在传统新闻业务链中,人是主体。记者和编辑是把关人,依靠职业新闻工作者的感知洞察、经验判断和价值偏好选择特定信息,刊登适合的新闻。在算法新闻业务链中,机器人(算法)是主体,其本质是借助算法工具和大数据环境实现新闻传播业流程再造和盈利模式重构。在生产环节运用算法工具自动生成新闻内容,再把关分发环节引入算法。本质上都体现出了算法的影响。这主要表现在两个方面。

(1)机器人记者

其一,新闻写作机器人。与以往人工智能在传媒业的应用不同,新闻写作机器人最大的特征是新闻生产的完全自动化。在媒体资源供不应求的情况下,新闻写作机器人在上届美国总统选举中扮演了举足轻重的角色。例如,《纽约时报》上月开发的机器人软件会自动更新来自时政记者康菲索里有关美国选举的相关报道。用户还可向机器人询问该报对每个州的预测以及全国的民意调查。《纽约时报》个性化服务主任菲尔普斯说,这项创新举措是为了让新闻更好地进入读者日常生活中不可或缺的手机,“让读者与新闻、与记者的距离更近”。菲尔普斯透露,通过机器人软件获取新闻的用户数量可以达到6位数,用户以年轻人居多。[213]此外,除北美外,欧洲新闻业也在互联网科技公司的支持下开展机器人记者项目。例如,谷歌决定资助英国新闻报业协会70.6万欧元,用于开展机器人记者项目,确保这些机器人每个月为当地媒体报道3万篇新闻。这笔资金来自谷歌的数字新闻项目基金,该基金计划在3年时间内,投资1.5亿欧元,推动、支持欧洲新闻行业的数字化创新。英国新闻报业协会的机器人记者项目也被称为“记者、数据和机器人”,该项目将和一家新成立的创企Urbs Media进行合作。英国新闻报业协会表示,机器人记者会利用互联网上的开源数据集和自然语言生成软件来编辑新闻。[214]

写作机器人,实际上就是直接利用算法程序来撰写新闻报道,相对于人类记者,它的一个突出特点便是写稿速度快,写作效率很高,如美联社使用机器人每季度可写出3 000～5 000篇报道,人工编写只能达到200篇,前者的效率是人工记者的15倍。例如,2015年5月,美国国家公共电台公认的写作好手,驻白宫记者、商业记者Scott Horsley曾与美联社机器人记者“WordSmith”上演了一场人机报道对战。虽然Scott Horsley的稿子因更能为读者提供想象空间、更有温度而赢得了9 000余名读者的认可,近乎为支持WordSmith读者数量的10倍,但后者仅用2分钟就完成了写作。[215]显然,利用人工智能技术,新闻界能够增加新闻报道的数量,这是人工无法迅速做到的。但与人类作者相比,新闻写作机器人还存在一些不足。第一,在对信息的联想思维及观点评论等方面,机器人难以达到人类所具有的主观判断和分析能力,难以理解和完成解释性报道等深度报道。因此,新闻写作机器人通常应用于模式化或者简单化的报道写作,如前述体育赛事等报道。第二,限于数据的公开程度,在一些数据相对不够完整,结构性不强的领域,新闻写作机器人还难以充分发挥价值。

其二,机器人记者担当人类记者的助手。机器人不仅可以在某些报道领域承担写稿的任务,同时,它们也可以担任人类记者的助手。例如,2017年3月1日,机器人“小融”进驻位于人民日报社新媒体大厦的“中央厨房”全媒体大厅,担任小助手。基于全媒体大厅的日常应用场景,在东、南、西、北四个大厅里的机器人“小融”,成为导览、互动小助手,还可以进行Wi-Fi登录审核、互动聊天、会议提醒等。[216]

再如,全国两会期间,新华社派出了一位机器人记者——爱思(Inspire),“爱思”不仅可以与用户实时互动,提供两会代表委员查询等服务,还可以帮助采访两会代表,在直播间担任新闻访谈节目的特别嘉宾等。又如,在新闻采访中,常常有一些现场对于记者而言是有一定的危险性的,在这种情况下,人工智能技术便能更好地发挥作用。无人机拍摄就是一个比较典型的例子。

图11-1　机器人“小融”(www.daowen.com)

(2)智能推荐算法系统的价值观念

算法是为了解决问题而输入机器的一系列指令。从广义上讲,算法是一种编码程序,通过特定的运算把输入数据转化为输出结果。迈克尔·德维托考察了Facebook的算法运作机制,概括出九大算法价值要素:朋友关系、用户公开表达的兴趣、用户先前的参与、用户含蓄表达的偏好、发布时间、平台优先级、页面关系、用户的负面表达、内容本身的质量。据研究,今日头条算法价值观念包括四要素:场景、内容、用户偏好和平台优先级。[217]

其一,场景。移动传播的本质是基于场景的服务,即对场景(情境)的感知及信息(服务)适配。

其二,内容。尽管今日头条声称其没有价值观,然而研究发现,具有重要性、冲突性以及流行度的内容更容易通过算法筛选过程并进入用户视野。

其三,用户偏好。用户偏好分为两种类型:第一种是用户主动表达的偏好,包括点赞、评论、收藏、关注、转发、搜索、屏蔽。第二种是指用户含蓄表现出的偏好,主要是指媒介组织通过搜集和分析用户数据而推导出的偏好。这些数据包括用户的注册信息、社交账号、GPS定位、IP地址、使用的手机型号等。2018年1月,今日头条资深算法架构师首次公开今日头条的算法原理,关于用户特征,主要有四类最重要的用户特征将会输入给算法,影响到推荐算法的工作。第一类是相关性特征,就是评估内容的属性和维度与用户是否匹配;第二类是环境特征,包括地理位置、时间;第三类是热度特征,包括全局热度、分类热度、主题热度以及关键词热度等;第四类是协同特征,它可以在一定程度上帮助解决所谓算法越推越窄的问题。[218]下面这个例子形象地讲述了智能算法是如何误读用户的偏好从而不断“执着”地向用户推荐内容的。

案例:《英国〈卫报〉讲述了一个人是如何受到智能算法推荐影响的》[219]

洛根·保罗是Youtube上的一个大V,在日本以自杀闻名的森林中偶然发现了一个挂在树上的死人。一开始22岁的他显然被吓着了,不过,随后保罗将这个场景拍了下来,传到了You Tube上。他的You Tube频道有1 600万名青少年用户订阅,24小时后,他在激烈的反对声中将视频删除。在这段时间内,视频获得了600万的点击量,并且在You Tube上令人垂涎的热门视频排行榜上占据了一席之地。第二天,笔者在You Tube上看了这个视频的“复制”版。然后点击视频播放器右侧展示的推荐视频缩略图。默认情况下它是自动播放的方式,是为了引诱网络用户在Google的视频广播平台上花更多的时间。笔者很好奇他们会把自己引向何方。答案是一系列关于男人嘲笑洛根·保罗青少年粉丝的视频,接着是闭路电视监控系统里孩子们偷东西的镜头,几段视频之后,是孩子们用奇怪的自制的小玩意儿拔掉牙齿的视频。笔者清除了自己的历史记录,并删除了自己的cookie,打开了一个私人浏览器,以确保You Tube不会针对自己进行个性化推荐。然后,它们的算法就带笔者走上了它的意志之旅。最后的一个视频是两个男孩,大约五六岁,互相拳打脚踢。

其四,平台优先级。德维托分析指出,平台优先级是影响Facebook信息流呈现的因素之一。例如,Facebook会在用户信息流中优先呈现自己平台上的视频而非You Tube上的视频。平台优先级也是今日头条算法价值观念的要素之一。总体而言,推荐算法的价值观念一般包括场景、内容、用户偏好和平台优先级。