星期五 , 3月 29 2024
首页 / 人工智能 / AI / AI占领新闻编辑室?看看国际媒体如何实战应用

AI占领新闻编辑室?看看国际媒体如何实战应用

自动化加速落地,AI照进现实。

在驶向未来的旅程中,新闻业从未掉队,媒体在观察社会风向的同时,亦以开放的姿态拥抱未来。相较于几年前的争议,而今,人们对自动化新闻等实际案例已经见怪不怪,被“解放的”记者们并未如预料般陷入失业,相反,他们投入到了更有价值的工作当中。

在行业发展欣欣向荣之时,全媒派总结了国际顶尖新闻编辑室的AI落地应用。我们希望,循着探路者的足迹,向大家徐徐展开当下新闻业的具象图景,看变革如何进行,我们又将如何接纳变革。

具体来看,我们将结合实际案例回答以下三个问题:

1. AI如何为新闻编辑室赋能?

2. AI在哪些具体流程中已经取代了记者?

3. 新闻编辑室应该如何借助AI提高报道质量,AI又将如何影响新闻业的未来?

《纽约时报》:语义辨识和评论区管理

2015年,《纽约时报》引入了名为“Editor”的AI编辑,主要负责简化记者和编辑的工作流程。“Editor”在记者和编辑报道新闻的过程中,积累了大量的新闻关键词、新闻主题和报道标题。伴随着数据的积累,AI编辑学会了识别语义标签,并且学习文章的主要部分。Editor通过实时搜索数据,在设定类别中提取信息,如事件、人物、地点和日期,从而使信息更加易于获取,简化研究过程,并且提供快速可靠的事实核查功能。

除此以外,人工智能在《纽约时报》的另一项应用是管理读者评论区鼓励有建设性的讨论,减少骚扰和辱骂。《纽约时报》的评论区氛围是令人兴奋的,目前,有14名人工编辑负责管理这个模块。尽管《纽约时报》仅有10%的文章开设了读者评论功能,但编辑们每天还是需要处理高达1.1万条读者评论。

引入AI审核员后,审核和互动效率都将大大提升,这意味着将有更多的文章开放评论区,同时《纽约时报》也能节约一笔人工开支。目前,由Jigsaw(隶属于谷歌母公司Alphabet)开发的Perspective API人工智能工具已经实际应用于评论区管理,帮助读者快速识别有害评论和有启发性的评论。读者可以通过鼠标拖动滑块来控制显示的评论。滑块越靠右,过滤程度越低,显示的有害评论越多。使用这个工具,读者们可以在评论区进行更高效率的互动。

拖动鼠标可进行有害评论过滤

BBC新闻实验室:语义辨识

BBC新闻实验室的人工智能编辑名为“Juicer”,像一台榨汁机一样,“Juicer”的任务是把包括新闻快讯、专题报道、视频新闻、政府公告、社交媒体信息等在内的海量数据汇集在一起,并进行自由调用。

“Juicer”在2012年被首次引入BBC新闻实验室,平均每天需要处理来自850个新闻机构、政府部门和社交网站的RSS信息推送。“Juicer”能够通过语义辨识对输入的信息根据信源、地点、人物和事件进行整理归档。当记者需要调取关于某个主题的新闻或信息时,“Juicer”能够快速提供一个包含相关内容的清单。

“Juicer”能做的还远远不止这些,BBC新闻实验室的愿景是,当读者在浏览新闻的过程中在某个关键词上进行长期停留时,“Juicer”能够自动弹出与该关键词相关的信息。

除了应用于文本之外,在不远的将来,BBC还希望将它应用于非文本领域,如进行音频、图片和视频的提取。理想状况是,存在于任何媒体格式的信息都能被分类,被内容生产者有效利用。

路透社:数据可视化新闻

2016年起,路透社与语义辨识技术公司Graphiq进行合作, 给新闻媒体提供许多免费的数据可视化素材,题材包括娱乐、体育等内容。媒体可以通过路透社的Open Media Express平台访问这些数据。媒体网站嵌入的这一数据可视化服务是实时更新的。

对于新闻媒体而言,这是一个吸引用户的创新途径,它能使数据新闻更吸引人,更易于理解。Graphiq的算法是在不断更新进化的,该项工具就能够提供快速访问数据的能力。虽然不是所有的数据都需要借助AI来进行可视化展示,但像Graphiq提供的这类工具能帮助媒体展示更丰富的、关联度更大的信息,而不仅仅是贴一个简单的图表而已。

数据可视化是向读者展示复合信息的有效方式,它需要以一种易于快速阅读和理解的方式来呈现。它能够呈现的内容类别十分之广,从苹果股价,到川普的声望,再到市场营销的预测分析,所有题材的可视化都能通过简单操作实现。

《华盛顿邮报》:写稿机器人

《华盛顿邮报》的自动写稿机器人“Heliograf”自2016年里约奥运会崭露头角。通过对海量数据的分析和整合,“Heliograf”能够将信息与事先置入的报道模板进行对应,自动生成新闻稿,并推送至不同的平台。

在发现报道数据可能存在异常时,“Heliograf”还能够提醒记者注意。在里约奥运会期间,“Heliograf”承担了大量关于奖牌数和比分相关的实时报道,为记者进行深度采写留足了时间和空间。

自动化新闻产品是从数据导向型的领域起步的,如体育和金融内容。对于这类内容,生产者操作时常常利用原始数据,将其整合、转化为连贯的文章。

雅虎体育:自动化新闻

一开始,媒体报道机器人采写体育和金融题材报道时,常常提到的例子是雅虎。尽管雅虎已经“卖身”电信巨头Verizon,但是它的金融和体育资讯板块仍有大量忠实读者。

著名的自然语言生成供应商Automative Insights曾对雅虎的体育新闻报道进行了研究,研究发现,在雅虎应用了自动化新闻的体育报道中,往往蕴含着丰富的内容与详实的数据,这些扎实的内容能够吸引读者进行更长时间的阅读。除了增强用户粘性之外,研究指出,雅虎的自动化新闻同样受到广告主的欢迎,自动化新闻的高阅读量让广告主们愿意为更多展示曝光买单。

美联社:人工智能分析

美联社2013年首次使用AI生产新闻内容。与雅虎类似,美联社将人工智能技术应用于体育新闻数据和财经新闻数据的分析,并生成自动化新闻。例如,一款名叫“Wordsmith”的机器人能够自动把盈利数据转换成财经新闻。

除此以外,美联社的秘密武器是名为“NewsWhip”的新闻机器人,它能够对社交媒体上的讨论趋势进行追踪和预测。NewsWhip在其主页列出了以下主要功能:

  • 分析社交网络上的竞争者,进行标杆学习
  • 围绕关键词和垂直领域进行用户参与度分析
  • 判断网红对于品牌表现的影响

也就是说,除了像其他写稿机器人一样承担新闻报道的工作外,“NewsWhip”还承担了更多关于数据和趋势分析的工作。它还能以30分钟到3年的时间范围分析现在或过去的时间段,给记者实时预警,或提取出每日新闻简报。在它的帮助下,记者能够对新闻时事进行更加精准地“把脉”。

媒体们开发出自己独特的、符合定位的工具并不令人意外。在未来三四年,像NewsWhip这样的工具会面临激烈的竞争,因为AI取代网红营销、研究与竞争分析的态势愈演愈烈。

Quartz:聊天机器人

2016年,Quartz从奈特基金会获得19.3万美元拨款,设立了专门的机器人实验室Bot Studio,致力于为记者开发多样的自动化工具,这也彰显了互联网公司对于传媒趋势的“顺势而为”。Quartz相信,新闻将不仅仅从印刷转向互联网,更将在不久的将来通过物联网进入智能家居和车联网。

带着这样的愿景,Quartz将打造聊天机器人作为发展的重中之重,让用户和AI通过文字、语音或其他创新性地交互方式实现高效的人机互动。目前,这一研究还处于发展初期,但是聊天机器人已经可以实现对用户需求的自动读取,同时能够根据用户的需求提供相关内容,如围绕着某一主题、人物或地点的新闻报道等。

Quartz的阶段性目标是开发出能适配于所有媒体平台的聊天机器人,同时也计划开发面向新媒体工作者的自动写稿机器人。

《卫报》:聊天机器人

《卫报》推出了适用于Facebook入口的聊天机器人,能够有效节省读者浏览和搜索新闻的时间。启动该聊天机器人后,后台将自动在每天早上通过Facebook Messenger向读者推送精选的新闻报道,可选时间有6、7、8点三种。

报道内容可以由平台基于当日新闻事件自动选择,也可由用户根据自己的偏好板块自选,比如可选择只阅读热门科技新闻,或只阅读当日头版新闻。与上文中Quartz的聊天机器人类似,《卫报》的聊天机器人也可以回复用户消息和提供搜索帮助。

回到最初的问题,我们可以将AI在新闻编辑室的落地概括为六个方面:

1. 简化媒体工作流程:人工智能可以将记者从繁琐的日常工作中解放出来,使记者更加专注于自己擅长的领域。

2. 自动化的报道流程:人工智能可以应用于追踪突发新闻,弥补记者的时间和空间上的局限性。

3. 处理海量数据:人工智能可以应用于数据处理、研究等工作。处理更多数据:研究可以更快地完成,如纽约时报研究与开发实验室的  编辑应用程序所示。

4. 挖掘关联信息:人工智能可以帮助快速建立碎片化信息间的联系,辅助记者 更全面、更深层次地认识问题。

5. 事实核查:人工智能能够执行快速严谨的实施核查工作,在打击假新闻的过程中发挥着重要作用。

6. 数据新闻输出:人工智能可以将数据与新闻事件有机结合,输出可视化的数据新闻。

站在当下,回望来路,那些曾被我们视为天方夜谭的想法都已落定现实。眺望未来,是未知,但更多的是激荡着向往和期待的美好憧憬。

如何描绘一幅2023年的新闻编辑室图景?

或许是人工智能机器人与人类记者并肩而坐,配合井然,可以确定的一点是,在人工智能的帮助下,人类记者的工作也将发生重大的变化。除了更高效地处理工作外,记者和编辑将更多的时间和空间去拓宽自己的边界,探索全球性的深度新闻报道。这是一间新闻编辑室的进步,也将是全球新闻业的共同进步。

科技点亮未来,而我们,将一直在路上。

关于 吉运好熊

吉运好熊
清华计算机系

检查

真假“长文本”,国产大模型混战

Kimi有多火爆?凭一己之力搅 …

发表评论

邮箱地址不会被公开。 必填项已用*标注