人工智能

人工智能的发展正呈现出一种加速发展的态势。从上个世纪60年代提出的概念到当前可以实现产品化，如写作机器人，MGC新闻，这些都说明人工智能的发展正在不断加速。

人工智能与传媒的结合在内容生产和传播渠道两点。互联网时代的受众逐渐细分，分众化的场景下大众传播无法满足个性化的需求，而人工智能通过大数据的处理，搜集各个平台的用户操作、信息等却可以做到精准推送。写作机器人则主要负责内容生产这一块，虽然现在看起来机器人制作的内容缺乏人性的风格、没有情感和温度，但在未来随着技术的逐渐发展，这一问题的解决也是时间问题。

人工智能试水传媒业后，以人为主导的媒介形态逐渐发生变化：在分发端，智能客户端遍地开花，人机互动越发个性化。线索搜集、处理，内容生成、分发，产品推广、反馈……在上述流程的各个环节各地发生变革：

①内容生产，依托大数据速出稿件

写稿机器人在逐渐投入使用，产生越来越多的MGC内容。比如，在国内，擅长写这类消息的机器人代表有新华社的“快笔小新”和今日头条的“张小明”。“快笔小新”现供职于新华社经济信息部、体育部以及《中国证券报》。机如其名，无论是一句话报盘，还是长篇大论的公司财报，人类记者花几十分钟甚至几个小时才能写就的稿子，“快笔小新”分分钟就能生成若干篇。

②优化产品分发渠道，提升人机交互体验

通过语音聊天，和算法推荐，只需要动动嘴巴，或者查找自己需要的内容，机器就会给你呈现你想要的信息，在未来类似的信息也会越来越多。比如：CNN的聊天机器人每天会向用户定点推送头条新闻。每条推送下方，都有三个选项：阅读全文、获知梗概、向CNN提问。只要提问，机器人就会自动捕捉问题关键词，分析比对后，为用户推送匹配的资讯。

③智能化辅助生产，解放媒体人力

互联网带来了海量的信息，对媒体来说需要从这些海量信息中找寻到受众最为关心的时期，和最值得拔掉的时期，而人工智能在信息的抓取和筛选上就起到了非常重要的作用。比如：英国机构FullFact去年研发出一款新闻自动核查校对程序。它能从几十家英国新闻网站上搜寻信息，一旦发现网络谣言，就会澄清、粉碎它们。

①人工智能加剧后真相时代真相可获得的困难

后真相反映的是当今的一种典型状态，那就是“客观事实的陈述，往往不及诉诸情感和煽动信仰更容易影响民意”。或者说，今天的人们不再追求事实与真相，而是容易被各种情绪、情感所煽动。数据与算法这些看上去客观的手段与方法，并不一定能带来更多真相，反而可能施加更多的烟幕弹。在越来越依靠数据来驱动新闻、发现新闻真相的今天，这似乎会让人迷茫与沮丧。

②产生信息茧房，成为另一个拟态环境。

智能时代，我们还需要关注的是，新的传播技术、模式与渠道能否让新媒体对现实社会的反映更为完整、全面？对于个体来说，信息环境的不平衡，突出地体现为“信息茧房”效应。“信息茧房”（InformationCocoons）这个概念出自美国学者桑斯坦，他指出，信息茧房意味着，人们只听他们选择和愉悦他们的东西。“信息茧房”或许是用户角度的“拟态环境”的一种表现。过去的拟态环境是由媒体营造的，而今天的拟态环境更多取决于用户个人的选择。

尽管包括人工智能在内的新技术带来了新的困扰，甚至是某种前所未有的威胁，我们更需要在人与机器能力的互补、人的能力的提升这样的前提下，去探寻未来之道。核心的努力将主要包括以下几点：

• 专业主义的坚持与升级

在“万众皆媒”“万物皆媒”的情况下，媒体职责的核心履行者，仍然是专业媒体。媒体的专业性，仍是新闻业的基本保障。网络的环境与传播特点对媒体在新闻的客观真实性方面的追求造成了一定的干扰。专业媒体或自媒体需要具有更高的辨识能力，才能尽可能减少失误。在纷繁复杂的线索中，去探求事物的真相，解读事物的发生、发展规律，完成深度报道，这仍然是今天媒体的重要目标。

• 公民媒介素养的扩展

公民媒介素养，将不仅仅是对媒介的使用素养，也应该扩展到信息的生产与传播素养、社会交往素养、社会协作素养、社会参与素养等方面。哈贝马斯所倡导的交往理性，虽然完全实现存在很多障碍，但是，至少它应该成为公共话语空间中交往的理想追求。

• 社会化媒体连接模式的优化

每一个社会化媒体平台或应用，都有自己的连接模式，有些模式是封闭与固化的，有些是开放与流动的。一般来说，封闭与固化的模式更容易导致信息的同质化、人的情绪化与态度极端化，在这样的结构里虚假信息也更难以辨识与澄清。开放、流动而有内在秩序的结构则有可能提供更平衡、可自净的信息环境，这种结构也有助于促进人的优势互补，促成群体的智慧。社会化媒体中的人的连接模式的优化，或许有助于激发参与者的积极贡献，并形成相互校正、相互纠错的机制，连接模式的改善，也是减少“信息茧房”或“回声室效应”的一种可能途径。

• 人与机器的协同

通过技术发现与补充人的能力局限，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。面对后真相的危机，今天一些新媒体公司也在用人工或技术的方式来进行事实的核查。例如，亚马逊Echo声音识别系统的开发者德利普·劳（DelipRao）提出来的一个针对假新闻的计划是，建立一个庞大的假新闻数据库，不断收集新数据，训练算法鉴别假新闻，当算法得到升级，它找寻判别假新闻的能力随之增强，越来越多的假新闻被加入数据库中，形成一种正向循环。

• 机器时代的新约束与新伦理

智能化时代，拥有了机器智能或数字资源霸权的组织及个人，应该如何善待手中的权力？如何防止这些权力作恶？如何在权力失衡的情况下进行纠正或制衡？这些问题将成为未来的基本问题，无论是法律上还是伦理上的约束，都是必须的。

在传媒领域，下这种担心的结论为时尚早。

• 人工智能实践暂时离不开人为干预

就当前而言，人工智能在传媒行业上的表现都需要人为干预，这种干预主要体现在以下几个方面：写稿方面、深度学习上。现阶段，机器人成稿快是优点，但行文格式单一、可读性差，对照出稿流程，按需定制的新闻模板决定了成稿框架，但是面对需要表达深度思想的报道，依然需要记者的深入采访与扎实的写作功底。

• 人工智能尚在试水，未涉及核心采编业务

客观地说，相比科技企业，媒体还不具备人工智能的开发实力。尽管争先恐后的试水态度值得肯定，但细看之下，目前，除少部分媒体引入人工智能时，有从战略到执行的系统方案，更多媒体还是在体系内的某个环节做着针对性的有限尝试，并且开发依赖的大数据大多由科技公司提供。比如Facebook开发的FacebookMessengerchat平台。目前在这个平台上有11000多个聊天机器人，专长覆盖了新闻、财务、娱乐、生活等门类，CNN、英国《卫报》的聊天机器人都是基于这个平台。