把人工智能引入新闻编辑室的最有效方法是什么? 记者应如何将这项技术融入报道过程? 近日，哥伦比亚大学新闻学院征集学界、业界专家的意见，发布了一份人工智能在新闻行业应用状况的报告。
出品| 外言社
翻译| kewell 编辑| 王茸
在未来，人工智能将会是协助新闻生产过程的重要手段。哥伦比亚大学新闻学院根据其今年 6 月举办的论坛内容，发布了一份人工智能在新闻行业应用状况的报告，以帮助媒体人更好地了解和使用这种技术。
人工智能给新闻生产带来哪些好处？
研究人工智能与新闻的结合，我们首先要问的一个问题就是：自动化会带来哪些好处？或者说，人工智能最有可能在哪些方面助力新闻生产？
1.当数据量太庞杂的时候，人类已经难以分辨和总结，AI就会成为取得突破的工具，检测出人工难以识别的线索，同时准确性也更高。
2.AI的超强计算能力可以帮助我们归纳各个数据集的特征，并及时总结呈现出来；同时，AI也能迅速识别出离群数据。
3.由于算法是人类构建的，因此会不可避免地存在偏见。通过检查它们，可以让我们重新审视自己，发现以前看不到的偏见。
《纽约时报》交互新闻编辑Chase Davis在谈到这个问题的时候也强调，当下大家对于科技和新闻的结合充满了期待，科技能够帮助记者报道以前无法实现的主题。
借力AI，国外媒体做过哪些出奇制胜的报道？
现在已经有不少由 AI 完成的新闻报道，多数呈现出明显的数据模式，常见的形式如：体育比赛的总结报道、企业收入报告、地震新闻报道等。但是除此之外，AI与新闻的结合领域其实更多。
《洛杉矶时报》的记者利用分级器帮助洛杉矶警察局分析历史犯罪报道并预测犯罪的发生，在双方共同的努力下，成功将辖区内的盗窃犯罪降低了33%，暴力犯罪降低了21%，财产类犯罪降低了12%。
《亚特兰大宪政报》的记者在一次采访中发现，那些因涉及性虐待被处罚的医生有三分之二被允许再次从医，于是他们利用人工智能技术抓取和分析了自1999年以来针对医生的10万多份纪律处分，结果发现16年间全美有超2400名医生涉嫌性虐待，这一报道引起了社会对此事的关注。
《纽约时报》利用人脸识别技术以独特的方式介绍了前来参加特朗普就职仪式的观众们，通过在左边栏目中选择或将鼠标放在人脸上，网页上就会显示相应观众的名字以及他与其他人的关系。
ProPublica在《机器是如何成为一个种族主义者的？》这篇报道中，通过人工智能技术呈现出了它自身存在的偏见。用户在搜索栏内输入一个词汇，其下就会呈现出来自左派、右派、主流媒体、数字媒体、小报和ProPublica网站自身给出的与之最相关的词汇排名。通过这个小互动，用户可以清楚地看到偏见的存在。
这项报告提示我们，通常的新闻准则在花样百出的AI操作上有时是不匹配的， 为了避免这些问题，新闻记者应多与开发人员接触，熟悉他们的工具和限制。记者编辑如果养成了固定习惯，可能也会对使用新工具感到抵触。但花时间学习新技巧、新规则，与AI、数据、算法共处是必须的。
过分自动化与过分个性
什么是过分自动化？一位论坛参与者这样举例：“我不觉得人们会被体育报道是由 AI 完成的而感到生气。但如果说是 AI 完成的一篇调查性报道，我想反应会是完全不同的。”
自动化可以被应用于为个人定制信息流和文章，也可以让写手和编辑根据读者兴趣来创作，但也可能造成隐患。
一位参与者指出：“个性化的第一步是按需求推荐文章，但长时间下去，就会形成信息茧房；第二步则是使用自然语言处理技术，顺应读者的要求创作文章，这关乎到语调、政治立场等等问题，做到这步，新闻恐怕已经成为了营销。我们必须警惕过多的个性化可能造成的过界问题。”
媒体要在个性化和公共服务之间找到平衡点，这是数字媒体时代的重中之重。以往新闻媒体面对的矛盾，是商业运作和社会责任之间的矛盾，现在很多社交平台和网络公司的发展则把个性化带来的潜在风险推到了我们面前。
拥抱数据，更要警惕数据
不管是政府还是社交媒体的数据，扩大数据样本都能为报道提供更广阔的思路。但这不是没有风险，记者必须谨慎评估新数据源的可靠性，尤其是在AI参与工作的情况下。很多论坛参与者对数据都报以批判性思考的态度。比如，使用推特的记者如果想靠这一平台分析用户的习惯、想法等就一定要小心，因为推特上的主流声音是属于政治界和媒体界的。
由于现在许多数据是开放的，寻找已经存在的公开数据并不是难事。但一位论坛参与者指出，有时候最好的新闻其实是来自当下并不存在的数据，所以要看记者对现有数据的进一步挖掘能力。
与建立数据库相对的另一个问题是数据的清理。清除一个数据库，可能会花上几周、几个月的时间，哪怕AI可以帮忙，但因为法律规制，仍然需要人工完成。
AI+新闻时代，媒体面临的挑战
首先，人工智能也存在犯错的可能，这意味着人类的参与和检查是十分必要的。一位论坛参与者也指出，机器不可完全信赖，外部独立审查是不可或缺的。
此外，鉴于人工智能技术的快速发展，媒体也有义务对编辑、记者、开发者进行培训，而这些培训、工具开发的成本都是不小的。像《纽约时报》这样的大媒体可能不在乎，但小规模的媒体恐怕就难以承受了。新闻媒体的领导者需要做出的决定，是该打造、购买还是与AI工具提供者进行合作。即使一些来自大媒体的论坛参与者也表示，涉及到复杂数据集的调查分析、算法是要有很多人力、时间成本投入的，不是所有媒体都能利用这样的工具。
与学术机构合作会是一个很好的机会，但媒体和实验室的氛围很不同，跨界有一定难度。一些人认为，记者坚持的新闻准则并非放之四海皆准，可能不被学术研究者理解，反之亦然。培育这些合作关系也需要时间和互相理解，大家合力完成目标，并能接纳彼此的差异
热门跟贴