审慎创新：智能化新闻生产的实践与思考 ——基于SMG融媒体中心机器人新闻的研究

数字化、IP化、智能化是新一轮科技革命的鲜明主题。在信息技术奔涌的时代浪潮中，移动互联网打破了横亘于新闻机构和社会大众间的“隔离墙”。面对涉及话语权甚至生存权的重大挑战，传统媒体显然意识到了依托“新基建”修缮甚至革新新闻生产体系的必要性和迫切性——将信息技术引入新闻组织内部并转化为生产力，成为了媒体转型实践的显著特征。

当前，人工智能（AI, Artificial Intelligence）正迅速渗透到生产生活的各方面，在经济社会发展的各领域纷纷建构起应用场景。从2014年开始，美联社、新华社等国内外新闻机构陆续启动了智能化新闻生产的实验。就国内而言，当前试点应用虽然主要集中在天气预报、新闻推荐、新闻聊天等专业新闻生产的“边缘”领域，却已展现出海量信息处理、快速模块化写稿等技术特长。这种“让机器或人所创造的其他人工方法或系统来模拟人类智能”^[1]的新技术，在进入新闻编辑室后，会给原先的新闻生产流程、人员、规则带来哪些改变？新闻组织内部对于新闻机器人的到来又抱着怎样的采纳态度？

针对上述问题，笔者选择将SMG融媒体中心的新闻机器人试验项目作为研究个案，考察编辑室智能化新闻生产的具体实践。虽然本人同样供职于该单位，但工作主业是电视新闻编播业务，不参与常规新媒体或AI内容生产，工作时间也与考察对象工作的时间段不重叠，从而保证了本人既能够在非工作时间充分参与，又能够相对超脱地观察新闻机器人在编辑室的实践过程。

一、 研究方法和核心问题

本文中，智能化新闻生产是指编辑室使用人工智能技术进行新闻采集、加工和分发的全过程。当前，“新闻+AI”的创新主要应用于机器人写稿、机器人编辑、海量数据分析、人工智能数据库、新闻事实核查、新闻线索搜集、新闻交互应用等领域。其中，以机器人新闻应用最为广泛。2014年，有学者通过调研问卷请参与者辨别相同题材稿件的写作者身份（是机器人还是记者），以此分析评价机器人写稿的效果。^[2]随着观察样本的增加，讨论重点开始转向了智能化生产背后的算法机制，相继有学者结合经验材料研究提出，机器人新闻可能因为自动化而产生缺乏透明度的“黑箱”^[3]；可能因为开发工程师的意识形态而产生“算法偏见”^[4]等问题。还有学者在制度性安排层面，讨论了算法选择与传统的新闻选择的不同之处，进而结合媒介发展实际探讨了如何重塑新闻权威等议题。^[5]这一研究也表明，人工智能进入新闻编辑室，已不再像以往那样纯粹扮演技术设施/工具的角色，而是会对新闻生产流程、组织文化、职业规则等产生影响。但是，由于当前深入传统媒体内部的民族志研究不多，缺乏对新闻组织采纳AI新技术过程的深入观察，在分析机器人与人类新闻生产者、新闻组织之间的关系和产生的影响时，较难进行充分讨论。因此，本项研究选择沿着新闻生产社会学的中观路径展开学术观察和思考，“以个人或组织的实践活动作为理解新闻体制及结构的构成要素，由小及大，以微观构成宏观的分析过程”。^[6]

上世纪70年代，一批社会学家将人类学的民族志研究方法应用于新闻生产研究，将新闻研究从生产者个体向新闻组织延伸，呈现出新闻传播与社会、制度、意识形态深刻而紧密的联系。此后，在门户网站出现、移动互联网兴起后，又陆续形成了两波研究浪潮。本文的研究正是沿袭这一传统，深入Knews编辑室开展田野调查和深度访谈，观察新闻编辑与机器人协作生产的场景和过程，与各级管理者和记者、编辑、技术人员等进行深度访谈，了解他们的具体实践以及对智能化生产创新的态度。围绕“编辑室利用人工智能开展了哪些实践，产生了怎样的效果，表现出怎样的采纳态度”这一核心问题，运用适切的社会学理论，对传统媒体人工智能实践创新的前景和实现程度进行学术分析。

二、 创新实践：智能化新闻生产的流程与效果

2015年，SMG融媒体中心瞄准人工智能前沿，探索构建智能化新闻生产的应用场景，与微软公司合作将聊天机器人“小冰”改造为新闻机器人，适配编辑室的生产常规，应用于电视和流媒体节目播出。虽然人工智能语音播报才是“小冰”的特长，但并不纳入本研究讨论的范围。笔者的考察主要针对“小冰”通过算法生成稿件以及后续应用于新闻选择的实践展开。

（一）稿件写作：简单的高效能

机器人写作，主要是通过依序完成数据采集、计算数据中的兴趣点、选择报道角度、匹配故事点、自然语言生成这5个步骤实现。^[7]以一篇气象预报的口播稿件为例，（1）数据采集：从气象台网站抓取数据；（2）计算数据中的兴趣点：如分析得出今天降雨量较大；（3）选择报道角度：如发现雨量较大后，检索相应区域，生成“××区域×时降雨量较大，出行请注意”的信息；（4）匹配故事点，填写模板库中的结构化文本，如今天天气××，风力××，最高温度××，最低温度……（5）自然语言生成：可以理解为“顺稿件”，使用语料库等资源校对稿件，尽量修正机械化拼接痕迹，靠近人类自然语言。完成上述工作，通常只需要数秒时间。

《看东方》栏目是东方卫视7:00播出的一档晨间节目。2015年年底开始，他们将“小冰”引入气象播报环节，开始生产并播报气象信息。此前，编辑在早晨到岗后，大约需要用25分钟时间，依次完成天气数据查询、稿件撰写等工作并将预报数据导入制作系统，供字幕员制作图文字幕。而“小冰”进入新闻编辑室后，编辑只需要接收微软发来的音频文件（此前“小冰”已通过算法定时收集信息、撰写稿件并转换成语音），将音频文件简单修正并进行技术性检查，即可送审，这一环节通常只需要5分钟。审片人审听语音内容并确认符合播出要求后，就会签发播出。从气象预报的生产链路上看，“小冰”背后的算法起到了一审的作用，微软工程师和新闻编辑成为共同二审，而值班监制／编审依旧握有三审的最终决定权。通过对比不难发现，“小冰”进入编辑室后，气象新闻生产的工作时长、具体内容和局部审核流程发生了变化。

在考察中，笔者注意到，编辑们对于“小冰”能来接手这样一份“简单重复的工作”，大多持欢迎态度。但对于有更多功能诉求的管理者而言，这种兴奋感未能持续接收到“刺激”，时任《看东方》负责人S谈到，一开始，人工智能的到来让人感觉比较新鲜，“但是那种东西时间长了……偶尔出现过一种（差错）情况，因为它抓的权威来源的网站没有更新。”^[8]笔者随机抽取了2017、2018、2019年同一天（4月26日）“小冰”生产的稿件发现，正如受访者所言，除了数据之外，文稿模式基本相同，或者说这种结构化处理让“小冰”没有什么可以拓展的空间，与其说是“写稿”，不如说是“填空”更为贴切。

需要说明的是，所谓观摩“小冰”生产气象新闻的过程，能够看到的实际上是编辑与微软工程师合作对语音文件进行加工的过程，以及对“小冰”产出的稿件进行比较研究和评判，新闻机器人并未以实体形态出现在编辑室内。此前，当一项新技术进入编辑室，往往会以设备或软件的形式存在，由新闻生产者操控或委托技术人员操控。面对由算法拟化的“小冰”，传统生产者不会担心主导权的旁落吗？引入“小冰”的决策者T曾提到，为了使“小冰”应用落地，双方进行了多轮磨合。微软的工程师根据栏目组需求，编写气象播报的信息抓取、生产、语音程序，再对异常天气状况加入与之匹配的口语化表达，从而形成基本应用。

不难发现，在新闻编辑室与新技术的交往实践中，传统新闻“把关人”通过对新闻生产流程和规则的强化、对审核机制的把控，将技术创新的实践限制在编辑室业已存在并被证明是行之有效的规则中，进而将人工智能新技术“消解”为机器人生产的半成品。新闻惯习与技术逻辑的博弈背后，是新闻人“职业意识形态及其根深蒂固的工作常规”与人工智能产生的强烈冲突。这种“冲突”使新技术的变革力量在新闻组织内部难以得到实质性发挥。^[9]

（二）新闻选择：创新的旧实践

在《看东方》试点应用的基础上，2017年3月，融媒体中心又在Knews24直播流频道中开办了一个名为《小冰摇摇吧》的新节目，由卫视编播部的东方大头条团队负责制作。这档节目主打的是“新闻排行榜”——由“小冰”根据微软搜索引擎Bing的用户搜索兴趣，排出当天关注度最高的5个新闻事件，并通过语义分析搜索互联网上对这些事件的评论和背景资料，智能化组织解析、点评。以往，新闻编辑室在新闻选择上，往往依据新闻价值进行判断，而智能化生产则是借助算法和大数据，两者之间会有怎样的差异？笔者从节目库中随机抽取了一天12:00播出的《东方大头条》和12:30播出的《小冰摇摇吧》，对新闻节目版面编排和机器人智能选择的结果进行了比较。

通过对比，笔者发现，两档节目的编排策略相似，都是按照时政、国内、体育、国际的顺序组稿，区别更多体现在国际新闻上——电视新闻追求时效，更新了两条最新消息，而机器人编排依据搜索量，因此选择了旧闻。节目负责人W在访谈时解释说，考虑到算法选择的新闻不能太偏离“常规”，因此通过给微软方面框定编辑室感兴趣的范围加以保证。在编辑室看来，这种对自动化生产前端的干预行为，主要是出于维护新闻生产规则的考量，“因为它的最原始的数据库涵盖各个领域，包括一些八卦的新闻，它的点击量可能特别高……但那些新闻肯定是我们不会采用的。”^[10]

笔者在观摩《小冰摇摇吧》的生产过程时还注意到，新闻编辑室对算法的干预不仅仅存在于早期的开发中。每天，在“小冰”自动挑选出10条新闻后，编辑团队会专门安排1名责编，再从中挑出5条并反馈给微软方面，接下来才是智能化的稿件撰写、语音生成。不仅如此，《小冰摇摇吧》的负责人最初设想是，对于一档在互联网上播出的节目，希望在《看东方》的基础上往前多走一步，更加有新媒体的气质。然而，在实践过程中，出于对机器人失控的担心，即使是与“小冰”的即兴互动，像唱歌、念诗等，也都是编辑室“提前知晓的”。

从上述事例不难看出编辑室的担心。显然，按照传统“把关人”的规则和标准衡量，“小冰”在自主生产过程中存在的失控风险，意味着可能带来的导向/播出差错。这种不确定性直接影响着新闻组织的采纳态度。当编辑室在意识到机器人可能改变局部审核机制（以算法和工程师替代原有的一、二审）时，便将“审核”需求加入新闻机器人开发环节，并在日常生产中以技术手段持续向人工智能输出编辑室的立场和价值观。这种干预行为收窄了智能化、自动化应用的范围，将人工智能简化为服务于生产常规的技术工具，使智能化新闻生产由“人类向技术寻求生产力”异化为“算法向人类求得认同”的过程，无意中消解了技术创新给转型中的传统媒体带来惊喜的可能。

三、思考与展望：控制度与新动能

无论从国内外现有经验材料分析，还是从本次编辑室考察的结果看，智能化新闻生产在数据处理方面有着巨大优势。它的高效率主要体现在能短时间处理海量图形、文字等各类数据信息，特别是在诸如气象、财经等结构化文本的应用场景中，以秒计的生产能力可以极大缓解传统编辑室当前人力、产量等方面的不足，有效应对移动互联网用户海量、多元的资讯需求。

当然，编辑室对智能化新闻生产技术的接受态度，并不是简单地依据技术生产，还有着基于惯习的深层次考量。其中，“控制度”就是一个重要影响因素。首先是对结果的充分控制。“安全”，在传统媒体特别是电视媒体的语境中，有着特殊的意涵。即便在SMG这样一个着力接轨最新科技的新闻组织，面对新技术也保持有限采纳的心理——“我们牺牲（新技术）这20%（的功能），某种意义上来说，我们杜绝它犯错的可能性，而这个错误一旦发生的话，它造成的损失可能不是20%。”^[11]要保证结果的确定性，就必然涉及编辑室对过程的充分控制。在采纳一项技术创新时，从引入前的评估测试，到实施前的布局规划，再到具体投用，编辑室都会要求其透明化、可控制，尽可能排除不确定性。但人工智能则处于一种“黑箱”运行状态，无法实时地、直观地展现其具体生产过程。因此，编辑室在采纳人工智能技术时会显得更为谨慎。可以这么认为，在编辑室的语境中，控制度与确定性往往是正相关的。

智能化新闻生产，同样可以被纳入创新话语的框架内进行讨论。罗杰斯在《创新的扩散》一书中提出，创新的五种属性决定了创新被采用的程度——（1）相对优势，指创新比被它取代的现有观念或技术优越的程度；（2）兼容性，指创新和当前价值体系、过往经验、潜在采用者需求相一致的程度；（3）复杂性，是指理解和使用某项创新的相对难度；（4）可试性，是指创新可以在有限基础上进行实验的程度；（5）可见性，是指创新成果能被其他人看到的程度。^[12]借鉴这一理论方法分析：首先，由于人工智能开发是一个持续的过程，需要较多的资金和人才资源投入，目前SMG已经采取了与社会化科技公司、互联网企业合作的模式，在这一方面只需要有限投入；其次，人工智能最大的不确定性体现在它有“脱控”风险，但它能解决部分传统新闻生产中的实际痛点需求，因此，其兼容性主要取决于对安全风险的控制度；再次，如果仅用作辅助新闻生产，复杂性相对较低；最后，从目前实践看，可试性和可见性比较直观。

基于上述分析，人工智能目前在新闻生产中，主要还是发挥工具性作用，可以借助算法满足编辑室在数据处理、资讯分发等方面的需求，如果能与实力较强的社会化技术公司在统一技术规则下实现合作，能保证编辑室的智能化生产实践得到持续性开展。但是，由于控制度对于编辑室采纳态度的影响，人工智能短时期内还无法在编辑室内获得主体性地位。在创新实践中把握好控制度，即平衡降低不确定性和释放技术潜能的关系，是传统媒体向新技术谋求新动能必须回答好的一道题。

（本文作者为SMG融媒体中心副主任）

【1】蔡曙山，薛小迪．人工智能与人类智能——从认知科学五个层级的理论看人机大战[J]．北京大学学报（哲学社会科学版），2016，53(04)：145-154．

【2】Clerwall C. Enter the robot journalist[J]. Journalism Practice, 2014,8(5):519-531.

【3】邓建国．机器人新闻：原理、风险和影响[J]．新闻记者，2016(09)：10-17．

【4】方师师．算法机制背后的新闻价值观——围绕“Facebook偏见门”事件的研究[J]．新闻记者，2016(09)：39-50．

【5】Carlson M. Automating judgment? Algorithmic judgment, news knowledge, and journalistic professionalism[J]. New Media & Society, 2017,20(4):1755-1772.

【6】潘忠党．“补偿网络”：作为传播社会学研究的概念[J]．国际新闻界，1997(3)：34-46．

【7】Diakopoulos N. The Anatomy of a Robot Journalist [EB/OL]. (2014-06-12)[2019-02-08]. http://towcenter.org/blog/the-anatomy-of-a-robot-journalist.

【8】【10】【11】  2018年10月对SMG融媒体中心人员的访谈笔记.

【9】张志安，束开荣．新媒体与新闻生产研究：语境、范式与问题[J]．新闻记者，2015(12)：29-37．

【12】E. M. 罗杰斯．创新的扩散（第五版）[M]．唐兴通，郑常青，张延臣，译．北京：华夏出版社，2001．