tyc1286太阳集团·主頁欢迎您

近些年来，人工智能技术的突飞猛进带动了媒体行业的飞速发展，全球新闻传播领域呈现出智能化发展趋势。

本文探讨了人工智能在新闻生产和消费领域中的应用，包括基于机器学习和自然语言处理等技术的新闻自动化生产、人工智能推荐系统、新闻舆情分析、虚假新闻检测等方面。本文还分析了人工智能的应用未来可能给新闻界带来的影响以及需注意的问题。

作者｜张浩然

人工智能技术是一种通过模拟人类智能模型和能力，实现自主学习、推理和决策等高级思维活动的技术。自上个世纪50年代起，随着计算机技术的发展，从计算机辅助新闻到数字新闻再到机器人新闻，新技术在新闻业中的驱动性越来越强。在新闻生产和消费中，人工智能具有广泛的应用前景，可以带来更高效、更快速、更准确的新闻传播。

一方面，人工智能在新闻生产中的应用可帮助提高新闻生产效率。新闻业是一个对时效性要求非常高的行业，需要记者及时准确的报道即时新闻事件。而人工智能可以通过自动化和自动化流程来完成一些固定的、重复性的任务，例如自动化生成摘要、自动化生成标题、自动化新闻分类、自动化编辑等。这种自动化处理能大幅度提高新闻生产效率，同时还可大幅度地降低一些质量问题，例如错别字、语病等。

另一方面，人工智能在新闻消费中的应用也可以帮助人们更快地了解新闻资讯。使用人工智能技术来推荐新闻，能够让读者更快地了解时事资讯。新闻资讯平台可以通过对读者社交网络、搜索历史和阅读历史等数据的分析，更准确地推荐新闻，让读者更快地了解在他们所关心的话题和领域中的重点新闻事件。下面就和大家具体探讨一下人工智能在新闻业中的应用。

新闻自动化生产

新闻自动化生产是指利用人工智能技术，将整个新闻制作流程自动化，从新闻素材的采集、处理、写作、编辑、排版、发布等环节都由计算机程序代替人力完成。

近年来，国内外一些新闻媒体机构对AI生成新闻进行了大量的实践。例如路透社（Reuters）开发了一个名为“AI新闻生产线”的系统，可生成股票、体育和天气等新闻。

《华盛顿邮报》运用人工智能生成新闻报道，这种技术被称为自动化新闻编辑。该报利用名为Heliograf的自动化编辑器，使得机器可以生成简单的新闻故事，尤其是涉及大规模的数据报告或比赛统计数据。自动化编辑器是由计算机程序员和编辑孵化的，并且已经在华盛顿邮报的科学、政治和体育等垂类领域发挥了作用。

在2019年，福布斯推出了一个名为"Bertie"的全新网站， Bertie是一个AI内容发布平台，该网站采用内容管理系统驱动，专门为内部新闻编辑室和合作伙伴打造。通过Bertie，可以生成更具吸引力的标题，进行图片与故事内容的精准匹配，还能对阅读难度进行评估。

国内的媒体机构也没有落后，早在2015年，腾讯财经就已推出自动化新闻写作机器人Dream Writer，据Dream Writer的研发团队透露，它的内容生产方式主要是基于大数据分析平台，在短时间内选出新闻点、抓取相关资料，通过学习固定的新闻模板生成稿件，它的优势在于适用在信息量巨大的财经资讯类新闻，在准确率和时效性上都完胜人类记者编辑。

除了腾讯Dream Writer，类似的还有新华社的机器新闻生产系统“快笔小新”。它通过对数据采集、加工，并进行自动写稿、编辑签发，以最快的速度地完成例如体育赛事、中英文稿件和财经新闻的自动撰写等。

与普通的编辑人员不同的是，智能写作机器人通过文本风格模式的识别，使用算法进行数据加工处理，并运用计算机程序自动化生成文本内容。相比普通的新闻记者，“智能记者”在时效性、准确性上更具优势，但还处于比较基础的状态，缺乏共情力、调查力、创造力和思想力，能做到效率的提高，还未能进行更加深度的分析和解释，因此很难写出富有创意的报道。

除了在智能写作机器人上的应用之外，人工智能虚拟主播的应用也已经成为各大新闻媒体的标配。智能虚拟主播主播以人工智能技术为基础，融合人脸建模、动作捕捉、情感植入、语音识别等技术制作而成的，具有信息高辨识度及信息播报准确度的，可模拟人类主播动作、发音习惯、面部表情等特征的AI分身模型。

目前，人工智能虚拟主播技术主要应用于娱乐、服务、新闻类等节目中。中央广播电视总台拥有的人工智能虚拟主播“小白”是新闻类节目虚拟主播的代表。新闻类节目主播要求语速稳健、吐字清楚，不得掺杂过多的个人情感，不得有过于夸张的动作表情。“小白”植入了著名主持人白岩松的语音特征，在播报新闻时给人一种亲切感。在2019年两会期间，“小白”参与了多个专题节目的报道和信息处理工作，深受广大观众好评。

目前，人工智能虚拟主播已经非常接近真人主播的水平。这得益于先进的建模工具，让虚拟主播在外形、语言习惯、兴趣爱好等方面与真人非常相似。此外，在深度学习技术的支持下，虚拟主播已经学会了使用大量的词汇和播报不同类型的文本。虚拟主播还有一个优势，就是集采、编、播、互动于一身。作为机器新闻技术的一种，虚拟主播可以进行素材收集、文本编辑、信息播报等工作，并且具有超强的互动性。综合运用了大数据技术和超强的运算能力，虚拟主播可以在短时间内满足用户多重信息需求。

新闻智能推荐

随着互联网时代的到来，人们获取信息的方式已经发生了天翻地覆的变化。在日益增长的信息流中，人们需要经过漫长的筛选才能获得自己需要的信息。针对这样的情况，人工智能技术的发展为推荐系统的建设提供了一种新思路。新闻人工智能推荐系统，作为推荐系统的一个子领域，已然成为新闻传媒发展的重要一环。

人工智能推荐系统利用机器学习算法，通过分析用户的交互行为，为其推荐最相关的新闻内容。这种个性化推荐不仅提高了用户对新闻平台的黏性，还使得用户阅读的新闻更具针对性和实用性。

如今，人工智能推荐系统已经成为新闻业不可或缺的一部分，获得了诸如《纽约时报》《卫报》和《华盛顿邮报》等新闻媒体以及“谷歌新闻”“Nuzzel”“Refind”“今日头条”和“一点资讯”等新闻聚合类平台的大量使用。而近些年，得益于自动化语言识别、可接近性、云计算、机器学习以及自然语言处理技术的进步，人工智能语音工具得以进一步发展，而人工智能语音技术和个性化新闻推荐的结合渐成趋势，由此则催生了天机器人之类的应用，如BBC、澳大利亚广播公司、《人民日报》和《光明日报》等，都已将人工智能语音工具运用于新闻的个性化推送中。

算法用于信息推荐能够满足个人化的信息要求，因此备受推崇。但此类应用同时也带来了“信息茧房”相关的担忧和探讨。

新闻舆情分析

人工智能在舆情分析中也发挥着重要作用。舆情分析是指对特定领域或事件相关的各类信息进行搜集、筛选、分类、统计、分析及可视化等处理，以便于决策者针对信息进行理性判断、制定有效的决策方案。人工智能技术在舆情分析中可以辅助完成以下工作：

情感分析：情感分析是一种技术，用于确定特定语句或段落中的正面、负面或中立情绪。通过对舆情进行情感分析，可以帮助企业或组织快速了解公众对他们品牌或产品的看法。

主题检测：主题检测是指针对输入文本数据识别出主题或话题的一种技术。这种技术可帮助新闻媒体分析人员和其他研究人员更好地了解公众对某一话题进行讨论。

实体识别：实体识别技术可自动检测新闻文章中出现的命名实体（如人名、地名、组织机构名等），从而提供有关这些实体的深入信息。

图像和视频分析：除了文本数据，人工智能技术还可以分析图像和视频中的内容。这种技术可以自动识别出新闻报道中的人物、汽车、建筑物等，有助于更深入地了解某种事件或现象。

预测和趋势分析：利用人工智能技术，可以根据历史数据进行预测和趋势分析。这种技术可以帮助企业或组织在舆情或市场变化发生前就进行预测和准备，以便及时采取相应措施。

总之，人工智能技术在新闻舆情分析中的应用，可以帮助企业或组织更好地了解公众的观点和态度，从而更好地应对舆情和市场挑战。

“美联社”与NewsWhip合作开发了一种新工具，可以帮助专业从业人员追踪“美联社”内容的使用情况，并分析这些内容如何推动了会员和客户的社交参与，从而进一步作用于内容的调整，以满足用户未来的数字需求。

芬兰广播公司YLE开发了Voitto智能助手，该系统没有将点击率(CTR)作为衡量推荐效果的主要标准，而是采用了多少用户继续使用Voitto智能助手以及他们是否对收到的推荐数量和类型感到满意等指标，通过与用户建立持续对话，在锁定屏幕上直接来收集用户对人工智能推荐的反馈。还有媒体利用数据驱动的标题测试为各种媒体平台优化内容。

虚假新闻检测

自互联网出现以来，虚假新闻的问题一直是一个极为严重的问题。虚假信息的传播速度和范围很大，给社会造成了很多负面影响。近年来，随着人工智能技术的发展，越来越多的研究人员开始探索使用人工智能技术来解决虚假新闻的问题。

人工智能技术可以通过分析文本、图像和视频等数据来识别虚假新闻。

其中，自然语言处理（NLP）技术可以帮助识别虚假新闻中的语言模式和情感语言，从例如，通过分析语义关系，可以确定一篇新闻是否包含虚假信息。

深度学习是一种基于神经网络的机器学习技术，可以用来处理大规模的复杂数据集，比如图像、声音和文本。在虚假新闻检测中，深度学习技术可以用于从纯文本中提取特征，如词汇、词性、情感等来进行虚假信息的检测。

图像和视频处理技术可以分析图片和视频中的内容和特征，以及图像和视频的来源和编辑，来辅助判断其真实性。

目前，人工智能在虚假新闻检测领域的应用主要有以下三个方面：

自动检测虚假新闻：人工智能可以通过自然语言处理和机器学习算法，快速识别出虚假新闻，从而更好地辨别真实信息和虚假信息。

辅助人类审核：传统的虚假新闻识别常常需要人工审核，工作量大，效率低。人工智能技术可以实现对大量数据的快速处理，为人类审核提供辅助。

利用社交网络判断虚假信息：虚假新闻往往通过社交网络进行传播。人工智能可以通过分析社交网络样本，判断真实信息和虚假信息，以更好地控制虚假信息的传播。

目前，人工智能技术也被大规模应用于检测虚假新闻。Snopes是由一位专业事实查核员创建的虚假新闻识别网站。该网站不仅为用户提供了大量的新闻辟谣信息，还为研究人员提供了大量的训练数据集。CNN、NBC、财富、福布斯、纽约时报曾引用Snopes的内容。

Factmata是一家人工智能公司，致力于筛选出虚假信息和误导性信息。该公司利用机器学习技术，自动化地从社交媒体、新闻媒体、电子邮件等多个渠道中识别和评估信息的真实性。该公司的算法已经在英国普及，并被政府多次应用于对虚假新闻的检测和判定。

尽管人工智能技术已经成功地应用于虚假新闻检测中，有助于更好地维护新闻信息的真实性和公正性，从而为人们提供更为可靠的信息参考。但该领域仍面临一些挑战。其中，最主要的挑战包括：信息可靠性不一、多语言支持不充分、算法效率不高等。

人工智能技术在新闻业中运用的现状和展望

目前，国内运用智能化技术全面涵盖了新闻素材采集、生产方式等方面，并且有了很大的进步。

首先，智能化技术的运用提高了机器新闻信息采集的速度和范围。相较于传统的机器新闻，人工智能技术提供了智能识别、语音及图像抓取、在线翻译、大数据收集等功能，进一步提升了机器新闻信息采集的速度。特别是网络数据抓取技术结合特定算法的应用，可以帮助媒体迅速了解网络的最新动态、突发事件和重要的舆情，从而帮助媒体人员快速产出具有数据支持的新闻报道。并且，机器新闻技术也可以通过融合人工智能传感器技术，掌握非文本素材的采集能力，实现信息采集范围的扩展，为新闻报道提供新颖的素材和视角。

其次，智能化技术也丰富了机器新闻的生产方式。早期的机器新闻主要依靠语法合成及关键信息排列，生产出的新闻稿件机械式的文字风格明显，同质化问题突出，缺乏个性，影响用户的阅读体验。但是，融合智能化技术后的机器新闻的生产方式，可以通过搜集用户的情感及心理数据，准确了解不同群体的需求，并为不同人群提供标签化的信息文本，从而提高用户的阅读体验。

最后，随着视觉呈现技术的不断升级，机器新闻的生产内容也逐渐从纯文字向多媒体文本转变，甚至可以通过虚拟现实技术提供全景性的新闻内容呈现。例如，北京冬奥会采用的冰雪项目交互式多维度观赛体验技术和系统，使观众可以自主选择画面视角和位置，获得沉浸式的观赛体验。

相信随着以ChatGPT为代表的大语言模型的进一步运用。未来ChatGPT可以自动化地生成文章、摘要和问答等内容，这极大地提高了新闻领域的工作效率，减少了人力成本。

在新闻领域中，ChatGPT可以够快速地分析大量的文本数据，并提供对文章、新闻事件的有效概括和总结。另外，这一技术还可以用来开发和维护无人值守的新闻平台和新闻机器人，可以为读者提供及时、准确和客观的新闻资讯，从而提高了新闻传播的质量和效率。

面对人工智能在新闻业的崛起，与其竞争不如进行合作，这是人类新闻业正确的选择。要紧跟人工智能新闻技术的进展，最大程度地利用机器人记者编辑完成那些繁琐、机械的工作可以释放人类记者、编辑的时间和精力，促进新技术下人类新闻业的发展。

以色列学者诺姆·拉塔尔认为，“新闻是艺术和科学的结合。新闻工作的艺术性表现在发现创作新思路，寻找报道新视角，探索问题新方案，开辟娱乐新途径。新闻工作的科学性体现在使用各种分析工具，根据记录和储存人类活动的数据来支持并加工信息”。事实上，在新闻工作中，科学性的工作可以由机器人来代劳，而艺术性和把关人的工作则可继续依靠人类新闻活动。