人工智能给新闻生产带来的挑战与机遇
作品链接：
人工智能给新闻生产带来的挑战与机遇
管顺生
摘要：21世纪是人工智能技术大爆发的时期，也是新闻生产融合人工智能技术的关键时期。当前，遥感技术、VR技术、AR技术、算法推荐技术逐渐走进了新闻生产的过程，新闻信息的采集、内容的产生、信息的发布发生了重大的改变，新闻生产业也因此迎来了人工智能时代的一场大变革。人工智能时代，新闻生产将面临生产内容的模式化与去故事化、“把关人”角色的弱化、新闻内容的速食性、“信息茧房”的快速形成、虚假数据的干扰等一系列挑战，但在政府的支持、人工智能技术的发展、“人机共融”大的发展趋势、“技术+内容”成为新的写作模式的机遇下，新闻生产也定会在人工智能时代凤凰涅槃，为人们带来新的新闻传播方式与思考方式。
关键词：人工智能；新闻生产；信息采集
人工智能形成于1956年，由于当时世界技术发展的局限，人工智能在接下来60多年的发展中历经多次起伏，在研究瓶颈和自我突破中艰难发展。
得益于人工智能技术的应用，信息采集的渠道、形式得到拓展，新闻生产以往单一的主体，也逐渐丰富起来。当前的媒体平台会根据新闻内容的不同进行个性化推荐，在此形势下，受众的阅读、思考方式发生了翻天覆地的转变。而此种转变，给新闻生产业带来了新的挑战。
传统的新闻生产过程包含了4个步骤：新闻线索的收集→记者前往新闻现场采访或者联系新闻当事人→撰写新闻稿件或剪辑新闻视频→刊登或者播放。此种新闻模式体现出封闭链态线性的特点，受众无法在新闻生产期间感知信息，并且新闻生产的每一环节均无法参与。新闻机构与新闻从业者把持着新闻生产的全过程，新闻生产是一个在机构中封闭运作的过程。
随着人工智能时代的到来，新的新闻生产传播工具出现，传统的新闻生产模式受到了巨大的冲击。互联网高效、便利的优势打破了新闻信息传播的时空局限，传播形态也开始了多样化发展。在人工智能时代，只要你愿意，你可以从新闻的接受者、传播者变成新闻的发布者，参与新闻的制作，任何地方的网民都可以看到你发布的新闻动态。新闻机构不再有新闻生产的绝对掌控权，新闻的生产与发布也不再以新闻机构为主体，受众的主体地位逐渐显现。
一、人工智能时代新闻生产面临的挑战
（一）新闻生产内容呈现模式化与去故事化
（1）新闻生产内容的模式化。不同于传统的新闻生产方式，人工智能的应用具有准确性、高效性等优势，它能够以数据分析为核心，保证报道的客观度与严谨性。写作期间，机器人能够做到对所需信息的高效化提取，以固定模板为前提，撰写出符合标准的稿件。尽管新闻写作的时间，提高了新闻写作因人工智能技术应用而达到提高效率的目的，但是机器人没有思想，新闻会出现模式化的状况。例如，新华社的机器人“快笔小新”，运行前相关人员会在机器人执行程序中输入固定的新闻模板，而“小新”只能完全按照模板提取与撰写信息，所以新闻稿件内容十分固定、枯燥。对比同类稿件，可发现机器人撰写的稿件存在模式化问题，部分稿件大同小异，稿件撰写缺乏灵活性、丰富性，形成稿件“批量生产”的现象。[1]
（2）新闻生产内容的去故事化。机器人并不具有人类情感，加之机器人无法思考，所以机器人在叙述事件的原委的过程中无法体现出人情味、生活味，新闻稿件的内容就没有人情温度。判断新闻稿件是否优质，关键在于新闻报道是否具备故事性、情感性及叙述性，能否以新闻事件重构价值观。只要缺少上述任何一种要素，都不能评定为优秀稿件。
综上而言，受众能否被新闻稿件吸引，取决于稿件是否有情感与温度。偿若稿件内容过于模式化，内容缺失情感温度，那么稿件的发布、传播效果必然会受到影响。
（二）“把关人”角色在新闻生产过程中被弱化
20世纪40年代，莫特·卢因首次提出“把关人理论”，即信息在群体传播期间会以“门道”为流动载体，而“把关人”则是这些门道的掌控者，主要职能是甄选信息，确保“门道”中流动的信息合乎社会、道德准则。
将其理论与新闻生产融合可以发现，新闻传播中，编辑、记者扮演着“把关人”的角色，他们身上担负着宣传主流价值观、正确树立社会共识的重任。正因记者、编辑岗位承担以上重任，所以传统媒体对新闻从业者有着较高的价值观判断能力及文化素养要求，只有确保从业者具备应有的素质与品质，才能使“把关人”作用最大化。因人工智能技术的融合发展．此时新闻生产中各环节的“把关人”从以往的从业者转变为智能算法，对信息环境的控制会产生一定的影响。
基于算法技术的新闻推送，主要是以受众特定时间段内阅读记录、文章热度以及喜爱新闻种类的计算为基础，甚至会依据受众阅读的时长分析受众喜爱的新闻类型，并为其提供个性化推送服务。人工智能虽能提升数据分析精准性，但是在信息甄选过程中缺乏主观性判断，在新闻稿件的撰写过程中算法并不能融人社会共识、主流价值观。在长时间的发展与演变过程中，新闻媒体已正确掌握受众“应该知道什么”，并以此为前提进行新闻报道的撰写与发布，凸显新闻生产的功能与价值，在新闻传播过程中实现主流价值观的传递。因智能技术与算法技术在新闻生产中的应用，算法成为个性化推送的核心，衡量是否推送信息的标准变为了“受众是否想知道”，算法会依据受众个性、爱好进行信息的推送。
日前新闻生产中算法技术的应用导致“把关人”作用被弱化，新闻信息质量的管控强度逐渐减弱，新闻传播的作用与价值逐渐丧失。
（三）新闻生产内容缺乏深度，智能发布致使信息窄化
1.浅显、形式化的新闻内容。新闻信息以人工智能技术为载体传播，呈现出无重点特点。受众在阅读新闻信息时，通常会相信机器人带来的“事实”，选择相信信息的真实性，但是新闻信息背后隐藏的复杂关系、利益纠纷，人们不愿意过多思考，导致新闻传播丧失多种价值判断，新闻价值无法得到全面体现，这也是当前“速食”新闻在新闻行业占据一席之地的成因。但实际上，新闻记者须扮演事件叙述者、事件观察者、社会价值挖掘者等多个角色，传播高价值、高深度的新闻信息，传递正能量信息，而这些是智能机器人现阶段无法做到的内容。
2.形成“信息茧房”。桑斯坦层提出“个人日报”概念，他认为人工智能技术在新闻生产中得到深入应用的今天，受众的思考、阅读形式逐渐形成“个人日报”状态，受众阅读时问的逐渐延长会使得“信息茧房”形成。例如，受众喜爱娱乐性新闻，智能手机中的相关新闻软件就会在后台分析受众喜爱的新闻类型，并定期为受众推送娱乐性新闻，于是受众的阅读范围只局限于此类新闻。久而久之，受众将接触不到其他类型的新闻，这对受众认知能力的发展会产生一定影响，逐渐形成“信息茧房”。
（四）新闻生产的内容易被虚假数据所困
1．虚假数据泛滥。若新闻撰写以海量数据信息为支撑，就极易在编辑期间形成“数据黑洞”。基于人工智能技术的新闻撰写，会以大数据分析为核心，数据成为稿件质量的决定性因素，撰写期间若出现数据失灵，或者是数据被人为改写等情况，以数据为支撑的新闻稿件就出现失准情况。以算法为依托的新闻生产极易出现数据错误、算法出错的情况，稿件质量无法得到保障。
2．隐私泄露存在风险。在人工智能时代，逐渐生成数据隐私与数据产权矛盾，且智能推送的广泛应用，使立足于受众成为媒体的核心价值选择，而人工智能技术的影响又导致在推送过程中机器占据主导权。目前智能推送技术的应用，尚不能满足人类选择的多样性，倘若在推送期间机器失灵，受众的价值观选择就会被机器主导。在人工智能时代，新闻的数据素材一般以云计算技术为依托，从网络平台中获取数据信息。因此受众无论是使用手机还是登录网站，其聊天记录、浏览记录，购物、照片等信息，均会在程序后台形成大数据。所以，受众在使用智能手机和电脑时，面临着个人隐私泄露的风险。相关统计表明，在访问消费者隐私时，96%的智能手机都会经相关程序询问受众是否同意。而在每日都有海量数据信息产生的今天，新闻信息素材中含有受众信息数据的现象已经变成可能。
二、人工智能时代新闻生产所面临的机遇
在人工智能时代，新闻生产面临的挑战可以说是十分严峻的。面对如此局面，有人认为，新闻生产行业在人工智能时代可能会一蹶不振，被动接受人工智能对此行业的冲击。其实不然，俗话说，“挑战与机遇往往是最好的搭档”，有挑战的地方就会有机遇，本人始终相信这句话也适用于处于人工智能背景下的新闻生产行业，只要把握好机遇，积极应对挑战，新闻生产行业终将在这场21世纪最新的信息变革中拔得头筹[2]。
（一）依托于大数据技术实现用户画像呈现
目前新闻素材的寻找，常运用大数据挖掘技术，如央视与百度联合推出的“据说春运”，就以CPS技术的应用为依托，充分借助大数据挖掘技术直观地呈现春运的相关数据，此种呈现方式无疑能给受众带来新颖的观看体验。媒体常常在海量数据信息中甄选高价值信息。例如，受众在使用微博程序时，若借助平台搜索“癌症”这一关键词，后台就会借助挖掘技术挖掘癌症相关讨论话题，并将相关信息整理成新闻信息推送给用户。目前在财经报道、天气预报、体育比赛等领域中此类应用较为常见，因为这些领域蕴藏着海量的数据信息、需要借助挖掘技术挖掘其中真实客观、高价值的内容，并推送给受众。
通过对过去数据的挖掘、分析，能够预测未来可能发生的事件。在处理过程中，依托聚类分析处理海量数据，再借助文本分析技术提取关键信息内容，形成高价值的新闻专题。同时，针对受众需求可以充分利用数据分析技术深入挖掘，上文介绍的“用户画像”最重要的目的就是以数据分析为前提，深度剖析受众的需求、偏好，以后台为依托，查看受众对相关新闻信息
转发、点击、浏览、评论的情况。一方面，可以依托上述数据，判断新闻信息的影响力，结合对高影响力新闻信息的分析，分解剖析受众关注的要点，为后续高质量新闻稿件的撰写提供参考；另一方面，在后台分析受众的评论，结合对评论话语中高频词应用的挖掘，剖析受众的想法、情绪，掌握受众的喜好等要素，为新闻报道奠定了良好的基础，能够帮助媒体正确引导新闻舆论。但媒体在充分应用数据挖掘技术时，务必重视对媒介伦理问题的抑制。
（二）个性化新闻呈现
当今社会呈现出信息海量增长的趋势，现代受众的阅读需求是获取高价值的信息。当前互联网中虽然存在大量数据信息，但是其中高价值的信息甚少，所以进行受众个性化信息检索的难度较大。以今日头条为例，该APP始终以“你关心的，才是头条”作为宣传语，这使得今日头条成为受众常用的新闻类APP之一。也正因如此，以“用户画像”为基准的新闻个性化推送在新闻APP中得到广泛应用。“用户画像”是指以标签化的形式呈现受众信息，然后利用媒体对受众相关信息，如基本数据、消费数据、行为习惯等数据进行多维度的科学分类，并借助加权计算方式对受众相关信息进行标签化处理．以此构建受众个性化的“用户画像”。大数据背景下，“用户画像”的价值逐渐提升，受众的实际需求以“用户画像”的形式清晰呈现，且“用户画像”与信息服务推荐的针对性之间存在直接关联。新闻媒体在优化受众体验的服务过程中，可以依据对“用户画像”的分析提升受众黏性，保证新闻媒体平台受众的稳定性。以网易、百度等新闻APP为例，目前客户端的发展目标仍以打造个性化新闻为主，并且个性化推荐功能的设置已成为新闻媒体行业发展的必然趋势。
个性化推荐已成为资讯、新闻类客户端提升服务质量、吸引受众的主要手段，其中今日头条利用相关算法对受众进行个性化推荐为行业开创先河。受众在操作客户端时可以自主选择感兴趣的领域，程序后台会依托于算法对受众相关信息进行标签化处理并分类，进而达到满足受众需求、准确分析兴趣的目的。机器人会依据受众信息，生成个性化新闻信息并推送，以满足受众的个性化需求，促使新闻媒体朝着个性化的方向持续发展。
（三）“人人皆媒体”成为现实
近些年来，传感器和数据处理器及VR、AR等人工智能技术不断发展前行。科学家们不断改进与完善现有的人工智能技术，也在不断研发新的人工智能技术，它们为新闻生产过程中信息源的挖掘、监测提供技术支持，同时对受众信息进行实时监测，以便给受众提供有广度、有深度的新闻内容，实现个性化推送。
随着智能手机的快速普及，人们在真正意义上进人了人工智能时代，现代社会已形成了“人人皆媒体”的社会环境，人们可以在QQ、微博、微信、推特等网络社交平台上畅所欲言，相互分享新闻信息。人们已从新闻的受众变成了新闻报道的采写者与传播者。
有了技术的强有力支撑，有了“人人皆媒体”的大的社会环境作为依托，人工智能时代为新闻生产注入了新鲜的血液。
三、“人机共融”成为未来新闻生产的发展趋势
人工智能技术的快速发展促使“人与机器的关系”这样的历史争论重登辩论者舞台，反对者皆言“机器是人类的威胁”，支持者则说“机器是人类的福音”，两派的争论异常激烈。综合历史与实践，我们可以得出结论，机器使人类的生产力得以提高，人们开始从烦琐、冗杂的事物中抽离，可以花更多的时间和精力做更有意义的事情。
直到今天，人机关系争论仍然是人们讨论的热点话题。但立足于机器人仍然没能取代人类成为这个世界主宰的实际情况，更多的人从激烈的两派争斗中走了出来，他们更愿意相信，技术与社会发展能够相互促进，这也为人工智能时代，新闻从业者与机器人的共处找到了一个平衡点。
（一）“人机融合”成为趋势
新闻从业者与人工智能的和谐相处成为新闻生产大的发展趋势，在这一趋势的推动下，新闻生产的生产与发布过程也迎来了新的机遇，新闻生产的主体开始渐渐抽离出烦琐的新闻劳动，同时也“把关”着机器新闻的社会主流价值观，人的主体性在未来将得到彻底的展现。
（二）“技术+内容”成为新的新闻写作模式
哈罗德·伊尼斯曾在《传播的偏见》中提出，在社会文化变迁以及人类组织生产活动开展过程中，媒介起到了至关重要的作用，并且传统媒介对时间维度、空间维度都存在一定的偏向性。而媒介所存在的时空维度偏向性因人工智能技术的应用被打破，依托于人工智能技术的新闻生产囊括多种媒介形式，如文字、图像、音频及视频等。不同媒介形式的融合实现了时空的汇聚。人工智能时代，机器人能独立完成数据的采集、信息的整合、稿件的编辑、推送这整个新闻生产流程，使得“技术+内容”成为人工智能时代全新的新闻写作模式，并被众多媒体企业所采用。
在未来，“技术+内容”会逐渐在世界范围内得到推广和应用，越来越多的媒体行业将会开始选择这种新型的生产方式生产新闻。而整个新闻产业的变化，又何尝不是新闻生产在人工智能时代全面发展的又一机遇。
四、结语
新闻生产中融合应用人工智能技术，在推动新闻媒体行业向个性化、数据化发展的同时，也给真实化、故事化的新闻生产带来了挑战。要想进一步推动新闻媒体产业的发展，须顺应当前人工智能与新闻生产融合的趋势，紧握住人工智能技术融合带来的机遇，积极应对技术融合带来的挑战，促使人工智能技术为新闻生产作出更大的贡献。
参考文献：
[1]高艳阳新闻异化与仪式重塑：基于人工智能技术的新闻生产与分发[J]新闻研究导刊，2018，9(11)：59-60[2]杜洁，张瑶，杨柏松浅析人工智能新闻生产的功能重组与文化构建[J]传媒，2018(19)：94-96（作者系湖南永州市广播电视台主任记者）联系电话：13974613915
人工智能对新闻传播的影响
人工智能是模拟人类行为的一类智能技术。它以数据分析等技术为基础，可以替代人类完成部分简单甚至稍微复杂的工作。随着技术和新闻业的发展，人工智能已经应用于新闻工作中，它最大的特点就是效率以及个性化。人工智能对新闻生产、新闻搜集以及新闻分发等多个环节都有很大的作用，其相应的正负影响也逐渐明晰。下面我将具体展开论述。
一、人工智能对新闻传播的正面影响
（一）机器人写作：制作能力和效率的提高
在算法日趋精密的时代背景下，可以将一些简单的新闻信息制作交给“人工智能”，如新华社推出的“快笔小新”写作机器人，它可以根据程序抓取关键词快速的进行新闻写作，在九寨沟地震中仅用25秒便把地震讯息发送出去。不仅可以为受众提供简明、清晰且“丰富”的媒介内容，而且将新闻工作者从较简单的劳作中解放出来。
（二）智能采集：新闻来源的扩大化
新闻素材的采集环节中，传统新闻的人工模式很难高效的从众多垃圾信息中抓到重点，先进的数据挖掘算法可以高效的对有效信息抓取和收集。为后续生产环节中丰富且具有交互性的可视化传播提供了素材。同时利用无人机等技术还可以深入到记者难以采访的领域。如在九寨沟地震中，新华社就利用无人机获取了记者难以深入的区域信息。
（三）个性化推荐：实现用户垂直深耕偏好领域
“使用与满足”理论认为，受众接触媒介是基于某种目的，并通过使用媒介过后得到个人满足。而人工智能的算法推荐新闻根据用户对信息的喜好程度来推送新闻资讯这一机制，恰好满足了用户希望拓展其偏好领域的知识深度的愿望。例如，爱好学习法律的用户，在算法的推荐帮助下，会在短时间内获取大量有关法律的新闻内容，一定程度上节约了用户的时间成本，提高了获取法律知识的效率。因此正确的使用算法推荐新闻，可以帮助用户在喜爱或擅长的领域进行深度的了解和探究。
二、人工智能对新闻传播的负面影响
（一）技术理性影响：新闻缺乏人文温度
机器人写作是根据设定好的模版进行新闻生产的，但它的背后始终是一串串冰冷的数字和代码，它不仅缺少人的情感价值判断，还缺少新闻专业者所拥有的使命感与责任感，一个既定的程序框架很难判定一篇新闻内容的好坏。这种流水线式的新闻生产模式也容易使新闻内容过于同质化，会使新闻失去人文温度。
（二）新采集力的冲突：隐私泄漏和数据霸权
传统的新闻采集依赖记者广泛的信息源和记者高超的人际交往技巧，记者从信源获取信息时，会通过各种技巧降低信源的防备心理，在获取所需要的信息后，还会尽全力保护信源的隐私等信息。而在人工智能时代，依靠传感器采集信息打破了记者和信源之间的这种默契。很多传感器采集信息都是未经用户允许或者仅允许一次就再也不提醒。比如，利用LBS技术，采集用户地理位置这样的敏感隐私信息，很可能会威胁用户的生命财产安全。互联网大公司长期以来收集了用户大量数据，而数据是人工智能时代的石油，数据直接决定了“算法”的智能程度。因而，大公司在人工智能时代有了更多的话语权，也能吸引更多的流量。人工智能增强了人的信息采集能力，却导致了媒体同用户、资本、技术之间的冲突。因此，在新采集力和旧采集力的交接产生的摩擦和冲突中，就出现了隐私泄漏和数据霸权的负面影响。
（三）促成信息茧房：出现“自我封闭”的危险
信息茧房是因公众对信息的需求并不是全方位的，人工智能的算法更是增强了人们对信息的自主选择权力，人们只去看自己想听、想看的信息，拒绝那些让自己不愉快的消息。久而久之，就会将自己束缚在一个像蚕茧的封闭空间中。比如抖音平台当你为一个视频点赞后，平台会根据你喜欢的内容持续为你推荐相同类型的视频，用户也失去了接触其他类型新闻的机会。算法虽然看似最大化的满足用户的个性化，但是这样会导致原本内容丰富的新闻平台推送的内容越来越单一。人们长期沉浸于同质新闻之中，受众在自我重复、自我肯定、自我强化中，思想逐步固化，难免会给受众带来固步自封的危险。
正如彭兰老师所言：“通过技术发现与弥补人的能力局限，通过人的力量来纠正机器的偏狭与误区，才是人工智能的要义”。不可否认，人工智能在新闻传播领域的发展是进步的表现，但是它背后的负面影响也不容忽视。人工智能在新闻传播中的研究有着极高的意义，在智媒时代如何更好的应用技术，是值得每一个新闻人真正思考的。
人工智能将对新闻业造成哪些影响?
JerryKaplan在他写的《人工智能时代》中做了这样一个预言：大批蓝领将被机器人取代而失业，而大批白领则将被另一种看不见的机器人取代而失业。作者认为，会计、医生、律师等现在的高级职业，未来大部分将被人工智能取代。
面对这样的未来，似乎我们每个人都在焦虑，如何和人工智能共处，如何更好地利用人工智能?
的确，人工智能未来不仅是能够提升生产力，给我们提供消遣、娱乐，而且能得到我们的信任，变成我们离不开的个人助手。
JerryKaplan介绍，基于人工智能智能开发的新型柔性机器人可以代替人类工作，它们可以在真实的工作场景中，面对周围发生的一切做出调整，自动驾驶汽车就是柔性机器人的代表。其次，人工智能可以读写、理解文字。另外，人工智能能帮助人们更好的使用电脑，例如预测需求等。
人工智能看起来能有很光明的未来，那我们呢?
凤凰科技：对于部分记者或者编辑来说，人工智能会导致他们失业吗?
JerryKaplan：现在我们看到有很多新科技的出现，所以你并不需要特别担心人工智能这个问题。举一个具体的例子，比如说现在掉进火山里面了，首先考虑是等一下我需要戴一个来保护我的头部。事实上你会面临很多其他方面的问题，所以对于新闻媒体行业也是这样的，人工智能并不是最大的挑战，也不是唯一的挑战。
凤凰科技：当机器人写的消息出错了，谁来负这个责任?
JerryKaplan：讲到负责任肯定是人在负责任，但是在整个人工智能发展过程中，人工智能的创造者和他实际的作用之间是有一个界限的，并不是说创造这个人工智能的人直接影响它使用的结果。不管怎么样都没有办法让机器负责任，所以我们要考虑新的技术和机器使用方式是否恰当和正确。我觉得消费者是要负责任的，或者说创造这个机器的人要负责任，推广这个机器和使用者要负责任，只是看这个错误是什么样的错误，要负什么样的责任。
凤凰科技：在媒体行业，理想的人工智能和人的协同合作方式是什么样的?
JerryKaplan：理想的合作状态就是，因为使用了这些技术和机器的帮助，人可以成为更好的人，人可以把他的工作做的更好，也可以在工作中有更高的效率，并且做的更加准确。也就是说人和机器的合作是为了达到人的目的，并且是进一步增强我们相互之间的关联，凡是这样的合作就是一个好的合作。但是反过来说，如果是它对人类造成一些伤害影响了我们的工作效率，或者使得我们没有办法完成工作，这就不是一个好的工具，甚至我们根本不应该使用这个工具。
新闻媒体正受到来自社交媒体的威胁
美国媒体正在经历一些变化，其中显著的一点是，社交媒体成为很多美国人获取新闻的方式。皮尤研究中心媒体研究总监AmyMitchell提供了这样一个数据：62%的美国成年人会从社交媒体上获取新闻，18岁到29岁人群中该比例则达到了84%。
这导致新闻媒体与社交媒体在收入上产生差距。根据皮尤的研究，与一年前相比，数字广告营收中更大的一块蛋糕，即65%，被5家科技公司所占有。这些公司都不是新闻机构，但其中一些公司，包括Facebook、谷歌、雅虎和Twitter，正在将新闻集成至它们的产品。
凤凰科技：美国的主流媒体现在采取了哪些应对措施去面对社交媒体带来的冲击?
AmyMitchell：我认为对于传统媒体来说，由于新媒体或者说社交媒体的出现，应该是又有机遇又有挑战。从机遇的角度讲，读者、听众的数量会增加，而且从地域的角度讲，可以超越我们原来的地域限制。从挑战的角度来讲，现在有很多新闻被隔离，而且它的可控性变得非常低。
再一点，很多社交媒体上也在发生一些变化，我认为，媒体和科技公司会有一个非常自然的一种融合。我们可以看到有很多社交媒体本身就有一定的新闻部分，他们也会向新闻机构寻求帮助。应该说媒体和科技公司他们是相互依存的一种关系，而且相互之间是一个双向的机遇和挑战。我们应该共同地努力解决现在的问题，并且更好地来了解未来的趋势变化。返回搜狐，查看更多
人工智能在传媒业中的应用现状、机遇和挑战
19北师大新传学硕938
论述题
人工智能在传媒业中的
应用现状、机遇和挑战
答题思路
人工智能技术正在颠覆我们的生活和想象，传媒业也不例外。人工智能对传媒业带来了新的可能和新的挑战，每年都有学校关注到这一大热的考点。可从本题题目所问组织答：
☑首先对人工智能技术简单介绍，
☑再从人工智能在传媒业中的应用现状、机遇和挑战三个方面结合现实例子展开论述，
☑最后对人工智能的未来进行展望。
参考答案
作为计算机科学的一个分支，人工智能已经存在了几十年，其目标是了解人类智能的本质，以模拟、延伸和扩展人的智能。其中的语言识别、图像识别、自然语言处理和专家系统等，都与新闻信息生产相关。在传媒业，人工智能在内容生产、分发等环节全面渗透，同时面临机遇和挑战。
1
人工智能在传媒业中的应用现状
❶最早开始于美国传媒业
利用人工智能进行写作最早开始于美国，2014年，美联社开始运用Wordsmith机器人写作上市公司财务报告新闻，是业界最早使用机器人写作的媒体之一。目前美联社、《纽约时报》、《华盛顿邮报》三家媒体在人工智能技术研发与应用上处于全球领先地位。《纽约时报》用于新闻采访和写作的原创聊天机器人有30多个，在美国大选、里约奥运等重大新闻事件中发挥了重要作用，《华盛顿邮报》则投了近100个机器人辅助编辑部工作。
❷人工智能在我国传媒业的应用
2015年9月，腾讯财经推出了自动化新闻写作机器人“Dreamwriter”，用时一分钟写出第一篇报道。同年11月，新华社可以写体育赛事中英文稿件和财经信息稿的写稿机器人“快笔小新”正式上岗。今日头条实验室研发的AI机器人“张小明”在2016年里约奥运会开始后一周内就生成了超过200篇的简讯和消息。目前，BAT三巨头以及今日头条已经将机器人写作应用在门户网站以及App客户端上。
除了百度、腾讯、阿里、今日头条等互联网巨头，新华社、人民网等央媒在人工智能开始试水外，地方新闻媒体中，天津北方网在客户端中加入了人工智能的角色用于客服工作，而浙江传媒的新闻App“浙江24小时”在与微软合作推出的小冰，不仅突破了客服的角色，而且利用机器人的数据计算能力和数据分析能力，加上自然语言的交互能力的，让小冰从机器人客服向机器人记者进行了转变，并在客户端开设了专栏，保持了稳定、高质的内容输出能力。南方都市报推出写稿机器人“小南”，投入春运报道中，迅速完成了数据描述和分析，并自动完成稿件的撰写。
如今，体育报道、财经报道、房地产分析报告、民意调查、市场调研报告等比较容易实现标准化生产的领域，人工智能的应用迅速普及推广。从传统的新闻生产流程方面来分析，可以看到至少包括新闻采写、新闻编辑、新闻分发与评论管理各方面技能技术的更新，人工智能给人类的新闻传播业带来了大革新。
2
人工智能在传媒业的机遇
❶内容精准、提升效率
人工智能的优势主要体现在效率上，这也是对新闻业最直观的影响。机器人写作使得新闻生产形成了自动化，生产效率得到前所未有的提升，全天候的工作模式更体现在海量地生产内容上。写作能力和效率的提升，将使得机器人写作远远超过传统新闻工作者的工作效率，在更大范围内替代人工。
❷反应迅速，应对突发
这一点地震信息的推送上应用最为频繁，基本上在人体感知地震发生后就能在网上刷新到由机器人发布的快讯，信息准确、迅速，极大地补充了应对突发事件的资讯发布优势。此外在应用较多的股票行情报盘、上市公司公告简要报道以及体育赛事的赛果播报上，机器人写作更是以“秒发”的反应速度和准确信息为人称道。
❸算法推荐，个性化分发
人工智能的大数据处理技术让受众的资讯需求得到放大和精确计算。内容分发由以往的人工编辑处理变成了机器人操作，按照设定的算法，进行准确有效的信息推送。今日头条的客户端就是通过人工智能先对用户进行海量推荐，根据从用户“反馈”到的信息选择进行算法计算，意即通过分析用户的喜好抓取网络上的相关信息，并自行将用户感兴趣的信息推送到用户的终端上，用户信息越多，推送内容越精准。在推送信息的同时，还能提供与用户个人生活场景相匹配的私人定制产品。
❹节省人力物力
人工智能的出现在很多方面取代了记者和编辑的职能，让记者和编辑从以往的简单又繁复的重复性劳动中解放，使得新闻机构可以将人力投入到信息处理更具人性化、内容的深度挖掘、报道的角度独特和多样性上面去。这样减少了新闻机构在“新闻蓝领”角色上的投入，而集中更具高级写作、采访和编辑处理能力的新闻人才，从而在人力和物力上达到了简约并精细化。
3
人工智能在传媒业的挑战
❶对新闻工作者的挑战
人工智能的应用趋势，已经使得从事新闻业的广大媒体人感受到了从未有过的职业危机。人工智能对于新闻生产、分发流程的重构，使得原有流程节点上的人工面临了岗位调整甚至是失业的危机。随着科技发展，人工智能的不断升级，机器人的写作能力在快速迭代，代替人工的领域也在不断扩大。从文字稿件的撰写到图片的处理，到如今无人驾驶技术的快速发展和应用，在不久的将来，在采访过程中完全可以由机器人来处理，从而达到资讯从收集到处理的全程自动化，人的角色将更一步被弱化甚至是完全消失。算法推荐的技术也在某种程度上对人力的依赖大为减少。
❷新闻没有温度，品质、深度无法保证
以今日头条为代表的人工智能的应用，实现了对海量信息的深度挖掘和发布，使得每一条信息都发挥了最大效能。但算法改变了新闻传播的传统分发模式，只将用户感兴趣的资讯进行推送，拓展了某一话题或领域的宽度和深度，但这也导致受众长期接受大规模批量生产的同质化信息。经过机器人写作的稿件虽然在速度、数量上达到了人力之不可为，但是传统意义上读者能感受到的新闻的温度就没有了。人工智能处理成的稿子只是根据大数据分析得到成稿，尚无法进行系统、缜密的深度报道，用户更难以在海量的信息中获得有价值的真知灼见，同时真实记者写出来的稿子质量和可读程度也是机器人没法相比的。
❸更易形成信息茧房
人工智能技术将算法推荐作为信息推送发布的首选要素，而接受信息的用户则是之前算法根据回收到的阅读习惯、阅读兴趣等指标获得的。它将传统媒体中以“受众应该知道什么”的新闻编辑选取标准转换为“用户想知道什么”，而大量同质化的信息会形成“信息茧房”，使得受众无法知晓兴趣点之外的资讯，长此以往将陷入认知、交流的狭隘或封闭的状况。
人工智能技术给传媒业带来的影响是双重的，我们既已无法逃避技术，就只有提高我们对技术的理解与驾驭能力，才能避免未来成为机器的奴隶。未来新闻业的走向，仍然在人的手上。
参考文献[1]彭兰.更好的新闻业,还是更坏的新闻业?——人工智能时代传媒业的新挑战[J].中国出版,2017(24):3-8.
[2]梁智勇,郑俊婷.人工智能技术对新闻生产的影响与再造[J].中国记者,2016(11):72-75.
人工智能带来哪些好处?人工智能带来哪些弊端?
人工智能，也就是我们常说的AI，在生活中发挥着重要作用。为增进大家对人工智能的认识，本文将对人工智能带来的好处，以及人工智能带来的弊端予以介绍。如果你对人工智能具有兴趣，不妨和小编一起来继续往下阅读哦。
一、人工智能带来的利
人工智能给我们生活带来的好处：
人工智能在数据集上有着一定的优势。人工智能有三大商业方向：大数的统计、对用户情绪评估、与用户之间的社交纽带。人工智能通过这三大商业方向，以更好地了解人类。同时也可以创作出更好的软件，以此来给更多的人带来快乐。在未来可以增加客户体验，给客户带来快乐的企业，将会赚取更多的商业价值。
当扫地机器人、削面机器人、做饭机器人、工业机器人、消防机器人、战斗机器人等开始运用于我们的生活中时，不得不说给我们的生活带来了极大便利。人工智能在能源发展过程中会间接地提高能源的利用率。这个功能在日常生活中的表现是：有些智能硬件，可以根据你以往的习惯，判断你什么时候到家，这样在你进入房子之前它就可以把室内气温调节到相宜的温度，这样就是一种节约能源的方式。如果这种智能设备能够被成千上万的家庭使用的话，那能源利用率就会极大地提高，能源就会得到极大的节省。
其次，人工智能和人类智慧越来越明显的分工会极大地节省人力资源成本，这必然会成为人工智能在未来工业领域的一大趋势：有些效率低的工作由智能机器人做更好。比如有些重复性的工作，这些工作由智能机器人来做不但节约了人力成本而且提高了工作的效率。如果把人工智能应用在工业中，去调节一些不可控的因素，而不需要消耗大量的人力。比如风车发电，有了人工智能，就不需要浪费大量人力在不确定的风向上，人工智能设备会根据不同的风向对风车做出相应的并且是及时的调整。
人工智能在医疗上也起到很大的帮助。很多医生都不能确定的病情，人工智能可以通过它的大数据进行分析和理疗。再好比当下的人工智能无人汽车。在技术保障的前提下，这不仅大大降低了事故发生率，还节省了驾驶人员大量的驾驶时间。
二、人工智能带来的弊端
人工智能的缺点如下：
1、实施起来很昂贵
当将安装、维护和修理的成本结合起来时，人工智能是一个昂贵的提议，那些拥有巨额资金的人和企业可以实施。然而，没有资金的企业和行业会发现很难将人工智能技术应用到他们的流程或战略中。
2、对机器的依赖
随着人类对机器依赖程度的不断增加，我们正处在一个人类难以在没有机器帮助情况下工作的时代。我们过去用过它，毫无疑问，我们将来也会继续用到它，我们对机器的依赖只会增加。因此，人类的心理和思维能力会随着时间推移而降低。
3、取代低技能工作
到目前为止，这是技术专家们首要关注的问题。人工智能很可能会取代许多低技能工作。由于机器可以24*7不间断工作，因此与人类相比，企业更喜欢投资机器。随着我们走向自动化世界，几乎每一项任务都将由机器完成，有可能出现大规模失业。这方面的一个实际例子是无人驾驶汽车，如果无人驾驶汽车开始出现，未来数百万司机将会失业。
4、工作限制
人工智能机器被编程为根据它们所接受的训练和编程来完成某些任务。依靠机器来适应新环境，勇于创新，跳出框框思考将是一个巨大的错误。这是不可能的，因为它们的思维仅限于它们接受过训练的算法。
人工智能的发展与未来
随着人工智能（artificialintelligent，AI）技术的不断发展，各种AI产品已经逐步进入了我们的生活。
现如今，各种AI产品已经逐步进入了我们的生活｜Pixabay
19世纪，作为人工智能和计算机学科的鼻祖，数学家查尔斯·巴贝奇（CharlesBabbage）与艾达·洛夫莱斯（AdaLovelace）尝试着用连杆、进位齿轮和打孔卡片制造人类最早的可编程数学计算机，来模拟人类的数理逻辑运算能力。
20世纪初期，随着西班牙神经科学家拉蒙-卡哈尔（RamónyCajal）使用高尔基染色法对大脑切片进行显微观察，人类终于清晰地意识到，我们几乎全部思维活动的基础，都是大脑中那些伸出细长神经纤维、彼此连接成一张巨大信息网络的特殊神经细胞——神经元。
至此，尽管智能的具体运作方式还依然是个深不见底的迷宫，但搭建这个迷宫的砖瓦本身，对于人类来说已经不再神秘。
智能，是一种特殊的物质构造形式。
就像文字既可以用徽墨写在宣纸上，也可以用凿子刻在石碑上，智能，也未必需要拘泥于载体。随着神经科学的启迪和数学上的进步，20世纪的计算机科学先驱们意识到，巴贝奇和艾达试图用机械去再现人类智能的思路，在原理上是完全可行的。因此，以艾伦·图灵（AlanTuring）为代表的新一代学者开始思考，是否可以用二战后新兴的电子计算机作为载体，构建出“人工智能”呢？
图灵在1950年的论文《计算机器与智能（ComputingMachineryandIntelligence）》中，做了一个巧妙的“实验”，用以说明如何检验“人工智能”。
英国数学家，计算机学家图灵
这个“实验”也就是后来所说的“图灵测试（Turingtest）”：一名人类测试者将通过键盘和显示屏这样不会直接暴露身份的方式，同时与一名人类和一台计算机进行“网聊”，当人类测试者中有七成都无法正确判断交谈的两个“人”孰真孰假时，就认为这个计算机已经达到了“人工智能”的标准。
虽然，图灵测试只是一个启发性的思想实验，而非可以具体执行的判断方法，但他却通过这个假设，阐明了“智能”判断的模糊性与主观性。而他的判断手段，则与当时心理学界崛起的斯纳金的“行为主义”不谋而合。简而言之，基于唯物主义的一元论思维，图灵和斯金纳都认为，智能——甚至所有思维活动，都只是一套信息处理系统对外部刺激做出反应的运算模式。因此，对于其他旁观者来说，只要两套系统在面对同样的输入时都能够输出一样的反馈，就可以认为他们是“同类”。
1956年，人工智能正式成为了一个科学上的概念，而后涌现了很多新的研究目标与方向。比如说，就像人们在走迷宫遇到死胡同时会原路返回寻找新的路线类似，工程师为了使得人工智能达成某种目标，编写出了一种可以进行回溯的算法，即“搜索式推理”。
而工程师为了能用人类语言与计算机进行“交流”，又构建出了“语义网”。由此第一个会说英语的聊天机器人ELIZA诞生了，不过ELIZA仅仅只能按照固定套路进行作答。
而在20世纪60年代后期，有学者指出人工智能应该简化自己的模型，让人工智能更好的学习一些基本原则。在这一思潮的影响下，人工智能开始了新一轮的发展，麻省理工学院开发了一种早期的自然语言理解计算机程序，名为SHRDLU。工程师对SHRDLU的程序积木世界进行了极大的简化，里面所有物体和位置的集合可以用大约50个单词进行描述。模型极简化的成果，就是其内部语言组合数量少，程序基本能够完全理解用户的指令意义。在外部表现上，就是用户可以与装载了SHRDLU程序的电脑进行简单的对话，并可以用语言指令查询、移动程序中的虚拟积木。SHRDLU一度被认为是人工智能的成功范例，但当工程师试图将这个系统用来处理现实生活中的一些问题时，却惨遭滑铁卢。
而这之后，人工智能的发展也与图灵的想象有所不同。
现实中的人工智能发展，并未在模仿人类的“通用人工智能（也称强人工智能）”上集中太多资源。相反，人工智能研究自正式诞生起，就专注于让计算机通过“机器学习”来自我优化算法，最后形成可以高效率解决特定问题的“专家系统”。由于这些人工智能只会在限定好的狭窄领域中发挥作用，不具备、也不追求全面复杂的认知能力，因此也被称为“弱人工智能”。
但是无论如何，这些可以高效率解决特定问题的人工智能，在解放劳动力，推动现代工厂、组织智能化管理上都起到了关键作用。而随着大数据、云计算以及其他先进技术的发展，人工智能正在朝着更加多远，更加开放的方向发展。随着系统收集的数据量增加，AI算法的完善，以及相关芯片处理能力的提升，人工智能的应用也将逐渐从特定的碎片场景转变为更加深度、更加多元的应用场景。
人工智能让芯片的处理能力得以提升｜Pixabay
从小的方面来看，人工智能其实已经渐渐渗透进了我们生活的方方面面。比如喊一声就能回应你的智能语音系统，例如siri，小爱同学；再比如在超市付款时使用的人脸识别；抑或穿梭在餐厅抑或酒店的智能送餐机器人，这些其实都是人工智能的应用实例。而从大的方面来看，人工智能在制造、交通、能源及互联网行业的应用正在逐步加深，推动了数字经济生态链的构建与发展。
虽然脑科学与人工智能之间仍然存在巨大的鸿沟，通用人工智能仍然像个科幻梦，但就像萧伯纳所说的那样“科学始终是不公道的，如果它不提出十个问题，也永远无法解决一个问题。”科学总是在曲折中前进，而我们只要保持在不断探索中，虽无法预测是否能达到既定的目的地，但途中终归会有收获。
参考文献
[1]王永庆.人工智能原理与方法[M].西安交通大学出版社,1998.
[2]Russell,StuartJ.ArtificialIntelligence:AModernApproach[J].人民邮电出版社,2002.
[3]GabbayDM,HoggerCJ,RobinsonJA,etal.Handbookoflogicinartificialintelligenceandlogicprogramming.Vol.1:Logicalfoundations.,1995.
[4]胡宝洁,赵忠文,曾峦,张永继.图灵机和图灵测试[J].电脑知识与技术：学术版,2006(8):2.
[5]赵楠,缐珊珊.人工智能应用现状及关键技术研究[J].中国电子科学研究院学报,2017,12(6):3.
[6]GeneserethMR,NilssonNJ.LogicalFoundationofArtificialIntelligence[J].brainbroadresearchinartificialintelligence&neuroscience,1987
作者：张雨晨
编辑：韩越扬
[责编：赵宇豪]