媒體機器人與新聞產製

前言

上個月末,在世新大學的生活講座請到蔣時盛導演以「3D列印未來進行式」為題,就其所製作的「動感機器人」節目,分享甚多與機器人有關的概念。有感而發撰述此篇短文,探討媒體產業如何善用機器人,提高融媒體新聞產製效率並兼顧新聞的公共性。

為機器人再下個定義

參酌維基百科對機器人(robot)的簡單釋義,機器人包括一切類比人類行為或思想,與類比其他生物的機械動作或語音;其中,針對狹義的機器人定義,只要可含括載入電腦程式的工具,皆可稱為機器人。

由此可知,機器人是一種類比人類與生物的機械行為或功能,在人工智慧(或稱機械智慧)漸趨成熟的年代,只要藉由電腦程式來呈現人類智慧的控制技術,都屬機器人的範疇。維基百科更加註「當下的強人工智慧已經有初步成果,甚至在一些影像辨識、語言分析、棋類遊戲等單方面的能力,已可達到超越人類的水準」。目前機器人使用於生活層面越來越廣,諸如家內的掃地機、自動駕駛、生產線、人機協作、飯店接待、典禮串場、虛實系統、精實管理、媒體的資訊搜尋、編輯、發稿與播報,以及物聯網服務等。

在人類邁入工業4.0的產業思維,必然須著重人機共存的生產體系,此一體系的技術係藉由控制、驅動系統與雲端運算等機制,讓機器人逐步替代人力密集的產製模式。後續所衍生的科技智慧精密機械,就是經由深度學習、自然語言處理,並結合感測器高速換算與存取的各類程式語言,提供接近人類生活情境對話服務的機器人。

媒體機器人與新聞產製者

由前段的陳述不難理解,機器人是被人類置入各類程式語言的科技智慧精密機械,如將這一個產製機制置換到新聞媒體產業,必然會直接衝擊到整體新聞產業鏈的結構。

這也是為何,近幾年在新聞產製體系會出現許多新名詞的原因。例如,在採訪端的網路爬蟲(web crawler),藉由爬蟲軟體更新自有網站內容並提供其他網站的索引;在寫作端的演算法新聞學(algorithmic journalism),引用Automated Insights公司開發的軟體wordsmith,以及自動化內容產出的系統,如Narrative Science和Automated Insights針對大量數據進行分析進而寫出簡單的新聞;在編輯端引用Upstartle公司推出的網路文書處理程式Writely,讓使用者儲存、編輯並分享文書處理檔案;在結構化數據端,引用 2012年華盛頓郵報啟動的「truth teller(吐真者)」,可實時比對新聞查核程式。以及在視覺產製端的動作捕捉(motion capture )與動新聞(news- in- motion);在新聞播報端的AI新聞閱讀機器人(robot reporter)/AI合成主播;在新聞消費端的數據驅動新聞 (data driven journalism)與關鍵字API;在新聞消費服務端,運用AI驅動的聊天機器人(Chabot)等皆屬之。

數據新聞產製的再思考

近幾年數據新聞產製逐漸加多,新聞刊播有以下幾個現象的改變:包括新聞產製平台著重多元化與分眾化服務、融媒體新聞與消費工具影響新聞的供需、粉絲團的經營與社群置入行銷讓新聞與業務部產生矛盾、多元新聞資訊讓篇幅增加並非新聞訊息量的增加、新聞呈現視頻大於圖片更多於文字的現象、新聞標題和內容滾動速度的改變、全球政經結構與新媒體的關係改變等情境。

藉由媒體機器人的數據新聞產製,對於新聞製播最直接的影響,當然是新聞產製效率的提升;更危言聳聽的說法,甚至直指未來的記者職務將會消失。就效率機制的思維,上述都是商業合理化的推估,藉由媒體機器人既可節省人力又可達到「新、速、實、簡」市場導向新聞學四大目標,當是何樂不為。但充其量,這只是治標而非治本的新聞核心價值,僅將數據新聞產製視為純商業的機制罷了。

目前有大多數的媒體經營生態認為,網路數據產製是新聞機構更多元豐富的資料來源,藉由機器人的搜尋機制,提供源源不絕的新聞素材。過往採訪過程,極為重視的新聞內涵、新聞查証及新聞報導的公共性,在網路爬蟲盛行後皆漸難適用,取而代之的是,重形式勝於實質常規的新聞特色。

結語

數據新聞產製在缺乏明文規範之下,促成新聞機構逐步對內部成員的控制。更讓人憂心的是,當下網路與社群透過演算法所進行新聞內容的篩檢,通常不是聚焦在新聞的社會意義,僅著重在新聞的分眾與流通思維,這當然會扭曲科技的良善美意。

2018年歐盟執委會決定,放棄讓網路平台自行監控恐怖主義貼文,改由法律直接強制規範;另則,德國司法部於2018年生效的社交網路強制法,開始處理網路與社群媒體的規範,相信都是感受到數據新聞產製須受到規範而制定。

※作者為世新大學副校長
※本文為個人觀點,不代表《立報傳媒》立場

原文刊載於Yahoo論壇

隨時補充新觀點,《立報傳媒》Line→http://bit.ly/2YyjUW1