行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 人工智能 > 正文

AI技术在新闻业广泛使用,人类记者何去何从?

 

过去一年,你所阅读的文章中,很可能至少有一篇就出自机器人之手。

当你在浏览体育赛事报道、企业财报,或是在阅读选举结果报道时,你也许会觉得很有趣,殊不知这些文章背后,都离不开人工智能(AI)技术。

据美国叙述科学公司(Narrative Science)声称,到2025年,90%的新闻将由机器人代写。该公司的一款Quill软件能够将数据转变为文章。

AI在新闻业广泛使用  

全球各大知名新闻机构纷纷运用或涉足AI技术,如《华盛顿邮报》、美联社、BBC、路透社、彭博社、《纽约时报》、《华尔街日报》、《泰晤士报》、《星期日泰晤士报》、日本国家公共广播公司NHK和芬兰通讯社SST。去年,中国的新华社曾运用计算机绘图技术推出世界首个AI新闻男主播,今年又相继推出首个AI新闻女主播。

以美联社与RADAR(Reporters And Data And Robots)的合作为例,其他小型新闻机构也开始订购AI撰写的新闻服务。RADAR是一家拥有AI技术的新闻代理机构,由英国报联社(Press Association)和科技公司 Urbs Media合资运营,每周为订阅其服务的英国媒体编写上万条当地新闻报道。

据路透社新闻研究所一份2018年报告指出,近四分之三受访的全球约前200位编辑、CEO和数字媒体主管表示已采用AI技术。

AI技术大大提升了新闻编辑效率,机器人所编写的新闻数量和速度远非人力能及。通过AI 技术,美联社所报道的企业收益报告从300家增至4000家。《华盛顿邮报》借助机器人Heliograf报道华盛顿当地所有的高中足球赛事。《亚特兰大宪法报》通过机器学习技术搜寻10万余份纪律处分资料,调查医生性虐待丑闻,并因此入围普利策奖。路透社通过AI技术将政府和企业数据生成数以千计的多语言版本的每日新闻报道。

《华盛顿邮报》战略行动方案总监吉尔伯特(Jeremy Gilbert)在近期沃顿麦克创新管理研究所的采访中表示,通过使用机器人,纸媒的大选报道覆盖率呈现指数型增长。他指出,“我们以往在大选的第二天早上才会发布一篇相关新闻报道,因为初选当晚,我们还需要进行唱票,而现在Heliograf每隔30到90秒就可以报道候选人唱票排名的最新进展情况”,而且就全国范围的大选而言,“我们可以每隔30到90秒更新从2016到2018年间的投票比对结果。而新数据意味着新报道的诞生”。

彭博新闻社的机器人Cyborg可以迅速将各类财报精简整合为头条新闻和要点报道。彭博新闻社主编米可斯维特(John Micklethwait)在1月的国际数字生活设计(Digital Life Design,简称DLD)大会中发言并表示,“诚然如分析师所说,机器人所编写的初版报道已十分接近‘人类通讯员’在不足30分钟内所作报道的水准。”AI 还可以迅速对全球各社交媒体进行大规模搜索,查找有关灾难、枪击、请辞等具备新闻价值的发帖。无论以何种形式或方式,如今彭博30%的新闻报道均有自动化技术的参与。

BBC一款用于新闻整合和信息提取的AI工具“榨汁机(Juicer)”,通过监视全球850个RSS订阅源,可进行大规模文章提取和标签归类。路透社的新闻追踪系统(News Tracer)通过梳理社交媒体发帖,查找重大新闻并评估其新闻价值。这一过程与人类记者验证新闻来源的过程并无二致,都会查看发帖人身份信息,搜索是否存在相关链接、图片等其他验证要素。

除新闻媒体以外,其他公司也正在运用AI技术编写新闻报道。2017年,Quartz公司高管苏华德(Zach Seward)在上海的一个会议中发言,他还尚未离开发言席,中国科技公司腾讯却已经发布了一篇翻译成中文的新闻报道,内容即为他在发言中所称的AI“写稿机器人(Dreamwriter)”。他后来发推特表示这是一篇“还算不错”的新闻报道。 

人类和机器人正密切合作

新闻编辑室多年前就已掀起AI浪潮,目前纷纷加快运用AI技术。据沃顿知识在线的采访称,早在2014年,位于以色列荷兹利亚跨学科中心的萨米·奥费尔通信工程学院(Sammy Ofer School of Communications)院长雷塔尔(Noam Latar)就一直致力于新闻业AI技术的研究,并预测该科技将凭借其巨大成本优势在媒体界大行其道。

然而,人们开始越来越担忧AI所带来的影响。比如,记者担心工作会被取代,同时人们也担心文章质量也会大不如前,假新闻则泛滥成灾。

米可斯维特对此并不认同。他认为,“一些记者会被机器人取代,但是不会很多。新闻会变得更加个性化,而这并不是坏事。……我们有时会被欺骗和忽悠,可是这一现象以前也存在。”不过,对于报道独家消息的记者而言,AI确实让他们更难以提供更具洞察力的报道,或者他们更难发掘更多重大消息。

实际上,人类记者在提供有意义的分析或解读方面可以秒杀AI。沃顿营销学教授耶尔德勒姆(Pinar Yildirim)表示,“AI能够生成一些新闻报道,但是,绝大部分新闻需要的是从不同角度进行解读的多元化和个人化观点。尽管如今AI的判断力和解读能力比人类进步很多,我们还是需要人类参与事实、事件和新闻的解读工作。”

纽约大学卡特新闻学院助理教授布鲁萨德(Meredith Broussard)在沃顿知识在线电台节目中表示,AI所取代的是常规的模式化的报道,这样记者可以腾出时间开展其他更为有趣的工作。她认为“机器人短期内不会取代人类记者……AI擅长标准化模式编撰,因此他们编写财务报告再合适不过,因为财报几乎大同小异。”

美国俄勒冈大学新闻与传播学院新媒体系主任李维斯(Seth Lewis)补充道,AI最适合那些使用高度结构化数据的新闻报道。体育新闻就是一个很好的例子。他说:“例如美联社可以借助自动化数据来编写新闻报道,将比赛中的个人技术分析表转化为叙事新闻。它听起来或者读起来像人类报道一样,但却只是……基于模板的各种叙事方式。”

在RADAR,记者为AI开发模板以让其填写本地数据。根据RADAR网站,这些模板包括“文本片段和if-then-else逻辑规则,用于将数据转换为特定位置的文本”。数据记者必须想出各种角度和故事情节,然后作一些报道来“添加广泛的背景资料和国家背景,而这些信息则会被写入具有基本故事结构的模板中”。于是就形成了有类似核心数据但有当地细节的新闻故事。RADAR表示,借助AI,一名数据记者每周可为每个模板制作约200个区域报道。

人类智慧对彭博社的AI具有指导意义。米可斯维特说:“我们需要人类告诉机器人Cyborg该做什么。我们需要人类仔细检查制作结果……我们不能出错。事实上,这当中有很多都是半自动化的……通常情况下是人类和机器合作。”

AI也增强了记者的工作能力。例如,记者可以使用语音识别技术完成诸如录音转写之类的繁重任务。机器人可以一次参与多个新闻电话会议,并且听取特定的单词以判断是否有突发新闻。

米可斯维特说,AI带来一个重大转变就是自动翻译。外国记者通常用一种语言报道事件而用另一种语言编写新闻——例如,他们用普通话进行访谈,然后用英语撰写访谈文章。他说,但是凭借快速的机器翻译,“记者可以自己喜欢的任何一种语言发布新闻,然后由计算机负责大部分的翻译工作”。在提交新闻故事之前,记者会审查最终版本。米可斯维特说,虽然机器人确实会犯错——比如,对于英文单词“ties”,它可能会混淆“关系”和“领带”的意思——但它们不会犯同样的错误。 

新闻业的未来 

耶尔德勒姆说,AI不能取代人类编写高质量新闻的另一个原因是:研究表明,人们不会“以纯理性的方式”消费媒体。无论读者是否承认,他们的确需要鼓动与情感以及会引起他们共鸣的观点。根据耶尔德勒姆与人合著的一篇2013年的研究论文,人们总是希望获得的信息与他们的观念相符合,因此这会促使他们去选择新闻媒体。耶尔德勒姆说:“这个理论表明,消费者不想只听赤裸裸的事实,而是希望听到迎合他们观念体系——世界观的新闻。”

举个例子,美国民意调查数据显示,第一个月有40%的人支持特朗普,而第二个月他的支持率上升到了45%。耶尔德勒姆说:“不同的记者对这些数据可以用不同方式进行解释,然后会吸引不同的读者。”右倾媒体会报道特朗普的支持率正在上升,而左倾媒体则会说他的支持率仍低于50%。“他们说的都是对的,这就是对数据有不同的解释。” 她补充说,如果AI要取代记者,那么这些算法最好能够产出人们想要听到的新闻。

布鲁萨德表示,AI编写的新闻报道实际上具有很高的重复性,因为它们都来自于模板。她说:“基于结构化信息的所有大学棒球比赛新闻报道都基本雷同,所以你会一遍遍地读到同样的故事。……因此,AI生成的新闻有一个收益递减点。它真的很棒,但效用非常有限。”

另一个问题是AI为新闻业带来了尚未解决的新法律问题。李维斯研究过AI生成新闻中的诽谤问题,他说:“如果某篇机器自动化生成的新闻故事诽谤个人,那谁来为此负责?我们如何起诉机器算法?最终还会是人类以这样或那样的方式承担责任。”

神速的机器报道也有其缺点,这是《洛杉矶时报》的体会。2017年,它的机器人Quakebot发布了一则关于加州伊斯拉维斯塔镇发生大规模6.8级地震的新闻推文,而事实上这场地震发生在1925年。当时,美国地质调查局正在更新历史地震数据库,却不小心发出错误警报。机器人迅速收集到了数据并在一分钟后自动报道。

布鲁萨德对“新闻业正朝着完全自动化的未来迈进”这一观点持怀疑态度。她说:“我会质疑这个假设,因为新闻编写与汽车装配不同。最初,AI具备大量产出的能力可能会令人兴奋,但它实际上相当于垃圾食品。我想让大家思考……对于新闻来说,‘慢食’运动将会产生什么结果?如果我们考虑较小批量、手工生成的新闻,情况会怎么样?它成本更高,效率较低,但实际上更好。”

李维斯补充道:“有个问题值得推敲:从利用机器生成内容的角度来看,这只是一场数量竞争吗?……或者,对新闻机构来说,实际考虑减少工作量是否会更好?减少新闻的数量,提高质量,或让它更具有价值。”他敦促媒体重视质量而不是数量——编写“更具调查性、原创性和创意的新闻报道,并且采用满读者实际需求的方式而不是陷入单纯的数量竞争。”

微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部