大數據應用常態化的今天，人們主觀的判斷依然不可或缺。資料圖片

　　人們常常認為，大數據的出現正在改變新聞業。正如萬維網創始人蒂姆·伯納斯·李所言：“數據驅動的新聞是未來，記者需要精通數據。”但隨著移動互聯網的發展與媒體改革進度的加快，這種觀點在得到強化的同時也受到了質疑。有學者認為，大數據在當下新聞業遭到了某種程度的濫用，其作為一種技術手段更不能承擔改變新聞業的重任，當下，我們需要重新審視大數據在新聞業發展中所起的作用，直面其遇到的挑戰。

　　大數據改變新聞生產方式

　　隨著媒介技術的發展，大數據思維和方式正全面介入從內容採集到制作、分發的新聞生產全流程，給傳統新聞生產帶來了豐富而充滿活力的變革。

　　在大數據時代，新聞信息的採集者完成了由專業記者向普通人，甚至是從人向機器的轉變，將大數據技術引入新聞內容採集環節會使其更為客觀、更有效率，真正讓用戶參與到新聞生產流程中。而且，大數據在驗証信息可信度上可以為記者提供許多幫助，其方法主要是將信息與數據庫進行比對，從矛盾或不合邏輯之處驗証信息的真偽。

　　在新聞內容制作與分發方面，大數據技術衍生出機器人新聞、數據新聞、沉浸式新聞等全新的新聞生產方式，實現了自動化寫作、可視化呈現以及沉浸式的體驗。同時，大數據算法使得生產出來的新聞推送給用戶越來越精准與便利，更大程度上實現了“信息與人”的匹配。

　　除此之外，數據增加了故事的權威性，否則這些故事隻會出現在軼事中，數據可以作為聲明的証據，並將抽象現象轉化為人們可以理解和相關的東西。與傳統的專家意見等來源相比，使用數據可以幫助記者發現新的角度，並找到信息供應商可能沒有意識到的趨勢。當然，記者仍需要確定能夠引起公眾興趣的角度，並將其轉化為有意義的事物。

　　明晰數據是把雙刃劍

　　數字比一個人的感受更具信息性和客觀性，但是，作為強大工具的數據，它也很容易被濫用。

　　首先，統計數據與任何其他來源一樣，絕對的准確性不能保証，並且面臨合法性的質疑。數據本質上是概率性的，預測不作為確定性或事實報告，它們具有相關的概率，在更高級的分析中有相應的概率。這些概率來自各種來源：樣本大小和民意調查的隨機錯誤、投票偏差、方法中的潛在缺陷等。在新聞生產中，大數據在各個環節都扮演了重要的角色，其與隱私相關的最重要環節是個性化推送部分，新聞生產需要在隱私權與個性化之間保持平衡，但當下的大數據新聞生產經常將用戶的隱私暴露無遺，因而受到合法性的質疑。

　　其次，雖然數據是客觀的，但任何數據分析都是主觀的。越來越多的可用數據凸顯了專注數據新聞的記者的一個重大問題：可以找到幾乎任何內容的數據。必須執行數據分析以確定“真相”是什麼或進行預測，但此分析在模型中內置了假設。正如民意測驗專家和專欄作家克裡斯汀·索爾蒂斯·安德森在採訪時所說：“數據分析就像是你正在烘焙蛋糕，最終，你添加的成分是你自己的偏見和假設。”

　　此外，大數據需要的專業技術技能通常不是新聞編輯室的中心技能，雖然程序員和數學家在新聞編輯室中的整合是一種新現象，但它是一種相對罕見的現象。新西蘭此前的職業展望表明，雖然IT等技術領域存在技能短缺，但記者的就業前景不佳。具有強大數據技能的人在各個行業受到高度追捧，但不容易找到，具有數學和講故事能力的人可能更為罕見。

　　作為技術手段的大數據在新聞業的實際運用中並沒有想象中順利，因此，有學者對數據改變新聞業這一觀點持消極態度，他們認為，在新聞業的實踐中存在過度使用和濫用數據的行為，這樣的行為使得“數據驅動新聞”是福音或障礙還未可知。但也有學者認為，技術本身具有兩面性，能否積極地改變新聞業取決於人們以一種什麼樣的認識論來運用大數據。

　　真正轉變的應是認識

　　在媒體與傳播學者菲利普·哈蒙德看來，雖然新聞業確實正在發生變化，但數字數據和計算機技術並不像通常報道的那樣成為這種轉變的核心，真正重要的轉變不是技術而是認識，我們對人類對世界的了解，包括新聞提供的知識，已經發生了變化。

　　正如大數據與社會期刊創始人羅伯·基金所說：“大數據分析能夠創造一種全新的認識論方法來理解世界，新數據分析不是通過分析相關數據來測試理論，而是尋求獲得‘從數據中誕生’的見解。”或者，正如有線編輯克裡斯·安德森所聲稱的那樣，大數據意味著“理論的終結”。現在我們可以讓數據說話，而不是制定和測試關於世界如何運作的假設。

　　總體而言，大數據的運用是新聞媒體適應技術進步而進行的積極變革，真正改變新聞業的不是大數據技術，而是大數據所創造的認識論。大數據在當下存在許多挑戰：信息的可用性和准確性、數據的合法性、數據處理所需的技術技能等問題都需要克服，以使新聞業數據的使用有效。要應對以上挑戰，需要的不僅僅是革新技術，更重要的是轉換新聞生產者關於世界和新聞生產的認識，以大數據的認識論來理解世界，繼而改革新聞生產。

　　（陳心茹編譯 編譯來源：綜合自《大數據真的改變了新聞業嗎？》《數據新聞的力量》等文章）

分享讓更多人看到