AI科技浪潮快速來襲，演算法正在不同的場域中出現，影響範圍越來越大。
生活周遭的食衣住行資訊，AI都在影響著我們，甚至看的新聞訊息，AI都能扮演一定的主導角色。我們要如何想像未來的新聞媒體發展？第一線的新聞編採人員又會面臨到什麼樣的改變？
事實上，這樣的改變已經發生，因為AI與記者已經在競爭普立茲獎。BBC報導，雙方的競爭早在1988年就已發生。《大西洋月刊》記者Bill Dedman在電腦幫助下檢索梳理海量的房屋貸款數據，寫出系列調查報導，揭露隱藏在借貸背後的種族歧視問題，新聞作品獲得當年度的普立茲獎。因此，已有人預言，會寫電腦程式的記者將能夠搶先拿到獨家新聞、搶下頭條。
英國倫敦政經學院智庫Polis和Google News Initiative合作，於11月18日公布New Powers, New Responsibilities（新實力，新責任）全球AI調查報告，剖析新聞媒體的未來和數位轉型的具體方向，以及編採人員如何與AI協力共存等待解答議題。
此一計畫是去年二月發動，主要目的在調查新聞媒體如何善用AI技術，因應新聞產業變化。計畫主持人Charlie Beckett強調，AI、機器學習、數據處理潛力，將會賦予新聞記者更大的創造力和聯結力量。AI的應用並非一蹴可及，而是如同新聞媒體當初引進社群媒體，做為新聞來源一部分、產製技術一部分、訊息傳布一部分時，必須循序漸進應用。AI是現在進行式，也將會推動新聞媒體進行結構性改變，進一步在使用者參與、議題開發、人員效率等方面提高新聞產製價值。
Polis研究發現多數受訪媒體仍在初步導入AI階段，受訪者也明白新聞產製環境和使用習慣正在改變，新聞媒體必須因勢力導及早掌握AI技術，沒有人否認AI的重要性，但是現階段仍處於謹慎評估。Polis此一調查訪問了32個國家的71個新聞機構，聚焦在那些媒體使用了AI技術？新聞人對AI的期待又是什麼？
￭2-5年內掌握AI技術
目前的新聞媒體AI應用仍處於弱AI階段，演算程式功能有限，目前運作工作集中於新聞採集、產製和傳布。弱AI仍屬machine learning (ML，機器學習)或natural language processing (NLP，自然語言處理技術)常規技術，可以執行簡單的自動化作業或數據處理，類似機器人，所以關鍵仍在自動化和數據處理進階程度。BBC報導指機器人寫足球、財經消息是數據分析整理，使用自然語言處理技術組合成文。AI搶獨家必須透過機器人進階學習技術識別，發掘出人類憑藉大腦難以捕捉到的重要事實和真相。
AI邏輯將可適用於媒體內容的資料搜集、數據整理、事實核查、版面校對等工作，這些工作可以交給AI，編採人員則可以集中心力在創意和創新上。事實上，人機合作已有先行者探路，美國《大西洋月刊》記者Andrew McGill將枯燥且又關係重要的查核工作交給機器人助手，@TrumpOrNot，由機器人助手分辨美國總統川普推特帳號下的內容有哪些是由本人發出，哪些又是由其他人所代勞。
機器人助手利用機器學習和自然語言處理技術，比對川普新發推特文字和數據庫中文檔資料，做出判斷。
具備《大西洋月刊》機器人助手的媒體仍然有限。根據Polis報告指出，目前的受訪媒體只有37%已具有AI策略。調查發現，新聞媒體因為效率和競爭目的得確會對AI感到興趣，但是媒體引進AI主要還是出於幫助使用者面對新聞資訊超載和錯誤信息，以及快速連接到可信內容上，因為AI能夠透過演算法將新聞媒體從線性產製轉換為網路化信息中心。
新聞AI化無法挽救或取代新聞媒體，因為新聞媒體仍有技術以外的其他挑戰必須面對，例如使用者的冷漠和反感，眼球競爭和政治壓迫等。現在的新聞媒體正處於一個關鍵時刻，必須在2-5年時間內積極掌握AI技術，但是受訪媒體中只有37%有AI策略，63%則無。
社群媒體自十年前逐漸滲透影響新聞媒體，當時一些新聞機構已經嘗試使用Facebook或Twitter功能，社群媒體的AI功能影響到了編採人員的新聞採集和操作。New Powers, New Responsibilities調查報告臚列了部分媒體的AI應用（下左圖），包括：華爾街日報、華盛頓郵報、美聯社、彭博社、紐約時報等。為什麼要導入AI應用？（下右圖）68%是為了提升記者工作效率、45%是為了提供使用者更多訊息、20%是為了增加商業利益。新聞媒體由那個部門主導AI發展策略？（下右圖）30%由跨功能專案小組主導、20%由創新和數位小組主導、16%由數據小組主導、13%由技術IT部門主導、16%由跨部門主導。AI是否已對媒體產生衝擊，44%表示已經發生、19%表示下一年度即將發生、15%表示再過兩年、22%則是表示再過三到五年才會發生。
取自https://drive.google.com/file/d/1nf7dquDx6BxsXD3VcF_-J_WzNeoYujN_/view
￭BBC AI機器人投入編採作業
BBC的AI機器人叫做Juicer（榨汁機），2012年上線。任務是將包括每日新聞、專題報導、影視內容、其他媒體消息、政府部門和網路信息等海量數據，利用榨汁機進行AI聯結。榨汁機每天處理來自850個新聞機構的RSS信息推送，整合處理數據，分類BBC和其他媒體的新聞報導，貼上相應語義標注，分成４類歸檔：組織機構、地點、人物、事物。BBC記者要查尋最新消息或AI動態信息，榨汁機就會迅速上網搜索，列出內容清單。
榨汁機演算功能提升後，當使用者游標在某個字詞上停留，就能自動生成內容，彈出視窗，提供相關信息。BBC也將在12月12日的英國大選首次採用BBC News Labs研發的半自動新聞系統（semi-automated journalism）撰寫大選相關新聞（文本內容根據預設模板搭配圖表，透過AI和大數據自動生成）。BBC推特機器人Twitter bot @bbcelection也會主動推播各選區投開票結果。
取自 https://bbcnewslabs.co.uk/projects/juicer/
BBC報導，紐約時報2015年推出了「編輯」（Editor）AI，任務是簡化記者編輯流程。記者寫稿時可以以標籤標明關鍵詞、標題或主題，隨著時間推移，數據積累到一定程度，機器編輯就能自動識別標籤語義，找到一段文字中最關鍵的部分，記者查尋資料或核對事實即能便捷處理，人物、地點、事件、時間，分門別類，井然有序。
編輯AI另一項任務是管理讀者評論區。將來要擔負的是紐約時報目前共計14個人負責的工作量，工作內容是每天分類查閲11,000則讀者評論，評論區文章目前只占總數10%，如果使用AI機器人管理，評論區將可以有更多的文章，同時可以強化互動，節省開支。紐約時報Perspective API則可以迅速分類整理讀者評論，使讀者更容易檢索到自己感興趣的評論和討論。
華盛頓郵報機器人新聞（Automated Journalism），使用Heliograf寫稿軟體。2016年的里約奧運會首次登場。分析整理源源不絕的數據，將信息與新聞模板裡的對應詞句配對，組成新聞稿，發表在不同平台上。如果發現數據異常，機器人還會提醒記者注意，里約奧運會期間，寫稿機器人承擔了大量的比數和獎牌數等資訊性報導，記者可因此有更多時間投入到深度採訪上。
美聯社2013年開始即運用AI處理體育和財經數據，生成新聞稿。美聯社的機器人叫做NewsWhip，負責追蹤、預測社群媒體平台趨勢。除了跟蹤新聞報導，NewsWhip還可以向記者提供即時或歷史性的分析內容。美聯社新聞稿的數據凖確性因此提高，錯誤減少。路透社2016年也和語義辨識技術公司Graphiq合作，研發AI數據視覺化軟體，涵蓋娛樂、體育、新聞等。
AI在新聞媒體中的作業內容正不斷演變，從數據收集、整理分析、交叉查證，到寫稿、創作、編輯，AI正在重新定義新聞媒體產業，當然，新聞AI化也有助於遏制假新聞的氾濫。
￭近七成希望提升記者工作效率
Polis的受訪者指出，只要新聞媒體堅守新聞倫理和編輯政策，AI技術將有助於新聞傳布工作，但是也有受訪者擔心，削減AI預算可能降低新聞品質，另外還有演算法偏差問題和巨鱷級科技公司對新聞的影響等等。倫敦政經學院Polis的New Powers, New Responsibilities調查報告重點整理如下：
- AI技術包括機器學習、自動化、數據處理，攸關新聞媒體發展，但是媒體資源投入不均。
- AI對新聞媒體影響性仍待探索，但是潛力無窮，可以確定的是對新聞產製和使用行為將產生重要影響。
- 報告指出，部分應用AI科技的媒體認為AI是屬於附加功能、補充功能，媒體因此也尚未完成轉型。
- 報告清楚告知所有新聞媒體，務必警覺AI在新聞上的應用。
- 新聞室導入AI技術，必須成立專責組織制定策略和進行溝通說服。
- 不到一半受訪媒體表示，使用AI進行新聞採集，三分之二表示將AI應用在新聞產製，一半媒體表示AI是應用在發行傳布上。
- 受訪媒體一致期待AI能夠提高資源使用效率，提供新的應用和改進內容品質。
- 受訪媒體使用AI的三個主要動機：68%希望促成記者工作更有效率；45%希望提供使用者更多的新聞相關訊息；18%希望提高業務營銷效率。
- 超過三分之一受訪媒體表示已有AI策略。
- 四種創建AI策略方法：1)利用現有部門主導；2)成立獨立團隊執行AI專案；3)整合技術和編輯部門；4)分立或整合的實驗團隊型式。
- 受訪新聞媒體大約分成兩大塊，一是AI-ready媒體，一是剛開始或是仍在計畫的媒體。
- 部分小型媒體擔心因資源限制，以致落居AI大趨勢之後。
- AI化影響下，現有新聞工作內容將會持續增加，而非取代，現職新聞人員將會面對新的工作內容和新的工作流程。
- 受訪新聞媒體AI化的挑戰包括：財務資源（27%）、知識技能（24%）、組織文化抗爭（24%，例如擔心失去工作、不願改變工作習慣、抗拒新技術）、缺乏AI知識（19%）、缺乏洞察力（17%），以及AI建置和管理成本過高。
- 新聞媒體AI化考慮重點：1)評估AI準備階段和狀態；2)了解和評估所要投入的AI領域；3)決定AI與品牌間總體策略，評估可能解決的問題，或是否可滿足需求；4)評估組織中有哪些領域可能使用AI，為什麼？；5)評估可能遭遇的阻力：資源、技能、組織文化、組織管理，如何解決？；6)媒體組織內的所有利害關係人職務配置；7)建立監測和審查績效的系統和優先事項；8)建立職務以連結外部合作夥伴，整合AI創新資源。
- 新聞媒體堅守新聞倫理和編輯政策前提下，新聞AI化將會有利媒體發展。
- AI在新聞倫理和編輯政策上的六個變數：1)預算投放：刪減AI產生的收入有可能會降低編輯標準，如果能夠再投資，將有利於提高新聞質量和效率；2)演算法偏差：數據的不當使用可能導致編輯錯誤，例如不精準、失真，甚至發生對特定族群或觀點的歧視等問題；3)假信息/過濾氣泡：未能有效規範個人化網路使用，將導致AI傳播假新聞情況發生，製造偏差或衝突；4)強化編輯決策和透明度：AI可以幫助糾正傳統新聞的偏見，增加內容的多樣性，促成AI新聞透明度；5)平衡人類和AI：AI可以增強人在新聞中的價值，強化人的判斷力和創造力；6)科技巨鱷角色：谷歌、臉書等科技巨鱷擁有科技研發操控力，科技巨鱷應提高透明度，透過對話表達對新聞媒體的支持。
- AI化未來的三層思考：1)短期：改善重複發生狀況的新聞產出和編輯團隊；2)中期：未來2-5年的創新應用；3)長期：全新的創新體驗。
- 新聞媒體AI化的兩個最受關心議題：1)44%關心新聞人員的教育培訓；2)43%關心如何招募到具AI相關技術的人力。
- AI技術需求：1)自動標記/實體辨別（新聞採集）；2)機器生成內容（新聞產製）；3)更佳個人化/推薦引擎（新聞傳布）。
- 新聞AI教育培訓：1)AI素養：新聞機構廣泛傳布取得共識；2)AI技能：編碼和數據訓練等基本技能；3)進階AI技能：擁抱創新，建立職涯履歷；4)管理階層：建立AI化共識和應用模型；5)倫理：降低演算法和數據偏差，提升精確度和可靠度；6)一般理解：對AI在科學和社會影響的理解，以及對使用者影響。
- 合作創新：1)新聞機構的跨部門合作；2)跨新聞機構的新聞和技術合作；3)跨國和跨國際合作；4)結合科技公司共創雙贏；5)結合新創公司和中介機構；6)結合大學和研究人員。
- AI將以漸進方式重塑新聞媒體，新聞媒體同時也會受到技術、社會、商業變化影響，在網路化世界裡，AI在所有領域都將變得越來越重要。
- AI落差將使得新聞媒體更加不平等和多樣化，同時改變工作結構、新聞流程和閱聽眾關係。
- AI將為新平台和採訪工具提供新動力，應用範圍包括AR、無人機、語音、影視、文字生成、穿戴式裝備。
- AI將促成訊息多元化，新聞媒體必須重新適應新形式的編輯授權和信任關係。
- 新聞媒體可以從其他產業學習經驗，包括科技公司、新創公司，行銷廣告，以及法律，遊戲，博奕和音樂產業：媒體人員如何使用技術，更改工作流程，以及與用戶的關係以及道德操守等問題。
￭別錯失AI驅動的發展機會
未來的新聞職場會是誰上誰下？當日常編採工作AI化時，沒有人的工作可以高枕無憂，當職場專業和技能變化越來越快時，如何評量傳統編採人員的存在價值即至關重要，如能具備動態調整的變化能力，將可能幫助自己創造新的價值，新聞產業也相當辛苦，必須突顯優勢，創造媒體的新價值才行。但是正如計畫主持人Charlie Beckett所說的，AI演算法為新聞媒體提供成長動力同時，記者所具備的洞察力和判斷力更顯重要。
全球新聞媒體都面臨著巨大壓力，新聞媒體也在假新聞和政治衝突中證明其存在的價值。AI無法解決新聞媒體遭遇的所有問題，但是新聞人必須對AI有更多的了解，否則新聞媒體將會錯失AI數據驅動的發展機會。但是大型新聞媒體因為擁有豐富人物力，可以系統性採用AI技術，小型新聞機構則是處境堪虞，AI落差恐拉大發展差距。
New Powers, New Responsibilities調查指出，懂得使用AI的新聞媒體和編採人員才有競爭力，當包括BBC新聞在內的媒體都加入AI發稿，即可看出AI影響。當然如何判定AI演算法所提供的新聞正確性，仍賴有經驗的資深編採人員守門把關。
參考資料
Polis (2019.11). New Powers, New Responsibilities.
BBC News (2018.9). 從BBC到路透社 人工智能AI怎麼做新聞.