨勢(shì)）：AI的大量計(jì)算能力可以幫助提供數(shù)據(jù)聚合的表征，或有可能按照時(shí)間、地理或人口統(tǒng)計(jì)分組。

此外，它還能快速識(shí)別離群數(shù)據(jù)。

檢查AI或計(jì)算的應(yīng)用程序可以作為故事本身的主題：算法是由人類構(gòu)建的，所以不可避免帶有人類的偏見(jiàn)——如何通過(guò)這些工具找到復(fù)雜的思想？當(dāng)這些工具被國(guó)家或城市具體采納并運(yùn)用時(shí)，又會(huì)發(fā)生哪些不可預(yù)知的情況？ 1、幾大具體案例AI可以通過(guò)以下幾種方法來(lái)增強(qiáng)記者的工作：分類文件；識(shí)別數(shù)據(jù)中的異常值。

當(dāng)然，在討論的過(guò)程中經(jīng)驗(yàn)豐富的人類經(jīng)常會(huì)運(yùn)用真實(shí)新聞來(lái)做判斷，以作為新聞編輯室工作的重要組成部分。

雖然有許多有據(jù)可查的由AI編寫(xiě)的新聞故事，例如體育賽事的總結(jié)、公司財(cái)報(bào)的發(fā)布，甚至地震等數(shù)據(jù)模式，但很少有與會(huì)者認(rèn)為記者的工作會(huì)完全被機(jī)器或算法取代。

只有在人類的操縱和驗(yàn)證結(jié)果的情況下，AI才能更好的幫助自由作家持續(xù)不斷地重寫(xiě)相同的故事，并處理更多的原始報(bào)告。

最近的一些案例，比如，《洛杉磯時(shí)報(bào)》記者使用分類器檢測(cè)LAPD（洛杉磯市警局）降級(jí)犯罪分類的實(shí)例，取得了顯著成功；亞特蘭大憲法機(jī)構(gòu)對(duì)醫(yī)生實(shí)施的性虐待的調(diào)查；路透社的主題建模，以尋求最高法院上訪問(wèn)的權(quán)利中心；ProPublica（美國(guó)一家非政府、非盈利的網(wǎng)絡(luò)新聞機(jī)構(gòu)）日前聯(lián)合谷歌推出一個(gè)基于機(jī)器學(xué)習(xí)的工具——仇恨犯罪新聞紀(jì)錄索引。

它通過(guò)對(duì)大量新聞文章的分析，建立起一個(gè)全國(guó)范圍內(nèi)的能預(yù)測(cè)仇恨犯罪發(fā)生地的預(yù)警圖；《紐約時(shí)報(bào)》在報(bào)道總統(tǒng)特朗普的就職典禮新聞事件中，使用了人臉識(shí)別技術(shù)以獲取觀眾席的情況信息。

對(duì)于一些記者來(lái)說(shuō)，他們可能會(huì)在GitHub抓取示例代碼，并將其應(yīng)用于新聞報(bào)道中。

但是，除非這名記者對(duì)這些工具或技術(shù)有很好地了解，不然可能會(huì)出現(xiàn)不法行為的風(fēng)險(xiǎn)。

2、記者在使用數(shù)據(jù)時(shí)應(yīng)注意陷阱記者在使用從社交媒體到政府機(jī)構(gòu)的數(shù)據(jù)時(shí)，應(yīng)小心陷阱。

他們必須小心評(píng)估這些新型信息來(lái)源的可靠性，特別是在涉及AI的情況下。

比如，使用Twitter作為社交媒體平臺(tái)的記者，必須謹(jǐn)慎使用這些數(shù)據(jù)來(lái)分析社會(huì)行為。

3、出版商的挑戰(zhàn)：包括大型和小型新聞機(jī)構(gòu)所有這些新工具，新聞機(jī)構(gòu)都有責(zé)任和義務(wù)訓(xùn)練記者、編輯以及開(kāi)發(fā)人員如何正確的使用它們。

雖然像《紐約時(shí)報(bào)》這種大型新聞機(jī)構(gòu)，資金可能不是問(wèn)題。

但對(duì)于資源較少的小型新聞機(jī)構(gòu)來(lái)說(shuō)，這將是一個(gè)不小的挑戰(zhàn)。

新聞媒體的領(lǐng)導(dǎo)人可能面臨的一個(gè)決定在于，如何與他人建立AI工具使用上的合作。

因?yàn)槭褂脧?fù)雜數(shù)據(jù)集和自定義算法進(jìn)行的調(diào)查分析和團(tuán)隊(duì)建設(shè)可能需要幾個(gè)月的時(shí)間，而這并不是所有的新聞機(jī)構(gòu)都能獨(dú)自完成的。

與學(xué)術(shù)機(jī)構(gòu)和研究人員合作可以成為新聞機(jī)構(gòu)在新聞編輯室中開(kāi)始使用AI工具的好方法。

不過(guò)，新聞編輯室和學(xué)術(shù)實(shí)驗(yàn)室的文化差異很大，二者在創(chuàng)造AI工具的目標(biāo)上可能會(huì)存在分歧。

議題二：AI技術(shù)如何適應(yīng)新聞報(bào)道規(guī)則？AI技術(shù)如何適應(yīng)新聞管道？如前所述，AI在報(bào)道、內(nèi)容創(chuàng)建、分發(fā)和受眾互動(dòng)起的作用越來(lái)越大。

比如，近日，開(kāi)發(fā)眾包、頭腦風(fēng)暴和事實(shí)核查工具正被用來(lái)收集數(shù)據(jù)信息，特別是用于構(gòu)建相關(guān)數(shù)據(jù)。

在當(dāng)代的新聞編輯室中，自動(dòng)化已成為競(jìng)爭(zhēng)的關(guān)鍵工具，不僅是為了獲取客戶關(guān)注，還用于和大型平臺(tái)的競(jìng)爭(zhēng)，如Netflix、Facebook和亞馬遜。

1、自動(dòng)化寫(xiě)作和個(gè)性化推介自動(dòng)化可以在短時(shí)間內(nèi)處理大量的任務(wù)，例如在幾分鐘甚至幾秒鐘內(nèi)分析和匯總大量的數(shù)據(jù)，從而盡可能的減少記者的負(fù)擔(dān)。

另一方面，許多社交媒體平臺(tái)和網(wǎng)絡(luò)公司也都實(shí)證了個(gè)性化推送是捕捉注意力的一種有力工具。

如，Netflix使用行為數(shù)據(jù)為觀眾提供觀看建議；亞馬遜的成功部分原因在于它為購(gòu)物體驗(yàn)提供數(shù)據(jù)驅(qū)動(dòng)的個(gè)性化設(shè)計(jì)。

1）案例一：WibbitzWibbitz公司和《今日美國(guó)》報(bào)的體育報(bào)道部門開(kāi)始合作，該公司可以把媒體記者寫(xiě)作的文字報(bào)道在短短幾秒鐘內(nèi)制作出短視頻。

Wibbitz公司最核心的AI技術(shù)是“文本轉(zhuǎn)換視頻技術(shù)”（Text-to-Video Technology）。

一開(kāi)始，Wibbitz的AI技術(shù)會(huì)分析一個(gè)故事文本，然后在這個(gè)文字報(bào)道的基礎(chǔ)上形成一個(gè)摘要，緊接著，AI將這個(gè)文本摘要轉(zhuǎn)換成一個(gè)伴隨有照片、圖形及其它更多媒介形式的帶有畫(huà)外音的短視頻。

實(shí)際上，整個(gè)制作過(guò)程就是利用AI驅(qū)動(dòng)軟件，將一個(gè)文字報(bào)道內(nèi)容壓縮為一個(gè)故事腳本，然后將一系列圖像或視頻片段串接在一起，并添加一些畫(huà)外音。

2）案例二：BuzzFeedBuzzFeed是另一個(gè)進(jìn)入AI領(lǐng)域的知名媒體。

在2016年美國(guó)大選期間，BuzzFeed的“新聞開(kāi)放實(shí)驗(yàn)室”（Open Labs for Journalism）開(kāi)發(fā)了一個(gè)新聞機(jī)器人（Buzzbot），這個(gè)新聞機(jī)器人可以搜集共和黨全國(guó)代表大會(huì)中來(lái)自不同消息來(lái)源的新聞信息。

AI驅(qū)動(dòng)的新聞聚合器可以追蹤實(shí)時(shí)選舉結(jié)果和投票報(bào)道，這樣媒體記者就不用通過(guò)人力來(lái)完成這些工作。

有了新聞機(jī)器人，BuzzFeed的記者可以集中精力去報(bào)道更加復(fù)雜和場(chǎng)景化的新聞故事，而這類新聞是機(jī)器學(xué)習(xí)解決方案技術(shù)，自身無(wú)法生產(chǎn)出來(lái)的。

3）案例三：路透社路透社為了解決真假信息辨識(shí)的問(wèn)題，他們使用新的新聞追蹤系統(tǒng)叫做News Tracer，針對(duì)每天5億則Twitter信息進(jìn)行演算，從假新聞、不合理的新聞、廣告、雜音中找到真的新聞事件，有了算法的輔助，記者可以從社交媒體眾多信息中脫身，把更重要的時(shí)間用來(lái)挖掘故事。

News Tracer 與其他監(jiān)控工具不同之處在于其模仿的是記者的思考方式，程序人員在這套演算法中植入 40 個(gè)評(píng)量指標(biāo)，諸如原始貼文者的地點(diǎn)與身份、新聞的傳播方式等，建立一個(gè)新聞可信度評(píng)分，該系統(tǒng)還會(huì)針對(duì)記者確定可靠的新聞進(jìn)行來(lái)源交叉檢查，并識(shí)別其他潛在的消息來(lái)源。

4）案例四：美聯(lián)社美聯(lián)社是最早采用AI技術(shù)的媒體組織之一。

早在2014年，美聯(lián)社與美國(guó)“自動(dòng)化洞察”（Automated Insights）公司合作——該公司開(kāi)發(fā)出了自動(dòng)化寫(xiě)稿程序Wordsmith，它當(dāng)時(shí)是世界上唯一的公共自然語(yǔ)言生成平臺(tái)——來(lái)程式化地寫(xiě)作許多上市公司公開(kāi)發(fā)布的季度收入報(bào)告相關(guān)新聞報(bào)道。

在將人工智能技術(shù)用于處理季度收入報(bào)告之前，美聯(lián)社新聞?dòng)浾呙考径戎荒軇?chuàng)作幾百個(gè)新聞故事，結(jié)果導(dǎo)致數(shù)千個(gè)公司的收入報(bào)告，沒(méi)有被寫(xiě)作報(bào)道。

在使用Wordsmith自動(dòng)化寫(xiě)稿程序之后，美聯(lián)社有關(guān)公司收入的新聞報(bào)道數(shù)量增加了12倍。

2、評(píng)論系統(tǒng)和觀眾參與今年6月，《紐約時(shí)報(bào)》與谷歌母公司Alphabet旗下技術(shù)孵化器Jigsaw合作，運(yùn)用后者的Perspective機(jī)器學(xué)習(xí)技術(shù)來(lái)過(guò)濾新聞報(bào)道的評(píng)論數(shù)量。

據(jù)雷鋒網(wǎng)了解，此前《紐約時(shí)報(bào)》每天安排14名審查員處理約12000條評(píng)論，每篇文章下方的評(píng)論有20%是打開(kāi)的。

運(yùn)用該AI工具后，其可以把有害的評(píng)論和健康正確的評(píng)論阻隔開(kāi)來(lái)，不僅可以減少修正評(píng)論人員的25%的工作量，還能將文章下方的評(píng)論取的打開(kāi)率提升至80%。

《紐約時(shí)報(bào)》想利用該AI工具，建立一個(gè)平臺(tái)，以便審查員和讀者進(jìn)行更加深入的交互。

不過(guò)，這其中仍然存在一大挑戰(zhàn)，即如何建立共同點(diǎn)，且尊重不同的觀點(diǎn)，讓新聞報(bào)道和讀者的區(qū)域觀點(diǎn)保持一致。

通過(guò)這一機(jī)器學(xué)習(xí)工具，審查員不僅可以提高處理評(píng)論的速度，還可以通過(guò)預(yù)測(cè)模型輕松組合相似的評(píng)論。

議題三：算法與倫理：究竟該怪人類還是算法？在新聞編輯室使用AI工具，如機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、人臉識(shí)別和機(jī)器視覺(jué)，這個(gè)過(guò)程不可避免會(huì)帶上人類倫理的思考痕跡。

這里牽扯到三個(gè)方面的內(nèi)容。

1、透明度和責(zé)任感由于AI在新聞工作中可以扮演很多角色，因此在解釋何時(shí)何地以及如何使用AI時(shí)，更應(yīng)該謹(jǐn)慎解釋。

如涉及聊天機(jī)器人和用戶的互動(dòng)時(shí)，如果由AI 來(lái)驅(qū)動(dòng)，這個(gè)機(jī)器人又該如何向觀眾解釋自己的運(yùn)行原理？觀眾需要知道故事的構(gòu)建過(guò)程，以及機(jī)器在創(chuàng)建過(guò)程做了哪些選擇？當(dāng)涉及AI時(shí)，最終應(yīng)該追究誰(shuí)的錯(cuò)誤？如何解釋由人類創(chuàng)建的算法引起的錯(cuò)誤？究竟該怪人類還是算法？據(jù)ProPublica的研究表明，算法偏差在數(shù)學(xué)上是不可避免的。

即便如此，新聞工作者應(yīng)該對(duì)這些AI系統(tǒng)負(fù)責(zé)，并鼓勵(lì)在算法系統(tǒng)的構(gòu)建流程中建立問(wèn)責(zé)制。

2、編輯性決定和偏見(jiàn)算法在新聞策劃中的作用越來(lái)越普遍，這些代表編輯性決策的算法需要用人類的方式來(lái)編寫(xiě)。

以聊天機(jī)器人為例，計(jì)算機(jī)就像人類一樣，如果他們不了解內(nèi)容，就不能進(jìn)行對(duì)話。

機(jī)器人能夠談?wù)摰奈ㄒ活I(lǐng)域就是我們可以為該會(huì)話語(yǔ)境構(gòu)建模型。

此外，為了讓去偏見(jiàn)概念更加復(fù)雜化，通常會(huì)讓數(shù)據(jù)更具中性。

一些研究表明，有許多類型的機(jī)器學(xué)習(xí)，都是用來(lái)“監(jiān)督學(xué)習(xí)”。

算法無(wú)法重現(xiàn)人類的心理模型，但能重構(gòu)因果關(guān)系。

3、數(shù)據(jù)的倫理使用數(shù)據(jù)的倫理使用是每個(gè)記者需要面對(duì)的根本問(wèn)題，同樣的原則也適用于處理大量數(shù)據(jù)的公司。

雖然有許多社交媒體平臺(tái)會(huì)向記者提供數(shù)據(jù)，但數(shù)據(jù)發(fā)布商和平臺(tái)之間關(guān)于開(kāi)放數(shù)據(jù)獲取的關(guān)系依然復(fù)雜。

許多算法的性質(zhì)更像是一個(gè)“黑盒”，其掩蓋了對(duì)軟件正在做的決定的批判性認(rèn)識(shí)。

所以，記者需要盡可能的在研究和報(bào)道中使用這種批判性態(tài)度。

七大研究結(jié)論如前所述，經(jīng)過(guò)這次研究，關(guān)于AI究竟是對(duì)新聞業(yè)是威脅還是助力，我們可得到以下7大發(fā)現(xiàn)。

 AI工具可以幫助記者講述或報(bào)道此前不切實(shí)際或技術(shù)上無(wú)法實(shí)現(xiàn)的新故事。

雖然AI可能會(huì)轉(zhuǎn)變新聞業(yè)，但它會(huì)增強(qiáng)而不是取代記者的工作。

事實(shí)上，為了正確使用AI技術(shù)，人類必須隨時(shí)保持機(jī)敏狀態(tài)。

設(shè)計(jì)AI的技術(shù)人員和使用AI技術(shù)的記者之間存在知識(shí)差距和溝通差距，這樣可能導(dǎo)致新聞事件的不正之風(fēng)。

讀者在如何使用AI工具進(jìn)行分析、識(shí)別模式以及報(bào)告故事中的發(fā)現(xiàn)時(shí)，應(yīng)該得到一種透明的方法。

雖然AI和數(shù)據(jù)的交互可以為讀者參與、獲利和個(gè)性化新聞推送提供新的機(jī)會(huì)，但是在創(chuàng)建回聲室和繼續(xù)致力于新聞公共服務(wù)使命之間找到平衡存在挑戰(zhàn)。

數(shù)據(jù)的倫理使用和披露（如何收集，存儲(chǔ)，使用，分析和分享用戶信息）是記者需要面對(duì)的一個(gè)根本問(wèn)題。

AI有潛力增強(qiáng)記者的工作，但在開(kāi)放數(shù)據(jù)獲取上依然存在挑戰(zhàn)。

AI是不可以預(yù)知的。

我們不能自信地預(yù)測(cè)哪里會(huì)出現(xiàn)最大的問(wèn)題，所以技術(shù)專家和記者需保持警惕，以確保AI系統(tǒng)的準(zhǔn)確性。