NEWS全媒体采访与写作新闻与宣传工作者的工具、影视制作者的私人家教、新闻教育者的参考书、文化传播研究者的课题素材、文案策划者的助手、写作爱好者的后花园、摄影爱好者的移动课堂、新闻学子的专业圣经。

  自媒介走上融合的道路以来,新闻编辑的工作发生了诸多变化,并且由于媒介融合是一个不断发展变化的过程,新闻编辑的内涵和外延也一定会随着时间的推进而不断被修正,而且这种修正的速度会越来越快,也就是说融媒体新闻编辑的定义需要面临不断被刷新的局面。换句话说,新闻传播业本身具有鲜明的时代性,作为编辑乃至所有媒体从业人员来说,要时刻保持对变化的敏感,把握时代的脉搏。目前,与新闻传播行业密切相关的技术和应用已经呈现出革命性突破的前兆,只有认清发展的态势,才能对未来的发展趋势做出不偏离方向的预测,从而树立适应媒介融合环境的工作理念,如此才能在实践中不至于做出完全错误的谋划。

一、新闻编辑的三种态势

积累式编辑

  新闻与知识积累的关系密不可分,这一点在学界和业界都是得到公认的。但是以往所强调的新闻要重视积累,指的是新闻从业者个人的知识储备或是资料积累。本书的积累式编辑指向的是新闻形式,指的是在报道的过程中持续不断地丰富和完善新闻,提高新闻的知识深度的一种编辑形式。

  一直以来,新闻都是以“短暂”的形式存在的,无论是篇幅较小的简短报道还是在时空上有一定延展性的长篇报道,其本质其实都是阶段性的存在。这种阶段性的存在形式一方面是由于新闻价值的制约(实际上这种制约本质上也是由于人类对信息的偏好决定的),比如对时效性和重要性的追求,很多内容相似的新闻或者新闻的后续报道不会见诸于媒体的原因在于,新闻事实已经不够新鲜了或者类似的报道太多了;另一方面则是自印刷媒体产生以来,由媒体版面的有限性所决定的。短暂的报道使得“这些新闻机构所发布的内容并不会随着时间的演进而进化,文章所蕴含的知识也不会有所积累。”[1]

  

  “短暂新闻”这种形式的存在从某种程度上来说,依然有“编辑本位”的思想在作祟,因为如前文所述,不同个体对信息的需求是不同的,或者说是不确定的,从而对新闻的价值判断也必然是不同的,通俗讲就是对你来说不新鲜的事情对他未必不是,对他不重要的事情对我未必不是,对于普通人来说,那些琐碎的“无价值新闻故事”同样意义重大,尤其当故事“主角”为普通人时,一种潜在的认同感会在受众那里产生[2]。短暂新闻则忽视了用户特质的差异性,一厢情愿地对内容进行了取舍。而“积累新闻”则试图通过对新闻的累积报道,尽可能包容新闻的各个面相,使新闻报道从原先的阶段性的有限报道变成能够不断自我深化的动态过程。积累式编辑就是适应新闻形式的这种变化而来的一种编辑方式。

  目前积累式新闻在实践层面的尝试主要有各类专题、在微博开设的“话题”或“标签”等,在新闻的具体呈现形式上,以时间线或瀑布流[3]为主。

图1“我在现场”App截图

  年1月2日13时许的哈尔滨北方南勋大市场仓库大火持续至3日零时许。16:55分,由用户孙菲创建了第一条报道,截至年11月26日关于这次大火的报道,共有条,浏览量达到多万。据“我在现场”创始人章苒所言,关于这次报道,“‘我在现场’的注册用户实名发布的,占比高达77%。专业记者发稿仅占23%,而新华社记者的发稿,相当多的也是用户提供了线索由记者核实后的报道。”[4]这是积累式新闻的很好例证。再如,马来西亚当地时间年3月8日,马来西亚航空公司的MH飞机失联,该飞机载有人,原定由吉隆坡飞往北京。年1月29日,马来西亚民航局宣布,马航MH航班失事。年7月29日,在位于印度洋上的法属留尼汪岛发现了MH航班的残骸。这次事件在新浪微博开设的话题和各媒体制作的网络专题中不断有后续报道。

  从上述例子也可看出,要实现积累式编辑必然要充分依靠用户产生内容的力量,这样才持续不断地产生增量信息,编辑在此过程中主要承担着与用户互动、信息过滤和审核的作用。用户对新闻也不再是单纯的消费,而是通过不断的增减,把内容提升到新的高度。新闻通过编辑和用户的共同作用,形成了不断流动的信息长河。

  

  尽管目前积累式新闻的发展并未产生具有突破性的新闻产品,积累式编辑更多是依靠人工或简单的聚类算法实现的,但这种新闻形式契合了媒介融合本身就是一个不断动态变化的过程这一特点,而新闻本身对记录历史和积累知识有着重要作用,因此有理由相信,这种编辑样态在未来将得到进一步发展。

结构化编辑

  积累式编辑是以用户为中心,从彻底变革新闻形式的角度而生发出来的一种新的编辑样态。结构化编辑则直指新闻本身的构成和结构要素,也可以认为是实现积累式编辑的有效手段。之所以这样说,是因为当新闻由短暂变成可积累时,新闻对事实的报道更接近于一种知识的积累,随着媒介融合时代数据海量的爆发,这种积累完全靠人工的方式是几乎无法实现的。结构化编辑通过一定的技术手段,对新闻内容进行标记、编码和归类,建立内容之间的关联,这种编辑方式一方面促使新闻逐步实现自我深化减少人工成本,另一方面,编辑在人工重组内容时可以通过提取相应类别的信息来实现重复利用,结构化编辑的过程就是把非结构化的数据变成结构化的过程。例如,当接收到一则有关火灾的事实资料后,对发生的日期、时间、地点、伤亡人数、救援人数等信息进行标记、编码。这种编辑就如同把信息打碎成更小的粒子,促使让它们之间产生新的融合。

  年,《纽约时报》“研究室”(TheNewYorkTimesRDLab)宣称正在进行结构化新闻的努力,《纽约时报》把其结构化的最小数据称为“颗粒”(Particles),通过“颗粒”,内容可以自动被注释、标记、检索。由于实现“颗粒”编码的成本太高,目前只是一个概念,但《纽约时报》实验室仍在不断研发中。[5]

图2《纽约时报》关于结构化数据的文章

  目前结构化编辑依然停留在概念层面,但这一理念已经得到了广泛的认可。阿德里安·哈罗瓦提(AdrianHolovaty)[6]认为,“过去报社记者往往认为他们的主要作用就是收集信息和写新闻故事,但是现在对于许多类型的新闻和信息来说,它已经不起作用了。记者们收集的信息应当是‘结构化的信息’(structuredinformation),也就是说是可以切开、分片而置入计算机的自动格式中的[7]”。

智能化编辑

  永不停歇的新闻流,海量的结构化数据,终将趋向于仅靠人工便无法编辑的程度。于是,媒体机构会引入越来越多的人工智能[8]来代替编辑的工作,目前已经有部分媒体采用人工智能来编写新闻。年3月18日,美国加州发生4.1级地震,《洛杉矶时报》利用其机器人Quakebot利用美国地址调查局系统的地震信息,自动填入现成的模板发出了最快的报道,耗时仅三分钟。[9]《卫报》在年推出一份名为“#Open”的纸质报纸,就是依据用户在社交网络上分享的热度进行内容选择,而非由编辑人工甄选。换句话说,它是一份几乎完全由算法生成的报纸。[10]国内热门的APP今日头条,也是完全按照一定的算法来判断用户的兴趣爱好,继而向用户进行个性化的内容推荐。

  应该说,与人工智能的内涵相比,以上的例子只是人工智能应用于编辑领域的初级体现。未来随着大数据技术的进步以及更好的算法的发明,人工智能将逐步取代纯粹人工编辑目前的工作。尽管这个过程也许会比较漫长,但诸多已经出现的技术已经越来越多地取代着原本只能由人工来完成的工作,诸如机器深度学习、越来越精准的传感器、分布式计算、自然语言处理等。例如年,谷歌的机器语言翻译[11]已经能够用自动化的方式来为图片添加自然语言描述,这种描述不仅是简单地识别出照片的对象,而且能够对整个场景进行简短而准确的说明[12],如图三所示。年5月28日,百度CEO李彦宏在“联想科技创新大会”上表示“百度大脑”的智能水平已经达到了三四岁孩子的智力水平。[13]

图3谷歌的机器语言翻译为图片添加的描述

  未来智能化的编辑将会从事什么具体的工作,我们现在还无法判断,因为这些岗位是目前的媒体机构尚未出现的,但是随着越来越多的编辑工作被人工智能取代,编辑的工作将逐步趋向于与人工智能深度共生。人工智能在包揽了越来越多人力可以完成的工作后,编辑可以把时间和精力放在更加具有创造性和拓展性的新工作,在此过程中,要学习和掌握更多的知识,为将来与人工智能默契合作做好铺垫。

注释

[1]AlexisLloyd,TheFutureOfNewsIsNotAnArticle,







































哪家白癜风能彻底治愈
北京白癜风医院的疗法


欢迎转载,转载请注明原文网址:http://www.shanghaishizx.com/shxw/122495.html

------分隔线----------------------------