在早前闭幕的全球编辑协会峰会（GEN Summit）上，人工智能（AI）成为热议焦点。这项技术正在以及将如何改变媒体的内容生产与商业生态，会给媒体、技术研究人员和读者带来了怎样的启示？
1
谈概念——
“智能”与“机器人”的不同
Benedict Evans
科技风投公司Andreessen Horowitz
Evans认为，要从“人工智能”转换到“机器学习”的概念，因为后者才更为准确地描述了“教导一部‘相对不智能’的机器去做记者没有时间和习惯完成的事情”。他对媒体在算法准确性上的责任，以及算法结果所带来的潜在社会影响作了区分，指出即使是准确的算法也会产生不良后果。
2
谈算法——
算法准确性与通向智能之路
Tow Center for Digital Journalism
调查算法应该成为新闻过程的一部分，且编辑部也应视之为可以融入新闻实践的内容。
Jonathan Albright
Emily Bell
美国哥伦比亚大学
媒体成为最早及最频繁的“算法受害者”有其意义所在。这使媒体人能够很快意识到，算法领域的一些微小变动会如何影响人们接收新闻的方式。不过现在仅有这种意识并不足够，媒体人还应反思行业对算法的依赖以及对透明度的需求。
美国西北大学
Diakapoulos及其团队建立一个网页数据库，收集美国联邦政府正在使用的一些算法，以方便记者和公民进行算法问责报道。
Nick Diakopoulos
Stuart Myles
美联社
Myles引用其团队的研究，介绍了算法透明度的两方面障碍，一是缺乏商业激励；二是担心向终端用户灌输太多信息。
3
谈商业化——
数据新闻商品化：从自动化（automation）到增强化（augmentation）
数据新闻规模扩大，从简单易得的成果转向更复杂的和调查性的故事。以下是一些数据新闻商业化的例子。
Frames：为新闻机构的文章提供预制的图表，并设计了一种收入共享的商业模式。
Grafiti：设计了一个“charts-as-data”搜索引擎，为用户提供制图方案。
RADAR：组建了全英国最大的数据新闻团队之一，为地区媒体提供新闻通讯社形式的数据报道内容。
4
谈产品——
聊天机器人与叙事，机器人应用与编辑部
如今，不少新闻机构都推出聊天机器人，尽管其中很大部分看上去只像是升级版的RSS程序，但也逐渐出现更复杂的、更体现媒体内容能力的应用案例。
John Keefe
Quartz
“机器人的成功关键，在于背后的人。”换句话说，除了带来技术难题，机器人还意味着一种叙事（narrative）上的挑战。在Quartz，为机器人编写故事线的技能更受重视及广告商青睐，机器人团队已分成了编辑部和商业部两部分。
BBC
展示了BBC将聊天机器人作为一种讲故事（storytelling）工具的案例《英国旁遮普人的酗酒问题》。另外，在BBC对哈里王子婚礼的报道中，20%的读者与聊天机器人进行了互动，许多读者的问题有五到六个之多。
Paul Sargeant
除了与读者沟通的机器人，新闻机构也开发出不少产品供内部应用。例如，
Quackbot：Quartz的机器人，能帮助记者保存网页并推荐数据来源；
BBC机器人能够自动生成选举数据图表并自动发推；
瑞典日报Dagens Nyheter记者Martin Jönsson设计的“性别机器人”，可帮助记者检查他们的报道是否性别平衡；
美联社探索了人工智能技术在事实核查、音频转录、个性化、图片识别和机器人等方面的应用。
Keefe和Sargeant都指出，机器人并不一定能让新闻被更多读者看到，但却能吸引读到新闻的人并激发互动，从而加深媒体与读者的联系。然而，相关技术的使用，似乎也在用户对交互性的期望，与传达特定事实的新闻之间形成了一种张力。而解决这种张力的方式，或许是继续使用人工智能技术。Sargeant就是把机器人视为一种“过渡形式”，他认为，“设计聊天机器人并让它学到更多有关语气、对话结构和叙事等方面的知识，会更清楚地看到，哪些地方更应使用人工智能”。
编译 | Vickie Liang
编辑 | Ivan Zhai
Paul Bradshaw是英国伯明翰城市大学（Birmingham City University）网络新闻学硕士项目的负责人，其网络新闻学博客 （Online Journalism Blog）被称作英国最有影响力的博客之一。