【作 者】常江：清华大学新闻与传播学院，北京 100084
【摘 要】文章对自动化新闻的特征、内涵及发展现状做出全面的归纳，并结合对11位美国主流媒体编辑的深度访谈，深入考察这种新型新闻生产模式对新闻编辑群体心态构成的影响。文章认为，新闻编辑针对自动化新闻形成的温和、静止且带有一定盲目色彩的群体心态将成为算法在新闻生产领域全面普及的重要制衡力量。更加宏观的社会文化习俗和道德标准，是包括算法在内的各类内容生产新技术难以逾越的价值鸿沟。如何在行业内建立起一套适用于算法机制的专业、经济和伦理标准，则为自动化新闻发展的一个基本方向。
【关键词】自动化新闻；算法；新闻编辑；群体心态
一、引言
自动化新闻（automated journalism），在一些文献中也被称为算法新闻（algorithmic journalism）或机器人新闻（robot journalism），指的是一种建立在算法、人工智能程序平台以及自然语言衍生技术基础上的新型新闻生产模式，其主要特征是新闻的文字及部分视觉内容可由算法直接、自动生成，整个生产过程往往只需要很少的人工干预甚至完全不需要任何人工干预。由于基于用户信息大数据的缘故，自动化新闻作品往往能够“充分迎合新闻消费者的口味、风格和立场”。在Montal和Reich看来，自动化新闻有着巨大的发展前景，一个很重要的原因是：它能够使媒体机构的产品覆盖“长尾”读者的阅读兴趣，却几乎没有增加任何边际成本，从而为新闻机构节约经济投入、化解经营压力。但与此同时，自动化新闻的崛起也不可避免给整个新闻业带来了一场身份认同的危机——智能算法日渐取代新闻从业者在新闻事件认知、新闻价值判断及新闻产品决策中扮演的角色，从而在记者和编辑群体中引发了强烈的反响。Clerwall一项实验研究表明，新闻受众并不能区分自动化新闻和人力生产出来的新闻，这在某种程度上否定了作为内容生产者的人在新闻生产活动中的不可替代性。正因如此，Anderson才呼吁研究者对自动化新闻展开超越实用性领域的考察，去深度挖掘所谓的“算法转向”（the algorithmic turn）如何重塑了新闻生产的文化实践。
关于自动化新闻与新闻从业者之间关系的研究，目前集中于两个方向。一是着重考察算法给新闻职业的发展和重构带来的可能性，如主流新闻技能的转换、传统新闻观念与计算机程序的融合，以及编辑部职能的变迁等等。另一个是关于新闻从业者对自动化新闻的态度的实证研究，如Powers的研究表明，新闻从业者对于技术革新作出的反应是很复杂的，既有对传统断裂的恐惧，也有对“重生”的兴奋；Dalen则发现，尽管新闻从业者在面对自动化新闻的挑战时，常常将“人的品质”置于专业话语的中心以强调算法无法真正取代人力，但其在新闻劳动技能方面的焦虑感也是显而易见的。不过，这两方面的研究其实均指向一类特定的新闻从业者，那就是记者，而对于编辑职业以及编辑工作缺少考量。从知识社会学的角度看，无论新闻业的职业理念还是新闻从业者的职业身份，都是一种旨在维系新闻从业者共同体“认识论权威”（epistemic authority）的知识类型，即“用以界定、表述及解释现实的边界在何处的合法权”，而记者和编辑是这一共同体中同等重要的构成要素。尤其是，在媒介融合的时代，新闻编辑的重要性较以往大大提升，正在成为社会信息网络中数据汇集与分发的关键节点，对于新闻编辑关于算法与自动化新闻的态度与心态的考量，同样有重要的现实意义。
本文主要分为三个部分。首先从既有文献及经验资料出发，详细梳理及归纳自动化新闻生产机制的构成方式及其加诸新闻编辑活动的影响。其次以笔者对11位在美国新闻媒体任职的新闻编辑人员的半结构深度访谈为基础，呈现及分析一线新闻编辑面对自动化新闻崛起的群体心态。最后将从新闻编辑的群体心态出发，对自动化新闻的发展前景及革新路径做出总结。
二、自动化新闻及其全球发展现状
作为一种新闻生产模式，自动化新闻建立在两个生产要素的结合之上：一是大数据（big data），二是算法。在一些研究者看来，自动化新闻的实质是一种新的讲故事的模式，即通过一种智能化的技术手段，自动生成连续不断的叙事序列，以满足人类理解外部世界与现实生活需要的过程。自动化新闻生产的流程由五个步骤构成：（1）在数据库及其他数据来源处检索并锁定与报道主题相关的数据，（2）对原始数据进行整理和分类，（3）通过排序、比较和聚合数据来明确新闻故事的关键事实，（4）按照某种叙事的语义结构对关键事实进行组织，（5）对最终形成的文本内容进行分发和出版，并同时提供不同风格、语言和语法复杂程度的产品。目前，自动化新闻生产实践较为成熟和成功的新闻机构多在美国，以美联社、《福布斯》杂志、新闻网站ProPublica和老牌报纸《洛杉矶时报》为先驱。其中，《洛杉矶时报》于2014年3月7日对一场4.7级地震的自动化报道被视为“机器人新闻”发展的一个里程碑：这则报道完全由算法（一个名叫Quakebot的计算机程序）生成，在地震发生后仅仅三分钟即实现了全文发布，且在形式上与人类记者撰写的报道几乎没有任何差别。至2018年年初，欧美几乎所有主流新闻机构均已建立起一定程度的自动化新闻生产平台，如BBC的Jucie和路透社的News Tracer；自动化新闻报道的生产数量也有了极大提升，如2016年，使用AI平台Heliograf的《华盛顿邮报》总共发布了850条机器人新闻。在新闻行业内，已有一批数量稳定的数据科学与人工智能公司专门为新闻机构提供算法服务，包括Automated Insights，Narrative Science Arda、AX Semantics, Retresco等，如Automated Insights曾经为美联社提供专业的数据服务，使其实现对于全美棒球联赛以及企业收入等选题的自动化报道。
由于自动化新闻生产的过程几乎不需要任何人力的介入，因此从其诞生之日起，便在生产理念及实践等领域引发争议。一些学者认为，自动化新闻的出现极大提升了新闻生产者与消费者之间关系的透明度。其中既包括信息透明度（disclosure ），即生产者获取信息（数据）的过程没有任何黑箱操作的空间，完全基于现成的公开的资料；也包括算法透明度，即生成新闻所需要的技术与方法也是完全公开的，杜绝了人类记者与编辑在生产过程中受价值倾向乃至自身道德间题支配的可能。而正是传统新闻生产中存在的上述两类“不透明”现象，给行业带来了关于“某一信息产品的生产过程是否符合伦理标准”的问题。但也有人表示现在的算法过程远谈不上透明，甚至更加不透明。
但更多的讨论则带有质疑色彩，甚至一定程度的抵制色彩。例如，有学者指出，自动化新闻由于模糊了新闻作者的内涵与边界，因此“揭示了算法技术及其社会与文化角色黑暗的一面”。还有一些学者则疑虑于业界对自动化新闻不加辨析地接受有可能带来新闻生产的唯技术论问题，如Anderson指出：“以咀嚼数据为生的算法以及其他我们看不到却正在崛起的信息命令设备既不完全是物质的，也不完全是人性的，而是两者的结合，由人性的意图和物质的冷酷共同构成。”Flew等人的经验研究也指出：“从数据中衍生的信息不能与赋予数据意义和价值的社会关系与文化环境相剥离。”也有实证研究表明，新闻从业者面临算法给新闻业的核心理念带来的冲击时，很容易创造出一套带有犬儒主义色彩的集体话语，“一种既能在某一系统中生存，又不会让自已的自信心受损的生活方式”。
但无论如何，自动化新闻作为全球新闻业发展的一个基本趋势，已经是显而易见的事实。算法在可预见的将来完全取代人类新闻从业者的论调自然是站不住脚的，因为自动生成的新闻只能建立在准确、清晰和结构化数据的基础之上，而新闻业所要关注和挖掘的绝大多数社会事实是没有办法被简化为数据的。但只要新闻业在内容生产上对技术的依赖性仍然存在，越来越精密的智能及算法就必然会被运用于行业的实践当中，因为自动化报道的确可以将新闻从业者从很多重复性、日常性的工作中解放出来，并促使行业将自己的智识资源更多用于深度阐释性报道和调查性报道。一如Neil Thurman所指出的：“自动化生成技术带来的新闻数量的激增也许让这个原本已经信息过载的世界变得更加令人难以把握，因此这种技术实际上刺激了作为人的新闻从业者提升自身技能的需求，包括新闻判断、新闻敏感以及质疑的精神。”
三、自动化生产时代新闻编辑的群体心态
在这一部分，笔者将结合自己展开的一项小型探索性质化研究，来考察新闻编辑在自动化新闻生产浪潮中体现出的群体心态，进而剖析算法和人工智能技术对新闻编辑行业及其从业者可能具备的心理及文化影响。
从2017年8月至12月，笔者相继通过电子邮件对11位美国主流媒体的新闻编辑人员进行了半结构访谈，这一部分的研究发现主要就是基于本次访谈所获得的一手资料。这11位受访对象主要通过熟人介绍获得。他们来自五家媒体机构：美联社、《洛杉矶时报》《华盛顿邮报》、ProPublica和《纽约时报》。这五家媒体机构均拥有较为成熟的自动化新闻生产机制，且在2016-2017年间获得了较好的行业影响力。受访者平均年龄为36岁，包括六位男性和五位女性。
本项研究主要采纳Neil Thurman等人设计的阐释框架，将新闻编辑针对自动化新闻形成的群体心态划分为三个维度：专业的、经济的以及伦理的。相应地，访谈问题也主要包括三类：1.受访者如何看待及理解人工智能及算法对编辑工作的专业行为的影响，2.受访者如何评价自动化新闻生产机制对于新闻业人力及资金成本的节约，3.在自动化新闻生产的浪潮中，编辑行业的主流道德体系有什么样的变化。
对于访谈资料的分析，本文主要采用话语分析（discourse analysis）的方法，即除了对资料的语义做出解读外，也同时结合语境信息（如行业发展动态、受访者自身的实践经验、美国新闻业的主流文化等）作出批判性的判断。
1.专业心态分析
纵观历史，每一次有新技术被应用于主流新闻生产，都会在从业者群体内形成一场专业主义的话语危机，进而形成一种下意识的否定性话语和心理防范机制。本项研究的全部受访者，均在不同程度上体现出了这一心态。这种心态集中体现于三个方面。
首先，受访者普遍认为自动化新闻只能完成较为低端的、可复制性强的报道任务，而完全无法取代人类记者与编辑对新闻事件的语境化解读和价值判断。例如，一位受访者表示，算法无法对新闻源进行选择和甄别，而必须依赖既有的、单一的、可供获取的数据，因此只适用于统计数据较为丰富的领域，如犯罪新闻、体育新闻、财经新闻等。而另一位受访者则表示，对于新闻编辑来说，掌握新闻事件的背景信息是十分重要的工作，而这一点自动化报道完全无法做到。
即使在适宜的领域，完全依赖算法生成报道也有可能导致严重的专业性偏差。一位受访者详细阐述道：在犯罪报道领域，单纯通过数据的比较和呈现，完全可以生成一篇“清爽的”机器人报道；但对于犯罪这种敏感而重大的社会现象来说，仅呈现数量而不做语境化的分析，有时会导致有害的后果，例如仅仅关注到犯罪率的下降却无法察觉“性质”更加恶性的极端犯罪行为实际上是增加了的等等；这样的自动化报道发布出去，完全有可能给读者留下“社会环境正在变得越来越安全”的错误印象。而另一位受访者则举例说明财经类自动化报道可能出现的偏差：投资者依照报道中提供的分析去投资时，有可能遭遇失败，因为“股市和期货市场的变化有时候是由数据之外的力量所左右的，这些信息通常由金融界直接透露给新闻界，而不会体现在数据库中”。
其次，大部分受访者认为自动化报道的一个很大的问题是缺乏新闻价值的判断机制，而新闻价值判断又恰恰是新闻编辑最重要的日常工作之一。例如，一位受访者指出，对于商业领域的报道，编辑通常都需要将其中富有人情味的因素加以提炼和强调，以争取新闻的可看性，但这一点自动化报道完全无法实现；她进而提出了自已的观点：新闻在本质上仍然是关往人的生活的，而人的生活不可能被量化为程式化的数据。正因如此，几位受访者提出，自动化新闻主要对记者职业构成了冲击，却反而凸显了编辑工作的重要性，因为“编辑工作的复杂和精密性……决定了它很难被算法所取代”。
最后，还是有一位受访者表达了对于自己有可能在算法时代被新闻行业遗弃的忧虑。这位相当资深的受访者称：“所有的新技术……包括算法，其本质都是要替代人……我难以想象当人工智能可以完成我们今天的大部分工作的时候，报社还要我们这些老派的编辑做什么。”这样的观点与我们早期在行业媒体上看到的大量分析文章所采纳的话语策略较为吻合，如《算法比人类报道者更善于讲故事吗？》（《连线》杂志2012年4月24日）、《机器人会偷走你的工作吗？》（Slate, 2011年9月16日）、《机器人记者：新闻业末日到来的征兆？》（《卫报》2012年5月14日）、《体育记者还有存在的必要吗？》（《商业周刊）2010年4月30日），等等。耐人寻味的是，这种多少有些悲观的心态与算法技术提供方的“精神面貌”形成了鲜明的对比：Matt Carlson针对Narrative Science公司的个案研究中，该公司上至CEO下至普通员工普遍强调“自动化不会取代人的位置，而只会让原本就处在那个位置上的人的价值得到更加充分的利用”。不过，显然，持这样心态的受访者并不多见。
总体而言，在专业主义的维度上，受访的新闻编辑对于自动化给新闻业带来的冲击持有较为温和与冷静的态度，极端的悲观心态及尖锐的批判性立场并不常见。新闻编辑对自身的核心职业技能有较为充足的信心，这与记者群体所体现出的更加鲜明的精神负担形成了对照。不过，受访者也并未接受自动化技术是“新闻职业的一种自然进化”的观点，而于总体上表现出了对于这一趋势的戒慎态度。
2.经济心态分析
一般性的观点认为，算法和人工智能的引入能够极大节约新闻机构的运营成本，将有限的人力资源运用于重复性报道之外的、更加复杂的工作，同时以尽可能少的投入生产出个性化的新闻内容。在本项访谈中，受访者也对此发表了自己的看法。
首先，几乎所有受访者都认为引入自动化新闻生产机制对于新闻机构而言都是节约成本的务实选择；但受访者亦普遍认为，由于算法只有极其有限的适用范围，因此无法从根本上改变整个新闻业的经济基础。例如，一位受访者指出，算法对报社运营成本的节约，主要就体现在裁掉了一些“低端且工作耗时”的岗位，比如新闻助理，不但节约有限，而且这本来也是传媒经济发展的一个自然的过程。而另一位受访者则指出，一些行业普遍认为有很大的可能性被算法所取代的职位，如体育记者，其实本来在近年也处于不断萎缩的状态。
其次，也有一些受访者从新闻消费者的角度做出了评论。他们认为，算法的存在并没有给新闻产品带来新的附加价值，因此在实际上也就没有增强新闻产品对其消费者的吸引力，所以也就没有办法产生新的利润。例如，一位财经新闻编辑表示，自己所在的新闻机构对于机器人新闻的运用主要集中于手机或平板电脑的弹出通知（snaps），因其“简单、规范化，而且适合手机的屏幕阅读”；但对于财经报道的读者来说，仅仅阅读这样的东西是完全不够的。而一位刚刚入行的年轻网络编辑也表示，消费者会很容易对模板化的新闻内容产生厌烦心理，因为这类报道没有任何激情与快感，不具备事实之外的任何附加价值。另一位较资深的编辑则称，据自已对犯罪新闻读者的了解，绝大多数人阅读此类报道都基于一定的猎奇心理并伴随着特定的情绪，而对这种心理和情绪的呼应是自动化报道无法做到的，因为情感的因素无法被“结构”。这些观点显然是理性而准确的。不过，也有一位受访者认为算法可以以同样的数据为基础生成不同类型的叙事版本以迎合不同消费者的口味，因此有利于新闻机构扩次读者群和消费市场。
最后，有一些受访者提出了自动化新闻的可持续发展问题，即这种可以令新闻机构节约成本的新闻生产模式在未来究竟有多大的拓展空间，以及其现有的空间会不会萎缩的问题。其中，被受访者提及最多的是体育新闻和财经新闻，因为这两个领域的结构化数据资源最为丰富；此外，还有犯罪、选举与气象等领域。一位受访者指出：“没有人能预测是否还有其他领域可以被纳入自动化报道的范畴……就算有，也不能确保那是有利可图的。”更多的评论集中在自动化在现有两个主要领域—体育新闻和财经新闻—的应用前景上。有两位受访者表示，从新闻报道的点击量来看，算法自动生成的报道与人工撰写并编辑的报道仍无法相比，自动化报道的主要功能是覆盖“没有人愿意做的选题……算法主要是节省时间而不是经济成本”。还有受访者表示，算法最有可能的应用前景，其实是成为人类内容生产者的有力的辅助工具，即通过对结构化数据的分析和呈现，为各种类型的深度报道和调查性报道提供翔实的信息，从而节约报道者用于数据搜集和分析的时间。
总体而言，在经济的维度上，受访者的心态是较审慎的，体现出较强烈的人本主义的精神，即强调人作为传媒经济核心生产要素的高度自觉。受访者并未简单论述算法会不会取代人的问题，而能够从行业的总体生态和格局出发，较科学地推断算法的应用前景和价值潜力，折剔出比前.个分析维度更加鲜明的职业自信。
3.伦理心态分析
在围绕技术对新闻业的影响展开的实证研究中，伦理间题是一个核心议题。现有的研究主要从四个方面关注这一议题：数据在新闻生产中的获取和运用过程中的伦理间题。算法可能存在的偏见问题，算法是否有能力在所有语境下都保持理性的间题。以及代码和数据的透明度问题。一个普遍性的发现是：新闻从业者认为新闻业的数字化和自动化令新闻生产过程变得更加复杂，从而使自已更难做到对传统行业道德准则的遵从。在本项访谈中，受访者对于自动化新闻潜在的伦理问题表现出了较为强烈的表达欲，并于总体上认为一切新技术导向的新闻生产模式都需要建立新的伦理标准。其中，透明性、偏向性不准确性是较为集中的话题。
受访者最为关注的伦理间题是算法的透明性（transparency）问题，亦即自动化新闻应当如何让受众知道数据和资料的来源，以及呈现这些数据和资料的方法。如一位受访者表示：记者和编辑对于一条报道的署名既意味着他们对于报道内容负责，也意味着他们采用了新闻用户认可的专业手段；但机器人报道若只在署名栏（byline）上标注“这篇报道由计算机程序完成”，则意味着它完全是在一种不透明的状态下被生产出来的。这位受访者进而斩钉截铁地说：“至少，对于读者来说，知道信息来源于什么地方是一个底线。”而另一位受访者则提出疑间：“机器人报道的作者到底是谁？是算法吗？还是数据供应商？编辑在其中又扮演了什么角色呢？这些都是灰色地带。”
另一个颇受编辑关注的伦理问题是自动化报道的偏向性（bias）问题，但受访者在这个问题上形成了两极分化的看法。一些人认为，算法在总体上使新闻报道的偏向性降低了，因为它剔除了人的因素对新闻内容的影响。如一位受访者所说的：“技术不会带来偏向……人才会导致偏向……机器人新闻对事实的呈现是完全客观的，是一种更加理想化的新闻。”而另一位时政新闻编辑则举例说明：“在时政新闻领域，几乎每一天的报道都围绕着对于总统特朗普的评价和争议……记者们选边站队，报道内容非黑即白……相比之下，基于数据的机器人报道更加全面和准确。”另一些人则认为，“人类新闻”（human journalism）所体现出来的偏向性毕竟是个体性的，但算法所体现出来的偏向性甚至偏见（prejudice）则有可能给整个行业带来一场伦理灾难。如一位受访者所言：“大数据来源于社交媒体，而社交媒体则充斥着大众情绪……就算计算机程序是中立的，但如果数据本身是带有偏向性的怎么办？这种偏向会通过算法，向各个新闻机构蔓延。”另一位受访者则表示，尽管数据是中立的，但将数据转化为新闻叙事的架构却是人搭建的，“而这一机制中存在的偏见令人更加难以察觉”。针对算法的这一问题，已有学者提出过“无偏见的偏见”（unbiased bias）命题：不止算法，一切“对于信息的细化过程都不是道德中立的”。
在信息呈现的准确性（accuracy）方面，受访者普遍认同自动化新闻的优势。尤其是，修正报道中的事实性错误是编辑的一项重要的日常工作，而机器人报道完全不会出现这类问题。但相应地，算法也不会如人类编辑一样，对关键信息和数据进行核查（verify），即“验证信息是否真实”。一位受访者即表示，自己就曾经处理过原始数据有问题的机器人报道，并称：“由于数据是由其他机构提供的，所以编辑的核查工作仍然必不可少。”另一位受访者则表示，人类编辑所特有的“敏感性”仍然有着不可替代的价值，而各大媒体应当尽早建立起针对自动化新闻的核查机制。
总体而言，受访者对于自动化新闻的伦理反思是较为全面和透彻的，这体现了针对伦理问题的考量不但在新闻从业者的职业身份认同中占据着十分重要的位置，而且也构成包括新闻编辑用以“对抗”包括算法在内的技术冲击所采用的主导性话语的观念基础。受访者对于数据自身的偏向性等问题的考量，体现了编辑群体对算法现存的问题有较为透彻的认识。
四、结论与讨论
结合上文对自动化新闻内涵及属性的考察，以及对11位美国主流媒体新闻编辑的深度访谈，我们得以对自动化新闻生产浪潮中新闻编辑的群体心态形成比较清晰的认知。一方面，与直接受到算法冲击的记者群体相比，编辑群体对自动化新闻的态度是较为温和和理性的，这一点尤其体现在大部分受访者对数据自身存在的问题，以及传统新闻理念与技能在技术语境下的适用性问题的清醒认识上。但与此同时，也不难发现，编辑群体对于自动化新闻和算法的认知是较为片面和静止的，主要集中于当下的情况，缺乏发展的视野和眼光。实际上，受访者所提到的算法现存的绝大多数问题，都在以很高的效率得到修正。例如，专业大数据及算法公司AX Semantics的负责人即曾表示，自己现有的数据库已经可以实现为自动化新闻添加语境资料、得出较为复杂的结论，以及对数据自身的偏向性进行即时的核查与修正；在可预见的将来，算法甚至有望实现对图像数据的读取和结构化。因此，作为一种新闻观念与价值内核较记者更为稳定的力量，新闻编辑针对自动化新闻形成的群体心态在一定程度上也体现出了一种盲目和傲慢。这种群体心态必然会成为自动化新闻发展过程中的一种重要的制衡力量。这种力量不应当被观察者和研究者忽视。一如Gynnild所指出的，对于数字新闻业的阐释，不应仅关注技术是如何改变新闻实践的，更重要的是把握技术如何改变了从业者对于未来的新闻实践的想象。
此外，尽管自动化新闻所存在的问题并不完全与编辑群体的认知和想象一致，但抛开人的因素不谈，如何在行业内建立起一套适用于算法机制的专业、经济和伦理标准，确为自动化新闻发展的核心议题和基本方向。无论技术环境与从业者心态如何改变，新闻作为公共文化产品的属性是不会改变的，因此算法必须服膺社会公共生活的基本法则。从数字新闻业发展至今的规律来看，新闻专业主义的种种教条是完全可以被技术修正乃至改写的，但更加宏观的社会文化习俗和道德标准，则是包括算法在内的各类内容生产新技术难以逾越的价值鸿沟。事实上，关于自动化新闻在价值领域的失范现象，西方学界已有广泛而深刻的研究，这些失范现象包括巨不限于：原始数据如何在商业利益的支配下隐藏某些观念和意识形态意图，算法如何体现为“利益无涉”并构造出“超越主观性”的话语，等等。而中国语境下的研究，目前仍然处于较为欠缺的状态。
从研究角度看，现在仍缺乏对于算法如何影响新闻机构日常运作的编辑部参与观察，而现有的研究（包括本文）都带有显著的探索性色彩。算法对于内容生产本身的直接影响是显而易见的，但更重要的是把握算法如何楔入新闻业内的人、理念和实践模式三者的相互关系，进而以新闻业为切入口，深刻理解算法对于整个社会结构产生的潜在影响。对此，只有深入新闻编辑部的内部进行近距离的观察，才能获得更有价值的信息。
