人工智慧會把記者從工位趕走嗎？ | 智媒元年
媒體圈正在上演殘酷的「人機大戰」！
越來越多的新聞編輯室開始大規模引入人工智慧，並將他們送上核心崗位。從財報和體育資訊寫作，到資訊短視頻的剪輯，再到機器掌管資訊管道的分發大權，甚至開始全面監管人類工作......
正如Future Today Institute創始人、數字媒體先驅Amy Webb所說，「人工智慧將影響到新聞業的方方面面。我們的編輯部將變得截然不同，記者和社交媒體經理可能徹底消失。」
一場機器與人的生存爭奪戰役，一觸即發。
在10月20日全媒派（qq_qmp）的推送（《2016騰訊網媒體高峯論壇倒計時！邀你一起開啟「智媒元年」大幕》）中，我們提出瞭如下幾個問題，我們先來看看大家的投票結果。
從大家的投票中，我們會發現：有超過半數的人認為未來資訊的生產主導力量將是機器人；但機器人無法完全取代媒體人，比如那些需要依靠激情、理想和創造力的工作，比如神聖的普利策獎桂冠不應該頒發給機器人。
我們有理由相信，這場由技術驅動的世紀之爭不會輕易休戰。如今，圍繞機器與人的對決，已形成觀點互搏的兩大陣營。接下來，就讓我們跟隨多個回合的博弈，縱觀整個戰局。
無論你拒絕還是接受，你極有可能消費了AI生產的內容且毫無察覺。為美聯社提供機器寫作的公司Automated Insights指出，其軟體去年一共創作了10億則報道，許多都沒有人工幹預，其專長就是「像一個人一樣」寫作；Narrative Science則聲稱可以創作「與出自人類的作品分毫不差的文本」，其聯合創始人KristianHammond的預測你們可能都聽說了：到2025年，90%的新聞將由計算機演算法生成，其中大部分都無需人工幹預。
毫無疑問，新聞和信息生態系統再次處於變革之中，人們對「智能內容」的需求量也順勢而生。那麼，未來機器演算法會完全勝任「私人記者」的工作嗎？
正方觀點1演算法讓新聞的私人訂製成為可能美聯社是最早啟用機器演算法寫作新聞的傳統機構之一，來自美聯社的戰略經理Francesco Marconi認為，人工智慧賦予新聞機構創造無限內容的可能，並且可以根據讀者的個性、心情、社會經濟地位以及地理位置，向每位讀者推薦適合他們的故事，讓用戶真正享受到「私人定製」資訊。
Marconi進一步指出，人工智慧將從根本上提高「個性化分發」的效率，而該領域的巨頭Google、Facebook、Twitter早已深諳此道。自2013年以來，這些公司把大量的資源投入到人工智慧領域，在Facebook的通訊軟體Messenger中，一些新聞機構（如CNN、華爾街日報）已經開始使用機器人Bot分發新聞資訊，並在一定程度上實現了自動化。而更重要的是，如果用戶能夠獲得量身打造的個性化內容，那麼他們對平臺的黏度也會隨之提高。
在資訊分發渠道開始大規模啟用演算法進行推薦之後，層出不窮的假新聞開始頻頻打臉，Facebook的熱門新聞就是一個典型的例子。
10月，《華盛頓郵報》對Facebook上推送的熱門話題進行覈查，在三週時間裡，共發現了 8條顯而易見的虛假新聞——這個板塊每天一般也就十幾條新聞。這個欄目原本由一個編輯團隊維護，之前也有過假新聞，但遠沒有如此頻繁。其中有一條最離譜的假新聞，竟然像模像樣地杜撰了蘋果資深人士說「明年的iPhone8可以彈出一個實體Siri」這樣的內容，並登上了用戶的頭條。
假新聞，是演算法推薦新聞最大的痛點，也是最受詬病的短板。
正方觀點2低成本、高效率必將成為編輯室的選擇從經濟學和編輯室工作效率的角度來看，機器能夠高效完成工作，也不會像人一樣需要請假。現實中根據每位用戶的需求撰寫定製新聞，一般記者難以完成，但對於「人工智慧記者」來說只是幾秒鐘的事。從這個角度來看，機器人新聞業更加經濟高效，而培養一個優秀的人類記者的成本則非常高昂。
再結合產業環境來看，如今多媒體平臺普及、傳統媒體日漸衰落，傳統商業模式式微，而機器人新聞業的一大特點就是成本低、效率高、速度快。考慮到這些經濟因素，演算法新聞學勢必會得到很快的發展和普及。而更多的利用，也將不斷推進演算法進行迭代和優化。
反方觀點2演算法存在不易察覺的偏見和軟肋儘管演算法擁有高效率，但也自有其軟肋。Amy Webb就指出，演算法可能存在偏見，為此新聞讀者不僅應該可以看到報道的署名記者，還應瞭解報道創作過程中使用的技術以及數據等資料。她強調，隨著記者在報道中越來越依賴數據、機器學習以及演算法，新聞機構必須致力於保持透明性。
BuzzFeed數據新聞記者、Narrative Scienc聯合創始人John Templon也指出，決定演算法新聞有一個至關重要的要素——底層數據質量。如果導入了不準確的數據，則會產生較大的偏差甚至錯誤。
有人說或許可以採取自動生成+人工檢查，但是Templon認為，人工檢查會大大降低速度，且大大削弱了自動化新聞的意義。
此外，機器演算法為用戶進行個性化推薦的做法，也有不少觀點認為這會導致人們難以接觸到意見相左的人，陷入深不見底「信息繭房」。
點評：硬幣的正反兩面已全部攤開給我們看，但技術帶來的變化依然如同是個黑匣子。在快速、高效的表面下，隱藏著人類肉眼無法甄別的偏見。有位機器人美女可以幫你料理可口的美食，但有一天卻會端上兩種相剋的食物，你敢把她領進家門嗎？
上文提到的Kris Hammond還曾預言，「終有一天，新聞機器人將會獲得普利策新聞獎——人工智慧可以挖掘隱藏在數據背後的故事。」他的這一預測發出後，引爆了巨大的爭議。再來看正反兩方觀點PK。
正方觀點1人工智慧可以拿獎在於其強大功能湯森路透內部負責技術研發創新的Reg Chua對機器人寫作的未來充滿信心，「過去150年甚至更久，新聞一直都只講述大多數人最感興趣的內容。但是現在，一篇金融報道可以包含一個段落，專門分析你的投資組合，比如告訴你市場行情很好，但你的股票卻賠了，如果你當初不賣掉IBM的股票，你現在可能賺多少。」
與美聯社一樣，湯森路透公司也在積極使用人工智慧工具撰寫文章。其自主研發的寫作機器在一次盲測中產出的內容，甚至比人工撰寫的內容可讀性更強。
Chua認為，未來很可能出現的情況是，機器人獲得普利策獎並非因為它所生產的內容，而是因為在面對重大事件報道時，它能生產出一系列的高質量文章，並針對不同用戶創造出成千上萬個定製化版本。
反方觀點1演算法無法自動寫作高質量內容John Templon則從自動化新聞的技術原理出發，辯駁「機器能夠獲得普利策獎」的斷言。
當下，自動化新聞依賴於自然語言生成技術（Natural Language Generation Technology）。Templon指出，一篇成功的自動化新聞需要諸多前提，首先是題材上的侷限，新聞題材必須是重複性的、事實型的報道；其次是非常高的數據要求，即清晰（clean）、準確（accurate）和結構化（structured）的數據；最後，成功生成報道還需合適、有趣的樣本文字，事先需要人工定義相應報道的模版樣本。
換句話說，「演算法的工作原理決定了演算法在程式化、題材重複的新聞報道中，纔有可能比人類更勝一籌。」
Templon進一步補充，「自動化新聞或許能夠作為普利策獲獎作品的重要組成部分。它們可以輔助作者和記者們獲得海量的信息。但我並不認為演算法可以自行生成獲獎報道。」
正方觀點2歷史上已有先例來自美聯社的Justin Myers力挺未來的人工智慧可以獲得新聞獎。「因為它已經做到了。」1989年，博德曼的一項關於種族歧視現象的調查曾獲普利策獎，這篇報道就是在計算機的輔助下完成的。
Myers進一步闡釋，未來的人工智慧「不再只是告訴人們你看到了什麼，而是保持觀望，然後呈現給人們一些有趣的、個人化的東西。」
反方觀點2深度調查報道機器人無法完成《華爾街日報》前資深記者Roy J. Harris Jr.站在普利策獎本身的角度來看，認為人工智慧不可能獲普利策獎。普利策獎只頒給記者，書寫和報道新聞的記者纔是普利策獎關注的重點。
先不論未來普利策獎是否會因此而變化，還有觀點認為，諸如調查報道、深度報道這類普利策獎榜單上的硬新聞，人工智慧無法完成。
美國商業雜誌Fast Company在2013年就刊登了的馬裏蘭大學新聞學教授Nick Diakopoulos的一篇文章，討論「IBM機器人沃森這樣的人工智慧能否完成調查性新聞報道」。教授認為，沃森不可能完成調查性報道，因為這樣的深度報道並不是玩拼圖遊戲那麼簡單。完成調查性報道的確是非常龐大的工程，機器在這方面也的確能夠比人更有效率低解讀信息，處理數據和尋找邏輯，但世界本身是微妙而複雜的，依然需要人類智力來做最後的決斷。儘管它很聰明，但它缺少人類的特性，比如創造力、判斷力、同情心、倫理道德等。
再進入這一回合之前，先來看一下這兩篇體育報道的開篇——
「週日，天使隊在第九局中落後兩分時，情況看起來不妙，但憑藉Vladimir Guerrero贏得的關鍵一分，洛杉磯天使隊挽回敗局，在芬威球場(Fenway Park)以七比六的比分擊敗波士頓紅襪隊。」
「週六下午，密歇根大學棒球隊在威爾彭棒球場——具有歷史意義的雷·費舍爾體育場的所在地，通過贏得四分的第五局比賽，扭轉局勢，最終以七比五的比分贏得了與愛荷華棒球隊在週末舉行的三場比賽中的最後一場。」
你能分辨出哪篇是人寫的，哪篇是機器人寫的嗎？
可能你和我一樣一籌莫展。瑞典卡爾斯塔得大學的Christer Clerwall在《新聞實踐》上發表論文稱，當看到類似的體育報道時，被調查對象無法辨別其中的區別。「機器人寫手」並不只是堆砌數據，它們非常聰明，善於選用適合目標受眾的風格——從古板到活潑——生產出看起來像是人類編寫的報道。也正因為此，越來越多的恐慌開始蔓延：編輯室將不再需要那麼多的人類記者和編輯。
正方觀點1部分傳統從業者勢必會被取代人工智慧會造成失業，這一點也不是危言聳聽的事情。正如斯坦福大學人工智慧與倫理學教授、也是2016騰訊網媒體高峯論壇嘉賓的Jerry Kaplan認為，不久的將來，人類再也不用勞動。因為人工智慧在自動化作業、自動駕駛，合成智能、執行能力等諸多方面的優勢明顯大於人類。它正不斷的取代現有人類的工作，讓曾經從事相關工作人工人逐漸消失。
而且，更嚴峻的地方在於，「無論你的領子是什麼顏色，自動化都會毫不留情」。或許有些人認為那些從事腦力勞動的人可能不會被取代，但「這種釋然只是一種誤會」。如今，律師、銀行職員、醫生等等，其部分工作都已經被機器人所取代。
面對人工智慧的迅猛發展，本月，五家科技巨頭——亞馬遜、Facebook、Google、IBM 和微軟聯合發起「AI 夥伴關係」（Partnership on AI），並成立了一個聯合組織來制定基本規則，以保護人類和人類的工作。旨在努力減輕公眾對於正在學習自主思考的機器的恐慌，或許也能緩解企業對於這項新技術受到政府監管前景的焦慮。
可見，人工智慧帶來的失業恐慌已經無孔不入，其中新聞資訊業當然無法逃脫。
反方觀點1AI不具備動機和熱情日本是世界上人工智慧和機器人行業技術最先進的國家之一。眾所周知，日本面臨著越來越嚴重的勞動力短缺問題，而日本本土無法吸納大量的移民，所以日本轉而依靠機器人和AI填補勞動力缺口。但是發表在《日本時報》上的一篇文章依然認為，新聞記者被認為擁有比人工智慧更長久的生命力。
作者HIROKI SUGITA認為，新聞業需要從業者具備以下三個特點：
創造力、靈感、藝術感；
高超的溝通技巧和表達能力；
獨立思考能力。
基於以上，作者認為：如果你寫的內容是與每日經濟指數相關，那麼AI可以替代你的工作；但如果你要就此寫一篇分析文章，那麼你對新聞的感覺和溝通技巧就成了你不可替代的殺手鐧。
最重要的是，人類記者強烈的動機，才使得AI和機器人能夠順利工作，也是人類創造了這些智能機器人。即使在機器人時代，激情和動機在新聞行業永遠是最重要的。
正方觀點2AI將會不斷進化這種觀點強調用動態的眼光看待AI對於媒體的作用。如果新聞機構準備嚴肅對待其「看門狗」的功能，那麼它們仍需要在AI技術上不斷投入資金，而不是滿足於現有的技術。舉個例子，IBM仍然需要耗費大量的時間和金錢在沃森機器人上，才能完成AI技術在新聞領域的應用。
而且，無論是演算法還是數據，都可以動態更新。有許多人認為人類擁有的好奇心、創造力和懷疑精神等等是機器人無法擁有的。但以色列荷茲利亞跨學科研究院——薩米·奧弗傳播學院創始人兼院長Noam Lemelshtrich Latar卻認為，懷疑精神也一樣可以被變成數據，「一個好的程序一樣可以像人一樣擁有懷疑精神」。也就是說，未來AI可以完成的任務要遠超我們想像。
反方觀點2倫理和道德挑戰與日俱增但是，技術在有些時候並非萬能的。美聯社戰略經理Francesco Marconi指出，當我們不斷推動人工智慧與新聞業的結合，我們就會面臨更多道德和倫理規範方面的挑戰；Truth Goggles的研發者Schultz也說，不發達的自然語言處理能力並不是唯一掣肘，他真正關注的是來自人類的挑戰。
就拿人工智慧開始涉足事實覈查來說，一個社會科學研究顯示，人們不願意接受那些會挑戰他們身份認同和世界觀的事實覈查。也就是說，即使事實覈查的內容是真實的，用戶在心理上也不願意接受。而且，如果事實覈查出現錯誤，那就意味著對用戶「說謊」，提供了錯誤的信息，用戶緊接著就會對相關產品失去信任。
或許，新聞編輯室不會將重要職責那麼快地全盤交由機器人，除了技術上的不完善，更重要的原因還在於人類本身——人們對技術有著深層次的畏懼與不信任。也因此，有更多論點指出，人工智慧的職責應當是與記者協同工作，而不是取代後者。
媒體圈的「人機大戰」，你會站在哪一個陣營？
智媒元年——2016騰訊網媒體高峯論壇，將首次在大會外場設置兩條通道：右轉相信人類智慧，左轉擁抱機器之心，兩條通道將以完全迥異的進化觀呈現出信息傳播的演變。
11月14日，來現場，做出你的選擇。
觀點參考：
Whatartificialintelligencecandoforjournalistsandnewsrooms，FrancescoMarconi，DigitalContentNext
https://digitalcontentnext.org/blog/2016/05/06/what-artificial-intelligence-can-do-for-journalists
AIisalreadymakinginroadsintojournalismbutcoulditwinaPulitzer?JonathanHolmes，TheGuardian
https://www.theguardian.com/media/2016/apr/03/artificla-intelligence-robot-reporter-pulitzer-prize
Journalismcansurviveartificialintelligence，HirokiSugita，TheJapanTimes，
http://www.japantimes.co.jp/opinion/2016/07/02/commentary/japan-commentary/journalism-can-survive-artificial-intelligence/#.V_PFevl97Dc
CanArtificialIntelligenceLikeIBM"sWatsonDoInvestigativeJournalism?。NickDiakopoulos，FastCompany
https://www.fastcolabs.com/3021545/can-artificial-intelligence-like-ibms-watson-do-investigative-j
Failandmoveon:Lessonsfromautomatedfact-checkingexperiments，TamarWilner，Poynter
http://www.poynter.org/2016/fail-and-move-on-lessons-from-automated-fact-checking-experiments/429232/
IfanAlgorithmWroteThis,HowWouldYouEvenKnow?ShelleyPodolny，NewYorkTimes
ArtificialIntelligence&RealJournalism，JeffJarvis，Medium
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0ahUKEwjuwtKa4L7PAhUJE5AKHYslBggQFggeMAA&url=https%3A%2F%2Fmedium.com%2Fwhither-news%2Fartificial-intelligence-real-journalism-63762371b1d9&usg=AFQjCNG3gshvITazBtDjEz6eP66AM5CAUw
擔心新聞機器人會搶了飯碗？他卻從美國Top2的自動化新聞演算法公司辭職｜專訪BuzzFeed數據新聞記者John Templon，刺蝟公社
http://mp.weixin.qq.com/s?__biz=MzA5MjkyMDMxMg==&mid=2649430002&idx=1&sn=478403562ed635b891dca22f1d2386ea&mpshare=1&scene=1&srcid=10136ZA1IMVSr6jIIUjfBXml&from=singlemessage&isappinstalled=0#wechat_redirect
推薦閱讀：
