更好的新闻业，还是更坏的新闻业？——人工智能时代传媒业的新挑战

□文│彭 兰

2017年5月，“阿尔法狗”以3∶0战胜世界排名第一的人类围棋选手柯洁的事实，让人们再次感知到机器向人的步步逼近。虽然“阿尔法狗”表示不再与人对弈，但人工智能的挑战，才刚刚开始，受到其冲击的也包括传媒业，特别是在新闻生产领域。

一、智能化媒体：新闻业的新可能

无论我们是否认可与接受，人工智能技术正在进入到新闻业。作为计算机科学的一个分支，人工智能已经存在了几十年，其目标是了解人类智能的本质，以模拟、延伸和扩展人的智能。其中的语言识别、图像识别、自然语言处理和专家系统等，都与新闻信息生产相关。近几年，以机器新闻写作为代表的应用，更是意味着人工智能及相关技术正在进入到新闻业的核心领地。

与此同时，社会化媒体、大数据、物联网、VR/AR等各种技术的进展，也与人工智能的发展相互呼应，它们的共同作用，正在带来新闻生产、传播、消费的各个环节的一些变化。其主要趋势表现为以下几点。

1.用户分析：场景化、精准化与智能化

类似于“今日头条”“一点资讯”这样的个性化信息推送的平台，在今天已经得到普遍接受，但是，未来的新闻分发，也许不会止步于这样一种模式。

智能化的媒体将更好地洞察每个个体用户在特定场景下的行为与需求，并智能推荐其所需要的信息与服务。

不同场景下，人们的具体需求是有差异的，而构成场景的基本要素应该包括：空间与环境、用户实时状态、用户生活惯性、社交氛围等，对用户所处的场景的洞察与分析，将依赖于包括可穿戴设备在内的移动终端以及处于各种时空环境中的智能化物体。

今天媒体对用户的分析，主要是基于群体分析或者对个体行为的分析。群体分析是粗“颗粒”的，精细度自然有限，即使是对个体行为的分析，也有着一定的局限性。因为，目前的新闻受众的行为分析主要是对用户阅读行为的分析，而个体的阅读行为虽然在一定程度上反映了其兴趣与偏好，但并不能代表他的全部阅读需求。未来的用户分析将是综合性的，是基于阅读、社交、服务以及实时场景等综合数据建立的立体的用户“塑像”，而不是平面的用户“画像”。

伴随着场景化、精确化用户分析的，是用户与内容之间的智能化匹配。各种智能物体不仅可以为用户场景分析提供数据或依据，也能作为新闻接收的终端为用户提供无所不在的信息获取。从随身的手机、可穿戴设备，到家庭内或各种移动空间中的智能系统，再到智能汽车这样的新信息系统，未来人们可以在各种环境中利用不同的终端获得更有针对性的信息。

2.新闻生产：机器化、智能化与分布式

基于自动化数据采集和新闻模板完成的机器写作，在近年来已经进入实践，这为财经、体育等领域的某些新闻写作提供了一种便捷的方式。

未来的机器新闻写作是否会停留在这类程式化的写作模式中？答案也许是否定的。“微软小冰”与钱江晚报等媒体的合作，就在向更广泛的领域的延伸。“基于大数据分析，小冰可以准确追踪受众关注的热点和话题，并以此为基础有的放矢产出与投放信息”，[1]在奥斯卡获奖者的预测等方面，小冰也显现了它的实力。可以预见，在新闻生产领域引入智能化的机器，不仅是为了将人从某些机械、刻板的工作中解放出来，更重要的方向是与人协作，拓展人在某些报道领域的能力，人机协作，将在新闻选题的策划与发现、新闻深层规律的探析、未来趋势的预测以及传播效果的预判等方面带来新可能。

未来，智能化机器将进一步进入到新闻信息的采集、分析、写作等环节，改变现有的生产模式。而物联网的应用，将使得万物都有可能成为新闻信息的采集者与传播者，“万物皆媒”，将是机器化、智能化新闻生产的基础。

另一方面，由多元主体在去中心化的模式下完成的协作式报道，在未来将更为普遍。

社会化媒体的应用，使得新闻生产逐步趋向分布式，即多种主体在自我协同下共同参与某一个话题的信息生产，完成对事实全貌的构建。维基百科便是分布式知识生产方面的一个典范，而在新闻领域，借助一些开放平台，人的“认知盈余”与机器、智能物体的智能资源结合在一起，将有助于对一个特定的新闻主题建立起丰富的认知框架，也有助于推动人们在某些角度下的深入挖掘。

分布式新闻生产模式意味着“万众皆媒”。各种主体的资源贡献与整合，报道任务的分配与报道过程的协同，是发展的核心。在其中，机器智能或许将扮演越来越重要的角色。

3.新闻分发：社交化、个性化

除了对个体用户的分析与匹配外，新闻到达用户，还需要通过一些集中的新闻分发平台。今天，除了媒体的专业平台之外，社会化媒体和个性化新闻客户端是网络新闻分发的另外两种主要渠道，它们在用户那端的重要性，正在赶超专业媒体平台。

这两类平台，带来了新闻分发的两种趋向：其一是社交化。也就是说，用户的社交网络成为信息流动的渠道，同时也成为信息过滤的一种机制。其二是个性化。也就是用户的个性化偏好成为信息分发的基本依据。这两者的结合，使得传统媒体平台在新闻分发中的控制权受到削弱，而用户获得新闻信息的通道却更为多样与“可自控”。但新的分发机制，也使得后真相、信息茧房和回声室效应等问题变得突出。

4.新闻体验：临场化

VR/AR等技术，将为人们塑造全新的新闻临场感。

尽管以往的电视直播在视觉上传达了一定的“现场感”，但观众与现场的关系是基于二维画面的“观看”，这种现场感是建立在经过加工的现场上的，在某种意义上，甚至是一种“假现场”。而新的技术将创造媒体用户与现场的新关系——“临场”，即进入现场。

网络视频直播、VR和AR等新技术可以从不同方面推动新闻用户在新闻事件中的“临场感”或“进入感”。尤其是VR/AR，它们可以营造出让用户在三维空间里直接“到达”现场的体验，让用户360度沉浸于现场。

这意味着，“你所见即是你所得”。也就是说，用户在现场的观察与感受，更多取决于他们的主观兴趣与认知需要，而较少受到传统电视直播的摄像、导播视角的限制。

5.互动反馈：传感化与智能化

今天的用户反馈主要是通过主观的方式生成，也就是用户将他们的态度、感受，通过问卷、短信、跟帖、弹幕等方式反馈给信息的生产者。在智能化时代，用户在信息消费过程中的生理反应，将通过传感器直接呈现，这意味着用户反馈将进入到生理层面。

生理层面的反馈，不仅可以更真实地反映信息在用户那端的作用过程与作用效果，也可以使反馈更实时地作用于信息的生产过程。

除了智能化这个趋向外，另一个我们要面对的事实是：人工智能时代，社会化媒体的应用也在深化，这同样会持续影响到传媒业的变革，“万众皆媒”将成为智能时代的另一个特征。因此，双重力量正在不断深入到新闻业的腹地：一方面是被激发出来的普通用户的力量，另一方面是不断突破临界点的技术特别是智能化技术能力。

但是，在这样一个进程中，以往新闻业已经初露端倪的一些问题，也会变得更为明朗而突出。

二、后真相时代：新媒体能带给我们更多的真相吗？

技术把我们推到了一个“万众皆媒”“万物皆媒”的时代，但是，这样的时代，会使我们更容易达及真相还是相反？

“后真相（Post-truth）”这个词，被《牛津词典》选为2016年度词汇。在这个词里的“post”表示的是“超越”，也就是“真相”不再那么重要。这个词反映的是当今的一种典型状态，那就是“客观事实的陈述，往往不及诉诸情感和煽动信仰更容易影响民意”。[2]或者说，今天的人们不再追求事实与真相，而是容易被各种情绪、情感所煽动。

后真相一词在1992年就已经出现，美国剧作家斯蒂夫·特西奇（Steve Tesich）在一篇文章中谈到“水门事件”“伊朗门事件”以及海湾战争那些令人羞耻的“真相”时说到，“我们希望生活在一个‘后真相’时代”。2004年，美国作家拉尔夫·凯伊斯（Ralph Keyes）出版了名为《后真相时代》的著作。[3]在该书中，他指出，在后真相时代，我们面对的不只有真相或谎言，我们还面临着第三种情形，那是一种模糊的陈述，它既不是确切的真相，但也不构成谎言。它可以称为放大的真相（Enhanced truth）、新真相（Neo-truth）、软真相（Soft truth）、人工真相（Faux truth）、淡真相（Truth lite）。[4]

2010年，“后真相政治”一词在美国开始出现，并得到越来越多的关注。美国《纽约时报》网站2016年8月发表伦敦大学戈德史密斯学院政治经济学教授威廉·戴维斯题为《后真相政治时代》的文章，认为在西方自由民主制度中，事实从来被认为占有神圣位置。每当民主跑偏，当选民被人操纵或者政客欺诈，民众都会诉诸事实。但在今天的社会，事实似乎渐渐失去主导社会共识的力量，这种非常普遍的感觉让人认为社会已经进入“后真相”的政治时代。[5]2016年美国大选期间社会化媒体的表现，更是进一步加剧了人们对“后真相”时代的担忧。

今天“后真相”的蔓延，与社会化媒体的传播机制不无关系。社会化媒体是以个人为传播节点、以社交网络为传播渠道的传播。在这种每个个体都参与的传播机制中，诉诸情感的内容往往比诉诸理性的内容更容易得到传播，人们在传播中，还会不断加上带有个人情绪色彩的评论，评论往往比事实更容易引起关注与呼应，意见、情绪、立场常常会凌驾于事实之上，同时又渗透到对于事实的陈述中，事实与意见之间的界限日益模糊。

尽管后真相这一现象因社会化媒体变得更为突出，但后真相也不只是与社会化媒体传播相关。专业媒体在今天追求事实真相的障碍也越来越多，即使是基于科学的数据分析揭示的“真相”，也可能与现实的真相之间相距甚远。2016年美国大选前各个民调机构对民意的调查结果与最终选举结果之间的偏差，正是一个突出的例证。

数据与算法这些看上去客观的手段与方法，并不一定能带来更多真相，反而可能施加更多的烟幕弹。在越来越依靠数据来驱动新闻、发现新闻真相的今天，这似乎会让人迷茫与沮丧。

哲学研究者蓝江指出，后真相时代是因为“原来支撑真相的两大基础都崩溃了，即作为普世性的理性原则（以及与之相伴随的演绎推理逻辑，甚至连哈贝马斯所提倡的协商和交往理性也一并被质疑），以及作为经验性数据收集、统计、分析的客观性结论。”[6]但他同时也指出，在“后真相”时代，我们恰恰需要重新高举真相的大旗，因为不是没有真相，而是以往我们接近真相的方式都出现了漏洞，需要重新在更宏大的背景下，重建一个可以接近客观性标准的框架，而不是让真相留下的空位直接转移到主观性之上。否则，我们的社会必然会被彼此充满敌意的主观立场性的判断主导。[7]

“后真相”一词的起源说明，它并非新媒体时代的专利，但新媒体技术的环境或许滋长了这一问题，并通过某些典型事件放大了它的影响。但是，显然，我们既不能因此而放弃对真相的追求，也不能因此而退回到传统时代，我们只能在新的传播环境、新的传播技术下，寻求接近真相的新路线。

三、信息茧房：拟态环境的另一种表现？

智能时代，我们还需要关注的是，新的传播技术、模式与渠道能否让新媒体对现实社会的反映更为完整、全面？

以往，专业媒体由于版面空间和播出时间等限制，只能通过自己的选择与判断用有限的容量来反映无限的社会现实，因而在媒体中营造出一个拟态社会。今天，当多元的生产者提供的多样化内容通过多样的渠道来传播时，我们是否就会获得一个比过去媒体营造的拟态社会更接近真实社会的信息环境？

虽然从理想状态来看，新媒体的确可能会使过去被媒体排除的某些内容进入到公共信息分发平台，进入公众的视野，这有助于信息环境的多样化，但是，无论是社会化媒体中的“鼠标投票”，还是机器的算法，都仍难免会造成一些信息被“遮蔽”。公众意志下形成的传播的“马太效应”，同样也容易造成信息环境的不平衡。不平衡的信息环境，显然不能完整地反映现实社会的状态。

对于个体来说，信息环境的不平衡，突出地体现为“信息茧房”效应。“信息茧房”（Information Cocoons）这个概念出自美国学者桑斯坦，他指出，信息茧房意味着，人们只听他们选择和愉悦他们的东西。[8]

“信息茧房”或许是用户角度的“拟态环境”的一种表现。过去的拟态环境是由媒体营造的，而今天的拟态环境更多取决于用户个人的选择。

信息茧房并非新媒体时代独有的，在传统媒体时代类似现象就已经表现出来，并且可以用传播学中的“选择性接触”等理论来解释。但是，在一定程度上，社会化媒体以及今天流行的个性化信息服务，会加剧这种现象。个性化服务看上很美，但是当人们只选择自己关注或符合自己需要的信息时，结果可能是作茧自缚，或者成为井底之蛙，使自己失去对环境的完整判断。另一方面，如果所有人都被这样的茧房所束缚，公共信息的传播、社会意见的整合、社会共识的形成，也会变得日益困难。

“回声室效应”（echo chamber effect）这个概念从另一个角度说明了人们的作茧自缚，它意指信息或想法在一个封闭的小圈子里得到加强。同样，这一现象在传统媒体时代已经出现，但因网络而加剧。网络杂志《沙龙》的专栏作家安德鲁·列奥纳德指出：“让我不安的，不是在互联网上用谷歌找到自己所需要的信息的容易性，而是那种随时可以获得自己想要的心态的方便性。”[9]也有人将这样的效应称为“同温层”效应。社会化媒体中，人们以社交对象作为信息来源，他们在选择信息来源的同时，也就进行了信息的过滤。此外，社会化媒体在一定程度上强化了人群的分化，人们因社交圈以及自身的立场态度的影响，常常会固守在符合自己偏好的信息与意见的圈子，各种圈子之间相互隔绝甚至对立。因此，社会化媒体中更容易形成“回声室效应”。

目前的智能化、个性化技术，以及社会化媒体的过滤机制，更多地是在提高信息传播的“效率”。但是，效率对于新闻业来说，并非唯一或首要的关切。作为环境监测的主要手段，媒体更重要的目标是帮助人们充分全面地了解自己的生存环境。而个性化服务，在某些方面与之是背道而驰的。

因此，个性化信息服务虽然是未来的一个主流方向，但并非全部。未来的传播需要在谋求更精准的个性化推送的同时，优化公共性信息服务，平衡好个性化传播与公共性传播、个性满足与社会整合的关系。

另一方面，我们也应意识到，智能化技术不应只顺应人的本性，还需要帮助人克服自身的局限。新媒体不仅需要满足个性，还需要打破人们的自我封闭，实现社会的整合，虽然必定困难重重，但这应该是新媒体未来的追求。

四、更好或更坏：未来在人的手中

尽管包括人工智能在内的新技术带来了新的困扰，甚至是某种前所未有的威胁，但是，简单地抵制技术的“入侵”，也并非良策。

就像“阿尔法狗”的出现并非是要剥夺人的下棋乐趣，而是刷新了人类对于围棋的认识、帮助人类进入到围棋的新境界一样，人工智能和其他技术对于新闻业来说，其进入初衷也并非是要摧毁传统的新闻业。在某种意义上，它们帮助人认识了自身过去的一些局限，也打破了一些固有的模式。面对它们所带来的问题，我们更需要在人与机器能力的互补、人的能力的提升这样的前提下，去探寻未来之道。核心的努力将主要包括以下几点。

1.专业主义的坚持与升级

在“万众皆媒”“万物皆媒”的情况下，媒体职责的核心履行者，仍然是专业媒体。媒体的专业性，仍是新闻业的基本保障。

网络的环境与传播特点对媒体在新闻的客观真实性方面的追求造成了一定的干扰。专业媒体或自媒体需要具有更高的辨识能力，才能尽可能减少失误。在纷繁复杂的线索中，去探求事物的真相，解读事物的发生、发展规律，完成深度报道，这仍然是今天媒体的重要目标。

多元化主体的加入，也带来了新闻生产的碎片化，虽然很多碎片都有价值，但是，它们的价值实现取决于与其他碎片的整合。这也要求专业媒体或自媒体需要具有对碎片的判断、筛选与整合能力。

今天公众对媒体的专业性要求并非在降低，而是在提高，只有具有更高的专业水准，才能具备更强的生存能力。除了新闻人自身能力的不断提升外，恰当运用机器、数据等技术手段，也有助于达及更高的专业水准。

除了专业性的坚持外，专业主义精神的坚持，更是必须的。

学者吴飞指出，只要社会对新闻的基本需要没有根本性的变化，那么新闻专业主义仍然是一个有效用的分析性概念。[10]他也提出了“专业主义2.0”的想法，指出，哈贝马斯认为，在交往行为中，语言需要同时承担认知、协调和表达的功能，并要同时满足“四个有效性的要求”——可理解、客观真实、道德适当、真诚。这些都是未来的“新闻专业主义2.0”必须汲取的内容。当然，未来的新闻专业主义，将不再是一种行业性的专业精神，而是所有参与新闻传播活动中的个体普遍需要遵守的交往信条和基本精神，换言之，新闻专业主义远不会消失，只不过“新闻专业主义2.0”时代，新闻专业主义将会内化成个体交往的基本规则，每一个个体都是这一规则的立法参与者，也同时是阐释者和监督者。[11]

2.公民媒介素养的扩展

即使新闻专业主义2.0不能达成共识，万众皆媒的现实，也意味着，每个公民对未来新闻业都负有一定的责任。

公民媒介素养，将不仅仅是对媒介的使用素养，也应该扩展到信息的生产与传播素养、社会交往素养、社会协作素养、社会参与素养等方面。哈贝马斯所倡导的交往理性，虽然完全实现存在很多障碍，但是，至少它应该成为公共话语空间中交往的理想追求。

3.社会化媒体连接模式的优化

社会化媒体带来的传播模式变化，已经成为一个现实，因此，我们需要在这样一个现实基础上去寻求通向“真相”的更好途径，而不是简单倒退。

每一个社会化媒体平台或应用，都有自己的连接模式，有些模式是封闭与固化的，有些是开放与流动的。一般来说，封闭与固化的模式更容易导致信息的同质化、人的情绪化与态度极端化，在这样的结构里虚假信息也更难以辨识与澄清。开放、流动而有内在秩序的结构则有可能提供更平衡、可自净的信息环境，这种结构也有助于促进人的优势互补，促成群体的智慧。

例如，维基百科的成功，在很大程度上得益于它的结构与机制。克里斯·安德森在《长尾理论》一书中提到，维基是一种不同于《不列颠百科全书》的另一种“动物”。它是一个动态社区，不是一个静态的参照物……维基的真正神奇之处在于它的秩序：这个任由业余用户创作和编辑的开放式系统并没有陷入无政府状态。恰恰相反，它已经用某种方式将历史上最庞杂的百科全书组织得井井有条。[12]

社会化媒体中的人的连接模式的优化，或许有助于激发参与者的积极贡献，并形成相互校正、相互纠错的机制，连接模式的改善，也是减少“信息茧房”或“回声室效应”的一种可能途径。

这样一种优化，既取决于网络服务商的产品设计与平台运营，在一定程度上也与技术有关。通过技术发现或指明最优模式，可以帮助平台服务商优化产品或运营模式。

4.人与机器的协同

在反思新媒体助推下“后真相”“信息茧房”现象蔓延的同时，我们也不要简单地把技术当作一种敌对力量。通过技术发现与补充人的能力局限，通过人的力量来纠正机器的偏狭与误区，才是人工智能的要义。

面对后真相的危机，今天一些新媒体公司也在用人工或技术的方式来进行事实的核查。

2016年美国大选结果揭晓之后，有不少批评的声音认为是脸书（Facebook）中的虚假新闻影响了美国大选结果。尽管Facebook并不认同这一点，但在受到各方质疑后，它开始加大对虚假新闻的打击力度。他们发动用户对假新闻标记，与一些事实核查网站和媒体合作对假新闻进行判定。那些被判定为虚假新闻的内容，Facebook会给出显著警告标识。类似这样的做法，未来可能会被更多社交平台采用。

在人工智能领域，对抗假新闻的技术也正在探索之中。例如，亚马逊Echo声音识别系统的开发者德利普·劳（Delip Rao）提出来的一个针对假新闻的计划是，建立一个庞大的假新闻数据库，不断收集新数据，训练算法鉴别假新闻，当算法得到升级，它找寻判别假新闻的能力随之增强，越来越多的假新闻被加入数据库中，形成一种正向循环。[13]虽然我们不能把所有希望都寄托于技术，但是，至少人工智能技术应当在这方面有所作为。

对于机器和算法带来的偏差的判断，既需要人的力量，也需要机器的力量。机器的自我学习能力的提高，是它自我纠偏的一个重要前提。

5.机器时代的新约束与新伦理

机器时代需要新的约束与新的伦理。它们有些是传统法律与伦理的延伸，有些是全新的课题。

智能化时代，拥有了机器智能或数字资源霸权的组织及个人，应该如何善待手中的权力？如何防止这些权力作恶？如何在权力失衡的情况下进行纠正或制衡？这些问题将成为未来的基本问题，无论是法律上还是伦理上的约束，都是必须的。

算法看上去是客观、公正的，但事实上它在深层也隐藏着偏见，这也是导致信息环境失衡的一个因素，如何评判与纠正算法的偏见，同样是智能化时代的一个新拷问。

而披着个性化服务外衣对个人隐私的侵犯，将是普通人在未来面临的一个巨大困扰，甚至会成为一个重要的安全问题。在推动个性化服务的同时，要尽早完善相关的约束机制。

机器与人的关系，也需要道德与伦理层面的新界定。2016年9月，英国标准协会（BSI）发布机器人道德，指出：机器人的设计目的不应是专门或主要用来杀死或伤害人类；人类是负责任的主体，而不是机器人；要确保找出某个机器人的行为负责人的可能性。这个针对机器人制定的道德原则，也适用于其他智能化机器或技术。

衡量未来新闻业好坏的标准，仍是媒体职责的履行程度，如社会环境的监测能力、舆论监督能力、社会整合能力、文化传承能力等。在这些方面，包括人工智能在内的新媒体技术既有助于扩展我们的某些能力，也可能放大一些问题。但是，我们既已无法逃避技术，就只有提高我们对技术的理解与驾驭能力，才能避免未来成为机器的奴隶。未来新闻业的走向，仍然在人的手上。