随着人工智能技术对新闻业的影响更加深入，新闻编辑室将日趋智能化，新闻产品的数量、质量和品种都将大幅提升。
美国新闻业关于人工智能的研究，梳理人工智能影响新闻业的相关研究文献，成果主要有三类。
第一，关于人工智能推动新闻出版业发展的趋势性研究。从2014年美联社使用机器人写稿并翻译国际新闻开始，全球新闻出版业就开始关注人工智能，对新技术的期待与未知推动了一批趋势性研究报告的发布。如2017年9月，哥伦比亚大学新闻学院发布了题为《人工智能：在新闻业的实践及影响》，对美国及全球范围内人工智能辅助新闻出版业的案例和趋势进行了描述性研究。①
第二，实操性研究。人工智能在新闻出版业应用范围日益广泛，但绝大部分教育机构的专业课程设置尚未跟上业务发展需求。因此，一些在人工智能应用方面处于前沿地位的媒体推出了实操性工作手册以指导新闻编辑部工作实践。比如2017年3月，美联社发布了《人工智能工作手册》，对来自该社、纽约时报、华盛顿邮报和洛杉矶时报的采编人员和技术人员就人工智能辅助新闻出版工作的特点、规律、优势和局限性进行了访谈，概括出具有借鉴价值的经验，并提示了可能产生的风险。
第三，针对具体技术的应用研究。人工智能有很多分支技术参与新闻工作，比如：机器学习、自动化写作、视觉技术等。因此，根据新闻实践中产生的新问题，一些学者开始针对这些分支技术进行应用研究，其中探讨最多的是关于自动化写作的问题。比如：Neil Thurman、Konstantin Dorr、Jessica Kunert在2017年3月的《数字新闻学》杂志中发表了题为《当新闻人遇到机器人写手》的研究文章，文中对来自BBC、路透社、CNN的具有操作机器人写作一线经验的记者和编辑进行了访谈，将新闻编辑部处于不同岗位和职责的记者、编辑谈及的自动化新闻生产的潜力和局限性的看法形成文本，并从伦理的、社会的角度进行了分析。
人工智能在新闻编辑室的应用
1.“海底捞针”般的数据管理。首先，人工智能的数据管理可以通过深度学习来印证记者已有的假设。在记者已有假设的前提下，让算法根据假设来搜索、收集和归纳可以印证假设的信息。2016年，纽约时报金融新闻记者怀疑一个企业涉嫌本地贸易欺诈，但他们在怀疑确定之前又不能提供足够的人力来进行调查取证。于是，纽约时报成立了一个调查团队，先利用机器来帮助他们完成报道的前期信息搜集工作。这个团队利用监督学习将与怀疑对象相关的一切金融文件加上标签，并将那些可能提示该贸易涉嫌欺诈的信息突出显示。当记者团队把所有涉及这个企业贸易的信息输入系统，系统就可以同步将提示欺诈的信息和不提示欺诈的信息进行区分。
其次，在新闻编辑室的生产流程中加入人工智能的数据管理功能，可以发现人类无法审视的数据及其关系。人工智能将非结构性数据作为输入数据，得出非目标性的输出结果，并自由展示输入和输出数据之间的关系，这种关系往往帮助记者在短时间内发现新闻线索。美联社数据新闻团队就运用其数据管理系统从14万条人力输入的关于枪支泛滥的案件记录中找到了枪支滥用最典型的案件，还推算出如果案件涉及孩子或警察，那么犯罪人故意开枪的概率是多少等线索。
第三，人工智能的数据识别还可像人眼那样记录所见，甚至有时候能够推导出一些肉眼不能立即区分并归类的信息。Clarifai技术公司就利用计算机数据识别来实现了自动描述图片和视频里的关键信息，比如：位置、人物身份、地点和物品。这个技术可以提高编辑部图片管理的效率，并提高记者搜索资料图片的效率。
2.自动化新闻写作。自动化新闻写作的技术支撑来源于人工智能中的语言生成和处理技术。
一方面，语言技术中自然语言生成的报道将结构化数据转化成人们可阅读的叙述性文本。自然语言生成系统可以组织一些简单的语言，而且随着技术的升级，它组织语言的数量和规模越来越大。比如，2016年，美联社和旗下自动化新闻写作公司Automated Insights再次合作，利用自然语言生成全面报道了Minor League棒球赛。在这个案例里，持续的低水平的专业棒球报道可以完全移交给机器来完成，并为美联社迎来了赛事报道数量和精确率的升级。
另一方面，自然语言处理可以理解文本并找出前后文之间的联系。自然语言处理在新闻业务中的应用主要涉及：读取大规模文件、国际新闻编译和文本摘要提炼。美联社和国际调查报道记者联盟联合揭露巴拿马造纸业黑幕的报道中，国际调查报道记者联盟必须读取上百万的文件，而每份文件饱含着众多公司名称、人名以及机构地名等。自然语言处理技术仅用几天时间就帮助该联盟从上百万份文件中找到了不同名字间的联系。此外，自然语言处理在国际新闻编译方面也发挥着巨大作用。美联社提供的多国语言新闻服务就引入了自然语言处理技术。美联社的目标不是要用自然语言处理系统替换人力新闻翻译，而是帮助人力翻译增强他们的产品质量，使得美联社的国际新闻能够更好地服务于中东地区、拉丁美洲和加勒比地区的新闻机构，而自然语言处理系统在新闻编译的初稿成形阶段非常有用，它提高了美联社编译国际新闻的数量和质量。
3.个性化推送。众多媒体的推送机器人系统证明，个性化新闻改写和推送是能够实现媒体和新闻消费者双赢的。
一方面，自动化的新闻写作越来越兼顾个性化的需求。个性化要求写作者和编辑根据读者的兴趣和关注点写不同的文章以提高读者的忠诚度。通过对读者行为的管控，人工智能技术能够理解读者的喜好，并由此生产出个性化内容，最终发展成为消费者的行为活动和投资回报。另一方面，人工智能工具的使用带有各种各样的目的，既可以产生积极影响，也可能带来负面作用，比如为了迎合个性化需求制造假新闻。这使媒体新闻所代表的真实性变得不稳定，对新闻记者和法律也有巨大的隐患。
人工智能如何影响美国新闻业
1.人工智能成为新闻业变革的重要推动力。第一，将记者从繁杂的初级任务中解放。人工智能能够帮助记者分析数据，验证模式、趋势，并从众多信息来源中探测原因和深意，看见肉眼不能看见的关系，将数据、声音转换为文本，将文本转化为视频或音频；理解情感，分析事物所处的客观环境；识别文本和颜色等。相比以往，这些功能都将极大地缩减记者的初级劳动时间。
第二，推动智能化新闻品种出现。人工智能和新闻业的结合催生更多全新的新闻品种。首先，机器人写稿已进入2.0时代，除了能简单撰写新闻消息外，还可以提供更多体裁的内容。华盛顿邮报的Heliograf就已经从撰写简单消息升级成了可以写分析性稿件的机器人。其次，聊天机器人的出现催生出对话式新闻报道。上述提到的纽约时报几款聊天机器人在美国大选、里约奥运等重大事件的报道中都以对话的形式呈现新闻，而机器人被赋予的幽默话风、调皮性格，使得它们的回复又成为“网红”新闻。
第三，为智能化新闻编辑室提供技术支撑。纽约时报科研团队研发的机器人Blossomblot是新闻编辑室在稿件推送方面智能化的代表。Blossomblot通过对社交平台上推送的海量文章进行分析，能够预测什么
样的内容更适合在社交媒体的平台上推广，它帮助编辑挑选适合的文章，甚至可以独立制定标题、摘要文案、配图等。经过Blossomblot筛选自动推荐的文章的点击量是人工推送文章的38倍。②
第四，促使新闻从业人员掌握人工智能技术。熟练掌握这些技术，将帮助记者和计算机以及数据科学家完成高质量的采访报道。赫斯特集团最近宣布创建了原生新技术部，这个部门专门负责发布数据新闻，并大胆将影响新闻业的重要技术，包括人工智能、声音交互等应用于新闻报道的采写中。赫斯特认为人工智能只是一个基本技术，它将帮助我们跟上个人计算发展新趋势。因此，记者所具备的技术和专业知识应该是完全可以将人工智能应用于工作，而不是停留在实验室阶段。
2.人工智能为新闻业带来新的风险。第一，不能完全回避的算法偏见。在针对社会经济、宗教和种族分裂的相关问题上，算法可能先占性地默认某种价值判断，这就为新闻从业人员如何使用号称“精确”的算法得出的数据提出了挑战，需要人力核实数据真实性和前后关系，更需要在数据和新闻伦理两方面作出合理的取舍。第二，人工智能的认知有限性带来报道缺陷。人工智能的“自主思维”或“智力活动”正在参与信息的输入和新闻产品的生产。然而，这种能力是依靠数据来判断的，却缺乏判断原始数据准确性的洞察力。因此，人工智能有限的认知能力需要进一步完善，但在这个过程中产生的报道会因为有限的认知能力而带有缺陷。第三，打破既定职位结构和工作流程带来的不适。当人工智能作为一种生产力引入具体新闻工作，也会打破新闻编辑室原有的职位结构和工作流程。一是记者需要认识到，他们将花更多时间联系相关人员、从人工智能得出的线索中进一步追踪分析。二是自动化报道系统自身需要维护和监测。如美联社开始使用算法生成上市企业财报新闻以来，向客户提供的上市公司财报报道在数量上比以前多了12倍。尽管从外部看，这些常规报道由美联社的机器完成，并没有人力干预，但在内部，用于监测机器错误并修正的工作是需要人力来完成的，于是，维护机器的工程师成为编辑室的新岗位。
文章摘自《青年记者》5月上
