機器人寫稿的現狀與前景

原標題：機器人寫稿的現狀與前景

　　寫稿機器人不是要取代記者和編輯，而是解放了勞動力，讓採編人員將精力集中於更深層次的思考、情感訴求的挖掘。新聞創作中的人文價值將成為人類記者的核心競爭力。

　　隨著人工智能技術的飛速發展，機器人寫稿逐漸進入人們視野。有人對機器人寫稿充滿期待，也有人對傳統新聞記者的未來表示擔心。當前機器人寫稿已經進展到什麼階段？相較於記者寫稿它存在哪些優勢，又有什麼不足？未來會往什麼方向發展？本文通過分析國內外機器人寫稿現狀，對上述問題進行了探討。

　　國內外機器人寫稿的現狀

　　技術早已產生，近年迎來爆發

　　機器人寫稿並不是最近才出現的事物，在本世紀初該技術已投入使用。早在2009年，美國西北大學智能信息實驗室研發的StatsMonkey系統就撰寫了一篇關於美國職業棒球大聯盟季后賽的新聞稿件。StatsMonkey通過統計分析，識別出比賽期間發生的重大事件，並總結整體比賽動態，自動編寫了一篇體育報道。

　　不過，機器人寫稿真正迎來爆發則是近幾年的事情。隨著技術進步，人工智能已經從運算人工智能、感知人工智能逐漸過渡到認知人工智能階段。與此同時，計算機自然語言處理技術也取得了很大進步，這就為機器人寫稿奠定了技術基礎。

　　從2015年開始，國內外各大媒體就開始逐步擁有自己的寫稿機器人了。在國外，《紐約時報》利用Blossomblot系統篩選文章向社交網站等平台推送﹔《華盛頓郵報》使用Heliograf程序核實新聞的准確性﹔《洛杉磯時報》智能系統專注處理地震等突發新聞﹔路透社的OpenCalais智能解決方案可協助編輯審稿﹔《衛報》利用機器人Open001篩選網絡熱文，生成實驗性紙媒產品……機器人寫稿已在國外新聞實踐中發揮了一定作用。

　　在國內，2015年9月10日，騰訊財經頻道用自動化新聞寫作機器人Dreamwriter，發布了一篇名為《8月CPI漲2%創12個月新高》的報道，開了國內機器人寫稿的先河。此后，新華社推出機器人寫稿項目“快筆小新”，阿裡巴巴聯合第一財經推出“DT稿王”，今日頭條推出“xiaomingbot”，南方報業推出“小南”，各種寫稿機器人紛紛涌現。

　　企業發展較快，媒體跟進及時

　　從發展歷程來看，無論是國內還是國外，較早開發並應用機器人寫稿技術的都是技術實力雄厚的商業企業，尤其是互聯網公司，比如，美國著名AI技術企業AutomatedInsights公司就研發了名為Wordsmith的機器人寫稿系統，為美聯社和雅虎等媒體巨頭提供服務﹔一些非媒體類公司，如美國好事達保險公司（Allstate）、美國最大的有線電視運營商康卡斯特（Comcast），也都應用此系統編寫信息。同樣，國內商業媒體，尤其是互聯網公司，攜技術優勢，在機器人寫稿方面進展較快。例如，騰訊財經頻道的自動化新聞寫作機器人Dreamwriter，能根據算法在第一時間自動生成稿件，瞬時輸出分析和研判，一分鐘內將重要資訊和解讀送達用戶。而今日頭條“xiaomingbot”撰寫的稿件，從寫作形式和內容豐富度來看，和人類寫稿幾乎沒有差別。

　　近年來，傳統主流媒體不斷加大技術投入，在機器人寫稿方面也有突破。如，上文提到的《紐約時報》數字部門開發的Blossomblot系統，能夠將大量文章篩選后推送至社交網站等平台。目前，該系統每天能推送超過300篇文章。從國內來看，新華社於2015年11月推出機器人寫稿項目——“快筆小新”，是較早開始探索機器人寫稿的主流媒體。“快筆小新”主要服務於新華社體育部、經濟信息部和中國証券報，用於完成體育賽事稿件和財經稿件的自動撰寫。2017年1月，南方都市報社、凱迪網絡和北京大學計算機科學技術研究所三方宣布聯合成立智媒體實驗室，並研發出寫稿機器人——“小南”。“小南”的第一篇稿件是春運車票動態信息。2017年春節，人民日報首次嘗試運用人工智能，語音機器人“小融”通過人民網及“兩微一端”等平台與網友互動，引起關注。

　　生產資訊為主，產量十分驚人

　　目前，由於技術限制，機器人寫作的稿件多為資訊類新聞，但產量十分驚人。

　　除了前面提到的《紐約時報》每天通過Blossomblot推送300多篇文章外，美聯社使用Wordsmith編寫財經和體育方面資訊，每季度可以產出3000家公司財報。據報道，Wordsmith1分鐘最多可生成2000篇報道。①

　　阿裡巴巴與第一財經聯合推出的“DT稿王”主要報道股市異動，平均每天可發布1900篇公告，這是一位資深証劵編輯100個小時才能完成的任務。在裡約奧運會期間，今日頭條研發的“xiaomingbot”通過對接奧組委的數據庫信息，實時撰寫新聞稿件。奧運會開幕后的13天內，共撰寫457篇報道，涉及羽毛球、乒乓球、網球等大小賽事，平均每天30篇以上，發稿速度幾乎與電視直播同步。②

　　多准快全，機器人寫稿優勢明顯

　　數據海量，規模處理

　　大數據和人工智能技術是機器人寫稿的技術基礎。尤其是隨著大數據技術的發展，機器人寫稿能力會越來越強。

　　據估計，當前全球存儲的數據總量以上萬艾字節測量（1艾字節=10億千兆字節），而且仍在加速增長，大約每3年實現一次倍增③。這些數據以各種格式存在，往往難以用傳統數據軟件進行匹配分析。但應用大數據技術則能夠規模化處理這些信息，並在寫稿機器人的背后形成一個高度結構化的海量信息網。無論是文、圖、音視頻還是其他形式的信息，機器人編輯都可以像音樂家排列音符一樣去組合、重構。無論天氣預報、地震預警還是賽事報道，最終都能放入機器人數據庫中，這樣的系統潛力巨大，可以構建無限可能。

　　信息抓取，精准加工

　　機器人寫稿的另一大優勢就是精准。寫稿機器人生產新聞，可以不依賴於現場採訪獲取素材，而是通過對現有數據、資料進行快速搜集加工編制而成。雖然其對文章的理解深度還遠不能和人類相提並論，但在海量數據和強大計算能力支撐下，精准度非常高，這是人類記者難以達到的。另外，在數據量足夠大、樣本足夠多的情況下，機器人寫稿可有效避免假新聞出現，因為，機器人寫稿依靠的是全網數據，而非一人一言。

　　實時監控，快速報道

　　寫稿機器人用機器代替人類完成對信息源的實時監控，並利用文本解析和爬虫技術實現自動信息抽取，採用算法技術並融合編輯記者團隊的經驗和智慧，以模板和規則知識庫的方式輸出稿件。真正達到了對信息的實時監測、實時發布。

　　數量龐大，效率極高

　　目前來看，寫稿機器人能夠贏過人類記者，主要是依靠兩個“法寶”——“數量”和“效率”。和傳統媒體人相比，寫稿機器人可以瞬間完成海量閱讀、分析並根據互聯網活躍點擊量數據，瞬時篩選出下一個熱點新聞，然后通過后台算法快速合成新聞。總體來看，寫稿機器人在速度和數量上有著絕對優勢。依靠海量數據和不斷演進的算法設計，生成一篇深度報道的時間已經由最初的30秒縮短到2秒以內，其精確度還在不斷提升，而且擬人化、情感化的技能也在不斷增強。

　　刻板僵化，機器人寫稿尚有不足

　　缺乏獨立思考能力

　　目前，寫稿機器人尚不具備獨立思考能力，隻能依據既有的數據和事先設定好的程序來寫稿，不能像人類一樣思考並提出問題。因此，其寫作、編發的新聞稿件，也多是簡單的資訊類新聞，對於復雜新聞事件的報道則隻能通過人類的指導來完成。

　　在復雜寫作領域，人工智能寫稿目前存在兩個狀況：一是所有AI作品的完成都或多或少得到了人類的指點﹔二是人給的指點越少，AI的最終作品就越慘不忍睹。

　　2016年，日本名古屋大學佐藤？鬆崎研究室研發的機器人，創作了一篇名為《計算機寫小說的那一天》④的科幻小說，獲得了日本微型小說獎。該小說架構嚴謹，但內容呆板，缺乏文學的美感，不過這已經是AI在復雜寫作領域的最高水平。值得一提的是，該小說並非由人工智能獨立完成。在創作中，人工智能的作用佔到20%，80%經過人類的編輯潤色。

　　寫作模式固定、適用面窄

　　機器人寫稿的核心是利用大數據對信息進行分析，然后套用固定算法進行重新排列組合，再用人們能夠接受的或新聞報道要求的格式呈現。其寫稿流程分數據採集、數據加工、自動寫稿、編輯簽發四個環節。技術上通過“三步走”來實現：根據各業務板塊的需求定制發稿模板，數據自動抓取和稿件生成，各業務部門編審和簽發。

　　從這一情況看，寫稿機器人僅適合體育、天氣、財經等資訊性較強的新聞報道，而對一些有思想性或形式更為靈活的報道則力不從心。

　　其主要原因是，目前機器人尚缺三個方面能力：一是歸因，二是舉証，三是應景。⑤歸因，就是描述現象后，分析這些現象的一些脈絡，思考究竟是哪些東西導致這個現象﹔舉証，就是提出一個觀點后要找幾個例子﹔應景，是指描述完一個過程之后，需要把握畫龍點睛的是什麼，如何用恰當的詞語對此進行貼切的描述。這是機器人寫稿遇到的現實難題。

　　不會採訪，沒有情感

　　採訪，是新聞寫作的重要環節，尤其特稿和人物類稿件，採訪更是必不可少。聯系採訪對象，觀察對方，用心感受人物，再對大量資料進行整理，做出取舍。新聞稿件的字裡行間都飽含著記者的判斷、價值觀與人文關懷。這些復雜細致的情感工作，機器人尚不能完成。此外，目前寫稿機器人還無法進行獨立思考，智能寫稿系統在深度和個性化上也很難取得突破。正如人民日報副總編輯盧新寧在2017年媒體融合發展論壇上所言：“作為記者，我為地震顫抖，但機器人不會。”⑥

　　AI時代，記者將肩負更重責任

　　隨著自然語言處理、大數據分析等技術的發展，國內外許多媒體已經開始機器人報道的探索與實踐。以寫稿機器人為代表的人工智能技術，將重塑媒體的內容生產與分發。理性看待科技進步及影響，科學籌劃人工智能系統的開發與運用，既是適應時代變化的需要，更是保持發展優勢的需要。

　　人工智能尚處於初級階段，暫時不可能替代人類

　　目前，人工智能發展水平還處於初級階段。這一階段的表現是，各個垂直領域誕生若干超級智能，比如健康和知識問答領域的“沃森”、圍棋領域的“AlphaGo”等。這些垂直超級智能可以在特定領域內展現出遠超人類的能力，但在擅長領域之外，目前沒有任何作為。

　　新聞撰稿有簡單和復雜之分。信息報道類的新聞撰稿，很大程度上正在被人工智能的新聞寫作工具所取代。例如簡單地事實組合、情況報告，按照某些既定的格式完成文本寫作，這種工作不需要復雜判斷，可被機器取代。

　　但如果是人民日報重頭通訊或“任仲平”等深度文章，或需大量採訪為基礎，或需在原始素材之上，發揮作者的歸納和推理能力，提煉出相對復雜的邏輯結構，設計出最適合主題的表述形式。這些工作，每一項所需要的思考時間，都遠遠不止5秒鐘。有能力撰寫“任仲平”等類型稿件的記者，在未來很長一段時間內，根本不用擔心自己的工作會受到人工智能的威脅。

　　時代呼喚更有深度的記者

　　理性看待寫稿機器人和人工智能，有助於推動新聞業轉型發展。現階段，機器人可以勝任相對簡單、重復、機械性的信息發布，從這個層面來看，機器人可將記者編輯從單調、重復的工作中解放出來，去關注更復雜、更需要人類思考的現象與問題，去做更有意義的事情。但同時也要看到機器人創作的稿件，難以全面反映社會文化和意識形態領域的各類問題，更缺乏打動人、有情感的細節。大量復雜、跨界、有深度、情感細膩的新聞生產仍需要人類記者。這意味著，具有專業經驗和復雜採編技能的記者編輯對於新聞行業仍然起著支撐作用。

　　中國人民大學新聞學院教授匡文波認為，具有創新能力的記者將成為人工智能時代的強者。⑦人工智能的出現，其實為人類記者提供更上一層樓的動力和機遇。對於每一個媒體人來說，隻有更深入地了解新聞行業以及人類獲取信息的渠道、思考方式的本質，加深人工智能領域的人文探索，才能使人工智能更好地為我們所用。

　　但機器人寫稿畢竟為新聞工作者敲響了警鐘。隨著人工智能技術的進一步發展，作為一名記者，如果不能做到對新聞事實加以深度分析和獨立判斷，遲早會被機器人取代。從長遠看，這種趨勢對促進媒體加快轉型升級、提升整體業務水平來說，是件好事。

　　人機協作是必然趨勢

　　寫稿機器人會給新聞行業帶來沖擊，但更多的是發揮技術的輔助功能。媒體要依靠科技的力量，但不能成為科技的奴隸，數據隻有為人類所用才有價值。未來，在各個垂直領域將出現若干超級智能。這個過程中，人機協作是必然趨勢。未來的新聞稿背后也許會站著一個人類記者和一個機器人記者，透過不同的視角看世界。

　　新聞內容生產將更加智能化

　　首先是新聞線索獲取將會更快。運用最新的人工智能技術，可以通過網絡爬虫獲取實時信息，然后進行內容特征詞的抽取計算，快速提取發現新聞線索，再通過多渠道驗証和排重等，排除無效內容，判斷消息真偽，從新聞時效性和真實性上提升內容質量。

　　其次是信息整理效率將會更高。通過人工智能可以快速提取核心觀點、事件發展趨勢、輿論情感導向，分析事件傳播路徑，讓新聞生產者迅速了解整個事件的來龍去脈，提供創作思路，從而縮減創作時間，升華新聞價值。

　　最后是內容創作能力將顯著提升。寫稿機器人的存在，並不是取代記者和編輯，而是解放了勞動力，讓採編人員精力集中於深層次的思考、情感訴求的挖掘，新聞創作中的人文價值將成為人類記者的核心競爭力。

　　（作者單位：人民日報社研究部）

　　注釋：

　　①彭茜：《2016年普利策獎揭曉引發“危機”話題“還好，摘獲獎項的仍是人類”》，文匯報2016年4月20日。

　　②敬慧：《機器新聞寫作熱潮下的傳統新聞生產冷思考》，《科技傳播》2017年第20期。

　　③《“鵝毛筆”：新聞殺手》，國際金融報2015年12月14日。

　　④《機器人創作入圍日本文學獎人工智能還能寫小說？》，揚州時報2016年3月25日A10版。

　　⑤白碩：《未來是屬於智能媒體的》，半月談網2015年12月21日，

　　http：//www.banyuetan.org/chcontent/fzzl/fzrw/20151221/174656.shtml。

　　⑥盧新寧：《“內容+”將成為媒體融合關鍵詞》，《新聞戰線》2017年9月（上）。

　　⑦匡文波：《人工智能會取代記者嗎？》，《新聞論壇》2017年第1期。