业内信息

科技的渗透与融入——大数据、人工智能应用于新闻出版的研究综述

2019-09-11 来源:《西南民族大学学报》
  【作 者】丁晓蔚:南京大学信息管理学院;王雪莹:南京大学惠普三农金融科技创新研究中心

  【摘 要】大数据与人工智能有着极为密切的联系。传统出版行业遇上移动互联技术后,就形成了一种新的出版形式——数字出版。广义的出版几乎包含了文化产业的大部分内容。人工智能为新闻出版业带来了怎样的变革?这种变革对于新闻出版业有何意义?学者们就此进行了有一定深度的探讨。探讨涉及机器人写作、选题策划和编辑出版、个性化内容生产和内容推荐、分发营销、广播影视闭环等。对于新闻记者来说,人工智能是'伙伴'而不是'敌人'。面对人工智能,不必恐慌,而应善待之、善用之。

  【关键词】大数据;人工智能;新闻出版

  有研究者指出:未来百年影响最深远的技术莫过于大数据、移动化和智能化。人工智能(AI)与空间技术、原子能技术被誉为20世纪三大科学技术成就。[1]近年来,人工智能及与此密切相关的大数据,呈现出对新闻出版业渗透与融入之势,使该行业的业态发生了巨大的、深刻的变化。学界和业界人士对此多有关注并形成了相应研究成果(包括相关行业、产业研究报告)。笔者撰写此研究综述,以期为研究者们未来更进一步的研究做好铺垫工作,同时借机就教于方家。

  研究的着力点之一:从大数据到人工智能

  2013年被称为“大数据元年”,2017年是公认的“人工智能元年”。但人工智能的热潮其实在2016年就已经初见端倪。2016年3月,谷歌DeepMind团队开发的AlphaGo程序以4比1的成绩战胜世界围棋冠军李世石。而后在2017年5月,AlphaGo与排名世界第一的世界围棋冠军柯洁对战,以3比0的总比分获胜。人工智能以及与此紧密联系的大数据,为数字出版产业创新带来新的可能。值得思考的是,人们探讨人工智能为什么会不断地提及大数据?大数据和人工智能之间存在着什么样的关系?

  关于“大数据”(英文为Big Data,亦有Megadata的表述)一词的第一次提出时间,学者有不同的观点。有学者追溯到1997年美国学者Michael Cox和David Ellsworth发表的<Managing Big Datafor Scientific Visualization>一文[2];也有学者追溯到1998年《科学》杂志刊发的《大数据处理程序》(A Handler for Big Data)一文。认为正是10年后(2008年)《自然》杂志做了一个“大数据”的专刊,“大数据”才迅速流行起来,成为时下的跨学科、跨领域的跨界“新宠”。[3]从时间先后顺序看,当然前者的表述更为准确一些。

  大数据其实并不是一个十分确切的概念,“大”字只是用以形容数据体量之“大”。这些数据从哪里来?它们来自科学研究、公共政策和商业等领域处理的诸如政府记录、互联网用户留下的痕迹等等方面。[4]有研究者注意到大数据和大数据技术有所不同:“大数据”是指在利用常规软件工具的前提下无法在可承受的时间内捕捉、管理和处理的数据集合;而所谓“大数据技术”,自然就是指那些利用非常规的软件工具对上述数据集合进行捕捉、管理与处理的技术。[5]这一观点颇能给人以启发。喻国明教授对大数据的价值进行了探讨:“大数据的真正价值不在于‘大’,而在于‘全’——空间维度上的多角度、多层次信息的交叉复现;时间维度上的与人或社会有机体的活动相关联的信息的持续呈现。”[6]不管是“大”还是“全”,大数据所反映的都是当下数据大爆发的情景。正因为如此,涂子沛认为:“人类数据的真正爆发发生在社交媒体时代”[7]。社交类媒体带来的大数据爆发是以用户个人数据的上传和痕迹留存为依托的,大量的UGC内容上传至中心网络并留下了痕迹。当网民被看作用户,用户信息被搜集并进而被用来为用户精准画像是有价值的:从用户自身角度看,被精准画像,下一步可望接收精准推荐的内容,这有利于节省时间成本;从营销者的角度看,进行精准推荐有利于提高销量,更好地实现自己的商业目的。亚马逊公司使得“长尾理论”成为可能——正是看到了网络中的“每个节点”,重视个人价值,才能从每个人身上获得相应的营业额。因此,正如舍恩伯格和库克耶所说的那样:大数据时代是关于生活、工作与思维的大变革。[8]

  人工智能与大数据有着极为密切的联系。对尚处于发展阶段的“人工智能”(Artificial Intelligence),研究者有不尽相同的界定。有学者认为:“人工智能是指能够模拟人类智能活动的智能机器或智能系统,研究领域涉及非常广泛,从数据挖掘、智能识别到机器学习、人工智能平台等”[9],界定中所选的属概念为“智能机器或智能系统”,而种差则为“能够模拟人类智能活动”。李开复、王咏刚在《人工智能》一书中提出:“AI就是根据对环境的感知,作出合理的行动,并获得最大收益的计算机程序”。[10]尽管对人工智能的定义有差异,但概念的内核及其指向应该是很明确的:人工智能是一门研究运用计算机模拟和延伸人脑功能的综合性科学,其假设电脑系统具有人类的知识和行为,并具有学习、推理判断来解决问题、记忆知识和了解人类自然语言的能力。[11]

  人工智能得以运行,是建立在大数据的基础之上的。行业内有这样的共识:人工智能的“发动机”是算法,而大数据则为“发动机”源源不断地提供着“燃料”。算法之所以是人工智能的“发动机”,是因为好的算法模型可以实现精准的物体和场景识别。[12]而算法又离不开海量数据。这就是为什么人们在谈及人工智能时总是要将它与大数据挂钩的原因。

  AlphaGo赢得围棋比赛,使得知识界、科技界对待人工智能的两种典型态度再度引起关注:一种是霍金、比尔•盖茨式的“警惕人工智能”,一种是雷•库兹韦尔式的乐观兴奋与期待憧憬。[13]持前一种态度不无道理,但处处设防、限制人工智能发展似乎没有必要;持后一种态度也有值得肯定的方面,但仅是乐观、兴奋似也有不足。比较合适的态度是:同时看到人工智能的利与弊,既支持其发展,又防范其弊端的衍生。

  对人工智能的担忧出现在各式各样的科幻片、科幻小说中,最终指向一个问题——机器人是否会有超越于人的很自我的意识?机器人最终是否会成为人类的主宰者?相当一部分学者认为:AlphaGo虽然“战胜”了人类,但是归根结底这仍然是“人类”的胜利——因为AlphaGo是人类开发、人类造就的。

  李开复、王咏刚在《人工智能》这本书里,将人工智能分为如下几种类型:弱人工智能(Weak AI),也被称作限制领域人工智能(Narrow AI);应用型人工智能(Applied AI),指的是专注于以智能解决特定领域问题的人工智能;强人工智能(Strong AI),又被称作通用人工智能(Artificial General Intelligence)或完全人工智能(Full AI),指的是可以胜任人类所有工作的人工智能;超人工智能(Super Intelligence):牛津大学哲学家、未来学家尼克•伯斯特洛姆(Nick Bostrom)将其定义为“在科学创造力、智慧和社交能力等每一方面都比最强的人类大脑聪明很多的智能。”[10]AlphaGo无论属于人工智能中的哪一类,都是由人类开发出来的。

  研究的着力点之二:从数字出版到广义出版

  探讨人工智能在新闻出版业中的应用,宜置之于新型信息技术崛起的大背景下进行。传统出版行业遇上新互联技术后,在两个方面发生了显著变化。其一,传统出版有所延伸。在传统出版的基础上产生了一种新的出版形式——数字出版。其二,出版的疆域有所拓展,形成了广义出版的格局。根据2010年8月新闻出版总署在《关于加快我国数字出版产业发展的若干意见》(以下简称为《意见》)中的界定:数字出版是指利用数字技术进行内容编辑加工,并通过网络传播数字内容产品的一种新型出版方式,其主要特征为内容生产数字化、管理过程数字化、产品形态数字化和传播渠道网络化。笔者认为:新型的出版方式中仍然包含了出版的基本特质(对内容进行编辑加工,对内容产品以新的方式出版),将此理解为传统出版的延伸当是恰当的。《意见》列出了目前数字出版产品的主要形态和主要传播途径。主要形态有:电子图书、数字报纸、数字期刊、网络原创文学、网络教育出版物、网络地图、数字音乐、网络动漫、网络游戏、数据库出版物、手机出版物(彩信、彩铃、手机报纸、手机期刊、手机小说、手机游戏)等。主要传播途径包括:有线互联网、无线通讯网和卫星网络等。[14]上述出版物形态中,有许多此前所没有的出版形态(如网络游戏、手机彩信、手机彩铃和手机游戏等),从而形成了广义出版。

  传统出版和数字出版本身都属于信息生产的范畴,只不过数字出版是传统出版搭上数字技术的“快车”以后形成的一种新的出版方式。若把“信息传播”和“信息消费”放在同一个层面考量就会发现,两者都与信息的生产息息相关。新闻生产、编辑出版处于传播端,受众阅读、接受属于消费端。在两端中流通的是信息。广义的出版几乎包含了文化产业的大部分内容。而手机出版、网络游戏和网络广告,业已成为数字出版产业的三大支柱。其实在三大支柱的背后,就饱含了科技渗透与融入这一因素。有研究者注意到在数字化和智能化浪潮的推动下,新闻出版业出现的一个方面的新变:原本可以严格区分的行业边界日渐模糊,内容提供商、技术提供商和渠道运营商之间的相互融合越来越深入。[15]随着新媒体、自媒体、多媒体的兴起,内容的编辑、制作,文本的印刷、复制,作品的发行、传播,读者的阅读、消费,都与技术的进步、渗透、融入紧密相关。所以,在人工智能出现后,借助于人工智能进行数字出版也就顺理成章了。根据笔者的另一项研究,汤森路透“对出版不囿于传统的理解且不甘于受此束缚,而是顺应时代发展潮流和服务对象需求,从传统出版企业转变为广义出版和知识服务商、问题解决方案提供商,以获得更大发展空间和盈利空间。”[16]促成汤森路透发生此种转变的动因之一,是包括大数据、人工智能等科技因素的渗透与融入。

  目前我国的数字出版业乃至广义出版业,已形成完整的“链”,形成了上中下游齐全的完整结构。具体说来:数字内容提供商,此为产业链上游;服务提供商和平台提供商,此为产业链中游;内容销售商和消费者,此为产业链下游。对于该业的上中下游而言,科技包括大数据、人工智能都有渗透与融入,从而使业态的某些方面有所改变。

  以出版物的分发营销为例。分发营销已是出版链的下游了。尽管前面两个阶段必不可少,但是分发营销却和作品价值的实现及最后的利润直接挂钩。这里值得一提的是亚马逊的推荐模式,而正是这种推荐模式验证了互联网中的长尾理论——真正发挥更大价值的是那些利基产品。

  Facebook、谷歌以及苹果等公司十分了解用户。事实上,亚马逊可能更胜一筹。这家成立于1995年的企业,初始只在网上经营书籍销售业务,后来扩至销售多种商品。市场调研公司的数据显示,亚马逊网站推荐的销售(当然也包括出版物销售)转化率可以高达60%。[17]那么,何以能如此呢?有研究者指出:从根本上讲,这家零售巨头的推荐系统推荐的基础是一系列基本元素:用户过去购买过哪些商品;他们的虚拟购物车里有什么;哪些商品被他们评价或点赞过;其他用户浏览及购买了哪些东西。亚马逊把这套自主研发的算法称为“从项目到项目的协同过滤算法”。依靠这套算法,亚马逊向回头客们提供了深度定制的浏览体验。数码爱好者们会发现亚马逊上满是新潮电子产品的推荐,而新妈妈们在相同的位置看到的却是婴幼儿产品。今日头条做到了“千人千面”,亚马逊也同样如此。被誉为“推荐高手”的亚马逊,其成功推荐的诀窍在哪里?研究者们已经注意到算法。而算法则是大数据的重要内核,是人工智能的关键所在,是精准推荐和有效推荐的奥秘之所在。

  研究的着力点之三:从对技术的探讨到对应用的探讨

  人工智能的发展催生了许多新生行业,比如深度学习、机器学习、自然语言处理、计算机视觉、图像识别、手势控制、虚拟私人助手、智能机器人、推荐引擎和协助过滤算法、情境感知计算、语音翻译、视频内容自动识别。[18]这些行业与新闻出版业之间有着或直接或间接的关系。相比较而言,新闻传播学者就大数据、人工智能对新闻出版业的影响研究得比较充分,也比较深入。彭兰教授指出了智媒化趋向和智媒化特征:“在人工智能、物联网、VR、AR等新技术的推动下,媒体将出现智能化趋向。智媒化的特征主要体现为万物皆媒、人机共生、自我进化。[19]其观点很有启发性。而这种智媒化的转变是从新闻内容生产到新闻信息分发,贯穿了整个新闻生产流程:机器人自动撰写财经和体育新闻、数据新闻记者利用网络爬虫自动抓取网页数据、新闻App利用个性化推荐算法向用户推送内容……[20]可以说,在新闻生产的一些主要环节中,可谓处处皆“智”。有研究者指出:追溯人工智能历史可以发现,人工智能研究和实践的目标是使得“机器更像人”,即机器“像人一样理性地思考”、“像人一样理性地行动”[21]。具体到新闻出版业,人工智能为该业带来了怎样的变革?这种变革对于新闻出版业有何意义?学者们就此进行了有一定深度的探讨。

  其一,机器人写作。

  新闻出版行业属于广义的信息产业,不仅仅是向公众介绍新技术的窗口,同时其得益于对新生事物的敏感性,诸如大数据人工智能这样的新技术,新闻出版业总是身先试水。公众对于新生事物的了解,主要来自媒体。艾媒咨询数据显示,74.7%的手机网民以网络媒体为了解人工智能的主要渠道之一,同时,有40.5%的手机网民会通过传统媒体来了解人工智能,有29.3%的手机网民会通过文化产品(影视、小说、游漫等)来了解人工智能。[22]我们现在所讲的机器人写新闻并非计算机第一次试水新闻业。早在20世纪六七十年代,就出现了“精确新闻学”(Precision Journalism),强调数据采集在新闻报道中的使用;随后20世纪90年代出现的计算机辅助新闻(Computer Assisted Journalism),广泛用于计算机辅助报道、计算机辅助调查、计算机辅助参考和计算机辅助聚谈等层面;最后才到了21世纪以来随着大数据、云计算、人工智能等信息处理技术的发展而出现的“数据新闻”(Data Journalism)及机器人新闻,强调信息技术在数据采集、处理、分析和可视化中的应用,以及新闻产品的自动化生产。[23]这段论述回溯了机器人与新闻结缘的历史和发展的几个段落,使研究具有了一种厚重感。

  机器人写新闻看似新潮,其实“新闻机器人”只是一套软件或算法语言(algorithm),它自动采集数据,然后撰写成人类可读的内容。在探究机器人写新闻的过程中,有研究者探索了“算法”的实质,指出:算法是指包含一系列非常复杂的数学规则、能通过预先设定的步骤解决特定问题的计算机程序。[24]从而说明了算法是什么。有研究者认为:通过垂直领域开放平台的接口或平台授权,机器人可以快速抓取、生成、发布和推送资讯。尤其在证券交易、体育赛事、地震信息等方面,机构网站提供信息接口,机器就可快速抓取而后生成并推送新闻。[25]这道明了机器人能做什么。还有的研究涉及了机器人写新闻的步骤:读入大量结构化和标准化数据→测量数据中的“新闻性”→找出合适的报道角度(如有多个角度,则按照重要性排序)→将报道角度与数据的集体事实(story points)相匹配→生成报道文本。[24]这指明了机器人怎么做。因此,我们可以很清晰地看出机器人写新闻和两个因素紧密相关:一是算法和程序,二是大数据。

  机器人在写新闻方面有什么优势?这理所当然成为研究者关注的问题。优势可概括为如下几个方面。

  内容精准化。有学者认为:“机器人记者”较之人的高明之处在于它对繁琐枯燥的数据颇为敏感,能够从海量的数据中迅速寻找到人类不易洞察的内在关联,并于瞬间写出具有新闻价值的报道。[26]这其实是机器人在数据分析、处理方面所具有的人类无可企及的优势的体现。也有的研究者通过对机器人写新闻的过程的解析,分析了其强项之所在:通过计算机程序的设置,计算机可以从可靠信息源处获得数据信息,依照算法设定的新闻写作模式,写成新闻文本。在这个过程中,计算机的智能化写作运作可以减少错误发生率。[27]计算机按程序进行运作,可避免人因疏忽大意或疲倦懈怠带来的差错。

  生产高效化。正如有的研究者所说:机器人写新闻,首要优势就是“快”:信息采集高效化、文稿发布高效化、发布时间全天候。[27]笔者认为,对机器人写作新闻和发布新闻,或许可用不知疲倦、不舍昼夜、不失时机来描述。“只要数据量和数据处理能力能够跟上,比如芯片速度、网络传输速度、内存大小等,在当下信息爆炸的社会,数据和信息供应不再是问题,那么机器写作的效率就不是问题。”[28]这就是说,机器人写新闻,在高效方面几乎可以说是无障碍的。

  信息易读性。以数据为核心的新闻产品,客观性强;数据呈现新闻,易读性强。而且,通过对于不同语料库语言风格的智能化学习,可以自动生成适应不同人群语言习俗的表达方式。[29]这一分析很到位。机器人善于学习,加之博闻强记,它会把受众所喜及时留存下来,新闻产品具有易读性,在情理之中。

  减少“体力活”。《纽约》杂志撰稿人凯文•罗斯认为,机器人写作处理的是人类新闻从业者不愿耗时去做的与大量数据相关的“体力活”,……人类新闻从业者可以腾出大量宝贵时间去从事更有意义的新闻工作。[30]笔者认为,机器人写作,确实可以在某些方面、在一定程度上降低新闻记者的劳动强度。然而在另一些方面、另一些场合,记者的劳动又是机器人所无法取代的,例如,记者在重大自然灾害和人为事故发生后赶赴现场所作的采访,在特殊情况下对多个采访对象的高强度的采访,等等。

  正如陈昌凤教授所指出的那样:智能化在新闻业领域的应用还相当初级,多数机器人还处于“有能”而“无智”的状态,不具备价值判断的能力。新闻的专业性,尤其是人类的判断力、价值判断体现出来的力量,机器新闻尚难以企及。[1]她所持之论是正确的。其实机器人何止是判断乏力,它对人的情感和心理的理解也是乏力的。

  进而言之,我们通常讲机器人“写”新闻,把机器人论定为“记者”角色;但是实际上机器人担任的是“编辑”而非记者。第一代机器人记者是一个遥控的新闻报道机器,虽然它采集第一手信息,但它是通过人的遥控实现的。第二代机器人记者是一个“文本生成系统”,可视为“机器人编辑”。因为其并非是对新闻的原创,而是对已有的信息进行重新整合、编辑。从这个意义上来看,大家讨论的“机器人记者”实际上是“机器人编辑”,它只是“信息的加工者”,不是第一手信息的采集者。[31]人工智能算法的开发利用了大量关于语言学和自然语言的知识,它们被编程,在不到一秒的时间内将新的数据转换成可读的故事,而无需人工干预。这是机器人记者的诞生。[32]当我们这样看机器人新闻写作,再讨论机器人是否会取代记者等此类问题时就会发现,作为技术的人工智能只能看作是“人的延伸”,人工智能所能做的是运行人设定好的程序,并由此得出结果。但是如何运行程序,则取决于人类自身,由人类控制。担心记者会被机器人完全取代,是没有充分依据的。更何况,机器人并不具备人文情怀,也读不懂得人类社会中复杂的社会关系。机器人在反映这方面内容时难免捉襟见肘。

  其二,选题策划和编辑出版。

  现在几乎所有市场上的媒体和行业都有“以用户为中心”的意识,因此用户的喜好是绝大多数内容生产商需要考虑的问题。而找到用户的喜好,生产的内容才有人看。选题策划和编辑出版也可从大数据和人工智能中获益。研究者对此也有所论及。“依托数据挖掘和深度学习技术,机器(或程序)能洞察阅读者需求并自动生成相关知识图谱,形成选题策划的初步方案,为编辑构思选题和论证选题节省大量的时间和精力。”[33]基于大数据和人工智能的选题策划,在洞察读者需求、生成知识图谱方面,较之人工和人脑确有优胜之处。

  传统出版行业的选题策划往往过度依赖于个人的经验和灵感,也就是说,出版商是否能策划出好的选题完全依赖于人的素养。这就导致效率过低且成果有限。和人相比,人工智能最大的优势在于其能够对接大数据,未来人工智能会带着动态的海量信息,时刻等待编辑的指令。一旦编辑确定选题偏好,把这些偏好指令输给智能机器人,人工智能就会迅速运算筛选,给编辑提供需要的策划方案。这个方案带着编辑的个性偏好、与作者资源相匹配、与目标读者需求相符,且有读者群体规模参考数据。编辑只需要确认一下,一个完整的选题策划方案就形成了。[34]这位研究者对人工智能主导的选题策划解析得具体清晰、合情合理。

  编辑出版原理与选题策划原理本质上是一样的。未来的出版行业,消费者将被置于前所未有的高度,所有业务流程和组织架构都将围绕消费需求而展开,社交网络的普及与数据智能分析系统的发展为搜集这类信息提供了强有力的工具。[35]通过分析网络销售平台上的数据,如特定出版物的销售量、被搜索的频度、同类出版物的销售量、同一作者的其他出版物的销售量等等数据,有利于根据用户的间接反馈来计划未来的出版数量,既能有效地压缩成本投入,又能精准地把握市场需求。

  我们为什么一直强调人工智能和大数据的关系?这是因为人工智能在一定程度上是依托于大数据而生的。没有数据,人工智能内容创作和选题策划就无从谈起。而正是因为互联网的发展,用户所有的数据和行为都是可追踪的。一个人的数据微不足道;但当所有人的数据聚集在一起的时候,就可以作为预测的根据。

  其三,新闻产品的个性化生产和个性化推荐。

  喻国明教授认为:技术进步可化解个性化新闻推送带来的“茧房”效应与新闻同质化。[36]技术进步包括大数据、人工智能;化解“新闻同质化”,涉及新闻产品的个性化生产。根据大数据,运用算法,可以搜集用户的各种数据,据此可以为用户精准画像,有针对性地为用户推送个性化的新闻内容,从而获得高点击率、阅读量和受欢迎程度。这是新闻产品的个性化推荐。

  其四,广播影视闭环。

  广播影视是新闻出版业中的重要内容。大数据的核心是对未来趋势进行预测。我们面对的这个时代为我们提供了这样一个机会:我们能够通过移动设备和其他新媒体平台,在人类活动的所有领域中,不断地对数以亿计的微社会活动进行自动分析。[32]以新兴的“边播边拍”电视剧和针对市场的商业电影为代表,影视剧的制作和传播逐渐向面向观众和个性化定制的模式转变。[37]有研究者认为:目前大数据对于电影产业的价值主要表现在以下几个方面,即电影剧本优化、项目论证、电影营销策划、电影宣发评估以及票房预测等。[38]“数据猿”发布了《大数据在影视行业的应用价值研究》的报告,对大数据在影视行业的应用做了全面的分析。大数据参与到广播影视制作的价值体现在以下几个方面:剧本立项、主创选择、宣发环节。[39]两种观点可以互补。

  如果纵向考察大数据在广播影视制作各个不同阶段的所呈现的作用,则可以看到:

  在剧本立项阶段,根据线上(社交媒体、网络视频等)、线下(影院)用户行为数据进行数据检测;根据用户的基本属性,比如年龄、性别、职业、收入、学历、地域。而用户的视频兴趣点则通过搜索、快进、票房、评论、暂停、收视率、评分、回放、播放量等数据进行分析。通过数据分析得到的数据可以对剧本进行优化,并且为剧本的选择提供了依据。[39]

  在主创选择阶段,则是挖掘影视剧本身的数据主要包括同类型、同系列(或品牌)电影上映的档期、票房数据,以及相关营销行为所产生的数据;也包括同档期电影的票房等数据;还包括主创团队,如导演、演员等人员以往参与的电影项目的相关数据,以及明星个人的形象定位。[38]

  在宣发环节,则是根据社交媒体(微博、微信、论坛、贴吧等)、传统媒体(电视广告、平面广告、户外广告等)和互联网媒体(门户网站、网络视频、电子商务等)的舆情数据,对营销行为进行监测、对营销效果进行评估、对票房和收视进行预测。[39]

  大数据使广播影视制作的每一个阶段、每一个环节已今非昔比;研究者对此所作的研究,也到了比较深入的地步。

  结语

  笔者在撰写大数据、人工智能在新闻出版业中的应用研究综述时发现,目前不管是学界还是业界,对人工智能的应用价值分析较多,但有的只是就现象论述现象,尚缺乏一种更为深邃的眼光。人工智能作为一种新技术,其出现当然是意义重大,任何行业都可以借助于这种技术进行改革和创新。但是,此类研究应更多考虑如何深入的问题。人工智能技术是具有“当下性”的,这意味着,人工智能在目前是新技术,再发展一段时间就可能成为一种习以为常的日常技术了。这就提示我们,在对它进行学术研究时,应该透过现象看本质,将人工智能这种新事物放置于技术发展史的长河中加以讨论。

  再则,尽管人工智能的应用前景看好,但是不能忽略一个根本性的问题:使得人工智能发挥其最大价值的关键在“数据”。不管是新闻业、出版业还是影视业,如果没有数据作为支撑,则很难实现人工智能效能的最大化。但是,国内各行各业、学术界和政府部门等各方并不共享数据,存在着“信息孤岛”和“信息割据”现象。而当数据全面共享以后又存在商业利益和个人隐私权保护之间的矛盾。正如有学者说,数据的价值在于应用,而不在于拥有。[40]如果不能得到有效的分析和应用,数据始终只能是数据而已。

  最后,警惕人工智能的声音是始终存在的。但匡文波教授认为:人工智能是“伙伴”不是“敌人”。新闻媒体人不必对人工智能产生恐慌,而是应该善于用之。传媒业应该借助人工智能技术,实现精准新闻策划、新闻内容生产智能化,提升内容创作能力、促进传播渠道自动化。面对人工智能,恐惧和盲目乐观都不可取。新闻人应当充分利用而不是回避人工智能,只有这样才能使新闻人更有创造性,这亦是传媒业变革的必然选择。[41]这一论述给我们如下启示:不要把人工智能视作洪水猛兽,而应该善待之、善用之,利用人工智能做一系列有利于新闻生产和新闻传播之事。

  参考文献:

  [1]陈昌凤.价值引领,让AI新闻业有能更有智[J].新闻与写作,2017(11).

  [2]O'Leary D E.Artificial intelligence and big data[J].IEEE Intelligent Systems,2013,28(2).

  [3]田海平.“不明所以”的人类道德进步——大数据认知旨趣从“知识域”向“道德域”拓展之可能[J].社会科学战线,2016(9).

  [4]Parasie S.Data-Driven Revelation?[J].Digital Journalism,2015,3(3):364-380.

  [5]徐英瑾,王培.大数据就意味着大智慧吗——兼论作为信息技术发展新方向的“绿色人工智能”[J].学术研究,2016(10).

  [6]杨雅.大数据分析与可视化技术:新闻传播的新范式——“大数据与新闻传播创新”研讨会综述[J].国际新闻界,2014(3).

  [7]涂子沛.数据之巅:大数据革命,历史、现实与未来[M].北京:中信出版社,2014.

  [8][英]维克托•迈尔-舍恩伯格,[英]肯尼思•库克耶.大数据时代:生活、工作与思维的大变革[M].盛杨燕,周涛译.杭州:浙江人民出版社,2013.

  [9]朱巍,陈慧慧,田思媛等.人工智能:从科学梦到新蓝海——人工智能产业发展分析及对策[J].科技进步与对策,2016(21).

  [10]李开复,王咏刚.人工智能[M].北京:文化发展出版社,2017.

  [11]喻国明,郭超凯,王美莹,等.人工智能驱动下的智能传媒运作范式的考察——兼介美联社的智媒实践[J].江淮论坛,2017(3).

  [12]百度云智峰会上海站:百度众包赋能数据,助燃人工智能[EB/OL].http://www.cctime.com/html/2017-4-14/1280419.htm,访问时间:2018-03-21.

  [13]翟振明.“强人工智能”将如何改变世界——人工智能的技术飞跃与应用伦理前瞻[J].人民论坛•学术前沿,2016(7).

  [14]新闻出版总署.关于加快我国数字出版产业发展的若干意见[Z].见http://ex.cssn.cn/zt/zt_zh/qtzgszcby/fzgl/szcbxgzc/201610/t20161010_3228013.shtml,2018-03-21.

  [15]严利华.媒介融合背景下的公众阅读与出版转型[J].出版发行研究,2014(12).

  [16]丁晓蔚,高淑萍.汤森路透集团转型道路探析:兼论“SCI”被售[J].出版之友,2017(3).

  [17]电子商务产品个性化推荐系统的设计与实现[EB/OL].http://www.doc88.com/p-1344667145487.html.

  [18]朱巍,陈慧慧,田思媛等.人工智能:从科学梦到新蓝海——人工智能产业发展分析及对策[J].科技进步与对策,2016(21).

  [19]彭兰.智媒化:未来媒体浪潮——新媒体发展趋势报告(2016)[J].国际新闻界,2016(11).

  [20]张超,钟新.从比特到人工智能:数字新闻生产的算法转向[J].编辑之友,2017(11).

  [21]冯锐,张君瑞.人工智能研究进路的范式转化[J].现代远程教育研究,2010(1).

  [22]艾媒报告.2017年中国人工智能产业专题研究报告[EB/OL].(2017-04-01).艾媒咨询:http://www.iimedia.cn/50460.html,2018-03-21.

  [23]孙祥飞.“机器人新闻”与新闻工作者的主体性强化[J].新闻论坛,2016(2).

  [24]邓建国.机器人新闻:原理、风险和影响[J].新闻记者,2016(9).

  [25]冯怡.从机器人小冰看《钱江晚报》人工智能+新闻的创新探索[J].中国记者,2017(6).

  [26]熊国荣,李贤秀.“机器人记者”对新闻记者就业的冲击及应对[J].编辑之友,2016(11).

  [27]管琼.“机器人记者”新闻生产的现状与趋势[J].传媒,2017(3).

  [28]周彬.机器写作与媒体转型[J].新闻战线,2016(7).

  [29]喻国明.“机器新闻写作”带动传媒新变局[J].新闻采编,2015(6).

  [30]孙瑛.机器人新闻:一种基于大数据的新闻生产模式[J].编辑之友,2016(3).

  [31]韩立新.机器人记者对新闻人才培养的冲击[J].中国传媒科技,2015(3).

  [32]Latar N L.The Robot Journalist in the Age of Social Physics:The End of Human Journalism?[J].2015.

  [33]孙玉玲.人工智能时代数字出版产业发展前瞻[J].出版参考,2017(9).

  [34]曹沁颖.人工智能对出版业的影响及应对浅析[J].科技与出版,2017(11).

  [35]周煜.大数据时代出版行业发展趋势分析[J].中国出版,2014(7).

  [36]喻国明,侯伟鹏,程雪梅.个性化新闻推送对新闻业务链的重塑[J].新闻记者,2017(3).

  [37]贾若祎,李勇,刘思涵.大数据在影视产业中的应用[J].传媒,2016(19).

  [38]刘婧雅,文田.大数据时代的电影营销[J].电影艺术,2014(1).

  [39]Sherry.大数据在影视行业的应用价值研究[EB/OL].(2016-05-10).数据猿:http://www.sohu.com/a/74578905_400678,2018-03-10.

  [40]刘成勇.树立数据思维,建设新闻出版大数据体系[J].出版参考,2016(7).

  [41]匡文波.传媒业变革之道:拥抱人工智能[J].新闻与写作,2018(1).

国家新闻出版广电总局 | 湖北省人民政府 | 中国邮政集团公司 | 武汉市人民政府 | 中国期刊协会 | 中国图书进出口(集团)总公司 | 中国邮政集团公司报刊发行局 | 湖北省广播电视局 | 湖北省邮政公司 | 湖北日报传媒集团 | 长江广电传媒集团 | 长江出版传媒集团有限公司 | 武汉市文化新闻出版广电局 | 长江日报报业集团 | 知音传媒集团 | 中国移动湖北分公司 | 中国电信湖北分公司 | 中国联通湖北分公司 | 湖北省期刊协会 | 湖北省出版物发行行业会 | 湖北中图长江文化传媒有限公司 | 中国期刊协会期刊民营发行(营销)分会 | 创新创业理论研究与实践官网 | 决策信息网 | 湖北新闻出版广电传媒周

copyright(c) 2013 湖北省新闻出版局 版权所有 技术支持

鄂ICP备16020258号-3  鄂公网安备 42010602004016号