美聯社早在2014年就開始和提供自動化寫作服務的公司Automated Insights合作,讓機器人Word Smith讀取財報,然後按照編輯預先提供的架構,自動生成偏向於資料分析的財經新聞。這套人工智慧系統還擁有“自主學習”功能,在三個月內自主掌握了新聞寫作基本規範,並且更低的錯誤率還改善了文章質量。而美聯社的人工智慧的下一個方向是——將文字報導自動轉為語音廣播。
《華盛頓郵報》至今已開發擁有近100個“智慧機器人”,其中最知名的是里約奧運會期間亮相的Heliograf。它可以根據實時資料來源自動生成故事,也能利用軟體搜尋海量資訊幫助記者挖掘獨家新聞點,還可以為讀者提供個人定製故事。在里約奧運報導中,Heliograf從體育資料公司獲取賽事最新資訊,並自動編輯成短訊息作為即時新聞釋出。在2016年美國大選當天,它跟蹤投票結果,自動生成郵件和推特。2012 年,《華盛頓郵報》4名記者花了25個小時來人工編輯釋出部分的選舉結果,而2016年,Heliograf獨自創造了500 條報導,幾乎不需有人工干預。《華盛頓郵報》下一步計劃利用Heliograf來對人工或機器生產的資訊進行持續更新。例如,有人週四分享了週二的一篇報導,Heliograf可以自動將最新的事實加到這篇報導中。Heliograf甚至將具有編寫新聞的潛力,記者們只需要提供相關的事實、分析和觀點,後期合成文章則由這款機器人完成。
《今日美國報》使用Wibbitz人工智慧生產軟體,來生成短影片,它可以將新聞報導壓縮成一段影片指令碼,並把所選影像或錄影串起來,甚至還可以加解說。
路透社與Graphiq的合作也頗具成效,利用Graphiq龐大的視覺化資料庫的智慧演算法,可以預先假設要報導的事件,並讓人工智慧迅速抓取相關資料,與報導相匹配,也就是為你的新聞稿提供相關的資料資料,節省編輯的時間。
路透還正在開發一個體育報導工具,比如將NBA比賽圖片自動生產幻燈片式的短影片,解說則是由此工具從“自動生成的三段式報導”提取出來。
美聯社NewsWhip提供的社交網路分類監測系統輔助報導決策。News Whip公司從2014年1月就開始從事新聞報導監測,目前其監測的社交網站包括Facebook, Twitter, Instagram, Reddit, Linked In和Pinterest,資料監測頻率為每兩分鐘一次,資料內容涵蓋100個國家30種語言。據說透過演算法分析,該公司能夠預測79%的主要熱點新聞,告知使用者哪些內容在全球受眾中傳播最廣泛,效果最好的是哪些報導,從而使編輯部能夠更有效地做出報導選題決策。美聯社的記者和編輯都接受了News Whip培訓,可以監測自己所在地區以及所使用語言範圍內的突發新聞。
湯姆森路透的演算法預測工具則可以幫助記者判斷一段推文的真實性,它可以根據推文的“可信度”“新聞價值”來監測可能發生的新聞,其判斷依據包括誰在發推文,推文在網路上是如何散播的,有無使用者在推特上試圖證實或證偽突發事件等。
美國新聞聚合網站Buzzfeed也推出了聊天機器人BuzzBot,它最初是為報導美國共和黨和民主黨全國代表大會而設計的,可以在事發現場收集資訊,目前已發展成為一種依託機器人助力的開源報導工具。與其他新聞機構機器人不同的是,Buzz Bot不提供類似新聞推薦、線上訂餐的服務,而是透過與使用者互動溝通,向與會代表、抗議者以及現場的任何人收集新聞素材,幫助Buzzfeed新聞網站製作報導內容。使用者可以直接向Buzz Bot傳送照片或其他資訊,Buzz Bot偶爾也會向使用者提出問題,或者要求使用者提交與自己體驗相關的細節。
《紐約時報》的Blossomblot可以根據社交平臺的文章進行大資料分析,推測哪型別內容更具熱度,輔助編輯挑選合適的素材,經過該報內部統計,經過Blossomblot篩選後的文章點選量是普通文章的38倍!除此之外,Blossmblot的機器學習能力還能提供配圖、摘要、甚至制定標題。
CNN是Facebook Messenger聊天機器人的首批體驗者之一。CNN推出了專注個性分發的聊天機器人,每天向使用者推送頭條新聞。在每日推送的下方,有三個選項:Read Story,Get summary和Ask CNN。依次點選三個選項,使用者可以閱讀故事內容或者瞭解故事梗概,還可以向CNN 聊天機器人提問。
《紐約時報》以其一名政治記者為原型開發了一個基於記者自身個性和魅力的智慧機器人NYT Politics Bot,用他的聲音來為讀者播報每日總統大選選情,加強與讀者交流的親近性,創造與讀者一對一交流互動的體驗。
綜合美英媒體實踐看,資料科學和人工智慧的應用正在給新聞媒體的生產和組織方式帶來巨大的便利,也提出了不少的適應性挑戰。
1、如何增強自身技術儲備和創新能力,構建和維護內容充分、準確的資料庫,確保演算法生成的新聞無誤。構建和維護內容充分、準確的資料庫是演算法生成新聞的基礎。只有確保人工輸入演算法的原始資料準確,演算法生成的新聞才不會出錯。而演算法本身也需要不斷完善提高,這對新聞媒體的技術儲備和創新能力要求更高。美英媒體普遍採取的是自我開發和外包合作相結合的方法。
2、如何改造採編發業務流程,與人工智慧系統無縫對接。人工智慧系統的引入將首先改變股市匯市財報等初級新聞產品的生產方式,採編發流程和崗位安排勢必需要調整,甚至需要改變業務板塊設定。編輯部的職能和人力需求也自然需要改變。智慧化報導系統自身需要維護和監測,特別是需要經驗豐富的編輯負責向機器輸入報導範本,對範本進行更新,將監測機器錯誤,確保工作流程變得更好更高效。
3、如何加強對傳統採編人員的技術培訓,並組建更適應人工智慧報導系統的新一代採編隊伍。新一代的記者不僅僅是一般意義上的“全媒型”,還要是“跨界型”,不僅擅長採寫編髮,還要擅長資料分析和計算機技術,懂得人工智慧體系如何運轉,如何在報導中合理運用人工智慧系統。(來源:中國傳媒科技)