摘要：人工智能與媒體融合發(fā)展，形成了智媒這一新的媒體形態(tài)和傳播樣態(tài)。智媒時代將重塑編輯邊界，出現(xiàn)了編輯的算法轉向、編輯的協(xié)同共創(chuàng)轉向、編輯的流程轉向，對編輯理念提出了新的要求。本文在界定智媒的基礎上分析智媒的基本屬性，剖析智媒時代編輯的轉向問題，探究智媒時代編輯理念轉型的實現(xiàn)路徑，以期為編輯理念的轉型提供借鑒思路。

關鍵詞：智媒 編輯轉型 媒介融合 人工智能

近年來人工智能與媒體融合發(fā)展，形成了智媒這一新的媒體形態(tài)和傳播樣態(tài)。人工智能與媒體融合產(chǎn)生了有別于傳統(tǒng)媒體形態(tài)的智媒形態(tài)，編輯過程的智能化不僅在內(nèi)容分發(fā)環(huán)節(jié)，而且貫穿于內(nèi)容信息編輯傳播的全流程。既為編輯帶來了機遇又帶來了挑戰(zhàn)。機遇而言，一方面可以推動編輯向深度數(shù)字化轉變，另一方面可以促進編輯效率的提高。挑戰(zhàn)而言，需要從業(yè)者理解智媒時代的內(nèi)在屬性，轉變編輯思路，重塑編輯理念，正視人工智能在編輯過程中的作用，充分發(fā)揮編輯從業(yè)者自身的能動性，直面人工智能帶來的機遇與挑戰(zhàn)。

一、人工智能與智能媒體

人工智能是指能夠“研究、開發(fā)用于模擬、延伸和擴展人的智能行為，如學習、推理、思考、規(guī)劃等”[1]。其使用人工神經(jīng)網(wǎng)絡的技術，本質在于機器通過深度學習自主解決問題?！皞髅饺斯ぶ悄苤饕侵冈谠袀鞑ッ浇榈幕A上融合數(shù)字化技術而衍生的，以高效快捷的線上信息傳播為目的，以數(shù)字化、智能化、信息化為特征的一系列傳播活動?！盵2]人工智能應用于傳媒領域最早可以追溯到2009年，美國西北大學研究人員創(chuàng)建的人工智能軟件StatsMonkey撰寫了關于美國職業(yè)棒球賽的智能編輯稿件。2015年起，《紐約時報》、《華盛頓郵報》等六家國際知名媒體分別有了各自的機器人服務系統(tǒng)。國內(nèi)新華社的“快筆小新”、騰訊新聞的“Dreamwriter”、DT稿王等人工智能系統(tǒng)在“九寨溝地震”、“兩會”期間大顯身手。迄今為止，人工智能應用于傳媒領域進行內(nèi)容編輯的現(xiàn)象越來越普遍。實質上，智能媒體是一個融合概念，人工智能與媒體深度融合形成了智媒這一新的媒體形態(tài)，“人工智能、物聯(lián)網(wǎng)、VR/AR等技術的發(fā)展成為驅動媒體智能化的直接技術動因”[3]。因此，智能媒體并不是媒體與人工智能的簡單疊加，而有著內(nèi)在的技術邏輯與技術動因。就其屬性而言，智媒是媒體形態(tài)發(fā)展的高級階段，具有數(shù)據(jù)驅動算法應用、高交互性與高協(xié)同性、高整合性與高沉浸性的內(nèi)在屬性。三種內(nèi)在屬性具體表現(xiàn)如下：第一，算法上的數(shù)據(jù)驅動應用。數(shù)據(jù)驅動算法是計算機根據(jù)歷史的足夠代表性的樣本數(shù)據(jù)，構造出近似的模型狀況。其主要價值之一是得到的模型雖然和真實情況有偏差，但提高了人類發(fā)現(xiàn)真理的速度以指導實踐。根據(jù)易觀發(fā)布的2016年《中國移動資訊信息分發(fā)市場專題研究報告》，算法推送內(nèi)容超過人工推送占比高于50%。第二，生產(chǎn)模式上的高交互性與高協(xié)同性。高交互性與高協(xié)同性表現(xiàn)為內(nèi)容生產(chǎn)逐漸演變成用戶生產(chǎn)（UGC）、專業(yè)生產(chǎn)（PGC）、機器生產(chǎn)（MGC）多維的協(xié)同生產(chǎn)模式。用戶協(xié)同表現(xiàn)在用戶由被動的接受者變?yōu)橹鲃拥慕换フ吲c積極的影響者，用戶的交互數(shù)據(jù)成為內(nèi)容選題與分發(fā)的重要依據(jù);機器協(xié)同表現(xiàn)在機器既可以捕捉用戶在內(nèi)容生產(chǎn)中的行為數(shù)據(jù)，影響選題和確定內(nèi)容的關鍵要素，還可以輔助編輯查找問題。譬如，《華盛頓郵報》的檢查工具Truth Teller具有智能檢查系統(tǒng)，可以輔助發(fā)現(xiàn)新聞報道中的異?，F(xiàn)象并發(fā)出提醒;專業(yè)生產(chǎn)協(xié)同表現(xiàn)在專業(yè)化生產(chǎn)組織或個人發(fā)揮“把關”作用，影響和重組內(nèi)容生產(chǎn)的方向和編碼過程，形成多維內(nèi)容生產(chǎn)體系。第三，流程上的高整合性與高沉浸性。表現(xiàn)為機器輔助編輯生產(chǎn)貫穿于從選題策劃到內(nèi)容生產(chǎn)，再到內(nèi)容分發(fā)的全流程，環(huán)環(huán)相扣具有高度的整合性。用戶是內(nèi)容的接受者和參與者，同時也是內(nèi)容的分享者和注意力的引爆者，用戶沉浸于內(nèi)容生產(chǎn)傳播過程中，逐漸由“獨樂樂的受眾”轉變?yōu)椤氨姌窐返氖鼙姟?，具有高度的沉浸性?/p>

二、智媒時代編輯理念的轉向

智能媒體的三大主要屬性深刻地影響并使智能媒體編輯面臨三大轉向。

（一）以大數(shù)據(jù)挖掘為基礎編輯的算法轉向

“智媒時代建立在海量的數(shù)據(jù)庫之上，大數(shù)據(jù)與智能媒體之間相輔相成。人工智能深度學習的前提是主體必須具備大型的數(shù)據(jù)庫樣本”[4]。智能媒體通過算法分析形成核心主題點，利用數(shù)據(jù)模型確定稿件可讀性和內(nèi)容結構，并在挖掘用戶數(shù)據(jù)的基礎上形成個性化稿件。“算法是解題方案的準確而完整的描述，是一系列解決問題的清晰指令，能對一定規(guī)范的輸入，在有限時間內(nèi)獲得所要求的輸出。”[5]“依托大數(shù)據(jù)技術對數(shù)據(jù)進行實時的采集、清洗和數(shù)據(jù)的標準化，再根據(jù)業(yè)務的需求設計相應的算法模型對數(shù)據(jù)進行實時的計算和分析”。[6]算法貫穿于編輯流程始終，可實現(xiàn)海量數(shù)據(jù)的自動采集和批量處理，判斷選題價值并分析用戶匹配性，進而改變編輯過程及信息的分發(fā)機制，被廣泛地應用于內(nèi)容策劃、生產(chǎn)、傳播的各環(huán)節(jié)中。譬如，新華社“快筆小新”的智能編輯生產(chǎn)大致可以分為“數(shù)據(jù)采集與處理”“算法計算與分析”和“模板匹配與生產(chǎn)”三個流程，借助算法進行模板匹配，并通過算法定向分發(fā)由大眾化覆蓋轉向個體化定制，提升內(nèi)容與讀者個性化匹配程度。因此，在智媒時代的算法轉向下，“真正能立于不敗之地的編輯人員是那些會和數(shù)據(jù)打交道，能夠把原始數(shù)據(jù)詮釋成有意義的結果的人”[7]。

（二）以協(xié)同共創(chuàng)為趨勢的編輯人機轉向

人機協(xié)同是智媒發(fā)展的主要趨勢，是未來媒體智能化發(fā)展的主流方向。表現(xiàn)為內(nèi)容編輯過程具有高度的協(xié)同性，不僅體現(xiàn)在機器輔助內(nèi)容的生產(chǎn)，而且體現(xiàn)在用戶參與內(nèi)容生產(chǎn)并與機器協(xié)同共創(chuàng)。在傳統(tǒng)編輯過程中，編輯處于核心位置，內(nèi)容編撰整體生產(chǎn)過程是單向的，計算機與自動化編排系統(tǒng)扮演著輔助編輯的角色，起到簡化基礎流程的作用。而智媒時代的編輯用戶生產(chǎn)、專業(yè)生產(chǎn)、機器生產(chǎn)多方共存，共同參與到內(nèi)容生產(chǎn)的流程中。譬如，英國體育媒體GiveMeSport使用Breaking Data的自然語言處理技術，在選題策劃階段捕捉“推特”上的用戶行為和用戶生產(chǎn)的內(nèi)容，依托關鍵詞對“推特”上用戶生產(chǎn)內(nèi)容進行算法分析，將用戶感興趣的內(nèi)容編排后推送給記者把關與編輯，這一過程多方協(xié)調(diào)共同參與。

（三）編輯流程系統(tǒng)的智能整合轉向

傳統(tǒng)的內(nèi)容生產(chǎn)模式是以作者和編輯為中心的人工生產(chǎn)模式，從選題策劃到內(nèi)容生產(chǎn)主要依靠作者和編輯進行把關。智媒時代機器和數(shù)據(jù)深度融入內(nèi)容生產(chǎn)全過程，編輯流程表現(xiàn)在選題策劃、撰稿、審校、內(nèi)容分發(fā)的各整體流程環(huán)節(jié)中。譬如，阿里巴巴推出的DT稿王，其內(nèi)容生產(chǎn)流程包括信息采集、稿件生成、稿件評估這三個智能化的子系統(tǒng)。DT稿王在選題策劃階段，依托智能化、云計算、大數(shù)據(jù)分析技術，從存儲了大量高質量數(shù)據(jù)的龐大數(shù)據(jù)庫中采集有價值的數(shù)據(jù)發(fā)現(xiàn)和形成選題。在內(nèi)容生成階段，DT稿王對采集階段所找到的與主題相關的基礎數(shù)據(jù)進行信息提取與解析，通過結構化處理、篩選，套用預設模板形成文本。在審校評估階段，DT稿王基于選題策劃與撰稿階段所積累的數(shù)據(jù)，依托自身的智能審校系統(tǒng)進行基礎性的自動糾錯、問題排查、人工核查，對稿件進行評估和校審。在內(nèi)容分發(fā)階段，通過對用戶數(shù)據(jù)深度學習，分析用戶的點擊、瀏覽、轉發(fā)、評論等行為，生成用戶個人偏好數(shù)據(jù)并進行有針對性的內(nèi)容推送。智媒時代編輯流程從傳統(tǒng)的編輯中心模式，走向了系統(tǒng)性整合性的智能生產(chǎn)流程。

三、智媒時代編輯理念轉型路徑

智媒時代帶來了更加高效的信息處理模式和解讀方法，因此，從業(yè)者要樹立新的理念，樹立數(shù)據(jù)思維，挖掘數(shù)據(jù)內(nèi)在價值;編輯行業(yè)要調(diào)整人才結構，吸納新型傳播人才，激發(fā)創(chuàng)意活力，還要建立深度融合新技術手段的采編體系。

（一）樹立數(shù)據(jù)思維，挖掘數(shù)據(jù)價值

傳統(tǒng)的編輯理念，“在選題策劃方面不夠精準，欠缺對數(shù)據(jù)的分析和挖掘能力，編輯理念較為落后，缺乏利用互聯(lián)網(wǎng)海量數(shù)據(jù)的意識，很難跟上數(shù)字化的發(fā)展趨勢。[8]”面對智媒時代編輯的算法轉向，更應該重視數(shù)據(jù)對于編輯過程的內(nèi)在影響，從業(yè)者要樹立數(shù)據(jù)思維，挖掘數(shù)據(jù)價值。當前的智媒處于初級發(fā)展階段，屬于“弱智能”階段用戶洞察和算法還不夠聰明，但是依靠關系數(shù)據(jù)的算法將會更多地應用于編輯實踐中。“未來‘聰明的算法可以基于你所處的不同圈子關聯(lián)計算出該圈子里的人關注某一話題信息的強度，強度達到一定閾值后，系統(tǒng)就會自動向你推送相應的信息資訊?！盵9]。伴隨著人工智能不斷發(fā)展，“算法”也將會越來越聰明，將會更大程度體現(xiàn)數(shù)據(jù)價值，數(shù)據(jù)分析與數(shù)據(jù)驅動將貫穿于編輯全流程。因此，在智媒時代編輯者應具有對數(shù)據(jù)運用的前瞻意識，樹立數(shù)據(jù)思維，培養(yǎng)數(shù)據(jù)處理能力，在紛繁的數(shù)據(jù)中發(fā)現(xiàn)數(shù)據(jù)規(guī)律與意義，挖掘數(shù)據(jù)價值為編輯實踐所用。

（二）調(diào)整人才結構，增加報道深度

智媒時代不僅要求編輯要具有信息組合能力、圖片拍攝與處理能力，更需要運營能力、數(shù)據(jù)分析能力、創(chuàng)意能力。媒體的智能變革，可以把優(yōu)秀的編輯記者從繁重的重復勞動中解放出來，為他們創(chuàng)造深度分析報道的機會，為讀者提供更好的決策依據(jù)。

目前人工智能還處于較為基礎的發(fā)展階段，主要從事重復式勞動，表現(xiàn)為撰寫新聞資訊中標準化的消息、快訊等。智媒機器輔助編輯過程依托算法和既有模板進行嵌套編輯，更多地體現(xiàn)為“技術理性”，但是信息內(nèi)容生產(chǎn)和編輯過程過分依托于“技術理性”容易帶來“千篇一律”的內(nèi)容，走向“過度同質化”，降低讀者閱讀興趣，不利于內(nèi)容的差異化生產(chǎn)。因此更要發(fā)揮創(chuàng)意活力，使“技術理性”與“創(chuàng)意感性”相輔相成共同提高內(nèi)容質量，形“差異化優(yōu)勢”，促進編輯的深度分析報道。智能化的不斷提高、協(xié)同性的不斷增強，需要人才轉型和豐富人才構成，既要引進“懂技術又懂編輯”的人才比例，培養(yǎng)“跨界”人才，又要求在崗編輯從業(yè)人員不斷增加業(yè)務學習，豐富自身的知識構成，發(fā)揮自身創(chuàng)意能力，形成差異化優(yōu)勢，增加報道深度。

（三）發(fā)揮技術優(yōu)勢，融合智能采編

機器人與編輯者不是取代的關系，而是協(xié)同與促進的關系。智能采編表現(xiàn)在以下幾個方面。

一是智能化信息采集與策劃。這個過程需要發(fā)揮“眾智眾創(chuàng)眾籌”理念，“優(yōu)化運用智能蟻群算法、人工魚群算法、煙花爆炸算法等群體智能的算法，探索研發(fā)可以實現(xiàn)眾創(chuàng)撰稿、協(xié)同創(chuàng)作的工具系統(tǒng)。[10]”二是智能化內(nèi)容創(chuàng)作。這個過程既要調(diào)動編輯自身的專業(yè)知識又要借助智能撰寫系統(tǒng)共同進行內(nèi)容創(chuàng)作，在機器生成的基礎上編輯進行深度分析與內(nèi)容挖掘，并依托智能化審校系統(tǒng)進行智能糾錯、敏感詞排查等初級審校工作。三是智能化內(nèi)容分發(fā)，立體采編體系。內(nèi)容分發(fā)過程一方面通過標簽和算法進行定制化的個性發(fā)放，另一方面基于用戶數(shù)據(jù)分析實現(xiàn)目標用戶的數(shù)據(jù)回傳進行二次分發(fā)，從而形成智能化、系統(tǒng)化、整合化的采編過程。因此，我們應正視技術在編輯生產(chǎn)中的作用，發(fā)揮智媒時代的技術優(yōu)勢，構建“人工智能+采編”深度融合的智能采編體系為我所用，提高采編效率。

結語

新事物的發(fā)展機遇與問題并存。目前，智媒編輯面臨著亟待克服的問題，一是內(nèi)容同質化。機器輔助編輯依托算法和既有模板進行嵌套輔助編輯，寫作更多地體現(xiàn)為機械 技術，內(nèi)容“模板化”、同質化，這需要從業(yè)者發(fā)揮創(chuàng)意活力提高內(nèi)容的深度，形成差異化優(yōu)勢;二是版權監(jiān)管。人工智能直接生成的內(nèi)容實質上是以海量的基礎數(shù)據(jù)作為“底料”，是在深度學習與大數(shù)據(jù)整合的基礎上生成與原內(nèi)容相似的“混合內(nèi)容”，編輯在把關過程中對內(nèi)容是否有“雷同”缺乏準確判斷，為侵權行為的判定帶來了難度。這需要提高智能糾察系統(tǒng)的精準性，同時充分發(fā)揮把關人加強把關力度，發(fā)揮能動性，以理性客觀的態(tài)度應對新技術發(fā)展帶來的機遇與挑戰(zhàn)。

參考文獻

[1]羅素，諾維格.人工智能：一種現(xiàn)代的方法[M].北京：清華大學出版社，2013

[2]喻國明，梁爽，程思琪.當前國際傳媒領域人工智能研究的學術熱點與框架——基于EBSCO數(shù)據(jù)庫2016年英文文獻的文獻計量學方法[J].東南學術，2018，（2）：55

[3]蘇濤，彭蘭.“智媒”時代的消融與重塑——2017年新媒體研究綜述[J].國際新聞界，2018，（1）：39-40

[4]林秋銘，范以錦.2017-2018：眾媒時代到智媒時代的大跨越[J].中國報業(yè)，2018，（1）：21-22

[5]呂國英.算法設計與分析（第2版）[M].北京：清華大學出版社，2009

[6]熊立波，鐘盈炯，林波.“快筆小新”與機器人寫作[J].新聞與寫作，2016，（2）：11

[7]匡文波.傳媒業(yè)變革之道：擁抱人工智能[J]. 新聞與寫作，2018，（1）：77-78

[8]隗立娜.數(shù)字時代編輯的媒介素養(yǎng)[J]. 現(xiàn)代商業(yè)， 2018，（8）：182-183

[9]喻國明，姚飛.試論人工智能技術范式下的傳媒變革與發(fā)展——一種對于傳媒未來技術創(chuàng)新邏輯的探析[J].新聞界，2017，（1）：40

[10]劉華東，馬維娜，張新新.“出版+人工智能”： 智能出版流程再造[J].出版廣角，2018，（1）：14-16

（項目基金：本文為撫州市社會科學規(guī)劃項目“基于社會網(wǎng)絡分析的老年群體社交媒體參與及謠言治理”（編號：20SK27）階段性成果。）

（于海婷系東華理工大學文法學院傳播系教師）