论文详情

智能时代的新内容革命

关注“壹学者”微信 >>
200 2  
第一作者认领本论文 邀请作者认领本论文

第一作者:彭兰

作者简介:彭兰(1966- ),女,湖南人,清华大学新闻与传播学院教授、博士生导师,新媒体研究中心主任。湖南师范大学潇湘学者讲座教授,邮箱:Penglan66@vip.sina.com。

人大复印:《新闻与传播》2018 年 09 期

原发期刊:《国际新闻界》2018 年第 20186 期 第 88-109 页

关键词: 人工智能/ 智能化媒体/ 算法/ 内容平台/ Artificial Intelligence/ Intelligent media/ Algorithm/ Content Platform/

摘要:智能化技术正在进入内容行业,并促使内容生产、分发、消费等全面升级,其主要表现为:以智能化驱动的内容生产2.0,以算法为核心的内容分发2.0,个性化与社交化交织、消费与生产一体的内容消费2.0。智能时代也重新定义了三者的关系,生产、分发与消费三者之间的界限日益模糊,三者相互渗透、相互驱动。而集成了内容生产、分发与消费的平台,也在逐步构建全新的内容生态。这些共同推动了一场新内容革命。

今天,智能化技术正在全面进入内容行业,并促使内容生产、分发、消费等全面升级,其主要表现为:以智能化驱动的内容生产2.0,以算法为核心的内容分发2.0,个性化与社交化交织、消费与生产一体的内容消费2.0。智能时代也重新定义了三者的关系,生产、分发与消费三者之间的界限日益模糊,三者相互渗透、相互驱动。而集成了内容生产、分发与消费的平台,也在逐步构建全新的内容生态。

这些都意味着,一场新内容革命正在发生。

一、内容生产2.0:一场智能化驱动的底层革命

今天,各种新技术正在融为一体,共同带来以智能化、人—机协作为特征的内容生产“2.0”。

(一)智能化技术:内容生产的新底层支持

内容生产在今天必然升级,是因为技术已经逐渐打开智能化内容生产“三重门”:数据分析技术打开了内容的精确生产之门,人工智能打开了内容的自动生产之门,而物联网技术正在开启“万物皆媒”的世界。在这些新世界被打开后,媒体的内容生产模式甚至底层支持力量都在发生深刻变革。

以往的内容生产,主要依赖人的经验,过去的技术虽然带来了内容生产的新形式和新效率,但并没有改变过底层基础。而2.0时代,智能化技术将成为内容生产的一种新的底层支持。一方面它以数据与技术来模拟人的经验,另一方面,它也在开拓超出人的经验的新方向。虽然机器永远不会替代人的经验,但它将成为人的经验的补充与校正机制,并在较大程度上改变生产模式与生产系统。

(二)内容生产全环节的智能化变革

智能化技术作为底层基础,渗透到生产全程,也必然带来一些新的生产模式,如图1所示。

图1:内容生产全流程的智能化变革

1.选题策划2.0:让人站在数据“肩膀”上

今天的技术,可以让人站在数据的肩膀上,获得选题源泉,也获得“精确制导”能力。许多媒体的融合平台的打造,也把通过数据进行选题分析作为其生产起点。

借助智能化数据分析技术,生产者可以预知话题热度、寻找热门话题的深化方向与新角度、发现旧报道的新延伸方向、挖掘冷门话题的价值等。

但有了数据,并不一定就有好的选题。面对令人眼花缭乱的数据,要提出有价值的选题,人的判断力、解读力、选择力与创新力仍是核心。

2.信息采集2.0:人机协作、能力扩张

以往的信息采集,完全依靠人的力量,今天在一些技术支持下,机器已经可以自动抓取各领域数据,为报道提供更广泛资源。信息采集的自动化,也是机器自动写作的前提。

人工智能技术和物联网技术将带来未来的新亮点,包括:

基于物联网传感器的信息采集与应用:智能化的内容生产离不开全方位的数据采集,今天的数据采集主要来自人的活动领域,而物联网传感器的普及,将为社会环境的监测提供全天候、多方位的新手段。来自物联网传感器的数据,将为未来新闻选题的发现、新闻关键要素的揭示、规律与趋势的判断,提供新的源泉。

语音数据的采集与文字化转化:智能语音识别技术正在快速发展并进入实用阶段,这一技术应用于媒体,将使媒体对于语音数据的应用能力得到大幅提升,数据源得到扩张。

多语言数据采集与实时翻译:智能翻译技术将在另一个方向上拓展媒体的信息资源,使媒体的触角可以真正延伸到世界的各个角落。

社交机器人采访:社交机器人以对话方式进行智能内容分发,已经成为媒体的普遍探索。而未来社交机器人还有可能成为一种新的采访方式,美国的Buzzfeed开发的社交机器人“Buzzbot”就已经被尝试用于个性化采访①。未来,社交机器人可以通过与个体用户的交互完成采访,也可以将采访数据汇总成为公共性调查结果。

新闻现场要素的自动判断与识别:人工智能技术可以用另一种方式到达新闻现场,例如,《纽约时报》尝试利用面部识别技术探测出席美国总统特朗普就职典礼的观众身份等②,这带来的启发是,图像智能识别(包括人脸识别)等技术,未来可能用于新闻现场照片或视频分析,为现场人物、环境特征等关键要素判断提供依据。虽然目前相关应用还很罕见,但这也许是未来智能技术应用的重点突破方向。

信息自动筛选与审核:尽管信息的最终价值判断与选择是取决于人的,但机器可以对一些信息进行批量化的初步筛选。人—机协同的把关,可以提高信息把关效率。

这些自动信息采集技术,扩张了人的能力边界。但新的资源与数据,也考验着人对信息的辨别与提炼能力。

3.信息加工2.0:精准+效率+深度

近年来,在信息加工领域一个典型的发展,是数据新闻的普及。从上个世纪的计算机辅助报道到今天的数据新闻,数据分析技术开启了媒体对“精准度”的追求,包括:事实呈现的精准、深层剖析的精准、趋势预测的精准、规律提炼的精准、问题判断的精准等。

目前我们还没有完全达到精准的目标,甚至因为数据应用能力的有限,我们常常会落入各种数据的“陷阱”并带来更大的“失真”,但这并不意味着数据新闻之路应该终止。提升媒体人对数据的理解与驾驭能力,是解决问题的关键。未来智能化分析技术的进展,也有助于数据新闻的精准度的提升。

另一方面,智能化写作也正在显现它在新闻生产效率方面的优势。在国内,Dreamwriter、xiaomingbot、快笔小新、小冰、Writing-bots、小封、DT稿王等智能写作软件已经进入常态使用,稿件生成的速度已经达到秒级,目前主要适用领域为体育、财经、某些类别的突发事件(如地震)等,但未来它们也会向其他领域延伸。

智能化技术也可以完成稿件的自动摘要、缩编等工作,以适应用户的快餐化阅读需求。智能化技术也可以根据投放平台与用户对象,对内容进行优化,包括标题、正文、配图等。

面对机器写作的快速推进,人们最大的担忧是,机器写作会抢媒体人的饭碗吗?

机器写作,主要是在程式化或者结构化的写作领域,而这对媒体人来说,本来就是重复性生产,而非创造性生产。媒体人被从单调、重复的劳动中解放出来后,可以有更多精力去做更有挑战的工作。例如,到达新闻现场、进行更深入的采访,对复杂问题进行调研、分析。在某种意义上,机器写作将推动媒体人向更高的专业度发展,这是我们乐观其成的。

未来,智能化技术与人的力量的结合,可以在某些方向上提高新闻的深度,也可以提高预测性新闻的准确度,还能对海量资讯中蕴藏的知识进行智能化提炼与累积。

人工智能技术在与图片处理领域的应用,也将为媒体带来新可能。为稿件自动配发新闻图片、背景图片等已经变得可行。另一方面,图片的自动识别技术可以用于与图片有关的假新闻的辨识,也可用于新闻要素识别等,为新闻提供关键线索或证据。

人工智能技术在音视频处理与识别中的应用也正在深化,腾讯的“新闻超秘”可以自动将文字转成语音进行新闻播报,包括新华社在内的一些媒体已经利用人工智能实现视频的自动剪辑,通过智能技术进行新闻关键信息的识别、不良内容的自动识别等,也正在变成现实。

在内容编辑方面,智能化应用层次将由表层向深层不断深入,包括:

智能筛选:在海量信息中筛选适合特定选题或对象的内容;

智能纠错:对文字、知识等错误进行自动识别、纠正;

智能专题整合:发现某一主题内容的关键碎片、完成结构化组合;

智能化版面整合:进行版面的自动设计、自动拼装、智能优化;

智能化事实核查:机器联合人的力量,对假新闻或新闻失实内容进行核查,这将是未来的一个重点应用方向。

4.反馈2.0:实时+个性+生理层面反馈

智能化生产在另一个层面的表现,是用户反馈机制的变革。基于传感器的生理信息反馈,或将成为未来的一种新的反馈机制。这在一定程度上可以修正过去由用户主观回答方式进行的用户调查出现的偏差,且可以实时、全程监测用户在信息接收过程中的情绪变化,将对内容生产的指导精确到每个细节。而这些反馈数据,本身也可能成为新闻内容的一部分。2018年3月“两会”期间,在李克强总理做政府工作报告时,新华网影视传感评测实验室进行了一场同步实验,Star生物传感智能机器人实时收集了收看报告的30位观众的情绪生理变化,描绘出他们的“情绪曲线”,并生成了一条新闻。虽然目前我们还不能完全确定现有技术条件下数据的可靠性,但至少这样一种方向是有启发意义的。

基于传感器等进行的生理层面数据监测,也意味着用户反馈是精确到个体的,这也为个性化内容服务提供了新的参照。当然,这样的方式会带来很多隐私层面的困扰,它也可能使“老大哥”的监视进入更深层面,对这些新手段使用的伦理规范,需要未雨绸缪。

5.优化:一个新生产元素的诞生

智能化技术对内容生产的一个显著的影响,是对内容生产全流程的实时、多维监测与分析,这带来了内容生产中一个全新元素——优化。

借助各种数据进行竞争对手分析、传播平台与路径分析、到达落点与流量分析、环境变化与走向分析、用户反馈分析、表现形式分析等,可以为内容生产随时提供优化依据,优化也不是事后的反馈与调整,而是可以伴随内容生产全过程。

在这些实时的优化方案中也可以逐渐沉淀出传播的规律模型,它们也可以为研究者提供更多的实证资料。

(三)内容生产2.0的机制:人机协同、相互校正

对智能化内容生产的一个主要担忧,是人的力量被削弱,人的价值观被淡化。但事实上,内容生产2.0,是一种人机协同、相互校正的机制,依据人的价值观对机器行为进行判断与约束仍将是核心。

机器可以放大人的能量、提升效率,开拓人类能力不能达及的“荒原”。机器可以用数据校正人的经验,也会挑战人对于数据的解读能力。同时它还赋予人对于规律的新认知能力、对知识的新提炼能力。

人则需要用自己的理性把握能量释放的方向,以人的视角判断机器拓荒的价值,对机器某些危险的越界加以约束。人也需要用自己的经验识别与纠正数据的偏差,将冰冷的数据赋予人的温度与情感,也为机器提供知识提炼的方向。

机器时代,人的某些“手艺”仍是不可替代的,并且会变得更为珍贵,对于内容生产来说,下面这些传统能力尤为重要:

新闻现场的观察与调查:技术使得一切都可以数据化,一切都在数据化,按照数据指引,我们可以按部就班地进行内容的规划与生产,但某些时候,我们还是需要从数据的“笼罩”中抽离。我们仍然需要到街头巷尾发现机器无法捕捉的选题,仍然需要“活生生”的而非数据“描摩”的现场,仍然需要在“活”的现场的亲眼观察与第一手调查。

新闻价值的专业判断与新闻的专业解读:内容生产2.0时代,专业经验与专业价值将更重要。对信息的真伪与价值的判断仍取决于专业经验与专业原则,对数据意义的解读,需要专业眼光,新闻的深层解读仍然取决于专业价值。

人类思想与情感的传达:机器已经可以写诗、写小说、创作音乐,它们对人的创作的模拟能力在不断提高,而根据人工智能专家的判断,“情绪、情感,是人工智能未来的方向”③。但是,在某种意义上,这只是在帮助人去理解自己的一些思维活动,人类自身的思想与情感表达,永远是内容创作的核心动力。

社会现象与问题的思考:机器可以赋予人一些新的观察视角与思考层面,但对于由复杂个体所构成的人类社会,以及社会中的现象与问题的思考,机器能力永远是有限的。

超越常规的“异想天开”:即使机器可以给人的思维带来启发与引导,人还是需要不时摆脱它的模式和套路,要保持异想天开、灵机一动的创新能力,这也是避免成为机器的奴隶的重要前提。

对智能化内容生产的另一种担忧,是它会降低内容生产的专业度,但智能技术的引入,并不是要把包括新闻在内的内容生产带向一个机械化的粗制滥造的时代,它的终极目标是通过人—机协同提升我们对复杂世界的认识能力。但在一开始,它的确可能带来一些误解和应用的误区。人需要警惕与觉察技术带来的各种陷阱,并不断提高识别与超越陷阱的能力。

(四)新内容革命:重新认识内容

新内容革命,不只表现为智能化,它是移动化、社交化与智能化变革的交织,这三者共同的驱动,也对媒体原有的内容思维产生冲击。其中典型的变化在于:

内容类型边界淡化:严肃与通俗、行业资讯与非行业资讯、专业生产内容与非专业生产内容、资讯与泛资讯……不同类型内容之间的界限不再那么清晰。未来内容类型的划分方式,也未必会沿用今天的思路。

内容来源模糊:多元的生产者和分发路径,会使内容来源进一步模糊,用户也更多地关心内容本身的价值,而不问内容的出处。但为了版权保护与内容质量监测,又需要明确内容来源,未来需要用技术来形成“来源标记”。

内容在传播中的“变异”加剧:今天的内容传播不仅是“分发”过程,也是一个内容不断变异的过程,各种不同的传播者会因自己的需要对内容进行再加工。未来更需要用技术标记内容流动路径及内容在传播过程中不断“变异”的痕迹,就像维基那样。

内容表达需要“新语法”:新的终端、新的分发方式与传播模式,以及变化中的用户心理,都需要新的内容表达方式去适应。

(五)2.0的未来:智能化分布式生产+定制化生产

内容生产2.0的进一步进化,或将带来人—机器—智能物体协同的内容生产的智能化分布式系统。

社会化媒体已经逐步将内容生产推向分布式,但参与主体都是人,未来的分布式系统将有更多机器与智能化物体参与,而智能化技术则有助于对各种信息的真伪、信息的价值进行

上一篇

下一篇

*非会员只能阅读30%的内容,您可以单篇购买,也可以订购全年电子版,或成为壹学者高级会员,畅用壹学者站内优质学术资源和服务。

近期0位学者阅读过本论文

回应区(0条)

确定

回应