新闻媒体在人工智能发展方面一直处于观望状态。因此，在人工智能界面的时代，新闻机构不再能够定义什么是真正的新闻，或者更重要的是，什么是真实的或值得信任的。

今天，社交媒体平台、搜索引擎和内容聚合器控制用户流向媒体内容，并直接影响其所创建的新闻内容。其结果是，新闻媒体的未来不再掌握在自己手中。

新闻数字化低谷

新闻媒体在数字世界中并没有因具备速度或创新的能力而成为变革的创造者。从历史上看，新闻曾经是吸引和引导人们（和广告商）的信号信息。而互联网和网络上可用信息的指数级爆炸改变了这一点。在早期的互联网中，门户网站引导人们去关注他们感兴趣的内容。还记得雅虎（Yahoo）吗？随着信息量的增加，搜索引擎接管并改变了人们在网上找到相关信息和新闻内容的方式。

随着移动技术的发展，社交媒体的新闻推送和推文占据了主导地位，这改变了人们获取媒体内容的方式，现在更强调社交网络的作用。值得注意的是，新闻媒体并没有在这些关键的发展中扮演积极的角色。

恰恰相反，对新闻媒体来说，利用互联网、搜索引擎、内容聚合器、移动体验、社交媒体和其他新的数字解决方案而崛起已经迟了。广告业务也紧随其后。

首先，新闻机构允许谷歌在他们的网站上处理搜索，而谷歌获得了一个独特的机会来索引媒体内容。随着社交媒体的兴起，新闻机构，尤其是美国的新闻机构，企图转向和以打破新闻瓶颈，而不是专注于自己的突发新闻。其结果是，新闻媒体失去了其核心业务，输给了新兴数字经济的巨人。

更重要的是，新闻媒体在用户体验、商业逻辑或内容创作方面从来没有完全数字化。想想iPad付费墙和电子报纸吧！

互联网和数字化迫使新闻媒体改变，但这种变化是被动的，而不是主动的。旧的、部分过时的内容创作、受众理解、用户体验和内容分发模式仍然在积极地影响新闻内容的创建和发布方式（而且110%清楚的是——这与全球各地有独创性的记者的叙事方式、难以置信的创造力以及辛勤工作无关）。

由于互联网和数字化的发展，今天的算法把关人（如谷歌和）主导了信息流动和过去由新闻媒体主导的广告业务。值得注意的是，如今的互联网巨头们的个性化和广告驱动的商业逻辑并不是为了让新闻媒体再次以自己的方式繁荣发展。

从观察者到变革者

对于新的算法世界秩序的崛起，新闻媒体一直在以一个外部的观察者身份进行报道。这对我们如何看待不断发展的数字现实产生了很大影响。

然而，随着信息流动进入由互联网巨头控制的算法黑盒，很明显，外部观察者很难或几乎不可能理解影响某条信息如何或为什么会变得有新闻价值和广泛传播的动态。对于主流新闻媒体来说，特朗普当选总统是一个“惊喜”，而这只是当今数字现实新动态的一个例子。

随着信息向我们靠近，对于我们无时无刻所接触到的各类移动界面，信息的起源和背景动机却变得比以往任何时候都更加模糊。社交媒体结合了自我实现的反馈循环，利用最新的机器学习方法，同时又容易受到恶意或无意的攻击，这让我们进入了“另类事实”和虚假新闻的世界。

在这个自动化部落和算法操控的时代，新闻媒体的理想听起来非常重要和相关：传播真实的和相关的信息；培养言论自由；为没有被倾听的人提供声音；扩大和丰富人们的世界观；支持民主。

但是，如果新闻媒体本身并没有积极地开发出能够影响算法的解决方案，那么新闻媒体的驱动力将永远无法在算法中完全实现。目前的现状不会因评论或批评统治算法平台的行为而改变。“改变”不在新闻媒体的讨论范围内。新的基于人工智能的谷歌新闻由谷歌控制和开发，谷歌新闻基于其公司的文化和价值观而产生，因此不能直接受到新闻机构的影响。

在互联网的兴起以及当今的算法规则之中，我们又一次处于一个显著的范式转变的边缘。机器学习驱动的人工智能解决方案将对我们的数字和物理现实产生越来越重要的影响。这又是一个影响权力平衡、影响数字发展方向、改变我们思考新闻的方式的时刻。新闻媒体从外部观察者转变为变革者。

新闻媒体的人工智能解决方案

如果新闻媒体希望在未来对那些被创造、呈现和传播给我们的新闻内容产生影响，他们需要在人工智能发展中扮演积极的角色。如果新闻机构想要了解数据和信息在数字环境中不断受到影响和操纵的方式，他们就需要开始接受机器学习的众多可能性。

但是，新闻媒体如何能与当今的人工智能领导者竞争呢？

新闻机构有一样东西是谷歌、和其他大型互联网公司尚未拥有的：内容创作流程，因此新闻机构对内容的理解有深刻而详细的理解。通过专注于适当的人工智能解决方案，他们可以以一种独特而强大的方式将与内容创建和内容消费相关的数据组合起来。

新闻机构需要使用人工智能来增强力量。他们需要强化记者队伍和新闻编辑室。这意味着什么呢？

强化用户体验

个性化已经存在一段时间了，但它是否曾经被新闻媒体本身设计和开发？新闻媒体的目标是将优秀的内容和个性化的用户体验结合起来，打造一个符合新闻原则和价值观的无缝而有意义的新闻体验。

对于新闻来说，即将到来的实时机器学习方法，例如在线学习，提供了新的可能性来理解用户在现实生活中的偏好。这些技术提供了新的工具来打破新闻限制，直接在你的锁屏上讲述故事。

通过了解新闻内容实时对人们移动设备的锁屏的影响，可以利用智能通知系统发送个性化的新闻通知，从而优化内容和内容分发。该系统可以根据用户的喜好和背景，个性化内容呈现方式，无论是提供语音、视频、照片、增强现实材料或可视化信息。

值得注意的是，机器学习可以被用来创造受众、记者和新闻编辑室之间新的互动形式。自动调节评论只是今天已经被使用的一个例子。试想一下，如果可以直接在锁屏上建立互动，让记者更好地了解内容的消费方式，同时实时捕捉故事所传达的情感。

通过在数据可视化和深度文章领域应用开放算法和数据，新闻媒体可以创造一种全新的、真正以人为中心的个性化形式，让用户知道个性化是如何完成的，以及它是如何被用来影响新闻体验的。

让我们停止指责算法来过滤泡沫。算法可以用来使你的新闻体验多样化。除了理解你所看到的，算法也可以被用来理解你以前从未见过的东西。通过将一些个性化逻辑颠倒过来，新闻机构可以创建一个以机器学习为动力的推荐引擎，以增强多样性。

强化记者的身份

在抽象和语境化新信息以及不可预测（新闻）事件的领域，人类的智慧仍然是不可战胜的。

记者对深度内容的理解可以被用来指导人工智能新闻助理系统，随着时间的推移，AI新闻助理系统可以通过直接从新闻记者那里学习，同时考虑到内容消费的数据，从而完善自身。

一个聪明的新闻助理可以指出哪些内容是隐式和显式地连接的，例如，基于主题、语气或其他元数据，如作者或位置。反过来，通过将现在流行的话题或突发新闻事件与历史信息建立相关性连接，这样一个智能的新闻助理可以帮助记者更好地理解新闻内容。这些故事可以更快更准确地锚定在一个有意义的语境中。

人工智能解决方案可以帮助记者更快更彻底地收集和理解数据和信息。一个聪明的新闻助理可以提醒记者，如果下周或即将到来的假日季节，有什么重要的事情需要报道，比如通过识别社交媒体的趋势，或者搜索查询，或者在历史报道中突出显示模式。与此同时，人工智能解决方案对于事实核查和检测内容操作变得越来越重要，例如识别伪造的图像和视频。

自动化的内容生产系统可以自动或半自动地创建和注释内容，例如，创建基于音频访谈的草稿版本，然后由人类记者完成。这样的系统可以进一步开发，以创建来自不同内容和格式的新闻汇编（文本、音频、视频、图像、可视化、AR体验和外部注解），或者创建高度个性化新闻内容，如个性化通知。

新闻助理还可以推荐即将要推送的文章，同时针对将推送通知发送给最终用户的最佳时机提供建议。作为一个提醒，尽管谷歌的是一项了不起的成就，但自然语言处理（ ，NLP）远未得到解决。人类和机器智能可以在内容生产和语言理解的核心过程中被整合到一起。用人工智能解决方案来强化记者的语言能力，将推进自然语言处理领域的研究和新发展。

强化新闻编辑室

如果创新和数字化没有被纳入新闻业务的核心内容（新闻编辑室和商业发展的日常实践）中，其并不能改变新闻媒体的文化，比如受众理解。

人们可以开始把新闻机构看作是一个系统和平台，为不同的人提供不同的个性化迷你产品。新闻编辑室可以利用自动化或半自动化的内容制作深入到相关的小众话题。报道越多，报道越深入，新闻编辑室就能更好地为不同的人生产个性化的通知或内容汇编等内容产品。

在一个越来越难以区分真实和虚假的世界里，通过自省和透明度建立信任变得比以往任何时候都更加重要。人工智能解决方案可用于创建工具和实践，使新闻机构和新闻编辑室能够比以往更精确地了解自己的活动及其影响。与此同时，其也可以通过向更广泛的受众开放新闻编辑室及其活动来建立信任。

具体来说，人工智能解决方案可以检测和分析报告和叙述中可能存在的潜在偏见。例如，有些人群在某些特定的主题或材料上表现得过于夸张了吗？对于有挑战性的多面话题或覆盖面较广的新闻报道，其背后的发声立场和角度是什么？大部分的照片都是基于特定的民族背景来描绘人物的吗？是否有重要的话题或声音没有出现在报道中？

人工智能解决方案也可以被用来分析和理解现在的内容以及过去的工作方式，从而为将来创造更好的内容提供具体的改善方法。人工智能解决方案将有助于更彻底地反映报告、叙述及其影响，也为决策提供了新的工具，例如，确定应该涵盖哪些内容以及原因。

此外，这些数据和信息可以被可视化，以使新闻报道和内容创作的影响更切实、更容易被整个新闻编辑室所接受。因此，整个编辑和新闻决策过程可以变得更加开放和透明，这从日常生活到更广泛的战略思考和管理范围上影响着新闻机构的原则。

明天的新闻机构将是人类和部分机器的一部分。对于新闻媒体的未来，这种用机器扩充人类智能的改变至关重要。为了保持其完整性和可信赖性，新闻机构本身需要能够定义其人工智能解决方案是如何构建和使用的。要充分认识到这一点，唯一的办法就是让新闻机构开始建立自己的人工智能解决方案。对我们大家来说，这越快越好。

作者Jarno m.是欧洲领先的媒体公司Yle杂志的产品主管，目前致力于智能系统和以人为本的个性化研究。

（选自： 作者：Jarno m. 编译：网易智能 参与：）