撰寫新聞稿已經不再是人的專屬權利了。7月初，美聯社宣布，將從本月起開始利用美國自動化洞察力公司的寫稿軟件，自動撰寫長度介于150字至300字美國公司收益稿件。借助這款軟件，美聯社每個季度產出的財報新聞數量將從300條上升到4400條。除此之外Yahoo、體育機構NFL也在使用機器人撰寫簡單的新聞。看吧，機器人開始挑戰紙媒記者了！

機器人寫了條短消息

美聯社并不是第一個吃螃蟹的人。機器人介入新聞生產早已有跡可循。

今年3月17日，美國洛杉磯附近發生了里氏4.4級地震。《洛杉磯時報》在地震發生半小時后，通過網站發布了全世界第一條地震簡訊。

這條100字的短消息，是由一個名為Quakebot的機器人創作的。從創作到發布，前后只用了3分鐘。

《LongGoodRead》是一份由英國《衛報》和報紙俱樂部聯手打造的新媒體報紙。在它的生產過程中，機器人成了當之無愧的主角。

編輯只需處理鏈接、文字和圖像，然后安心撒手，把剩下的一切都交給一個ARTHR半自動頁面處理程序工具。它會負責自動排版。

機器人甚至能提供報紙的私人定制。

“報紙俱樂部”是一家致力于DIY印刷出版物的公司。它的設想是，讓任何人都能策劃、設計自己的報紙。該俱樂部為許多人制作過婚禮紀念冊式的報紙，還為博主們制作過以博客內容為主的精美印刷品。

從整理數據到稿件創作，從版面設計再到報紙私人定制，這一批機器人先鋒隊慢慢深入媒體這個大后方。

那么，機器人到底是如何實現“寫稿”的呢？

機器人是如何寫稿的

“機器人寫作，本質上是信息技術創造信息的過程。”宏博知微CEO、中科院研究人員于霄告訴本報記者，他曾負責國內早期最大的工業大數據平臺研發。知微則是國內較早的一家專注于社交媒體大數據領域的社會網絡數據挖掘聯合實驗室，與多家門戶網站合作，負責提供社會突發事件的輿情分析。

這里的“信息技術”指的是“算法”。機器人寫作的過程就像是進行函數運算，只要把數據輸入到函數公式中，就可以得出結果。

而“算法”就是那個公式。

在機器人寫作中，編程者需要先設計一個算法模型，然后將搜集到的原始數據輸入，最后，機器根據算法自動生成一篇稿件。

一篇數據新聞的生產流程是這樣的：設計一個算法模型，利用算法快速搜集網絡上與事件相關的信息，把信息匯總到知識庫中，提煉知識庫中有價值的信息，根據挑選出來的信息自動形成一篇數據報道。最后的這篇報道將呈現事件的來龍去脈和多元的大眾觀點。

對于一篇視角普通的數據新聞來說，從數據搜索到最終生成只需幾小時甚至幾分鐘。在這整個過程中，只需用到1位員工。

“可以這么說，報道的95%都是由算法操作完成，剩下的5%指的是檢驗、查錯，確保品質，這得靠人工。”于霄介紹道，“你也完全可以把它叫做純自動化生產。如果不考慮質量，0個人都是可以的，只要有人操作計算接口的啟動按鈕。”

機器人讓寫作變簡單

算法的存在讓機器人寫作變得簡單而迅捷。

你要做的只是把數據“套”進去，然后坐等成品產出。甚至還沒等你完成“坐”這個動作，一篇稿子就出爐了。

機器人寫作的這種快速、大量地處理數據的核心優勢，是像“模子”一樣的算法所賦予的。但模子也意味著標準化生產。

算法模型的固定性注定機器人寫作與“生動”無緣。

“機器人寫作適用于具有固定模式，勞動特征有重復性的新聞報道，比如說財務報告。”于霄這樣認為。

事實也確實如此。到目前為止，機器人寫作主要用于金融、體育這些比較“機械化”的新聞報道。

算法不是萬能鑰匙。一種算法無法打開所有新聞的大門。

不同類別的新聞要設計不同的算法。金融新聞有一套算法模型，體育新聞則有另外一套，無法通用。

搭建算法模型的時間要根據它的復雜程度而定。“簡單的模型可能只需幾分鐘，復雜的可能需要幾年，甚至更長。”于霄說。

算法的搭建當然離不開硬件。搭建一個算法模型所需的硬件設備視乎數據量的大小、對時效性的要求而定，“時效性要求不高，且要處理的數據量不大的，可能三臺機器就能完成，不然幾萬臺都是需要的。”

機器人寫作路還很長

機器人寫手來了，會導致記者失業嗎？

身為“技術樂觀派”的于霄認為，這在非常遙遠的未來有可能會發生，但是當前絕無可能，“機器人寫作會對簡單的、重復性的新聞寫作造成沖擊，但是創作型文字記者完全沒有必要擔心。因為機器人寫作擅長的是結構化數據的處理，在非結構化數據方面，比如語言、語義上的處理能力還是很弱的。”

浙江大學新聞傳媒與社會發展研究所副所長沈愛國與于霄見解一致。他也認為，在相當長一段時間內，機器人寫作是不可能取代記者的。

“機器是冷冰冰的，但新聞是有溫度的。人與機器的最大區別在于人有主觀能動性，有自主意識，有情感，有價值判斷。雖然機器的智能化程度越來越高，但是它無法對肉眼所見的生動場景、對采訪對象的情緒進行把握。”沈教授表示。

“機器人寫作還有很長的路要走”，這幾乎是一種共識。但是，這條路該怎么走，至今還沒有明確的技術方向。

唯一能肯定的是，面對機器人寫手，記者需要有所轉變。

“記者應當回歸‘到現場’的本位，花更多的時間深入現場進行采訪，捕捉現場生動的細節。”沈教授建議，“記者還應該把更多的精力放在報道深度的挖掘上。因為對錯綜復雜事件的深度分析，尤其是前因后果的把握、觀點碰撞的解析，是電腦模板無法完成的。”