《融合新闻学》第二版 课件14 智能新闻生产

暨南大学刘涛、黄雅兰、谷虹、施畅、方惠第十四章智能新闻生产融合新闻学『码上学习』1人工智能时代的新闻生产2智能新闻写作的发展与应用4走向人机合作的智能新闻3智能新闻生产存在的问题融合新闻学第一节人工智能时代的新闻生产融合新闻学智能化：技术驱动下的新闻生产革命基于物联网传感器的信息采集与传输、语音数据的采集与文字转化、对社交媒体信息的自动汇总与追踪、新闻要素的智能识别等技术等有效提高了记者进行调查报道的效率和准确率，人与机器智能紧密写作，在很大程度上改变了新闻的生产模式与生产系统。融合新闻学智能化：技术驱动下的新闻生产革命2022年底以来，生成式人工智能技术的快速发展丰富了新闻记者的工具箱。ChatGPT、Claude、Gemini、DeepSeek、豆包、文心一言、Kimi等基于大语言模型的人工智能应用在文本生成、数据分析等方面给予记者极大便利，Midjourney、Sora、可灵等支持文字转图像的AI绘画和AI视频工具更是拓展了新闻的视听表达形式。融合新闻学新闻算法是什么？算法：用于解决某一特定问题或达成明确的目标所采取的一系列步骤。新闻算法的功能：计算、排序、分类、关联和过滤等。算法能够推动新闻生产的自动化和智能化，提高生产效率融合新闻学算法在新闻生产中的运用按照新闻生产的顺序，算法会逐一影响新闻线索的发现、写作和新闻分发等智能新闻分发智能新闻写作新闻线索的发现与故事驱动通过算法，为用户推荐其感兴趣的新闻信息。高效率、高准确率的写作方式。算法可以用于挖掘和爬取特定主题的数据，并且依据一定的条件对数据进行筛选、分类和整理，在数据分析的过程中发现新闻线索、驱动新闻报道。融合新闻学算法在新闻生产中的运用新闻线索的发现与故事驱动算法可以被用于爬取和挖掘大量数据，依据某些条件对数据进行分类，并且发现数据之间的关联生成式AI能够辅助记者快速整理原始数据，定位关键信息，制定详细的调查思路和计划案例：搜信源《如何用ChatGPT深挖“跪地求水”事件？》2023年3月28日，宁夏灵武马家滩村一位林场主孙国友跪地求供水的视频引发舆论关注。视频中，孙国友称自己承包万亩林场用于植树治沙，却因附近煤矿没能按约供水面临断水。事件发生后，自媒体搜信源试图借助ChatGPT进一步深挖“跪地求水”事件，以及探索该事件可能折射出的系统性问题。融合新闻学算法在新闻生产中的运用智能新闻写作从2010年美国《洛杉矶时报》开发出第一款智能写作软件后，智能新闻写作这种高效率、高准确率的写作方式已经在国内外新闻界得到了广泛运用。在智能写作方面，除了使用智能程序完成报道正文，一些媒体的新闻标题也逐渐由算法根据公众的口味来判断和决定。在这种情况下，智能新闻写作的文本表现出一种“无终态”的特性，但这种写作方式同样面临着下文提到的智能新闻分发中可能出现的“信息茧房”、低俗内容盛行等问题。融合新闻学算法在新闻生产中的运用智能新闻分发：2012年，“今日头条”“一点资讯”等聚合类新闻客户端上线。与以往依托于传统媒体的新闻客户端不同，今日头条等整合网络中已经存在的新闻内容，通过算法，为用户推荐其感兴趣的新闻信息。融合新闻学算法在新闻生产中的运用案例：今日头条的新闻分发算法今日头条的推送算法信息推送结果综合考虑了用户的特征、环境特征和文章特征三大方面。典型的推荐特征包括：相关性特征、环境特征、热度特征和协同特征等。融合新闻学“算法新闻”可以被定义为以机器学习或神经网络为技术基础的生产和分发新闻的方式，其流程可被总结为“I-T-O”模式。第一阶段为Input，即数据输入，从公开或私人的数据库中抓取信息，作为新闻生产的原材料；第二阶段为Throughout，即数据吞吐，通过监督式机器学习或无监督式机器学习，即半自动或全自动的自然语言生成，将输入的数据整理成一定的结构；第三阶段是Output，即新闻产品输出，完成线上和线下的分发。算法在新闻生产中的运用算法新闻流程融合新闻学人工智能技术在新闻生产中的综合运用融合新闻学案例：Pudding《人工智能可以制作数据驱动的视觉故事吗？》（CananAImakeadata-driven,visualstory?）Pudding的记者尝试使用生成式AI工具Claude进行数据新闻的生产。记者首先将数据新闻的创作过程分为四个步骤：创意生成、数据收集与分析、形成故事大纲和视觉设计原型以及故事发展和写作。在随后人工智能完成每个步骤后，记者对其在该部分的表现进行评分。记者还制定了与人工智能互动的规则：对于每一项任务，记者都会反复修改提示词，直到其成功。最终，制作一个数据驱动的视觉故事《越来越丧的歌曲：流行音乐如何走向暗处》（TheSadnessofSong:HowPopMusicisTurningtotheDarkSide）第二节

AIGC在融合新闻中的应用融合新闻学早期智能新闻写作2010年，美国《洛杉矶时报》网站上的“凶杀报道”栏目开始尝试机器写作。《洛杉矶时报》从当地法医办公室直接获取关于死者姓名、年龄、族裔、性别、死亡地点等信息。基于以上结构化数据，《洛杉矶时报》自行开发了一个软件，将这些结构化信息像填空一样自动生成短篇报道。融合新闻学上：福布斯网站采用的narrativescience平台下：美联社使用WordSmith撰写的季度财报2012年，福布斯网站开始采用美国NarrativeScience公司开发的Quill平台，快速撰写和发布公司财报消息。2014年，美联社采用美国AutomatedInsights开发的WordSmith，撰写公司季度财报。撰写财报数量是此前的12倍。美联社成为第一个采用人工智能写作的世界级新闻媒体。融合新闻学早期智能新闻写作2015年11月，新华社推出机器人记者“快笔小新”。撰写体育赛事中英文稿件和财经信息稿件。大大提高了稿件的生产效率。2015年9月，腾讯财经开始使用写作程序Dreamwriter撰写财经新闻。我国首个智能写稿机器人上：腾讯Dreamwriter撰写的稿件下：新华社的机器人记者“快笔小新”融合新闻学早期智能新闻写作融合新闻学生成式人工智能的新闻写作生成式人工智能技术基于更强大的自然语言处理（NLP）能力，具备了更灵活、更多元的写作风格和内容。在数据输入端，生成式AI处理的数据不再局限于结构化数据，还能处理和分析包括文本、图像和音频等在内的复杂数据集，并且能够理解上下文和语义。从输出端来看，生成的内容更流畅、自然，甚至能够模仿不同的写作风格，生成有创意的标题和引人入胜的叙述，报道的体裁不再局限于消息，而是可以尝试特稿、评论、数据新闻等更多元体裁，应用的领域也不再局限于体育、经济等。融合新闻学案例：每日人物《这是我们第一篇完全由ChatGPT写作的稿件》

2023年4月，在ChatGPT-3.5发布五个月后，《每日人物》尝试使用ChatGPT独立完成一篇稿件的写作。记者拟定的报道主题是ChatGPT对不同行业的人的影响。记者首先对三位不同行业的工作者分别进行了40分钟左右的采访，以确保事实的真实性；接着，记者对访谈资料进行了整理，通过提示词要求ChatGPT基于访谈资料生成一篇完整的稿件。生成式人工智能的新闻写作融合新闻学多模态人工智能生成内容当前，Runway、Sora、可灵等文字转视频工具的发展使得视频的制作和生产更加便利。基于人工智能的合成语音技术快速发展，能够帮助视觉障碍者、处于移动情境中以及有伴随收听需求的用户更有效地获取信息。大部分新闻客户端都推出了自动语音播报功能：点击新闻报道页面右上角或标题后的耳机标志，文字报道就能被自动转化为语音播报。融合新闻学案例：澎湃新闻《大国丝路》2023年，澎湃新闻在“一带一路”倡议提出十周年之际，推出四集系列纪录片《大国丝路》，分别关注了中国同印度尼西亚、哈萨克斯坦等海上和陆上丝绸之路沿线国家的贸易往来和文化交流，该系列纪录片的海报（图14-13左）以及纪录片中的一些画面（图14-13右）就是借助Midjourney、Runway等工具生成的，从而形成了真实地理风光与虚拟概念元素相融合的独特视觉风格。多模态人工智能生成内容第三节智能新闻生产存在的问题融合新闻学违反法律或社会规范由算法驱动的应用可能由于人为的疏漏等因素而违反法律或社会规范，侵犯他人或其他机构的权益。除了针对个人的诽谤性搜索提示，搜索引擎自动填充的结果还可能涉嫌种族歧视、性别歧视等。除搜索引擎，其他一些基于算法的应用也可能会造成人的隐私、名誉等权益受到侵犯。算法会如何出错？融合新闻学事实错误一些算法在分类、预测和过滤过程中会出现事实性错误。例如，《纽约时报》发现，YouTube儿童频道无法完全过滤暴力、色情等视频内容。案例：纽约时报《YouTube儿童频道，令人震惊的视频越过了过滤系统》算法会如何出错？融合新闻学歧视和不公平算法还可能会差异化地对待不同性别、种族和社会阶层的人群，从而造成歧视和偏见。例如，谷歌图片识别功能曾把一位非裔女性识别为大猩猩。算法会如何出错？融合新闻学智能新闻生产的局限性数据来源：智能新闻写作高度依赖结构化数据，这也意味其报道主题和内容受限于数据来源，数据的质量、广度和丰富性很大程度上决定着智能新闻写作是智能的还是无聊乏味的。写作质量机器人写作目前还处在比较初级的水平，对模板有很强的依赖，写作风格比较单一；这种状况也是受限于当前的技术水平和语料库规模。融合新闻学解释性的缺失算法新闻擅长解决“是什么”；几乎无法解决“为什么”和“如何发生”。新闻的透明度在第二阶段数据吞吐环节，监督式机器学习和无监督式机器学习所涉及的复杂技术无法为用户所理解或得到解释新闻线索发掘、新闻文本写作、评论策展、标题制作、网页编辑、新闻分发渠道等诸多流程被推向了“黑箱”。缺少法律和伦理制约机器人写作可能会产生一些损害某人或某机构声誉的文本，导致法律问题的出现。智能新闻生产的局限性融合新闻学第四节走向人机合作的智能新闻融合新闻学智能技术背景下的人类优势30%70%首先，人类擅长复杂的沟通。其次，人类能够运用专家思维进行思考和判断。另外，相比于算法，人类拥有较强的灵活性和创新性。融合新闻学人类智能与人工智能的结合首先，从价值层面看，在人类理性价值指导下的智能新闻生产能够彰显公正、理性等社会价值。融合新闻学其次，从文本价值看，人类智能与人工智能的结合能够使报道有效地平衡对整体趋势的呈现和对个体案例的报道。人类智能与人工智能的结合融合新闻学媒介事件与媒介仪式案例：

BBC的数据新闻《英国的旁遮普人不被言说的酗酒问题》（TheunspokenalcoholproblemamongUKPunjabis）人类智能与人工智能的结合第三，人机合作的方式能够革新新闻的互动体验，以自动化的方式使报道对不同读者做出不同反应，通过游戏化、拟人化的方式提供与读者利益最为密切相关的信息。融合新闻学媒介事件与媒介仪式生成式人工智能时代新闻工作者的角色转换融合新闻学在使用生成式AI完成新闻报道的案例中，记者向工具发出的指令（即提示词）扮演着申明任务、纠正错误等关键功能。有研究者将“提示工程师”（promptengineer）视作未来新闻工作者身份转变的重要方向。提示词（prompt）包含指令、上下文、输入数据、输出指示等要素，是引导大语言模型生成内容并对齐到人类表达风格、伦理和规范的重要前提和影响因素。融合新闻学案例：澎湃新闻《数说｜如果把上影节的历史喂给AI，它能看出什么？》2024年6月，在上海国际电影节期间，澎湃新闻推出了由生成式AI全程辅助的数据新闻。记者将第1届到第26的上海国际电影节的海报图片以及展映的电影片单“投喂”给ChatGPT，使其对海报中的核心视觉元素、主题色彩以及展映影片的类型、年代等信息进行分析。在使用生成式AI制作数据新闻的过程中，澎湃新闻的记者总结出了应对AI错误方法是，“面对AI的错误结果，一个较好的处理方式是，用AI的话去跟它沟通吧”，“改变自己的表述方式，比起改变AI的理解方式，要来得更容易一些。”生成式人