“AI+记者”：智媒时代人机协同写作模式的局限性与可能性

【摘 要】  人工智能技术与传媒的结合正重塑着媒介生态。机器人新闻便是人工智能在新闻领域的创新性应用典例。由机器人新闻发展的历程我们可发现：新闻人从过去对智能技术的恐慌逐渐转变为当下人机协同共进的新模式，基于两者深度融合的典型实践也在不断涌现。文章试图从机器人新闻写作现有的实践模式出发，简要分析其局限性，并进一步探讨以内容为基础、以社群为连接、以场景为入口的新人机协同写作模式的可能性。

【关  键  词】智媒时代;人机协同;写作模式

【作者单位】郭琪，山西传媒学院。

【基金项目】本文系2018年度山西省软科学项目“数据技术与数据新闻作用机制研究——兼论山西省数据技术与数据新闻的相互作用与发展” （2018041015-3）的阶段性成果。

【中图分类号】G212.2 【文献标识码】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2019.24.019

人工智能技术自进入传媒界就掀起了新媒体时代的技术革命浪潮。人工智能技术是基于计算机科学的分支，是研究、開发用于模拟、延伸和扩展人的智能的理论、方法、技术和应用系统的技术科学。其涉及领域包括机器人、语言识别、图像识别和自然语言处理等，而人工智能写作就是基于自然语言处理的技术。人工智能在新闻写作领域的应用已经获得长足的发展，应用效果显著。但由于是技术主导写作，还存在着情感认同等方面的缺陷。所以，在人工智能写作应用的道路上，人机协同模式将会是新的发展趋向。“AI+记者”既发挥技术的优势，做到新闻写作快、准、真，又能实现人的价值取向和情感升华，打造出符合智媒时代发展特点的优质新闻写作产品。

智媒时代，人工智能带领传媒界实现了质的飞跃，同时也培养了新的媒体受众。新闻写作产品的受众从最原始的通过文字阅读获得新闻资讯，发展到通过音视频等影视资料在第一时间获得新闻现场体验，阅读要求在提高。新闻写作的模式在人工智能的技术支撑下需要有良好的创新，建构出符合受众新的新闻阅读习惯的写作模式，既要消除技术写作的“冰冷感”，也要破除定制化推送的“屏蔽性”，将人工智能技术与记者进行深度融合，共同打造出智能时代人机协同的创新模式。

一、机器人新闻现有的写作模式

1.模板化模式

定制模板的数据填充模式是最原始的机器人新闻写作模式，最早于2014年投入使用，美联社通过智能写作程序Quakebot，以定制化的模板自动生成新闻稿。定制化的写作模式是将文本的基本结构和文字表述事先进行编辑确认，设置好文字表述的固定模式，再由智能程序根据互联网分析数据或者新闻现场的即时数据进行填充，从而形成格式规范、行文严谨的新闻稿件。定制化的智能写作模式需要大量的文本模板，智能程序能够根据主题进行模板选择，并获取具体数据进行填充。

模板化的写作模式适用于有大量数据分析的财经类、体育类新闻写作，尤其是财经类的报道，需要快速、精准的数据分析。比如，腾讯的Dreamwriter在一分钟内写出了近1000字的财经新闻稿。模板如下：“国家统计局**公布数据显示，*月CPI同比上涨/下跌**%，涨幅/降幅比上月的**%略有变动，但高于/低于预期。……*月份，全国居民消费价格总水平环比上涨/降低**%……”这样的新闻稿模板可以适用于多种类型的财经分析，无论是年度还是季度，甚至月度，都可以通过人工智能程序快速地获得实时新闻稿。从新闻稿的形成到发布仅需几秒，这就是模板写作模式为人工智能写作带来的时间优势。类似的应用还大量存在于体育竞技类报道的新闻写作中。

2.再加工模式

再加工模式主要适用于摘要编写，摘要对正文而言是高度概括且能够表现主题的总结性文段。对于智能程序语言而言，摘要就是一种假设，假设一篇文章的中心思想和主要观点可以用几句话来概括，这几句话就是文章的摘要。如何找到这几句摘要，行文就成了给文章句子进行排序的操作，这就是基于自动摘要的再加工模式所采用的自动摘要模型。这种自动摘要模式涉及自然语言的处理技术，是人工智能和语言学交叉融合的新领域。其技术支撑就是人工智能理解、处理和生成人类能够理解的自然语言，包括自动分词、词性编著、语法分析、文本情感分析、自动摘要、语音识别等技术范畴。

人工智能技术提供纯技术的支持，实现再加工的写作还需要有广泛的理论知识基础，诸如语言学、心理学、数学、哲学等。在再加工模式的写作应用方面，具有代表性的是百度机器人Writing-bots，百度机器人能够在已有的稿件基础上，通过内容分析进行语句重要性的排序，根据排序重新组合生成新的文本，创作出新的稿件。在整合的过程中会兼顾创新性，会对文章语句进行适当的压缩和同义替换。

3.深度学习写作模式

基于深度学习的机器人新闻写作是人工智能技术进一步发展的结果，是让人工智能程序全方位地学习和模仿人进行写作。从新闻素养的采集、信息加工处理、数据分析到最终的文本写作都由人工智能程序来完成，摒弃了原始的写作模板，也不再提供大量的相关新闻作品进行摘要学习，而是通过对自动采集的新闻素材进行自主创作。该模式的核心是基于人工智能的深度学习，用类似于人的学习方式来获取经验，并通过试错和经验汲取不断改进自身程序的创作能力。

深度学习写作模式目前还没有得到积极的推广应用，这与人工智能技术正处于初级发展阶段有关。随着人工智能技术的不断进步，深度学习写作模式能够采集的新闻素材由简单、呆板转向更为广泛和专业。深度学习写作是人工智能写作的发展方向，是人工智能深度学习在未来十年的学习性成果，这对人工智能写作将会是质的飞跃。

二、机器人新闻的局限性与技术迷思

1.数据与人情味——人工智能写作的技术局限

人工智能写作不管是哪种模式都离不开算法和大数据，强大的算法和大数据内容能够提供海量的写作素材和数据，在不断进步的技术基础上，解决写作的技术性问题。但是写作是具有创作性的智力活动，写作主体从人变更为智能程序，因无法真实地体会到人的情感，自然就无法写出具有人性光辉或者情绪态度的文字。模式化、流水线式的新闻加工产品是在“搬运”文字，因缺乏情感认同和人性光辉，始终难以引起用户群体共鸣。数据是人工智能写作的优势，但也是劣势，依靠模板和数据堆叠组合的文稿仅仅是现代新闻工厂的产物，是新闻一线的“体力活”。具有合适情感倾向表达和适度情绪渲染的文稿，才是能够拉近与读者距离，吸引用户注意力和情感共鸣的产品。这也正是人工智能写作的技术局限，是人机协同写作需要解决的主要问题之一。

2.创造性和价值观塑造——智能写作存在的瓶颈问题

从时效性维度来说，新闻写作的责任是给社会群体带来即时的社会新闻，了解社会的变化和发展。但这仅是新闻写作责任的一个维度，在社会舆论和社会主流价值观的塑造和引导上，新闻写作有着不可推卸的责任。人工智能写作在人的情感体验上缺乏，在更高层次的创造性和价值观塑造上更缺乏。新闻写作中不管是客观存在的新闻事实，还是需要做出判断的社会评论，抑或是多维度的数据分析，都应该充分体现人文关怀意识。尤其是人工智能擅长的突发性新闻写作、体育竞技类新闻写作，作品中都应该要体现对人类尊严、情感和价值的重视。从某种层面上说，新闻写作就是通过客观新闻事实的陈述来进行主流价值观的塑造和引领，这是人工智能写作存在的瓶颈，也是人机协同写作模式存在的主要原因。

3.个性化定制的“过滤气泡”有待破除

人工智能的新闻写作最鲜明的特点就是个性化的内容产出和推送。人工智能通过大数据能够精准地抓住用户个体的阅读偏好和新闻兴趣，并根据兴趣和偏好进行精准的个性化推送。长此以往，用户只能接收到自己喜欢看的内容，阅读不到自己兴趣范围之外的内容，容易形成新闻“过滤”效应。这样的新闻环境会固化用户的认知，导致信息偏差，甚至影响社会意见的分化和价值观的片面。

三、人机协同新闻写作的可能模式

1.以内容为基础的人机互补

人工智能对新闻信息采集、制作等具体环节的优化和创新正在快速前进，传感器技术、内容信息识别、用户画像等技术已经非常成熟，VR/AR技术的嵌入更是使得新闻内容表现真实的在场感。可以说，人工智能的新闻内容生产引领了社交媒体与场景因素的整合发展，给予用户无限的现场体验和想象空间。人工智能与人进行人机协同的合作，发挥各自的优势，人作为把关者起到的是引领的作用，做好品控的工作。人工智能需要在一定的内容框架内做好传感器立体优化源信息、辅助新闻生产，通过VR/AR技术对用户的新闻感官与认知体验进行重塑。

首先，人工智能以传感器为载体，以大数据处理技术为支撑，可以极大丰富和优化新闻信息源。传感器作为物联网的一部分，不仅拓宽了新闻信息采集的空间广度和时间维度，还打通了新闻生产的反馈渠道。传感器的类型很多，诸如智能手机、刷卡器、可穿戴电子设备、无人机、GPS、遥感卫星等。空间层面上，传感器能够记录并储存人的生理信息，还能够记录空气、水和交通的各种状态数据，这些都可以作为新闻的内容数据。时间层面上，传感器可以检测到动态的变化数据，并能就實时状况进行动态预测，自动识别火灾、交通事故等突发事件，全天候、秒级响应提供实时新闻线索和素材。

其次，人工智能新闻写作的模式越来越贴近深度学习的智能写作模式，深度学习写作模式将更好地引领人机协同的实现。智能写作的新闻稿件缺乏个人情感，通过人机协同合作可以进行人工润色。人工智能可以快速生成稿件，再由专业编辑进行情感的润色和加工，即使多了编辑加工环节，有了人工智能秒级生成文稿的优势，也完全能够满足新闻所要求的时效性。此外，人工智能的VR/AR技术能够增强用户群体的新闻体验，而新闻编辑和记者正是最真实的用户体验者。沉浸式的新闻不仅在内容编辑上，还在内容的传达上，可突破二维平面，开启三维空间的现场新闻。在此阶段，人机协同中的新闻编辑和记者给予人工智能“第一视角”，让人工智能找准视角，转变旁观者地位，变被动为主动。

2.以社群为连接口的协同传播

人工智能的新闻写作模式不再局限于内容生成的特定范围，而是包括了新闻内容的生产与分发。在互联网时代，内容生产和分发已经在一定程度上开始剥离，新闻的精准分发一直是互联网时代新闻媒体的必争之地。在当前智媒体垂直化的新闻分发渠道生成中，个性化已经成为核心。在海量内容的基础上利用智能化的手段定义新闻传播，进行定向化的推送，确实能够提升用户的黏性。但是物极必反，过度的个性化传播让用户在长期的信息接收中不自觉地缩小了新闻广度，长此以往不仅会局限用户的新闻视野，还会造成新闻麻痹。所以，在人机协同的合作模式下，通过以社群为连接口集人工智能技术之所长，集人类价值观和审美之所长，可进行多维度指标的社群化偏好传送。人机协同的合作模式还能结合传感器和大数据，建构以个人为单位的数据库，整合分析全面的数据孤岛，形成社群数据。

此外，人机协同的合作模式还能以社群为数据来源，开展360度的立体环绕数据分析，并进行社群化推送，通过打造类微博的社交渠道来打通社群的相互交流，通过释放人的交流本性来拓宽新闻传播渠道。同时，海量的内容信息加上志趣相投的新闻社群，形成有效黏性的良性循环。人机协同不仅是技术的天下，还要从人性的角度考虑用户群体的社交本性。人工智能技术维度的定向推送，外加人的群体性和社会关系的整合，这才是互联网时代新闻写作及传播的趋向。

3.以场景适配为入口的写作反向构建

新闻场景化的意义在移动互联技术的支持下，已经成为智能新闻的核心。互联网时代拉近了人感知的空间距离，也封闭了人的空间环境。新闻写作要突破用户群体的现实状态，让其产生心理交流和触动，不仅要从新闻的创造性和价值观方面努力，还要从新闻的场景要素出发。人机协同写作模式，通过VR/AR技术的场景化打造，在提供新闻体验感的同时，也要注重新闻写作产品的价值观呈现。人机协同新闻写作的价值观来自于人的情感分享和价值倡导，将人的喜怒哀乐渗透到数据和智能技术中去，通过设定某些特定场景，依靠情感或价值观的关键词进行情境氛围的营造，然后再通过与用户的真实场景进行适配，创造出具有场景适配性的新闻产品。比如，遇到交通拥堵等路况时，人工智能可以路上的场景为切入口，以驾车人、乘车人的焦虑情绪疏导为切入点，进行新闻写作，并通过场景适配推送给同样在路上的焦急用户。这样通过人机协同的场景适配模式构建出的新闻才能打动人心，引起用户群体的情感共鸣。

在智媒化发展的进程中，新闻人与机器的关系始终触动着从业者的敏感神经。长期以来，记者是否会被机器人所取代，记者与机器人如何相处的相关讨论不绝于耳。作为一种技术，机器人写新闻的优势再明显，也摆脱不了技术的局限性，真正让新闻写作价值得到体现，还是少不了人的参与。在未来相当长的一段时间内，人与机器的互补合作仍是新闻生产的主流。探索人机协同写作优化模式，是当下传媒业需要考虑的问题。

|参考文献|

[1] 邢旭东. 弱人工智能背景下新闻机器人的写作模式[J]. 新闻媒体研究，2019（13）.

[2] 王娈. 深度学习给新闻行业带来的机遇与挑战[J]. 新闻战线，2018（16）.

[3] 费朗索瓦·肖莱. Python深度学习[M]. 北京：人民邮电出版社， 2018.

[4] 胡正荣. 智能化：未来媒体的发展方向[J]. 现代传播（中国传媒大学学报）， 2017（6）.

[5] 仇筠茜， 陈昌凤. 黑箱：人工智能技术与新闻生产格局嬗变[J]. 新闻界， 2018（1）.

[6] 张意轩，雷崔捷. “人工智能+媒体”落点何处[J]. 青年记者，2017（28）.

[7] 郑淡涛. 5G技术与媒体的融合发展探析[J]. 传媒论坛，2019（15）.

[8] 黄国春. 人工智能新闻写作的路径探析[J]. 出版广角，2019（15）.