委婉地說，新聞媒體對人工智慧的發展一直保持觀望狀態。
因此，在人工智慧驅動的個性化時代，新聞機構無法再定義什麼是真實的新聞，甚至無法決定什麼是真實的或值得信賴的。
如今，社交媒體平臺、搜尋引擎和內容整合平臺控制媒體內容的使用者流並直接影響新聞內容的創造。
因此，新聞媒體將無法再掌握自己的未來。
事實是這樣的嗎？
新聞數字化的（死亡）谷
從歷史發展來看：新聞媒體的效率和創意無法使其成為數字世界的變革者。過去，新聞曾經是吸引和引導大眾（和廣告商）的獨立訊號。後來，網際網路以及它的指數級增長線上可搜尋資訊永久地改變了這一現狀。
在早期的網際網路中，入口網站將人們引導至他們感興趣的內容版塊。還記得早期的入口網站霸主雅虎嗎？然而隨著資訊量的增加，搜尋引擎接任引導者的角色，它改變了人們在線搜尋資訊和新聞的方式。接著移動技術和互動介面的使用變得廣泛，以新聞流和推文形式為主的社交媒體接管這一任務，再次改變了人們發現內容的方式，強調了社交網路在使用者內容引導方面的作用。
值得注意的是，新聞媒體並沒有在這些資訊獲取方式發生重大改變的關鍵節點上發揮任何積極作用。恰恰相反，它很遲才開始利用網際網路、搜尋引擎、內容整合平臺、移動產品、社交媒體和其他新數字解決方案為自己的內容輸出尋找更好的渠道。
廣告業務緊跟其後。首先新聞機構讓谷歌處理其網站的相關搜尋，使這個未來的搜尋之王得到一個獨一無二的機會來索引媒體內容。後來隨著社交媒體的興起，新聞機構，特別是美國的新聞機構，傾向於使用Facebook和Twitter來發布新聞，而不是開發自己的突發新聞功能。就這樣，新聞媒體將他們的核心業務拱手讓給了新數字經濟時代下新興巨頭們。
說得嚴重一點，新聞媒體在使用者體驗、業務邏輯和內容創造方面從來沒有數字化過。想想iPad的支付牆和電子報紙！網際網路和數字化迫使新聞媒體發生變化，但這種變化是被動的，而非主動。新聞媒體陳舊過時的內容創作方式、受眾的理解效果、使用者體驗和內容釋出方式仍然積極影響著今天新聞內容的創作和釋出方式（在這裡清楚地申明，此處並沒有否認全世界傑出的新聞工作者的新聞講述方式，卓越的創造力以及辛勤的勞動）。
由於這些發展，今天像谷歌和Facebook這樣的演算法守門人已經主導了之前由新聞媒體主導的資訊流和廣告業務。更重要的是，當今網際網路巨頭的個性化和廣告驅動的商業邏輯已經不是為了讓新聞媒體再次以自己的方式發展而設計的了。
從觀望者變成變革者
新聞媒體一直以局外人、觀察者的身份報導演算法世界新秩序的興起。新聞報告是徹底的、準確的和有啟發性的—新聞媒體講述的故事對人們如何看待不斷髮展的數字現實產生了具體影響。
然而，隨著資訊流進入由網際網路巨頭控制的演算法黑盒子，很明顯，外部觀察者很難或幾乎不可能理解某條資訊是如何或為何能成為有新聞價值且廣泛傳播的內容。對於主流新聞媒體而言，川普當選總統是一個“驚喜”，然而這只是如今數字化現實實現新動態的一個例子。
這是一個悖論。隨著資訊和我們的關係越來越密切，資訊的起源和資訊的背景變得比以往更加模糊。
評論或批評演算法平臺的壟斷行為並不會改變當前資訊時代的發展程式。
社交媒體結合了利用最新機器學習方法的自我實現的反饋迴圈，同時容易遭受惡意或非預期攻擊的特點，帶領我們進入了一個“被替代的事實”和虛假新聞的世界。
在這個自動化廣泛普及和演算法操縱的時代，新聞媒體的理想聽起來至關重要且和我們息息相關：釋出真實且和民生相關的資訊；培養言論自由;幫助邊緣群體發聲；擴大和豐富人們的世界觀;支援民主。
但是，如果新聞媒體本身無法積極開發能夠塑造演算法世界的解決方案，那麼新聞媒體的驅動價值將無法在演算法世界中得到充分體現。
評論或批評演算法平臺的壟斷行為，不會改變當前演算法世界的發展程式。“改變Facebook”這句口號還沒有被新聞媒體正式提上議程。新的人工智慧支援的谷歌新聞由谷歌根據其公司文化和價值觀進行控制和開發，因此不會受到新聞機構的直接影響。
在網際網路的興起和如今演算法秩序的建立之後，我們再次處於重大正規化轉變的邊緣。機器學習驅動的AI解決方案將對我們的數字和物理現實產生越來越大的影響。
這又將是一個影響權力平衡、調整數字發展方向和改變我們思考新聞的思維方式的時候，即新聞媒體從外部觀察者轉變為變革者的時代。
給新媒體的AI解決方案
如果新聞媒體想要在未來影響新聞內容創造、發展、呈現和交付的方式，他們需要在人工智慧發展中發揮積極作用。如果他們想要了解資料和資訊是如何在數字環境中不斷受到影響和操縱，就必須開始接受機器學習的可能性。
但是，新聞媒體如何與今天的AI領導者競爭？
新聞媒體有一個谷歌、Facebook和其他大型網際網路公司還沒有的優勢：新聞媒體參與內容建立的完整過程，對內容有深入而細緻的理解。通過選擇合適的AI解決方案，他們可以將內容建立和內容消費相關的資料強有力地組合在一起。
新聞機構需要使用人工智慧來“增強”你我。他們需要“增強”記者和新聞編輯室。這是什麼意思呢？
使用者增強
個性化這一概念已經出現有些時日了，但是否曾為新聞媒介本身的設計和開發而“個性化”呢？新聞媒體的目標是將重要的內容與個性化的使用者體驗相結合，打造符合新聞原則與價值觀的，無縫且有意義的新聞體驗。
對於新聞來說，即將到來的實時機器學習方法，例如線上學習，為了解使用者在現實生活中的偏好提供了新的可能性。這些技術提供的新工具可以直接在你的鎖屏上釋出新聞。
通過智慧通知系統傳送個性化的新聞推送可以瞭解新聞內容對人們移動裝置鎖定螢幕的影響，從而優化新聞內容和內容分發。這一系統可以個性化內容呈現的方式，無論是音訊、視訊、圖片、擴增實境素材、或是視覺化內容，都可以基於使用者的喜好和背景來呈現。
值得注意的是，機器學習可以創造一種使用者、記者和新聞編輯室之間的互動新形式。自動管理評論只是現在的應用之一。設想一下，是否可能直接在鎖定螢幕上建立互動讓記者更好地瞭解內容被消費的方式，與此同時實時捕捉故事傳達的情感。
通過資料視覺化與深度報導來開放演算法與資料使用，新聞媒介可以創造一個嶄新的，真正以人為本的個性化形式，讓使用者瞭解個性化是如何實現的，並將如何影響新聞體驗。
我們不要再因為過濾器泡沫而怪罪演算法了。演算法可以使你的新聞體驗多姿多彩。通過了解你看到了什麼，就有可能瞭解到你之前沒看過什麼。把一些個性化的邏輯顛倒過來，新聞機構可以創造一種機器學習驅動的推薦引擎，增強多樣性。
記者增強
在抽象化新資訊和不可知（新聞）事件的領域，人類的智慧仍然是不可戰勝的。
記者對內容的深層次理解可以訓練人工智慧新聞助理系統，通過直接向記者使用人工智慧的過程來學習，加上對內容消費的相關資料分析考量，這個系統會變得越來越好。
一個聰明的新聞助理可以發現什麼內容是暗指和明示結合，例如通過標題、口吻或者其他後設資料，比如作者或者地點。這樣的一個智慧新聞助理可以通過展示哪些過去的內容和當下的流行話題或爆炸新聞有關，從而幫助記者更好的理解新聞內容。由此一來，這些故事可以更快更精準地錨定在一個有意義的背景中。
創新與數字化如果不能深入到新聞事業的核心，是不能改變新聞媒體文化的。
人工智慧解決方案可以幫助記者更快更徹底地蒐集和理解資料資訊。智慧新聞助理可以通過比如通過識別社交媒體的熱點或者搜尋詞條，亦或者標記出歷史性報導的正規化來提醒記者有重要內容要在下週或者下個假期報導。同時，人工智慧解決方案將日益成為事實核查和檢測內容篡改的關鍵，例如識別偽造的影像和視訊。
自動化內容生產系統可以自動地或者半自動地創造內容和評註內容，例如根據音訊採訪建立草稿，然後由記者人工完成終稿。可以進一步開發這種系統，從不同的內容片段和形式來創造新的編譯（文字，音訊，視訊，影像，視覺化，擴增實境體驗和外部標註），亦或者創造高度個性化的原子化新聞內容，例如個性化通知。
新聞助理還可以建議接下哪篇文章用編輯推薦提醒來發表，同時建議釋出推送給終端使用者的最佳時機。提醒一下，儘管Google的Duplex已經堪稱傑作，但自然語言處理（NLP）的問題還遠未解決。人類和機器智慧可以在內容生產和語言理解過程的最核心部分結合起來。通過人工智慧解決方案增加記者的語言超能力，將給自然語言處理的研究和開發帶來新的途徑。
新聞編輯室增強
創新與數字化如果不能納入到新聞事業的核心，具體到諸如編輯室日常實踐和業務開發中，是不能改變新聞媒體文化的。
人們可以開始將新聞機構看作是一個提供不同的個性化迷你產品給不同受眾群體的系統或平臺。新聞編輯室可以利用自動化或者半自動化的內容生產對相關的主題進行深入挖掘。當有更豐富的主題和更深入的報導，新聞編輯室就可以產出更優質的個性化迷你產品，例如給不同受眾群體提供個性化通知，或者內容編譯。
在一個越來越難分辨真假的時代，通過反省與透明化建立信任變得前所未有地重要起來。人工智慧解決方案可以創造工具並付諸實踐，讓新聞機構和編輯室更準確地理解他們自己的行為及其影響。與此同時，這一工具還可以通過向更廣大讀者開放新聞編輯室及其活動來建立信任。
具體來說，人工智慧解決方案可以探測和分析在報導和故事講述中潛在的偏見。例如，是否某些群體在某些主題或者材料中過多地出現？在挑戰多方的主題下或者被廣泛報導的新聞中，報導語氣和角度是什麼？是否大部分的圖片展示的是某一特定人種？是否有重要的主題或者聲音在報導中並未提及？
人工智慧解決方案還可以用來分析和理解哪些內容現在有效果，哪些又曾經有過效果，從而提供基於上下文的洞察以便在未來創造更好的內容。
人工智慧解決方案將會更完全地反映報導以及故事講述的影響，同時提供新的工具用於決策，例如決定報導內容及原因。
另外，這些資料資訊可以視覺化，讓報導和內容建立產生的影響對整個新聞編輯室來說更加具體和易於理解。因此整個編輯和新聞決策過程可以更加開放和透明，這也從日常工作層面到更廣泛的策略思考與管理層面，對新聞機構的原則產生了影響。
未來的新聞機構將由部分由人類、部分由機器構成。這種通過機器來增強人類智慧的轉變，將對未來的新媒體至關重要。為了維護正直與可信度，新聞機構自身需要有能力決定他們的人工智慧解決方案將如何建立，如何使用。要充分認識這一點，就需要新聞機構開始建立人工智慧解決方案。越快越好——對我們所有人來說都是如此。