農(nóng)毅慧

摘要2014年7月，“美聯(lián)社用機器人代替記者寫稿”的新聞引發(fā)討論熱潮?！皺C器人新聞”一詞以訛傳訛，實際反映了公眾乃至新聞從業(yè)者對新聞技術(shù)現(xiàn)狀的誤解。本文通過聚焦于最新發(fā)布的哥倫比亞大學(xué)研究報告，嘗試解讀算法撰寫新聞的行業(yè)趨勢與前景。

關(guān)鍵詞自動化新聞：算法新聞；分析性思維；責(zé)任與挑戰(zhàn)

1什么是“自動化新聞”

美國哥倫比亞大學(xué)下屬的數(shù)據(jù)新聞研究中心TowCenter于2016年1月發(fā)布的《自動化新聞指南》采用術(shù)語“自動化新聞”來概括這一媒體行業(yè)的新動向?！白詣踊侣劇敝冈诔跗谒惴ň幊掏戤吅螅唤?jīng)人為干預(yù)，軟件或算法即可自動生成新聞故事的過程。因此，一旦算法生成，從收集和分析資料，到實際的撰寫和發(fā)布新聞，新聞生產(chǎn)的每個環(huán)節(jié)都可以自動完成。自動化新聞也可以被稱作算法新聞。自動化新聞適用于某類特定的新聞：這些故事以事實為主，且存在有效的、結(jié)構(gòu)化的、可靠的數(shù)據(jù)可供使用。此種情況下，算法能夠生產(chǎn)大批量的新聞內(nèi)容，并針對每個讀者做出個性化處理。算法比人類新聞記者更迅速、成本更低廉，而且很可能更少犯錯誤。

2自動化新聞的簡史與現(xiàn)狀

自動化新聞的概念看似新鮮，實則在新聞領(lǐng)域亦有跡可尋。該行業(yè)趨勢發(fā)源于近半個世紀前的天氣預(yù)報領(lǐng)域。一種能夠處理天氣預(yù)報模型數(shù)據(jù)（風(fēng)速、降雨量、氣溫等）的軟件可將數(shù)據(jù)按照重要性排列（例如數(shù)值是否超過或低于某個閾值范圍），并使用事先寫好的約80個短語生產(chǎn)出一篇“措辭嚴謹?shù)奶鞖忸A(yù)報”。另一個已經(jīng)長期采用自動化模式的領(lǐng)域是以信息速度論高下的財經(jīng)新聞。舉例來說，路透社和彭博社等機構(gòu)都從新聞稿件中提取關(guān)鍵數(shù)據(jù)，將它們嵌入事先寫好的模板，為其客戶自動生成新聞提醒。近年來，福布斯、非營利性新聞?wù){(diào)查網(wǎng)站ProPublica等紛紛開始采用自動化新聞技術(shù)，2014年美聯(lián)社使用Automated Insight創(chuàng)建的“語言大師”（Wordsmith）平臺來撰寫公司季度財報，這一消息更使自動化新聞前所未有地走進公眾視野。目前在全球范圍內(nèi)研發(fā)自動化新聞軟件的11家公司，其中5家在德國（Ax Semantics：Text On：2txt NLG：Retresco：Textomatic），2家在美國（Narrative Science：Automated Insights），2家在法國（syllabs：Labsense），1家在英國（Arria），1家在中國（騰訊）。

3自動化新聞的意義與影響

3.1新聞記者：應(yīng)當(dāng)更關(guān)注那些算法完成不了的任務(wù)

自動化新聞經(jīng)常被看作是針對傳統(tǒng)新聞業(yè)的威脅，因而也毫無意外地吸引眾多記者的關(guān)注。新聞記者通常認為自動化新聞產(chǎn)品的寫作質(zhì)量較差、他們認為復(fù)雜的敘事能力是人類寫作的競爭優(yōu)勢。首先，“講故事”原本不是新聞記者視為至關(guān)重要的職業(yè)技能。他們強調(diào)的恰恰是算法更勝一籌的那些能力，例如，客觀性、簡潔、速度。更重要的是，新聞記者的爭論忽略了以下事實：自動化新聞在重復(fù)性、常規(guī)化且基于事實的新聞故事中最為有用。在此類作品中，寫作質(zhì)量并非至關(guān)重要。例如，在瀏覽財經(jīng)新聞時，讀者傾向于快速獲取信息。此時復(fù)雜、精妙的寫作手法反而費力不討好，使得讀者理解信息更加困難。

新聞記者應(yīng)當(dāng)更關(guān)注那些算法完成不了的任務(wù)。未來，人類和自動化新聞可能會緊密結(jié)合，算法將負責(zé)分析數(shù)據(jù)，尋找有趣的新聞題材，撰寫新聞初稿。記者則負責(zé)為稿件增添深度分析，采訪關(guān)鍵人物，并在幕后進行報道。

新聞記者也將在自動化新聞生產(chǎn)流程中扮演新的角色。例如，美聯(lián)社近期聘請了一位“自動化”編輯，其工作為嘗試辨別出可以轉(zhuǎn)為自動化的生產(chǎn)流程。開發(fā)新聞算法的一大挑戰(zhàn)便是定義出算法應(yīng)當(dāng)遵循的條件與規(guī)則。此類工作要求記者具備分析性思維，創(chuàng)造性，并且對統(tǒng)計學(xué)有一定的了解。

3.2新聞讀者：新體驗。新訴求

首先，記者撰寫的新聞比自動化新聞在可讀性方面評分更高。其次，自動化新聞在可信度方面評分更高。最后可能也是最關(guān)鍵的一點是，受眾對人類新聞和自動化新聞的質(zhì)量評估差異很小。盡管讀者受眾認為記者的文章的確比自動化產(chǎn)生的文章更有可讀性，但他們本來就不太喜歡閱讀該類新聞。

自動化新聞在常規(guī)化、重復(fù)性的新聞領(lǐng)域足以與人類記者的寫作質(zhì)量抗衡。有些新聞議題不單單包含基本事實，此時記者通過提供解讀、推理和主觀意見來發(fā)揮己用。目前還沒有自動化新聞能夠處理如此復(fù)雜的問題。

在富有爭議的報道領(lǐng)域，例如，采用自動化新聞作品分析投票數(shù)據(jù)來分析候選人贏得選舉的機率，讀者或某些利益群體很可能會質(zhì)疑新聞故事的基本事實，或者抨擊新聞故事采取的視角。與之相似，如果算法針對每個讀者生成個性化的新聞故事，用戶也許會希望知道算法有多了解他們的需求，或者他們看到的新聞與其他人有何不同。用戶是否對算法透明度有要求還尚未可知，畢竟很可能極少有讀者了解算法在新聞界所起到的關(guān)鍵作用。

首先，我們需要更好地理解用戶對算法透明度的需求，以及如何能使公開信息服務(wù)于公眾利益；其次，需要尋找不干擾用戶體驗的信息公開方式，特別是針對那些對此類信息不感興趣的讀者。

3.3新聞機構(gòu)：責(zé)任與挑戰(zhàn)

首先，新聞機構(gòu)不僅需要擁有修改和公布源數(shù)據(jù)的法律權(quán)利，而且要確保這些數(shù)據(jù)足夠準確。新聞機構(gòu)需要執(zhí)行數(shù)據(jù)管理和核查的流程，自動完成或者由編輯人工完成均可。其次，如果基本數(shù)據(jù)或算法存在錯誤，自動化過程可能在轉(zhuǎn)瞬間生成大量疏漏百出的新聞故事，從而對機構(gòu)的名譽帶來災(zāi)難性的影響。新聞機構(gòu)因此需要在發(fā)布自動化新聞之前進行徹底的測試。專家建議最好在作品發(fā)布前由編輯事先進行核查。再次，針對最終的新聞成品，自動化新聞的寫作風(fēng)格需遵循機構(gòu)的官方風(fēng)格指南，并且應(yīng)當(dāng)能夠針對不同的故事采取多樣的措辭。新聞機構(gòu)也必須維持最起碼的透明度，表明某個新聞故事是算法自動生成的，比如添加信息說明數(shù)據(jù)來源，以及該內(nèi)容的生產(chǎn)方式。最后，還需明確法律責(zé)任。如同其他任何數(shù)學(xué)模型，生成自動化新聞的算法也依賴數(shù)據(jù)和先驗的假設(shè)，兩者均可能存在偏差或疏漏。此類錯誤可能導(dǎo)致意想不到的結(jié)果，最終造成新聞故事包含不準確或錯誤信息。

出錯時，新聞機構(gòu)也許會迫于壓力公開自動化背后的源代碼。至少，他們需要解釋這篇錯誤新聞是如何生成的。從法理角度看，算法不能對錯誤負責(zé)。責(zé)任應(yīng)當(dāng)由自然人擔(dān)負，可能是發(fā)布者，也可能是導(dǎo)致算法或數(shù)據(jù)出錯的具體員工。

3.4社會：公眾輿論的未來

自動化新聞很可能會使新聞的數(shù)量大幅度增加，使得用戶在尋找與自身最相關(guān)的信息時遇到更多困難。為了解決信息超負荷的問題，搜索引擎和諸如“谷歌新聞”的個性化新聞聚合應(yīng)用，其重要性都會與日俱增。

自動化新聞數(shù)量增加和完善，要求未來的研究必須著手解決更加寬泛的議題。我們能否相信，算法這一機制能夠促進新聞信息的核查與平衡，辨別重要的新聞議題，并且為民主進程中公眾輿論的形成設(shè)立共同議程？更重要的是，今后的研究需要了解，如果算法替代新聞業(yè)成為政府監(jiān)督者，這一趨勢對民主意味著什么。盡管將自動化新聞的普及還尚待時日，其擁護者認為該領(lǐng)域?qū)杆僭鲩L。Alexander Siebert是研發(fā)自動化新聞技術(shù)的德國公司Retresco的創(chuàng)始人，他認為在五年內(nèi)自動化新聞將與人類撰寫的新聞別無二致。美國公司Narrative Science的創(chuàng)始人之一Kristian Hanmmnond預(yù)測，未來10年內(nèi)，超過90%的新聞將會走向自動化。