蔣枝宏（武漢大學(xué) 新聞與傳播學(xué)院，湖北 武漢 430072）

?

傳媒顛覆者：機(jī)器新聞寫作

蔣枝宏
（武漢大學(xué) 新聞與傳播學(xué)院，湖北 武漢 430072）

摘 要：隨著人工智能技術(shù)在各生產(chǎn)、生活領(lǐng)域的普及，新聞業(yè)終于迎來了機(jī)器寫作這一顛覆性寫作方式。本文梳理了機(jī)器新聞寫作的發(fā)展歷程以及國(guó)內(nèi)外關(guān)于機(jī)器新聞寫作的研究成果，以期為未來的機(jī)器新聞寫作研究提供有益借鑒。

關(guān)鍵詞：機(jī)器新聞寫作；人工智能；應(yīng)用；初級(jí)階段

一、機(jī)器新聞寫作的概念及其發(fā)展歷程

所謂“機(jī)器寫作”，又稱“機(jī)器人寫作”，是指自動(dòng)根據(jù)算法將目標(biāo)數(shù)據(jù)通過自然語言生成的方式輸出文章的一種人工智能技術(shù)，核心在于自然語言生成?！皺C(jī)器新聞寫作”則指用這種技術(shù)進(jìn)行新聞寫作，是人工智能學(xué)科在新聞?lì)I(lǐng)域的應(yīng)用。最近20年，諸如戰(zhàn)勝國(guó)際象棋大師的機(jī)器人“深藍(lán)”、掃地機(jī)器人、面部識(shí)別、無人駕駛等我們熟悉的科技都是人工智能的研究成果，而機(jī)器人新聞寫作也屬于這一系列成果之一。

基于模板的文本生成算法研究始于20世紀(jì)90年代（Buseman & Horacek，1998；Theune，Klabbers，Odijk，De Pijper，& Krahmer，2001），但商業(yè)化應(yīng)用卻是近幾年才出現(xiàn)的。2010年，美國(guó)的Automated Insights公司和Narrative Science公司分別將其研發(fā)的自然語言生成Wordsmith和Quill投放市場(chǎng)。兩家公司均稱其旗下自然語言生成平臺(tái)與此前的平臺(tái)不同，不是單純將數(shù)據(jù)填入模板，而是根據(jù)特定傳播目標(biāo)進(jìn)行個(gè)性化寫作。Narrative Science將Quill的文本生成過程概括為：第一，收錄數(shù)據(jù)。第二，計(jì)算該數(shù)據(jù)具有新聞價(jià)值的各方面。第三，識(shí)別相關(guān)角度并對(duì)其進(jìn)行優(yōu)先處理。第四，將數(shù)據(jù)顯示的角度與文章觀點(diǎn)相連。第五，輸出文本。

由于機(jī)器新聞寫作速度快、產(chǎn)量大、成本低，從2010年春季開始，美國(guó)十大電視網(wǎng)已經(jīng)開始采用Narrative Science的軟件進(jìn)行體育比賽簡(jiǎn)要報(bào)道。在2009～2010年賽季，該軟件撰寫的報(bào)道占足球賽事報(bào)道的40%（劉霞，2011）。2014年3月18日，美國(guó)加州發(fā)生4.4級(jí)地震，《洛杉磯時(shí)報(bào)》依賴自主研發(fā)的地震新聞自動(dòng)生成系統(tǒng)Quakebot，僅用3分鐘就完成了新聞的生成并發(fā)表在《洛杉磯時(shí)報(bào)》網(wǎng)站上，引發(fā)了其他媒體的關(guān)注。同年7月，美聯(lián)社宣布與Automated Insights公司合作，采用機(jī)器進(jìn)行企業(yè)的財(cái)報(bào)報(bào)道。此外，雅虎、福布斯網(wǎng)也已采用機(jī)器人進(jìn)行特定種類的新聞寫作。

值得注意的是，機(jī)器新聞寫作仍處于初級(jí)階段，主要被用于財(cái)經(jīng)、體育領(lǐng)域的新聞報(bào)道，因?yàn)檫@兩類新聞需要進(jìn)行大量的數(shù)據(jù)處理和闡釋。而在地質(zhì)、氣象、健康領(lǐng)域，機(jī)器新聞寫作也具有較大潛力。

國(guó)內(nèi)大眾開始關(guān)注“機(jī)器新聞寫作”主要源于騰訊財(cái)經(jīng)的一篇報(bào)道。2015年9月10日，一則名為《8月CPI同比上漲2.0% 創(chuàng)12個(gè)月新高》的文章文末注明：“本文來源：Dreamwriter，騰訊財(cái)經(jīng)開發(fā)的自動(dòng)化新聞寫作機(jī)器人?！边@篇機(jī)器人寫作的新聞稿引發(fā)了社交媒體大量轉(zhuǎn)載和討論。

10月14日，騰訊財(cái)經(jīng)再次發(fā)布機(jī)器新聞稿件。這一次，不但與國(guó)家統(tǒng)計(jì)局的消息公布零時(shí)差，同時(shí)推出了“常規(guī)版”、“研判版”、“民生版”3個(gè)版本。3篇文章文風(fēng)各異，針對(duì)不同目標(biāo)用戶個(gè)性化需求。此次升級(jí)顯示出騰訊企圖打造能夠出產(chǎn)個(gè)性化、語言生動(dòng)的寫作機(jī)器人的野心。

二、機(jī)器新聞寫作的研究意義

機(jī)器新聞寫作是新聞生產(chǎn)自動(dòng)化的全新發(fā)展階段。從2001年谷歌新聞實(shí)現(xiàn)機(jī)器自動(dòng)選編，到如今各大新聞網(wǎng)站根據(jù)用戶愛好、瀏覽習(xí)慣推薦新聞，聚合生成新聞網(wǎng)頁以及微博自動(dòng)抓取新聞熱點(diǎn)、設(shè)置熱搜詞，都是新聞生產(chǎn)自動(dòng)化的表現(xiàn)。但這些都還停留在編輯階段，并不涉及內(nèi)容的原創(chuàng)性生產(chǎn)。而寫稿機(jī)器人的出現(xiàn)極大地挑戰(zhàn)著“寫稿是人類特有智力成果”的信念，因而一時(shí)之間“記者面臨失業(yè)”的言論不絕于耳。

美聯(lián)社負(fù)責(zé)人表示，采用機(jī)器人寫作企業(yè)財(cái)報(bào)報(bào)道后，季度產(chǎn)量由原先的300余篇變?yōu)?000余篇，且單篇文稿生產(chǎn)時(shí)間只需要幾分鐘，機(jī)器人的生產(chǎn)力可見一斑。與此同時(shí)，機(jī)器人的快速更新?lián)Q代、深度學(xué)習(xí)能力不斷增強(qiáng)也讓傳統(tǒng)記者倍感壓力。Narrative Science原創(chuàng)人之一甚至聲稱未來15年，機(jī)器人寫作稿件將占據(jù)90%的市場(chǎng)份額。

無論是作為記者的補(bǔ)充和輔助，亦或直接取代記者進(jìn)行特定類型稿件的生產(chǎn)，機(jī)器新聞寫作的潛在影響力使得關(guān)于它的研究具有相當(dāng)?shù)木o迫性和必要性。

三、機(jī)器新聞寫作國(guó)內(nèi)外文獻(xiàn)綜述

（一）國(guó)外文獻(xiàn)綜述

國(guó)外研究者用“機(jī)器人新聞”（robotic journalism）、“機(jī)器寫的新聞”（machine-written news）、“自動(dòng)內(nèi)容”（automated content）、“自動(dòng)新聞”（automated journalism）等名稱來指代本文所稱“機(jī)器新聞寫作”技術(shù)，稱呼方式多元，但所指內(nèi)核基本一致，強(qiáng)調(diào)“基于數(shù)據(jù)”、“自然語言生成”、“沒有人工干預(yù)”等要素。

部分研究者籠統(tǒng)將機(jī)器新聞寫作歸入計(jì)算機(jī)新聞（computational journalism），將其視作計(jì)算機(jī)新聞的新發(fā)展，探討計(jì)算機(jī)新聞對(duì)傳統(tǒng)新聞工作流程、稿件生產(chǎn)、記者職責(zé)、新聞導(dǎo)向等方面產(chǎn)生的影響，僅在過程中順帶提及機(jī)器新聞寫作這一現(xiàn)象，但并沒有把它作為獨(dú)立研究對(duì)象展開分析。其中，Terry Flew、Christina Spurgeon、Anna Daniel和Adam Swift（2011）認(rèn)為，計(jì)算機(jī)新聞技術(shù)能充分挖掘并解釋數(shù)據(jù)，不會(huì)遺漏任何數(shù)據(jù)和數(shù)據(jù)背后潛在的新聞價(jià)值，使得原創(chuàng)性調(diào)查報(bào)道不僅生動(dòng)，并且有意義。此外，還能增加調(diào)查報(bào)道與讀者的互動(dòng)方式，有利于維系現(xiàn)有讀者并吸引更多讀者。然而，Joakim Karlsen和Eirik Stavelin（2012）在對(duì)挪威6家最大的媒體進(jìn)行深度采訪后，得出了相反的結(jié)論。他們認(rèn)為計(jì)算機(jī)新聞雖然在工具以及所需的相應(yīng)技能上與傳統(tǒng)新聞不同，但新聞價(jià)值和目標(biāo)仍然一致。盡管計(jì)算機(jī)新聞讓數(shù)據(jù)被更充分的利用，但通過研究，他們并未發(fā)現(xiàn)計(jì)算機(jī)新聞提升新聞業(yè)效率的證據(jù)，也不認(rèn)為計(jì)算機(jī)新聞會(huì)在低水平的技術(shù)工作環(huán)節(jié)替代記者?！八惴ā保╝lgorithm）是計(jì)算機(jī)新聞的關(guān)鍵，Philip M.Napoli （2013）將算法概念化，視作融合了人力和技術(shù)的媒介機(jī)構(gòu)，運(yùn)用體制理論（institutional theory）對(duì)算法在媒介消費(fèi)和媒介生產(chǎn)方面起到的作用進(jìn)行分析，認(rèn)為算法的作用機(jī)制與媒介運(yùn)行機(jī)制存在多處平行，算法已經(jīng)入侵很多學(xué)界認(rèn)為傳統(tǒng)媒體特有的功能，如“把關(guān)人”、內(nèi)容決策、內(nèi)容生產(chǎn)。

以“機(jī)器新聞寫作”為研究對(duì)象的論文并不多。Matt Carlson （2014）延續(xù)了計(jì)算機(jī)新聞的主流研究思路，探究新聞內(nèi)容自動(dòng)生產(chǎn)對(duì)新聞實(shí)踐的影響，他還進(jìn)一步分析了其如

何影響人們對(duì)新聞的理解。Arjen van Dalen （2012）關(guān)注機(jī)器人新聞寫作對(duì)記者自我認(rèn)知的沖擊，研究這種新技術(shù)的采納如何迫使傳統(tǒng)記者重新審視自身技能。

上述研究都將關(guān)注點(diǎn)放在機(jī)器新聞寫作技術(shù)和新聞實(shí)踐之間的關(guān)系和互動(dòng)上，而2014年發(fā)表的另外兩篇論文則采用問卷調(diào)查的方式從讀者角度研究機(jī)器寫作的新聞文本的質(zhì)量。Hille van der Kaa 和Emiel Krahmer（2014年）側(cè)重于比較記者讀者和普通讀者對(duì)機(jī)器新聞寫作的文稿看法、評(píng)價(jià)差異；Christer Clerwall（2014年）以學(xué)生為調(diào)查對(duì)象發(fā)放了問卷，研究讀者是否能分辨機(jī)器新聞稿和人工新聞稿，以及他們?nèi)绾慰创龣C(jī)器稿件的質(zhì)量。

Patricia McCartney（2015年）的《機(jī)器新聞與護(hù)理》一文簡(jiǎn)單介紹了機(jī)器新聞寫作的原理及當(dāng)前應(yīng)用，探討了其優(yōu)勢(shì)和不足，最后提出了自己的猜想：機(jī)器人寫作技術(shù)或可應(yīng)用于醫(yī)學(xué)診斷，為病患開具診斷書。

（二）國(guó)內(nèi)文獻(xiàn)綜述

國(guó)內(nèi)關(guān)于機(jī)器新聞寫作的探討主要分為兩類。第一類內(nèi)容覆蓋面廣，從機(jī)器新聞寫作的算法、工作原理，到發(fā)展歷史、現(xiàn)狀、可能帶來的影響幾個(gè)方面來介紹機(jī)器新聞寫作（金兼斌，2014；張?chǎng)龋?014；黃可，2015）。第二類是從某個(gè)角度切入，談機(jī)器人記者的應(yīng)用（魯燁，2015；鮑廣仁，2015）、對(duì)新聞業(yè)的影響（郭佳，2014；曹素妨，2015；李旭，2015）、對(duì)新聞教育的影響（韓立新，2015）以及機(jī)器人新聞寫作的未來（曹素妨，2015）。

這些探討還停留在淺顯的談?wù)搶用?，尚未進(jìn)入嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)論證階段。因此，關(guān)于機(jī)器新聞寫作的研究還有待深入。

參考文獻(xiàn)：

［1］ 金兼斌.機(jī)器新聞寫作：一場(chǎng)正在發(fā)生的革命［J］.新聞與寫作，2014（9）：112.

［2］ 郭娟，宋頌.“機(jī)器攜手”的著作權(quán)問題研究——以機(jī)器人代寫新聞為例［J］.寧德師范學(xué)院學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2015（2）：124.

中圖分類號(hào)：G212.2

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1674-8883（2016）03-0046-01