演算法改變了媒體的訊息流，新聞界有可能用 AI 扳回一城嗎？

新聞媒體在人工智慧發展方面一直處於觀望的狀態。因此，在人工智慧介面的時代下，新聞機構不再能夠定義什麼是真正的新聞，或者更重要的是，什麼才是真實的或值得被信任的新聞。

今天，主要由社群媒體平台、搜尋引擎和新聞聚合器來控制用戶導向媒體內容的方向，並直接影響其所創造的新聞內容。其結果是，新聞媒體的未來不再掌握在自己手中。

新聞數位化低潮

新聞媒體在數位世界中並沒有因具備速度或創新的能力而成為變革的創造者。從歷史上看，新聞曾經是吸引和引導人們（和廣告商）的消息來源。而網際網路上可用訊息的爆炸性擴張改變了這一點。在早期的網際網路中，搜尋網站引導人們去關注他們感興趣的內容。還記得Yahoo嗎？隨著訊息量的增加，搜尋引擎接管並改變了人們在網上找尋相關訊息和新聞內容的方式。

隨著行動技術的發展，社群媒體的新聞發送和發文佔據了主導地位，這改變了人們獲取媒體內容的方式，現在更強調社群媒體的作用。值得注意的是，新聞媒體並沒有在這些關鍵的發展中扮演積極的角色。

恰恰相反，對新聞媒體來說，利用網際網路、搜尋引擎、新聞聚合器、行動體驗、社群媒體和其他新的數位解決方案來崛起都已經太遲了。更何況是緊跟在後的廣告業務。

首先，新聞機構允許Google在他們的網站上處理搜尋系統，這讓Google獲得了一個獨特的機會來索取媒體內容。隨著社群媒體的興起，新聞機構（尤其是美國的新聞機構）企圖透過Facebook和Twitter以打破新聞瓶頸，而不是專注於自己的突發新聞。結果導致新聞媒體失去了其核心業務，輸給了新興的數位經濟巨人。

更重要的是，新聞媒體在用戶體驗、商業邏輯或內容創作方面從來沒有完全數位化。想想iPad的付費牆和電子報紙吧！

網際網路和數位化迫使新聞媒體做出改變，但這種變化是被動式的，而不是主動的。舊的、部分過時的創作內容、受眾理解的方式、用戶體驗和內容發放模式仍然在積極地影響其新聞內容的創造和發布方式。而且百分之一百一十確定的是，這與全球各地有獨創性記者的敘事方式、難以置信的創造力以及辛勤工作無關。

由於網際網路和數位化的發展，今天的演算法把關人（如Google和Facebook）主導了訊息的流動和過去由新聞媒體主導的廣告業務。值得注意的是，如今的網際網路巨頭們的個性化和廣告驅動的商業邏輯並不是為了讓新聞媒體再次以自己的方式發展而設計。

從觀察者到變革者

對於新的演算法引導世界秩序的崛起現象，新聞媒體一直在以一個外部的觀察者身份進行報導。這對我們如何看待不斷發展的數位現實，這一觀念產生了很大的影響。

然而，隨著訊息引導進入由網際網路巨頭控制的演算法黑盒子，很明顯，外部觀察者很難或幾乎不可能去理解，為什麼某條訊息會變得這麼有新聞價值和他該如何廣泛的傳播動態消息。對於新聞的主流媒體來說，川普當選總統是一個「驚喜」，而這只是當今數位化新動態的一個例子。

隨著訊息越向我們靠近，我們無時無刻所接觸到的各類行動載具、訊息的起源和背景動機卻變得比以往任何時候都要更加模糊。社群媒體結合了自我實現的回饋循環，一方面利用最新的機器學習方法，但同時又受到惡意和無意的攻擊，這讓我們進入了「另類事實」和虛假新聞的世界。

在這個自動化和演算法操控的時代，新聞媒體的理想聽起來非常重要和相關：傳播真實的相關的訊息、培養言論自由、為沒有被傾聽的人發聲、擴大和豐富人們的世界觀、支持民主。

但是，如果新聞媒體本身並沒有積極地開發出能夠影響演算法的解決方案，那麼新聞媒體的驅動力將永遠無法在演算法中完全實現。目前的現狀不會因評論或批評統治演算法平台而改變。「改變Facebook」從來不在新聞媒體的討論範圍內。由Google所控制和開發得人工智慧Google新聞，是根據其公司的文化和價值觀來產生，因此不能直接受到新聞媒體機構的影響。

在網際網路的興起以及當今的演算法規則之中，我們又再一次處於一個典範轉移的邊緣。機器學習所開啟的人工智慧解決方案將對我們的虛擬和物理現實產生越來越重要的影響。這又是一個影響權力平衡、數位發展方向、改變我們思考新聞方式的時刻。新聞媒體從外部觀察者轉變為變革者。

新聞媒體的人工智慧解決方案

如果新聞媒體希望在未來讓那些被創造、呈現和傳播的新聞內容產生影響力，他們需要在人工智慧的發展中扮演積極的角色。如果新聞機構想要了解資訊和資料在數位環境中受到影響力和其操縱的方式，他們就需要開始接受機器學習的眾多可能性。但是，新聞媒體如何能與當今的人工智慧領導者競爭呢？

新聞機構有一樣東西是Google、Facebook和其他大型網際網路公司尚未擁有的：內容創作流程，因此新聞機構對內容的理解有深刻而詳細的理解。透過專注於適當的人工智慧解決方案，他們可以以一種獨特而強大的方式將內容創造和內容消費相關的資訊組合起來。

新聞機構需要使用人工智慧來增強力量。他們需要強化記者隊伍和新聞編輯室。這意味著什麼呢？

強化用戶體驗

個性化已經存在一段時間了，但它是否曾經被新聞媒體本身設計和開發？新聞媒體的目標是將優秀的內容和個性化的用戶體驗結合起來，打造一個符合新聞原則和價值觀的無縫而有意義的新聞體驗。

對於新聞來說，即將到來的即時運算機器學習方法，例如線上學習，對於理解用戶在現實生活中的偏好提供了新的可能性。這些技術提供了新的工具來打破新聞限制，直接在你的鎖定時的螢幕上講述故事。

透過了解新聞內容即時對人們的行動設備產生影響，可以利用智慧通知系統發送個性化的新聞通知，從而進化內容和內容分發方式。該系統可以根據用戶的喜好和背景，提供個性化的內容呈現方式，無論是提供語音、影片、照片、增強現實元素或視覺化訊息。

值得注意的是，機器學習可以被用來創造受眾、記者和新聞編輯室之間新的互動形式。自動回覆系統只是今天已經被使用的一個例子。試想一下，如果可以直接在鎖定螢幕上建立互動，讓記者更容易地了解內容的消費方式，同時即時捕捉故事所傳達的情感。

透過在資料視覺化和深度文章領域應用開放演算法和數據，新聞媒體可以創造一種全新的、真正以人為中心的個性化模式，讓用戶知道個性化是如何完成的，以及它是如何被用來影響新聞體驗的。

讓我們停止指責演算法來過濾泡沫。演算法可以用來使你的新聞體驗多樣化。除了理解你所看到的，演算法也可以被用來理解你以前從未見過的東西。透過將一些個性化邏輯顛倒過來，新聞機構可以創造一個以機器學習為動力的推薦引擎，以增強多樣性。

強化記者的身份

在抽象和情境化訊息以及不可預測新聞事件的領域上，人類的智慧仍然是不可戰勝的。

記者對深度內容的理解可以被用來指導人工智慧新聞助理系統，隨著時間的演進，AI新聞助理系統可以透過直接從新聞記者那裡學習，同時考慮到內容消費的資訊，從而完善自身。

一個聰明的新聞助理可以指出哪些內容是隱性和顯性地連接，例如，根據主題、語氣或其他相關資訊，如作者和位置。反過來，透過將現在流行的話題或突發新聞事件與歷史訊息建立相關性連接，這樣一個智慧的新聞助理可以幫助記者更好地理解新聞內容。這些故事可以更快更準確地瞄準在一個有意義的情境中。

人工智慧解決方案可以幫助記者更快更徹底地收集並理解資訊和訊息。一個聰明的新聞助理可以提醒記者，如果下週或即將到來的節日，或有什麼重要的事情需要被報導，比如透過識別社群媒體的趨勢，或者搜索查詢，或者在歷史報導中有突出的顯示。與此同時，人工智慧的解決方案對於事實查核和檢測內容操作變得越來越重要，例如識別偽造的圖像和影片。

自動化的內容生產系統可以自動或半自動地創造和註釋內容，例如，創造錄音訪談的草稿版本，然後由人類記者完成。這樣的系統可以進一步開發，以創造來自不同內容和格式的新聞彙編（文章、錄音、影片、圖像、視覺化、AR體驗和外部註解），或者創造高度個性化的新聞內容，如個性化通知。

新聞助理還可以推薦即將要發送的文章，同時可以針對將通知發送給最終用戶，提供最佳時機和建議。作為一個提醒，儘管Google的Duplex是一項了不起的成就，但自然語言處理（natural language processing，NLP）遠未得到解決。人類和機器的智慧可以在內容生產和語言理解的核心過程中被整合在一起。用人工智慧解決方案來強化記者的語言能力，將推進自然語言處理領域的研究和新境界。