近年來，美國新聞機構(gòu)緊跟人工智能技術(shù)的發(fā)展，將之應(yīng)用到在新聞選題、信息采集、內(nèi)容生產(chǎn)、渠道傳播等方面，新聞生產(chǎn)進入“智能化”時代，其著力點有以下三個方面，值得我們借鑒。
節(jié)省人力提高效率
將“機器人寫作”廣泛應(yīng)用于涉及大量數(shù)據(jù)的新聞報道，如財經(jīng)、體育、災(zāi)難性報道，把記者從繁瑣、簡單的數(shù)據(jù)新聞中解放出來，讓他們專心采寫更深度的新聞報道。
美聯(lián)社早在2014年就開始和提供自動化寫作服務(wù)的公司Automated Insights合作，讓機器人Word Smith讀取財報，然后按照編輯預(yù)先提供的架構(gòu)，自動生成偏向于數(shù)據(jù)分析的財經(jīng)新聞。這套人工智能系統(tǒng)還擁有“自主學(xué)習(xí)”功能，在三個月內(nèi)自主掌握了新聞寫作基本規(guī)范，并且更低的錯誤率還改善了文章質(zhì)量。而美聯(lián)社的人工智能的下一個方向是——將文字報道自動轉(zhuǎn)為語音廣播。
《華盛頓郵報》至今已開發(fā)擁有近100個“智能機器人”，其中最知名的是里約奧運會期間亮相的Heliograf。它可以根據(jù)實時數(shù)據(jù)源自動生成故事，也能利用軟件搜索海量信息幫助記者挖掘獨家新聞點，還可以為讀者提供個人定制故事。在里約奧運報道中，Heliograf從體育數(shù)據(jù)公司獲取賽事最新信息，并自動編輯成短消息作為即時新聞發(fā)布。在2016年美國大選當(dāng)天，它跟蹤投票結(jié)果，自動生成郵件和推特。2012 年，《華盛頓郵報》4名記者花了25個小時來人工編輯發(fā)布部分的選舉結(jié)果，而2016年，Heliograf獨自創(chuàng)造了500 條報道，幾乎不需有人工干預(yù)。《華盛頓郵報》下一步計劃利用Heliograf來對人工或機器生產(chǎn)的信息進行持續(xù)更新。例如，有人周四分享了周二的一篇報道，Heliograf可以自動將最新的事實加到這篇報道中。Heliograf甚至將具有編寫新聞的潛力，記者們只需要提供相關(guān)的事實、分析和觀點，后期合成文章則由這款機器人完成。
《今日美國報》使用Wibbitz人工智能生產(chǎn)軟件，來生成短視頻，它可以將新聞報道壓縮成一段視頻腳本，并把所選圖像或錄像串起來，甚至還可以加解說。
路透社與Graphiq的合作也頗具成效，利用Graphiq龐大的可視化數(shù)據(jù)庫的智能算法，可以預(yù)先假設(shè)要報道的事件，并讓人工智能迅速抓取相關(guān)數(shù)據(jù)，與報道相匹配，也就是為你的新聞稿提供相關(guān)的數(shù)據(jù)資料，節(jié)省編輯的時間。
路透還正在開發(fā)一個體育報道工具，比如將NBA比賽圖片自動生產(chǎn)幻燈片式的短視頻，解說則是由此工具從“自動生成的三段式報道”提取出來。
監(jiān)控趨勢性輿情與突發(fā)事件
《洛杉磯時報》在2014年美國加州4.4級地震期間成為報道新聞最快的媒體，從撰寫到發(fā)布僅3分鐘，這是由于它的系統(tǒng)可以在收到美國地址勘探局的信息時，迅速將數(shù)據(jù)套入系統(tǒng)模板中生成突發(fā)新聞。除此之外，《洛杉磯時報》正依靠人工智能建立的犯罪信息庫，用以在暴力、自殺事件上進行輔助報道，不過目前該系統(tǒng)也同樣還并未能實現(xiàn)深度分析類文章。
美聯(lián)社NewsWhip提供的社交網(wǎng)絡(luò)分類監(jiān)測系統(tǒng)輔助報道決策。News Whip公司從2014年1月就開始從事新聞報道監(jiān)測，目前其監(jiān)測的社交網(wǎng)站包括Facebook, Twitter, Instagram, Reddit, Linked In和Pinterest，數(shù)據(jù)監(jiān)測頻率為每兩分鐘一次，數(shù)據(jù)內(nèi)容涵蓋100個國家30種語言。據(jù)說通過算法分析，該公司能夠預(yù)測79%的主要熱點新聞，告知用戶哪些內(nèi)容在全球受眾中傳播最廣泛，效果最好的是哪些報道，從而使編輯部能夠更有效地做出報道選題決策。美聯(lián)社的記者和編輯都接受了News Whip培訓(xùn)，可以監(jiān)測自己所在地區(qū)以及所使用語言范圍內(nèi)的突發(fā)新聞。
湯姆森路透的算法預(yù)測工具則可以幫助記者判斷一段推文的真實性，它可以根據(jù)推文的“可信度”“新聞價值”來監(jiān)測可能發(fā)生的新聞，其判斷依據(jù)包括誰在發(fā)推文，推文在網(wǎng)絡(luò)上是如何散播的，有無用戶在推特上試圖證實或證偽突發(fā)事件等。
美國新聞聚合網(wǎng)站Buzzfeed也推出了聊天機器人BuzzBot，它最初是為報道美國共和黨和民主黨全國代表大會而設(shè)計的,可以在事發(fā)現(xiàn)場收集信息,目前已發(fā)展成為一種依托機器人助力的開源報道工具。與其他新聞機構(gòu)機器人不同的是，Buzz Bot不提供類似新聞推薦、在線訂餐的服務(wù)，而是通過與用戶互動溝通，向與會代表、抗議者以及現(xiàn)場的任何人收集新聞素材，幫助Buzzfeed新聞網(wǎng)站制作報道內(nèi)容。用戶可以直接向Buzz Bot發(fā)送照片或其他信息，Buzz Bot偶爾也會向用戶提出問題，或者要求用戶提交與自己體驗相關(guān)的細節(jié)。
《紐約時報》的Blossomblot可以根據(jù)社交平臺的文章進行大數(shù)據(jù)分析，推測哪類型內(nèi)容更具熱度，輔助編輯挑選合適的素材，經(jīng)過該報內(nèi)部統(tǒng)計，經(jīng)過Blossomblot篩選后的文章點擊量是普通文章的38倍！除此之外，Blossmblot的機器學(xué)習(xí)能力還能提供配圖、摘要、甚至制定標(biāo)題。
提升用戶交互性體驗
隨著Facebook Messenger、Whats App、Snapchat、iMessage等社交通訊應(yīng)用程序蓬勃發(fā)展，美國媒體更加看重培養(yǎng)與用戶的私人關(guān)系。2016年4月，F(xiàn)acebook Messenger宣布Chatbot上線，幫助媒體將內(nèi)容和對話機制有效結(jié)合，入駐的媒體均獲得了開發(fā)機器人的權(quán)利。
CNN是Facebook Messenger聊天機器人的首批體驗者之一。CNN推出了專注個性分發(fā)的聊天機器人，每天向用戶推送頭條新聞。在每日推送的下方，有三個選項：Read Story，Get summary和Ask CNN。依次點擊三個選項，用戶可以閱讀故事內(nèi)容或者了解故事梗概，還可以向CNN 聊天機器人提問。
《紐約時報》以其一名政治記者為原型開發(fā)了一個基于記者自身個性和魅力的智能機器人NYT Politics Bot，用他的聲音來為讀者播報每日總統(tǒng)大選選情，加強與讀者交流的親近性，創(chuàng)造與讀者一對一交流互動的體驗。
綜合美英媒體實踐看，數(shù)據(jù)科學(xué)和人工智能的應(yīng)用正在給新聞媒體的生產(chǎn)和組織方式帶來巨大的便利，也提出了不少的適應(yīng)性挑戰(zhàn)。
1、如何增強自身技術(shù)儲備和創(chuàng)新能力，構(gòu)建和維護內(nèi)容充分、準(zhǔn)確的數(shù)據(jù)庫，確保算法生成的新聞無誤。構(gòu)建和維護內(nèi)容充分、準(zhǔn)確的數(shù)據(jù)庫是算法生成新聞的基礎(chǔ)。只有確保人工輸入算法的原始數(shù)據(jù)準(zhǔn)確，算法生成的新聞才不會出錯。而算法本身也需要不斷完善提高，這對新聞媒體的技術(shù)儲備和創(chuàng)新能力要求更高。美英媒體普遍采取的是自我開發(fā)和外包合作相結(jié)合的方法。
2、如何改造采編發(fā)業(yè)務(wù)流程，與人工智能系統(tǒng)無縫對接。人工智能系統(tǒng)的引入將首先改變股市匯市財報等初級新聞產(chǎn)品的生產(chǎn)方式，采編發(fā)流程和崗位安排勢必需要調(diào)整，甚至需要改變業(yè)務(wù)板塊設(shè)置。編輯部的職能和人力需求也自然需要改變。智能化報道系統(tǒng)自身需要維護和監(jiān)測，特別是需要經(jīng)驗豐富的編輯負責(zé)向機器輸入報道范本，對范本進行更新，將監(jiān)測機器錯誤，確保工作流程變得更好更高效。
3、如何加強對傳統(tǒng)采編人員的技術(shù)培訓(xùn)，并組建更適應(yīng)人工智能報道系統(tǒng)的新一代采編隊伍。新一代的記者不僅僅是一般意義上的“全媒型”，還要是“跨界型”，不僅擅長采寫編發(fā)，還要擅長數(shù)據(jù)分析和計算機技術(shù)，懂得人工智能體系如何運轉(zhuǎn)，如何在報道中合理運用人工智能系統(tǒng)。（來源：中國傳媒科技）
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
