五、 小结与展望
统而观之,随着自动化新闻在新闻传播领域的快速崛起,新闻记者正经历着一系列的技能变迁,即由去技能化向再技能化转型,且多技能化的趋势日渐明朗。这反映出自动化新闻中的人机关系是一种“我中有你、你中有我”的共存关系,而非“有你没我”的竞争关系,它为新闻生产过程和劳动者技能成长的有效结合提供了积极的可能。但有不少进一步的问题有待后续的深入探讨:比如,新闻记者实现再技能化有哪些途径?如何看待技能变迁过程中来自新闻编辑室内外的阻力?个体再技能化的非同步性会导致新闻记者内部的分化吗?新闻编辑室内是否正在形成一种新的权力结构关系?等等。如果我们将技术与劳动的互动过程放置在一个更为宏大的历史背景下,那么就涉及一系列更为复杂的结构性因素,如不同媒体机构间的关系结构、媒体制度与政治权力的关系、市场环境、文化传统,甚至是价值观念,等等。
还有,当前自动化新闻主要应用于标准化、时效性强以及对数据要求较高(或说“低语境”)的财经、体育、自然灾害、健康、天气预报的报道上。随着人工智能和自然语言处理技术的突破、写稿机器人对语料库的深度学习,以及自动化新闻自身的进一步完善与发展,其应用领域的不断拓展已成为一种必然的趋势,自动化新闻可能进入社会新闻、政治新闻等更为复杂和敏感的新闻领域,即涉足“高语境”的新闻报道,而这些报道(或领域)往往是新闻记者所擅长的。(37) 彼时,自动化新闻中的人机关系是否将呈现新的特征?这有待后续研究的持续关注与不断深化。
本章最后借德国哲学家卡尔·洛维特(Karl Löwith)在《从黑格尔到尼采:19 世纪思维中的革命性决裂》(From Hegel to Nietzsche: The Revolution in Nineteenth⁃Century Thought)一书中的精彩论述发问:在未来,自动化新闻能否成为一种更为进步和解放的力量,使新闻劳动不仅成为新闻记者获取生活资料的主要经济来源,更给他们带来莫大的尊严感和自我价值感?进一步来说,自动化新闻能否赋予新闻劳动以独立的、建设性的意义,使它成为“一切尘世技能、德性和愉悦的源泉”?(38) 这一问题既事关新闻从业者美好的职业愿景,也为相关研究者打开了广阔的想象空间。
(1) 孟晖:《人工智能技术重塑新闻生产的进路与问题》,《国外社会科学前沿》2020年第7期。
(2) 匡文波:《记者会被机器人取代吗》,《新闻与写作》2017年第9期。
(3) 据此,史安斌和龙亦丹将自动化新闻定义为:利用特定的语言程序,对所搜集的数据进行模式化的加工,将目标数据文本“嵌入”已有的模版,进而生成一套精密完整的计算机程序,用于新闻报道的“文本再生产”。参见史安斌、龙亦丹:《新闻机器人溯源、现状与前景》,《青年记者》2016年第22期。
(4) 这里需要厘清精确新闻、数据(驱动)新闻与自动化新闻三个概念之间的异同。沈浩和元方认为,这三种新闻类型都是以数据为导向的新闻生产模式的重要组成部分,但是精确新闻强调科学的方法与客观性;数据(驱动)新闻强调用数字的结构化或非结构化的原始资料来调查与解释事实,因此处理数据成为新闻生产中最核心的部分;自动化新闻则是算法、大数据与知识的结合,强调通过使用计算方法来创造新闻价值,并体现在信息收集与组织、新闻传播与展现,以及公众反馈等各个环节。参见沈浩、元方:《“大数据时代”的自动化新闻写作的历史、实践与未来》,《新闻爱好者》2017年第4期。
(5) Ghuman, Ramandeep and Ripmi Kumari. Narrative Science: A Review. International Journal of Science and Research, 2013(9): 205-207.
(6) 郑春风:《自动化新闻的实践、影响与困境》,《青年记者》2018年第28期。
(7) 彭增军:《巧夺人工?人工智能与新闻自动化》,《新闻记者》2020年第1期。
(8) Lewis, Seth and Nikki Usher. Open Source and Journalism: Toward New Frameworks for Imagining News Innovation. Media, Culture & Society, 2013(5): 602-619.
(9) 喻国明:《“机器新闻写作”带动传媒新变局》,《新闻采编》2015年第6期。
(10) Örnebring, Henrik, Karlsson, Michael and Karin Fast. The Labor of Journalism: Challenges of Technological and Economic Restructuring. Digital Disruptions to Journalism and Mass Communication Theory Conference, Missouri University Brussels Office, Brussels, Belgium, October 2-3, 2014.
(11) 不少学者长期关注自动化新闻生产中的人机关系问题,提出了三种具有代表性的观点:第一种观点认为,写稿机器人是新闻生产的主体,强调自动化新闻的技术逻辑。在相关学者看来,自动化新闻是人类历史上第一次用写稿机器人代替新闻记者进行新闻生产的实践,其最大的特点就是新闻生产的全自动化,因此写稿机器人在自动化新闻生产中具有主体地位。这种观点随着2017年10月沙特赋予人工智能机器人“索菲亚”以公民身份,以及同年11月日本赋予人工智能“涩谷”以未来城市居住权,而被越来越多的学者接纳。许多学者强调,写稿机器人在数据采集和处理、新闻生产速度和总量、新闻报道范围和质量、降低新闻生产成本、预测新闻事件的发展趋势等诸多方面具有新闻记者所不可比拟的优势,因此能够帮助新闻机构有效突破其在发展过程中遇到的各种瓶颈,这进一步巩固了写稿机器人在自动化新闻生产中的主体地位。
希瑟·福特(Heather Ford)和乔纳森·哈钦森(Jonathon Hutchinson)是第二种观点的代表人物。他们认为,写稿机器人只是新闻记者和用户之间发生联系的中介,它的出现实际上是解放而不是支配新闻记者,而新闻记者才是新闻生产活动的主体。原因有二:其一,新闻记者是写稿机器人的适用者与使用者,具有很强的能动性;其二,写稿机器人抓取的任何信息都是人为创造的产物。有学者更是将“写稿机器人的主体化”视为浪漫主义的“迷思”,并认为写稿机器人只是新闻记者身体的延伸,是一种帮助新闻记者获得更强的信息获取能力与判断能力的工具,所以它不可能从根本上替代新闻记者成为新闻生产的主体。进一步来说,一方面从写稿机器人的视角出发,它受制于现阶段自身的某些不足与缺陷,无法在自动化新闻生产中发挥更大的作用。例如,当前写稿机器人的思辨能力与情感表达能力远不及新闻记者,因此它生成的新闻产品在内容上更多的是客观描述或叙述,局限于新闻消息、资讯和快讯等少量体裁,鲜有新闻评论、社论、新闻特写,且语言也相对枯燥;另一方(转下页)
(12) (接上页)面从新闻记者的视角出发,他们一般都具备丰富、扎实的专业知识,较强的问题解决能力、新闻敏感度和社会责任感,这些独特的能力和品质是自动化新闻的选题愈加丰富、语言更具特色、内容愈发个性化和多元化的必要条件与重要保障。故而,新闻记者在自动化新闻生产中扮演着至关重要的角色,是新闻机构的核心战略资源。受此认识论的影响,不少学者主张,在自动化新闻生产中,关注新闻记者的主体性和能动性极具现实意义与价值。相关研究的议题也颇为丰富,包括新闻记者的职业身份认同、劳动过程和劳动同意的制造、工作态度与满意度,以及他们在自动化新闻生产中的主观感受等。
虽然上述两种观点强调写稿机器人和新闻记者在自动化新闻生产中不同的主体地位,但两者都将机器与人置于不可调和的张力之中。部分学者尝试打破这种以技术或人为中心的二元对立假设,反对将人机关系简单地界定为“有你没我”的竞争关系或替代关系,致力于探索不同的研究立场与路径,对人机关系展开新的想象。在他们看来,技术对劳动者的操纵与控制以及劳动者对技术的认知、习得和互动是一体两面的,且两者同时发生,因此自动化新闻生产的主体由写稿机器人和新闻记者共同构成,从这个意义上说,人机是共存的。
从人机共存这一研究立场与路径出发,马修·韦伯(Matthew Weber)和艾莉·考斯特里奇(Allie Kosterich)发现,写稿机器人和新闻记者的共存关系呈现“互补型”的特征。两位学者强调,随着写稿机器人在新闻生产中的普及,新闻记者可以从枯燥且耗时巨大的常规工作中解放出来,尤其是在数据采集与处理方面,将更多的精力投入到个性化特色的内容创作上,以及调查性报道与解释性新闻等“硬核”新闻信息的生产上,充分发挥他们的创造性与想象力,这将有益于他们更好地完成报道任务,同时提升报道的质量。新闻记者的工作也随之趋向智力密集型和科技密集型。这种“人机互补”的实践在全球范围内已十分普遍。
根据阿尔扬·范·达伦(Arjen van Dalen)等学者的观点,写稿机器人和新闻记者的共存关系更偏向为一种“融合型”的关系,而不是“互补型”的关系。随着人工智能与新闻生产和传播全流程的耦合,写稿机器人和新闻记者在组织和业务上深度融合,形成一种新型的协同机制,“人机联姻”概念应运而生。与人机互补不同的是,人机融合或人机联姻更强调写稿机器人和新闻记者在自动化新闻生产中“我中有你、你中有我”的工作场景。人机联姻强调的是写稿机器人和新闻记者通过分工与协作,共同完成数据采集和处理、新闻价值判断、事件描述与分析、语言润色等一系列新闻生产工作,甚至人机联姻生成的新闻产品也是一种高质量的“复合型新闻产品”。因此,与人机互补相比,在人机联姻中,媒体从业者和科技基因之间的相互渗透、死劳动与活劳动之间的彼此交融,以及机器和人之间的协同共生更为全面和彻底。参见姚建华:《自动化新闻生产中的人机联姻及其实现路径》,《当代传播》2021年第1期;喻国明:《“机器新闻写作”时代传媒发展的新变局》,《中国报业》2015年第23期;Ford, Heather and Jonathon Hutchinson. Newsbots that Mediate Journalistic and Audience Relationships. Digital Journalism, 2019(8): 1013-1031; van Dalen, Arjen. The Algorithms Behind the Headlines: How Machine⁃Written News Redefines the Core Skills of Human Journalism. Journalism Practice, 2012(5-6): 648-658; Weber, Matthew and Allie Kosterich. Coding the News: The Role of Computer Code in Filtering and Distributing News. Digital Journalism, 2018(3): 310-329。
(13) 白红义:《当新闻业遇上人工智能:一个“劳动—知识—权威”的分析框架》,《中国出版》2018年第19期。
(14) 除此之外,在斯蒂芬·霍尔(Stefan Hall)看来,自动化新闻的局限性还表现在:应用领域局限,主要集中于财经报道、体育赛事和突发事件等高数据密度、高信息透明度、低语境的新闻报道,且新闻产品主要是标准化程度较高的信息、快讯等新闻体裁;语言比较枯燥、内容上更多的是客观的叙述,缺乏深度的分析;新闻质量高度依赖数据库的大小和数据的质量;等等。参见Hall, Stefan. Can You Tell If This Was Written by a Robot? 7 Challenges for AI in Journalism. World Economic Forum, January 15, 2018. https://www.weforum.org/agenda/2018/01/can⁃you⁃tell⁃if⁃this⁃article⁃was⁃written⁃by⁃a⁃robot⁃7⁃challenges⁃for⁃ai⁃in⁃journalism/.
(15) 姚建华、徐偲骕:《新“卢德运动”会出现吗?——人工智能与工作/后工作世界的未来》,《现代传播(中国传媒大学学报)》2020年第5期。
(16) Carlson, Matt. Automating Judgment? Algorithmic Judgment, News Knowledge, and Journalistic Professionalism. New Media & Society, 2018(5): 1755-1772.
(17) Ford, Heather and Jonathon Hutchinson. Newsbots that Mediate Journalistic and Audience Relationships. Digital Journalism, 2019(8): 1013-1031.
(18) 概括来说,该款写稿机器人在写稿方面具有“多、快、好”的特点。所谓“多”,是指它主要针对上市公司公告、财务报表、证券行情等信息源,日阅读字数可达3000万;所谓“快”,是指它的写稿速度可以达到28字/秒,是普通人打字速度的35倍;所谓“好”,是指它生成的稿件语句流利通顺,完全符合人类自然语言的语法。
(19) 该报告由美国教育界最具权威性的认证机构——美国新闻与大众传播教育认证委员会(The Accrediting Council on Education in Journalism and Mass Communications,ACEJMC)于2014年发布。同时,ACEJMC也是美国新闻传播教育最高水平的权威认证体系的建构者,该体系几乎覆盖了美国所有主流新闻院校。该报告明确提出和规定了新闻记者职业认证所必备的专业技能和核心价值。参见Accrediting Council on Education in Journalism and Mass Communications. Journalism and Mass Communications Accreditation 2014-2015, Lawrence, KA: ACEJMC/University of Kansas, 2014.
(20) 周葆华、查建琨:《网络新闻从业者生存状况调查报告》,《新闻与写作》2017年第3期。
(21) 王星:《技术的政治经济学:基于马克思主义劳动过程理论的思考》,《社会》2011年第1期,第201页。
(22) 史安斌、龙亦凡:《新闻机器人溯源、现状与前景》,《青年记者》2016年第22期。
(23) Lindén, Carl⁃Gustav. Decades of Automation in the Newsroom: Why Are There Still So Many Jobs in Journalism? Digital Journalism, 2017(2): 123-140.
(24) 梁萌:《技术变迁视角下的劳动过程研究——以互联网虚拟团队为例》,《社会学研究》2016年第2期。
(25) Braun, Joshua. Going Over the Top: Online Television Distribution as Sociotechnical System, Communication, Culture & Critique, 2013(3): 432-458.
(26) 喻国明:《“机器新闻写作”带动传媒新变局》,《新闻采编》2015年第6期。
(27) 韩婷:《试论人工智能视阈下新闻业的未来发展路径》,《东南传播》2019年第1期。
(28) 彭兰:《人—机文明:充满“不确定性”的新文明》,《探索与争鸣》2020年第6期。
(29) 王悦、支庭荣:《机器人写作对未来新闻生产的深远影响——兼评新华社的“快笔小新”》,《新闻与写作》2016年第2期。
(30) 马维军:《人工智能时代记者如何突围》,《青年记者》2016年第8期。
(31) Weaver, David, Wilhoit, Cleveland and Lori Bergen. The American Journalist: A Portrait of US News People and Their Work. Bloomington, IN: Indiana University Press, 1991.
(32) Lindén, Carl⁃Gustav. Algorithms for Journalism: The Future of News Work. Journal of Media Innovations, 2017(1): 60-76.
(33) “‘概念’与‘执行’分离”是由美国工人活动家、马克思主义经济学家哈里·布雷弗曼提出的一个十分重要的概念。他在对流水线工人劳动过程的研究中发现:劳动者(主要是产业工人)的专业技能和生产知识因在工作场所中引入自动化技术和推行科学管理而持续受到被“降格”的威胁,导致“概念”与“执行”的分离。展开来说,原来需要“劳心型”的“概念”阶段工作从劳动者的工作场所中消失,由办公室中的管理者接手。一方面,管理者形成了对生产知识的垄断,并对劳动者的劳动过程进行管理和控制;另一方面,劳动者只需要从事分工更为精细、管理和控制更为严格的“劳力型”的“执行”阶段工作,沦为纯粹的“体力劳动者”,其不可替代性被逐步消除——无专业技能傍身或生产知识不完备的劳动者渐渐成为劳动者的主体。参见哈里·布雷弗曼:《劳动与垄断资本:二十世纪中劳动的退化》,方生、朱基俊、吴忆萱、陈卫和、张其骈译,北京:商务印书馆,1978年,第104页。
(34) 师文、陈昌凤:《驯化、人机传播与算法善用:2019年智能媒体研究》,《新闻界》2020年第1期。
(35) 在笔者看来,在自动化新闻生产中,厘清和发挥写稿机器人和新闻记者的各自优势,在强化两者不同职能分工的同时,促进主体间的双向理解、建立人机合作的新闻把关机制,是实现自动化新闻与新闻记者之间“我中有你、你中有我”共存关系的基本路径。参见姚建华:《自动化新闻生产中的人机联姻及其实现路径》,《当代传播》2021年第1期。
(36) Deuze, Mark and Steve Paulussen. Research Note: Online Journalism in the Low Countries. European Journal of Communication, 2002(2): 237-245.
(37) 蒋忠波、师雪梅:《国外算法新闻研究的进展与思考》,《新闻界》2019年第6期。
(38) 卡尔·洛维特:《从黑格尔到尼采:19世纪思维中的革命性决裂》,李秋零译,北京:三联书店出版社,2019年,第356页。