大数据应用常态化的今天，人们主观的判断依然不可或缺。资料图片

　　人们常常认为，大数据的出现正在改变新闻业。正如万维网创始人蒂姆·伯纳斯·李所言：“数据驱动的新闻是未来，记者需要精通数据。”但随着移动互联网的发展与媒体改革进度的加快，这种观点在得到强化的同时也受到了质疑。有学者认为，大数据在当下新闻业遭到了某种程度的滥用，其作为一种技术手段更不能承担改变新闻业的重任，当下，我们需要重新审视大数据在新闻业发展中所起的作用，直面其遇到的挑战。

　　大数据改变新闻生产方式

　　随着媒介技术的发展，大数据思维和方式正全面介入从内容采集到制作、分发的新闻生产全流程，给传统新闻生产带来了丰富而充满活力的变革。

　　在大数据时代，新闻信息的采集者完成了由专业记者向普通人，甚至是从人向机器的转变，将大数据技术引入新闻内容采集环节会使其更为客观、更有效率，真正让用户参与到新闻生产流程中。而且，大数据在验证信息可信度上可以为记者提供许多帮助，其方法主要是将信息与数据库进行比对，从矛盾或不合逻辑之处验证信息的真伪。

　　在新闻内容制作与分发方面，大数据技术衍生出机器人新闻、数据新闻、沉浸式新闻等全新的新闻生产方式，实现了自动化写作、可视化呈现以及沉浸式的体验。同时，大数据算法使得生产出来的新闻推送给用户越来越精准与便利，更大程度上实现了“信息与人”的匹配。

　　除此之外，数据增加了故事的权威性，否则这些故事只会出现在轶事中，数据可以作为声明的证据，并将抽象现象转化为人们可以理解和相关的东西。与传统的专家意见等来源相比，使用数据可以帮助记者发现新的角度，并找到信息供应商可能没有意识到的趋势。当然，记者仍需要确定能够引起公众兴趣的角度，并将其转化为有意义的事物。

　　明晰数据是把双刃剑

　　数字比一个人的感受更具信息性和客观性，但是，作为强大工具的数据，它也很容易被滥用。

　　首先，统计数据与任何其他来源一样，绝对的准确性不能保证，并且面临合法性的质疑。数据本质上是概率性的，预测不作为确定性或事实报告，它们具有相关的概率，在更高级的分析中有相应的概率。这些概率来自各种来源：样本大小和民意调查的随机错误、投票偏差、方法中的潜在缺陷等。在新闻生产中，大数据在各个环节都扮演了重要的角色，其与隐私相关的最重要环节是个性化推送部分，新闻生产需要在隐私权与个性化之间保持平衡，但当下的大数据新闻生产经常将用户的隐私暴露无遗，因而受到合法性的质疑。

　　其次，虽然数据是客观的，但任何数据分析都是主观的。越来越多的可用数据凸显了专注数据新闻的记者的一个重大问题：可以找到几乎任何内容的数据。必须执行数据分析以确定“真相”是什么或进行预测，但此分析在模型中内置了假设。正如民意测验专家和专栏作家克里斯汀·索尔蒂斯·安德森在采访时所说：“数据分析就像是你正在烘焙蛋糕，最终，你添加的成分是你自己的偏见和假设。”

　　此外，大数据需要的专业技术技能通常不是新闻编辑室的中心技能，虽然程序员和数学家在新闻编辑室中的整合是一种新现象，但它是一种相对罕见的现象。新西兰此前的职业展望表明，虽然IT等技术领域存在技能短缺，但记者的就业前景不佳。具有强大数据技能的人在各个行业受到高度追捧，但不容易找到，具有数学和讲故事能力的人可能更为罕见。

　　作为技术手段的大数据在新闻业的实际运用中并没有想象中顺利，因此，有学者对数据改变新闻业这一观点持消极态度，他们认为，在新闻业的实践中存在过度使用和滥用数据的行为，这样的行为使得“数据驱动新闻”是福音或障碍还未可知。但也有学者认为，技术本身具有两面性，能否积极地改变新闻业取决于人们以一种什么样的认识论来运用大数据。

　　真正转变的应是认识

　　在媒体与传播学者菲利普·哈蒙德看来，虽然新闻业确实正在发生变化，但数字数据和计算机技术并不像通常报道的那样成为这种转变的核心，真正重要的转变不是技术而是认识，我们对人类对世界的了解，包括新闻提供的知识，已经发生了变化。

　　正如大数据与社会期刊创始人罗伯·基金所说：“大数据分析能够创造一种全新的认识论方法来理解世界，新数据分析不是通过分析相关数据来测试理论，而是寻求获得‘从数据中诞生’的见解。”或者，正如有线编辑克里斯·安德森所声称的那样，大数据意味着“理论的终结”。现在我们可以让数据说话，而不是制定和测试关于世界如何运作的假设。

　　总体而言，大数据的运用是新闻媒体适应技术进步而进行的积极变革，真正改变新闻业的不是大数据技术，而是大数据所创造的认识论。大数据在当下存在许多挑战：信息的可用性和准确性、数据的合法性、数据处理所需的技术技能等问题都需要克服，以使新闻业数据的使用有效。要应对以上挑战，需要的不仅仅是革新技术，更重要的是转换新闻生产者关于世界和新闻生产的认识，以大数据的认识论来理解世界，继而改革新闻生产。

　　（陈心茹编译 编译来源：综合自《大数据真的改变了新闻业吗？》《数据新闻的力量》等文章）

分享让更多人看到