新聞界已經用上了人工智慧：用軟體量產數據類文章

你也許是小聯盟棒球的球迷，也可能是個對上季度公司境況感興趣的投資者，又抑或是一個執著於鑽研當地競選結果的政治癮君子。但無論是哪類數據老饕，得知其每日過目的新聞故事都並非人類所作定會大跌眼鏡。

假以人工智慧之手的自動化新聞工作，運用演算法將數據生肉(例如體育賽事比分或是公司利潤報告)做成大餐，似乎已經成為了媒體行業的一股新熱潮。比如運用機器作家能夠幫助報社批量生產的以數字為主的主題報道，同時將人類從加班加點炮製程式化文章的苦海中脫離，讓他們有更多的時間專註創作更重要、更駁雜的新聞報道。

美國聯合通訊社(AP)在2014年引領潮流，那時他們就開始運用由一家叫Automated Insights(自動化洞察力)的公司開發的文章生成軟體來自動生成關於美國的企業利潤的文章。從前，某些公司一發布新聞公告，人類記者就趕在截稿日前粗製濫造一些數據類文章。根據自動化洞察力的反饋報告，該軟體使得AP的文章產量(從標準化150詞提高到300詞)提高了整整12倍，從一季度300篇到一季度3700篇。

2016年這項技術也運行得極好，AP開始使用該軟體對全國每季度10000場小聯盟棒球比賽進行報道；在裁判員話音剛落的幾分鐘內，根據直播比賽分數的數據所寫的文章就能發表。這些報告足以和體育評論員羅傑·安傑爾的文章以假亂真。但這些新聞中缺少有關運動員或是比賽的花哨描寫，並且即便出現了如球員互毆之類極具新聞價值的畫面，如果沒有人被罰下場，也不會出現在新聞中。但是如果有球員表現出職業水準，或者隊伍擴大了領先優勢，這些新聞往往能一語中的；而這類有深度的數據報告正是有趣體育比賽的支柱。

該趨勢已經滲透到其他的新聞企業。華盛頓郵報開始使用一種名為「日光儀(Heliograph)」的項目來進行2016年里約奧運會的追蹤報道，隨後還在2016年選舉期間使用該技術來報道美國全部五十個州近500場的議會、參議院與總統競選。波因特學院記者智囊團報道，彭博社主編約翰在去年的備忘錄上告誡全體媒體僱員：自動化「對行業未來的影響比我們想像的更為重大深遠」。

到目前為止，自動化技術還僅限於製造「諸如利潤報告或體育比賽之類千篇一律的文章」，尼曼新聞實驗室的職員理查德·畢爾頓通過郵件報告，該組織作為哈佛大學尼曼新聞學基金會的一部分致力於對新聞媒體的新進展進行追蹤研究。

「通常情況下他們只是進行這一領域的一些前期工作，」畢爾頓說到，「這類文章架構清晰，因此軟體輕而易舉就能進行解析炮製。」

畢爾頓海說還機器作者在諸如經濟報告等領域具有巨大優勢，因為該行業信息傳播越快其價值就越高。「投資者願意為能幫他們把雞蛋放進正確籃子的信息渠道買單。」他說到，「如果他們能夠在競爭中早幾秒得到消息，就能迅速佔據有利地位，而這恰好自動新聞的職能核心。」但自動新聞絕非沒有隱患，「人們易於全盤信任自動新聞，因為在我們的概念里『自動化』可以和『不敗』划上等號。」畢爾頓補充道，「而事實上我們知道編碼也是有可能出現失誤的。」

舉個栗子：美國地質調查局的軟體六月份在運行過程中出現了bug，使得機構發布了加利福尼亞州6.8級地震的錯誤預警，而事實上該地震發生於1952年。本次錯誤也影響了洛杉磯時報地震版塊的演算法，他們發布了莫須有地震的推特，儘管事後錯誤及時得到了糾正。

此外，畢爾頓就引進機器人炮製文章能否使新聞報道質量提升提出了質問。「某為自動化媒體(其實更像是為自動化本身)辯護的論據提出，把生搬硬套的低水平工作留給機器人能讓人類記者專註於更有前途的工作，」他不屑道，「當然在某些層面上這是對的，但我認為，正是這些稀鬆平常的日常情形才能不時提醒記者，還有難得一見的更有意義的工作。這兩件事就像是硬幣的兩面，我們絕不能妄言將工作壓力的轉交給自動化工具後究竟會發生什麼。」

他的關注點還在於，自動化媒體的發展將最終導致更多傳媒專業崗位的消失，該行業僱傭人數自1990到2015降低了42％。「我沒法確定自動化對我們所討論的比例影響幾何，但這場無可避免的悲劇確實在悄然上演。」畢爾頓補充道。

本文譯自 howstuffworks，由譯者 lnm 基於創作共用協議(BY-NC)發布。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！