智能化：未来传播模式创新的核心逻辑(共9页).doc

《智能化：未来传播模式创新的核心逻辑(共9页).doc》由会员分享，可在线阅读，更多相关《智能化：未来传播模式创新的核心逻辑(共9页).doc（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上智能化：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

2、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

3、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

4、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。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

5、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

6、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

7、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。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

8、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

9、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

10、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

11、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。机器人加入新闻生产者的阵

12、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

13、机器人WordSmith进行了一场较量。比赛规则是：Horsley和WordSmith 一起等Dennys 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

14、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

15、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。 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，无休止地为媒体工作，不必像对记者一样支付

16、酬金，长远来看可以大大减少新闻生产的成本。 未来，新闻最为可能的报道方式可能是，新闻机器人和记者相互协同配合，辅助新闻报道，前者负责快速、全面、准确地编制消息的粗成品，后者负责对重点稿件进行必要的确认、后续跟进及深入分析。 三、新闻认知体验环节的创新：基于感官系统与认知逻辑的双重体验 伴随互联网技术与数字媒体技术的发展与普及，受众接受与阅读信息的习惯发生改变，由传统媒体时代文字阅读的“逻辑思考”到新媒体时代视听阅读的“沉浸体验”，受众对信息可感知性的需求增加，这一阅读习惯的改变对新闻内容的生产提出了新的要求，在内容传达上要突出用户认知的“体验性”特征，其具体要求主要表现在：一感官体验；二是认知

17、体验。 1.“沉浸式新闻”实现场景重构，打造身临其境的在场感 传统媒体时代新闻生产通过文字、图片、音频与视频为受众构建起新闻事实甚至是客观环境，新闻生产者本质上是新闻事实的“编码者”，而受众是新闻文本的“解码”者，根据霍尔曾提出的受众的三种解读模式“顺向解读、妥协式解读和对抗式解读”可知，受众在解读新闻文本时常会受到主客观各种因素的影响和扰动。 近年来，随着人工智能背景下虚拟现实技术、增强现实技术与混合现实技术的发展，媒体开始尝试利用VR与AR技术生产“沉浸式新闻”，为受众打造“身临其境”的在场感。所谓“沉浸”，其本质是一种思维和感觉高度融入的状态。“沉浸式新闻”的生产就是通过在新闻报道中运用

18、VR与AR技术，通过360度全方位对新闻事实的采集与录制，经过后期技术编辑呈现在VR与AR的客户端，将用户“直接置身”于新闻场景之中，实现现实场景与虚拟场景的融合，让用户暂时地“剥离”所处的环境而置身于新闻报道环境的“现实”中，从而满足受众对新闻报道场景与事实的全方位把握与客观认知。例如在2016年3月两会期间，国内各家媒体如新华社、经济日报光明日报等多家媒体均采用VR设备对两会进行全景式报道，此外，新浪网还推出VR全景式图片报道人民大会堂全景巡游，网民只需打开手机便可实现对人民大会堂内各个方位的场景体验。 2.“第一人称”视角增强用户的“代入感” 对受众感官体验的满足除了全方位的场景体验外还

19、有交互式的感官感受。VR与AR技术在新闻报道中的使用直接改变了新闻的报道逻辑。传统媒体时代，为保证新闻信息的客观真实，采用第三人称的报道模式，通过对新闻事件的讲述为受众建构新闻事实或客观世界，而VR与AR技术的使用，则将新闻报道以第一人称的逻辑展开叙述，使用户由传统媒体时代的被动观看者、局外旁观者变成新闻的“现场”目击者、“事件”参与者，用户真实体验场景中声音与对话，并通过加入交互动画实现场景转移与新闻事件的发展和递进，增强受众的主动性，强化受众对新闻场景的“代入”体验，实现受众与新闻当事人之间的“共情与共振”。 3.建构知识图谱实现全新认知体验 人工智能时代对新闻信息的体验除场景连接带来的感

20、官体验外还有基于人类认知逻辑至上的个性化认知体验。通过机器人对于不同语料库进行深度学习，对人的认知逻辑机精准定位与区分，构建起用户的认知图谱，从而在新闻信息的生产过程中，自动生成适应不同认知水平人群的报道内容与报道方式，帮助编辑选择最为恰当的表述方式，对于用户认知水平之下的内容进行简略表述，而对于用户认知水平之上的内容进行深度解说，使未来的新闻信息报道更具有针对性亦更符合人的认知逻辑，从而使信息更有效地为人类服务，一定程度上净化了人的信息世界，使信息世界变得调理有序。 概言之，未来新闻内容的生产在注重信息选择的同时更要考虑信息的表达方式，从感官体验与认知逻辑的角度对新闻信息内容进行合理建构，契

21、合时代发展背景下受众对信息感知的体验性要求。 四、内容推送环节的创新：人工智能构建内容产品推送的个性化数据通路，“聪明算法”让新闻产品更“懂你” 新闻生产如同其他生产一样最终目的是触达受众用户并为用户所接受，由此，新闻生产环节的完成离不开有效的传送渠道。互联网时代的无限生产和媒介融合的趋势推动了平台型媒体的出现，平台型媒体成为人们触达和选择信息服务的“第一入口”，在这一“入口型平台上”大数据对于“用户洞察”的智能化整合处理是必不可少的。 1.智能平台的产生 传统媒体时代，新闻信息的传递依靠固有而稳定的传播路径，与受众的连接呈现单向线性的特点。伴随互联网技术的发展与普及，传统媒体与受众之间的固态

22、定向传播连接被打破，受众黏性下降，传播中断、渠道失灵演化成传统媒体的危机。由此，解构用户需求的社会关系链的“用户洞察”成为市场主题，而在互联网业态发展变化的这一过程中，新闻信息传送平台的形态也在随之而发生深刻改变： Web1.0时代又被称为门户时代，门户网站的内容以网络编辑为核心，根据编辑的判断对网站内容进行整合与筛选，内容取向大多与主流媒体保持一致，实现集中控制式的传播。Web2.0时代形成了以社交媒体为基础的开放型平台，用户的内容偏好被激活，用户个体因素成为平台内容聚合的根本依据与核心。此时信息传送平台的两大重要因素是优势内容与可观流量，在此基础上随着个性化推荐系统的形成与发展实现了新闻信

23、息的精准定向传播，从而完成用户需求与信息供给之间的匹配。Web3.0与Web4.0时代智能平台的形成仍然以用户需求为导向，在大数据与算法不断完善的基础上，实现平台的智能化服务，为用户提供特定场景下最优化的需求供给匹配即构建起一个有效的、实现个性化连接的数据通路。 2.智能平台的构建实现了新闻传送的个性化推送与优化 智能平台构建的根本目的在于准确将内容与用户进行匹配，个性化、人性化地为用户提供最优的服务，智能化平台的构建关键基于内容平台、大数据资源平台和用户沉淀平台的形成。新闻信息生产的根本目的是到达受众，为受众服务，未来智能媒体平台的建构将成为提高新闻信息传播效率的有效途径，亦将成为未来媒体的

24、一大发展趋势，它对新闻信息传送的优化主要表现在以下几个方面： A.打造内容平台优化整合各层次新闻信息 互联网作为一种“高维”媒体，对用户个人因素进行激活，变用户为互联网节点，用户的话语权被解放，媒体中信息的采集节点不再仅仅局限于商业或非商业性机构以及专业化的新闻机构，新闻信息内容及形式变得丰富多样化。内容平台构建的根本目的在于在信息丰富的基础上，实现新闻信息专题化，即对新闻信息不同形式的内容如文字、图片、音频、视频等实现分类筛选、整合与深度加工，满足受众对信息全方位、多层次的认知需求。正如推特CEO迪克科斯特罗曾说：“我们要为我们的用户在组织内容方面提供更好的服务，我们不仅要按照时间顺序提供最

25、快最新的内容，还要按照话题、主题、专题来组织内容。”可见，内容平台的建构在优化整合新闻信息的基础上为受众打造了更加条理与舒适的信息环境。 B.打造大数据资源平台个性化服务基础 大数据技术平台是硬件、软件、数据、云存储和平台服务的组合，具体包括大数据资源中心、大数据智能分析中心、大数据组件服务、虚拟化云平台、大数据运营系统、安全管理体系等方面的建设内容。大数据资源平台的建构其本质是以大数据与算法为依托，在保证用户流量的基础上，通过利用大数据挖掘和分析技术，对用户行为进行长期的系统跟踪与分析，从而掌握用户的内容偏好，为用户打造个性化“档案”，建立起信息服务的大数据资源，为实现受众与信息的精准定向匹

26、配做基础，建立起内容产品通往用户的“直通车”式的数据通路，从而更好地满足用户需求。 C.打造用户沉淀平台增强用户黏性 无论是内容平台还是大数据资源平台的建构，其最终目的是为建立用户沉淀平台。所谓用户沉淀平台是指传媒机构通过优势内容传递以及线上线下特色活动的开展，保证用户的黏性，并实现用户信息需求的规范化与规律化，进而对优质用户的相关数据进行整合、清洗、认证、管理、记录以及深入挖掘与分析，通过智能化、个性化信息与数据服务，为用户打造特别的新闻阅读体验，提高用户的参与度与满意度。用户沉淀平台的建立是未来媒体发展的最终目标，它代表着用户与媒体之间关系的稳定性。而用户沉淀平台的真正建立无疑对媒体优势内

27、容的生产与整合以及大数据算法的精准度均提出了较高的要求。 目前而言，创建于2012年3月的今日头条是国内智能化新闻信息生产平台的主要代表，其迅猛发展的关键秘诀在于算法技术的应用。今日头条通过导入人工智能的核心技术之一“算法”，在保证内容丰富的基础上，通过对用户社交与阅读行为的分析，确定用户的内容偏向，进而通过自然语言处理和图像识别技术对平台中的新闻信息进行降维、想死计算和聚类优化整合新闻信息，并根据机器学习推荐引擎实现受众与信息的个性化匹配，高效完成信息的投递。 而在国外典型的智能化媒体代表主要以“Facebook”为代表，Facebook同今日头条的推送模式基本一致，不同之处在其基于社交媒体

28、平台本身。Facebook主要通过用户自发分享和News Feed算法推送来扩大信息传播的力度。2015年，Facebook通过对News need算法进行调整直接导致了众多主流媒体的流量大幅下降，这也充分体现出智能媒体时代渠道为王的特点，传送渠道即话语权。此外，在2015年，Facebook还推出了“即时新闻”服务，这项服务可对新闻形式进行自动化优化，帮助传播者将新闻信息以不同的形式直接推送给用户，其便捷性在于，用户无需跳转至媒体网站即可阅读新闻内容，相比而言，今日头条的入口便显得窄化。与此同时，Facebook还能够及时地向用户提供数据流量的监测数据，体现出智能媒体的人性化。 综上所述，未

29、来的智能媒体将更加个性化与人性化，他们不但是新闻工作者的外脑，帮助采编人员完成内容的整合与个性化推送，另一方面也是受众的外脑，通过对用户所处的信息世界进行整合，净化用户的信息世界，不再让受众被信息包围，此时的用户不再是传统媒体时代别无选择的受众，亦不是大数据时代无从选择的受众，而是信息王国的主宰力量，智能平台的存在使得新闻信息为用户而生，使媒体越来越懂用户所想与所需。 喻国明 兰美娜 李玮 【注释】 许向东（2015）.数据新闻中传感器的应用.新闻与写作，(12)，7072. 加拿大马歇尔麦克卢汉著，何道宽译，理解媒介，译林出版社 2011 年 7 月版， 第 15 页 叶韦明（2016）.机

30、器人新闻：变革历程与社会影响.中国出版，（10），16-20. 熊国荣，李贤秀（2016）“机器人记者”对新闻记者就业的冲击及应对. 编辑之友（11）,74. 郭全中，胡洁（2016）. 智能传播平台的构建以今日头条为例.新闻爱好者，（6），4-8 喻国明，焦建，张鑫（2015）. “平台型媒体”的缘起、理论与操作关键.中国人民大学学报，（6），120-127 郭全中（2015）.重建用户连接的三大平台建设.新闻与写作，（10），44-47 吕尚彬，刘奕夫（2016）.传媒智能化与智能传媒.当代传播，（4）,4-8 彭兰（2016）. 移动化、智能化技术趋势下新闻生产的再定义.新闻记者，（1），26-33. 专心-专注-专业