快捷搜索:  as

“计算机写作大大提高了新闻行业的效率

  随着人工智能技术在媒介领域中被广泛应用,人们对新闻业未来发展的隐忧日益加剧。关于“我所理解的新闻业是否会消失”以及“我们是否需要新闻学院”的讨论很激烈,问题直指新闻学院存在的合理性问题。“智能化”是我国媒体发展不能回避的抉择,媒介业态在智媒技术、产业、职业与生活方式的变化显而易见,新闻传播教育面对形势变化的任何胆怯和迟钝都会阻碍新闻业的发展,它有责任对传媒业态的变迁而做出回应。变化的媒介业态倒逼新闻传播教育必须转型。

  传媒的变革,在当下表现为大数据、算法、机器人写作越来越成为常态,各种新媒体机构算法设计的算力比拼,彻底改变了新闻传播的格局。以“今日头条”为代表的新闻传播模式逐渐走向历史舞台的中央。传统的新闻传播学是基于大众传播媒介的生产活动而形成的相关知识体系,与正在转型中的传媒现实有明显的不适应,知识体系的变革势在必行。在智媒传播变革的当下,哪些是需要进一步夯实的基础,哪些是需要进一步融合的技能,哪些是需要剔除的不合时宜的理论?厘清这些问题需要我们以全新视野重新架构新闻传播知识体系,观察当代传媒业态的走势。从媒介进化史和计算科学融入的速度可以看出传媒变革的基本方向。透视传媒技术的历史演进与技术自我进化的走向,有助于新闻传播教育在人才培养领域确立智能思维和批判意识,有助于在传媒理论体系、学科专业体系以及人才培养模式方面做出结构性的调整与改变。

  以往我们过度关注传媒自身的变革,忽视了网络技术变革对于传媒发展的意义,或者潜意识中没有把网络技术、数字计算技术算是传媒的一部分。今天我们忽然发现,以数字计算为主导的新型传播形态正在成为主流传播形态,而且发展势头迅猛,即将和正在引发深度革命和文明转型。数字文明时代,通过记录赋能,个人会成为高能个体,机构会成为垄断性机构。一个具备数据意识、数据头脑和数据技能的数据公民更容易获得成功。新技术文化资本颠覆了传统布尔迪厄意义上的文化资本概念,成为社会新宠。可以看到,自印刷媒介以来的大众传媒渐渐暗淡,渐渐退出历史舞台,在今天大众传媒的修修补补甚至可以忽略不计。我们只需要看一下网络技术近20年的变革史,就可以看到其焕发的传播能量。在网络技术Web1.0时代,即数字只读时代,其特征是以静态、单向阅读为主,网站内信息可以直接和其他网站信息进行交互,能通过第三方信息平台同时对多家网站信息进行整合使用。当时的Web就是静态网页,一个一个静态网页拼接成网站。Web2.0时代,即数字交互时代,是以分享为特征的实时网络,用户在互联网上拥有自己的数据,并能在不同的网站上使用。PHP主导Web2.0时代,“PHP是最好的语言”也是从这个时代开始的,html+php+mysql的数据交互的Web时代由此形成。Web3.0即大数据时代,以算法为基本运作框架,以网络化和个性化为特征,提供更多人工智能服务,完全基于Web,用浏览器即可实现复杂的系统程序才具有的功能。Web3.0时代,网页已经不单单是网页了,它可以是方便使用的小程序,还可以是各种应用。模块化、组件化成了Web3.0的代名词,如同拼图一样,按需求把想要的功能,想要的板块,一点一点的拼接上去,需要获取哪部分的数据也是清清楚楚。

  1.智能技术改变了新闻生产方式。近年来,人工智能主要被运用在数据新闻、知识图谱与人脸识别等领域,帮助媒体在海量的新闻图片中完成精确查找,识别并构建图像中人物的关系图谱,提升新闻线索发现的效率。这里主要有两个原因:一是移动互联网技术提供了海量的用户数据,二是云计算提供了对这些海量数据进行超级计算的能力。如果把数据比作燃料,那么计算就是引擎,这两种关键技术结合在一起,让机器深度学习成为现实。人工智能在媒体中被广泛运用到新闻内容的生产、审核、处理、分发和反馈整个链条。比如,腾讯公司的青云智能平台是“内容+人工智能”的率先尝试者,它的业务涵盖了智能语音平台、文本和图像处理以及智能视频处理等,机器辅助智能能够很好地对内容进行标签分类、内容纠错以及智能配图。再比如,YouTube使用Google Brain能够识别颗粒度更细微的内容,帮助精准投放,从而提高用户粘度。总之,智能技术在计算机视觉、语音识别和自然语言处理等方面发展很快,在媒体产业中大展身手。这些知识图谱的变化,完全颠覆了传统新闻传播知识所具有的解释力。

  2.智能技术重塑了传媒产业的新格局。智能技术的传播优势吸引了大量资本进军新闻业,曾经自成一体的传统媒体产业的边界面临重组,整个产业呈现出发展大趋势与非显著趋势交织的状态。所谓大趋势是指电信公司、互联网公司、平台机构以及商业媒体机构正在以加速度进行业务的兼并与拓展,在媒介产业中表现出有力的竞争优势。一些互联网大公司率先将人工智能技术应用于媒体业务,如谷歌、脸书、亚马逊、IBM以及国内的BAT等成了先行者。一些企业加速网络新闻业务与其他业务的整合,例如,百度在硅谷成立了商业智能实验室,阿里巴巴架构了包括电商业务、数字娱乐和阿里云的数字媒体业务体系,腾讯推出了青云智能平台计划等。总之,互联网公司和政府公共传媒机构正在重新创造自己,利用智能技术的融合开展信息生产的新方式。

  3.智能技术给新闻传播职业提出新的要求。因为互联网企业要不断重新设计新的岗位,在全球规模经济的扩张方面展开竞争。人工智能技术的出现使一些可操作性的劳动工种消失,如自动化写作与报纸投递员,也派生了新的工作岗位。直播、短视频、知识付费等新兴的领域囊括了很多优秀的内容生产者以及智能媒体辅助操作业务。大量的人开始在网上工作:网络主播、网络文学撰稿人、短视频运营者以及微信公众号维护者等在互联网上建立新的职业身份,形成新的社交圈子,并发展出新的媒介文化。除此之外,智能影像辅助设备在城市中被广泛应用,遍布街道的传感器具备收集、存储、传递信息的能力,大大扩展了我们原本对影像媒介的定义。“我们发现世界上日益增多的电子产品不是手机,而是摄像头⋯⋯摄像头意味着原子世界的信息正在逐渐被完整采集,在数字世界里人可以被越来越精准地描述出来。”传感器新闻、无人机新闻将媒体记者让位于数以万计的传感器,很大程度上拓宽了信息采集的范围,数据的准确性也得到了提高。对新闻从业者来说,未来的职业可能是机器人记者和人类记者配合,前者负责快速地发消息,后者负责后续跟进和深入分析,新闻生产的方式将从记者编辑生产转向记者为主智能机器为辅的报道模式。

  4.智能技术改变了新闻信息的接受方式。智能媒介进入家庭后,大众的媒介消费方式正在发生改变。基于非人格的计算机联机的工作关系可能带来新的困扰,比如人际关系降格、智能设备依赖等。在日常交往中,“所有的对话必须遵循最高绩效的原则,否则就是浪费时间”。新闻阅读、评论、转帖等成为信息消费的新方式,这决定了新闻话题生产与用户的趣味越来越紧密。因此,新闻生产的文本形态、内容选择都要发生变革。

  应当说,智媒变革趋势是锐不可当的。虽然数字文明时代的景观尚不能看到全貌,就目前的开端状态来看,已经一日千里了。由此我们可以说,当前的传媒变革是一种裹挟式的转型,是一种文明转型,所谓融媒体、全媒体理念在数字文明时代只能是一种阶段性存在,是一种过渡性形态。着眼于应对这种过渡性传媒形态的新闻传播教育改革,显然是没有出路的,未来仍面临新的困境。

  对传媒产业而言,引入智能辅助机器后需要考虑的问题是:如果机器可以打造一个更美好的世界,这个世界为什么还需要我们?因此,我们既要看到“智能技术在分担我们工作的同时,也弱化了我们的才能,偷走了我们的生活。”卢梭在《论人类不平等的起源和基础》里写道:“不必再费时间来描写其他各种技术的相继发明、才能的试验和使用⋯⋯人类的一切能力都发展了,自尊心加强了,智慧已几乎达到了它可能达到的最完善的程度⋯⋯但‘实际是’和‘看来是’是迥然不同的两回事。”对传媒“智能化”的进程我们要有理性的认知,不仅要看到智能化的表象,还要对技术的本质进行透视。当智能设备变成我们生活中依赖的一部分时,我们应该留心它如何改变了我们的行为和身份。我们既要思考媒介的技术智能在历史上从何而来,又要预测未来技术将自我进化到何等地步。放在历史长河里看媒介技术的变革就会发现,新闻传播职业的调整,其实一直都是在动态中进行的。谷登堡发明印刷术,带来了纸媒的发展;美国南北战争,导致了新闻报道方式的成型;普利策和赫斯特的竞争导致了大众化报业的盛行,开启了媒体监督政府的模式;社交媒体的崛起,导致了传统新闻写作模式的瓦解⋯⋯凡此种种都可以看出,媒介的变革是动态的,没有固定模式,其知识体系也是随着社会各个领域的变迁而不断调整、丰富和完善的。

  1.从媒介演进的历史理解“万物皆媒”与“智媒”的辩证关系。万物皆媒的要义是指任何物体都有媒体化的可能。在智能技术的发展下,每一个物体都成为信息的收集端和输出端,每一个智能机器都可能被媒体化。一切皆媒,但不意味着一切皆智媒。从报纸、电报、广播、电视、互联网到移动手机,我们经历了媒介技术翻天覆地的发展,按照保罗莱文森提出的补偿性媒介理论,任何一种后继的媒介,都是对过去某种先天功能不足的媒介所做的一种补偿。他在《数字麦克卢汉》中写道:“我们不甘心偷窥者汤姆的冲击,所以我们发明了窗帘。我们不甘心让电视屏幕上喜欢的形象飞逝而去却袖手旁观,所以我们发明了录像机。拉开距离一看,这些逆转无疑可以被看成是媒介自动的、必然的突变⋯⋯然而实际上,它们是人有意为之,是用人类理性煽起和完成的逆转。”媒介产业的技术革新都不是突兀地兴起,手抄稿件太费时费力所以发明了打字机;口语易逝所以发明了留声机;广播由于难闻其人所以促进了电视的发明,得以既闻其声又闻其人;模拟信号的电视传播由于只能按照预编排的节目流程播出,所以促进了数字信号电视的兴起,让电视观众有了节目的主动选择权。归根结底,媒介演进史表明技术的发展仍是以人的需求为目标,一切新媒介都是以延伸人的感官或解放人的身体为追求。智能媒介更是如此,在对用户的理解和洞察方面它比传统媒体表现更为突出,能够从多个维度满足用户多样化的需求,智媒将在人类未来生活扮演至关重要的角色。

  2.从技术自我进化的逻辑来理解“未来传播”与“当下智媒”。媒体生态是一个人与媒体共栖的复杂生态系统,“囊括了人、实践、价值观和技术的特定环境”。在未来,人机合一的媒介具有自我进化的能力,机器能够洞察人心,人也能够驾驭机器,这两者互相推进。当我们在创建机器智能时,我们要回答人类究竟需要的是“真正的智能”还是“以愚蠢的方式服务于人类的智能”?关于机器智能未来发展的愿景有两种可能:要么机器变得像人一样聪明,要么人变得像机器一样愚蠢。在某些场景中,机器比人聪明。比如,谷歌开发的神经网络不需要人类的帮助就能够自主学习,在语音识别和图像识别任务处理中已经超越了人类,以谷歌街景为例,它能够用神经网络分辨出图像中哪些部分是门牌号而哪些又不是。神经网络的优势还在于机器永远不会感到无聊且不知疲倦,而人类则对识别门牌号这类枯燥无味的工作倍感无趣。智能技术的深度学习成为各大公司未来的战场,但也需理性看到,无论机器学习进化到何种程度,都不过是让机器学习人类做过的事情,而不是学习人类不会做的事情,至少目前看来如此。实践也表明,智能媒体中机器人写作的稿件存在很多缺陷:观点和事实的逻辑错位、信息的简单复制和拼贴、模板痕迹明显等。智媒会越来越聪明,但这不过是我们创造了更好的机器。

  3.基于以上认识,关于未来传播知识体系的定位需要做出调整。传统新闻传播学的知识体系由“学”和“术”构成。所谓“学”基本围绕新闻学、传播学的基本原理、新闻传播伦理、新闻传播法学等构成;所谓“术”则是以“采写编评”加广播影视的基本实践技能训练为主要内容。那么,在智媒传播时代,新闻传播知识体系将以数据算法为中心,形成知识体系,数据算法知识是未来新闻传播知识体系的树干,而传统新闻传播理论则转型为知识枝叶,在知识树干上需要嫁接其他学科的知识。旧知识体系瓦解,新的知识体系逐渐形成。随着社会化媒体越来越成为主流,新闻传播学作为“学”的价值渐渐萎缩,“术”将成为代表这一学科的主要存在标志。以传播学为例,传播学关于效果的研究,在数字传播时代就成为家常便饭,全样本的数字挖掘和分析成为一门基本技能。未来,模块化、制式化的知识体系在新闻传播教育与业界的互动中会逐渐形成。因此,学科知识的交叉、融合将不可避免。

  近年来业界讨论的“我们所理解的新闻业”(Journalism as We Know It)会消失这类问题此起彼伏,哥伦比亚大学新闻学院在2018年发起了“我们是否需要新闻学院”的辩论,最后形成了三派观点:需要、不需要和中立。业界和学界的讨论都直指新闻学院存在的合理性问题,真实反映了人们对新闻业未来发展的担忧。新闻学院面对未来形势的任何胆怯和迟钝都会阻碍新闻业的发展,高等教育有责任对传媒业态的变迁而做出回应,在课程设置和教学范式上向智能传媒教育范式转移,在人才培养上推动数字思维人才的培育。

  1.课程设置:基于传播学为元理论的人工智能等多学科的交叉。传播学从来就是一个多学科集大成的领域,当今的社会科学也越来越看重跨学科研究。传播学在课程取向上,注重传播与其他学科之间的融合。这就要求高校要整合课程资源,在专业课程设置上及时调整,跟进智能技术发展的步伐,“其优先方向有二:一是与政治学、社会学、管理学、经济学和法学等社会学科门类的交叉;二是与大数据技术、脑科学技术、网络信息安全、人工智能等新工科和新理科的交叉”。一些知名的新闻学院在交叉学科方面已经做出了探索。比如,美国哥伦比亚大学主持了关于数字新闻的批判性研究,调查俄罗斯广告系统如何对Facebook进行操控。美国西北大学设计了媒体技术驱动项目,召集了工程领域和传播领域的教授进行合作。这种交叉学科的研究有助于学生应对互联网技术的变革,让新闻业比以往更有吸引力。“无论未来的传媒产业链如何融合,公共传播(Public Communication)依然是传播学恒久的问题。”社会如何生产公共议题、大众如何讨论并生成自己的意见、大众的意见又如何进入政府和社会组织的决策,这些都是传播学本学科的核心问题。无论学科交叉如何融合,新闻传播教育要以传播学理论为其他学科的元理论,围绕公共传播问题进行课程的科学设置。

  2.教学范式:传媒专业硬技能与软技能合一。在传媒教育领域,如果说硬技能(Hard Skill)与特定的专业技能相关,比如新闻摄影、电视构图、消息写作、视频剪辑等具有可重复性操作的特征,那么在人工智能时代,软技能(Soft Skill)“则是一种相对隐形的且能够迁移到所有职业及所有场合的能力,如人的创造力、批判性思维、沟通能力、合作能力、时间管理能力与关怀等”。在过去,传媒教育更多地关注学生硬技能知识的培养,比如,如何区分报道中的事实和观点,如何让受访者说出他的故事,如何核实消息来源的动机与真伪,如何使用图形图像工具进行传播的可视化报道,甚至如何避免媒介审判。但在智能化时代,一些硬技能可能会被自动化软件所取代,比如,在体育和财经新闻领域,腾讯的自动化写稿机器人Dreamwriter每天产出2500篇报道,美联社将“AI+媒体”项目作为重要战略,计划在2020年将80%的新闻内容生产实现自动化。新闻学院在硬技能的教学方面拥有良好的经验,但在软技能的教育方面就难以施展,记者具备的某些品质无法被教授,比如天然的好奇心和同情心等。单一的硬技能知识和能力结构很难适应智能社会的需求,未来新闻传播教育的教学要加重软技能与硬技能的统合。

  3.人才培养:从原子思维到数据思维的数字人才。智能媒介的出现,导致传媒人才结构的变化,将会激发对数据挖掘、数据处理和可视化三方面人才的倾斜。新闻传播教育的创新要将重点放在思维层次的训练,从传统时代的原子思维转向数据思维。数字人才是指拥有信息通讯技术专业技能的人才,他们在数字战略管理、数据深度分析、媒介产品研发、数字化运营和数字营销方面具有专长,“与消费领域数字化转型主要依靠海量互联网用户的人口红利相比,生产领域的数字化转型将更加依赖人才红利”。普利策曾经倡导“将新闻业培养成为一份需要高深学问且受人尊敬的职业”,致力于培养更多的新闻人才。在依赖用户点击数据流量和广告费的今天,新闻业的从业门槛与过去相比也没有太大的变化。现在,“计算机写作大大提高了新闻行业的效率,但同时也让记者和编辑这类工作正在萎缩。再过若干年,我们在编辑部里看到的景象不再是一批伏案工作的编辑,而是一台台计算机,这个行业被重新定义。”在智能算法时代,记者工作的重点要从“第一个报道者”转化成“新闻事件的阐释者”,能够运用信息通讯技术,迅速挖掘事件背后的新闻,在报道速度上不能跑赢写作机器人,但在报道深度上可以有所作为。目前具有数字技能人才的需求急剧增长,吸引和培养智能媒介所需的人才,是新闻传播教育在全球智能经济发展中建立竞争优势的关键一环。

  基于移动互联网技术发展而来的现代智能传媒技术,改变了人类的信息生产与接收方式,重塑了媒介文明的样态。未来的传媒业,人机协作将是常态。“自动化新闻尽管在复杂性方面不断发展,但计算机永远不会充当积极的消息核查者”,机器无法完成的领域正是媒体工作者未来精进之所在。比如,机器新闻写作依赖于数据和算法模型,而社会生活并非全部可以数据化。另外,对于复杂的多变量问题,机器很难对错综复杂的社会关系进行价值判断,需要人的介入来协同处理。机器人类化的计划尚未成功,而人类的机器化成果斐然。“谷歌势力范围每扩张一次,他们奉行的泰勒主义对网民智力生活的控制就加强一次。”我们使用谷歌越频繁,所输入的词条越多,检索得到的答案就越精准。久而久之,机器越来越精准,我们的问题却越来越愚蠢。

  “人工智能+传媒”的发展路径在某种程度上缓解了传统媒体发展的困境,但人工智能无法替代教育和教师,这不仅是由智能技术本身存在难以克服的缺陷,更是由教育的本质所决定。学生的媒介素养和技术能力不会自动发生,学生的成长需要成年人的引导与扶持。教师集诸多角色于一体,无论是在传统时代还是在人工智能时代,其引路人和情感陪伴人的角色始终都不会发生变化。传媒教育形态发展的逻辑不等同于传媒业态发展的逻辑,只有坚守人文价值理性,才能超越并引导传媒业态技术工具理性的发展。纵观媒介的进化史,技术的发展是一个不可逆的潮流,现代传媒社会是一个技术化的社会,且朝着人工智能技术在发生革命性的变化。无论智媒技术的发展有多么先进,也无论人与智媒技术的博弈结果如何,强调人的主体性以及以人为本的精神始终是技术变革的立足点,也是高等传媒院校彰显人文的教育要义。在捍卫人文的基础上拥抱智媒技术并发展技术伦理教育,将是未来社会人与智能传播技术共生的实现路径。(作者陈小燕系苏州科技大学文学院讲师,陈龙系苏州大学传媒学院执行院长、教授、博士生导师)

您可能还会对下面的文章感兴趣: