导语:路透新闻研究所发布了对欧洲15个国家“自动化新闻”应用情况的调查。尽管有关自动化新闻的尝试已不新鲜,但实际的应用才刚刚开始,那些擅长数据处理和自然语言生成方面的新闻机构很可能是定义新闻业未来的人。
自动化新闻由于写作时间快、数据挖掘能力强,自问世后一直备受业界关注。路透新闻研究所在近期的一份报告中指出“几年来,自动化正在变革着新闻界,但仍有一些关键因素阻碍着自动化新闻的模普”。媒体的实际运作中自动化新闻究竟发展到什么程度了? 这份以15个欧洲国家为调查对象的报告为你解答。
自动化新闻发展到什么程度了?
1 新闻机器人才不会让编辑失业
担心被机器人抢饭碗是很多新闻工作者非常忧虑的问题,但在 此次调查所接触到的媒体中,没有一家媒体认为自动化会导致裁员出现。相反,自动化反而会增加人力的投入,比如开发技术、维护数据库等。
路透社的技术创新经理Reg Chua就表示:“人们都以为自动化很便宜,但这绝对是错误印象。采取自动化技术,是要花很多钱的,你需要维护、追踪、管理很多东西,对于很多媒体而言并不是省钱之举。”
2 自动化程度提高,但发展不均衡
多数欧洲国家的媒体已将自动化技术引入了新闻生产流程,但应用程度很不均衡。经统计,目前像美联社、路透社、法新社这样的大通讯社每个月都会发布几千条由机器生产的新闻内容。
而像是西班牙、意大利、捷克等国,即使是全国最大的通讯社也不太重视在这项新技术上投资,因为受访者认为投入的成本和风险较大。
3 自动化新闻最擅长写什么内容?
答案是体育和财经类内容,因为这些内容的写作更加有迹可循。来自芬兰媒体的Maija Lappalainen说,“在体育领域应用自动写作主要是由于数据的可用性。在体育运动中,你有规则,你知道谁是赢家谁是输家。”
此外,机器人记者还擅长对选举、教育、失业和房地产等领域进行报道,写作过程通常要依赖于官方提供的数据。
4 应用领域不仅限于新闻写作
尽管机器人写作是最常见的自动化新闻技术,但实际上值得开发的应用方向远不止这些。
例如,路透社自行研发了一款新闻追踪器(Reuters News Tracer),用来协助编辑捕捉脸书和推特上的突发事件。
这个工具的亮点在于“预知新闻”,比如当发生爆炸或自然灾害时,通常会有很多目击者在网上发布消息、照片和视频,而这个程序能监控这种突然间剧增的相似内容,同时将相关推文聚集在一起,生成信息和大数据并推测出事件的大致轮廓。凭借这一工具,路透社在去年纽约切尔西区爆炸事件中比其他媒体领先发稿15分钟。
想要全面自动化,媒体人还需突破哪些阻碍?
1 数据缺乏是首要问题
体育和财经新闻之所以比较容易实现自动化,就是因为这两个领域能获取丰富而有结构性的数据,而其他领域就很少具备这种条件。
然而,很多媒体不愿建设自己的数据库,因为这样会增加运营成本和专业复杂性。目前多数媒体对数据的取用常常依赖于第三方平台和官方来源,由此带来的问题就是同质化内容增多以及新闻真实性难以保障。因此,报告认为媒体建立自己的数据库是全面推广自动化新闻应用的基础
2 结果片面,表达单一
在调查中,新闻从业者也表达了对目前新闻机器人分析能力不足的担忧,因为多数机器只依靠系统设定的单一数据流,就算流量很大出现的结果也是片面的。此外,目前的技术基本只能分析浅层关系,无法寻找数据点之间的联系,把外部事件一体化。
一位受访记者 Neil Thurman 表示,“相关研究人员正在尝试建立更多的数据来源渠道,丰富自动撰写故事的模板,这可以为新闻提供更多语境。”
3 自动化变革需要自上而下的推动力
自动化新闻在应用中的诉求大多是自下而上的,但是由于研发、维护、培训等方面的投入较多,不少媒体缺少自上而下变革的驱动力。
Jairo Mejia是一位受访的美国通讯记者。他由于个人兴趣自行开发了一个自动化新闻工具,用于辅助就业问题和石油供应话题的报道。尽管这项工具被广泛推广,但是高层拒绝投入更多资金做进一步开发,这也导致了Mejia 最终离开通讯社,自行创办了一家技术公司。
这份报告最后总结到,尽管有关自动化新闻的尝试已不新鲜,但实际的应用才刚刚开始,那些擅长数据处理和自然语言生成方面的新闻机构很可能是定义新闻业未来的人。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.