按：随着更加多的新闻媒体开始使用AI展开新闻报道，AI和自动化技术的日益强化正在转变整个新闻业。那么对于正在陷入困境的新闻业来说，AI到底是一个迫切必须的生命线，还是新闻业存活的下一个可怕威胁？日前，数字新闻中心（the Tow Center for Digital Journalism）和布朗媒体创意研究所（the Brown Institute for Media Innovation）联合技术专家和记者开会了政策交流论坛，一起辩论了AI如何影响新闻媒体，以及如何将AI更佳的应用于新闻领域这一议题。在本次报告中，他们侧重辩论了这四个问题：记者如何利用AI来辅助报导？AI可以替代哪些新闻室角色？新闻机构还并未应用于AI技术的领域有哪些？AI最后将沦为新闻报道不可或缺的一部分吗？议题一：AI在新闻业的应用于如大家所理解，每个新闻编辑室都有一套独有的AI方法。
经过几次案例研究，AI在新闻机构中贡献仅次于的活动共计以下三类：在数据量相当大或很简单的情况下，AI可以作为一种突破性工具，回避人身证书的外部或类似情况--这个角色几乎限于于标准的新闻编辑室的流程。辨识趋势（或背离趋势）：AI的大量计算能力可以协助提供数据单体的密切相关，或有可能按照时间、地理或人口统计分组。此外，它还能较慢辨识离群数据。
检查AI或计算出来的应用程序可以作为故事本身的主题：算法是由人类建构的，所以不可避免具有人类的种族主义——如何通过这些工具寻找简单的思想？当这些工具被国家或城市明确接纳并运用时，又不会再次发生哪些不能预见的情况？1、几大明确案例AI可以通过以下几种方法来强化记者的工作：分类文件；辨识数据中的出现异常值。当然，在辩论的过程中经验丰富的人类常常不会运用现实新闻来做到辨别，以作为新闻编辑室工作的最重要组成部分。虽然有许多有据可查的由AI撰写的新闻故事，例如体育赛事的总结、公司财报的公布，甚至地震等数据模式，但很少有与会者指出记者的工作不会几乎被机器或算法代替。只有在人类的操控和检验结果的情况下，AI才能更佳的协助权利作家持续大大地改写完全相同的故事，并处置更好的完整报告。
最近的一些案例，比如，《洛杉矶时报》记者用于分类器检测LAPD（洛杉矶市警局）降级犯罪分类的实例，获得了明显顺利；亚特兰大宪法机构对医生实行的性虐待的调查；路透社的主题建模，以谋求最高法院上采访的权利中心；ProPublica（美国一家非政府、非盈利的网络新闻机构）日前牵头谷歌发售一个基于机器学习的工具——仇恨犯罪新闻纪录索引。它通过对大量新闻文章的分析，创建起一个全国范围内的能预测仇恨犯罪发生地的预警图；《纽约时报》在报导总统特朗普的就职典礼新闻事件中，用于了人脸识别技术以提供观众席的情况信息。
对于一些记者来说，他们可能会在GitHub捕捉示例代码，并将其应用于新闻报道中。但是，除非这名记者对这些工具或技术有很好地理解，不然可能会经常出现不法行为的风险。2、记者在用于数据时应留意陷阱记者在用于从社交媒体到政府机构的数据时，不应小心陷阱。
他们必需小心评估这些新型信息来源的可靠性，特别是在牵涉到AI的情况下。比如，用于Twitter作为社交媒体平台的记者，必需慎重用于这些数据来分析社会不道德。
3、出版商的挑战：还包括大型和小型新闻机构所有这些新的工具，新闻机构都有责任和义务训练记者、编辑以及开发人员如何准确的用于它们。虽然像《纽约时报》这种大型新闻机构，资金有可能不是问题。但对于资源较较少的小型新闻机构来说，这将是一个极大的挑战。
新闻媒体的领导人有可能面对的一个要求在于，如何与他人创建AI工具用于上的合作。因为用于简单数据集和自定义算法展开的调查分析和团队建设有可能必须几个月的时间，而这并不是所有的新闻机构都能独自一人已完成的。与学术机构和研究人员合作可以沦为新闻机构在新闻编辑室中开始用于AI工具的好方法。不过，新闻编辑室和学术实验室的文化差异相当大，二者在建构AI工具的目标上可能会不存在分歧。
议题二：AI技术如何适应环境新闻报道规则？AI技术如何适应环境新闻管道？如前所述，AI在报导、内容创立、发给和受众对话起的起到更加大。比如，近日，研发众包在、头脑风暴和事实核查工具于是以被用来搜集数据信息，尤其是用作建构涉及数据。在当代的新闻编辑室中，自动化已沦为竞争的关键工具，不仅是为了提供客户注目，还用作和大型平台的竞争，如Netflix、Facebook和亚马逊。
1、自动化文学创作和个性化点评自动化可以在短时间内处置大量的任务，例如在几分钟甚至几秒钟内分析和汇总大量的数据，从而尽量的增加记者的开销。另一方面，许多社交媒体平台和网络公司也都现代科学了个性化启动时是捕猎注意力的一种有力工具。
如，Netflix用于不道德数据为观众获取观赏建议；亚马逊的顺利部分原因在于它为购物体验提供数据驱动的个性化设计。1）案例一：WibbitzWibbitz公司和《今日美国》报的体育报道部门开始合作，该公司可以把媒体记者文学创作的文字报导在短短几秒钟内制作出短视频。
Wibbitz公司最核心的AI技术是“文本切换视频技术”（Text-to-Video Technology）。一开始，Wibbitz的AI技术不会分析一个故事文本，然后在这个文字报导的基础上构成一个概要，紧接着，AI将这个文本概要转换成一个预示有照片、图形及其它更加多媒介形式的具有画外音的短视频。实质上，整个制作过程就是利用AI驱动软件，将一个文字报导内容传输为一个故事脚本，然后将一系列图像或视频片段串联在一起，并加到一些画外音。2）案例二：BuzzFeedBuzzFeed是另一个转入AI领域的著名媒体。
在2016年美国议会选举期间，BuzzFeed的“新闻对外开放实验室”（Open Labs for Journalism）研发了一个新闻机器人（Buzzbot），这个新闻机器人可以收集共和党全国代表大会中来自有所不同消息来源的新闻信息。AI驱动的新闻单体器可以跟踪动态议会选举结果和投票报导，这样媒体记者就不必通过人力来已完成这些工作。
有了新闻机器人，BuzzFeed的记者可以集中精力去报导更为简单和场景简化的新闻故事，而这类新闻是机器学习解决方案技术，自身无法生产出来的。3）案例三：路透社路透社为了解决问题真假信息识别的问题，他们用于新的新闻追踪系统叫作News Tracer，针对每天5亿则Twitter信息展开逻辑，从假新闻、不合理的新闻、广告、杂音中寻找知道新闻事件，有了算法的辅助，记者可以从社交媒体众多信息中逃脱，把更加最重要的时间用来挖出故事。News Tracer 与其他监控工具不同之处在于其仿效的是记者的思维方式，程序人员在这套演算法中植入 40 个评量指标，诸如完整张贴文者的地点与身份、新闻的传播方式等，创建一个新闻可信度评分，该系统还不会针对记者确认可信的新闻展开来源交叉检查，并辨识其他潜在的消息来源。4）案例四：美联社美联社是最先使用AI技术的媒体的组织之一。
早在2014年，美联社与美国“自动化洞察”（Automated Insights）公司合作——该公司研发出有了自动化撰稿程序Wordsmith，它当时是世界上唯一的公共自然语言分解平台——来程式化地文学创作许多上市公司公开发表公布的季度收益报告涉及新闻报道。在将人工智能技术用作处置季度收益报告之前，美联社新闻记者每季度不能创作几百个新闻故事，结果造成数千个公司的收益报告，没被文学创作报导。在用于Wordsmith自动化撰稿程序之后，美联社有关公司收益的新闻报道数量减少了12倍。2、评论系统和观众参予今年6月，《纽约时报》与谷歌母公司Alphabet旗下技术孵化器Jigsaw合作，运用后者的Perspective机器学习技术来过滤器新闻报道的评论数量。
据理解，此前《纽约时报》每天决定14名审查员处置大约12000条评论，每篇文章下方的评论有20%是关上的。运用该AI工具后，其可以把危害的评论和身体健康准确的评论阻隔开来，不仅可以增加修正评论人员的25%的工作量，还能将文章下方的评论所取的关上亲率提高至80%。
《纽约时报》想要利用该AI工具，创建一个平台，以便审查员和读者展开更为了解的交互。不过，这其中依然不存在众多挑战，即如何创建共同点，且认同有所不同的观点，让新闻报道和读者的区域观点保持一致。通过这一机器学习工具，审查员不仅可以提升处置评论的速度，还可以通过预测模型精彩人组相近的评论。
议题三：算法与伦理：到底该鬼人类还是算法？在新闻编辑室用于AI工具，如机器学习、自然语言处置、人脸识别和机器视觉，这个过程不可避免不会拿着人类伦理的思维痕迹。这里牵涉到三个方面的内容。1、透明度和责任感由于AI在新闻工作中可以扮演着很多角色，因此在说明何时何地以及如何用于AI时，更加应当慎重说明。
如牵涉到聊天机器人和用户的对话时，如果由AI 来驱动，这个机器人又该如何向观众说明自己的运营原理？观众必须告诉故事的建构过程，以及机器在创立过程做到了哪些自由选择？当牵涉到AI时，最后应当追究责任谁的错误？如何说明由人类创立的算法引发的错误？到底该鬼人类还是算法？据ProPublica的研究指出，算法偏差在数学上是不可避免的。即便如此，新闻工作者应当对这些AI系统负责管理，并希望在算法系统的建构流程中创建问责制。
2、编辑性要求和种族主义算法在新闻策划中的起到更加广泛，这些代表编辑性决策的算法必须用人类的方式来撰写。以聊天机器人为事例，计算机就像人类一样，如果他们不理解内容，就无法展开对话。机器人需要谈论的唯一领域就是我们可以为该会话语境建构模型。
此外，为了让去种族主义概念更为变得复杂，一般来说不会让数据极具中性。一些研究指出，有许多类型的机器学习，都是用来“监督自学”。
算法无法再现人类的心理模型，但能重构因果关系。3、数据的伦理用于数据的伦理用于是每个记者必须面临的显然问题，某种程度的原则也限于于处置大量数据的公司。虽然有许多社交媒体平台不会向记者提供数据，但数据公布商和平台之间关于对外开放数据提供的关系仍然简单。
许多算法的性质更加看起来一个“黑盒”，其掩饰了对软件正在做到的要求的批判性了解。所以，记者必须尽量的在研究和报导中用于这种批判性态度。七大研究结论如前所述，经过这次研究，关于AI到底是对新闻业是威胁还是助力，我们可获得以下7大找到。1、AI工具可以协助记者描写或报导此前不切实际或技术上无法构建的新故事。
虽然AI可能会改变新闻业，但它不会强化而不是代替记者的工作。事实上，为了准确用于AI技术，人类必需随时维持聪明状态。2、设计AI的技术人员和用于AI技术的记者之间不存在科学知识差距和交流差距，这样有可能造成新闻事件的不正之风。
3、读者在如何用于AI工具展开分析、识别模式以及报告故事中的找到时，应当获得一种半透明的方法。4、虽然AI和数据的交互可以为读者参予、利润和个性化新闻启动时获取新的机会，但是在创立Echo室和之后致力于新闻公共服务愿景之间寻找均衡不存在挑战。5、数据的伦理用于和透露（如何搜集，存储，用于，分析和共享用户信息）是记者必须面临的一个显然问题。
6、AI有潜力强化记者的工作，但在对外开放数据提供上仍然不存在挑战。7、AI是不可以预见的。我们无法热情地预测哪里不会经常出现仅次于的问题，所以技术专家和记者须要保持警惕，以保证AI系统的准确性。
结语照目前的情况来看，AI对新闻业的助力远大于威胁。未来使用AI辅助报导将沦为各新闻机构在竞争赛道上的众多趋势。
只是，在应用于AI的道路上，人类还不应尽早厘清算法伦理的追责问题，以便提早清理后患。录：报告原文来自哥伦比亚大学新闻学院，由MarkHansen、MeritxellRoca-Sales、 JonKeegan和GeorgeKing四位联合撰写，(公众号：)对整篇报告展开了重点编译器和理解。报告原文可注目“”公众号取得。
原创文章，予以许可禁令刊登。下文闻刊登须知。
本文关键词：云开·体育全站APPkaiyun,云开·体育全站APPkaiyun(综合)官方网站-登录入口
本文来源：云开·体育全站APPkaiyun-www.a51th.com
