本文根據(jù)當(dāng)前的媒體實踐,總結(jié)了人工智能技術(shù)對新聞生產(chǎn)的影響方式。區(qū)分了狹義和廣義的人工智能新聞業(yè)的含義,并指出人機(jī)協(xié)作將是未來人工智能新聞業(yè)發(fā)展的主流。在此基礎(chǔ)上,本文結(jié)合大量案例總結(jié)出人工智能技術(shù)影響新聞生產(chǎn)的方式:從新聞線索的獲取和消息源的拓展方面來看,人工智能技術(shù)能夠?qū)嬰s的網(wǎng)絡(luò)信息進(jìn)行去粗取精、去偽存真的選擇,并根據(jù)無序的信息預(yù)測新聞事件及其發(fā)展趨勢;其次,人工智能技術(shù)能夠根據(jù)用戶個人的人口統(tǒng)計學(xué)特征和社交特征進(jìn)行對象化的新聞內(nèi)容生產(chǎn)和呈現(xiàn)�？偨Y(jié)來看,人工智能技術(shù)為新聞業(yè)帶來的種種變革能夠促使新聞媒體從大眾媒體向個性化媒體的轉(zhuǎn)變。 

【文章來源】：中國出版. 2017年24期 北大核心CSSCI

【文章頁數(shù)】：4 頁

【部分圖文】：

《紐約時報》“成長的最優(yōu)與最差之地”報道界面，當(dāng)網(wǎng)民選擇查看其他地區(qū)的情況時，重新匹配的文

牒痛笱?胙?實墓叵低跡?婧螅?網(wǎng)頁上會生成網(wǎng)民所畫曲線和真實曲線的對比圖以及其他網(wǎng)民所畫曲線的主要趨勢，同時自動出具針對每個網(wǎng)民所畫曲線的簡要的評估報告，并且深入分析家庭收入與大學(xué)入學(xué)率之間的關(guān)系。[11]這篇報道提到，之所以要先“麻煩”網(wǎng)民畫出曲線，是希望每個讀者都能夠認(rèn)真地思考這兩個變量間的關(guān)系，這樣看到真實情況時才會更加印象深刻。圖1《紐約時報》“成長的最優(yōu)與最差之地”報道界面，當(dāng)網(wǎng)民選擇查看其他地區(qū)的情況時，重新匹配的文章中那些發(fā)生變化的部分就會短暫地顯示出黃色陰影。圖2《紐約時報》“家庭收入如何影響兒童的大學(xué)機(jī)遇”報道，較細(xì)的線為網(wǎng)民自己所畫，點(diǎn)狀較粗線為真實曲線；圖標(biāo)下方的測驗報告則會對網(wǎng)民所畫曲線做出評估。這種互動設(shè)計使得新聞產(chǎn)品具備了“游戲化”（gamification）的特征，通過設(shè)置問題以及由之而來的競爭和獎懲制度使網(wǎng)民更深度地參與到新聞生產(chǎn)的過程中；[12]而在此基礎(chǔ)上對每個網(wǎng)民的表現(xiàn)做出個性化的評估則是讓網(wǎng)民產(chǎn)生參與感和卷入感的更關(guān)鍵步驟，人工智能技術(shù)所要解決的正是這個“對象化”的問題，從而將互動性和個性化更好地結(jié)合在一起。

【參考文獻(xiàn)】：
期刊論文
[1]算法機(jī)制背后的新聞價值觀——圍繞“Facebook偏見門”事件的研究[J]. 方師師.  新聞記者. 2016(09)
[2]“目擊媒體”革新新聞生產(chǎn)與把關(guān)人角色——以谷歌新聞實驗室為例[J]. 黃雅蘭,陳昌鳳.  新聞記者. 2016(01)



本文編號：2927607