张志安：人工智能带给新闻业新的速度和体验，却无法带来真相与解释

2017-09-20

近日，网易新闻“闻学社沙龙”以《人工智能将如何重塑新闻业》为主题，邀请了来自北大、中大、路透社、新华社等机构的专家学者，探讨新技术影响下的传媒生态重塑。以下为中山大学传播与设计学院院长张志安主题演讲的主要内容。

中山大学传播与设计学院院长张志安

目前探讨的人工智能与新闻的关系主要集中在两个层面：一是人工智能对新闻生产、叙事、呈现等方面的影响，二是新闻与用户之间的关系，因为人工智能而有了更加精准、智能化的分析推送和匹配，或是在此基础上如何更好地实现分发和推荐。

人工智能给新闻业带来什么影响，我认为主要有以下三点：

一种是通过垂直领域开放平台的接口或平台授权，机器人可以快速抓取、发布和推送资讯。例如证券交易、体育赛事、地震信息等，机构网站提供信息接口，机器就可快速抓取而后生成并推送新闻。

第二种是机器人写作，比如九寨沟地震，动态消息快速生成和发布，尽管它只是融合新闻报道最前端的环节——警告（alert），并没有涉及更多的信息或讲故事层面。所以，人工智能与新闻的结合能解决速度问题，带来新的新闻报道和推送速度。

运用人工智能，新闻呈现方式可以更加互动化，可以尝试做不同的交互体验。比如微软小冰等聊天机器人，类似技术运用到新闻中，可以将新闻变成对话，把过去单纯的看新闻变成了问新闻、答新闻，同时在互动中可以收集用户兴趣相关的数据；再如VR、3D建模等，都给用户带来了新的互动体验。

举个例子，假如我们通过智能传感器采集数据，数据显示北京每天下午5点到7点会有1000人容易打盹疲劳驾驶，这个数据就有公共提醒的功能。而后通过职业、区域等的跟踪采集，它就可以总结出某个区域某个时间段容易出现打盹的情况，进行智能分发和推送，提醒用户，再收集用户的体验。如此一来就会实现流程重构，但最主要的是通过对用户行为和用户需求的分析实现更好的分发。

再比如刚刚提到的算法，尽管技术公司多数会说算法是中立客观的，但算法是人写的，所以一切算法背后都有价值观。比如根据你的好友阅读的兴趣为你推送内容，是把所有朋友看的最多的信息推荐给你，还是把你朋友中相对高端人群所看的信息推送给你。这其中一定包含了人的价值判断。

但显然，随着人工智能的发展，新闻分发一定会更精准、更个性化，也会更好满足分布式新闻的推送机制。

中山大学的大数据传播实验室长期在做的一个项目，是通过抓取与新闻有关的社交媒体数据和网友评论，分析他们对话题、对新闻的态度和情绪。

通过与计算机、心理学相关专家的合作，在海量文本挖掘过程中，我们发现动宾结构当中的动词比较重要，一个主体施加于客体的行动，其中使用的动词往往跟情绪相关，因此我们正想办法对社交媒体大数据文本中的网民情绪进行更深入的挖掘。情绪是形成态度和舆论的基础，我们认为可以通过相关方法更科学地分析社交媒体、网民评论中文本情绪的特征，通过更大的样本也可分析哪些新闻会产生更多负面情绪，哪些新闻会有相对正面的情绪。借助人工智能的相关技术，可以让机器人未来更聪明的读懂网民阅读新闻后的情绪和态度。

最近两年的时间里，我们建立了30万左右的网络谣言库，通过海量文本挖掘，逐步建立网络谣言的智能识别模型。有了社交媒体的谣言库之后，我们尝试慢慢建立一个关于识别谣言的工具分析模型，一旦成熟，它能够跟一些平台媒体结合，未来在智能化识别谣言、辟谣方面会发挥更高效、更有精准的作用。

今后新闻信息的采集是否可以有更智能的方式？就像无人机，现在更多是场景再现。而当技术不断完善，无人机与VR、3D建模技术结合，未来的新闻叙事可能会被改写。新闻事件发生后，我们可以用事先VR采集的信息，将VR镜头调出，配合3D模型，现实的物理空间就可以快速通过3D还原，相信只要技术稍微再智能一点，很容易解决突发事件现场整个沉浸式还原的作品生成。

人工智能可以为新闻业带来新的速度、体验和分发，它无法带来什么呢？

人工智能无法带来真相，真相不是表面事实，是掩藏在事实背后的事实。以调查性报道为例，机器无法看到表面事实背后错综复杂的利益链条，无法像调查记者一样找到谁施害、谁造假、谁是复杂事件后的作恶者，事实背后被遮蔽的事实，机器是无法有效获知的。而且事实与事实的联系，我们叫“有意义脉络的事实”，这才是所谓的真相，它无法被机器捕捉。

事实摆在那里，必然要放在复杂的社会情境中进行解释。人们看新闻，不仅要获知事实，更重要的一点，是要看到它背后的东西，理解它到底对我们意味着什么。从这个角度看，机器能呈现关于事实的信息，却无法解释事实，帮助我们去理解事实的意义。而人最大的价值就是对事实的判断和对复杂逻辑关系的推理。

当然，把握事实背后的真相以及对事实的解释，本来就是新闻从业者的追求，相关的价值本不应该寄望于人工智能来解决。

当我们讨论未来人工智能和新闻业的关系时，有哪些问题我们可以思考，我想再谈三点：

从传播过程来说，我们要打破现有的新闻采集、分发和传播链条的思维，从“万物皆媒”或者说“物联网+网络关系”的角度来思考新闻业的未来。

想想看，通过传感器收集内容，快速在平台上实现共享，这种共享会带来一种新的新闻业态，这种新闻业态跟今天以主流媒体为载体进行的新闻生产完全不一样。我们需要重新去评价新闻的内容或产品对用户的价值，过去主要评估信息的专业化程度和公共价值、消费信息的时间、购买信息所花的成本等，但今天的人们尤其年轻群体越来越看重通过消费和观看信息过程中，能否实现个人与社会之间的扩展性与连接性，能否更多满足个人的情感需要和消费需求。

所以，要把新闻业和人工智能的话题放在物联网环境下，从网络化关系社会的语境来把握新闻业的发展趋势。在物联网和互联网交织的环境下，人工智能对新闻业的数据分析、内容生成和多元分发会有更大的作用。

从传播的效果来说，我们归根结底还是要问一个问题：通过机器帮助新闻分发、新闻写作，到底要产生什么传播效果，只是为了让信息的阅读体验变得更愉悦，为了让信息分发变得更高效，或者只是为了让信息到达更精准、时间成本更低吗？对人工智能的应用，到底是为了满足公众获得新闻时的“I feel”，还是在“I feel”的基础上还能增进用户“I think”，这也是值得我们思考的。当人工智能和新闻业握手时，它是否让人们在“I feel” 、“I want”的基础上还有“I need”、“I think”的价值。

最后是传播和技术的关系。自我进化和人机共生时代，未来的人工智能会倒过来超越和控制人类吗？前不久，霍金发出了类似的警告。如果我们整个新闻业都被非常智能化的服务和分发以后，我们的信息获取和交互行为会不会被它所控制？这个问题其实最终与人内在的需求有关。归根结底，我们看待所有一切应用的价值，还是要看是否能够有助于提升人的理性和自由，是否能让人更自由地流动、更自由地掌控、更理性地思考——归根结底是以理性和自由来衡量技术和媒体的关系。

我想，人工智能未来可能会在很大程度上替代、掌控和推动世界治理，但人类应该有办法，让技术在人类可掌控的范围内服务于人类的发展。至于传统新闻业会不会持续，规模有多大，多少人会失业真的不重要，我们教新闻的人也从来不为此焦虑，只要我们守住新闻业的核心价值，具体的形态和业态并不重要。

近日，网易新闻“闻学社沙龙”以《人工智能将如何重塑新闻业》为主题，邀请了来自北大、中大、路透社、新华社等机构的专家学者，探讨新技术影响下的传媒生态重塑。以下为中山大学传播与设计学院院长张志安主题演讲的主要内容。

中山大学传播与设计学院院长张志安

目前探讨的人工智能与新闻的关系主要集中在两个层面：一是人工智能对新闻生产、叙事、呈现等方面的影响，二是新闻与用户之间的关系，因为人工智能而有了更加精准、智能化的分析推送和匹配，或是在此基础上如何更好地实现分发和推荐。

人工智能给新闻业带来什么影响，我认为主要有以下三点：

一种是通过垂直领域开放平台的接口或平台授权，机器人可以快速抓取、发布和推送资讯。例如证券交易、体育赛事、地震信息等，机构网站提供信息接口，机器就可快速抓取而后生成并推送新闻。

第二种是机器人写作，比如九寨沟地震，动态消息快速生成和发布，尽管它只是融合新闻报道最前端的环节——警告（alert），并没有涉及更多的信息或讲故事层面。所以，人工智能与新闻的结合能解决速度问题，带来新的新闻报道和推送速度。

运用人工智能，新闻呈现方式可以更加互动化，可以尝试做不同的交互体验。比如微软小冰等聊天机器人，类似技术运用到新闻中，可以将新闻变成对话，把过去单纯的看新闻变成了问新闻、答新闻，同时在互动中可以收集用户兴趣相关的数据；再如VR、3D建模等，都给用户带来了新的互动体验。

举个例子，假如我们通过智能传感器采集数据，数据显示北京每天下午5点到7点会有1000人容易打盹疲劳驾驶，这个数据就有公共提醒的功能。而后通过职业、区域等的跟踪采集，它就可以总结出某个区域某个时间段容易出现打盹的情况，进行智能分发和推送，提醒用户，再收集用户的体验。如此一来就会实现流程重构，但最主要的是通过对用户行为和用户需求的分析实现更好的分发。

再比如刚刚提到的算法，尽管技术公司多数会说算法是中立客观的，但算法是人写的，所以一切算法背后都有价值观。比如根据你的好友阅读的兴趣为你推送内容，是把所有朋友看的最多的信息推荐给你，还是把你朋友中相对高端人群所看的信息推送给你。这其中一定包含了人的价值判断。

但显然，随着人工智能的发展，新闻分发一定会更精准、更个性化，也会更好满足分布式新闻的推送机制。

中山大学的大数据传播实验室长期在做的一个项目，是通过抓取与新闻有关的社交媒体数据和网友评论，分析他们对话题、对新闻的态度和情绪。

通过与计算机、心理学相关专家的合作，在海量文本挖掘过程中，我们发现动宾结构当中的动词比较重要，一个主体施加于客体的行动，其中使用的动词往往跟情绪相关，因此我们正想办法对社交媒体大数据文本中的网民情绪进行更深入的挖掘。情绪是形成态度和舆论的基础，我们认为可以通过相关方法更科学地分析社交媒体、网民评论中文本情绪的特征，通过更大的样本也可分析哪些新闻会产生更多负面情绪，哪些新闻会有相对正面的情绪。借助人工智能的相关技术，可以让机器人未来更聪明的读懂网民阅读新闻后的情绪和态度。

最近两年的时间里，我们建立了30万左右的网络谣言库，通过海量文本挖掘，逐步建立网络谣言的智能识别模型。有了社交媒体的谣言库之后，我们尝试慢慢建立一个关于识别谣言的工具分析模型，一旦成熟，它能够跟一些平台媒体结合，未来在智能化识别谣言、辟谣方面会发挥更高效、更有精准的作用。

今后新闻信息的采集是否可以有更智能的方式？就像无人机，现在更多是场景再现。而当技术不断完善，无人机与VR、3D建模技术结合，未来的新闻叙事可能会被改写。新闻事件发生后，我们可以用事先VR采集的信息，将VR镜头调出，配合3D模型，现实的物理空间就可以快速通过3D还原，相信只要技术稍微再智能一点，很容易解决突发事件现场整个沉浸式还原的作品生成。

人工智能可以为新闻业带来新的速度、体验和分发，它无法带来什么呢？

人工智能无法带来真相，真相不是表面事实，是掩藏在事实背后的事实。以调查性报道为例，机器无法看到表面事实背后错综复杂的利益链条，无法像调查记者一样找到谁施害、谁造假、谁是复杂事件后的作恶者，事实背后被遮蔽的事实，机器是无法有效获知的。而且事实与事实的联系，我们叫“有意义脉络的事实”，这才是所谓的真相，它无法被机器捕捉。

事实摆在那里，必然要放在复杂的社会情境中进行解释。人们看新闻，不仅要获知事实，更重要的一点，是要看到它背后的东西，理解它到底对我们意味着什么。从这个角度看，机器能呈现关于事实的信息，却无法解释事实，帮助我们去理解事实的意义。而人最大的价值就是对事实的判断和对复杂逻辑关系的推理。

当然，把握事实背后的真相以及对事实的解释，本来就是新闻从业者的追求，相关的价值本不应该寄望于人工智能来解决。

当我们讨论未来人工智能和新闻业的关系时，有哪些问题我们可以思考，我想再谈三点：

从传播过程来说，我们要打破现有的新闻采集、分发和传播链条的思维，从“万物皆媒”或者说“物联网+网络关系”的角度来思考新闻业的未来。

想想看，通过传感器收集内容，快速在平台上实现共享，这种共享会带来一种新的新闻业态，这种新闻业态跟今天以主流媒体为载体进行的新闻生产完全不一样。我们需要重新去评价新闻的内容或产品对用户的价值，过去主要评估信息的专业化程度和公共价值、消费信息的时间、购买信息所花的成本等，但今天的人们尤其年轻群体越来越看重通过消费和观看信息过程中，能否实现个人与社会之间的扩展性与连接性，能否更多满足个人的情感需要和消费需求。

所以，要把新闻业和人工智能的话题放在物联网环境下，从网络化关系社会的语境来把握新闻业的发展趋势。在物联网和互联网交织的环境下，人工智能对新闻业的数据分析、内容生成和多元分发会有更大的作用。

从传播的效果来说，我们归根结底还是要问一个问题：通过机器帮助新闻分发、新闻写作，到底要产生什么传播效果，只是为了让信息的阅读体验变得更愉悦，为了让信息分发变得更高效，或者只是为了让信息到达更精准、时间成本更低吗？对人工智能的应用，到底是为了满足公众获得新闻时的“I feel”，还是在“I feel”的基础上还能增进用户“I think”，这也是值得我们思考的。当人工智能和新闻业握手时，它是否让人们在“I feel” 、“I want”的基础上还有“I need”、“I think”的价值。

最后是传播和技术的关系。自我进化和人机共生时代，未来的人工智能会倒过来超越和控制人类吗？前不久，霍金发出了类似的警告。如果我们整个新闻业都被非常智能化的服务和分发以后，我们的信息获取和交互行为会不会被它所控制？这个问题其实最终与人内在的需求有关。归根结底，我们看待所有一切应用的价值，还是要看是否能够有助于提升人的理性和自由，是否能让人更自由地流动、更自由地掌控、更理性地思考——归根结底是以理性和自由来衡量技术和媒体的关系。

我想，人工智能未来可能会在很大程度上替代、掌控和推动世界治理，但人类应该有办法，让技术在人类可掌控的范围内服务于人类的发展。至于传统新闻业会不会持续，规模有多大，多少人会失业真的不重要，我们教新闻的人也从来不为此焦虑，只要我们守住新闻业的核心价值，具体的形态和业态并不重要。