隨著人工智能技術的發展，個性化的交互界面越來越多，眾多媒體集團已經不再像以往一樣，負責任地定義何為真正的新聞，甚至連新聞的真實性和可靠性都不再那么重視。現如今，社交媒體平臺、搜索引擎和內容聚合商，在很大程度上控制了不同媒體內容的用戶流向，從而直接影響了創作出來供大家消費的新聞內容。自此，有人認為，新聞媒體的未來再也無法掌握在它自己手中，而是要由人工智能技術牽著鼻子走。事實果真如此嗎？

新聞數字化的死亡之谷

大家一貫認為，目前，新聞媒體的發展速度不夠快、創新力度不夠強，從而無法在數字行業掀起重大變革。其實，在過去，新聞的影響力非常大，可以說是吸引和引導民眾與廣告商的一大重要標志。但自從互聯網誕生之后，各種在線信息就出現了爆炸式增長，徹底改變了新聞行業的發展。

在互聯網誕生初期，各種門戶網站會利用自己的渠道，為用戶提供他們感興趣的內容，比如說雅虎。但是，隨著時代發展，信息量越來越大，搜索引擎開始崛起，改變了用戶與在線新聞信息內容之間的互動方式。再接著，隨著移動技術和交互界面越來越受歡迎，帶有新聞消息推送功能的社交媒體開始成為主流，又一次改變了用戶發現媒體內容的方式。因而，現階段，社交網絡的地位，可謂是相當重要。

然而，在這樣一種過程中，新聞媒體沒有積極發揮出自己的作用。甚至恰恰相反，它并沒有能夠及時抓住互聯網、搜索引擎、內容聚合商、移動商務、社交媒體以及其他數字解決方案帶來的寶貴發展機遇。

相應地，廣告公司也是如此。最開始，是新聞集團逐步把控制權交到谷歌手里，讓它全權處理自家網站上的搜索問題，接著谷歌就有了索引媒體內容的絕佳機會。隨著社交媒體的日益興起，各個國家的新聞集團，尤其是美國，便慢慢依賴Facebook和Twitter來提供新聞傳播工作，而不是著重推廣自己的新聞播報功能。因此，新聞媒體的核心業務就會遭到那些數字經濟巨頭的吞噬。

毫不夸張地說，新聞媒體就從來都沒有在完全意義上實現過用戶體驗、商業模式或者內容創作的數字化。雖然互聯網和數字化讓新聞媒體做出了改變，但這種改變是被動而非主動的。舊有甚至是過時的內容創作、用戶體驗以及內容分銷，仍然在很大程度上影響了現如今新聞內容的創作和分銷方式。

也正是出于這些發展，谷歌和Facebook這類以算法作為業務運行基礎的公司，在信息傳播和分流這個過程中占據了主要地位。而且，以往由新聞媒體控制的廣告業務，現在也都轉為這些大規?；ヂ摼W公司控制。更重要的是，現如今互聯網巨頭的商業模式，都是以個性化和廣告為驅動的。不管怎么說，他們是不會讓新聞媒體像以前一樣靠自己獲得繁榮發展的。

從被動旁觀到主動改變

自新興算法成為行業主流之后，新聞媒體就一直以旁觀者的身份在報道這一趨勢的發展情況。而且，他們報道的內容，非常全面真實，能夠起到專業知識介紹甚至發人深省的作用，切實給用戶和數字產品之間的認知模式和互動方式帶來了深刻影響。

然而，隨著信息流入了由大型互聯網公司控制的算法黑盒子中，旁觀者想要繼續實時追蹤該領域的動態發展狀況，就變得非常困難，而且可以說是幾乎不可能。可問題就在于，那些動態發展狀況，能夠影響信息的新聞價值和傳播廣泛程度。

所以，這里就出現了一個較為嚴重的矛盾。一方面，信息離我們越來越近，離移動設備和交互界面越來越近，深入到我們生活的各個角落；另一方面，這些信息的來源以及產生和傳播的背景，卻越來越模糊不清。

一方面，在機器學習等方法的幫助之下，社交媒體能夠與自我反饋環節實現有機融合。但另一方面，也正是在那些方法的影響之下，社交媒體遭到惡意攻擊的風險，卻也越來越大。由此，導致整個世界都充斥著各種各樣的虛假新聞。在這樣一個自動化和算法占主導地位的時代，新聞媒體如何做好自己的本職工作，就顯得非常重要。所謂本職工作，就是傳播那些真實可靠的新聞信息，高舉言論自由和民主權利的大旗，盡最大努力替那些弱勢群體發聲，進一步讓民眾及時了解更多關于整個世界和其他國家的消息，

但是，如果新聞媒體本身不主動去接納算法這類新興技術，那么驅動他們向前發展的核心價值觀，就無法真正發揮出自己應有的作用。

對于那些占據主導地位的算法平臺，如果僅僅是客觀評論，即便是負面批判，也都是完全不可能改變現有狀況的。比如說，以人工智能為驅動的谷歌新聞，是由谷歌開發并且控制的。所以，它必然遵循的是該公司的企業文化和價值觀，肯定不可能直接受到新聞集團的影響。

說白了，現如今的我們，又站在了一個十字路口。以機器學習為驅動的人工智能解決方案，將會對數字世界和現實世界產生越來越大的影響，從而將會對數字發展產生更為直接的影響，進一步改變我們對新聞的認知方式。因此，當下，新聞媒體必須要從原本的被動旁邊者變為主動變革者。

人工智能在新聞媒體領域的運用

未來，如果新聞媒體想要改變新聞內容的產生、開發、呈現和傳播方式，那就必須要積極主動尋求人工智能技術的幫助。如果新聞集團想要知道，在數字環境中，數據和信息都會受到哪些因素的影響，那同樣需要對機器學習這項新興技術敞開懷抱，接受它所帶來的各種發展可能性。

但說到底，新聞媒體究竟如何能與現如今的人工智能領軍人物一爭高下呢？

與谷歌、Facebook和其他大型互聯網公司相比，新聞集團仍然擁有一大無可比擬的優勢，那就是掌握對新聞內容創作過程的控制權。也就是說，他們對新聞內容有著更為深入和細致的了解。在合理利用人工智能技術的基礎之上，他們能夠通過一種獨一無二的方式將各種數據與相關的內容創作和消費過程有機結合起來，產生一加一大于二的正面效應。

總之，新聞集團需要借助人工智能來實現人與人、物與物之間的增強現實互動，其中包括記者和新聞編輯室。增強現實互動的具體情形如下：

增強現實之于用戶民眾

其實，個性化這個概念已經出現有一段時間了。但是，無論是設計還是開發，我們是否有從新聞媒體的角度出發來看待過這個問題呢？現階段，新聞媒體的主要目標，就是將優質內容與個性化的用戶體驗進行結合，為廣大民眾提供一種更為便利、更有意義的新聞體驗。當然，前提條件是符合新聞播報的原則和價值觀。

對于新聞來說，諸如在線學習這類的實時機器學習方法，能夠為自己提供更多理解用戶偏好的全新可能性。這些技術可以提供新型工具來直接向用戶的移動設備實時推送新聞消息。

舉個例子，一個智能通知推送系統，能夠向用戶提供個性化的新聞推送，在充分了解新聞內容影響的基礎之上，實現內容本身和內容分銷方式的優化。換句話說，它能夠以用戶的偏好為基礎，實現新聞內容呈現方式的個性化，包括語音、視頻、照片、增強現實以及可視化等等。

不僅如此，還可以利用機器學習來探索出更多受眾、記者與新聞編輯室之間全新的互動形式，其中就包括現如今已經投入使用的自動化評論功能。你就想象一下，將來會出現一種全新的互動模式，能夠讓記者更好地了解大眾接受和消費新聞內容的方式，與此同時實時捕捉新聞內容所傳達出來的感情色彩。

通過數據可視化以及相關算法，新聞媒體能夠找到一種個性化形式，來創作那些真正以人為中心的新內容，讓用戶了解個性化的流程以及它如何影響新聞內容的消費體驗。

另外，至于過濾氣泡，以后也別再說是算法的問題了。算法是可以用來實現新聞內容體驗多樣化的。比如說，在理解了你所喜歡的新聞內容類型之后，它就能夠推斷出來你之前沒有看過的那些內容。也就是說，通過這樣一種反向的個性化邏輯，新聞集團能夠提供一個基于機器學習的推薦引擎，增加多樣性。

增強現實之于記者

在新聞信息和不可預測新聞事件的摘要提取方面，人腦還是要勝過機器的。

記者對新聞內容的深入了解，能夠切實用到基于人工智能的新聞助手系統中去，通過直接學習記者認知和處理新聞內容的方式來實現系統的逐步優化。與此同時，該系統還會將來自內容消費的數據流納入到優化的范圍之內。

一個智能新聞助手，應該要能知道哪些類型的新聞內容是存在相互聯系的。無論是含蓄聯系還是明顯聯系，都應該要能準確識別出來。比如說，根據話題、語調、作者或地點等數據信息，來進行識別和歸類。這樣一來，該智能新聞助手就能夠幫助記者更好地理解新聞內容，清楚地知道有哪些過去出現的內容與現如今的流行話題之間存在聯系。

總之，人工智能解決方案能夠幫助記者更為快速、更為全面地收集和理解相關數據信息。如果出現了某些值得報道的新聞內容，智能助手應該要能及時提醒記者。比如說，社交媒體出現的全新潮流以及高頻搜索內容等。未來，人工智能解決方案將會越來越重要，在識別虛假圖片、視頻和新聞方面發揮出自己應有的作用。

一個自動化的內容創作系統，能夠自動或半自動地提供創新內容，隨后由記者完成新聞的編輯和報道工作。而且，形式還將會非常多樣，包括文本、音頻、視頻、圖像和增強現實等等。

增強現實之于新聞編輯室

最后，說了半天的新聞媒體創新和數字化，如果它們無法切實深入到新聞行業的核心運行中去，那還是不會改變這一行業的發展狀況和文化價值，即新聞編輯室、業務開發以及受眾理解等等。

或許，我們可以將新聞集團看作是一個針對不同受眾提供不同種類個性化迷你產品的系統和平臺。對于新聞編輯室來說，它們可以利用自動化或半自動化的內容生成來深入一些較為小眾的話題。覆蓋的話題范圍越廣，報道的內容越深入，新聞編輯室能夠針對不同受眾提供的個性化迷你產品的質量就會越高，比如個性化的推送和內容編輯等等。

畢竟在如今這個時代，真真假假著實很難分辨。因此，通過自我反省和信息透明來建立彼此之間的信任，就顯得日益重要。在這種情況下，人工智能解決方案就可以用來開發新工具，幫助新聞集團和新聞編輯室更為準確地認識自己的新聞活動以及所產生的影響。

具體說來，人工智能解決方案能夠在報道過程中監測出可能出現的偏見問題，并且識別出哪些內容是當下受歡迎的、哪些內容是過去受歡迎的，從而在歸納總結之后提供更多質量更高的新聞內容。

總而言之，未來的新聞行業，將會是人工和智能的雙重結合。人類智力與機器智力的融合，將會為新聞媒體創造出一個更好美好的未來。

?