2017年被称为人工智能元年。两年以来，随着目前各种移动终端以及物联网信息平台技术的发展，人工智能及其在新闻领域的应用具有巨大的潜力，新闻的制造、传播与互动都发生着巨大的变化。与此同时，适应人工智能发展的理论研究和技术水平的提升及其监管、设施、法律、标准等的完善也亟需关注。

下面，就和我们一起来梳理这篇报告有关新闻领域的知识点吧!
一、人工智能赋能新闻业
（一）记者被AI不断赋能

1
1、智能速记、智能转换缩减新闻生产时间
 
人工智能的采用，使得记者可以更加专注于内容并将更多时间花在核心专业技能上。比如科大讯飞的语音识别技术，基于大数据和算法两个因素，准确率达到98%。此外，Trint或Recordly等工具可以将语音转录为文字，帮助记者省出大量以前用来记录采访语音的时间。
 
2、智能监控与检测助力记者核查事实
 
互联网海量信息鱼龙混杂，专业的新闻结构和公益组织人工的辨识与发布不仅成本高，效率也低。而人工智能提供了检测文本、音视频各种类型信息的真实性，并减少错误信息传播的途径和方案。此外，当新闻中出现不实信息、不当信息、拼写错误等问题时，人工智能同样能够实时监控和提醒。比如路透社为解决真假信息辨识的问题，他们使用News Tracer（新闻追踪系统），针对每天5亿则Twitter信息进行演算，从假新闻、不合理的新闻、广告、杂音中找到真的新闻事件。
（二）新闻报道形式的不断创新

1
1、挖掘新闻线索：拓展新闻报道内容
 
人工智能技术可以依靠算法和大数据对繁琐枯燥的数据颇为敏感，能够从海量的数据中比对信息，找到人类不易洞察的内在关联，挖掘新闻话题，从而拓展新的新闻报道内容。比如Newship或Graphext等工具可以通过将机器学习应用于社交媒体数据来查找新闻主题。除此之外，路透社的News Tracer正在实时分析推特，并抢在其他媒体报道前发现新闻线索。
 
2、自动化生产新闻：客观与即时并重
 
由腾讯财经推出的“Dearmwriter”、新华社推出的“快笔小新”以及阿里巴巴与第一财经联合推出的“DT稿王”都是人工智能在新闻写作报道方面的应用。机器人写作首要优势就是“快”：信息采集高效化、文稿发布高效化、发布时间全天候。机器人写作新闻和发布新闻，只要数据量和数据处理能力能跟上，那么机器写作的效率就不是问题。
 
3、AI主播上岗：缩减新闻报道成本
 
2019年2月19日，新华社联合搜狗公司发布全新升级的站立式AI合成主播“新小浩”以及全球首个AI合成女主播“新小萌”。“新小萌”在这次的两会报道中正式上岗，而AI合成男主播“新小浩”则在2018年首次推出后，多次运用到进博会、世界互联网大会等重要新闻事件中。人工智能技术的发展使得智能化编辑部成为可能，并在大数据新闻采写、无人机航拍多终端信息发布、一体化协同等方面降低报道成本，推动媒体融合进一步发展。
（三）用户体验的个性化提升

1
1、智能化推荐：个性与需求的无缝对接
 
人工智能可以通过数据库中的大数据进行模拟演算，对复杂问题、趋势等进行分析，推演出可能出现的结果的各种情况;同时，大数据可以搜集用户的各种数据，分析用户的个人需求，据此可以为用户精准画像，有针对性地为用户推送个性化的新闻内容，从而获得高点击率、阅读量和受欢迎程度。
 
2、机器人聊天：趣味性为体验感赋值
 
微软小冰是机器人聊天的一个典型例子，它将新闻变成对话，将看新闻变成问新闻、答新闻。由此，用户与新闻直接形成了一种“你问我答”的趣味互动关系。用户可以根据新闻涉及的人物、地点和事件进行询问，聊天机器人迅速给出回答，“聊新闻“个性化成为现实。不过，目前“聊新闻”还仅限于对新闻信息的呈现，还没有深入到互动交流的地步。
 
3、VR/AR+AI：升级沉浸式新闻体验
 
将人工智能与VR和AR技术结合，可以为沉浸式新闻带来更具身临其境的沉浸式感受和交互式体验。新闻机器人在报道新闻时可以更加智慧，更能创造出具有沉浸感的新闻事件场所。同时，通过虚拟技术模拟各种新闻现场，可以开发和培养新闻机器人应对各种突发事件和新闻场景的应变能力。
二、人工智能在新闻业应用中的问题
（一）人性化和自主性思考的缺席

1
1、数据分析与解读产生偏差
 
目前人工智能还处于模式化写作阶段，其在基于算法的结构化数据处理等方面比较占优势，但是在非结构化的数据处理，比如艺术性、创新性的信息方面，人工智能的整合能力还远远不够。
 
同时，数据质量会影响稿件质量。人工智能很难区分接收到的数据是否真实，一些脏数据或假数据可能会导致生产出来的新闻内容也可能存在偏差。
 
2、写作深度与人性伦理的考量的缺失
 
正如陈昌凤教授指出：智能化在新闻业领域的应用还相当初级，多数机器人还处在“有能”而“无智”的状态，不具备价值判断的能力。目前人工智能写作主要运用于财经和体育类新闻领域，这主要是因为这类领域内容简单，可以基于一定的算法和模型即可完成报道。但是人工智能写作却并不能理解和解释写作内容，相比较于真人记者撰写的深度报道，机器人所生成的新闻难以提炼出深刻独到的观点。
 
此外，机器人新闻由于无法理解写作内容，因此在人性化和社会责任与伦理规范方面同样会存在一些监管问题。
（二）过度依赖算法可能带来的偏差

1
1、算法设计运行的各个环节都容易出现偏见与局限
 
首先，算法是人工产物，因此也不可避免地夹杂人的局限和偏见。算法不可避免地会反映设计者对周遭事物和问题的认识。
 
其次，算法依靠的大数据往往是有局限、有缺陷的，甚至是错误的。在被数据量化的世界中，数据本身与现实世界重合的程度决定了数据的可靠性。无论算法多完美，输入数据有偏见，最后的结论必定有偏见。
 
最后，算法系统本身也是有局限的。虽然在大数据时代一切皆可量化，但复杂的世界难以被简单模拟。以新闻推送为例，如果算法仅依赖点击量来推荐内容，用户可能只会收到观点偏激、猎奇吸睛的低俗文章，看不到点击量不大的高质量文章。
 
2、算法作用下“信息茧房”效应不断强化
 
桑斯坦在谈及“我的日报”时提到了“信息茧房”：“我们只听我们选择的东西和愉悦我们的东西的通讯领域。”同时他认为生活在茧房里的人们“不可能考虑周全，因为他们自己的先入之见将逐渐根深蒂固。”算法在为用户提供个性化和定制化的新闻产品时，实际上是将用户本身认同/感兴趣的内容以不同的呈现形式重复推送给用户。长此以往，将导致用户视野的偏狭和思想的封闭、僵化甚至极端。
（三）技术对原有新闻业格局带来新的挑战

1
1、技术高速发展之下复合型人才的缺乏
 
如果要将人工智能更好地应用于新闻业，这些技术性人才还必须对新闻业有着很好的理解和认识。但是新闻业的专业人才尽管对新闻业有较深认识，但对人工智能技术却缺乏了解。目前大多是媒体机构与科技公司来共同合作研发人工智能产品，但是兼具两者的复合型人才却比较缺乏。
 
2、机器人生产新闻为版权法提出挑战
 
关于人工智能作品版权问题一直都存在争议，反对人工智能创作物拥有版权的主要原因有二：一是一些人工智能创作物无法达到版权保护的“独创性”要求，二是一些人工智能创作主体不是版权法所规定的具有情感的“人类主体”。但随着技术的发展，越来越多的人工智能出版物涌入市场，人工智能的版权问题成为我们必须解决的问题。
 
3、数据安全和隐私保护问题亟待完善
 
互联网为个人信息的大量收集、储存和利用提供了便利条件。尽管人们将个人信息上传到互联网上（不管是主动还是被动），即使采取了加密措施，人工智能也能轻易突破“封锁”。比如对图像或视频作模糊处理在人工智能面前其实毫无用处，用户信息“匿名“成为保护隐私华而不实的”挡箭牌“，这些引发了诸如”个人隐私无处安放“、”大数据之下你我赤裸相见“之类的社会担忧。 
 
4、技术巨头带来新的垄断与鸿沟
 
人工智能新闻产品的开发需要大的人力和财力的投入，因此只有那些大的媒体机构有能力开发。结果很可能是大的媒体机构因此更加巩固了其在新闻传播领域的话语权，从而带来信息的截留，同时也在新闻制作领域更进一步拉大了新的技术鸿沟。
三、人工智能在新闻业应用的对策
1
1、填补人工智能法律法规与伦理的空白
 
人工智能目前不承担法律责任，也无法自主遵守伦理规范，这就要求在新闻生产中加入新闻伦理规范来平衡人工智能可能产生的偏差。比如在2017年在阿西罗马召开的Beneficial AI会议上，签署的“阿西罗马人工智能原则”强调，应以安全、透明、负责、可解释、为人类做贡献和多数人受益等方式开发人工智能。
 
目前在信息甄别以及对人性化、个性化和创造性等信息的分析能力方面，人工智能暂时无法取代记者。这就需要在法律、法规和伦理层面制定出适应人工智能在新闻行业应用和发展的条例来确保其发挥正向作用。
 
2、建立人工智能信息发布安全监管与评估体系
 
社会生活千变万化，不能仅仅用逻辑推理和数据化分析和建模来界定与应对，而人工智能还不能对其创作和生成的内容进行人性化的解读和阐释，因此我们需要通过内在和外在两种方式来建立人工智能信息发布安全监管和评估体系，以避免可能触犯法律法规和影响新闻伦理的内容的发布和传播。
 
除了在外在的监管和评估中需要人的参与，我们在内在的监管和评估体系中可以引入诸如“抑制器”和“审查员”这样的人工智能程序。“抑制器“是智能体会在想到某个“坏主意”时出现抑制，以阻止作出相应的不当行为;“审查员“是指智能体不需要等到一个“坏主意”形成后才有所行动，它们可以对不良思维形成之前的那个思维状态进行拦截。
 
3、加快培养人工智能综合性高端人才
科学家依据能力高低，将人工智能分为三大类：弱人工智能、强人工智能与超强人工智能。弱人工智能在单个方面很擅长，如能战胜围棋世界冠军的机器人。强人工智能在各方面都能和人类比肩，人类能干的脑力活它都能干。超强人工智能则几乎在所有领域都比最聪明的人类大脑都聪明很多。就目前发展阶段而言，我们尚处于弱人工智能时代。
因此要创造出具有人类能力、能应用在更广方面的机器人，还需要我们以更好的理论来解释思维的运作方式。因此加快培养和引进人工智能综合性人才，提供研发、学习及其与新闻业实践结合的平台，完善人工智能专业设置和科学布局，加强产学研互动交流，推动跨学科复合型人才的储备和队伍建设，是人工智能助理新闻业的关键。
往期回顾
第510期 | 雪莉自杀事件反思：网络暴力真的能杀人？
第509期 | 微信封杀拼团砍价链接？网友怒赞
第508期 | 这些大学生厉害了！他们不是垮掉的一代第507期 | 愿你的眼神永远清澈
第506期 | 一周回顾
美编：李晓甜
责编：小郭老师图片来源：百度文字来源：拖鞋哥新传考研
投稿邮箱：zhijianmaxinguan@163.com