機器人寫稿不新鮮了！從事實核查到賣廣告，各大媒體正在為AI編輯部瘋狂打call

AI在傳媒業越發登堂入室了。

幾秒鐘寫預測稿已經不再是什麼新鮮事，從內容生產到信息分發，從事實核查到商業化，AI給流水線上的每一個環節都加了不少buff。本期全媒派（quanmeipai）聚焦AI在傳媒領域的最新應用，帶來海外案例乾貨，智能編輯部還有多遠？未來已來。

內容生產

素材挖掘與成稿創作

當寫稿機器人已經成為大媒體標配，編輯部開始探索AI在內容生產鏈條上更多的可能性。除了可以成為記者、編輯的同事，人工智慧還能無縫切換身份，變助手，變實習生，變領域專家，變實務大牛......總之，AI的功能外延在不斷豐富。

在社交網站自動收集新聞線索

英國的一家體育媒體GiveMeSport，在被加拿大科技公司Breaking Data收購之後，開始使用Breaking Data的自然語言處理技術，來對twitter內容進行掃描，尋找與預定關鍵字相關的推文。篩選出來的推文經過驗證，會被編進各個新聞類別當中，成為可供記者利用的素材。

社交平台本身是新聞線索來源的富礦，但由於信息量冗雜，人工篩選效率較低。引入AI技術使得社交媒體信源的潛在優勢得以發揮，大可以免去編輯在面對大量信息，卻找不到素材或選題時的百爪撓心。

圖片識別便利內容管理

而已有的資料數據應當如何管理？一個開發雲端內容管理服務的公司Box，近期宣布將會和谷歌合作，將AI圖像識別技術引入到雲內容管理之中。這種技術能夠識別圖像內容，並能為雲存儲的圖像自動打上標籤，便於之後更加容易地識別和獲取需要的圖片。

GIF/1382K

Box公司側重於為企業提供服務，並非直接針對媒體內容生產，而此種技術所展現的內容自動識別與抓取的功能，不失為是未來可供媒體嘗試的理想方向。

寫稿&視頻編輯

今年七月份，谷歌投資新聞協會通訊社（the Press Association news agency），開發AI協助寫作新聞的功能。為英國和愛爾蘭地區的媒體供稿的PA通訊社，將和一家名為Urbs Media的初創公司，在一月之內藉助AI技術生產三萬條本地新聞。

AI技術在寫稿時能幫上什麼忙呢？谷歌正在開發兩款工具，一款可以從英國的公共資料庫中自動抓取信息，這還是屬於素材收集的部分，另一款軟體則可以為報道自動匹配圖表、圖片或是視頻，起到豐富完善報道的作用。

不只文字稿件，一家初創公司Veo想要運用AI技術來拍攝足球比賽。這對業餘足球俱樂部來說非常便利，不需要專業的攝影師和剪輯師在，他們也能拍攝和編輯足球比賽的視頻。

#Veo品牌宣傳片 時長1:08

Veo的拍攝裝置由兩個安裝在3d列印盒子中的4K攝像頭構成，需要放置在球場投球線附近的四米高的三腳架上。它可以拍攝180°全景影像，並且AI可以監測球場上的運動狀況，焦距調整和推拉搖移都不在話下。

改良之後的AI技術加上視頻剪輯黑科技，Veo使設備能夠持續跟蹤運動著的球員，並將具有相關性的拍攝素材自動組合成片。全景拍攝還意味著運動員還可以在比賽後製作自己的個人剪輯作品。

不過，由於是自動拍攝，這項技術也面臨著像素質量較低的問題，所以尚未應用於專業領域的電視轉播和拍攝，卻十分適合小尺寸屏幕設備之間的分享，也算是符合而今視頻製作與分享的趨勢。

事實核查

演算法打假與追蹤信源

「後真相」時代，情緒和觀點蓋過事實，加之碎片化的語境，假新聞或不完整的消息很可能會對讀者造成誤導。而海量信息之下，人工核查所能達到的效率和覆蓋的範圍都很有限，所以不妨把AI技術作為打假利器。

「相關文章」打假

Facebook致力於打擊平台中的假新聞已有一段時間，技術創新的嘗試比比皆是。例如，最近推出的「相關文章」功能，在平台準確性存疑的熱門內容下方附註「相關文章」，包括不同觀點的文章，以及第三方機構的事實核查報告。

技術層面，通過不斷提高機器學習演算法的速度和準確性，平台能夠快速識別疑似假新聞的內容，並將其交給第三方機構進行核查。技術水平的提升使得事實核實速度加快，減少了假新聞在平台中曝光的時間，也就減少了假新聞的負面影響。

Facebook新聞聚合產品經理Tessa Lyons曾說過，「我們並不能也無意成為真相的仲裁者，而是交由第三方事實核查機構來幫助用戶判斷新聞報道是否真實。」故Facebook傾向於選擇和Snopes、AP、PolitiFact等其它外部機構合作，根據外部核查的結果，為虛假內容打上警示標籤。

同時，Facebook也通過技術創新實現了用戶與打假之間的聯動。為了避免「相關文章」中出現假新聞，平台會根據用戶的反饋添加「假新聞」標籤。如果很多用戶在評論或反饋中提到該消息是不真實的，為它打上不可信的標籤，Facebook則不會再讓該條新聞消息出現。這個過程沒有直接人工參與，是由編寫好的演算法完成。

音頻信源也可以驗證

想要核實新聞中的文字引用，可以通過關鍵詞搜索找到出處，但音視頻內容怎麼辦？這時候就需要Who Said What這個工具了。它由初創公司Joostware開發，可以用人工智慧技術來識別音視頻片段中的引用內容，幫助核對相關信息是否真實。

如同上文提到的利用人工智慧進行社交平台中的信息抓取，海量信息往往是催生輔助性工具出現的關鍵因素之一。如今音視頻生產與傳播門檻皆已降低，便利了大眾的同時卻給信息核查員帶來了更大的挑戰：要從巨大的信息洪流中，找到自己需要的內容。

Who Said What 在奈特基金會（Knight Foundation）網站上的頁面，今年6月Who Said What 獲得奈特基金會五萬美元的撥款支持。

Who Said What的開發者們希望能夠提供一些實用的工具，減輕事實核查員的負擔，提高工作效率。目前Who Said What的功能是，使用者能夠藉助這一工具搜索出特定的視頻片段，然後進行比對。比如，核查某一信源是否確實說過這句話，或者找出這句話的真正出處。

溝通與交互

離信息和讀者都更近

說到底，媒介的意義在於溝通，既包括內容產品與讀者之間的交互，也包括內容團隊內部的信息流動。

內容分發層面的人工智慧技術可能離大多數人更近，現在許多資訊應用都開始選擇應用演算法來為用戶自動推薦內容，或進行廣告分發。以及，如今的AI技術也在致力於和用戶在情感層面的交互。

廣告投放定製化

我們較為熟悉的內容推薦分發之外，人工智慧技術同樣可以應用於廣告投放，比如《華盛頓郵報》的實踐。

原生廣告一度是媒體紛紛投入的廣告類型，被視為是解決數字廣告費率下降的良方。但由於其設計製作成本的高昂，很難發揮期待中應有的作用。同時，廣告主們越來越習慣於繞開媒體，自行設計與分發品牌營銷內容。

對此，《華盛頓郵報》設計了一款名為Own的廣告產品，允許廣告主使用他們自己的內容，並承諾提升內容被閱讀或觀看的幾率——這則是在新聞寫作機器人Heliograf的幫助下實現的。

具體來說，Own首先根據讀者在網站上的瀏覽行為來推送廣告，Heliograf則會寫好定製化的歡迎信息，在頁面中顯示。Own這項服務針對的是不想給媒體付錢來定製廣告，卻也對品牌內容有分發需求的廣告主。

情感識別知面又知心

Affectiva是一家研究AI「情感識別技術」的創業公司，希望能夠通過情感，在技術和人之間建立更深的關聯。

Affectiva會在9月13號在麻省理工媒體實驗室召開情緒AI的研討會。

Affectiva公司在剛開始對大量的網路視頻內容進行分析，觀察出現的面部表情和非言語線索，作為AI emotion技術的數據基礎。所研究的情緒從簡單到複雜，比如他們也發現了一種「尷尬而不失禮貌的微笑」。

在此基礎上，可以利用Affectiva的系統，對用戶的面部表情進行掃描，通過建立的多處識別點的面部狀態，來了解他們的情緒，從而決定產品接下來反饋給用戶的內容。比如說，在一款叫做Nevermind的電子遊戲里，如果用戶此時的心情很緊張，那麼遊戲難度會相應增加。

它可以如何應用於媒體領域？比如說，視頻播放軟體可以開發這樣一種流媒體服務，通過面部識別技術，理解用戶當下的心情，或者根據以往看到一類視頻時候的情緒反應，來有針對性地推薦視頻內容。

不開心嗎？讓應用給你放一部治癒系視頻吧。

提高內部溝通效率

不僅僅是新聞與讀者之間的溝通，公司內部同事之間的信息溝通，也可以通過AI實現。以往團隊之間信息溝通的傳統過程，發現信息、確立優先順序、團隊分享一串步驟做下來，信息的新鮮程度也就打了折扣。如何在正確的時間發現準確信息，其實是一個很難的任務。

現在AI可以使信息分享自動化。一家信息服務創業公司NewsCart正在致力於用AI跟蹤新聞，判斷什麼新聞最有價值，然後群發給團隊成員，從而輔助內部的信息溝通。尤其是媒體公司之內，可以利用AI來內部的選題發現和協調溝通的效率。這家公司的創始人James Edward Murray在自己的文章中提到，「接收、理解和大規模分發的能力和信息本身同等重要。」。

匯總來看，AI給新聞領域帶來了哪些變化？

從現階段來說，AI技術更多扮演的是輔助性工具的角色。它可以提升傳統流程當中步驟的執行效率，為素材收集、作品製作等環節提供便利；也可以為原本存在的問題，提供新的解決方式，如Who said what對於音頻內容出處的核實。

但也並非全然積極。在初級階段，從AI技術應用的效果來看，仍然存在不足。比如，基於數據匹配的寫作內容，是速食性的消息，而欠缺深度觀點；基於瀏覽歷史和用戶信息的興趣推薦，在精確性上，有時離用戶所期待的程度還有一定距離。但從半年間這些技術的實踐情況來看，AI全面接管編輯部倒也不無可能。

理論上而言，那些可重複的、可描述的、有固定規則和標準答案的工作，都可能被機器取代。可進化一定會把最好的留下嗎？達爾文主義從來與優劣無關，只與適應性有關，從這個角度說，如果這個來勢洶洶的小夥伴給你帶來了危機感，那麼恐怕核心的焦慮點還不是它能比你做得更好，而是在這樣一個內容產品、技術迅速變革的時代漩渦中，一個內容從業者真正的、不可替代的核心技能究竟是什麼？

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！