logo
当前位置:首页> 歌单 >独家丨智能时代媒体传播业务链的转变与启示
歌单

独家丨智能时代媒体传播业务链的转变与启示

2021-09-19 15:03:18


导  读

  在智能时代,内容成为用户数据高度自主“贡献”的产物,媒体组织因而需要建立各类常规化标准实现信息挖掘、主题建模与内容重塑。

在智能化浪潮冲击之下,人工智能似乎不再是某种技术代名词,而成为时代的隐喻。处于转型中的媒体,也需检视智能时代媒体传播生态的种种变化。

媒体内容业务链的结构重塑

诸多声音强调,人工智能过去常被视为仅对可预测的、重复性工作有所挑战,但这极大低估了智能技术发挥的空间。事实上,“常规”并非是静态的概念。①得益于大数据系统的广泛建立,更精密、普及化的工具软件以及持续发展的数字媒介经济,智能化逐渐嵌入媒体传播业务链的各类构成元素,成为媒体组织追寻效率、市场和受众效果,构建新常规化机制的关键驱动力。

对于媒体的内容格局而言,深度算法系统的演进使得媒体组织创造越来越多样的自动化生产形式。机器人学习程序的开发由来已久,其既用以解释既有的数据输入,更侧重助益于预测新的数据。在提升机器归纳学习系统的过程中,技术通过针对历史数据的统计分析,将一些看似非常规化的工作转化为可供计算的常规操作。②尽管自动化方式尚未取代人工内容分析方法,但随着以Voyant Tools、Mallet为代表的开源工具集以及R、Python等用户社区的高速成长,社会科学研究者和媒体工作者的确已具备更多资源开展自动化内容生产项目。在基础性的体育、商务报道和突发性事件领域,主流媒体组织已经能够运用相当成熟的算法模型实现新闻自动生成。皮尤研究中心的数据显示,推特上大约三分之二关于流行网站的链接乃是由机器人发布,而非人类用户:自动化账号正在令社交媒体的内容格局呈现出颇为混杂的面貌。③Nvidia最新开发的智能软件,则基于海量大数据样本的真实照片,实现了接近逼真的人脸图像合成。可以说,算法的进步和数字平台的融合推动计算机自动生成内容从传统文本领域抽离出来,呈现更加复杂的内容生态。《经济学人》前记者Robert Cottrell甚至断言,虽然较之于人类记者,现阶段基于线上信息收集写作的计算新闻仍显得缺乏创造性,不过,距离人工智能生产出真正能够打动人心、具有分享性的作品,并非一件遥远之事。④

借助包罗万象的移动社交网络以及大数据、分布式计算方法,媒体内容分发系统洞察用户需求的能力得以全面提升。内容不再依赖用户的主动信息找寻,而是透过人工智能实现对个体数据的匹配。即使在用户对自身的兴趣诉求并不明确的情况下,成熟的个性化推荐机制依然能够针对日常数据,做出用户需求偏好预测。智能技术推进的工具性能与数据算法,进一步提升了内容分发网络的用户体验,譬如Snapchat整合视频片段、文字、图片所创建的搜索界面,能够在用户每一次的滑动和点击当中进行快速算法学习。有效的智能用户识别有利于提高内容利用率,推动媒体发展垂直细分的深度业务,吸纳潜在的创作者参与内容社区建构。此外,内容分发系统同样包含了一整套不断修正的排名与过滤机制。2018年初,Facebook宣布调整算法,建立以评论、链接分享等为核心的评估指标,用以减少广告曝光,重新配置新闻推送,这意味着社交媒体内容的价值引导机制发生变化。YouTube也于2017年宣布重新加强人工智能审查技术,用以提升不良内容识别率,加强争议视频的内容分发监管。伴随数据算法不断提高其准确性和分析效率,媒体分发系统在完善其内容需求匹配的过程中,也能够更高效地审查虚假、消极信息,增强平台的内在管理能力。

在智能时代,媒体传播业务链的演变中,传统内容生产或将不再被视作关键手段。内容成为用户数据高度自主“贡献”的产物,媒体组织因而需要建立各类常规化标准实现信息挖掘、主题建模与内容重塑,譬如包括:以特定规则为导向,并将其转译为计算机可处理的任务;以词典为取向,依据关键词为中心抓取、编辑信息;同时,透过监督式机器人学习,建立、完善自身的动态数据词库。⑤在社会呼唤更为精准、个性、友善智能媒介的需求之下,媒体组织有必要强化与技术专家、新兴互联网企业之间的合作,进一步提升产品设计、工具开发与数据分析在媒体传播业务当中的比重。

受众关系及其认知接受环节的转变

万物皆媒的智能技术网络创造了受众与媒体产制之间的空前互动性,令人们得以提升媒介资源近用能力。媒体生产转向成为一种高度联结的协作式工作。人机互动技术以及大量内容分享社区的成长,赋予了受众介入媒体生产业务的多种渠道。同时,人工智能亦被认为将新闻记者从相对繁重、低智力含量的基础工作当中解放,以相对宏观、实时、科学的统计数据完善新闻业关于现实世界的洞察与判断,为传统调查新闻创造了更多空间。⑥通过不断吸收社会科学、计算科学、认知科学等诸多跨学科范式,智能时代扩大了媒介参与文化,将以程序开发员、数据分析者、计算机专家、软件设计者等在内的社会专业人士纳入媒体业务队伍。新近的社会调查指出,新闻记者接纳移动智能手段,本质上混合了个人、环境与受众等多种考量因素。但总体上,传统采编方式与智能技术的相互整合保障了传统新闻记者继续在编辑室的有效角色,是一种维系职业安全感的有力方式。⑦

诚然,以受众为中心的人工智能应用显著提升了受众认知的接受效果。2017年,华为发布全球首款用于手机的人工智能移动芯片;同年底,百度与高通达成对话式人工智能系统战略合作,协助解决以自然语言为用户对话的交互方式。普及化的便携、可穿戴移动设备源源不断地向媒体终端输送着日常生活数据,改变了媒体生产周期,强化着信息流之间的关联性。标注数据和人工智能认知处理系统的发展,打破了媒体内容界限,实现了视频、文本、图片、声音之间的转换。基于大数据基础的全景视频技术针对视频流进行预览、编辑、预处理以及全视域视频的加工合成,可实现全球多地多机位直播,建立颠覆性的观看模式。⑧不得不承认,智能技术在VR、图像合成、屏幕制播、社交互动等领域应用水平的广泛提高,正前所未有地提升受众关于各类媒介产品的体验效果。

值得注意的是,智能时代带来的全面数据化、定制化与可追踪化,同时意味着受众隐私及其私人领域权益的风险性。人工智能对于用户意志与喜好的服从,强化了线上研究一直以来广受批判的“回音室效应”,可能并不利于专业媒体发挥意见引导、社会启蒙的作用。不少前期研究也指出,受众在人工智能环境下的互动呈现出与现实人际互动截然不同的性格,在智媒环境的对话中,他们甚至更少地抱有开放、包容、热情与尽责意识。⑨这令我们需要在新的传播语境下,重新探索受众的“认知-情感”处理方式,构建新的媒介效果评估模型。而在解决人工智能与受众和谐相处模式的过程中,媒体组织也应当被呼吁建立更为透明的数据算法,降低技术与认知门槛,鼓励更为开放的、受众共同参与的公共决策过程。

启  示

人工智能文化的演进正深刻改变传媒经济系统。不同于过去一系列基础性常规工作,媒体组织不得不重新开拓业务边界,弥合既有经验与技术发展背景之间的落差,在传统内容生产基础之上,调整与受众、广告主、市场之间的互动关系,打造纵深化的产品服务、平台服务与数据服务,以适应智能时代对于信息产制的冲击。2017年,中国人工智能初创企业总数达592家,位居全球第二。⑩2018年初,工业和信息化部印发《促进新一代人工智能产业发展三年行动(2018-2020年)》,以信息技术与制造技术深度融合为主轴,加快推进制造强国和网络强国建设。伴随人工智能作为国家战略被提上日程,传媒产业如何面对万物互联的现实需求,促进媒体信息产业迈向不同周边行业的延伸、协作空间,既关乎泛媒、融媒语境下媒体组织的自身内在竞争力,亦牵涉传媒系统作为国家软实力构成的核心角色。

在目前智能化网络发展中,媒体传播业务的推进有赖继续面向两种相互平行的方向。一是个性化的媒介。智能技术有望实现媒体作为私人生活助理,建立与受众的一对一对话。在不断提升计算机深度学习系统、海量社会数据库与算法精准性的过程中,媒介产品将持续提升自动化内容生成、定制与兴趣推荐的完备程度。而人机互动网络的融合正改变受众消费行为。眼动、脑电波感应控制装置以及沉浸式设计的开发,成为个体感官、行动乃至思维的进一步延伸,并增进传统新闻受众观察世界、感知世界、分析社会现象的能力。二是公共性的媒介,也即智能技术如何赋权媒体组织对于公共生活世界的影响。在城市传播领域,遍布城市各个角落的传感器与智能移动设备,为智慧城市决策全天候不间断地提供各类参考信息。媒体大数据网络在舆情、灾害预防、城市形象宣传等公共治理层面发挥的作用,已在国内各类案例中被广泛验证。类似EveryBlock、ChicagoCrime等代表性新闻网站,亦基于计算数据分析匹配,提供在地化社交网络与信息服务,以此建立地方社群之间的联系纽带。人工智能在打破媒体产业固有格局的同时,也深刻改变了媒体组织参与公共生活决策的形态,促进人们重新关注媒体智能化趋势所能够有效辅佐的转型期社会问题。

总体而言,智能化并非全然指涉包含机器人、计算机、移动通信设备等在内的某种实体,抑或说,其是一种弥漫于数字生活、无所不在的场域,是媒介技术新的神话。当冠以智能化标签时,通常意味着更为接近人类认知、合乎社会期望的信息知识处理方式。不过,面对全面来临的智能时代,媒体传播者应当对社会关于新技术所充满的“颂歌”抱以更为审慎的态度。人工智能技术背后的数字鸿沟依然存在,智能化变革不仅扩大了社会系统内部的数字资源差距,也重新凸显了传统媒体组织面对新兴互联网巨头之间的竞争弱势。诸多实证调查辩称,新闻写作仍然在很大程度上被视为一种“人类工作”。相比于由人类记者写作的文本,由机器自动化生成的新闻被更少地认为具有可信度。⑪与此同时,面对形形色色智能移动终端生产的碎片化信息,以及社交网络流动变化的议题场域,如何促进人们关注到其中具有价值的信息,加深对于公共利益议题的深度思考,似乎亦是目前以迎合受众需求为中心的智能算法力所不逮的难题。在媒体产业发展与智能科技相互共鸣的进程中,如何呈现与讨论智能化浪潮映射的种种时代征候,或应成为媒体传播者呼应自身职业精神的反思所在。

注释:

①Ford, M. (2013).Could Artificial Intelligence Create an Unemployment Crisis? Communications of The ACM, 56(7), 1-3

②Dietterich, T. G. & Michialski, R.S. (1983). A Comparative Review of Selected Methods for Learning from Examples. In Michalski, R. S., Carbnell, J. G. & Mitchell, T. M. (eds.) Machine Learning: An Artificial Intelligence Approach (pp. 41-81.). Palo Alto, CA: Tioga Publishing Co

③Wojcik, S., et. al. (2018). Bots in the Twittersphere. Retrieved from http://www.pewinternet.org/2018/04/09/bots-in-the-twittersphere/?utm_source=Pew+Research+Center&utm_campaign=1bed9327d4-EMAIL_CAMPAIGN_2018_04_11&utm_medium=email&utm_term=0_3e953b9b70-1bed9327d4-400110189, 2018-04-09

④Somaiya, R. (Oct. 27, 2014). How Facebook Is Changing the Way Its Users Consume Journalism, The New York Times, P. B1

⑤Günther, E. & Quandt, T. (2016) Word Counts and Topic Models: Automated Text Analysis Methods for Digital Journalism Research,Digital Journalism, 4(1), 75-88

⑥Flew, T. , Spurgeon, C. , Daniel, A. & Swift, A. (2012) The Promise of Computational Journalism. Journalism Practice, 6(2), 157-171 

⑦Perreault, G & Stanfield, K (2018). Mobile Journalism as Lifestyle Journalism? Field Theory in the Integration of Mobile in the Newsroom and Mobile Journalist Role Conception. Journalism Practice, DOI: 10.1080/17512786.2018.1424021

⑧许志强:《智能媒体创新发展模式研究》,《中国出版》,2016年第12期

⑨Mou, Yi & Xu, Kun (2017).The Media Inequality: Comparing the Initial Human-Human and Human-AI Social Interactions. Computers in Human Behavior, 72, 432-440

⑩腾讯研究院 《中国经济周刊》采制中心:《中国人工智能初创企业数量全球第二》,《中国经济周刊》,2017年第48期

⑪Waddell, T. F. (2018). A Robot Wrote This? How Perceived Machine Authorship Affects News Credibility. Digital Journalism, 6(2), 236-255

(作者为华中科技大学新闻与信息传播学院讲师)

【文章摘自《青年记者》5月上】