机器新闻写作研究现状

涂佳焰

摘要 机器新闻写作是新闻界技术发展的成果，应对新闻业的革新，我们应该主动建立起机器新闻写作发展研究现状的基本框架。文章对2015-2017年3年间中国知网上关于“机器新闻写作”研究的文献进行内容分析，从文献发布概况、文献被引下载量、文献研究内容和文献采用的研究方式四个方面探析机器新闻写作的研究现状。

关键词 机器新闻写作；机器人写作；研究现状

1研究背景及目的

人工智能的概念早在1956年就己被提出，“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学”，而“机器新闻写作”是人工智能技术在新闻领域的具体运用。机器人写作作为一种新兴的新闻内容生产方式对新闻行业甚至整个社会有着巨大的影响。本文通过对2015年-2017年间中国知网上关于机器新闻写作研究的文献，来阐释学术圈对该议题的基本研究状况，并根据研究结果展望今后的发展趋势。

2研究设计与结果分析

2.1研究设计

运用《中国知网》作为待分析文献的来源，获取关键词为“机器新闻写作”“机器人写作”“机械新闻写作”等的相关文献，选择下载2015年-2017年间与研究有关的文献。经筛选，获得的总样本文献为41篇，从文献发布概况、文献被引下载量、文献研究内容和文献采用的研究方式四个内容分析类目来探讨改议题的研究现状。

2.2研究结果分析

2.2.1文献发布概况分析

这一部分主要对研究的机器新闻写作文献进行大体上的把握，主要通过发表时间和研究者单位这两个变量进行分析。

1）研究者单位分析。通过将研究者单位的统计，大致可以分为新闻院系、非新闻传播院系、媒体公司和媒体单位这四类。其中新闻院系发表关于机器新闻写作研究的文献最多，约占78%。其次是媒体单位约占12%，其中包括新华社、人民网、中央电视台等。剩余只有零星几篇文献来自于媒体公司和非新闻院系。

2）文献发表的年份分布。关于机器新闻写作的研究文献数量不多，该议题还处于方兴未艾的状态。根据所选的样本文献，2016年的文献数量出现一个高峰，占总样本的一半有余，说明2016年是研究机器新闻写作的热门年份。到2017年文献数量回落，但由于该年份未结束，按照其趋势该议题的热度依旧。

2.2.2文献被引下载量分析

通过分析被引量和下载量排名前四的文献可以得出机器新闻写作研究中的重点被关注文献，为接下来要做的研究指引方向。被引量和下载量均排在前四名的两篇文章都由彭兰教授所写，分别是《移动化、智能化技术趋势下新闻生产的再定义》和《智媒化：未来媒体浪潮——新媒体发展趋势报告（2016）》，是对未来智能媒体的前景展望，以及机器新闻写作作为一种新的新闻生产模式的业务探索。被引量第二的是从中外对机器新闻写作的概念定义上来探究该议题。剩下两篇下载量较高的文献是从机器人写作对传媒业的影响入手。

2.2.3文献研究内容分析

由于一篇文献中不只含有一个研究议题，因此研究议题的总数大于样本文献数。在样本文献中，研究者最关注的是后果影响，占总样数的一半，其中有21篇都在探讨对记者行业的影响。其次是对业务探索（13）的重视，其中包括对业务流程、业务分类、业务差异以及内容生产特点的研究。其余的文献分布在发展前景（7）、风险挑战（7）、发展优势（8）、应用现状（9）、概念定义（1）等几个方面。

1）概念定义。国外研究者用“机器人新闻”“机器写的新闻”“自动内容”“自动新闻”等名称来指代“机器新闻写作”，虽然叫法不一，但所指代的内容基本相同，都具有“没有人工干预”“基于数据”“自然语言生成”的特点。

部分研究者将机器新闻写作划分到计算机新闻的范畴，将它归入到计算机新闻的发展中，而不是单独的研究个体展开探索分析。其中，Teny Flew、Anna Daniel和Adam Swift认为，计算机新闻技术能充分发现数据的价值，对数据的掌握很完整不会有缺失，这使得计算机的独创新闻报道变得自成一体，并且有价值。

我国学者蒋枝宏在《传媒颠覆者：机器新闻写作》中提出“机器写作”又称“机器人写作”，是指计算机根据既定的算法将获取到的全部数据输出成语言的一种人工智能技术，核心正是自然语言生成。“机器新闻写作”则指用这种技术进行新闻写作，是人工智能学科在新闻领域的应用。

2）应用现状。机器人写作最先应用于国外。2007年，Statsheet成为美国首家致力于自动化生产新闻的公司。3年后，美国Automated Insight公司研发的Wordsmith投入市场，与此同时，美国的Narrative Science公司将同样功能类型的软件Quill投放市场。中国紧跟其后，《8月CPI同比上涨2%创12个月新高》这篇报道在2015年9月发布，由腾讯公司生产，成为中国第一个运用机器新闻写作技术的公司。撰写这篇新闻的是机器人Dreamwriter，输出十分高效，耗时仅一分钟。2015年11月，新华社推出“快笔小新”，为多个部门提供新闻稿件写作。这是一次技术的飞跃，越来越多的机器人开始在新闻行业撰写新闻，新闻行业的自动化生产时代已经来临。

机器新闻写作是对写作者与写作模式的再定义。彭兰认为现在的机器写作基本是一种“人工模板”+“自动化数据填充”的模式。机器新闻写作的广泛应用值得我们注意一个问题，数据是未来新闻行业的重要资源，我们要重视数据思维。同时，数据收集、数据分析的平台竞争会更加激烈。喻国明、刘瑞一、武丛伟也提出类似观点，认为机器新闻写作是人工智能化与新闻行业的结合，从此新闻的内容不仅是由专业新闻工作者生产，更有一部分是机器生成内容。

3）业务探索。目前新闻写作“机器人”的业务分类。杨名宜区分为：一是实时动态新闻写作。作者列举了一系列代表，Automated Insight公司研发的Wordsmith、“快笔小新”和“DreamWriter”都属于这一类型的应用。二是篩选稿件。根据设定条件甄别出具有特定潜质的稿件，编辑机器人“Blossomblot”能够根据大数据甄别具有“病毒式”传播潜质的文章。

机器新闻写作的工作流程。张蕊认为分为三个部分：新闻信息数据的获取；机器人对新闻观点提炼；机器新闻写作出版。金兼斌以Wordsmith平台“自动生成”作品的写作流程为例，提出以下5个步骤：获取数据；分析数据；提炼观点；结构和格式；出版。

人工智能技术对于新闻传播行业的生产方式和传播格局是多角度、全方面的影响。喻国明认为其内容生产的特点是：其一，精准快速，时间一般不超过30秒，且差错率远低于人工写作；其二，适应性强，表达多样化；其三，智能化标签；其四，建构客观、总体性视角。

对比机器新闻与人工新闻写作的业务差异。付松聚进行实证性研究，从新闻标题、新闻导语、新闻主体、新闻背景等方面进行对比，找出两者差异。

4）后果影响。对记者行业影响。Arjen van Dalen关注机器人新闻写作对记者的负面影响，研究对记者自身认知的冲击，具体探讨机器新闻写作技术的运用使传统记者重新审视专业能力的过程。人工智能对新闻行业带来的不仅是冲击，也有积极地促进作用。喻国明认为机器新闻写作不是无所不能的，更不是新闻记者的“对立者”，两者协作将是未来发展的主要模式。

不同学者对此的表述不同但观点一致，机器新闻写作和人工写作相互补充、相互发展，以人为本。用张江艳的总结更为全面，她认为机器新闻写作对人类写作带来的影响是：智能化机器人写作为人类记者写作三维立体化新闻稿件提供了便捷；基于大数据的新闻写作更需要人类记者掌握分析数据的方法；大数据语境中的新闻写作要透过数据去观察和关注超越个体的“人”；基于大数据的新闻写作需要站在“人”的立场上去思考和分析数据。

新闻写作自动化趋势下的媒体转型与发展。卢永春认为从两个方面实现：积极抢占数据浪潮的高地和大力推进业务、技术深度融合。申云对机器人新闻写作下新闻采编的发展途径提出三个层面的观点：“命运共同体”——人机结合的新认识；愈战愈勇——新闻从业者的态度；推陈出新——新闻机构的原则。

5）发展优势。杨名宜、吴海荣认为现阶段机器新闻写作的优势集中在以下5点。

第一，速度快。机器人写稿的速度可以用毫秒来计算。

第二，数量大。目前机器新闻写作一年的报道量可达10亿个，新技术得到了广泛的应用。

第三，全天候待机完成写稿任务。

第四，客观准确性。属于结构化数据的一种文本展现。

第五，个性化，是机器新闻写作的核心竞争力。

机器新闻写作在突发新闻报道中发挥着越来越重要的作用。喻国明举例在地震灾难报道中，机器人新闻写作可以在第一时间从数据库中获取数据并生成文本。新闻生产完成无缝对接，高效快速的完成海量稿件。

从实证分析角度，陈小晰根据近年来自动机器写作软件和人类记者撰写的财经类、体育比赛类新闻稿件，进行对比分析。探讨机器和人工写稿的各自的优势。

6）风险与挑战。自动化新闻的限制点。周羽佳总结了6点局限：依赖单一、孤立的数据流；所依赖的定量数据的肤浅性；询问这些数据的困难性；生成文本時缺少人类角度；难以提前预测“头条新闻”的模板；对模板中的新闻数据进行创造性写作的困难。同时卢永春还提出数据库中数据的好坏直接影响机器新闻产出内容的质量。

机器新闻写作存在的新闻伦理问题。胡素霞提出一系列问题：机器新闻写作的伦理问题主要集中在责任的规定，机器人新闻是否具有版权，如果有版权该如何保护，如果机器人新闻出现错误，应该负责任的是具体的编辑还是新闻机构。

版权等法律问题。Tom Kent对“数据上传者的权利和媒体平台的权利”提出了质疑，具体为数据用户提供数据的权利和媒体单位改动数据的相关权利没有明显划分。阮开欣指出版权法中所保护的作品必须是人类意志的产物，但机器新闻的写作是算法的成果，因此机器生成的文本内容不属于版权法所保护的对象。

7）发展前景。未来理想的新闻写作，将是人的能力与计算机智能的结合。彭兰认为机器的作用，不仅仅是获取并运用数据，还将体现在：提供新闻线索、发现新闻的潜在价值、总结精炼新闻生产规律，更有甚者可以对数据分析的结果预估传播效果。

未来机器新闻写作的发展趋势。徐曼认为有以下4点：机器人写手新闻在整个新闻报道中占据的份额会越来越大；质量日益提升，并将突破数据新闻的模式限制；开辟更多报道领域，实现更广泛的应用；更加个性化，面向个人用户。

2.2.4文献研究方式分析

该部分主要分析研究者在研究时所采用的研究方式，分为研究方法和研究类型两个变量。绝大部分文献所采用的研究方法都是定性分析，只有个别文献采用实证分析和个案分析的方法。其次，对样本文献的研究类型进行统计，多数文献都是以描述性研究为主，解释性、应用性和预测性研究较少。多数是在陈述现象和观点，需要运用数学和计算机学来建立模型，通过信度分析，提供可借鉴性的判断。由此看来，机器新闻写作的研究方式较为单一，还需要不断发展，是一个值得探索的议题。