在过去一年里，您很可能读过由机器人撰写的报道。无论是体育文章、财报，还是关于您所在选区上届国会选举结果的报道，您可能并未察觉，一种毫无情感的人工智能或许曾让您欢呼、嘲讽或落泪。到2025年，机器人可能会撰写全部新闻的90%，据Narrative Science称，其软件Quill可将数据转化为故事。
全球许多规模最大、声誉最佳的新闻机构正在使用或尝试应用人工智能——例如《华盛顿邮报》、美联社、BBC、路透社、彭博社、《纽约时报》、 《华尔街日报》、 《泰晤士报》和《星期日泰晤士报》 （英国）、日本国家公共广播电视台NHK以及芬兰STT通讯社。去年，中国新华社创建了全球首位由人工智能驱动的新闻主播，为男性形象，采用计算机图形制作。今年，它推出了首位人工智能女性新闻主播。
即使规模较小的媒体，只要订阅了相关服务，也会发布由人工智能撰写的报道，例如美联社和RADAR（全称为Reporters And Data And Robots，即记者、数据与机器人）。RADAR由英国新闻协会与科技公司Urbs Media合资成立，是一家人工智能新闻机构，每周为订阅的英国媒体生成数千篇本地报道。在全球范围内，一项对近200名顶级编辑、首席执行官和数字领袖的调查显示，近四分之三 已在使用人工智能，据2018年路透新闻研究所（Reuters Institute for the Study of Journalism）的一份报告。
人工智能使新闻编辑部能够以更低成本运营，因为机器人生成的报道数量远超人类。美联社利用人工智能将其企业财报报道扩展至4000家公司，来自300。 《华盛顿邮报》 现已能够报道华盛顿特区地区所有高中橄榄球比赛，这得益于其Heliograf 机器人。 《亚特兰大宪法报》 因调查医生性侵问题入围普利策奖。该报利用机器学习 筛查了超过10万份纪律处分文件。路透社的人工智能利用政府和企业数据生成数千篇报道，每天以多种语言发布。
Jeremy Gilbert，《邮报》的战略计划主管，在近期接受采访时表示，使用机器人使该报的选举报道呈指数级增长（与沃顿商学院Mack创新管理研究所的访谈）。“不再像过去那样在选举次日早上才发布一篇报道……在初选之夜，我们统计选票，Heliograf可以每30至90秒报道一次当前情况、谁领先、谁落后等，”他指出。在州级选举中，“我们可以每30至90秒对比一次2018年与2016年的投票率。新数据一旦传入，我们便可发布新报道。”
“在人工智能于判断与诠释方面远超人类之前，我们仍需要人类对事实、事件和新闻报道进行诠释。”– Pinar Yildirim
彭博新闻社的Cyborg机器人可以抓取财报，迅速生成标题和要点式报道。“第一版与[人类记者]在30分钟左右完成的内容非常接近，当然，不包括分析师的引述，”总编辑约翰·米克尔思韦特在1月举行的DLD（Digital Life Design）大会上的演讲中表示。人工智能还能快速大规模抓取全球社交媒体，发现有关灾害、枪击、辞职及其他具有新闻价值事件的帖文。以某种形式，自动化目前已涉及彭博全部内容的30%。
BBC的人工智能工具是Juicer，这是一款新闻聚合与内容提取工具。它全球监测850个RSS源，以大规模方式抓取并标记文章。路透社的News Tracer 梳理社交媒体帖文，以发现突发新闻并评估其新闻价值。它像记者一样核实新闻，查看发帖人身份、是否包含链接和图片以及其他因素。
非媒体机构也在利用人工智能生成新闻报道。2017年，Quartz高管Zach Seward在上海一场会议上发表演讲，他尚未离开讲台，中国科技公司腾讯便已利用名为Dreamwriter的人工智能发布了一篇关于其演讲的报道，并已译成中文。他在推特上发文称其为一篇“不算差”的新闻报道。
机器人会取代记者吗？
新闻编辑部正在加速数年前已开始的人工智能应用。早在2014年，以色列赫兹利亚跨学科中心Sammy Ofer传播学院院长Noam Latar就已对新闻业中的人工智能展开研究，并预测该技术将因其节约成本的潜力而在媒体行业流行，据Knowledge@Wharton的一次访谈。
但随着人工智能使用的增加，人们对其影响的担忧也在加深。“我们……面临一个萦绕行业的新幽灵——人工智能，”米克尔思韦特说，这是对马克思《共产党宣言》开篇句子的呼应。他表示，记者担心自己会被机器人取代，写作质量将下降，假新闻将泛滥。
但米克尔思韦特对此情景提出异议。“一些记者会被机器人取代，但不会很多。新闻会变得更加个性化，但并不总是坏事，”他说。“我们有时仍会被骗子和独裁者蒙骗，但说实话，这种情况一直存在。”然而，人工智能确实提高了跑口记者的要求，使其需提供更多洞见或发布独家新闻。
事实上，能提供有意义分析或诠释的人类记者可以远胜人工智能。“人工智能会生成部分新闻报道，但新闻业的很大一部分仍在于多元性、个人观点以及从不同角度诠释事实的能力，”沃顿商学院市场营销教授Pinar Yildirim对Knowledge@Wharton表示。“在人工智能于判断与诠释方面远超人类之前，我们仍需要人类对事实、事件和新闻报道进行诠释。”
“它听起来像人，读起来像人类报道，但其实……只是一种基于模板、适用于各种叙事风格的方法。”– Seth Lewis
Meredith Broussard是纽约大学Carter新闻研究所的助理教授，她在SiriusXM的Knowledge@Wharton广播节目中表示，人工智能所做的是接管常规报道，使记者有时间追寻更有趣的新闻。。“机器人报道短期内不会取代人类记者，”她说。“人工智能非常擅长生成基本相同故事的多个版本。因此，它在财务报道中表现非常出色，比如财报类报道，这类报道的内容变化并不大。”
人工智能最适合处理结构化数据很强的报道，俄勒冈大学新闻与传播学院新兴媒体讲席教授Seth Lewis在节目中补充道，他也参加了该广播节目。体育报道就是很好的例子。“得益于自动化，[例如美联社]可以将比分表转化为叙事性新闻，”他说。“它听起来像人，读起来像人类报道，但其实……只是一种基于模板、适用于各种叙事风格的方法。”
在RADAR，记者会为人工智能开发模板，供其填入本地数据。据其网站介绍，这些模板包括“文本片段以及将数据转化为特定地点文本的逻辑if-then-else规则”。数据记者需要提出各种角度和故事线，然后进行一些采访，以“添加概括性背景信息和全国性语境”，并将其写入具有基本故事结构的模板中。最终结果是报道具有相似的核心结构，但包含本地细节。RADAR表示，借助人工智能，一名数据记者每周可为每个模板生成约200篇地区报道。
人类智慧同样在彭博引导人工智能工作。“我们需要记者告诉Cyborg该做什么，”米克尔思韦特说。“我们需要人类对输出结果进行复核。……我们不能出错。其中很多工作实际上是半自动化的。……通常是人类与机器协同工作。”人工智能也能提升记者的工作效率。例如，它可以利用语音识别技术承担录音转写等繁重任务。此外，机器人可同时接入多个新闻发布会电话，监听特定词语以判断是否有突发新闻。
米克尔思韦特表示，人工智能的一大变革性进展是自动翻译。外国记者通常用一种语言采访、用另一种语言写作，例如用普通话进行采访，用英语撰写文章。但借助快速机器翻译，“记者可以用他们偏好的任何语言发布新闻，计算机大多负责翻译，”他说。记者在提交稿件前会审核最终版本。虽然机器人确实会出错，例如可能将“company ties”（公司关系）误认为“neck ties”（领带），但它们不会重复同样的错误，米克尔思韦特说。
手工制作的新闻？
Yildirim表示，人工智能无法取代人类撰写的优质新闻还有另一个原因：研究表明，人们并非“纯粹理性地”消费媒体。消费者想要花哨的功能，以及与自己认同的观点，无论他们是否明确承认。根据她参与撰写的2013年研究论文（她为合著者）显示，人们希望获取符合其信念的信息，这推动了他们对新闻媒体的选择。“该理论表明，消费者并不想只听到赤裸裸的真相，”Yildirim说。“他们想听到迎合其信仰体系、即他们心目中世界图景的新闻。”
“[创作]新闻与在装配线上生产汽车并不相同。”– Meredith Broussard
例如，假设特朗普总统的民调数据显示，一个月有40%的人支持他，下个月升至45%。“这些无可争议的事实可以被不同的记者以截然不同的方式解读，并吸引具有不同信仰体系的消费者，”Yildirim说。右倾媒体会报道特朗普的支持率正在上升，而左倾媒体则会表示他的支持率仍低于50%。“两者都正确[但]对数据的解读不同。”她补充说，若要让人工智能取代记者，这些算法就必须能够生成人们想听的新闻。
事实上，由于人工智能撰写的新闻报道源自模板，因此其内容实际上相当重复，Broussard说。“基于结构化信息的每篇大学棒球报道基本都一样，因此你会一遍又一遍地看到同样的报道，”她说。“你必须思考：你真的想要这样吗？……因此，人工智能生成新闻存在收益递减的临界点。它非常新奇，但实用性非常有限。”
另一个问题是，人工智能给新闻业带来了尚未厘清的新法律问题。“如果自动化报道诽谤了某个人，谁应承担责任？又会是什么情形？”研究过人工智能生成报道中诽谤问题的Lewis说。“我认为我们还没有准备好起诉算法。归根结底，无论如何，人类都将承担责任。”
以闪电般的速度报道也有其弊端，正如《洛杉矶时报》在2017年所发现的那样。其Quakebot发布了一篇报道和一条推文，内容关于加利福尼亚州伊斯拉维斯塔曾发生一场6.8级（里氏）巨震。但实际上该地震发生于1925年。美国地质调查局正在更新其历史地震数据库，并发出了一条错误警报，机器人发现该警报并自动报道，一分钟后。
人工智能存在的问题使Broussard怀疑新闻业是否正朝着完全自动化的未来迈进。“我会质疑这一假设，因为[创作]新闻与在装配线上生产汽车并不相同，”她说。起初，大量生产内容的能力或许会让新闻编辑部感到兴奋，但实际上它相当于垃圾食品。“我希望我们思考的是……如果新闻界也能有一场“慢食”运动，会是什么样子？”她问道。“如果我们考虑小批量、手工制作的新闻呢？它成本更高，效率也不高，但实际上质量更好。”
Lewis补充道：“值得思考的是，通过自动化大量生产内容，这是否只是一场逐底竞争？……或者，新闻机构是否更应考虑减少产出？少生产新闻，但使其质量更高，或以某种方式增加附加值。”他敦促媒体重视质量而非数量，制作“更具调查性、更具原创性、更具创造性，能够真正满足消费者需求，而不是我认为当前正在出现的这种逐底竞争的一部分”的报道。
