新聞學 | 自動化新聞（Automated Journalism）

（1）概念

學者Mat Carlson認為，自動化新聞指的是在新聞生產過程中“在沒有或者有限的人類干預下，由預先設定的程序將數據轉化為新聞文本的自動算法過程。”自動化新聞中常提的“機器人”實際上是一種稿件自動生成軟件，通過軟件應用實現機器取代人力，提高發稿的速度和數量。

（2）自動化新聞的生產方式

目前，自動化新聞的生產方式主要有三種：

一是利用結構化數據生成稿件。在掌握大量整合好、便于計算機讀取的結構化數據的基礎上，參照行業專家提供的計算公式、判別規則，在預先設置的新聞模板中生成新聞稿件，這種方式主要用于財經報道、體育報道和醫療衛生報道等。

二是在挖掘用戶數據的基礎上生成個性化稿件。對用戶的閱讀內容、閱讀習慣等進行分析、挖掘，或者根據受眾自定義的標簽，將同一內容的信息整合成多篇角度不同、風格迥異的稿件，為用戶推送個性化產品，增強用戶黏性。

三是利用記者數據模型智能化生成稿件。將采集到的文字、圖片、語音、視頻等素材以及其他背景資料，與某個記者的數據模型相結合，通過軟件運算自動生成符合該記者風格的稿件。

（3）自動化新聞的生產流程

學者綜合新華社的“快筆小新”，騰訊的“dream writer”等４家媒體在自動化新聞的生產流程上略有差別，但在生產流程的關鍵環節還是有相同之處：

第一步，采集撰寫新聞稿件所需要的各種數據。依據關鍵詞、時間或數據指標等，通過應用數據抽取和挖掘技術，采集與報道客體相關的資料以及有關用戶的各類信息。

第二步，對數據進行結構化處理和分析。針對所獲得的數據進行優化分類，通過結構化處理形成高質量的結構化數據，進而對結構化數據進行抽取、計算、統計和分析，發現其中的變化和趨勢，將運算結果與已經設定的新聞標準進行比對，以確定報道選題。

第三步，判定新聞價值，提煉報道選題。通過剖析各種數據的內在關聯性，結合用戶（受眾）數據所呈現的新聞消費模型，人工智能會提出一些建設性的創作意見，寫作軟件在這些基礎上判定新聞價值和提煉報道選題。在這一過程中，可能需要人工的協助。

第四步，運用算法，套用已有模板生成規范的新聞稿。美國自動化洞察力公司的Wordsmkh平臺擁有３億種新聞寫作模板，通過專利語言來建立各種各樣的業務算法，這些算法決定每篇新聞報道的選題是什么、語氣和語調、寫作形式，以及如何運用詞匯生成最終文章。

第五步，對自動生成的新聞稿進行潤色。自動化新聞在發布前需要潤色、審核，以增強稿件的“溫度”，目的就是讓算法生成的枯燥文字變得更加可讀。

（4）自動化新聞的傳播優勢

首先，自動化新聞加快了新聞生產的速度和總量。在報道事實性新聞時，媒體最需要的就是速度。特別是在突發性事件報道中，時效性決定了新聞報道的價值和影響力。高速的計算加上預先設置的模板，自動化新聞幾乎可以實現同步播發。

其次，自動化新聞拓寬了新聞報道的范圍。自動化新聞實際上是通過程序軟件的運算來發現新聞的，它能從海量的數據信息中挖掘出具有新聞價值的話題。

再次，自動化新聞提高了稿件的質量。只要數據正確，算法科學且正常運行，自動化新聞的生產就能夠避免出現諸如拼寫錯誤、計算錯誤、事實要素不全等差錯，與記者相比，更能夠保障新聞信息的準確性。

最后，自動化新聞可以有效地生產和推送個性化信息產品。在傳統媒體時代，信息的傳播呈現出一對多的特點，媒體生產出的新聞信息產品主要以滿足大多數受眾的需求為主，而在大數據時代，新聞信息的生產與傳播呈現出一對一的特點，從而實現新聞信息的個性化和定制化。一方面，自動化新聞的應用程序在分析現有媒體報道的基礎上，可以計算出社會普遍關注的話題，有效地提升內容生產的針對性。另一方面，媒體的傳播效果只有在和受眾的互動中才能實現。受眾群體的分化意味著相同的信息會被不同的受眾以不同的方式解讀，相同信息的不同解讀方式也可以滿足不同受眾的“口味”。

（5）自動化新聞的局限性分析

①盡管自動化算法可以提供有關正在發生的事件的信息，但是它們無法解釋該事件為什么發生。這也就說明，建立在數據分析基礎上的自動化新聞，有時候得出的結論可能是沒有意義的。

②在可讀性方面，記者報道比自動化新聞更具優勢。通過標準化程序生產出來的新聞作品更多的是客觀敘述，很難表達復雜感情，語言也枯燥乏味。新聞報道離不開語境，單純客觀報道新聞而缺乏必要的解釋和背景資料，有時會引發受眾對新聞內容的誤解。

③自動化新聞需要龐大數據庫的支持，只有實力雄厚的媒體才能擁有體量巨大、類目齊全的數據庫。此外，自動化新聞生產需要結構化和機器可讀格式的高質量數據，如果缺乏數據庫或者數據質量無法保證，自動化新聞生產也就無從談起了。像任何其他模型一樣，用于生成自動化新聞的算法依賴于數據和假設，這兩者都可能帶來偏差和錯誤。

④相較于人工的新聞生產方式，自動化生產出來的新聞在報道視角、創造力和思辨性等方面存在短板，但人工智能處理數據的效率優勢是記者編輯所無法比擬的。

（6）自動化新聞對傳媒業的影響

①記者的專業技能和職業分工將有改變

從積極的一面看，自動化新聞解放了記者，讓他們去報道不那么“機械”的新聞；從消極的一面看則可能引發媒體裁員越來越多，以及新聞寫作的商品化。在未來的新聞行業里，記者和人工智能形成“人機聯姻”的生產模式，算法用于分析數據、發現有趣的故事并提供初稿。隨后，記者將通過深入分析、采訪重要人物以及幕后故事完善報道。

②受眾開始關心內容生產的科學性和透明度

有研究顯示，盡管撰稿軟件生產的內容是描述性的、乏味的，但同時也被認為是客觀的。人工寫作在內容的清晰易讀上具有優勢，但在可信度、信息量和客觀性方面比不上撰稿軟件。此外，不管是否被告知稿件是由人工或軟件編寫，受眾對稿件的專業度和信任度的評價并無明顯的差異。因此，媒體首先需要更好地了解受眾對算法透明性的要求，以及如何將公開的信息用于公眾利益。其次，需要找到披露信息最好的方式，不影響用戶體驗，特別是那些對這些信息不感興趣的人。

③新聞媒體將面臨披露源數據的壓力

新聞媒體需要確保有權修改和發布源數據。在數據處理階段，如果基礎數據或處理它們的算法包含錯誤，撰稿軟件可能會產生大量錯誤的報道。此外，新聞媒體還必須通過添加有關數據來源的信息、內容的生成方式來證明該報道是自動生成的，以保證最低級別的透明度。

④對社會輿論的形成產生負面影響

算法只提供受眾喜歡閱讀或認同的信息內容，導致個人消費越來越多的同類信息，以至個體受眾不太可能閱讀到與其意見相左的信息或觀點，社會上不同聲音之間的溝通交流日趨減少，社會言論也越來越單一。“算法”讓“過濾氣泡”現象更加嚴重，給社會輿論的健康形成帶來風險。因此，新聞媒體在憧憬自動化新聞為自身的發展帶來轉機的同時，也要時刻提醒自己，不能罝受眾于信息和交流的孤島之中，而要多渠道獲取和發布信息，幫助受眾跳出“過濾氣泡”的禁錮，營造健康、多元的社會輿論環境。

新聞傳播學專業公眾號

微信號 : media-power

▇ 新傳考研智庫 洞察社會脈動