很多大型新聞機構和媒體，早已把對體育、天氣、股市交易變動以及公司業績的報道任務交給電腦來完成。讓人意外的是，電腦的報道能比一些記者做的更為縝密和全面。許多記者的報道通常只有一個信源，與此不同，電腦軟件可以輸入來自多個源頭的數據，從中發現某種趨勢和規律，同時，運用自然語言處理技術，輸出包含形容詞、修辭和比喻等手法的高級句式，解釋那些趨勢所處的背景。如今，機器甚至能生動形象地描繪一場緊張的足球比賽中的觀眾情緒。

這些技術發展，正是令眾多新聞從業者害怕自己會被人工智能(AI)取代的原因。然而，與其驚懼變化，不如擁抱這項技術。通過幫助記者更好地報道我們如今所處的，愈發復雜、愈來愈全球化和信息過剩的世界，AI其實有可能拯救新聞行業。

智能機器可以為記者的報道、創意以及吸引受眾的能力提供加持。有了可預測的數據模型，以及被程序所賦予了不斷“學習”上述模型中的變化的能力，算法便可以幫助記者以過去無法想象的速度管理、分類和生產內容。比如，算法能夠系統化數據來尋找調查性故事中的缺失鏈條;它能識別趨勢，在數百萬數據點中發現可能成為一篇精彩獨家的開始的異常值。舉個例子，現在，一家媒體機構可以持續為所有公共采購數據輸入一個算法，這個算法能夠交叉驗證采購方是否與供應商地址相同。當這樣一個系統逐步被完善，記者便可以從中知道哪里發生貪污。

人工智能不僅能分析大量數據來協助及時的調查，還能夠找出公眾報料中的信源，核驗報料信息，判斷其可信度。根據美國哥倫比亞大學Tow數字研究中心2017年的一份報告，美國多家媒體機構在那時已開始使用AI進行事實核查。例如路透社的產品News Tracer，就用于追蹤社交媒體上的突發新聞，核驗推文的真實性。巴西的Serenata de Amor，由一群科技愛好者和記者組成團隊，利用一個名為Rosie的機器人來追蹤巴西國會議員的每一筆報銷款項，并對可疑的開銷提出有理據的質疑。

對記者來說，算法的用處還有很多：粗剪視頻、識別聲音模型、在人群中進行人臉識別、與讀者交談和回應咨詢等。而要做到以上這些事情，難點在于，首先要由有想法的人類記者不斷向數據發問。記者和編輯都需要快速學習，了解這些系統是如何操作的，他們可以如何使用算法來提高新聞報道的質量

世界上大多數記者都沒有機會接觸程序員和數據科學家團隊，讓后者幫忙設計和構建他們的項目。協作是唯一的辦法。小型新聞機構和自由職業者可以通過與軟件開發人員合作來彌補資源的不足，從而幫助建立更加永久的協作。記者也可以由此了解更多可用的開源搜索和分析工具。

記者和技術人員之間的溝通不是一蹴而就的，而是需要雙方不斷學習和一些反復試驗。隨著技術不斷發展，記者現在的“工具包”正在不斷擴充，以便更好地向權力問責。隨著這種傾聽受眾和確認受眾需求的能力越來越強，記者如果不去嘗試相關技術，那將是一種巨大的浪費。

倫理問題

《衛報》編輯Paul Chadwick曾撰文討論新聞報道和人工智能之間的關系，提議報紙增加一條新的道德準則。“會‘思考’的軟件越來越有用，但它并不一定以道德的方式收集或處理信息。”他在文中提醒道，“當使用人工智能來為你的報道加持的時候，要考慮技術是否有違新聞準則。”

記者必須認識到算法可能“撒謊”或產生誤導。它們是由具有偏見的人類編程而得的，其中的邏輯模式可能導致錯誤的結論。這意味著記者還是需要用傳統的驗證技術來檢查結果：交叉檢查來源，比較不同文件，對機器的發現保持懷疑。

在這個機器智能新時代，透明度是新聞業的另一個必要條件。“人工智能進入新聞編輯室的最大絆腳石是透明度。透明度是一種基本的新聞價值，通常與人工智能‘水火不容’，因為人工智能通常是一種幕后的工作。”《哥倫比亞新聞評論》(Columbia Journalism Review)的數字編輯Nausicaa Renner說。

如果媒體想要保持公信力，它應該讓其受眾知道它正在收集哪些個人數據。盡管人工智能技術可以讓他們精確地迎合觀眾的品味，編輯們也應該努力告知用戶他們不想知道的事情。維護公眾利益仍然是媒體的職責，也是其生存的關鍵。

同理，調查記者也應盡力解釋他們如何使用算法來發現故事的規律或處理證據。只有這樣，他們才能將自己與那些為了商業或政治目的而秘密收集數據的操縱者和煽動者區分開來。此外，一個健康的新聞業應該繼續關注那些沒有人系統地收集過信息或建立數據集的棘手議題，幫助沉默者發聲。

最后，雖然人工智能確實能夠以前所未有的方式造福新聞業，但這也為記者學習和問責帶來了新的挑戰。若無新聞報道，所有這些技術都不會使社會的信息變得更為通達。若無道德規范，智能技術或將預示著新聞業的消亡。若無明確的目的、透明的流程和公共利益的指引，新聞業將失去人們的信任，無論你用多少華麗的圖表、機器人和噱頭來包裝你的報道。

人工智能應用案例

自動生成新聞(Automated journalism)：從數據中生成故事。最初這種形式被用于報道體育和財經新聞。它可以讓記者從一些常規報道中解放出來，提高效率和降低成本。美聯社使用Wordsmith軟件將財務數據轉化為故事?！度A盛頓郵報》使用內部開發的技術Heliograf報道體育賽事和競選活動。

管理工作流程：利用標簽和鏈接追蹤突發新聞、匯總和整理新聞;或用AI審核評論，以及自動轉錄語音?！都~約時報》用Alphabet旗下公司Jigsaw開發的Perspective API工具，來處理讀者的評論。路透社的“Connect平臺”實時顯示所有路透社發表的內容，包括檔案文件，以及來自其世界各地媒體合作伙伴的內容。

跟蹤社交媒體上的新聞：AI還被用于分析實時和歷史數據，識別“大V”并與受眾互動。美聯社使用Newswhip監控社交媒體趨勢并提高受眾參與度。

與受眾互動：美國商業網絡媒體Quartz開發了一個聊天機器人應用程序，用戶可以向機器人程序發送信息，詢問有關新聞事件、人物或地點等問題，程序會回復其認為與用戶相關的內容。《衛報》在其臉書即時通訊應用Facebook Messenger上設置了機器人。BBC使用機器人來報道歐盟公投。AfriBOT項目是歐洲新聞中心和The Source(納米比亞和津巴布韋)的“創新非洲”獎項獲得者之一。該項目也在開發一個開源新聞機器人，以“幫助非洲新聞機構生產個性化新聞，并通過通訊平臺更有效地與受眾互動”。

阿根廷事實核查媒體Chequeado的機器人Chequeabot

自動事實核查：AI還可以讓記者快速核查公開聲明或主張，阿根廷事實核查媒體Chequeado的機器人Chequeabot是一例。英國“Full Fact UK”及其合作伙伴正在開發一個自動事實核查引擎，這一工具“能發現已被核查過的主張，并使用自然語言處理和結構化數據自動檢測和檢查新的聲明”。美國杜克記者實驗室開發了工具ClaimBuster，為媒體提供具有政治意義的聲明，并于2017年成立了專門推動自動事實核查項目發展的中心。英國的Factmata也正在開發一種自動化的事實核查工具。通過此鏈接了解更多相關案例

分析大型數據庫：AI能夠處理數據并找出數據中的規律、變化或任何異常情況。路透社的Lynx Insight會瀏覽大量數據，并為記者提供分析結果和背景信息。OCCRP(有組織犯罪與貪腐報道計劃)的“犯罪模式識別”計劃使用的技術可以分析大型文檔數據庫，從中找出與腐敗相關的罪案以及相關各方之間的聯系。

圖像識別：這是一種能夠識別圖像中物體、地點、人臉甚至情感的技術。《紐約時報》使用亞馬遜的Rekognition API來識別照片中的國會議員。任何用戶都可以免費試用谷歌的Vision API圖像識別技術。

視頻制作：這種技術可以根據新聞文章自動創建腳本，并利用視頻片段制作簡短粗略的敘事性視頻短片。 USA Today、Bloomberg和NBC都使用一款名為Wibbitz的軟件。斯坦福大學的研究人員也在開發一種自動視頻編輯工具。