你印象中的机器写稿是什么样？不流畅、少个性、缺逻辑......路透社认为，AI+新闻的重点不是全自动化，而是打造一个好帮手。其全新AI助手可以从海量数据中发现最精彩的故事线索；在数据异常波动时迅速给出相关分析并实时提醒；还可以为内容自动匹配图片视频。
出品| 外言社
翻译| kewell 编辑| 王茸
科技行业这些年制造出了许多写稿机器人，甚至引发过“记者要被机器取代”的讨论。但人们很快发现，自己的饭碗短期内大概并不会被抢走，因为机器写稿的效果大多差强人意：不流畅、少个性、缺逻辑......
路透社也认识到了这个问题。他们觉得，既然如此就不要勉强机器做不擅长的事情，单把从数据中挖掘故事、为记者提供写作思路这件事做精就好了。于是，路透推出了一款全新的AI助手，不是为了代替人工，而是让记者们如虎添翼。
协作非取代，路透的AI助手能帮记者做什么？
路透推出的AI助手名叫Lynx Insight，自去年夏天起已经被多位记者试用，目前准备大范围推广到路透社编辑部。编辑业务执行总监Reg Chua表示，Lynx Insight的目标就是把“机械工作做到最好”，比如分析数据、辨认规律等等。“它还可以做一些需要人类理性思维处理的工作，如提出问题、判断重要性、理解语境，说不定还可以喝咖啡。”
Lynx Insight的系统通常会先检索大量数据集，寻找有意思的材料，比如快速上涨的股价、市场上值得关注的变化或微妙形势。随后，它将筛选后的信息交给记者，这些素材中包括选题的必要背景资料、其他可以追逐的线索等等。此外，机器写作常被诟病死板和模式化，因此Lynx Insight通常只会写出一些句子和段落，记者可以把这些内容素材直接拖到自己的文章里继续加工。
Lynx Insight的另一项重要任务是搜集和提醒，比如提醒记者沃尔玛的销售额下跌了10%，并列举出上一次出现类似下滑是什么时候、可能的问题原因、当天有关此事的新闻头条等。路透社透露，Lynx Insight还能检索和提供不同分析师的观点，以及沃尔玛竞争对手目前的情况。
因为有元数据，Lynx Insight也可以检索看视频和照片。只要得到一段文字，它就可以帮记者匹配合适的图片，包括自动生成贴切的表情包。
“我们不需要全自动”，人机合作编辑室如何建设？
路透提出了一个概念——“建设人机合作编辑室”。Chua表示，路透不需要全自动编辑部，“使用AI的真正价值在于让机器做好机器会做的事，然后让人类享受他们的工作成果，这对于人机两个领域来说都是双赢”。
当然，AI提供的信息并非全都有价值，这就需要记者做出筛选，并告诉开发团队有什么需要改进地方，帮助AI系统改进学习，才能寻找到更多有趣的信息。
路透的开发目标是最终可以去掉AI的用户界面层，直接让系统跳出提示、事实、背景信息。Chua说：“我很讨厌用微软的“大眼夹”（Clippy）做比喻，但这确实是我们的方向，靠一个Clippy，你可以得到写作话题的15个事实，这就是我们的方向。”
（Clippy就是这个旧版office软里的小助手）
目前，Lynx Insight正在研究路透社的海量金融数据，未来它还计划进军体育数据，甚至是更庞大的法律数据集。它在理论上可以利用任何可获取的数据库，包括调查报道所需要的政府数据、竞选活动数据，让记者可以更了解某个候选人为何突然人气高涨或暴跌。
虽然这些信息记者是可以收集，但毫无疑问是非常繁重的工作，而AI可以大大提升他们在这方面的效率。“我们的目标就是给AI赋予更多价值，解放记者脑力，减轻负担。”
Chua也相信，支持Lynx Insight工作的技术也能帮助他们实现个性化新闻，甚至在不久的将来为个人定制专属新闻，比如解释股市变化是如何影响他们自己的投资的。
从对手到助手，AI是如何融入新闻业的？
路透社并非第一家把AI从人类的“对手”转变为“助手”的媒体，，他们的AI编辑名叫Heliograf。Press Association则跟Urbs Media合作，推出了RADAR项目，全称为“记者、数据和机器人”，目的就是让机器用自然语言写作本地新闻。，拓展了报道企业的范围。
（RADAR项目）
除了写作和提供思路，这些AI机器人还致力于提升报道质量。尼曼新闻实验室就曾预测，在今年，AI可以帮人类“挖新闻”：ProPublica利用机器学习能力，分析了美国国会正在讨论什么话题。而Buzzfeed也利用新算法研究航班追踪数据，寻找间谍机。
（Buzzfeed数据可视化作品《空中的密探》）
助手型AI是新闻业的未来么？
密苏里大学雷诺兹新闻研究所的研究员兼David Caswell发表了对Lynx Insight的看法，他相信AI可以减轻新闻从业者的压力，在营收越来越少的现实情况下尤其有用。
“AI对高度定制化的内容，以及一些需要快速、精准、系统化的内容是非常有帮助的。从长远来看，随着数据累计越来越多，AI的作用将会更加关键。只要有公式化的报道结构就可以，唯一的障碍就是数据构架，但机器通过学习也可以解决。”
“但我们也不能太过依赖数据而限制了报道的范围。我们始终要记得，AI只是工具，数据和算法没长眼睛也没有感知，太过依赖数据会有缩小我们视野的风险。”
当然，Chua还是希望Lynx Insight变成具有划时代意义的新闻助手，“就好像电话的出现、谷歌搜索的问世一样，成为记者工作生活的一部分，那才是真正的成功”。
本文由网易新闻学院外言社独家出品，转载请在后台联系学院君。
点击阅读全文下载网易新闻客户端，了解更多精彩内容