人工智能正在沖擊整個新聞行業(yè)

我愛至尊寶
《金融時報》使用AI技術(shù)解決的另一大難題,在于發(fā)現(xiàn)經(jīng)濟(jì)體之內(nèi)與市場當(dāng)中的種種趨勢。作為一家英國媒體,《金融時報》自身的內(nèi)容就很適合進(jìn)行這類分析,并結(jié)合其他數(shù)據(jù)源給出令人眼前一亮的匯總性結(jié)論。

來源丨Forbes

編譯丨科技行者

早在2014年,《洛杉磯時報》就在地震發(fā)生的三分鐘之后發(fā)表一篇報道。這一壯舉的實現(xiàn),源自該報社某位員工開發(fā)的Quakebot機(jī)器人(一款軟件機(jī)器人),其能夠根據(jù)美國地質(zhì)調(diào)查局發(fā)布的數(shù)據(jù)自動編寫文章。時至今日,每周多達(dá)數(shù)十萬篇主流媒體發(fā)表的文章都出自AI技術(shù)之手。

起初,生成這類文章的大多數(shù)自然語言生成(NLG)工具主要由Narrative Science等軟件企業(yè)提供。但越來越多的媒體組織開發(fā)出適合自身需求的內(nèi)部版本。BBC擁有Juicer,《華盛頓郵報》擁有Heliograf,彭博社發(fā)布的近三分之一內(nèi)容都來自一套名為Cyborg的系統(tǒng)。這些系統(tǒng)以數(shù)據(jù)為起點(diǎn),通過圖形、表單與電子表格進(jìn)行內(nèi)容分析,提取特定事實,并將其作為敘述的構(gòu)成基礎(chǔ)。他們還為文章制定結(jié)構(gòu)規(guī)劃,最后使用自然語言生成軟件將一個個句子填充到框架中去。

這些系統(tǒng)只能依靠高度結(jié)構(gòu)化的數(shù)據(jù)作為輸入,據(jù)此生成文章——適用的數(shù)據(jù)類型包括足球比賽視頻、或者企業(yè)年報中的電子表格數(shù)據(jù)等??梢钥隙ǖ氖牵鼈儗懖怀鲂枰熨x、想象力或者深入分析的文章。結(jié)果就是,這類系統(tǒng)的出現(xiàn)并沒有替代成千上萬記者;相反,它們讓記者的日常工作更輕松、也讓以往某些因受眾過少而鮮有報道的領(lǐng)域得到媒體關(guān)注。

正如《經(jīng)濟(jì)學(xué)人》雜志高級編輯Kenn Cukier所言,“我們必須坦言:這類系統(tǒng)出現(xiàn)之后,最大的受益者是公眾,而不是新聞從業(yè)者。但我們在打字機(jī)剛剛出現(xiàn)的時代沒有拘泥于羽毛筆,現(xiàn)在也不應(yīng)該對AI寫手過分抵觸。這一切都是為了在小眾市場上建立起規(guī)?;?yīng),否則單靠人力將永遠(yuǎn)無法實現(xiàn)成本效益。”

當(dāng)計算機(jī)擁有自己的觀點(diǎn)

作為前BBC記者,Cait O’Riordan如今擔(dān)任《金融時報》的首席產(chǎn)品與信息官。她堅信,在可預(yù)見的未來,文章生成系統(tǒng)并不會取代人類新聞工作者:“人類讀者希望看到意見控制分析,而不僅僅是算法處理后的結(jié)構(gòu)化數(shù)據(jù)。”她當(dāng)然承認(rèn),IBM的Debater項目等系統(tǒng)已經(jīng)能夠很好地模擬人類分析觀點(diǎn),但在她看來“如今媒體行業(yè)并不缺觀點(diǎn),真正缺少的是精彩的觀點(diǎn)。在這方面,IBM還有很長的路要走。”Martin Wolf與Yuval Harari這樣的一流記者不太可能被AI系統(tǒng)所取代;而且真正的問題在于,隨著觀點(diǎn)的泛濫,新的意見領(lǐng)袖似乎越來越難以出現(xiàn)。

另一個有趣的可能性在于,文章將針對特定的小眾群體量身定制,并最終讓每個人都擁有適合自己的報道可看。例如,如果某家研究組織宣布調(diào)整汽車胎壓最多可將行駛油耗降低7%,那么讀者可以根據(jù)自己的具體車型、每周行駛里程數(shù)甚至是駕駛風(fēng)格來獲取更有針對性的參考內(nèi)容。“我的日常新聞”這個想法已經(jīng)存在多年,谷歌新聞等多種服務(wù)一直在以比較簡陋的方式努力達(dá)成這個目標(biāo),包括幫助用戶管理最適合其口味的新聞報道。未來,哪怕只有一位讀者感興趣,媒體也許都有能力為其提供定制化的報道文章。

運(yùn)用AI發(fā)現(xiàn)趨勢與偏見

《金融時報》使用AI技術(shù)解決的另一大難題,在于發(fā)現(xiàn)經(jīng)濟(jì)體之內(nèi)與市場當(dāng)中的種種趨勢。作為一家英國媒體,《金融時報》自身的內(nèi)容就很適合進(jìn)行這類分析,并結(jié)合其他數(shù)據(jù)源給出令人眼前一亮的匯總性結(jié)論。

《金融時報》還使用機(jī)器人幫助自身解決偏見問題。以美聯(lián)儲前任主席Janet Yellen命名的Janetbot系統(tǒng),能夠分析報道中所出現(xiàn)面孔的性別比例。遺憾的是,這套使用新聞行業(yè)大規(guī)模照片樣本訓(xùn)練而成的模型目前已經(jīng)暫停使用,理由是該樣本缺少種族差異性、不足以對圖像中的性別做出可靠檢測。

訂閱模式

當(dāng)然,《金融時報》并不屬于常規(guī)報刊。當(dāng)陳舊的展示性廣告與分類宣傳在數(shù)字時代下難以繼續(xù)發(fā)揮作用時,《金融時報》通過推出付費(fèi)專區(qū)創(chuàng)下媒體轉(zhuǎn)型的首個成功案例。近年來,他們還朝著訂閱收入模式發(fā)展。《金融時報》創(chuàng)新編輯John Thornhill的格言是,只有兩種人愿意為準(zhǔn)確的新聞資訊付費(fèi):一種是投資者,一種是間諜。前者希望借此避免錯誤的投資,后者希望避免錯誤的打擊指令。他認(rèn)為《金融時報》的主要受眾是前者,但誰也沒法保證間諜們不會滲透進(jìn)來……

考慮到準(zhǔn)確性的重要意義,《金融時報》一直在尋求方法以發(fā)現(xiàn)并糾正各種錯誤。其系統(tǒng)能夠跟蹤讀者與文章間的交互,同時監(jiān)控他們的反饋。Thornhill表示,這有點(diǎn)像是在對用戶的“家庭作業(yè)”進(jìn)行AI標(biāo)記:很有價值,但也會讓很多人感到不自在。不過這也是目前最強(qiáng)大的錯誤檢測機(jī)制——憑借讀者們的強(qiáng)大頭腦與知識儲備,“如果我們的哪篇文章中存在謬誤,大家在幾分鐘內(nèi)就能將其發(fā)現(xiàn),并提供反饋信息供我們參考。”

標(biāo)題黨

Buzzzfeed與MailOnline屬于Daily Mail的在線版本。作為在數(shù)字時代下獲得廣泛成功的另一種前所未有的新聞媒體類型,其成為全球閱讀量最大的英文報紙網(wǎng)站,但維基百科卻禁止將其作為參考源。這是因為此類網(wǎng)站會使用程序化的廣告宣傳,通過種種方式誘導(dǎo)讀者打開鏈接、閱讀文章,并由此產(chǎn)生每次點(diǎn)擊(CPC)收益。事實上,他們的策略就是瘋狂打擦邊球,為了點(diǎn)擊率毫無下限。

這門生意其實并不穩(wěn)定。如果單純響應(yīng)用戶傾向數(shù)據(jù)提供內(nèi)容,那么網(wǎng)站發(fā)布的新聞很可能一直在不斷重復(fù)。真正新鮮有趣且充滿創(chuàng)意的原創(chuàng)作品,反而會被忽略掉。

為了對抗標(biāo)題黨問題,F(xiàn)acebook會頻繁修改其CPC算法,以防止被他人所濫用。在Cambridge Analytica事件之后,F(xiàn)acebook大大減少了對嚴(yán)肅新聞的發(fā)布,開始著力傳播由用戶自己上傳的個人新聞與八卦資訊。

營銷分析與機(jī)器人流程自動化

為了繼續(xù)保持良好運(yùn)營,《金融時報》還在使用數(shù)據(jù)分析改善自身銷售能力。以往,他們只能向伯明翰宿舍里的學(xué)生與硅谷科技企業(yè)CEO發(fā)送相同的新聞內(nèi)容。但如今,該公司使用機(jī)器學(xué)習(xí)為不同用戶推送更有針對性的優(yōu)秀資訊。為了保質(zhì)保量實現(xiàn)這個目標(biāo),各項相關(guān)任務(wù)與活動都需要以自動化形式推進(jìn)。機(jī)器人流程自動化(RPA)能夠加快并改善市場報告的生成速率、充實客戶數(shù)據(jù)庫并快速對客戶查詢做出響應(yīng)??偠灾?,把適合機(jī)器人的工作交給機(jī)器人,已經(jīng)成為當(dāng)今企業(yè)管理的前提與基礎(chǔ)。

THEEND

最新評論(評論僅代表用戶觀點(diǎn))

更多
暫無評論