人工智能在对外报道中的应用

马晨光

随着智能手机的普及，人工智能进入大众视野，无论在学界还是在业界都被广泛讨论。移动互联网的兴起几乎让人工智能惠及每一位手机用户，这其中最重要的影响之一便是大众获取信息方式的改变。换言之，就是人工智能重塑了信息传播形态，而最显著的特征就是社交媒体以及自媒体的兴起。人工智能在国内传播生态中的成功不言而喻，其成功经验能否移植到国际传播领域，继而影响“西强我弱”的传播格局呢？答案是肯定的。

一、机器人写稿提升新闻产量

美国《全球主义者》在线杂志2017年12月31日刊登题为《使用最广泛的语言》的报道称，全世界有110个国家将英语作为母语、官方语言或普遍的第二语言。其他任何一种语言在世界各国都没有得到如此广泛的使用。国际互联网上80%以上的网页用英语制作，50%的科技杂志用英文出版。在计算机领域，80%的信息是靠英语储存的。这是“西强我弱”的基本现实。

其实，中文信息也有对外传播的问题。但由于语言壁垒，中文信息的输出对“西强我弱”格局的影响甚微，只有加大英文信息的输出才有可能对西方舆论场造成影响。然而，由于英文采编能力的限制，新华社、《中国日报》等中国主要“外宣国家队”每日更新的英文信息量总和只有千条左右，这在浩如烟海的英文信息世界里犹如沧海一粟。这种由语言差异造成的信息鸿沟如何填补？人工智能是否有办法扩大我国英文信息的输出带宽？机器人写手也许能帮上忙。

自从四川九寨沟2017年8月8日21时19分发生7级地震，机器人仅用25秒就写出新闻稿实现全球首发后，“机器人写稿将取代记者工作”的言论被广为传播。所谓机器人写手其实是拟人化的说法，确切地说，是指运用算法对输入或搜集的数据自动进行加工处理，从而自动生成完整新闻报道的一整套计算机程序。和以往人工智能在传媒业的应用不同，机器人写手最大的特征就是新闻生产的完全自动化。除前期的技术开发外，在具体新闻写作过程中，人工的参与并不是新闻产品产出的关键和决定性环节，新闻生产的主体实现了由人向机器的转变。

从现状来分析，机器人写稿的题材主要是灾难新闻、财经新闻、体育报道以及一些资讯。在新闻稿件的写作过程中，机器人重构了媒体的部分生产环节，通过算法对大数据进行过滤、分类、排序和关联，再把经过处理的数据进行适配并组合文章模块，从而形成“机器人新闻”。目前，由于技术限制，机器人写作的稿件多为资讯类新闻，但其产量十分惊人。美联社使用Wordsmith（软件）编写财经和体育方面资讯，每季度可以产出3000家公司财报。据报道，Wordsmith一分钟最多可生成2000篇报道。①

阿里巴巴与第一财经联合推出的“DT稿王”主要报道股市异动，平均每天可发布1900篇公告，这是一位资深证券编辑100个小时才能完成的任务。在里约奥运会期间，今日头条研发的“xiaomingbot”通过对接奥组委的数据库信息，实时撰写新闻稿件。奥运会开幕后的13天内，共撰写457篇报道，涉及羽毛球、乒乓球、网球等大小赛事，平均每天30篇以上，发稿速度几乎与电视直播同步。②

鉴于机器写作模板已经成熟，我国外宣媒体完全可以在经济类、体育类报道中积极探索机器人写稿。在无疆界的互联网信息流动中，增加外宣媒体英文网站信息量具有重大意义，有利于提升英文网在谷歌等搜索引擎中的排名权重，从而在对用户搜索需求做出反馈时靠前展示。

二、智能算法提升传播效果

在海量信息流动时代，受众不是被动的靶子，外宣媒体新闻量产的提升并不能保证传播效果的一定提升。传播效果最终通过用户浏览、点击、阅读、评论、收藏、转发等具体的指上操作来落实。用户的指尖行为会留下网络痕迹，形成个人数据。这些性别、年龄、所在地址、行为习惯等多维用户数据就构成了基本用户画像。人工智能在信息传播中的重要应用之一，便是根据用户画像向用户推荐他们需要或者感兴趣的内容。支撑这一套智能推荐的是机器算法。

傳统媒体、互联网早期新闻门户采取的是编辑推荐内容模式，即由编辑们决定给用户看什么。编辑推荐的优势在于，借助专业素养筛选的内容平均质量相对较高，但劣势也很明显。一方面，人工能干预的内容数目受限，往往集中于最热门的头部内容，无法满足跟用户生活、工作相关的，甚至更长尾的内容；另一方面，以编辑经验主导的各大门户的首页呈现“千人一面”的特征，无法提供个性化阅读体验。

而机器算法反其道行之，它通过数据挖掘，逐步掌握用户兴趣。数据挖掘手段包括：根据用户主动定制频道行为，获取用户感兴趣的分类；信息流右下方的“取消”按钮，对用户不感兴趣内容进行精准屏蔽；根据用户停留在某一页面的时间来反映内容是否贴近用户需求；收集用户评论、转发、分享、收藏、赞踩等行为记录掌握用户兴趣。

算法为用户推荐内容的依据有两点：一是当前社会的热点话题，因为关注者众，即使用户没有兴趣也会因为好奇而去关注；二是用户的自身选择，用户个人经常会关注的话题就会多推荐，不常看或点击“不感兴趣”的话题自然少推荐或者不推荐。其作用就是让用户能及时获取自己所感兴趣内容的最新消息。通过推荐算法，内容平台能够根据用户的喜好筛选内容，并推荐给喜好类似的用户。

机器算法的优势在于加快了用户获取信息的效率，让用户更快地获取自己想要的内容。在个性化推荐机制下，用户在使用过程中慢慢地把自己的行为和偏好都自愿提供给内容平台，以获取更加精准的符合自己兴趣和爱好的信息推荐，这会让用户对平台的好感度越来越高，形成个人与平台双赢局面。

机器算法尽管有神奇“读心术”，但归根到底仍是一种电脑程序。外宣媒体不必自惭于自身技术研发能力的不足，因为算法是可以购买的。算法商店（Algorithmia）就是国外知名的算法交易市场，一个类似亚马逊的平台，不过它卖的是算法，开发者在这里上传自己的成果并明码标价。类似的交易平台还有DataXu、Quantiacs、PrecisionHawk等，目前这些平台越来越成为成熟的细分交易平台。

算法只是技术问题，要实现“千人千面”的个性推荐，需要基于海量用户数据。机器学习的规律是数据量越大，算法越聪明。数据收集也有成熟套路可循。以《中国日报》新闻APP为例，用户初次安装《中国日报》APP并打开时，APP会记住用户手机的操作系统、版本、屏幕、用户安装的其他APP、浏览器的Cookie、收藏夹、客户端网络、用户所在位置等信息，这样在用户未注册《中国日报》账号的情况下，就能完成用户的基础画像。如果用户使用脸书、推特、微信等社交平台账号登录，APP会获取用户在这些社交平台的好友关系、所发内容、粉丝性质、评论等信息，从而可以进行更详细的用户画像。接着，APP能根据用户阅读文章的类别、喜好兴趣、阅读时长、发表评论等维度进行更清晰的画像，然后推荐内容给用户。

三、人工智能加速跨媒介融合

视频化是移动互联网主要特征，尤其是移动流量资费下降后，音视频媒体迎来大爆发。在对外传播的主战场，以优兔和脸书为代表的视频平台和社交平台纷纷依靠视频资讯吸引用户。2017年8月，脸书创建视频频道“观看”；该频道对标优兔，与视频制作公司联合进行内容创作。与此同时，脸书利用信息流向用户推送他们可能感兴趣的视频，打造基于社交属性的视频推送机制。其首席执行官扎克伯格声称，视频已经成为脸书上表现最好的内容类型，因视频产生的流量将在未来三年持续增长。

为了满足读者对视频新闻的阅读需求，传统媒体也在不断扩大自己的视频新闻团队。自2014年以来，《纽约时报》已经裁撤了100名文字编辑，组建了60人的视频新闻团队。2017年，美国有超过60家媒体对传统的文字编辑进行裁员，转而增加对视频新闻的资源投入。例如，《华盛顿邮报》的视频团队规模由年初的40人增加至70人。③

我国外宣媒体也在积极布局视频业务。中国国际电视台（CGTN）便是其中翘楚。依托央视的强大视频资源，CGTN网站以及移动媒体均主打视频报道，但由于视频生产投入大，视频制作周期长，CGTN每日生产的视频量，尤其是那些便于在移动端传播的短视频数量不足百条。这样的生产能力与国外用户对视频新闻的需求构成较大矛盾。拥有国内最强视频生产能力的CGTN尚且如此，更遑论其他外宣媒体了。

好消息是，在人工智能时代，文本、音频和视频将不再仅仅是不同的新闻类型。随着三者之间的转化技术日趋成熟，在内容相关的前提下，任何文本都可以转化为视频，任何音频或视频也可以转化为文本。也就是说，人工智能将使媒介融合进一步加强。

总部设在以色列的文字视频平台Wibbitz就致力于推动此类媒介融合；它能够将彭博社、路透社、美联社、福布斯等超过500家媒体的文本新闻，根据用户的偏好转化为不同内容的视频。它的工作原理是：内容发布方只需执行一行代码，Wibbitz会自动从文章中抽取摘要并从网上获取相关的图片等信息，然后将这些信息瞬时整理转变成一个交互视频，同时还会添加相关图片和朗读配音。转化出的视频可以分享到脸书、推特或其他任何地方。视频可以在任何电脑、平板和智能手机上播放。

诸如新华社、《中国日报》这类传统上以文本为主要传播手段的外宣媒体，正好可以抓住这个跨文本转化的机会，和国外成熟的人工智能技术公司广泛合作，扩大文字内容的视频化呈现，从而适应移动互联网时代视频化阅读需求。

四、人工智能高阶应用：人机交互

无论是机器写稿还是跨文本转化，它们本质上是机器智能地“做事”；但人类对人工智能的预期不止于此，因为人工智能的最终目的是为了模拟、延伸和扩展人的智能，简而言之是“做人”。目前还不能期待人工智能拥有人类心智与情感，但机器与人类的交互模式日益智能化也是不争的事实。《人民日报》英文客户端引入的微软“小冰”机器人就是人工智能在对外传播中的探索型应用。

“小冰”位于《人民日报》英文客户端底部工具条正中间，点击中间按钮即开启与小机器人“小冰”的交互界面，用户马上就能收到“小冰”的问候语或者聊天搭讪句子，每次开启都可能不同。这既是一个闲聊界面，也是一个提供文本和语音双重选择的智能搜索界面。其中的语音搜索功能与当前市面上常见的智能音箱工作原理相同。虽然语音搜索结果的准确性有待提升，但利用人工智能完善用户体验的大方向是正确的。最近的一份报告显示，2017年使用声控设备的人数增加了129%，五分之一的智能手机用户每个月至少使用语音助手一次，用户也越来越多地采用聊天机器人作为与媒体互动的手段。

“环球编辑网络”首席执行官伯特兰预测，到2020年，新闻编辑部将引入类似Siri（苹果手机智能语音助手）的新闻助理。这些新闻助理将由聊天机器人和探测器组合而成，帮助记者简化日常工作流程，促进人机交互协作。

五、对采编流程引入人工智能的三个建议

2018年10月31日，中共中央总书记习近平在主持中共中央政治局第九次集体学习时强调，在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术的驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人機协同、群智开放、自主操控等新特征，正在对经济发展、社会进步、国际政治经济格局等方面产生重大而深远的影响。④从事国际传播的媒体工作者需要从战略高度领会总书记的讲话精神，从战术层面自觉同人工智能深度融合。

1.增强技术敏感性，拥抱人工智能。要摒弃机器只是工具的成见，深刻理解机器深度学习可能达到的智能水平及其将对国际传播秩序造成的影响；积极捕捉人工智能前沿动态，不断迭代移动新媒体的智能水平；加强对编辑记者培训，学习如何利用人工智能进行新闻报道，提升工作效率。

2.编务会引入智能辅助系统。各式各样的编务策划会是新闻工作者的日常程序，传统的做法是编辑报选题，主编定版面。引入智能辅助系统后，电脑会首先反馈前一天选题的浏览量、评论量、转发量等多维度传播效果，并报告实时国际传播热点，编辑可以根据这些策划新闻选题，也可以提出独立新闻线索。即便是不在实时热点榜单上的独立新闻线索，通过与智能辅助系统的语音交互（类似与Siri对话），编辑部也能实时掌握该线索的动态舆情。该系统可有效提升对外传播的精准度与可预测度。

3.人机协同，各尽所长。从人工智能出发，对外报道的新闻种类大体可以分为两种：第一种是数据密集、有固定结构、可模块化的信息，例如财经新闻与体育新闻；第二种是非结构化、需要承担价值输出责任的新闻，例如时政类与观点类新闻。与人类编辑相比，机器编辑擅长处理批量数据，根据人类预制的各类模板输出新闻，它们可以自动化生产第一种资讯。对外传播的价值输出责任需由专业新闻人承担。在实际工作中，一条新闻可能既包含可模块化信息，也有非结构性内容。这时候，新闻人就需要掌握人机协同技能：使用人工智能处理数据，发挥专业特长解释数据。此外，虽然机器比人类反应快，但它没有办法决定哪些信息是最重要的，没有办法识别和处理意外情况。这个时候，就需要专业的新闻人，帮助读者筛选信息、解剖重点。

「注释」

①彭茜：《2016年普利策奖揭晓引发“危机”话题 “还好，摘获奖项的仍是人类”》，《文汇报》2016年4月20日。

②敬慧：《机器新闻写作热潮下的传统新闻生产冷思考》，《科技传播》2017年第20期。

③微信公众号“全媒派”：《AI将为2018新闻业提供新视野：趋势预测&案例打法高能集锦》2018年1月30日。

④新华网：《习近平：推动我国新一代人工智能健康发展》，http：//www. xinhuanet.com/2018-10/31/c_1123643321.htm，2018年10月31日。