引言：近年來隨著算法推薦、語音交互、計算機視覺等技術不斷發展，國外傳媒領域對人工智能的探索運用和重視程度越來越高，物聯網、大數據、虛擬現實、區塊鏈等技術的發展和應用推動傳媒業進入智能時代，媒體智能化正在重塑國際傳播領域的原有生態。
1.人工智能初遇傳媒業
“人工智能”的概念自提出以來，經過了60多年的演變。1950年，“人工智能之父”艾倫·圖靈預言了創造出具有真正智能的機器的可能性。1956年夏天，美國達特茅斯學院舉行了歷史上第一次人工智能研討會，會上首次提出了“人工智能”這個概念，被認為是人工智能誕生的標志。
第一階段：萌芽及初步發展階段（20世紀50年代中期到80年代初期）1966年，美國麻省理工學院（MIT）的計算機科學家魏澤鮑姆發布了世界上第一個能通過腳本理解簡單的自然語言，並能產生類似人類互動行為的聊天機器人ELIZA。1966年至1972年期間，美國斯坦福國際研究所研制出首台採用人工智能的移動機器人Shakey。
第二階段：商用階段（20世紀80年代初期至21世紀初期）1981年，日本經濟產業省撥款8.5億美元用以研發第五代計算機項目即人工智能計算機。隨后，英國、美國紛紛響應，開始向信息技術領域的研究提供大量資金。從媒介變遷的角度而言，科學技術的進步始終推動著國外傳媒行業的發展。伴隨著著名的圖靈測試誕生，人工智能技術的深度學習(ML)和編程語言技術的發展，人工智能技術與傳媒業融合亦成為可能。尤其進入21世紀以來，人工智能技術新的浪潮與傳媒業的融合更具內生動力。
第三階段:規模化應用階段（21世紀初期迄今）2008年11月谷歌借助人工智能對社交媒體數據進行抓取、分析，成功預測了流感暴發﹔2009年，美國西北大學開發的“StatsMonkey”是首個寫出簡訊的人工智能機器﹔2011年，Watson（沃森）作為IBM公司開發的使用自然語言回答問題的人工智能程序參加美國智力問答節目，打敗兩位人類冠軍，贏得了100萬美元的獎金﹔2012年，加拿大神經學家團隊創造了一個具備簡單認知能力、有250萬個模擬“神經元”的虛擬大腦，命名為“Spaun”，並通過了最基本的智商測試﹔2013年，Facebook人工智能實驗室成立，探索深度學習領域，借此為Facebook用戶提供更智能化的產品體驗﹔谷歌收購了語音和圖像識別公司DNN Research，推廣深度學習平台，自此深度學習算法被廣泛運用在產品開發中﹔2016年，谷歌人工智能AlphaGo戰勝圍棋世界冠軍李世石，此次人機對弈讓人工智能正式被世人所熟知，整個人工智能市場也像是被引燃了導火線，開始了新一輪爆發。
2017年至2018年，自動化技術的迅速發展為定制或個性化方式創建內容提供了機會，人工智能技術開始運用於整理、分析、創建、編輯或可視化，數據新聞、自動化新聞、大數據技術推動了人工智能技術在新聞制作和發行中的應用，關於人工智能技術在傳媒行業的應用研究也迅速成為傳媒學術研究領域的熱點。美聯社是最早把一些工作交付給機器人的新聞機構之一，其與人工智能領域的新興初創企業合作，自動制作某些新聞內容。例如與自動洞察公司（Automated Insights）達成協議，借助該公司的自然語言生成平台“語言大師”（Wordsmith），首次使用人工智能制作新聞內容，目前已經在應用智能技術簡化工作流程、完成繁重工作、處理更多數據、挖掘洞察力等方面取得很大進展。
2019年以來，人工智能等新技術在傳媒行業的應用，在一定程度上為專業生產新聞的記者減負，另一方面專業記者也不得不面對新興技術帶來的考驗，技術引入對傳媒行業的雙重影響進一步顯現。機器人記者高效的處理能力使得傳統新聞媒體紛紛啟用機器人，而傳統新聞記者和編輯首當其沖面臨變革，甚至存在失業風險。《紐約時報》曾撰文稱，記者和編輯發現自己成為數字出版商和傳統報業裁員的受害者，由機器人記者主導的新聞行業正在迅速崛起。除了財報分析、數據維度等文章，由機器參與的媒體環節也越來越多。
2.打破原有傳播生態格局
人工智能技術引入新聞行業，打破了原有的傳播格局。機器人寫作與算法分發的應用，改變了傳統新聞內容的生產模式，從信息採集、內容制作、產品分發、呈現形式到用戶參與模式等新聞生產的各個環節都產生劇烈變化。人工智能可以幫助寫作者對傳播效果進行預判，以便更好地決定選題，或協助選擇最佳表達形式。自動化新聞創業公司Narrative Science的首席執行官曾經預測，到2030年，超過90％的新聞將由計算機編寫。
機器人寫稿方面：在新聞生產領域，傳統以“人”為主導的新聞編輯室轉變成了“人”與“人工智能”(AI)共存的新聞編輯室，利用人工智能技術，媒體可以實現新聞信息來源智能化、新聞內容制作定制化、新聞策劃與推廣個性化以及用戶認知體驗場景化等新聞生產方式的轉變。例如美聯社（AP）自2014年起就開始使用人工智能技術撰寫企業盈利的報道，還將該技術用於體育賽事報道中。在2015年法國大選期間，《世界報》採用寫作機器人實現了對全國2000多個地區選舉的報道。《華盛頓郵報》的“機器人記者”從2016年開始參與奧運會和美國總統選舉的報道。裡約奧運會上，華盛頓郵報利用人工智能技術平台完成了標准化、公式化的機器人寫作，包括體育賽事的實時結果以及自動產生標題、圖片，每天生產新聞20多條。彭博社、路透社等媒體也在利用人工智能撰寫財經類新聞、氣象類新聞以及犯罪類新聞等，而今日美國則利用智能視頻軟件制作短視頻。
新聞內容策劃及推廣方面：人工智能技術在新聞作品中體現出的價值已經從后台走向前台，從新聞內容設計策劃到推廣都表明了技術人員和新聞人員同等重要的位置。大多數美國新聞網站或社區，通過捕捉用戶的行為習慣、收集用戶數據，隨時調整新聞報道方式、頁面呈現方式和與用戶建立社交關系。比如，美國新聞聚合網站BuzzFeed將用戶數據分析做到了極致，根據用戶點擊的頻次、停留的時間、喜好的內容做出分析報告，指導新聞內容策劃和推廣。
機器和算法逐步介入並覆蓋了從文字、圖片到視頻處理的故事創意、生產傳播鏈條，為智能化敘事描繪了新圖景。傳統信息形態主要是文字、圖片、視頻等，而在人工智能技術助力下媒介可以實現多模態的信息結構，通過VR或AR場景化、沉浸式的互動體驗與傳播，例如以虛擬主播、場景體驗、不同的語言風格切換等更豐富的多形態信息生產提升媒介產品的吸引力和感染力。2020年，《今日美國》報發布了病毒傳播的增強現實互動指南、婦女贏得選舉權100周年紀念等一系列VR新聞報道作品，以及《扁平化曲線:社交距離的AR指南》等AR互動體驗報道。
人工智能算法驅動被廣泛運用在娛樂影視海報設計、影視推廣和廣告營銷等方面。大數據使人們能夠快速核實信息來源，確保新聞的真實性，實現對客戶的精准定位和信息投放。現今，包括《紐約時報》《華盛頓郵報》等國外媒體依據用戶的個人閱讀偏好，每天自動給用戶推送“定制版”新聞內容。
在新聞傳播效果評估方面，傳統媒體在客觀量化評價新聞傳播效果和記者編輯工作表現上存在難度，人工智能技術卻能精准實現數據考核。在華盛頓郵報的“中央廚房”編輯室，電視屏幕上實時顯示一張張可視化的數據圖表，同步顯示網站的登錄人數、每篇文章的閱讀數排名、用戶喜歡作者排名以及讀者喜歡閱讀的文章類型百分比等數據。其他媒體還利用機器人來評估人類記者的新聞報道。例如，英國《金融時報》會用機器人檢查報道中引用的信源是否過多地來自特定人群﹔國際調查記者聯盟使用AI來篩選金融和法律文件中值得探究的細節。
在新聞傳播主體方面，隨著人工智能技術在傳播領域的應用，傳播主體不再局限於人類，虛擬主播、社交機器人、智能語音助手等智能技術開始以傳播主體的身份參與國際間信息生產和傳播過程，形成“人+機器”的共同傳播主體生態。例如2020年，韓國MBN電視台推出韓國首位AI主播“金柱夏”。
社交機器人在社交媒體中得到廣泛應用，成為了重要的國際傳播工具。研究發現國際社交媒體平台推特上的1400萬個賬號中有15%是機器人賬號，在推特關於敘利亞的議題中，與真人用戶相比，社交機器人賬號發布了33.5%的內容，在新聞內容方面佔比達到52.6%。在英國脫歐公投階段，據統計在推特中討論該議題的用戶有34%為機器人賬號，且其言論帶有一定的政治傾向，社交機器人在國際傳播中不斷影響著輿論導向。
3.風險與挑戰並存的未來
人工智能在給傳媒業帶來內容生產的智能化與傳播精准化變革的同時，也帶來了很多的矛盾與困擾。一是盡管智能媒體算法推薦在很大程度上減輕了人工篩選新消息的工作量，但在新聞生產過程中，人們無法預測人工智能算法所帶來的諸多問題，甚至對最終產品也難以在編審環節進行審核，這增加了虛假新聞出現的概率。從內容來看，AI技術生成的新聞難免出現事實性差錯。比如美國CNET的報道就在利息計算、償還車貸等方面出現過低級錯誤。另外，《華盛頓郵報》指出，雖然人工智能可以快速准確地處理大量數據，或者通過檢閱海量公開信息來組裝文章，但其本質只是剪輯，AI生成文章的素材很可能源自他人作品，其中牽涉到剽竊、洗稿等法律和倫理問題。其次，深度偽造技術的濫用很可能在國際傳播領域帶來極大危害，例如通過社交機器人或虛擬主播產生的一些虛假信息與報道充斥網絡。通過換臉、重新投射、口型同步、動作傳遞、圖像生成、音頻生成、文字生成等方式偽造照片、音頻或視頻、篡改新聞事實，這讓虛假信息更加難以識別，導致謠言迅速擴散，影響網絡安全、數據安全和信息安全。同時，受眾長期被智能媒體推薦算法支配，更容易造成信息繭房、知識結構單一和信息偏見等現象。機器人新聞本身存在人性關懷缺失，過分依賴人工智能技術生產新聞內容，冰冷數據與人性關懷、新聞同質與獨家報道、自動生成與議題設置、精准推送與信息繭房等之間的矛盾和糾葛也會愈加明顯。最后，存在數據採集的侵權風險。機器人新聞內容生產的首要環節是機器人從海量數據中抓取符合主題的數據信息，但這一過程是否存在受眾個人信息被隨意採集、挖掘的情形，一直是學界討論的焦點。針對這一問題，2018年歐盟出台《通用數據保護條例》，其中明確劃分受眾權利和互聯網權利，規定互聯網公司在收集受眾數據時，必須告知受眾數據的使用目的，受眾也可以通過相應的訪問權限進入互聯網公司獲取相關數據，甚至可以對算法進行干預。
（作者：趙玉宏，系北京市習近平新時代中國特色社會主義思想研究中心特約研究員、北京市社科院傳媒與輿情研究所副研究員）
注册有任何问题请添加 微信：MVIP619 拉你进入群
打开微信扫一扫
添加客服
进入交流群
发表评论