云栖号资讯：【点击查看更多行业资讯】
在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！
编者按：本文来自微信公众号“全媒派”（ID:quanmeipai），作者：腾讯传媒，36氪经授权发布。
据西雅图时报报道，微软将于6月底进行裁员，裁员对象主要为记者和编辑，并将在未来加大力度使用AI技术取代人类新闻编辑。
“新上岗”的AI算法将会代替人类编辑选取可报道的新闻事件、改写新闻标题、寻找文章配图等工作。相关负责人声称此次裁员并非疫情期间的“应急”之举，微软其实很早就开始探索将AI技术应用到新闻实践中，此次裁员只是正常战略调整。但是在广告投入预算不断缩减、新闻行业逐步自动化的大趋势下，这一消息无疑让所有新闻媒体从业者感到阵阵寒意。
AI已不只是停留在科幻电影中的概念，未来的新闻行业中一定会有AI的一席之地，图片来源：Shutterstock。
《深度工作》的作者Cal Newport曾大胆预测，在今后信息自动化极度进步的社会中，越来越多的工作将被机器人代替，我们又会面临一次工业革命式的失业狂潮。在自动化的年代，机械重复的工作都将由AI处理，而人类则会负责原创性更高的工作。这一看似遥远的预言，如今却已悄然成为现实。AI入局新闻媒体行业究竟意味着什么？广大从业人员又该如何看待和应对这一变革？
本期全媒派（ID：quanmeipai）带你探索AI正如何被应用于新闻实践，并将如何改变原有的工作模式。
旨在提高AI技术使用度
近日，多家媒体报道了微软的裁员计划，微软计划在6月底裁掉约50名微软新闻和MSN.com的记者和编辑，涉及到的员工大部分都隶属于SANE（搜索、广告、新闻、Edge浏览器）业务线。微软的发言人承认了裁员计划，并解释到“微软和其它公司一样，都会定期复盘公司的策略和规划。我们会调整对每个业务方向的投入。（裁员）只是常规调整动作，和这次疫情没有直接关系”。
自1995年创建门户网站MSN以来，微软涉足新闻媒体行业已有25年之久。MSN.com和微软新闻（Microsoft News）一直为读者提供原创文章及其它聚合型的信息服务，例如天气预报、邮件查询等。
在推出新闻服务之前，微软还曾透露其编辑团队拥有超过800名全职员工，分布在全球50多个国家。微软这次的裁员其实早有征兆，从2014年开始，微软就逐步停止使用内部团队直接产出新闻内容，而是选择同其他媒体合作，雇佣外部人员负责选题、策划、改编等工作。
微软的独立新闻应用和MSN门户网站，用户可以阅读新闻、查看天气、处理邮件等，图片来源：MSN.com。
在近几个月来，微软逐渐将AI技术更深入地应用到新闻平台中，主要使用AI代替人工来进行内容筛选、改编、推荐配图，并呼吁其他媒体和记者也开始使用AI技术。对于微软而言，裁掉人类编辑而改用AI机器人肯定能为公司削减不少开支，但也有人质疑，新闻创作缺少了人类编辑的把关，内容质量一定会下降。
一些将被裁掉的编辑在接受英国卫报采访时说，他们并非只是简单地将供应商提供的文章复制粘贴在MSN首页，而是要时时刻刻保证选取的新闻内容符合微软本身严苛的报道标准，文章中不包含任何违规和不适宜青少年读者的内容、反映大众的主流观点、在这些基础上还要保证故事有吸引力，能够被读者接受。人类编辑需要积累数十年的经验才能做出这些复杂的决定，而AI机器人肯定无法在短期之内学会这一切。
微软使用AI节省开支，员工却被机器人抢走了饭碗，图片来源：The Verge。
事实上，微软并非要一次性用AI替换掉所有“人类编辑”，还有部分员工留在了团队中。只是有了AI协助后，可重复操作的任务自动化，原本需要10个人的工作，现在只要1个人就可以完成了。令人唏嘘的是，微软很早就开始探索AI技术，最早只是将AI作为人工的辅助，很有可能今天被裁掉的员工，就是当年负责训练这些AI模型的人。一名将离开微软的员工受访时说到：“想想自己的工作会被机器人夺走，我就感到十分沮丧。更可悲的是，AI机器人确实可以取代我。”
AI技术对行业的“重塑”进程
新闻行业从属于更高一级的“创意产业”，这类产业的工作流程往往都有相通之处，都是从“内容创作”或“内容收集”开始，之后进入到“加工处理”和“编辑”，最后进行“内容分发”，清晰明了的产业逻辑也很适合利用AI技术实现自动化。
这些年来，AI技术也的确逐渐融入到了新闻实践之中，主要从以下3个优势出发，开始自己对行业的“重塑”进程。
AI可能永远不会代替人类编辑，但却能帮助人类编辑变得更加高效，图片来源：PRNews。
自动生成例行报道 & “即食新闻”
自动化AI程序可帮助编辑扩大报道的范围。美联社运用AI来处理数据自动生成企业收入报告，得以将其报道的公司数量从300个拓展到了4000个。
一家专注自然语言生成的企业服务公司Narrative Science的联合创始人预测，在未来15年内，AI“执笔”的文章占比将超过90%。这样经过AI生成的文章自然不是具有深度的报道，但却是可以让读者一口气就能够读完的“即食新闻”。
从正面角度看，AI的自动化能力会帮助记者节约更多时间，把精力投入到有深度的报道和采访中去。
自动生成数据密集度极高的新闻报告
AI算法具有对实时数据进行快速处理的能力。对于数据密集度极高的财经类新闻报道，人类编辑通常要花费很多时间和精力在处理数据之上，而AI算法则可不费吹灰之力挖掘出数据之中隐藏的规律。
如果要人类编辑撰写大型信托公司的业绩表现报道，通常需要一个专业团队花费数周的时间起草、处理数据、分析数据，而面对同样的任务，AI算法在瞬息之间即可准备完成。
打破垄断局面
AI技术同时也能够打破现有新闻行业巨头垄断的局面。如果能够将AI技术运用得当，地方性的小型新闻公司就可以突破成本的限制，不需要供养庞大的编辑团队就能够产出丰富的内容。小而精的团队则可以将重心放在撰写精品内容上，以此与巨头竞争。
当新闻的产出质量和数量不再过度依赖编辑团队的经验和规模时，熟练运用AI技能的新兴公司则将有可能从新闻巨头中抢夺到市场份额。
AI时代的新闻业该如何破局？
正如上文所述，AI技术有着改变新闻行业现状的能量，哥伦比亚大学的新闻学教授Marconi也极为肯定AI对于新闻行业的价值，他认为目前新闻行业面临的问题不是AI技术冲击而导致的失业与裁员，而是新闻媒体从业者完全没有跟上技术发展的脚步。
Marconi教授认为AI技术不是新闻行业的摧毁者，而是拯救者，图片来源：Blue Ridge Muse。
作为华尔街日报和美联社媒体研究室的负责人，Marconi认为新闻行业的生死存亡都取决于从业人员是否能够接受并运用好AI技术，重塑新的商业模式。
首先，Marconi不认为AI机器人将完全取代人类新闻记者和编辑，AI机器人只会分担目前人类编辑8%-12%的工作量。而这些可以由机器完成的任务本质上都是重复枯燥、附加值很低的，有了AI处理这些繁琐的任务，新闻记者和编辑就能投入更多时间和精力到其它附加值更高的任务上，例如：长期的追踪报道、专题访谈、调查性报道等等。
AI可以将记者从繁琐的任务中解放出来，进行更有价值的新闻实践，调查性报道即是一个例子，图片来源：The Guardian。
目前成熟的AI技术也仅能独立完成2-6个段落的体育赛事比分报道、例行的季度盈利报告等数据密集、但原创度较低的写作。这一特性既是AI机器人的局限所在，却也是其主要优势。AI技术主要能够为人类编辑和记者分担繁重的数据分析工作，为内容创作指引方向。
例如，彭博新闻社使用AI机器人监控分析新闻大数据，定位热点或突发事件，帮助记者和编辑做到实时响应；法新社的AI工具可以帮助记者将音视频自动转化为文字，省去了“听写”的繁琐步骤；加拿大通讯社使用AI技术进行自动翻译，将内容更便捷地传播到更多国家。机械化的数据处理工作可以交给AI来做，人类编辑和记者则可以进行事实调查、分析素材、组织行文、梳理信息，这些高附加值的环节AI尚无法替代。
除了代替人类挖掘数据，Marconi教授还认为AI技术可以帮助新闻行业产出新形式的产品和内容，帮助新闻从业人员打破现有的“信息孤岛”困局。例如，个性推荐算法可以令新闻媒体为每一名读者量身打造适合其品味的内容。而使用AI技术时，新闻从业者也可以同信息技术工程师、数据分析师、市场销售人员更好地合作，实现内容分发层面的创新。
AI算法可助力新闻媒体打造新的产品和服务，比如时下火爆的个性推荐阅读，图片来源：Sprout Social。
不过要在新闻实践中百分百发挥AI的价值，还要克服很多技术和机制的阻碍。
首先，AI很容易产生算法偏见。毕竟AI不是有思辨精神的人类，缺乏自我意识会导致AI无法保持并解释其撰写新闻的标准。
同样，AI也无法代替人类判别信息源的真假，有经验的人类记者可以判别收到的信息是否是真实的，但是AI却没有这个能力。如果输入到AI算法中的信息是错误的，那它输出的内容也同样会是错误的。
其次，目前的AI技术还只能分析处理结构化的数据（例如：财务报表、体育比赛得分、投票数据等），对于真实世界中非结构化的数据，AI的处理能力并不一定可以战胜人类。尤其在AI模型训练层面，AI需要大量的数据才能够优化自己的算法结构，学习如何做出正确的响应。要真正将AI技术应用到新闻实践中，需要从业人员拥有更多的技术能力。
这次由AI引领的技术变革，新闻从业者能抓住契机吗？图片来源：Ragan。
如今AI的出现往往令人联想起当年蒸汽火车刚问世的场景，那时的蒸汽火车远没有马跑得快，骑惯了马儿的人们嘲笑着火车的笨重与迟缓，猛回头却已被抛下一个时代。也许正如Marconi教授所言，新闻从业者在电子化进程中走慢了一步，在传播载体变革中又走慢了一步，如果这次再抓不住AI发展的契机，就终将成为被时代淘汰的马儿，望着技术发展的火车鸣笛而去，空空吃一嘴扬尘罢了。
参考链接：
4.https://techxplore.com/news/2020-05-artificial-intelligence-journalism.html
5.https://doist.com/blog/deep-work/
【云栖号在线课堂】每天都有产品技术专家分享！
课程地址：https://yqh.aliyun.com/live立即加入社群，与专家面对面，及时了解课程最新动态！
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK
