当前位置:网站首页 >> 教育

AI給新聞業帶來致命威脅哥大新聞學院權威

时间:2020-01-10 08:49:45 来源:互联网 阅读:0次

AI给业带来致命威胁哥大学院权威报告给你答案丨雷报第31期

按:随着越来越多的媒体开始采用AI进行报道,AI和自动化技术的日益增强正在改变整个业那么对于正在陷入困境的业来说,AI究竟是一个急迫需要的生命线,还是业生存的下一个致命威胁

日前,数字中心(the Tow Center for Digital Journalism)和布朗媒体创新研究所(the Brown Institute for Media Innovation)联合技术专家和召开了政策交流论坛,一起讨论了AI如何影响媒体,以及如何将AI更好的应用于领域这一议题在本次报告中,他们着重讨论了这四个问题:

如何利用AI来辅助报道

AI可以替代哪些室角色

机构还未应用AI技术的领域有哪些

AI终将成为报道不可或缺的一部分吗

议题一:AI在业的应用

如大家所了解,每个室都有一套独特的AI方法经过几次案例研究,AI在机构中贡献的活动共有以下三类:

在数据量很大或很复杂的情况下,AI可以作为一种突破性工具,排除人身认证的外部或特殊情况--这个角色完全适用于标准的室的流程

识别趋势(或偏离趋势):AI的大量计算能力可以帮助提供数据聚合的表征,或有可能按照时间、地理或人口统计分组此外,它还能快速识别离群数据

检查AI或计算的应用程序可以作为故事本身的主题:算法是由人类构建的,所以不可避免带有人类的偏见——如何通过这些工具找到复杂的思想当这些工具被国家或城市具体采纳并运用时,又会发生哪些不可预知的情况

1、几大具体案例

AI可以通过以下几种方法来增强的工作:分类文件;识别数据中的异常值当然,在讨论的过程中经验丰富的人类经常会运用真实来做判断,以作为室工作的重要组成部分

虽然有许多有据可查的由AI编写的故事,例如体育赛事的总结、公司财报的发布,甚至地震等数据模式,但很少有与会者认为的工作会完全被机器或算法取代只有在人类的操纵和验证结果的情况下,AI才能更好的帮助自由作家持续不断地重写相同的故事,并处理更多的原始报告

近的一些案例,比如,《杉矶时报》使用分类器检测LAPD(杉矶市警局)降级犯罪分类的实例,取得了显著成功;亚特兰大宪法机构对医生实施的性虐待的调查;路透社的主题建模,以寻求法院问的权利中心;ProPublica(美国一家非、非盈利的络机构)日前联合谷歌推出一个基于机器学习的工具——仇恨犯罪纪录索引它通过对大量文章的分析,建立起一个全国范围内的能预测仇恨犯罪发生地的预警图;《》在报道总统特朗普的就职典礼事件中,使用了人脸识别技术以获取观众席的情况信息

对于一些来说,他们可能会在GitHub抓取示例代码,并将其应用于报道中但是,除非这名对这些工具或技术有很好地了解,不然可能会出现不法行为的风险

2、在使用数据时应注意陷阱

在使用从社交媒体到机构的数据时,应小心陷阱他们必须小心评估这些新型信息来源的可靠性,特别是在涉及AI的情况下比如,使用Twitter作为社交媒体平台的,必须谨慎使用这些数据来分析社会行为

3、出版商的挑战:包括大型和小型机构

所有这些新工具,机构都有和义务训练、以及开发人员如何正确的使用它们虽然像《》这种大型机构,资金可能不是问题但对于资源较少的小型机构来说,这将是一个不小的挑战

媒体的领导人可能面临的一个决定在于,如何与他人建立AI工具使用上的合作因为使用复杂数据集和自定义算法进行的调查分析和团队建设可能需要几个月的时间,而这并不是所有的机构都能独自完成的

与学术机构和研究人员合作可以成为机构在室中开始使用AI工具的好方法不过,室和学术实验室的文化差异很大,二者在创造AI工具的目标上可能会存在分歧

议题二:AI技术如何适应报道规则

AI技术如何适应管道如前所述,AI在报道、内容创建、分发和受众互动起的作用越来越大比如,近日,开发众包、头脑风暴和事实核查工具正被用来收集数据信息,特别是用于构建相关数据在当代的室中,自动化已成为竞争的关键工具,不仅是为了获取客户关注,还用于和大型平台的竞争,如Netflix、Facebook和亚马逊

1、自动化写作和个性化推介

自动化可以在短时间内处理大量的任务,例如在几分钟甚至几秒钟内分析和汇总大量的数据,从而尽可能的减少的负担另一方面,许多社交媒体平台和络公司也都实证了个性化推送是捕捉注意力的一种有力工具如,Netflix使用行为数据为观众提供观看建议;亚马逊的成功部分原因在于它为购物体验提供数据驱动的个性化设计

1)案例一:Wibbitz

Wibbitz公司和《今日美国》报的体育报道部门开始合作,该公司可以把媒体写作的文字报道在短短几秒钟内制作出短视频Wibbitz公司核心的AI技术是“文本转换视频技术”(Text-to-Video Technology)一开始,Wibbitz的AI技术会分析一个故事文本,然后在这个文字报道的基础上形成一个摘要,紧接着,AI将这个文本摘要转换成一个伴随有照片、图形及其它更多媒介形式的带有画外音的短视频实际上,整个制作过程就是利用AI驱动软件

,将一个文字报道内容压缩为一个故事脚本,然后将一系列图像或视频片段串接在一起,并添加一些画外音

2)案例二:BuzzFeed

BuzzFeed是另一个进入AI领域的知名媒体在2016年美国大选期间,BuzzFeed的“开放实验室”(Open Labs for Journalism)开发了一个机器人(Buzzbot),这个机器人可以搜集共和党全国代表大会中来自不同消息来源的信息AI驱动的聚合器可以追踪实时选举结果和投票报道,这样媒体就不用通过人力来完成这些工作有了机器人,BuzzFeed的可以集中精力去报道更加复杂和场景化的故事,而这类是机器学习解决方案技术,自身无法生产出来的

3)案例三:路透社

路透社为了解决真假信息辨识的问题,他们使用新的追踪系统叫做News Tracer,针对每天5亿则Twitter信息进行演算,从假、不合理的、广告、杂音中找到真的事件,有了算法的辅助,可以从社交媒体众多信息中脱身,把更重要的时间用来挖掘故事News Tracer 与其他监控工具不同之处在于其模仿的是的思考方式,程序人员在这套演算法中植入 40 个评量指标,诸如原始贴文者的地点与身份、的传播方式等,建立一个可信度评分,该系统还会针对确定可靠的进行来源交叉检查,并识别其他潜在的消息来源

4)案例四:

是早采用AI技术的媒体组织之一早在2014年,与美国“自动化洞察”(Automated Insights)公司合作——该公司开发出了自动化写稿程序Wordsmith,它当时是世界上的公共自然语言生成平台——来程式化地写作许多上市公司公开发布的季度收入报告相关报道在将人工智能技术用于处理季度收入报告之前,每季度只能创作几百个故事,结果导致数千个公司的收入报告,没有被写作报道在使用Wordsmith自动化写稿程序之后,有关公司收入的报道数量增加了12倍

2、评论系统和观众参与

今年6月,《》与谷歌母公司Alphabet旗下技术孵化器Jigsaw合作,运用后者的Perspective机器学习技术来过滤报道的评论数量据(公众号:)了解,此前《》每天安排14名审查员处理约12000条评论,每篇文章下方的评论有20%是打开的运用该AI工具后,其可以把有害的评论和健康正确的评论阻隔开来,不仅可以减少修正评论人员的25%的工作量,还能将文章下方的评论取的打开率提升至80%

《》想利用该AI工具,建立一个平台,以便审查员和读者进行更加深入的交互不过,这其中仍然存在一大挑战,即如何建立共同点,且尊重不同的观点,让报道和读者的区域观点保持一致通过这一机器学习工具,审查员不仅可以提高处理评论的速度,还可以通过预测模型轻松组合相似的评论

议题三:算法与伦理:究竟该怪人类还是算法

在室使用AI工具,如机器学习、自然语言处理、人脸识别和机器视觉,这个过程不可避免会带上人类伦理的思考痕迹这里牵扯到三个方面的内容

1、透明度和感

由于AI在工作中可以扮演很多角色,因此在解释何时何地以及如何使用AI时,更应该谨慎解释如涉及聊天机器人和用户的互动时,如果由AI 来驱动,这个机器人又该如何向观众解释自己的运行原理观众需要知道故事的构建过程,以及机器在创建过程做了哪些选择当涉及AI时,终应该追究谁的错误如何解释由人类创建的算法引起的错误究竟该怪人类还是算法

据ProPublica的研究表明,算法偏差在数学上是不可避免的即便如此,工作者应该对这些AI系统负责,并鼓励在算法系统的构建流程中建立问责制

2、性决定和偏见

算法在策划中的作用越来越普遍,这些代表性决策的算法需要用人类的方式来编写以聊天机器人为例,计算机就像人类一样,如果他们不了解内容,就不能进行对话机器人能够谈论的领域就是我们可以为该会话语境构建模型

此外,为了让去偏见概念更加复杂化,通常会让数据更具中性一些研究表明,有许多类型的机器学习,都是用来“监督学习”算法无法重现人类的心理模型,但能重构因果关系

3、数据的伦理使用

数据的伦理使用是每个需要面对的根本问题,同样的原则也适用于处理大量数据的公司虽然有许多社交媒体平台会向提供数据,但数据发布商和平台之间关于开放数据获取的关系依然复杂

许多算法的性质更像是一个“黑盒”,其掩盖了对软件正在做的决定的批判性认识所以,需要尽可能的在研究和报道中使用这种批判性态度

七大研究结论

如前所述,经过这次研究,关于AI究竟是对业是威胁还是助力,我们可得到以下7大发现

1、AI工具可以帮助讲述或报道此前不切实际或技术上无法实现的新故事虽然AI可能会转变业,但它会增强而不是取代的工作事实上,为了正确使用AI技术,人类必须随时保持机敏状态

2、设计AI的技术人员和使用AI技术的之间存在知识差距和沟通差距,这样可能导致事件的不正之风

3、读者在如何使用AI工具进行分析、识别模式以及报告故事中的发现时,应该得到一种透明的方法

4、虽然AI和数据的交互可以为读者参与、获利和个性化推送提供新的机会,但是在创建回声室和继续致力于公共服务使命之间找到平衡存在挑战

5、数据的伦理使用和披露(如何收集,存储,使用,分析和分享用户信息)是需要面对的一个根本问题

6、AI有潜力增强的工作,但在开放数据获取上依然存在挑战

7、AI是不可以预知的我们不能自信地预测哪里会出现的问题,所以技术专家和需保持警惕,以确保AI系统的准确性

结语

照目前的情况来看,AI对业的助力远大于威胁未来采用AI辅助报道将成为各机构在竞争赛道上的一大趋势只是,在应用AI的道路上,人类还应尽快厘清算法伦理的追责问题,以便提前清除后患

注:报告原文来自哥伦比亚大学学院,由Mark Hansen、Meritxell Roca-Sales、 Jon Keegan和George King四位共同编写,对整篇报告进行了重点编译和解读报告原文可关注“”公众号获得

原创文章,未经授权禁止转载详情见转载须知

绍兴白癜风医院哪家好
营口治疗癫痫病医院
前列腺增生要怎么保养

相关文章

一周热门

热点排行

热门精选

友情链接:
媒体合作:

Copyright (c) 2011 八零CMS 版权所有 备案号:苏ICP备17012668号-2

网站地图