京公网安备 11010802034615号
经营许可证编号:京B2-20210330
人工智能创造新闻新玩法:为你写 让你看 陪你聊
层出不穷的新概念能否让新闻重焕光芒?人工智能又能给新闻这门“手工业”带来怎样的前景?
想看新闻,聊天吧
“聊”新闻的功能出现在近日推出的“百度新闻”手机APP中。进入“聊新闻”界面后,新闻是以对话体的形式出现的。通过聊天的方式,系统可以较为精准地回答关于新闻要素的提问。例如,记者输入“聂树斌案怎么样了”,系统随即推送出聂树斌被判无罪的消息。然后,通过“快帮我分析一下”“这个我关心”等提问,系统又介绍了聂树斌案的背景和意义。几个回合的“快问快答”下来,新闻的来龙去脉基本呈现了出来。
在信息爆炸的今天,围绕同一新闻事件,往往有海量的新闻报道。由于立场和角度不同,读者往往难以“窥一斑而知全豹”,时常有“乱花渐欲迷人眼”之感。如今,通过人工智能,把相关新闻汇聚,运用自然语言处理技术,把核心信息整理成百字左右的“聊天内容”,可以满足各类读者的需求。
聊新闻背后的“黑科技”是什么?据介绍,百度通过对新闻信息分类并进行结构分析,然后通过信息特征学习等方法,自动为用户提供最核心的信息。
据介绍,“聊”新闻功能砍掉了传统媒体报道中80%的内容。百度新闻与内容生态部总监陈磊说,当下的新闻应用仍然没有解决读者对信息深层次的、精准的需求。当基本事实不能满足需求时,读者可以继续提问,人工智能会继续回答。
“希望通过这样的引导推荐,让读者沿着多个相关事件的重要信息,无限地阅读下去,从而提升他们的阅读深度。”百度自然语言处理部总监徐倩说。
新闻“骨感”,也美也不美
事实上,聊新闻并不是件新鲜事儿。今年2月,数据商业新闻网站Quartz就推出了一款类似的新闻应用。在“聊天”过程中,系统会将新闻的梗概推送给读者,读者可以根据兴趣选择是否深入了解。此后,美国传统媒体《华尔街日报》、美国有线电视新闻网(CNN)以及新闻聚合网站Buzz Feed都推出了类似的聊新闻产品。
聊新闻的优势显而易见。由于人工智能已经完成了信息的挑选、加工工作,用户只需沉浸于内容本身,更精准更高效的获取新闻的核心内容。与人工编辑的推荐模式相比,对话形态的阅读模式更为直接。对只想了解新闻事实的读者来说,一百多字的回答已经可以满足信息获取的需要;而对于有更多需求的读者而言,也可以继续“聊”出新闻背后的故事,实现所谓的“深阅读”。
不过,聊新闻模式虽然看上去很美,但仍存在人工智能的“痼疾”。一方面,一问一答的背后,仍是类似于微博的“碎片化阅读”。记者发现,聊新闻系统在更深层次地回答新闻事件发生的原因、背景时,还不能反映新闻全貌,也很难呈现多元观点。这对于读者全面了解信息并采取行动帮助有限。
另一方面,尽管聊新闻对传统媒体报道进行了“强力瘦身”,但也造成聊天的内容“干巴巴”。“骨感”的新闻固然简单直接,但新闻报道内容的丰富与故事的“丰满”,绝非几百字所能概括。怎样聊新闻才能聊得精彩,这是人工智能未来要继续解决的问题。
竞争合作,人工智能还靠人工
在新闻行业,人工智能正在大展拳脚。基于算法的个性化推荐已成标配,机器人写作也渐成气候。从国外的美联社、路透社,到腾讯的梦幻写手(Dream Writer)、新华社的“快笔小新”,机器人记者越来越多地出现在新闻当中。除了文字,语音、视频等领域也均有相关技术出现,让新闻更好读、更好听、更好看。
清华大学新闻与传播学教授彭兰认为,人工智能的出现,使媒体进入“智媒时代”,其三大特征是:万物皆媒、人机合一、自我进化。
彭兰认为,在智媒时代,人工智能将使媒体生态在新闻生产系统、新闻分发平台、用户平台、信息终端四个维度发生变化,每个维度的变化都意味着机器的进入。例如在新闻分发平台,某些平台开始提供基于基础性智能算法模型,为不同的用户呈现他们所感兴趣的内容,这些新出现的新闻分发平台都不是传统媒体所控制的。
目前,人工智能在新闻编辑、数据分析、线索收集等方面已有不小的进展。不过,仍存在一些问题,比如信息核查的不准确、算法识别不力导致的假新闻、按兴趣推送带来的观点极化等。与此同时,机器人写作也面临着只有速度缺乏温度的问题,在语言和分析上的功力难比人类记者。
人工智能的出现,能够将新闻从业者从简单、重复性的工作中解放出来。不过,目前的人工智能仍处于探索状态,需要数据的积累和模型的优化。事实上,无论是技术的进步还是人工智能的操作,其背后都需要人类的研发、操作和协助。这种交互式的“竞合关系”,将继续存在于新闻行业当中。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20定量报告的核心价值是传递数据洞察,但密密麻麻的表格、复杂的计算公式、晦涩的数值罗列,往往让读者望而却步,导致核心信息被淹 ...
2026-01-20在CDA(Certified Data Analyst)数据分析师的工作场景中,“精准分类与回归预测”是高频核心需求——比如预测用户是否流失、判 ...
2026-01-20在建筑工程造价工作中,清单汇总分类是核心环节之一,尤其是针对楼梯、楼梯间这类包含多个分项工程(如混凝土浇筑、钢筋制作、扶 ...
2026-01-19数据清洗是数据分析的“前置必修课”,其核心目标是剔除无效信息、修正错误数据,让原始数据具备准确性、一致性与可用性。在实际 ...
2026-01-19在CDA(Certified Data Analyst)数据分析师的日常工作中,常面临“无标签高维数据难以归类、群体规律模糊”的痛点——比如海量 ...
2026-01-19在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12