新聞業面臨的七大人工智慧挑戰

導 讀

目前人工智慧改變了新聞實踐的模式，同時也給新聞業帶來了諸多挑戰。

最近，推特公司發布最新財務報告。從財務報告來看，推特公司正朝著盈利方向發展，這一消息讓該公司股價立即攀升。一位評論人士指出，「推特公司在第三季度虧損2110萬美元，但現在利潤要好於預期。在周四開盤前，推特公司的股價飆升了近9%」。其實，這個財務報告的「作者」是一個名為WordSmith的人工智慧程序，它將結構化數據轉換成新聞報道，這個報道幾乎與人類作者所寫的文字沒什麼區別。

目前，人工智慧在社會各個領域表現越來越好。從2015～2025年，人工智慧產業的複合年增長率（CAGR），預計會達到50%，到2025年，整個產業的市場價值將會達到1270億美元。在未來十幾年，人工智慧將成為技術支出的最大驅動力。

人工智慧改變新聞實踐的模式

1.

自動化常規報道

人工智慧可以幫助新聞組織擴大報道範圍。美聯社利用人工智慧來報道公司財務報告，被報道的公司從300家增加到4000家。斯坦福大學的一項研究表明，這些新增加的公司財務報道增加了交易活動和市場流動性，讓市場更有活力。

Narrative Science的聯合創始人預測，在未來15年內，有90%的新聞報道會由人工智慧寫作。類似的人工智慧技術還可以對長篇報道進行概括、摘要，將長篇報道轉變成適合社交媒體報道的短小內容。這些人工智慧技術會為新聞記者節省很多時間，讓他們騰出更多時間來進行實地採訪。

2.

提供快速的洞察分析

人工智慧會對實時數據做出快速分析。一些公司的季度報告，往往需要一組人花費數周時間來分析。而現在人工智慧在短短几秒鐘之內，就會對這些報告做出深入分析。

3.

降低門檻

人工智慧可以減少內容生產過程中的人為因素——事實上，目前新聞記者已經利用人工智慧技術將文字報道轉製為短視頻報道，或者從現場搜集消息來源。不過，這並不是說新聞組織並不需要新聞記者，而是新聞組織應該適當地使用人工智慧技術，與規模較大的新聞組織競爭。如果新聞報道的質量不再過分依賴於某一個記者的技能或經驗，現在那些較大的媒體組織可能會失去一些受眾，因為地區新聞組織可以有效地利用人工智慧來生產新聞報道。

技術挑戰

1.

數據的可用性

當有足夠的數據時，機器學習才會很好地運作，它可以通過數據獲取模式，從中不斷學習，並相應地對系統進行優化。儘管人類可以通過一些類似經歷來模擬經驗，但人工智慧需要大量數據，才能知道正確的反應是什麼。沒有可用的數據，人工智慧的能力是有限的。樂天首席數據官北川指出：「要想讓深度學習很好地運作，你可能需要數百萬的數據點（data points）。」

2.

了解非結構化數據

人工智慧對非結構化數據的使用遇到了一定挑戰。通過使用標準化寫作模板，演算法軟體可以非常簡潔地將體育比賽或財務報告這些結構化數據轉換為新聞報道，但是如果人工智慧要在創意內容產業中得到廣泛應用，它就需要利用和整合非結構化數據，因為我們目前可用的大部分數據是非結構化數據。

3.

自我意識缺乏

人工智慧無法解釋它輸出的內容：它為什麼寫作這些報道，或者它是怎麼寫作這些報道的。要了解數據如何轉換為一個特定的故事，設計人工智慧時對消費者負責這一點需要認真考慮。實現這一目標的一個辦法是，讓消費者調整演算法參數，看結果會出現什麼變化。

4.

驗證真實性

人工智慧不能區分它接收的輸入數據是正確的還是不正確的。這可能會導致真實性問題——如果人工智慧接收到有問題的輸入數據，相應的輸出數據也可能是錯誤的。解決的辦法是開發特定的應用機制，以保證網路中分享內容的準確性。這可能會包括元數據（metadata）和事實、消息來源的引用。

治理挑戰

1.

重新定義版權與合理使用

在創意內容產業領域，新技術常常會給版權法帶來挑戰。機器學習也會帶來新的衝突，因為它涉及人工智慧利用人類生產的「表達性」產品——比如，一系列文章、繪畫或音樂，這些作品一般都有版權——來生產自己的產品。人工智慧的內容生產過程，可能會考驗「合理使用」的法律解釋，即在未經許可或支付費用的情況下，使用受版權保護的素材，創作出新的「有變化性的」內容。

2.

確保企業責任

因為人工智慧不能承擔法律責任，這就需要將人類的責任嵌入內容價值鏈條的各個環節。像臉書、谷歌和推特這類內容分發平台，在提供信息和塑造輿論方面擁有無比的力量，因為人工智慧演算法可以決定出現在用戶面前內容的相對價值。作為信息生產工具的擁有者，社交平台有責任阻止它們開發的演算法技術來傳播和推銷有危害的信息。

3.

不對稱權力加劇

一些大型的新聞組織正在開發它們自己的人工智慧系統，那些小新聞組織可能就沒有那麼大的財力。現在讓人擔心的是，選擇「購買」而不是「開發」，會刺激「人工智慧競賽」，進而會鞏固少數幾家公司的權力。

儘管面對這樣那樣的挑戰，我們對人工智慧技術的發展還是保持樂觀態度。不過有人會問：我們應該完全相信開發人工智慧的企業會有效地治理這種技術嗎？「公開人工智慧」組織就表達了類似的擔憂：「各類企業投入大量資金來進行人工智慧研究，這些企業都想打造功能最強大的人工智慧體系，但是這些企業並沒有一個內在的機制來保證每一個人能夠在技術進步中受益。」

（本文原題為《Can you tell if this was written by a robot? 7 challenges for AI in journalism》，譯自：https://www.weforum.org/agenda/2018/01/can-you-tell-if-this-article-was-written-by-a-robot-7-challenges-for-ai-in-journalism/，作者斯蒂芬·霍爾為世界經濟論壇信息與娛樂項目總監。編譯者張建中為西安外國語大學新聞與傳播學院副教授、國際傳播研究所所長）

【文章摘自《青年記者》3月上】

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！