關於大數據對新聞生產的影響,過去我們關注怎麼樣用大數據對用戶行為進行分析,對他們進行個性化的服務,或者用大數據進行市場分析調查。但是我們目前有這樣一個未被給予太多關注的環節,就是大數據對於新聞報道本身的影響,新聞中一些不管是事實還是相關要素等資源,會在大數據當中發生什麼樣的變化?
過去所有的新聞都是由專業媒體人員生產的,在大數據時代,未來新聞是不是一定由人或者全部一定由人來生產呢?當物聯網和大數據結合在一起的時候,這個答案是否定的。
物聯網數據所帶來的變革,可以使所有的物體都自己開口說話,這不僅僅對我們的健康監測會產生這樣的作用,同時這些信息可能會轉化為新聞生產的信息。過去新聞專業信息的採集主要是由專業媒體進行,但是將來所有的用戶都將會參與到這個環節中,所有可能的物體,你隻要願意,你就可以在物體身上提取數據來為你的內容服務。物聯網的基礎是有一個傳感器,當傳感器變成一個信息的產業終端時,可能會帶來一種所謂的傳感新聞。現在有專門的互聯網分享信息平台,未來這些平台也會成為大數據的來源。
從預測信息的角度來說,傳感器在採集一些我們重點觀察不到的,或者憑我們個別的記者眼睛觀察不到的,更廣泛、深層的領域,在新聞和其他信息的傳播效果測量方面,傳感器的功能也將日益得到開發。針對地理位置或者是今天某一個個體的傳感器可以幫助我們做到個性化服務,實際上今天我們手機上的一些設備也是早期的一個開拓者。我們不僅僅依靠幾個記者敏銳的頭腦觀察能力了,我們更需要物聯網相關傳感器的合作。
南京大學的一個傳媒學院,在前不久啟動了一個非常有意思的實驗,在觀眾身上放了一些傳感器,測試他看戲劇知道他的情緒,他的興奮點在什麼地方,這就是所謂的機器人新聞。
他們做的一個叫Narrative Science的軟件,讓很多美國的媒體很關注。這個軟件不僅僅是做用戶工作收集,甚至把這些數據自動的放到一個一個的模塊裡面。比如說,看比賽的時候很多人都會拿出手機來發比賽信息,這些比賽的消息,被Narrative Science收集起來后,就可以知道這場比賽的過程怎樣,比分如何,把這些數據放到關於比賽的模板中,同時讓媒體和觀眾參與,像城市化程度很高的新聞就可以由一個機器人來完成。他們公司一位負責人介紹,這樣的新聞在未來可能90%都是由他們的新聞來完成。首先收集數據,然后到了下一個環節,像人寫新聞一樣去尋找特定的或者比較有新意的角度,再根據收集到的消息去設計結構,之后變成一條一條的新聞。我們不敢確定機器人新聞是不是會在將來打破人寫的新聞,從理論上來說,在龐大的數據面前,人類越來越依賴機器的時候,實際上新聞的寫作,僅依靠數據已經完成了70%、80%,所以說新聞由機器來形成也不是不可能的。不管是誰寫的新聞,隻要提供足夠的事實足夠的觀察,受眾是可以接受的。
大數據和媒體是有兩個相應的方面,不管是傳感器也好或是機器人也好,都是一個科學概念,現今隻存在一些實驗,不論這些實驗會不會成功,至少這些實驗的方向,對我們媒體有啟發和借鑒。從另外一個意義上來說,在未來的媒體推廣中,人將處於媒體新聞生產中怎樣的位置是未知的,我們需要調整我們的思路和技術手段,同時也需要有更多的對外合作。
不管怎麼樣,未來大數據在我們新聞生活中間所扮演的角色一定越來越重要,但並不是說大數據進入到這個領域我們一定要接受它或者我們沒有辦法阻止數據被採集,數據採集合法性是非常重要的前提,未來怎麼樣保証數據的隱私,保証數據採集的合法性,是保証大數據的一個前提。
在這樣的時代,我們面臨的挑戰是非常多元的,雖然不是說技術至上,但是技術是我們今天做一切新媒體的基礎。
|