近日，数字新闻中心（the Tow Center for Digital Journalism）和布朗媒体革新研究所（the Brown Institute for Media Innovation）联合技术专家和记者召开了政策交流平台，一块讨论了人工智能怎么样影响大众媒体，与怎么样将人工智能更好的应用于新闻范围这一议题。
在本次报告中，他们着重讨论了这四个问题：记者怎么样借助人工智能来辅助报道？人工智能可以替代什么新闻室角色？新闻机构还未应用人工智能技术的范围有什么？人工智能最后将成为新闻报道必不可少的一部分吗？议题1、人工智能在新闻业的应用如大伙所知道，每一个新闻编辑室都有一套独特的人工智能办法。
经过几次案例研究，人工智能在新闻机构中贡献最大的活动共有以下三类：在数据量非常大或非常复杂的状况下，人工智能可以作为一种突破性工具，排除人身认证的外部或特殊状况--这个角色完全适用于标准的新闻编辑室的步骤。
辨别趋势（或偏离趋势）：人工智能的很多计算能力可以帮助提供数据聚合的表征，或大概根据时间、地理或人口统计分组。
除此之外，它还能迅速辨别离群数据。
检查人工智能或计算的应用程序可以作为故事本身的主题：算法是由人类构建的，所以不可防止带有人类的偏见怎么样通过这类工具找到复杂的思想？当这类工具被国家或城市具体采纳并运用时，又会发生什么不可预测的状况？1、几大具体案例人工智能可以通过以下几种办法来增强记者的工作：分类文件；辨别数据中的异常值。
当然，在讨论的过程中资深的人类常常会运用真实新闻来做判断，以作为新闻编辑室工作的要紧组成部分。
虽然有很多有据可查的由人工智能撰写的新闻故事，比如体育赛事的总结、公司财报的发布，甚至地震等数据模式，但极少有与会者觉得记者的工作会完全被机器或算法取代。
只有在人类的操纵和验证结果的状况下，人工智能才能更好的帮忙自由作家持续不断地重写相同的故事，并处置更多的原始报告。
近期的一些案例，譬如，《洛杉矶时报》记者用分类器测试LAPD（洛杉矶市警局）降级犯罪分类的实例，获得了显著成功；亚特兰大宪法机构对大夫推行的性虐待的调查；路透社的主题建模，以寻求最高法院上访问的权利中心；ProPublica（美国一家非政府、非盈利的互联网新闻机构）近日联合Google推出一个基于机器学习的工具仇恨犯罪新闻纪录索引。
它通过对很多新闻文章的剖析，打造起一个国内的能预测仇恨犯罪发生地的预警图；《纽约时报》在报道总统特朗普的就职典礼新闻事件中，用了人脸辨别技术以获得观众席的状况信息。
对于一些记者来讲，他们或许会在GitHub抓取示例代码，并将它应用于新闻报道中。
但，除非这名记者对这类工具或技术有非常不错地知道，不然或许会出现不法行为的风险。
2、记者在用数据时应注意陷阱记者在用从社交媒体到政府机构的数据时，应小心陷阱。
他们需要小心评估这类新型信息来源的靠谱性，尤其是在涉及人工智能的状况下。
譬如，用Twitter作为社交媒体平台的记者，需要小心用这类数据来剖析社会行为。
3、出版商的挑战：包含大型和小型新闻机构所有这类新工具，新闻机构都有责任和义务练习记者、编辑与开发职员怎么样正确的用法它们。
虽然像《纽约时报》这种大型新闻机构，资金可能不是问题。
但对于资源较少的小型新闻机构来讲，这将是一个不小的挑战。
大众媒体的领导人可能面临的一个决定在于，怎么样与别人打造人工智能工具用上的合作。
由于用复杂数据集和自概念算法进行的调分数查询析和团队建设可能需要几个月的时间，而这并非所有些新闻机构都能一个人完成的。
与学术机构和研究职员合作可以成为新闻机构在新闻编辑室中开始用人工智能工具的好办法。
不过，新闻编辑室和学术实验室的文化差异非常大，二者在创造人工智能工具的目的上或许会存在分歧。
议题2、人工智能技术怎么样适应新闻报道规则？人工智能技术怎么样适应新闻管道？如前所述，人工智能在报道、内容创建、分发和受众互动起有哪些用途愈加大。
譬如，日前，开发众包、头脑风暴和事实核查工具正被用来采集数据信息，尤其是用于构建有关数据。
在当代的新闻编辑室中，智能化已成为角逐的重点工具，不止是为了获得顾客关注，还用于和大型平台的角逐，如Netflix、Facebook和亚马逊。
1、智能化写作和个性化推广智能化可以在短期内处置很多的任务，比如在几分钟甚至几秒钟内剖析和大全很多的数据，从而尽量的降低记者的负担。
其次，很多社交媒体平台和互联网公司也都实证了个性化推送是捕捉注意力的一种有力工具。
如，Netflix用行为数据为观众提供观看建议；亚马逊的成功部分缘由在于它为购物体验提供数据驱动的个性化设计。
1）案例1、WibbitzWibbitz公司和《今日美国》报的体育报道部门开始合作，该公司可以把媒体记者写作的文字报道在短短几秒钟内制作出短视频。
Wibbitz公司最重要的人工智能技术是文本转换视频技术（Text-to-Video Technology）。
刚开始，Wibbitz的人工智能技术会剖析一个故事文本，然后在这个文字报道的基础上形成一个摘要，紧接着，人工智能将这个文本摘要转换成一个随着有照片、图形及其它更多媒介形式的带有画外音的短视频。
事实上，整个制作过程就是借助人工智能驱动软件，将一个文字报道内容压缩为一个故事脚本，然后将一系列图像或视频片段串接在一块，并添加一些画外音。
2）案例2、BuzzFeedBuzzFeed是另一个进入人工智能范围的知名媒体。
在2016年美国大选期间，BuzzFeed的新闻开放实验室（Open Labs for Journalism）开发了一个新闻机器人（Buzzbot），这个新闻机器人可以搜集共和党全国代表大会中来自不同消息来源的新闻信息。
人工智能驱动的新闻聚合器可以追踪实时选举结果和投票报道，如此媒体记者就不需要通过人力来完成这类工作。
有了新闻机器人，BuzzFeed的记者可以集中精力去报道愈加复杂和场景化的新闻故事，而这种新闻是机器学习解决方法技术，自己没办法生产出来的。
3）案例3、路透社路透社为知道决真伪信息辨识的问题，他们用新的新闻追踪系统叫做News Tracer，针对天天5亿则Twitter信息进行演算，从假新闻、不适当的新闻、广告、杂音中找到真的新闻事件，有了算法的辅助，记者可以从社交媒体海量信息中脱身，把更要紧的时间用来挖掘故事。
News Tracer 与其他监控工具区别在于其模仿的是记者的考虑方法，程序职员在这套演算法中植入 40 个评量指标，诸如原始贴文者的地址与身份、新闻的传播方法等，打造一个新闻可信度评分，该系统还会针对记者确定靠谱的新闻进行来源交叉检查，并辨别其他潜在的消息来源。
4）案例4、美联社美联社是最早使用人工智能技术的媒体组织之一。
早在2014年，美联社与美国智能化洞察（Automated Insights）公司合作该公司开发出了智能化写稿程序Wordsmith，它当时是世界上唯一的公共自然语言生成平台来程式化地写作很多上市公司公开发布的季度收入报告有关新闻报道。
在将AI技术用于处置季度收入报告之前，美联社新闻记者每季度只能创作几百个新闻故事，结果致使数千个企业的收入报告，没被写作报道。
在用Wordsmith智能化写稿程序之后，美联社有关公司收入的新闻报道数目增加了12倍。
2、评论系统和观众参与今年6月，《纽约时报》与Google母公司Alphabet旗下技术孵化器Jigsaw合作，运用后者的Perspective机器学习技术来过滤新闻报道的评论数目。
据雷锋网知道，此前《纽约时报》天天安排14名审察员处置约12000条评论，每篇文章下方的评论有20%是打开的。
运用该人工智能工具后，其可以把有害的评论和健康正确的评论阻隔开来，不仅能够降低修正评论职员的25%的工作量，还能将文章下方的评论取的打开率提高至80%。
《纽约时报》想借助该人工智能工具，打造一个平台，以便审察员和读者进行愈加深入的交互。
不过，这其中仍然存在一大挑战，即怎么样打造一同点，且尊重不一样的看法，让新闻报道和读者的地区看法维持一致。
通过这一机器学习工具，审察员不仅能够提升处置评论的速度，还可以通过预测模型轻松组合一样的评论。
议题3、算法与伦理：到底该怪人类还是算法？在新闻编辑室用人工智能工具，如机器学习、自然语言处置、人脸辨别和机器视觉，这个过程不可防止会带上人类伦理的考虑痕迹。
这里牵扯到三个方面的内容。
1、透明度和责任感因为人工智能在新闻工作中可以饰演不少角色，因此在讲解何时何地与怎么用人工智能时，更应该小心讲解。
如涉及聊天机器人和用户的互动时，假如由人工智能 来驱动，这个机器人又该怎么样向观众讲解我们的运行原理？观众需要了解故事的构建过程，与机器在创建过程做了什么选择？当涉及人工智能时，最后应该追究哪个的错误？怎么样讲解由人类创建的算法引起的错误？到底该怪人类还是算法？据ProPublica的研究表明，算法偏差在数学上是不可防止的。
即使这样，新闻工作者应该对这类人工智能系统负责，并鼓励在算法系统的构建步骤中打造问责制。
2、编辑性决定和偏见算法在新闻策划中有哪些用途愈加常见，这类代表编辑性决策的算法需要用人类的方法来撰写。
以聊天机器人为例，计算机就像人类一样，假如他们不知道内容，就不可以进行对话。
机器人可以谈论的唯一范围就是大家可以为该会话语境构建模型。
除此之外，为了让去偏见定义愈加复杂化，一般会让数据更具中性。
一些研究表明，有很多种类的机器学习，都是用来监督学习。
算法没办法重现人类的心理模型，但能重构因果关系。
3、数据的伦理用数据的伦理用是每一个记者需要面对的根本问题，同样的原则也适用于处置很多数据的公司。
虽然有很多社交媒体平台会向记者提供数据，但数据发布商和平台之间关于开放数据获得的关系依旧复杂。
很多算法的性质更像是一个黑盒，其掩盖了对软件正在做的决定的批判性认识。
所以，记者需要尽量的在研究和报道中用这种批判性态度。
七大研究结论如前所述，经过这次研究，关于人工智能到底是对新闻业是威胁还是帮助，大家可得到以下7大发现。
人工智能工具可以帮助记者讲述或报道此前不切实质或技术上没办法达成的新故事。
虽然人工智能或许会转变新闻业，但它会增强而不是取代记者的工作。
事实上，为了正确用人工智能技术，人类需要随时维持机敏状况。
设计人工智能的技术职员和用人工智能技术的记者之间存在常识差距和交流差距，如此可能致使新闻事件的不正之风。
读者在怎么用人工智能工具进行剖析、辨别模式与报告故事中的发现时，应该得到一种透明的办法。
虽然人工智能和数据的交互可以为读者参与、获利和个性化新闻推送提供新的机会，但在创建回声室和继续致力于新闻公共服务使命之间找到平衡存在挑战。
数据的伦理用和披露（怎么样采集，存储，用，剖析和推荐用户信息）是记者需要面对的一个根本问题。
人工智能有潜力增强记者的工作，但在开放数据获得上依旧存在挑战。
人工智能是不能预测的。
大家不可以自信地预测怎么会出现最大的问题，所以技术专家和记者需维持警惕，以确保人工智能系统的准确性。
