編者按:本文來自微信公眾號「全媒派」(ID:quanmeipai),作者 騰訊傳媒,36氪經授權發布。原標題《自動化新聞案例集結:國際媒體如何利用AI賦能新聞編輯室?》
自動化加速落地,AI照進現實。
在駛向未來的旅程中,新聞業從未掉隊,媒體在觀察社會風向的同時,亦以開放的姿態擁抱未來。相較於幾年前的爭議,而今,人們對自動化新聞等實際案例已經見怪不怪,被「解放的」記者們並未如預料般陷入失業,相反,他們投入到了更有價值的工作當中。
在行業發展欣欣向榮之時,全媒派(ID:quanmeipai)總結了國際頂尖新聞編輯室的AI落地應用。我們希望,循著探路者的足跡,向大家徐徐展開當下新聞業的具象圖景,看變革如何進行,我們又將如何接納變革。
具體來看,我們將結合實際案例回答以下三個問題:
1. 新聞編輯室如何利用AI?
2. AI在哪些具體流程中已經取代了記者?
3. 新聞編輯室應該如何藉助AI提高報導質量,AI又將如何影響新聞業的未來?
《紐約時報》:語義辨識和評論區管理2015年,《紐約時報》引入了名為「Editor」的AI編輯,主要負責簡化記者和編輯的工作流程。「Editor」在記者和編輯報導新聞的過程中,積累了大量的新聞關鍵詞、新聞主題和報導標題。伴隨著數據的積累,AI編輯學會了識別語義標籤,並且學習文章的主要部分。Editor通過實時搜索數據,在設定類別中提取信息,如事件、人物、地點和日期,從而使信息更加易於獲取,簡化研究過程,並且提供快速可靠的事實核查功能。
除此以外,人工智慧在《紐約時報》的另一項應用是管理讀者評論區鼓勵有建設性的討論,減少騷擾和辱罵。《紐約時報》的評論區氛圍是令人興奮的,目前,有14名人工編輯負責管理這個模塊。儘管《紐約時報》僅有10%的文章開設了讀者評論功能,但編輯們每天還是需要處理高達1.1萬條讀者評論。
引入AI審核員後,審核和互動效率都將大大提升,這意味著將有更多的文章開放評論區,同時《紐約時報》也能節約一筆人工開支。目前,由Jigsaw(隸屬於谷歌母公司Alphabet)開發的Perspective API人工智慧工具已經實際應用於評論區管理,幫助讀者快速識別有害評論和有啟發性的評論。讀者可以通過滑鼠拖動滑塊來控制顯示的評論。滑塊越靠右,過濾程度越低,顯示的有害評論越多。使用這個工具,讀者們可以在評論區進行更高效率的互動。
拖動滑鼠可進行有害評論過濾
BBC新聞實驗室:語義辨識BBC新聞實驗室的人工智慧編輯名為「Juicer」,像一臺榨汁機一樣,「Juicer」的任務是把包括新聞快訊、專題報導、視頻新聞、政府公告、社交媒體信息等在內的海量數據匯集在一起,並進行自由調用。
「Juicer」在2012年被首次引入BBC新聞實驗室,平均每天需要處理來自850個新聞機構、政府部門和社交網站的RSS信息推送。「Juicer」能夠通過語義辨識對輸入的信息根據信源、地點、人物和事件進行整理歸檔。當記者需要調取關於某個主題的新聞或信息時,「Juicer」能夠快速提供一個包含相關內容的清單。
「Juicer」能做的還遠遠不止這些,BBC新聞實驗室的願景是,當讀者在瀏覽新聞的過程中在某個關鍵詞上進行長期停留時,「Juicer」能夠自動彈出與該關鍵詞相關的信息。
除了應用於文本之外,在不遠的將來,BBC還希望將它應用於非文本領域,如進行音頻、圖片和視頻的提取。理想狀況是,存在於任何媒體格式的信息都能被分類,被內容生產者有效利用。
路透社:數據可視化新聞2016年起,路透社與語義辨識技術公司Graphiq進行合作, 給新聞媒體提供許多免費的數據可視化素材,題材包括娛樂、體育等內容。媒體可以通過路透社的Open Media Express平臺訪問這些數據。媒體網站嵌入的這一數據可視化服務是實時更新的。
對於新聞媒體而言,這是一個吸引用戶的創新途徑,它能使數據新聞更吸引人,更易於理解。Graphiq的算法是在不斷更新進化的,該項工具就能夠提供快速訪問數據的能力。雖然不是所有的數據都需要藉助AI來進行可視化展示,但像Graphiq提供的這類工具能幫助媒體展示更豐富的、關聯度更大的信息,而不僅僅是貼一個簡單的圖表而已。
數據可視化是向讀者展示複合信息的有效方式,它需要以一種易於快速閱讀和理解的方式來呈現。它能夠呈現的內容類別十分之廣,從蘋果股價,到川普的聲望,再到市場營銷的預測分析,所有題材的可視化都能通過簡單操作實現。
《華盛頓郵報》:寫稿機器人《華盛頓郵報》的自動寫稿機器人「Heliograf」自2016年里約奧運會嶄露頭角。通過對海量數據的分析和整合,「Heliograf」能夠將信息與事先置入的報導模板進行對應,自動生成新聞稿,並推送至不同的平臺。
在發現報導數據可能存在異常時,「Heliograf」還能夠提醒記者注意。在裡約奧運會期間,「Heliograf」承擔了大量關於獎牌數和比分相關的實時報導,為記者進行深度採寫留足了時間和空間。
自動化新聞產品是從數據導向型的領域起步的,如體育和金融內容。對於這類內容,生產者操作時常常利用原始數據,將其整合、轉化為連貫的文章。
雅虎體育:自動化新聞一開始,媒體報導機器人採寫體育和金融題材報導時,常常提到的例子是雅虎。儘管雅虎已經「賣身」電信巨頭Verizon,但是它的金融和體育資訊板塊仍有大量忠實讀者。
著名的自然語言生成供應商Automative Insights曾對雅虎的體育新聞報導進行了研究,研究發現,在雅虎應用了自動化新聞的體育報導中,往往蘊含著豐富的內容與詳實的數據,這些紮實的內容能夠吸引讀者進行更長時間的閱讀。除了增強用戶粘性之外,研究指出,雅虎的自動化新聞同樣受到廣告主的歡迎,自動化新聞的高閱讀量讓廣告主們願意為更多展示曝光買單。
美聯社:人工智慧分析美聯社2013年首次使用AI生產新聞內容。與雅虎類似,美聯社將人工智慧技術應用於體育新聞數據和財經新聞數據的分析,並生成自動化新聞。例如,一款名叫「Wordsmith」的機器人能夠自動把盈利數據轉換成財經新聞。
除此以外,美聯社的秘密武器是名為「NewsWhip」的新聞機器人,它能夠對社交媒體上的討論趨勢進行追蹤和預測。NewsWhip在其主頁列出了以下主要功能:
分析社交網絡上的競爭者,進行標杆學習
圍繞關鍵詞和垂直領域進行用戶參與度分析
判斷網紅對於品牌表現的影響
也就是說,除了像其他寫稿機器人一樣承擔新聞報導的工作外,「NewsWhip」還承擔了更多關於數據和趨勢分析的工作。它還能以30分鐘到3年的時間範圍分析現在或過去的時間段,給記者實時預警,或提取出每日新聞簡報。在它的幫助下,記者能夠對新聞時事進行更加精準地「把脈」。
媒體們開發出自己獨特的、符合定位的工具並不令人意外。在未來三四年,像NewsWhip這樣的工具會面臨激烈的競爭,因為AI取代網紅營銷、研究與競爭分析的態勢愈演愈烈。
Quartz:聊天機器人2016年,Quartz從奈特基金會獲得19.3萬美元撥款,設立了專門的機器人實驗室Bot Studio,致力於為記者開發多樣的自動化工具,這也彰顯了網際網路公司對於傳媒趨勢的「順勢而為」。Quartz相信,新聞將不僅僅從印刷轉向網際網路,更將在不久的將來通過物聯網進入智能家居和車聯網。
帶著這樣的願景,Quartz將打造聊天機器人作為發展的重中之重,讓用戶和AI通過文字、語音或其他創新性地交互方式實現高效的人機互動。目前,這一研究還處於發展初期,但是聊天機器人已經可以實現對用戶需求的自動讀取,同時能夠根據用戶的需求提供相關內容,如圍繞著某一主題、人物或地點的新聞報導等。
Quartz的階段性目標是開發出能適配於所有媒體平臺的聊天機器人,同時也計劃開發面向新媒體工作者的自動寫稿機器人。
《衛報》:聊天機器人《衛報》推出了適用於Facebook入口的聊天機器人,能夠有效節省讀者瀏覽和搜索新聞的時間。啟動該聊天機器人後,後臺將自動在每天早上通過Facebook Messenger向讀者推送精選的新聞報導,可選時間有6、7、8點三種。
報導內容可以由平臺基於當日新聞事件自動選擇,也可由用戶根據自己的偏好板塊自選,比如可選擇只閱讀熱門科技新聞,或只閱讀當日頭版新聞。與上文中Quartz的聊天機器人類似,《衛報》的聊天機器人也可以回復用戶消息和提供搜索幫助。
回到最初的問題,我們可以將AI在新聞編輯室的落地概括為六個方面:
1. 簡化媒體工作流程:人工智慧可以將記者從繁瑣的日常工作中解放出來,使記者更加專注於自己擅長的領域。
2. 自動化的報導流程:人工智慧可以應用於追蹤突發新聞,彌補記者的時間和空間上的局限性。
3. 處理海量數據:人工智慧可以應用於數據處理、研究等工作。處理更多數據:研究可以更快地完成,如紐約時報研究與開發實驗室的編輯應用程式所示。
4. 挖掘關聯信息:人工智慧可以幫助快速建立碎片化信息間的聯繫,輔助記者 更全面、更深層次地認識問題。
5. 事實核查:人工智慧能夠執行快速嚴謹的實施核查工作,在打擊假新聞的過程中發揮著重要作用。
6. 數據新聞輸出:人工智慧可以將數據與新聞事件有機結合,輸出可視化的數據新聞。
站在當下,回望來路,那些曾被我們視為天方夜譚的想法都已落定現實。眺望未來,是未知,但更多的是激蕩著嚮往和期待的美好憧憬。
如何描繪一幅2023年的新聞編輯室圖景?
或許是人工智慧機器人與人類記者並肩而坐,配合井然,可以確定的一點是,在人工智慧的幫助下,人類記者的工作也將發生重大的變化。除了更高效地處理工作外,記者和編輯將更多的時間和空間去拓寬自己的邊界,探索全球性的深度新聞報導。這是一間新聞編輯室的進步,也將是全球新聞業的共同進步。
科技點亮未來,而我們,將一直在路上。
來源:emerj.com