智能媒体

一、2019年智能媒体发展现状

（一）媒体机器人，智能生产与分发的智慧化集成（二）智能化写稿，超越人工体力（三）字幕生成，释放人工时间精力（四）数据可视化制作，助推数据新闻升级（五）虚拟主播，一键生成AI新闻播报（六）语音输入与同声翻译，媒体人的采访利器（七）智能视频剪辑，包装模板助推（八）智能化让搜索和编辑功能不断优化（九）发现新闻线索，提供AI“洞见”（十）智能分发，精准推送（十一）智能审核，为识别假新闻及敏感信息赋能

二、智能媒体发展存在的问题

（一）算法学习与智能追踪引发数据安全与隐私问题（二）机器人写作内容有局限，警惕对媒体公信力产生影响（三）AI自动生成的视频和播报相对粗糙（四）算法可能带来价值偏向与伦理危险（五）警惕回音壁效应及群体极化现象（六）自动识别准确率受限

三、智能媒体未来发展趋势与对策建议

（一）深化人际协同理念，让媒体人的工作更高效优质（二）加强法制法规引领与管理，避免伦理风险与算法偏见（三）加速智能化进程，推动媒体融合进一步深化（四）智能化升级，增强人机传播的互动性（五）提升云计算技术，实现在线化与急速化操作（六）细化受众需求，实现商业变现（七）搭乘5G，进一步优化智能+视频

01 报告的框架

所谓智能媒体，就是把人工智能和媒体进行结合。人工智能技术在新闻传播领域的全面渗透是近年来的一个现象级的发展。

人工智能技术不仅形塑了整个传媒业的业态面貌，也在微观上重塑了传媒产业的业务链。

《2019年智能媒体发展报告》全面梳理了人工智能在传媒行业的应用，总体而言，三个部分是按照“现状—问题—建议”的思路展开的。

对于这篇报告的阅读，我们应该把握两种方法：

首先，报告的特点是面面就到，这篇报告中涉及了传媒行业中智能化应用的方方面面，但是在考题中，考察的往往是其中的一个点，这就需要我们有把“点”从“面”中抽离出来的能力。

其次，要从报告的各部分中抽离出我们需要的内容，就需要弄清各部分各要点之间的关联。

比如报告的第一部分树立了十一种现象，第二部分提出了六种存在的问题，那这六种问题和前面十一种现象的对应关系是什么？这些问题又如何在最后的对策建议中得到解决？这是我们在阅读中应该思考的问题。

下面，我们就以算法为例，呈现上述思路。

02 关于算法的讨论

算法是人工智能的底层技术，也自然而然成为近年来在真题中的高频考点。

论述算法在新闻传播领域的影响。（北京大学2020）

算法推荐对新闻专业性的影响。（清华大学2019）算法新闻在推送中的问题和应对策略。（中国人民大学2019）简述算法推荐新闻的利与弊。（中国社科院2018）算法推荐对新闻分发的优势和弊端。（华东师范大学2019）算法新闻推送对信息茧房的影响（宁波大学2020）……

❶ 现状

从内容生产的角度上看，近年来出现了各种媒体机器人，诸如今日头条的Xiaomingbot、腾讯的Dreamwriter等，这些机器人在突发新闻、财经新闻、体育赛事等报道领域表现出强大的内容生产能力，极大解放了人力。（现状第一、二点）

从内容接收层面，算法也为智能推送提供了技术支撑，通过对内容、场景、用户习惯等数据进行细分，最终实现分众化和精准化的推送。目前，算法推送在新闻、资讯、短视频、直播等领域都已实现深度嵌入。（现状第十点）

❷ 问题

第一，机器人写作适用的稿件类型比较有限，“后真相”时代的到来对媒体生产内容的专业性和权威性提出了更高的要求，如果不恰当的内容自动生成且肆意传播，将会对媒体公信力造成负面影响。（问题第二点）

第二，算法虽然能够使内容分发更有针对性，但是数据安全和隐私问题也如影随形。在提升用户体验和保护用户数据安全之间，内容平台需要做好平衡。（问题第一点）

第三，个性化推送最受争议的问题，就在于个体的视野收到限制，进而导致视野窄化、知识固化、观点强化，造成信息茧房、回音壁效应等问题，进而容易导致群体极化现象。（问题第五点）

❸ 建议

针对算法带来的种种问题，报告中给出了很多对策建议。这些对策，核心其实就两点：技术发展和人机协同。

首先是技术。“解铃还须系铃人”，要解决技术带来的问题，绝非否定技术本身，而是应该不断完善技术。

智能媒体是媒体融合的高级阶段，无论是传统媒体还是新媒体，都需要在智能化方向上持续挖掘，推动新闻生产方式的持续变革。

随着云计算技术的提升，新闻制作流程也将打破时空限制，极大提升采、编、审的生产与信息把关效率。

其次是人的作用。人工智能时代，人并非毫无作为，尤其是在当前人工智能方兴未艾之际，人的作用是非常必要的。

目前的人工智能还未达到完全智能化，只能起到辅助作用，媒体人应该强化人际协同发理念，一方面AI提供了协助，另一方面，对人的工作要求反而会提高，人际融合是对双方的促进。

同时，针对各种由于算法导致的风险，既要发挥算法的纠错机制，也要健全人工干预和审核机制。