機器人寫稿的現狀與前景

　　多准快全，機器人寫稿優勢明顯

　　數據海量，規模處理

　　大數據和人工智能技術是機器人寫稿的技術基礎。尤其是隨著大數據技術的發展，機器人寫稿能力會越來越強。

　　據估計，當前全球存儲的數據總量以上萬艾字節測量（1艾字節=10億千兆字節），而且仍在加速增長，大約每3年實現一次倍增③。這些數據以各種格式存在，往往難以用傳統數據軟件進行匹配分析。但應用大數據技術則能夠規模化處理這些信息，並在寫稿機器人的背后形成一個高度結構化的海量信息網。無論是文、圖、音視頻還是其他形式的信息，機器人編輯都可以像音樂家排列音符一樣去組合、重構。無論天氣預報、地震預警還是賽事報道，最終都能放入機器人數據庫中，這樣的系統潛力巨大，可以構建無限可能。

　　信息抓取，精准加工

　　機器人寫稿的另一大優勢就是精准。寫稿機器人生產新聞，可以不依賴於現場採訪獲取素材，而是通過對現有數據、資料進行快速搜集加工編制而成。雖然其對文章的理解深度還遠不能和人類相提並論，但在海量數據和強大計算能力支撐下，精准度非常高，這是人類記者難以達到的。另外，在數據量足夠大、樣本足夠多的情況下，機器人寫稿可有效避免假新聞出現，因為，機器人寫稿依靠的是全網數據，而非一人一言。

　　實時監控，快速報道

　　寫稿機器人用機器代替人類完成對信息源的實時監控，並利用文本解析和爬虫技術實現自動信息抽取，採用算法技術並融合編輯記者團隊的經驗和智慧，以模板和規則知識庫的方式輸出稿件。真正達到了對信息的實時監測、實時發布。

　　數量龐大，效率極高

　　目前來看，寫稿機器人能夠贏過人類記者，主要是依靠兩個“法寶”——“數量”和“效率”。和傳統媒體人相比，寫稿機器人可以瞬間完成海量閱讀、分析並根據互聯網活躍點擊量數據，瞬時篩選出下一個熱點新聞，然后通過后台算法快速合成新聞。總體來看，寫稿機器人在速度和數量上有著絕對優勢。依靠海量數據和不斷演進的算法設計，生成一篇深度報道的時間已經由最初的30秒縮短到2秒以內，其精確度還在不斷提升，而且擬人化、情感化的技能也在不斷增強。

　　刻板僵化，機器人寫稿尚有不足

　　缺乏獨立思考能力

　　目前，寫稿機器人尚不具備獨立思考能力，隻能依據既有的數據和事先設定好的程序來寫稿，不能像人類一樣思考並提出問題。因此，其寫作、編發的新聞稿件，也多是簡單的資訊類新聞，對於復雜新聞事件的報道則隻能通過人類的指導來完成。

　　在復雜寫作領域，人工智能寫稿目前存在兩個狀況：一是所有AI作品的完成都或多或少得到了人類的指點﹔二是人給的指點越少，AI的最終作品就越慘不忍睹。

　　2016年,日本名古屋大學佐藤?鬆崎研究室研發的機器人,創作了一篇名為《計算機寫小說的那一天》④的科幻小說，獲得了日本微型小說獎。該小說架構嚴謹，但內容呆板，缺乏文學的美感，不過這已經是AI在復雜寫作領域的最高水平。值得一提的是，該小說並非由人工智能獨立完成。在創作中，人工智能的作用佔到20%，80%經過人類的編輯潤色。

　　寫作模式固定、適用面窄

　　機器人寫稿的核心是利用大數據對信息進行分析，然后套用固定算法進行重新排列組合，再用人們能夠接受的或新聞報道要求的格式呈現。其寫稿流程分數據採集、數據加工、自動寫稿、編輯簽發四個環節。技術上通過“三步走”來實現：根據各業務板塊的需求定制發稿模板，數據自動抓取和稿件生成，各業務部門編審和簽發。

　　從這一情況看，寫稿機器人僅適合體育、天氣、財經等資訊性較強的新聞報道，而對一些有思想性或形式更為靈活的報道則力不從心。

　　其主要原因是，目前機器人尚缺三個方面能力：一是歸因，二是舉証，三是應景。⑤歸因，就是描述現象后，分析這些現象的一些脈絡，思考究竟是哪些東西導致這個現象﹔舉証，就是提出一個觀點后要找幾個例子﹔應景，是指描述完一個過程之后，需要把握畫龍點睛的是什麼，如何用恰當的詞語對此進行貼切的描述。這是機器人寫稿遇到的現實難題。

　　不會採訪，沒有情感

　　採訪，是新聞寫作的重要環節，尤其特稿和人物類稿件，採訪更是必不可少。聯系採訪對象，觀察對方，用心感受人物，再對大量資料進行整理，做出取舍。新聞稿件的字裡行間都飽含著記者的判斷、價值觀與人文關懷。這些復雜細致的情感工作，機器人尚不能完成。此外，目前寫稿機器人還無法進行獨立思考，智能寫稿系統在深度和個性化上也很難取得突破。正如人民日報副總編輯盧新寧在2017年媒體融合發展論壇上所言：“作為記者，我為地震顫抖，但機器人不會。”⑥