新聞機器人時代的公關：選題之爭

有沒有一種可能性，在不久的將來，我們所看到的新聞中，虛假的信息將會很不幸的越來越多，比如昨天某一場球賽的回顧、某家公司的收入報告、昨晚的董事會會議、甚至某個地點出現(xiàn)了自然災害。在未來我們接觸到的信息有可能不僅僅是有錯的，甚至有可能是假新聞，比如“在昨晚的NBA常規(guī)賽中，勇士隊以5:0的成績大敗了皇馬”。

為什么？因為，人工智能和機器人已經慢慢被新聞界所接受并使用了。

用人工智能和新聞機器人編寫新聞已經開始在媒體圈中逐漸推行。自2013年以來，AP已經將人工智能投入試用。再往近看，兩年前，華盛頓郵報在報道2016里約奧運會的團隊中，也加入了一個新聞機器人。由于現(xiàn)在人工開支已經占到了媒體支出相當大的比例，甚至可以影響一家新聞機構的營收和運營，因此在大多數(shù)情況下，新聞機器人會從事一些重復性有規(guī)律可循的基礎工作，并將在新聞機構中扮演越來越重要的角色。但對于那些被迫放棄熟悉的話題領域的記者來說，與一個永遠守時、不用支付加班費、從不消沉或宿醉甚至在無數(shù)個deadline的壓力下也可以臨危不亂的精確算法相比，要讓人力資源負責人做出一個更明智的選擇似乎不是什么難事。

除了傳統(tǒng)的記者與編輯，新聞機器人的興起也是對公關人員的正面挑戰(zhàn)。當公關人希望尋求報道的時候，可以聯(lián)系的媒體和記者會越來越少，直到演變成公關人直接去和寫新聞的機器人溝通，搞清楚算法們是如何挑選選題的。

那么，如果機器人可以掌握標準的基礎新聞報道風格，它們當然可以編寫新聞稿，對吧？所以問題來了，“我們可以編一個能夠做選題的算法嗎？”

可自動化的都將自動化，人沒什么用了？

首先，壞消息是，一般而言，可自動化的內容生產流程最終都將自動化，并且這些能抓取選題，并將其用于產生新聞報道的AI技術和數(shù)據處理技術現(xiàn)在已經成型。

既然已經可以自動化生產內容，我們需要考慮的下一個問題是， “通過AI抓取的選題產生能引起記者的注意嗎？”

一個標準的新聞稿需要有確定的結構、信源，并保證其準確性，新聞稿也不要求有獨特的切入視角或背景介紹，也不一定要求有沖突戲劇性、或者幽默詼諧到足以吸引人，就比如一個關于球賽或森林火災的報道，只是基本的描述事實即可。所以人類和AI和機器人比起來，對情感、文學、藝術等方面的把控是我們所具備的一個決定性優(yōu)勢，畢竟你很難想象一個機器人是如何判斷蒙德里安畫作的美丑的。所以某種程度上，藝術能夠明顯地區(qū)分人與機器。

有時候我們也會自欺欺人一下：你了解過聊天機器人嗎？當你和IBM的人工智能機器人Watson聊過之后，你甚至可能覺得這個機器人又善解人意又樂于助人。早在2011年，Watson就在電視智力競賽節(jié)目“Jeopardy”中輕松擊敗人類對手，2017年Alpha go又擊敗了圍棋少年柯潔。這些人機對戰(zhàn)的結果代表了人工智能的重大進步，無論是對語言的掌握，還是對對手的預判。盡管如此，我們還是有理由相信，在我們與“選題機器人”技術正面競爭之前，我們還有4 – 5年時間去完善和提高的。

另一個更迫在眉睫的關于搜集選題的問題，則是機器人可能會作為編輯，并把關呈現(xiàn)的內容。越來越多的記者很有可能會開始依賴機器來審核選題，因為從日常的大量素材中篩選內容是一件枯燥且容易被自動化的工作。對于算法來說，過濾掉一些不恰當?shù)?、過期的、信源不可靠的、包含推銷信息等等的內容，也不是非常復雜的問題，所以換句話說，垃圾信息過濾變得更便捷智能了。這實際上是一個可喜的進步，因為它剔除了不好的選題，并讓記者們有更多的時間來關注有價值的工作。

但是當新聞機器人變得越來越聰明，并從傳統(tǒng)的新聞報道向突發(fā)事件新聞報道“進化”時，我們會發(fā)現(xiàn)自己處在一個很尷尬的位置，傳統(tǒng)公關人要告訴這些機器人“我們的內容也很重要！”但是到底要如何才能吸引一個機器？在傳統(tǒng)媒體，我們在和記者溝通前，都會先了解記者的基本信息，他們所在的行業(yè)，特別關注的方向，他們近3到6個月涉及的話題，他們更喜歡怎樣的形式的選題，他們不喜歡什么，他們的興趣等等。但是當公關人和一個機器溝通的時候，我們在和誰（或者什么）交流？一個特定的機器可以接受多少信息量？新聞機構會給這些新聞機器起名字嗎？我要叫他“小冰”或者“Watson”？ 這些問題真的會讓公關人一頭霧水。

具有人類面孔的機器人

擁有人類面孔的機器人看起來可能會更容易接受一些，并且實際上，在人力資源層面來看，這確實有可取之處?，F(xiàn)在也確實有一些人開始考慮機器人和人類協(xié)同合作，將會對工作推進帶來何種影響?！陡２妓埂纷罱l(fā)表的一篇文章《Benefits For Bots And Other HR Conundrum》一文認為，“就像人類的競爭上崗機制一樣，機器人要想成為員工花名冊上有生產力的成員，就需要上崗、培訓、升級技能、管理、績效考核甚至退休。”文章還提到，機器人有明確的分工，他們會被分配給經理進行培訓并且監(jiān)控它們的表現(xiàn)，不合適，那么久退休吧。這么看上去，某種程度上，機器人好像也是人。

如果這種對于人工智能在傳播領域的應用前景預期從人類的角度看來太過于消極了，你也可以看看哈佛大學尼曼新聞實驗室主任Joshua Benton的話：“好新聞不僅僅是信息的輸入和輸出，這是一門發(fā)展了數(shù)十年的手藝，雖然依舊不完美……我不是說機器永遠無法達到人類的境界，但我覺得它們還有很長的路要走?！?/p>

只要讀者還需要故事，就需要有人能夠提供多角度的觀察，來保持客觀、中立與平衡。新聞機器人可以處理“誰”、“什么”、“何時”、“在哪”，這些基本信息，但不能分辨出這些信息所傳達的全部含義，而這個，對于目前而言，就是我們的工作。

本文作者Charles Epstein，BackBone，Inc.創(chuàng)始人兼總裁。