孟 暉

內(nèi)容提要 ｜ 傳媒產(chǎn)業(yè)的發(fā)展一直與傳播技術(shù)的進(jìn)步密切相關(guān)。目前，人工智能技術(shù)已經(jīng)全方位地介入了新聞信息的生產(chǎn)、分發(fā)、互動反饋等流程，其重點應(yīng)用于以下環(huán)節(jié)：采集信息、監(jiān)測輿情及拍攝新聞圖片；高效率地制作多種形態(tài)的新聞產(chǎn)品；新聞分發(fā)與追蹤報道采用情況；等等。但是，在重塑新聞生產(chǎn)的過程中，人工智能也顯現(xiàn)出了不少問題，如機(jī)器寫作新聞在準(zhǔn)確性與深度方面的不足、可能存在的算法偏見及“信息繭房”等導(dǎo)致觀點的極化，以及缺乏正確的價值導(dǎo)向帶來的一些倫理失范問題。這就需要理性地看待人工智能所帶來的沖擊，并且做好新聞業(yè)的應(yīng)對方案，如提高人機(jī)協(xié)同、引導(dǎo)多元化的算法平臺協(xié)同與競爭、加強(qiáng)價值觀引導(dǎo)及政策法律規(guī)制，等等。

傳媒產(chǎn)業(yè)的發(fā)展一直與傳播技術(shù)的進(jìn)步密切相關(guān)。隨著人工智能在新聞領(lǐng)域的逐步應(yīng)用，學(xué)界關(guān)于人工智能對新聞生產(chǎn)影響的研究也日漸增多。人工智能技術(shù)與新聞生產(chǎn)的融合正在深化，其全方位地介入新聞信息的加工、分發(fā)、互動反饋等流程，引發(fā)了新聞行業(yè)觀念和實踐的變革，促進(jìn)了新聞信息更有效地傳播。

國內(nèi)外相關(guān)研究表明，人工智能對新聞生產(chǎn)各個流程都產(chǎn)生了深遠(yuǎn)影響，可以說正在重塑著新聞生產(chǎn)業(yè)。美國等發(fā)達(dá)國家在人工智能應(yīng)用于新聞業(yè)的研究中側(cè)重于技術(shù)應(yīng)用，主要有語言技術(shù)、算法、機(jī)器人技術(shù)和大數(shù)據(jù)技術(shù)等在新聞生產(chǎn)中的應(yīng)用，也包括了一些技術(shù)倫理價值方面的思考。在人工智能重塑新聞生產(chǎn)的進(jìn)程中，人們和信息的關(guān)系發(fā)生了種種變化，信息倫理價值的重構(gòu)、智能化信息傳播的監(jiān)管等問題也使得新聞傳播學(xué)者產(chǎn)生了各種各樣的擔(dān)憂。對人工智能技術(shù)重塑新聞生產(chǎn)的研究，對于我們國家新聞業(yè)的媒體融合發(fā)展有很強(qiáng)的借鑒意義。

一、人工智能應(yīng)用于新聞生產(chǎn)的幾個主要環(huán)節(jié)探究

“人工智能”（Artificial Intelligence，AI）概念產(chǎn)生于20 世紀(jì)50 年代。1950 年，馬文·明斯基（Marvin Lee Minsky）等建造了世界上第一臺神經(jīng)網(wǎng)絡(luò)計算機(jī)。1956 年，美國達(dá)特茅斯會議首次明確了“人工智能”這一概念，由此開啟了第一次人工智能浪潮。2010 年之后，移動互聯(lián)網(wǎng)的快速發(fā)展使得數(shù)據(jù)爆發(fā)式增長。硬件、計算能力和深度學(xué)習(xí)算法的不斷改進(jìn)，推動了新的人工智能浪潮，其中語言識別、圖像識別、自然語言處理和專家系統(tǒng)等技術(shù)都與新聞信息生產(chǎn)有關(guān)。人工智能技術(shù)推動著新一輪技術(shù)革新和產(chǎn)業(yè)升級。2017 年我國“兩會”首次將“人工智能”寫入政府工作報告，國家持續(xù)加大對人工智能領(lǐng)域的資金、人才、技術(shù)等的投入。

新聞生產(chǎn)是指新聞機(jī)構(gòu)及從業(yè)者對新聞的選擇、加工與傳播，由生產(chǎn)主體、生產(chǎn)客體以及所形成的生產(chǎn)關(guān)系構(gòu)成。人工智能技術(shù)出現(xiàn)后，媒體議程設(shè)置和編排分發(fā)的固有規(guī)則被打破了。當(dāng)前人工智能在新聞業(yè)中的應(yīng)用主要表現(xiàn)在機(jī)器人新聞寫作和個性化新聞分發(fā)等方面，核心在于算法廣泛而深刻地介入到數(shù)字新聞的生產(chǎn)、分發(fā)和傳播等環(huán)節(jié)。①白紅義：《當(dāng)新聞業(yè)遇上人工智能：一個“勞動—知識—權(quán)威”的分析框架》，《中國出版》2018 年第19 期。

（一）采集信息、監(jiān)測輿情及拍攝新聞圖片

彭蘭指出，人工智能“將在新聞選題的策劃與發(fā)現(xiàn)、新聞深層規(guī)律的探析、未來趨勢的預(yù)測以及傳播效果的預(yù)判等方面帶來新可能”。②彭蘭：《更好的新聞業(yè)，還是更壞的新聞業(yè)？——人工智能時代傳媒業(yè)的新挑戰(zhàn)》，《中國出版》2017 年第24 期。人工智能在新聞生產(chǎn)前端的重要用途，是為媒體采集信息、監(jiān)測輿情和拍攝新聞圖片等?！度A盛頓郵報》的機(jī)器人Feels 在2016 年美國總統(tǒng)大選期間，從用戶那里廣泛收集了選民政治傾向的線索。而新聞聚合網(wǎng)站Buzzfeed 主要通過其Facebook 上的粉絲，借助Messenger為其提供新聞素材。Buzzfeed 的用戶會被告知它在收集某地正在發(fā)生的事件的素材，并被詢問是否在跟蹤新聞？是否在事發(fā)現(xiàn)場？對這一事件持何態(tài)度？能否提供場景素材？針對這些問題會給出三個預(yù)設(shè)答案，用戶只需選擇回答即可。③參見呂倩：《人工智能技術(shù)背景下的新聞業(yè)變革與堅守》，http://media.people.com.cn/n1/2019/0117/c424555-30563039.html。

移動互聯(lián)網(wǎng)及社交軟件的發(fā)展使輿論生態(tài)復(fù)雜化，因而判斷輿情熱點、分析哪些話題最受關(guān)注、報道如何獲得更好的傳播效果，成為新聞從業(yè)者特別關(guān)注的問題。AI 可以迅速對全球各社交媒體進(jìn)行大規(guī)模搜索，查找有關(guān)災(zāi)難、槍擊、請辭等具有新聞價值的言論。如今彭博社30%的新聞報道有自動化技術(shù)的參與。④《 AI 技術(shù)在新聞業(yè)廣泛使用，人類記者何去何從？》，http://www.sykv.cn/m/view.php?aid=18668。美聯(lián)社利用NewsWhip 提供的社交網(wǎng)絡(luò)分類監(jiān)控系統(tǒng)來發(fā)現(xiàn)用戶的關(guān)注點，并預(yù)測新聞熱點。其監(jiān)測的社交網(wǎng)站包括Facebook、Twitter、Instagram、LinkedIn 等，通過算法分析，能夠預(yù)測79%的主要熱點新聞，從而使編輯部能夠更有效地作出報道選題決策。今日頭條的“媒體實驗室”可以對熱點進(jìn)行持續(xù)追蹤，將網(wǎng)絡(luò)熱度趨勢、人群畫像等可視化呈現(xiàn)，為媒體提供線索來源。

如今隨處可見的傳感器為新聞業(yè)采集信息提供了便利。傳感器（sensor）是一種新型的信息來源。這種監(jiān)測設(shè)備通過感知要去觀測的事物，獲取監(jiān)測信息。傳感器就在我們身邊，如手機(jī)中的GPS、無人機(jī)監(jiān)測、智能音箱等。它成為我們獲取理想信息的新感官，幫助彌補(bǔ)人類感官的短板，實現(xiàn)人機(jī)協(xié)同工作。傳感器的巨大優(yōu)勢擴(kuò)大了“人體的延伸”。

人工智能還可以實現(xiàn)空間的全覆蓋。在傳統(tǒng)新聞生產(chǎn)環(huán)境下，一些特定的新聞領(lǐng)域如戰(zhàn)爭、地震等，記者很難深入現(xiàn)場，即使通過搜集資料予以彌補(bǔ)，也會耽誤時效。而機(jī)器人記者利用傳感器、算法等技術(shù)，可以迅速進(jìn)行信息獲取與資料分析，并拍攝清晰的新聞圖片，提供詳盡的報道。學(xué)者諾姆·拉塔爾（Noam Latar）研究了人工智能在戰(zhàn)爭地區(qū)搜集材料的優(yōu)勢。認(rèn)為人類記者和機(jī)器人記者在戰(zhàn)爭新聞報道的不同階段發(fā)揮著不同作用。在數(shù)據(jù)收集階段，運(yùn)用人工智能的遠(yuǎn)程呈現(xiàn)技術(shù)從戰(zhàn)區(qū)收集數(shù)據(jù)是非常有效的，且不危及記者的生命安全。人類記者可在短期的報道中產(chǎn)生戲劇性的影響，但研究顯示，這些直接來自于戰(zhàn)區(qū)的報道，從專業(yè)的角度來看客觀性是很有問題的，而且還可能會對記者造成精神創(chuàng)傷，影響記者的一生。①Noam Latar, Can Robot Journalists Replace Human Journalists in The Coverage of Wars? in Ibrahim Saleh and Thomas Knieper(eds.), Visual Politics of Wars, Cambridge Scholars Publishing, 2016.

美聯(lián)社使用無人機(jī)對中東難民危機(jī)拍攝照片，進(jìn)行報道。美聯(lián)社駐中東視頻記者山姆·麥克尼爾（Sam McNeil）稱，無人機(jī)可以做的不僅僅是為新聞提供圖像支持，還可以收集有關(guān)氣候?qū)W和其他領(lǐng)域的科學(xué)數(shù)據(jù)，以提供更深入的信息新聞。

（二）高效率地制作多種形態(tài)的新聞產(chǎn)品

“機(jī)器寫作新聞”又稱“機(jī)器人新聞”“算法新聞”“自動化新聞”等，主要利用自然語言生成技術(shù)（Natural Language Generation，NLG）將目標(biāo)數(shù)據(jù)變成文章輸出。自然語言生成類似于文字游戲Mad Libs，它將結(jié)構(gòu)化的、模板化的數(shù)據(jù)轉(zhuǎn)化為易于理解的書面敘述。②The Future of Augmented Journalism: A Guide for Newsrooms in the Age of Smart Machines, https://www.coursehero.com/file/28587354/ap-insights-the-future-ofaugmented-journalismpdf/.目前多運(yùn)用于容易量化、程式化的報道領(lǐng)域，如行業(yè)報道、體育賽事、股市行情、自然災(zāi)害等。其縮減了傳統(tǒng)新聞生產(chǎn)中人工寫稿、審核的時間，簡化了流程，提高了新聞生產(chǎn)效率。如彭博新聞社的機(jī)器人Cyborg 可以迅速將各類財報精簡整合為頭條新聞和要點報道。③《 AI 技術(shù)在新聞業(yè)廣泛使用，人類記者何去何從？》，http://www.sykv.cn/m/view.php?aid=18668。機(jī)器寫作可以在文字和多媒體資料等基礎(chǔ)上，自動選擇語詞樣本、經(jīng)由視頻編輯、語音合成、數(shù)據(jù)可視化等過程，最終生成音視頻與文字結(jié)合的新聞內(nèi)容，獲得更好的傳播效果。

一些商業(yè)公司開發(fā)出人工智能算法，在沒有人工參與的情況下寫出大量新聞報道。這些算法可以根據(jù)受眾的情況調(diào)整報道的基調(diào)和敘事結(jié)構(gòu)。④Noam Latar, Can Robot Journalists Replace Human Journalists in The Coverage of Wars? in Ibrahim Saleh and Thomas Knieper (eds.), Visual Politics of Wars, Cambridge Scholars Publishing, 2016.2014 年，美聯(lián)社與自動洞察公司（Automated Insights）合作，使用機(jī)器算法自動生產(chǎn)公司盈利報告，從而釋放了記者20%的時間，使其從簡單工作中解脫出來，參與到更復(fù)雜、要求更高的工作中去。美聯(lián)社全球商業(yè)編輯麗薩·吉布斯（Lisa Gibbs）說，通過自然語言生成技術(shù)，美聯(lián)社為客戶提供的公司盈利報道是過去的12 倍（達(dá)到3700 多條）。其中包括很多非常小的、以往沒有受到過太多關(guān)注的公司的信息。⑤The Future of Augmented Journalism: A Guide for Newsrooms in the Age of Smart Machines, https://www.coursehero.com/file/28587354/ap-insights-the-future-ofaugmented-journalismpdf/.不少人工智能軟件的提供者，如Arria、Narrative Science、AX Semantics、Retresco 都為它們的媒體顧客開發(fā)了定制產(chǎn)品。⑥Neil Thurman, Konstantin Doerr and Jessica Kunert,When Reporters Get Hands-on with Robo-Writing: Professionals Consider Automated Journalism’s Capabilities and Consequences,Digital Journalism, vol. 5, 2017, pp. 1-20.

2017 年4 月，美聯(lián)社發(fā)布了一份工作指南，對未來人工智能輔助編輯部工作提出思考。指出人工智能可以協(xié)助記者分析數(shù)據(jù)；識別模式、趨勢和通過多方資料判斷其可操作性；看到肉眼看不見的東西；將數(shù)據(jù)和語音轉(zhuǎn)換成文本；將文本轉(zhuǎn)換成音頻和視頻；理解情緒；分析場景中的物體、面孔、文字或顏色等。⑦The Future of Augmented Journalism: A Guide for Newsrooms in the Age of Smart Machines, https://www.coursehero.com/file/28587354/ap-insights-the-future-ofaugmented-journalismpdf/.

美聯(lián)社記者2017 年發(fā)表的一篇文章，構(gòu)想了2027 年記者們的工作情景：早上8 點，一位環(huán)境記者乘坐無人駕駛汽車前往他的新聞編輯室，這時在斯普林菲爾德（Springfield）安裝的空氣質(zhì)量傳感器監(jiān)測到了空氣污染情況，并且傳送到他的汽車智能儀表板上。記者派出兩個裝備有水和空氣質(zhì)量測試包的無人機(jī)進(jìn)行確認(rèn)。隨后一臺追蹤社交媒體的電腦提醒記者，在斯普林菲爾德，有關(guān)空氣污染和兒童哮喘發(fā)作的話題越來越多。這臺電腦還從一個本地母親的群組中監(jiān)測到相關(guān)主題的帖子比例很高。上午9 點記者來到新聞編輯室，讓他的電腦顯示無人機(jī)進(jìn)行的水質(zhì)和空氣質(zhì)量測試的結(jié)果，并確認(rèn)今天的污染率與歷史趨勢相比高得不正常。①A Day in the Life of a Journalist in 2027: Reporting Meets AI，https://www.cjr.org/innovations/artificial-intelligencejournalism.php.

記者戴上VR 設(shè)備并通過無人機(jī)觀察一家新建工廠附近的情形，他看到工廠里的一根管子裂成兩半，向空氣中噴出某種物質(zhì)，還發(fā)現(xiàn)一場抗議活動正在進(jìn)行。隨后他利用人工智能助手檢索公共記錄，探究工廠審批過程中有關(guān)人員的家庭關(guān)系；之后他對工廠的工人和一位患兒母親進(jìn)行實地采訪，并利用語音技術(shù)來檢測其話語的真實性。記者將他的報道口述給電腦上的一個程序，該程序可以格式化和進(jìn)行拼寫檢查。隨后編輯審核并批準(zhǔn)了這篇報道，將其發(fā)布在智能手機(jī)、智能汽車、智能手表、智能鏡子等各種“智能”平臺上，并引起廣泛關(guān)注。第二天早上，一名新的健康檢查員被派往工廠，記錄下幾處違規(guī)行為，并無限期地關(guān)閉工廠。②A Day in the Life of a Journalist in 2027: Reporting Meets AI，https://www.cjr.org/innovations/artificial-intelligencejournalism.php.

一些專家認(rèn)為，人工智能參與新聞報道的能力也在不斷發(fā)展，將能夠提供解釋性新聞，并最終提供長篇文章。新聞判斷在記者的業(yè)務(wù)能力中占據(jù)非常核心的地位，現(xiàn)在其面臨著算法判斷的挑戰(zhàn)。過去記者的知識在判斷新聞價值時十分重要，但在人工智能時代，“基于算法對用戶、新聞事件和話題的關(guān)聯(lián)分析才是判斷新聞價值的重要依據(jù)。”③張超、鐘新：《從比特到人工智能：數(shù)字新聞生產(chǎn)的算法轉(zhuǎn)向》，《編輯之友》2017 年11 期。

人工智能對于災(zāi)害等突發(fā)信息可以精確、快速地生成和發(fā)布，且差錯率遠(yuǎn)低于人工寫作。人工智能技術(shù)和虛擬現(xiàn)實技術(shù)的緊密結(jié)合（AI+VR）也逐漸成為新聞的呈現(xiàn)形式。人工智能算法還可對媒介消費(fèi)語境進(jìn)行自動分析與標(biāo)注：社交、位置、消費(fèi)者的情緒等，并且分析消費(fèi)者在內(nèi)容消費(fèi)過程中的參與度。④Noam Lemelshtrich Latar, The Robot Journalist in the Age of Social Physics: The End of Human Journalism? The New World of Transitioned Media: Digital Realignment and Industry Transformation, Springer International Publishing, 2015, pp. 65-80.甚至隱喻的使用，一個相當(dāng)人性化的概念，也將被整合到敘事科學(xué)公司（Narrative Science）的算法中。

美聯(lián)社另一大自動化新聞工具應(yīng)用Wibbitz，是由以色列的Wibbitz 公司開發(fā)的，其核心的AI 技術(shù)是“文本轉(zhuǎn)換視頻技術(shù)”（Text-to-Video Technology）。用戶將報道文本上傳至Wibbitz平臺進(jìn)行分析，而后AI 會針對這個文字報道形成一個摘要，即完成視頻腳本，并根據(jù)摘要在數(shù)秒內(nèi)自動將一系列圖像或視頻片段串接在一起，添加一些畫外音，最終形成一個敘事完整、元素豐富的短視頻，然后由人工編輯進(jìn)一步細(xì)化。

我國媒體也在積極與技術(shù)公司合作應(yīng)用智能化技術(shù)。2015 年，騰訊財經(jīng)和新華社分別相繼推出寫作機(jī)器人Dreamwriter 和“快筆小新”；2019 年9 月，體現(xiàn)主流算法的人民日報客戶端7.0 版、短視頻客戶端、全媒體智慧云等問世；2019 年全國兩會報道中，新華社帶著應(yīng)用計算機(jī)繪圖技術(shù)制作的AI 新聞女主播、媒體大腦讀報告、MR 全息報道等多個智能應(yīng)用亮相；2019年12 月12 日，新華社智能化編輯部正式建成并投入使用。⑤新華社“人工智能時代媒體變革與發(fā)展”課題組：《國內(nèi)外媒體應(yīng)用人工智能的現(xiàn)狀及影響》，《中國記者》2020 年第2 期。

（三）新聞分發(fā)與追蹤報道采用情況

有了新聞產(chǎn)品后，更重要的是傳播出去，在如何找到用戶的關(guān)注點，將內(nèi)容分發(fā)給合適的用戶，實現(xiàn)精準(zhǔn)的傳播方面，人工智能技術(shù)帶來了巨大的變革。牛津大學(xué)路透新聞研究中心2017 年的報告顯示，基于算法推薦技術(shù)的新聞信息分發(fā)，比“把關(guān)人”編輯挑選的新聞更受用戶歡迎。①牛津路透新聞研究中心：《2017 年全球網(wǎng)絡(luò)數(shù)字新聞報告》，http://re-utersinstitIlte.Pobdcs.ox.ac.uk。通過大數(shù)據(jù)分析，新聞機(jī)構(gòu)可以有效地將個性化信息的需求與海量信息的供給進(jìn)行匹配，實現(xiàn)個性化的新聞定制。

個性化推薦算法的主要策略有內(nèi)容推薦、協(xié)同過濾、單因子推薦等。美聯(lián)社戰(zhàn)略經(jīng)理弗朗西斯科·馬可尼（Francesco Marconi）認(rèn)為，人工智能賦予新聞機(jī)構(gòu)創(chuàng)造無限內(nèi)容的可能，且可以向每位讀者推薦適合他們的報道，讓用戶真正享受“私人定制”資訊。而該領(lǐng)域的巨頭Google、Facebook、Twitter 等早已深諳此道。2013 年以來，不少新聞機(jī)構(gòu)在人工智能方面投入了很多精力，比如借助Facebook 的通訊軟件Messenger，華爾街日報等使用機(jī)器人Bot 進(jìn)行新聞資訊推送，實現(xiàn)了一定程度的自動化。②參閱《人工智能會成為記者的好伙伴嗎？》，http://news.qq.com/a/20161111/032007.htm。

《紐約時報》采用Blossomblot 作為機(jī)器人編輯，主要原理就是通過對Twitter 等社交媒體上的信息進(jìn)行大數(shù)據(jù)分析，來研判哪些新聞有傳播潛力，什么類型的內(nèi)容更受歡迎、更有價值，并幫助編輯進(jìn)行內(nèi)容推送。統(tǒng)計數(shù)據(jù)顯示，Blossomblot 篩選后的文章點擊量是《紐約日報》普通文章的38 倍，未來其還可通過機(jī)器學(xué)習(xí)擔(dān)任選取標(biāo)題、寫文章摘要等工作。

人工智能內(nèi)容分發(fā)在我國已得到廣泛運(yùn)用。一點資訊將編輯和算法相結(jié)合，通過對用戶進(jìn)行畫像，分析用戶的特征和愛好，精準(zhǔn)推薦內(nèi)容。短視頻社交平臺的個性化推送更是應(yīng)用廣泛。以快手為例，自2011 年創(chuàng)立以來發(fā)展迅速，基于深度學(xué)習(xí)的算法機(jī)制，快手實現(xiàn)了復(fù)雜網(wǎng)絡(luò)環(huán)境下對不同用戶、多種場景的內(nèi)容分發(fā)。而科技公司推出的智能語音助手能提供語音對話式的新聞播報，如亞馬遜的語音助手“阿萊克沙”（Alexa）、阿里巴巴的智能音箱“天貓精靈”等。③郭晶、崔家勇：《專用人工智能在新聞業(yè)的應(yīng)用領(lǐng)域、關(guān)鍵技術(shù)與研發(fā)模式》，《科技與出版》2019 年第8期。

通過大數(shù)據(jù)進(jìn)行用戶畫像以及勾勒其社交圖譜，算法技術(shù)可以高效率地針對用戶進(jìn)行個性化推薦，并可實現(xiàn)用戶潛意識的信息需求與信息呈現(xiàn)之間的無縫對接。人工智能誕生之初，開發(fā)人工智能算法的科學(xué)家們就以充分利用人工智能為終極目標(biāo)，不過對這一終極目標(biāo)的質(zhì)疑聲一直存在，如約翰·塞爾（John Searle）批評了人工智能哲學(xué)家，在2013 年一次特別的TED演講中，④TED（technology、entertainment 和design 三詞的縮寫）是美國的一家私有非營利機(jī)構(gòu)，該機(jī)構(gòu)以其組織的TED 大會著稱，會議的宗旨是“值得傳播的創(chuàng)意”。TED 誕生于1984 年，發(fā)起人是理查德·索·烏曼。它邀請世界上的思想領(lǐng)袖與實干家來分享他們最熱衷從事的事業(yè)。2001 年起，克里斯·安德森接管TED，并將TED 演講者的領(lǐng)域從原先的技術(shù)、娛樂、設(shè)計三個領(lǐng)域擴(kuò)展到了各行各業(yè)，邀請科學(xué)家、哲學(xué)家、藝術(shù)家、探險家、心理學(xué)家、語言學(xué)家、宗教領(lǐng)袖、慈善家等加入，致力于使TED 成為超越會議性質(zhì)的世界品牌。他重復(fù)了自己1990 年的爭論和主張，即“我們不能建造一個有意識的機(jī)器”。⑤John R. Searle, Is the Brain's Mind a Computer Program?Scientific American, no.1, 1990, pp. 26-31.他認(rèn)為人工智能工具最大的局限性在于，機(jī)器“大腦”無法脫離人類程序員確定的“工具箱”而進(jìn)行“思考”，也無法擺脫算法預(yù)先確定的概念框架，即使這些算法可以通過編程自動地隨著時間的推移而改進(jìn)。這些都是嚴(yán)重的缺點。⑥Noam Latar, Can Robot Journalists Replace Human Journalists in The Coverage of Wars? in Ibrahim Saleh and Thomas Knieper(eds.), Visual Politics of Wars, Cambridge Scholars Publishing, 2016.

二、人工智能運(yùn)用于新聞生產(chǎn)的問題及對策研究

（一）機(jī)器寫作新聞在準(zhǔn)確性與深度方面的不足

人工智能在基于算法的結(jié)構(gòu)化數(shù)據(jù)處理等方面有優(yōu)勢，但在非結(jié)構(gòu)化數(shù)據(jù)處理，尤其是涉及藝術(shù)性、創(chuàng)新性、復(fù)雜信息方面還很欠缺。目前的機(jī)器寫作在應(yīng)對復(fù)雜的社會問題時，明顯存在報道模式比較單一、語言生硬、內(nèi)容深度不夠等缺點。如基于人工智能的寫作軟件Quill 綜合了數(shù)據(jù)分析、人工智能和編輯專長，但Quill的運(yùn)行依賴于數(shù)據(jù)，只有在數(shù)據(jù)可用，并且限定了問題時，Quill 才能編寫新聞報道。沒有數(shù)據(jù)和明確給出的問題，Quill 無法自己寫作。①Noam Latar, Can Robot Journalists Replace Human Journalists in The Coverage of Wars? in Ibrahim Saleh and Thomas Knieper(eds.), Visual Politics of Wars, Cambridge Scholars Publishing, 2016.單純依靠人工智能，我們無法解釋錯綜復(fù)雜的現(xiàn)實情境，進(jìn)而探究事實背后的“真相”，而這正是媒體重要的社會責(zé)任所在。

有學(xué)者分析，出版商越來越多地使用“機(jī)器人記者”來生成較為簡單的報道，這些報道過去是由初級寫手完成的，現(xiàn)在只需將數(shù)據(jù)插入標(biāo)準(zhǔn)的模板即可。出版商聲稱這樣可以讓記者從千篇一律的報道中解脫出來，能更有效地利用時間，承擔(dān)更重要的任務(wù)。但批評者認(rèn)為，越來越多的出版機(jī)構(gòu)是由會計師而非創(chuàng)意人士管理的，他們用機(jī)器寫作只是意欲削減成本。②Mark Frary, The Future is Robotic: Would Journalists Have More Time to Investigate News Stories if Robots Did the Easy bits? Index on Censorship, vol.48, 2019, pp. 8-10.紐約大學(xué)卡特新聞學(xué)院（Arthur L. Carter Journalism Institute）的助理教授梅雷迪思·布魯薩德（Meredith Broussard）表示，盡管收益報告實現(xiàn)自動化的時機(jī)已至，但其他類型的新聞報道還未成熟。③Mark Frary, The Future is Robotic: Would Journalists Have More Time to Investigate News Stories if Robots Did the Easy bits? Index on Censorship，vol.48, 2019, pp. 8-10.

近幾年深度學(xué)習(xí)發(fā)展迅速，機(jī)器寫作技術(shù)不斷進(jìn)步。北京大學(xué)計算機(jī)科學(xué)技術(shù)研究所研究員萬小軍說，基于深度學(xué)習(xí)技術(shù)進(jìn)行文本生成，不依賴于模板或規(guī)則，這樣的寫作方式雖然在研究上取得了一定進(jìn)展，但還不能保證所生成稿件的準(zhǔn)確性與可讀性，難以滿足在很多應(yīng)用場景下對稿件的質(zhì)量要求。此外，深度學(xué)習(xí)生成的模型訓(xùn)練需要大量的平行語料，而在很多領(lǐng)域內(nèi)較難獲取這樣的大規(guī)模語料。④《 閱讀率與人工稿件基本持平 機(jī)器寫作正逐漸被接受》，https://3w.huanqiu.com/a/564394/3w8sCC2DTBf?p=4&agt=8。

學(xué)界一些積極的觀點則認(rèn)為，人工智能潛力很大，并不局限于寫作模板化的新聞報道。OpenAI 是一家研究“安全人工智能之路”的非營利性研究公司，其開發(fā)了一種名為GPT-2 的人工智能文本引擎。通過對來自網(wǎng)絡(luò)的數(shù)百萬頁文本進(jìn)行訓(xùn)練，該引擎能預(yù)測文本中的下一個單詞，并模仿寫作一些新聞稿，一般人很難將其與人類記者所寫新聞稿加以分辯，因此它可能被用于“深度偽造”內(nèi)容。該公司表示，非常擔(dān)心這項技術(shù)可能被濫用，因而不愿公布這項研究，以便更全面地評估它。⑤Mark Frary, The Future is Robotic: Would Journalists Have More Time to Investigate News Stories if Robots Did the Easy Bits? Index on Censorship, vol. 48, 2019, pp. 8-10.

機(jī)器人算法往往不夠透明，如果源頭的數(shù)據(jù)出現(xiàn)錯誤，加上人力難以及時干預(yù)，則會造成負(fù)面后果。美聯(lián)社的報告中舉了一個例子：設(shè)想一組環(huán)境記者正在尋找石油開采與森林毀壞之間的關(guān)系,他們不確定到何處去尋找素材和進(jìn)行報道，所以使用人工智能來尋找附近因石油開采而遭受砍伐的森林。假設(shè)的團(tuán)隊首先為其人工智能系統(tǒng)提供一系列衛(wèi)星圖像，這些圖像代表了通過石油鉆探造成的森林砍伐；再為其提供一系列衛(wèi)星圖像，不代表通過石油鉆探造成的森林砍伐。經(jīng)過這樣的數(shù)據(jù)訓(xùn)練，機(jī)器應(yīng)該能夠在看到一個新的衛(wèi)星圖像后，確定其所描繪的地點是否對記者們有用。

機(jī)器系統(tǒng)檢查了數(shù)據(jù)，并輸出一個包含4 個地點的列表，它認(rèn)為這些明顯是由附近的鉆探活動導(dǎo)致的森林砍伐。但是當(dāng)這組記者訪問每個地點進(jìn)行追查時，發(fā)現(xiàn)這些森林砍伐并不是由鉆探造成的。一次是火災(zāi)，另一次則是木材公司的責(zé)任。檢查此前被輸入的訓(xùn)練數(shù)據(jù)時發(fā)現(xiàn)，系統(tǒng)確定森林快速砍伐的地區(qū)的依據(jù)是其是否靠近山區(qū)，因為記者們用作訓(xùn)練數(shù)據(jù)的每一張圖片都有山，而石油鉆探并沒有被考慮在內(nèi)。如果這個記者團(tuán)隊知道人工智能系統(tǒng)是如何學(xué)習(xí)的，本可以避免這樣的錯誤。①The Future of Augmented Journalism: A Guide for Newsrooms in the Age of Smart Machines, https://www.coursehero.com/file/28587354/ap-insights-the-future-ofaugmented-journalismpdf/.

丹·凱瑟林（Dan Keyserling）， 一 家 由Google 創(chuàng)建的科技孵化器Jigsaw 的通信主管說：“在報道中，我們需要像處理事實一樣認(rèn)真地處理數(shù)字，對數(shù)字認(rèn)真檢查，并對其背景進(jìn)行探究?！雹赥he Future of Augmented Journalism: A Guide for Newsrooms in the Age of Smart Machines, https://www.coursehero.com/file/28587354/ap-insights-the-future-ofaugmented-journalismpdf/.一些學(xué)者指出機(jī)器人無法避免陳詞濫調(diào)、缺乏創(chuàng)造性和幽默感。他們并不反對使用機(jī)器人寫作，認(rèn)為機(jī)器人可以從事日常生活中一些簡單化和自動化的寫作，但是在當(dāng)前技術(shù)環(huán)境下深度報道只能依靠人類記者完成。③Noam Latar, Can Robot Journalists Replace Human Journalists in The Coverage of Wars? in Ibrahim Saleh and Thomas Knieper(eds.), Visual Politics of Wars, Cambridge Scholars Publishing, 2016.在分析和處理復(fù)雜的情況時，在傳遞微妙的情感時，尤其是在價值規(guī)則的制定和框架選擇方面，人類智能的參與依然是必不可少的。在挖掘新聞線索和收集素材方面，人工智能目前有效性也不足。由此可見，探討如何提高人機(jī)協(xié)同的效率非常重要。

（二）算法偏見及“信息繭房”等問題及治理

算法看上去客觀、公正，實際上可能隱藏著偏見。學(xué)界業(yè)界對于“算法偏見”存在爭論。有學(xué)者對來自BBC、CNN、湯森路透等新聞機(jī)構(gòu)，并且有使用機(jī)器寫作程序經(jīng)驗的記者進(jìn)行了調(diào)查和訪談。一些記者認(rèn)為機(jī)器寫作和數(shù)據(jù)化可以減少報道中的偏見。來自湯森路透電視臺（Thomson Reuters Television）的記者認(rèn)為人類的報道中存在偏見，技術(shù)則相對缺少偏見。其他記者提及人類新聞業(yè)中的操控問題，認(rèn)為“機(jī)器人新聞”可以呈現(xiàn)事件和人物的本來面目，有利于民主發(fā)展。一位來自BBC 的記者則持不同立場，他擔(dān)心通過自動生成技術(shù)產(chǎn)生數(shù)量巨大的媒體內(nèi)容，可能意味著一個人或組織的“偏見”被編進(jìn)算法中且廣泛傳播，這可能發(fā)生在主流媒體的新聞、或者社交媒體發(fā)布的信息中，并被用戶消費(fèi)或被記者用作信息來源?！霸絹碓蕉嗟男侣劷M織正在關(guān)注社交媒體的發(fā)展趨勢。如果有人能得到足夠的話語空間，他們可以影響新聞議程設(shè)置，使自己的觀點進(jìn)入主流?！雹躈eil Thurman, Konstantin Doerr and Jessica Kunert,When Reporters Get Hands-on with Robo-Writing: Professionals Consider Automated Journalism’s Capabilities and Consequences,Digital Journalism, vol.5, 2017, pp. 1-20.因此要警惕算法黑箱與其背后的利益操縱。

用于提供這些個性化服務(wù)的算法構(gòu)成了技術(shù)黑箱，只能被技術(shù)專家理解（有時甚至他們也無法了解）。大多數(shù)外行用戶只是處理個性化算法的輸入和輸出，他們不需要關(guān)心輸入的數(shù)據(jù)是如何變成文本的。個性化算法邏輯需要根據(jù)機(jī)構(gòu)的配置文件、限制、目標(biāo)等加以調(diào)整，例如用戶和內(nèi)容、可用數(shù)據(jù)的范圍、質(zhì)量、頻率，以及想要達(dá)到的結(jié)果等。鑒于算法個性化技術(shù)起源于計算機(jī)科學(xué)，對記者、編輯、管理人員和市場營銷人士來說，將數(shù)據(jù)轉(zhuǎn)換為推薦意見的技術(shù)流程也是個挑戰(zhàn)。①Balázs Bodó, Selling News to Audiences - A Qualitative Inquiry into the Emerging Logics of Algorithmic News Personalization in European Quality News Media, Digital Journalism, vol. 7, 2019, pp. 1054-1075.

同時，一些學(xué)者擔(dān)憂，人工智能技術(shù)將議題設(shè)置權(quán)讓渡給社交關(guān)系和算法生成，縮小了受眾的視野，形成“信息繭房”，使之無法感知自身興趣外的新事物和話題。任其發(fā)展的話，會制造過濾氣泡、“回音室”，以及形成觀點極化。在線平臺也使用個性化技術(shù)，盡管它們有著迥異的目標(biāo)。平臺以多種方式顛覆了新聞生產(chǎn)、傳播和消費(fèi)的邏輯，它們與新聞機(jī)構(gòu)爭奪廣告收入；通過對用戶的控制，它們在消息傳遞方面越來越重要；通過其個性化努力，它們能夠自己設(shè)置議程，并以犧牲新聞媒體為代價。②Balázs Bodó, Selling News to Audiences - A Qualitative Inquiry into the Emerging Logics of Algorithmic News Personalization in European Quality News Media, Digital Journalism, vol. 7, 2019, pp. 1054-1075.

亞當(dāng)·D. I. 克雷默（Adam D. I. Kramer）等學(xué)者通過對68 萬人所做實驗證實，F(xiàn)acebook 消息推送可顯著影響人們的情感和態(tài)度，③Adam D. I. Kramer, Jamie E. Guillory and Jeffrey T.Hancock, Experimental Evidence of Massive-Scale Emotional Contagion through Social Networks, Proceedings of the National Academy of Sciences of the United States of America, vol. 111,2014, pp. 8788-8790.而另外一些學(xué)者則認(rèn)為這些恐懼往往沒有證據(jù)支持，算法推薦功能實際上可以對用戶的信息暴露產(chǎn)生積極影響，幫助用戶在數(shù)字信息迷宮中遨游，去粗取精，找到與自己真正相關(guān)的信息。④Natali Helberger, Kari Karppinen and Lucia D’Acunto,Exposure Diversity as a Design Principle for Recommender Systems, Information Communication and Society, vol. 21, 2018,pp. 191-207.

針對常見的過濾氣泡、回聲室、信息窄化等憂慮，有學(xué)者重申了“曝光多樣化”（exposure diversity）的價值。接觸多元化內(nèi)容的價值可從不同的角度考察，從經(jīng)濟(jì)創(chuàng)新、個人成就到文化發(fā)展，有利于促進(jìn)包容和理解。對于用戶的選擇還有更多規(guī)范性問題，如怎樣選擇“多樣化”內(nèi)容，這些選擇受到什么條件影響等。不同的民主觀念意味著衡量曝光多樣性的不同標(biāo)準(zhǔn)，考慮到這些理解的多樣性，軟件設(shè)計根據(jù)不同的模式和標(biāo)準(zhǔn)可有多種方式，嘗試促進(jìn)“曝光多樣化”。⑤Natali Helberger, Kari Karppinen and Lucia D’Acunto,Exposure Diversity as a Design Principle for Recommender Systems, Information Communication and Society, vol. 21, 2018,pp. 191-207.

還有些記者擔(dān)心人工智能技術(shù)的運(yùn)用會造成信息超載。機(jī)器寫作的一大作用是提供更多信息，新自由主義理論認(rèn)為這是好事，因為人們想有盡可能多的選擇。但有時用戶很難判斷信息是否真實，這原本是新聞工作者的職責(zé)，他們?nèi)邕^濾器般把較為簡潔的報道呈現(xiàn)給用戶。⑥Natali Helberger, Kari Karppinen and Lucia D’Acunto,Exposure Diversity as a Design Principle for Recommender Systems, Information Communication and Society, vol. 21, 2018，pp. 191-207.面對大量信息，一些消費(fèi)者可能從其深度、廣度、特性、可訪問性，以及信息的即時性等方面受益；但對另一些人來說,可能會增加其在一個已經(jīng)飽和的世界中前行的難度。因此，在新聞和信息增多的背景下，對新聞判斷能力之類的人類技能的需求更加迫切，以便讓我們能繼續(xù)得到簡潔的信息，全面、準(zhǔn)確地了解我們周圍的世界。⑦Neil Thurman, Konstantin Doerr and Jessica Kunert,When Reporters Get Hands-on with Robo-Writing: Professionals Consider Automated Journalism’s Capabilities and Consequences,Digital Journalism, vol.5, 2017, pp. 1-20.

人類在一定程度上會被自己本質(zhì)的對象物，如技術(shù)特別是智能技術(shù)所異化，誠如馬爾庫塞所說：“勞動分工的日益專門化，人們在勞動中從事越來越單調(diào)乏味、千篇一律的操作，人越來越成為一種工具。”①鐵省林、房德久主編：《國外馬克思主義概論》，山東人民出版社，2012 年，第104 頁。社會是需要共識的，而思想的活躍與繁榮是共識形成的基礎(chǔ)。在不同思想觀點的交流和碰撞中，形成思想和觀點的“最大公約數(shù)”。而算法主導(dǎo)的計算新聞?wù)诎汛蟊娒襟w變成個性媒體。②彭增軍：《老謀何以深算？計算新聞的是與非》，《新聞記者》2019 年第11 期?！?算法推薦造就了高度分眾化的群體和社群區(qū)隔，導(dǎo)致社會共識的形成變得困難，給社會凝聚力的增強(qiáng)帶來了新挑戰(zhàn)?！雹蹌⒋娴?、徐煒：《能否讓算法定義社會——傳媒社會學(xué)視角下的新聞算法推薦系統(tǒng)》，《學(xué)術(shù)論壇》2018 年第4 期。

如何判斷和糾正算法偏差值得探究，引導(dǎo)多元化的算法平臺的協(xié)同與競爭是有必要的。一些學(xué)者提出的“多樣性敏感設(shè)計”（diversitysensitive design）提供了一種有益的公共政策手段，以克服對泡沫與信息繭房的擔(dān)憂。許多媒體監(jiān)管機(jī)構(gòu)正在考慮如何應(yīng)對信息過濾對公共信息政策目標(biāo)實現(xiàn)的潛在負(fù)面影響（荷蘭經(jīng)濟(jì)事務(wù)部，2014 年；歐盟委員會，2013 年；英國通信管理局，2012 年），將多樣性敏感設(shè)計視為可能解決方案的一部分的做法是引人矚目的。④Natali Helberger, Kari Karppinen and Lucia D’Acunto,Exposure Diversity as a Design Principle for Recommender Systems, Information Communication and Society, vol. 21, 2018,pp. 191-207.

業(yè)內(nèi)人士則主張，為減少并避免算法推薦同質(zhì)化信息流而導(dǎo)致的“回音室”效應(yīng)和信息“過濾泡沫”，在用算法技術(shù)進(jìn)行信息分發(fā)時，要從作為內(nèi)容生產(chǎn)者主體的人出發(fā)，遵守倫理規(guī)范和專業(yè)主義要求，以“建立起內(nèi)容方與算法的共同合作”。⑤劉勝男：《算法時代“好內(nèi)容”的定義》，《新聞與寫作》2017 年第6 期。

（三）價值導(dǎo)向缺失帶來的倫理失范問題及對策探討

新聞報道要求客觀全面，并且符合公眾的根本利益。媒體通過算法得出用戶感興趣的內(nèi)容，為獲取流量而大規(guī)模生產(chǎn)某一領(lǐng)域內(nèi)容，往往不以公眾的利益為出發(fā)點，過度追逐商業(yè)利益，導(dǎo)致倫理失范。包括Facebook 在內(nèi)的各大互聯(lián)網(wǎng)企業(yè)都曾在采訪中表示它們不是媒體，是互聯(lián)網(wǎng)公司，而全球互聯(lián)網(wǎng)公司都向內(nèi)容產(chǎn)業(yè)投入資本以求商業(yè)回報。今日頭條這樣的算法推薦平臺之所以時常陷入“三俗”境地，根本原因在于缺乏主流價值引導(dǎo)。在標(biāo)榜“中立性”“技術(shù)主導(dǎo)”的同時，以公式算法和系數(shù)加權(quán)的方式推送大量低俗化信息，并不符合社會價值觀和用戶的核心需求。

缺乏價值導(dǎo)向還可能帶來用戶隱私泄露等風(fēng)險，這既是法律問題，也是倫理問題。打著個性化服務(wù)的旗號侵犯個人隱私，將會給民眾造成很大的安全隱患。2018 年3 月，社交網(wǎng)站Facebook 被曝泄露用戶數(shù)據(jù)，涉嫌影響美國大選。鑒于算法在決策過程中占有越來越重要的權(quán)重，算法的不透明及監(jiān)管缺失成為輿論關(guān)注的熱點，建立算法問責(zé)機(jī)制以保證其決策正當(dāng)性，成為學(xué)界和業(yè)界共識。

2018 年，第40 屆數(shù)據(jù)保護(hù)與隱私專員國際大會（ICDPPC）發(fā)布《人工智能倫理與數(shù)據(jù)保護(hù)宣言》，限制人工智能對隱私數(shù)據(jù)的使用；歐盟委員會組建人工智能高級專家組，發(fā)布《關(guān)于可信賴人工智能的倫理準(zhǔn)則（草案）》，提出可問責(zé)性、非歧視性、透明性、尊重人類自主性等十大原則，尤其強(qiáng)調(diào)人工智能系統(tǒng)應(yīng)記錄其所作決定及產(chǎn)生這些決定的過程，使透明度和可解釋性最大化。我國在新聞倫理和計算機(jī)倫理體系建設(shè)方面比較欠缺，應(yīng)盡快明確算法倫理原則以及算法工程師的職業(yè)道德規(guī)范，減少算法引發(fā)的倫理問題。

機(jī)器與人的關(guān)系也需要從道德倫理層面加以審視，并對其帶來的新的法律問題進(jìn)行研究。塞思·劉易斯（Seth Lewis）研究了AI 生成新聞中的誹謗問題，他說：“如果某篇機(jī)器自動化生成的新聞報道誹謗個人，那誰來為此負(fù)責(zé)？我們?nèi)绾纹鹪V機(jī)器算法？最終還會是人類以這樣或那樣的方式承擔(dān)責(zé)任?！雹佟?AI 技術(shù)在新聞業(yè)廣泛使用，人類記者何去何從？》，http://www.sykv.cn/m/view.php?aid=18668。又如，人工智能發(fā)布虛假新聞的后果應(yīng)由誰來負(fù)責(zé)？在這一問題有明確的司法解釋前，新聞媒體在新聞報道中必須注意速度與準(zhǔn)確性的平衡。

媒介倫理要求事實與觀點的分離，出版商應(yīng)該讓受眾知道哪些文章是人類記者寫的，哪些是機(jī)器人記者寫的。《福布斯》目前發(fā)表的自然語言生成文章遵守這一程序。但如果沒有明確的道德準(zhǔn)則，經(jīng)濟(jì)利益可能驅(qū)使人們將機(jī)器人寫的報道署上人類記者之名。由于人工智能有其局限性，讓用戶知道一篇報道是機(jī)器人還是人類寫的很重要。人類新聞工作者必須理解自身的職業(yè)發(fā)展，并確保這些技術(shù)變化為他們服務(wù)，以保留和加強(qiáng)其重要的社會功能。②Noam Latar, The Robot Journalist in the Age of Social Physics: The End of Human Journalism? The New World of Transitioned Media: Digital Realignment and Industry Transformation, Springer International Publishing, 2015, pp. 65-80.

面對算法機(jī)制種種潛在的風(fēng)險，不少學(xué)者倡導(dǎo)提高算法推薦中作為主體的人的地位。技術(shù)具有獨(dú)立于人的理性特征，但技術(shù)的產(chǎn)生是為了某種目的，代替人類完成某種工作。如何發(fā)揮人的主體地位在智能算法中成為當(dāng)務(wù)之急。對技術(shù)持有批判精神，以及對價值保持敬畏之心，這是在推進(jìn)算法技術(shù)發(fā)展中需要特別注意的問題。

在宏觀治理方面，政府應(yīng)跟進(jìn)制定對于人工智能應(yīng)用的配套規(guī)則，要對人工智能新聞作品的定義、人工智能產(chǎn)品可能產(chǎn)生的版權(quán)責(zé)任，以及用戶隱私泄露、算法推薦使用規(guī)范等問題加以規(guī)制；積極完善相關(guān)法規(guī)，鼓勵優(yōu)質(zhì)內(nèi)容的生產(chǎn)和傳播，對低俗內(nèi)容的傳播進(jìn)行約束；還應(yīng)引導(dǎo)用戶提高媒介素養(yǎng)，增強(qiáng)信息辨別能力。

三、結(jié) 語

“技術(shù)有機(jī)論”的創(chuàng)始人劉易斯·芒福德（Lewis Mumford）將技術(shù)與生命緊密聯(lián)系在一起。他認(rèn)為，技術(shù)是生物生命的延伸，技術(shù)與生命從來沒有分離，而是統(tǒng)一為一個整體。在信息生態(tài)系統(tǒng)中，人類與人工智能的關(guān)系，不再是簡單的主體和客體之間的二元對立，而變成了黏性更強(qiáng)的互動關(guān)系。人工智能與新聞的結(jié)合，帶來的不僅是某一項具體工作的變化，更帶來了從新聞采集、制作到傳播分發(fā)等流程的全面變革。

人工智能對新聞生產(chǎn)的深度介入已成客觀現(xiàn)實，并將成為不可阻擋的潮流，我們應(yīng)該充分探究人與機(jī)器、新聞與技術(shù)的關(guān)系，理性對待人工智能造成的沖擊，積極探索新聞從業(yè)者的應(yīng)對策略。新聞記者要發(fā)揮主觀能動性，結(jié)合理性與感性思考，將關(guān)注點集中在人身上。拉塔爾認(rèn)為，機(jī)器人記者無法像人類記者那樣，成為民主和人權(quán)的守護(hù)者，人類可以憑借自身優(yōu)勢與之進(jìn)行競爭。③Noam Latar, The Robot Journalist in the Age of Social Physics: The End of Human Journalism? The New World of Transitioned Media: Digital Realignment and Industry Transformation, Springer International Publishing, 2015, pp. 65-80.優(yōu)秀的記者能夠挖掘事實真相、傳承人文精神。如今廣大受眾對媒體的專業(yè)要求其實并未降低，媒體人除了持續(xù)地提升專業(yè)能力外，對于機(jī)器和數(shù)據(jù)等的熟練使用有利于提高專業(yè)水準(zhǔn)。此外，對媒體社會責(zé)任的堅守也是必須的。