自1956年 Daremouth＇學(xué)會首次提出“人工智能”的概念，研究者們據(jù)此展開了眾多的理論研究和實踐，“人工智能”的概念也在不斷擴展，截至目前，已經(jīng)形成了機器學(xué)習(xí)、自然語言處理、搜索引擎、協(xié)助過濾算法、語音翻譯、視頻內(nèi)容自動識別等13個細分研究領(lǐng)域。這些人工智能研究成果在新聞領(lǐng)域的應(yīng)用改變了新聞產(chǎn)業(yè)的發(fā)展軌跡，突出表現(xiàn)為人工智能技術(shù)對新聞產(chǎn)業(yè)鏈的重構(gòu)。在新聞信息采集上，智能終端、無人機等傳感器的運用拓寬了新聞采集的信息來源，豐富了新聞報道的內(nèi)容和形式。在新聞信息加工上，機器人寫作及編輯已經(jīng)被國內(nèi)外的傳統(tǒng)媒體及新媒體廣泛應(yīng)用，提高了新聞生產(chǎn)的速度和數(shù)量，拓展了新聞的廣度和深度。在在新聞信息分發(fā)上，社交媒體、新聞客戶端、新聞瀏覽器、搜索引擎等通過對用戶的使用習(xí)慣、瀏覽軌跡、搜索記錄等進行大數(shù)據(jù)分析來確定用戶對新聞主題與內(nèi)容的偏好，并通過智能算法為用戶進行信息的精準化推薦，使為用戶提供多元化的新聞成為現(xiàn)實。
- 智能化的新聞信息采集 -
物聯(lián)網(wǎng)與傳感器新聞
▼
在物聯(lián)網(wǎng)時代，通過互聯(lián)網(wǎng)等信息技術(shù)能夠把傳感器、控制器、機器、人員和物等通過智能方式連接在一起，形成人與物、物與物相聯(lián)，構(gòu)成信息化、智能化的網(wǎng)絡(luò)。物聯(lián)網(wǎng)的應(yīng)用是新聞智能化生產(chǎn)的基礎(chǔ)，一切智能終端都有可能成為新聞信息的采集者和傳播者。其中，作為物聯(lián)網(wǎng)基礎(chǔ)設(shè)施之一的傳感器近年來在新聞領(lǐng)域已經(jīng)有較為成熟的應(yīng)用。
1
利用傳感器進行新聞數(shù)據(jù)采集的主要途徑
當前，傳感數(shù)據(jù)仍然主要掌握在政府、企業(yè)等專業(yè)機構(gòu)手中，包括大量的環(huán)境數(shù)據(jù)、地理數(shù)據(jù)、人口結(jié)構(gòu)數(shù)據(jù)、物流數(shù)據(jù)、自然界數(shù)據(jù)等。利用大數(shù)據(jù)技術(shù)對這些傳感數(shù)據(jù)進行精準分析能為專業(yè)媒體的報道提供更加豐富、可靠的背景，還能通過傳感數(shù)據(jù)對自然環(huán)境、社會環(huán)境等不斷監(jiān)測來洞察事件發(fā)展的動向，開展預(yù)測性報道等。
一是用戶的傳感數(shù)據(jù)。當前來自于用戶的傳感數(shù)據(jù)主要通過智能手機來收集，在用戶允許的條件下，智能手機能夠監(jiān)測到用戶的生活習(xí)慣、運動數(shù)據(jù)、健康情況、地理位置、環(huán)境溫濕度、交通情況等各項數(shù)據(jù)。新華社新媒體中心打造的“現(xiàn)場新聞”就是一款基于用戶定位的事實分享客戶端，通過客戶端，新華社能夠快速地收集用戶在定位現(xiàn)場的所見、所聞、所感并及時予以呈現(xiàn)。在未來，智能可穿戴設(shè)備的運用將進一步收集用戶的個人數(shù)據(jù)，如通過收集用戶的心跳、眼動范圍及軌跡、腦電圖曲線、情緒波動等身體數(shù)據(jù)來分析判定用戶閱讀信息時的反應(yīng)狀態(tài)，獲得用戶對新聞內(nèi)容、表達方式、版面安排等方面的關(guān)注度、認可度等，從而更精準地測量個體信息的傳播效果為個性化信息定制提供依據(jù)。
二是無人機等收集的傳感數(shù)據(jù)。隨著圖像傳感、障礙物避讓、續(xù)航能力等技術(shù)的不斷成熟，無人機等遠程圖像捕獲工具能夠提供大量的傳感數(shù)據(jù)。尤其在突發(fā)事件及處于特殊環(huán)境的專題報道中，無人機以其低廉的成本及廣泛的實用性等特點不斷幫助媒體機構(gòu)拓寬報道領(lǐng)域，豐富報道內(nèi)容。
2
利用傳感器進行新聞數(shù)據(jù)采集的優(yōu)勢
傳感數(shù)據(jù)更易于計算機處理。相比于人工收集的數(shù)據(jù)而言，傳感器數(shù)據(jù)能夠直接被計算機讀取、分析并進行視覺化呈現(xiàn)。如谷歌開發(fā)的云視覺API，已經(jīng)能夠通過特征提取等技術(shù)對傳感器傳送的圖像集合進行準確的分類，極大地節(jié)省了人工收集、整理數(shù)據(jù)的成本。
一是強化報道深度。傳感器的高靈敏度能夠感知到環(huán)境及事物等的細微變化并能通過簡單快捷的手段對這些數(shù)據(jù)加以收集，將原本抽象的現(xiàn)象進行量化處理，使事件能夠得到更加清晰直觀的展示，非常適于運用在展示宏觀現(xiàn)象或趨勢的解釋性報道，或展示前因后果及事件背景的調(diào)查性報道中，強化此類報道的深度。
二是豐富報道形式。傳感器在新聞領(lǐng)域的運用為眾包新聞項目等的開展提供了新可能。在2017年全國兩會報道中，各大媒體的采訪機器人紛紛作為輔助機器人出鏡，包括新華社的“愛思”和“佳f佳”、浙江衛(wèi)視的“小聰”、河南衛(wèi)視的“飛象V仔”等，其中，“佳佳”作為新華社的特約記者通過連線的方式采訪了美國《連線》雜志的創(chuàng)始人凱文·凱利，盡管采訪的深度與流暢度仍無法同人工記者相比，但這一舉動仍具有標志性意義。
- 奇幻的旅程，繼續(xù)進行 -
人物系列
▼
目前，人工智能技術(shù)在新聞信息加工環(huán)節(jié)已經(jīng)有很多成功的應(yīng)用，其中在國內(nèi)外取得成果較多的是新聞機器人。新聞機器人能夠利用算法和機器學(xué)習(xí)，迅速搜集資料、數(shù)據(jù)，數(shù)秒內(nèi)完成新聞稿的撰寫工作。新聞編輯過程中的標題制作、內(nèi)容摘要撰寫、校驗稿件等工作，新聞機器人也都能起到輔助作用。
1
國外媒體在機器人新聞寫作與編輯領(lǐng)域的實踐
2010年，“敘事科學(xué)”公司就推出了一款名為“Quill”的寫作軟件，用來撰寫體育賽事及財經(jīng)報道等。2014年7月，美聯(lián)社也開始使用科技公司AI制作的 Wordsmith平臺報道體育及財經(jīng)新聞，該平臺能夠自動抓取收到的財經(jīng)信息，同時結(jié)合美聯(lián)社預(yù)先編輯好的寫作結(jié)構(gòu)及基本規(guī)范，幾秒鐘內(nèi)快速自動生成新聞報道且錯誤低于人工輯。目前，美聯(lián)社正在積極探索運用人工智能將文字新聞自動轉(zhuǎn)換為廣播?！堵迳即夒H報》《華盛頓郵報》等也都開始采用機器人寫作。
機器人新聞寫作在國外取得了較大成果。2015年，《紐約時報》開發(fā)的機器人R&D Editor和路透社的機器人Opencalais能夠在作者寫稿時為其推薦文章可以采用的標簽和關(guān)鍵詞，并對完成的作品進行簡單的審查。但是，目前的智能算法技術(shù)尚未足夠成熟，機器人編輯只能作為人工編輯的輔助，完全用算法取代人工編輯是行不通的。2015年， Facebook遭到了用戶對編輯團隊存在政治偏見的指責，于是公司調(diào)整了人工編輯在審核熱門話題方面的作用，不再依靠他們提煉新聞要點或者選擇新聞話題，但是在此政策下， Facebook又被爆出假新聞頻出的情況?？梢?，在未來相當長的一段時間內(nèi)，我們需要做的是如何更好地進行人機協(xié)作，而不是用新聞機器人完全取代人工編輯。
媒體進入“后真相”時代
“后真相”的概念在幾十年前就已經(jīng)存在，但是2016年由于英國公投和美國大選，該詞的使用頻率升，并入選了牛津詞典公布的2016年度英文詞匯。所謂的“后真相”是指情感和個人信念相對于客觀事實來說，對形成民意的影響相對更大。互聯(lián)網(wǎng)時代，被多元化的海量信息包圍的用戶往往不重視尋找事實真相，反而會更容易被各種情感、意見所煽動。而以網(wǎng)民為傳播節(jié)點，以社交網(wǎng)絡(luò)作為傳播渠道的社交媒體進一步加劇了“后真相”的現(xiàn)象。在社交媒體中網(wǎng)民帶有強烈個人情色彩的意見與評論往往比事實更容易引起他人的關(guān)注與互動，而完全依靠大數(shù)據(jù)與機器算法的智能新聞生產(chǎn)模式很可能會帶來更多情緒的激化，而不是事實真相。因此，在智能媒體環(huán)境下，專業(yè)的新聞生產(chǎn)機構(gòu)應(yīng)更重視對事實真相的追求，在新的傳播環(huán)境與傳播技術(shù)下，重新尋找能夠無限接近客觀事實的新路線。
