喻国明等：智能化：未来传播模式创新的核心逻辑

互联网的发展已经由最初的网络化（所谓“连接一切”）、数字化（连接产生并传导多种数据集合的所谓大数据，由此大数据方法应运而生），演进到今天的智能化发展（譬如作为现阶段热点的虚拟现实、“机器新闻写作”、基于大数据手段的“用户洞察”等）阶段上。在可以预见的未来，互联网发展和竞争的高地就是对于广域网络空间中的人与人、人与物、物与物实现其价值匹配与功能整合的高度智能化。这是社会生产方式和运作方式以及“游戏规则”的深刻改变，这是以人工智能技术为代表的下一轮次的互联网发展给我们带来的新的“风口”。

人工智能技术在新闻传播领域的全面渗透是近年来的一个现象级的发展。未来传媒业的发展，很大程度上与人工智能技术的引入和应用关联在一起。人工智能技术不仅形塑着整个传媒业的业态面貌，也在微观上重塑着传媒产业的业务链。本文试图分析人工智能技术对新闻生产和推送的具体环节的优化和创新，以期为人们把握人工智能如何改变未来传媒业的范式和逻辑方面提供一些参照性的依据。

一、信息采集环节的创新：传感器技术优化新闻信息源

信息采集是新闻生产模式的第一环节，也是至关重要的一个环节，没有信息的采集新闻生产便无从谈起。传统媒体时代，信息的采集完全依赖人力提供的信息和数据作为新闻制作的原材料。智能媒体时代，以传感器为载体、大数据处理技术为支撑的传感器技术对丰富和优化新闻源起到了重要的作用。传感器技术是互联网时代的革命性发明，它的广泛应用有助于推动物联网的实现，也由此有了驱动万物媒介化的可能性。万物皆媒的时代，搭载传感器或数据处理器的任何物体都有可能成为信息的采集者，今天我们已然感受到传感器对信息采集带来的创新形式，具体表现为：

1.传感器技术拓宽信息来源途径

传统媒介的信息主要源自于媒体记者的采访、专门机构（如通讯社及传媒联合体）、政府、企业或其他社会组织及个人供稿等渠道获得，然后进行新闻的编辑、制作，最终呈现在大众面前。新媒介的出现使普通大众获得了参与新闻生产的能力，通过微博、微信、直播等社交媒体平台发布信息，每个人都有机会生产内容并可能成为新闻生产者，新闻信息来源的途径不再局限于传统渠道，而是朝着更加多元化的方向发展。人工智能的应用更是大大拓宽了信息来源的途径，这一点尤以传感器为代表。

传感器（sensor）是一种监测装置，能感受到被监测对象的信息，并能将其按一定规律变换成为电信号或其它形式予以输出，以完成信息的记录、传输、存储、显示和控制等；它具有微型化、数字化、智能化、多功能化、系统化、网络化等特点。从本质上讲传感器是一种收集数据信息的方式。①互联网时代传感器无处不在，智能手机、刷卡器、射频识别标签、电子芯片、条形码读码器、可穿戴设备、GPS、无人机、遥感卫星都属于传感器的范畴。目前可作为新闻信息源的传感器数据大致可以分为两类，一类是通过传感器所记录的环境数据，包括温度、湿度、水质、声音、噪音、土壤、交通、空气质量、人流量等信息。比如，2014年8月美国非盈利新闻机构ProPublica利用美国国家航空航天局的卫星传感系统，挖掘了海量环境数据分析了跨越两万平方英里海岸的检测图像，最终用可视化新闻形式揭示了1922-2014年路易斯安那州海岸萎缩，水土流失的严重情况。类似的新闻还有《华盛顿邮报》记者利用警察局在城市安装的音频感应器系统分析城市枪声，并刊发《枪声检测》的新闻报道，引起强烈的反响。可以说离开传感器所提供的数据，以上的新闻报道几乎是无法实现的。另一类是通过传感器所记录的人的生理特征数据，包括心跳、血压、血糖、睡眠、运动、地理定位、情绪等信息。这类人体生理数据主要通过可穿戴设备和智能手机获取。华尔街日报亚洲版就曾借助用户手机上的位置定位系统（GPS）和支持记录运动轨迹记录技术（LBS）的移动客户端软件提供的数据，制作了“看图猜城市”的可视化互动新闻。2014年央视利用用户安装在手机上的百度地图和其他使用率较高的定位APP收集大众的位置数据，做出了《据说春运》系列报道，描述了2亿部智能手机持有者迁徙路线所构成的春运宏大图景。

传感器对于新闻采编人员来说，是进行数据挖掘、分析的全新天地，每个物体都可以通过传感器源源不断地传输数据，这大大扩展了新闻记者获取真实数据的渠道，有利于充实新闻报道、拓展读者群。

2.传感器技术扩增了信息采集的维度

传统的新闻信息采集完全依靠人力，用人的知觉观察感受进而收集信息，但是这种知觉有相当的局限性，既有其所达不到的领域，也有其信息遗漏和变形的可能。麦克卢汉在《理解媒介》一书中提出“媒介即人的延伸”，任何媒介都不外乎是人的感觉和感官的扩展或延伸：文字和印刷媒介是人的视觉能力的延伸，广播是人的听觉能力的延伸，电视则是人的视觉、听觉和触觉能力的综合延伸。②传感器显然比印刷媒介、广播及电视等传统媒介增强了“人的延伸”，它不仅可以“看”到人看不到的图像，“听”到人听不到的声音，还可以从更多角度获取人无法用感官得到的信息，因此传感器技术增加了信息采集的新维度。

从时间维度上看，传感器获取的信息不仅仅可以描述现在还可预测未来，因为传感器检测到的数据是不断变化的，它可以体现监测对象的动态和趋势，而这一特征是传统媒体无法通过此前的信息采集渠道获取的。2014年，武汉鹦鹉洲长江大桥、江汉六桥、武汉二桥、汉江特大桥等4座特大桥安装传感器，实时监测健康状况，自动采集数据并进行分析。风速、风向、应力等数据先传到桥梁附近的采集点，再通过网络传到桥科院健康监测云计算中心的电脑，通过计算分析，最终判断大桥是否“健康”。这不仅能够防范风险的发生还为预测性报道提供了依据。类似的还有对地震、海平面等的监测。从空间维度上看，传感器获取的信息不仅仅局限于某一区域还可以扩展到更为宏观的范围，因为传感器收集到的数据是永不关闭、不断扩张的，它可以用一种更加广阔的视角洞悉事件的全貌。例如，近年来兴起的无人机，作为一种飞行传感器，机上搭载各式各样的传感设备，其收集的图像、视频以及影像追踪增加了信息采集的维度，在突发事件直播、灾难性报道等新闻中发挥着越来越重要的作用。

因此，传感器在挖掘信息的深度和广度、提升信息和数据的准确性方面有着传统信息来源无法比拟的独特优势。传感器技术从优化新闻信息源的角度对信息采集来说是一种极大的创新。

二、新闻编辑制作环节的创新：智能机器人辅助新闻报道

新闻编辑制作是新闻生产链条上的重要环节，没有完整的新闻稿件就没有进一步的信息传播。在过去，新闻写作靠的是记者的妙笔，因为写作是一个手脑互动协作完成的一个过程，是非人的智能所无法完成的。现如今，科技的发展让许多看似无法实现的事情变成了现实，比如机器写作，这是人工智能进步的结果，也是传媒发展的现实需求。智能机器人改写了新闻稿件只能由人撰写的历史，机器写作逐渐成为新闻生产的新常态，创新了新闻编写方式。

机器人新闻（Robot Journalism或Automated Journalism）是指运用算法程序对输入或搜集的数据自动进行加工处理，依靠计算机程序自动生成“成品”样态的新闻报道。早在2010年，华尔街就聘请了一位“机器人”来撰写财经新闻；2014年美国《洛杉矶时报》网站的一条关于地震事件的新闻的报道者也是一位机器人――Quakebot，这也是洛杉矶地震的第一个报道者；2015年，美国苹果公司第一份财报新闻也是由机器人创作完成的；2015年9月，腾讯财经网启动机器人Dreamwriter撰写财经新闻《8月CPI同比上涨2.0% 创12月新高》，引发各方关注；2015年11月，名为“快笔小新”的机器人入驻新华社成为新成员。以上会写新闻的聪明机器人都是人工智能的产物，研发者设计出智能写作的软件程序，经过相应的机器学习的训练，就可以将采集到的数据转化为有故事情节的叙述文，甚至还可以根据要求在不同行文风格之间自由转换。如今，美联社、《福布斯》《纽约时报》《洛杉矶时报》、ProPublica作为先锋，已经在日常新闻生产中使用机器人新闻。③机器人加入新闻生产者的阵营，加快了新闻生产速度、增加了新闻生产内容、提高了新闻质量、减少了写作成本。

1.机器写作加快新闻生产速度

陆定一先生曾提出新闻的定义，即新近发生的事实报道，这个定义中包含着对新闻时效性的要求。随着时代的发展与变迁，“新近”显然已经无法满足受众对新闻时效性的需求，不同媒体在新闻报道领域的竞争乃是分秒之争，谁能抢占先机谁就能树立权威，立于不败之地。不少媒体在重大事件发生之前会战略性地提前备好稿件，体育赛事的结果甚至会准备两种不同的版本，但是面对非常规突发事件，媒体往往束手无策。

2015年5月，为了测试机器人和记者谁能写出更好的报道，NPR的驻白宫记者，前任商业记者Scott Horsley 和机器人WordSmith进行了一场较量。比赛规则是：Horsley和WordSmith 一起等Denny’s 餐饮公司出财报，两“人”同时开写一篇短报道，比的主要是速度和质量。最终，Horsley稿件的质量略胜一筹，然而在速度上遭到了挫败：机器人两分钟就写完了，他花了整整7 分钟。在这场比赛中我们可以看出机器人在写作速度上具有绝对性的优势，主要原因是强大的数据库为机器人写作提供了数据支持，从数据库中提取相关数据，再套用系统中预先设置的模板，一篇简短的新闻稿在分秒中即可完成，这种速度对人工写作来说望尘莫及。

2.机器写作擅长海量数据处理，大幅度提升新闻生产的数量，并消灭人为的技术差错。

目前，机器人新闻以简单事实类为主，比如体育赛事、财经报道、突发事件等。整体特征是篇幅短小，结构简单，写作模式固定无复杂叙事，但对数据的要求很高。机器人与人相比，缺少自我意识和思维能力，但机器人高效的生产力弥补了个性上的缺陷，将传统记者从单调的工作中解放出来，尤其是需要数据处理的新闻，机器人对浩渺如烟的数据非常敏感，能够从海量的数据中快速找到相互关联的内容，并在短时间写出具有新闻价值的报道。 以新华社的“快笔小新”为例，只要在系统里输入一个股票代码，点击鼠标，3秒钟之内一篇财报分析便瞬间成稿，成稿速度之快令人咂舌。据报道，Wordsmith公司的写作机器人仅在2013年一年中生产出3亿多篇报道，这一数量远远超过世界上所有媒体生产的新闻总量，而这种生产能力还在不断增长中。除了海量内容，机器人对大数据的高效处理也减少了报道差错。大数据时代的今天，通过复杂、琐碎的大数据分析用户的需求信息是一个不可阻挡的发展趋势，可是如果单纯由人力直接进行大数据分析，势必难以胜任，稍不留意输错了一个数字便可能导致严重差错。（熊国荣，李贤秀，2016）而机器人新闻是算法自动成稿，只要设计程序无误，机器人对数据处理的精确度相对较高的，比记者的报道出错率要低得多。④

3.机器写作减少生产成本

尽管机器人新闻的软件程序的设计开发需要大量的资金，但新闻机器人算法一经研发定型就可以持续利用，