新闻机器人时代的公关：选题之争

有没有一种可能性，在不久的将来，我们所看到的新闻中，虚假的信息将会很不幸的越来越多，比如昨天某一场球赛的回顾、某家公司的收入报告、昨晚的董事会会议、甚至某个地点出现了自然灾害。在未来我们接触到的信息有可能不仅仅是有错的，甚至有可能是假新闻，比如“在昨晚的NBA常规赛中，勇士队以5:0的成绩大败了皇马”。

为什么？因为，人工智能和机器人已经慢慢被新闻界所接受并使用了。

用人工智能和新闻机器人编写新闻已经开始在媒体圈中逐渐推行。自2013年以来，AP已经将人工智能投入试用。再往近看，两年前，华盛顿邮报在报道2016里约奥运会的团队中，也加入了一个新闻机器人。由于现在人工开支已经占到了媒体支出相当大的比例，甚至可以影响一家新闻机构的营收和运营，因此在大多数情况下，新闻机器人会从事一些重复性有规律可循的基础工作，并将在新闻机构中扮演越来越重要的角色。但对于那些被迫放弃熟悉的话题领域的记者来说，与一个永远守时、不用支付加班费、从不消沉或宿醉甚至在无数个deadline的压力下也可以临危不乱的精确算法相比，要让人力资源负责人做出一个更明智的选择似乎不是什么难事。

除了传统的记者与编辑，新闻机器人的兴起也是对公关人员的正面挑战。当公关人希望寻求报道的时候，可以联系的媒体和记者会越来越少，直到演变成公关人直接去和写新闻的机器人沟通，搞清楚算法们是如何挑选选题的。

那么，如果机器人可以掌握标准的基础新闻报道风格，它们当然可以编写新闻稿，对吧？所以问题来了，“我们可以编一个能够做选题的算法吗？”

可自动化的都将自动化，人没什么用了？

首先，坏消息是，一般而言，可自动化的内容生产流程最终都将自动化，并且这些能抓取选题，并将其用于产生新闻报道的AI技术和数据处理技术现在已经成型。

既然已经可以自动化生产内容，我们需要考虑的下一个问题是， “通过AI抓取的选题产生能引起记者的注意吗？”

一个标准的新闻稿需要有确定的结构、信源，并保证其准确性，新闻稿也不要求有独特的切入视角或背景介绍，也不一定要求有冲突戏剧性、或者幽默诙谐到足以吸引人，就比如一个关于球赛或森林火灾的报道，只是基本的描述事实即可。所以人类和AI和机器人比起来，对情感、文学、艺术等方面的把控是我们所具备的一个决定性优势，毕竟你很难想象一个机器人是如何判断蒙德里安画作的美丑的。所以某种程度上，艺术能够明显地区分人与机器。

有时候我们也会自欺欺人一下：你了解过聊天机器人吗？当你和IBM的人工智能机器人Watson聊过之后，你甚至可能觉得这个机器人又善解人意又乐于助人。早在2011年，Watson就在电视智力竞赛节目“Jeopardy”中轻松击败人类对手，2017年Alpha go又击败了围棋少年柯洁。这些人机对战的结果代表了人工智能的重大进步，无论是对语言的掌握，还是对对手的预判。尽管如此，我们还是有理由相信，在我们与“选题机器人”技术正面竞争之前，我们还有4 – 5年时间去完善和提高的。

另一个更迫在眉睫的关于搜集选题的问题，则是机器人可能会作为编辑，并把关呈现的内容。越来越多的记者很有可能会开始依赖机器来审核选题，因为从日常的大量素材中筛选内容是一件枯燥且容易被自动化的工作。对于算法来说，过滤掉一些不恰当的、过期的、信源不可靠的、包含推销信息等等的内容，也不是非常复杂的问题，所以换句话说，垃圾信息过滤变得更便捷智能了。这实际上是一个可喜的进步，因为它剔除了不好的选题，并让记者们有更多的时间来关注有价值的工作。

但是当新闻机器人变得越来越聪明，并从传统的新闻报道向突发事件新闻报道“进化”时，我们会发现自己处在一个很尴尬的位置，传统公关人要告诉这些机器人“我们的内容也很重要！”但是到底要如何才能吸引一个机器？在传统媒体，我们在和记者沟通前，都会先了解记者的基本信息，他们所在的行业，特别关注的方向，他们近3到6个月涉及的话题，他们更喜欢怎样的形式的选题，他们不喜欢什么，他们的兴趣等等。但是当公关人和一个机器沟通的时候，我们在和谁（或者什么）交流？一个特定的机器可以接受多少信息量？新闻机构会给这些新闻机器起名字吗？我要叫他“小冰”或者“Watson”？ 这些问题真的会让公关人一头雾水。

具有人类面孔的机器人

拥有人类面孔的机器人看起来可能会更容易接受一些，并且实际上，在人力资源层面来看，这确实有可取之处。现在也确实有一些人开始考虑机器人和人类协同合作，将会对工作推进带来何种影响。《福布斯》最近发表的一篇文章《Benefits For Bots And Other HR Conundrum》一文认为，“就像人类的竞争上岗机制一样，机器人要想成为员工花名册上有生产力的成员，就需要上岗、培训、升级技能、管理、绩效考核甚至退休。”文章还提到，机器人有明确的分工，他们会被分配给经理进行培训并且监控它们的表现，不合适，那么久退休吧。这么看上去，某种程度上，机器人好像也是人。

如果这种对于人工智能在传播领域的应用前景预期从人类的角度看来太过于消极了，你也可以看看哈佛大学尼曼新闻实验室主任Joshua Benton的话：“好新闻不仅仅是信息的输入和输出，这是一门发展了数十年的手艺，虽然依旧不完美……我不是说机器永远无法达到人类的境界，但我觉得它们还有很长的路要走。”

只要读者还需要故事，就需要有人能够提供多角度的观察，来保持客观、中立与平衡。新闻机器人可以处理“谁”、“什么”、“何时”、“在哪”，这些基本信息，但不能分辨出这些信息所传达的全部含义，而这个，对于目前而言，就是我们的工作。

本文作者Charles Epstein，BackBone，Inc.创始人兼总裁。