纽约时报、BuzzFeed等业界专家访谈：数据和AI将如何塑造新闻业 |德外独家
来源：Newswhip
作者：Benedict Nicholson
编译：汪尧
数字时代新闻报道会面临什么样的危机？科技又能为未来的新闻行业提供什么样的帮助？针对这些问题，来自《纽约时报》、BuzzFeed、Quartz、Axios（普利策联合创始人于2016年创办的美国新闻和信息网站）和Group Nine Media（美国一家数字媒体控股公司）的几位业界专家和来自Text100的主持人Aedhmar Hynes一起进行了探讨。
平台的作用
Aedhmar Hynes（主持人）：首先希望各位专家回顾一下去年各媒体是如何应对挑战的，选取了什么样的方向。大家可以从社交平台起到的作用，以及他们是如何向受众群获取内容这两个角度入手。
Ashish Patel（Group Nine Media首席意见官）：Group Nine和传统的网络媒体公司有些不同，我们专注于创建视频并依靠社交关系分发传播。与BuzzFeed类似，我们是社交视频领域的媒体，所以这种定位对我们来说是个挑战。社交传播渠道和用户消费的内容在这里份额相同，某种程度上这是有些冒险的，但这也能让我们不断发现新用户。所以，平台的不断变换，让我们更加明确自己的目标。
Gilad Lotan （ BuzzFeed数据科学主管）：当我们持续踏入这个不确定的未来时，作为媒体必须了解从平台获得的东西是什么以及它是否值得投资，而这都可以通过数据反映。因此，拥有的数据质量越高，对受众的理解就越深刻，你就可以更好地量化从平台获得的东西。在BuzzFeed，我们非常关注实验和学习。从中我们可以了解到什么样的格式、内容、框架对受众来说是适用的，从而真正深入了解并发展那些正在发挥作用的内容。
Renan Borell （《纽约时报》数字新闻高级编辑）：我认为媒体工作环境的多样化非常重要。今年我们在做一个项目时，大家坐在一起讨论不同内容的诱发传播因素，那次讨论使我们意识到，有几个平台的确能够驱动大部分用户流量。同时，如果能够针对新媒体写作叙事，那将更适合数字平台的发展。比如用适合数字平台的新闻标题而不是将报纸上的标题上传到互联网。这比搞清楚我们该在Instagram上发什么样的内容要有用得多。如今互联网上有太多的平台，每个平台上都有一套自己的规则，相比盲目的在不同平台发内容，我认为把故事本身写好更为重要。
数据驱动内容
Aedhmar Hynes：基于数据的整体概念，每个人都在谈论受众，以及他们究竟是谁。所以到底应该怎样处理数据？以及哪些问题值得关注？什么时机用它来推动内容？
Sara Fisher （Axios媒体记者）：对电商来说，这点可以直接实施，但是针对新闻行业就会有些困难。因为面对整个国家的受众，如何编辑就是个大问题。我们是应该提供给他们不一定需要但是我们觉得值得阅读的内容，还是应该直接提供他们想要看但是可能并不利于他们发展全面观点的内容？这个问题很难回答，我认为关键是找出一种方法来同时满足这两点需求。真正负责的新闻媒体会认识到，他们有责任保持这种平衡，并让正反两方都被受众看到，而任何只试图通过迎合受众来吸引他们的媒体都是为了点击量，这对媒体和受众都是不利的。
John Keefe （ Quartz产品经理、Bot开发人员）：如果你不仅为用户提供了一个个性化的信息环境，还构建了个人的信息发布平台，（如SMS文本、Facebook Messenger或语音）使用户发布的内容能够进入其他用户的世界，这正是我们在探索数据的另一个作用。那样受众也可以清楚地知道自己发布的是什么，应该什么时候发布。
我们在通过Facebook Messenger推送信息时，通常都会非常仔细地考虑，选择合适的时机。我们不想在用户睡觉或者工作时推送，我们希望在用户有兴趣与我们互动时这么做。因为一旦惹恼了受众，他们就会关闭推送按钮，所以我们正在寻找不同的方式来应用数据，不只是在内容上，时机也需要纳入考虑。
Ashish Patel（Group Nine Media的首席意见官）：数据是一个非常宽泛的术语，因此它实际上取决于环境和目标。对于电商来说，了解每一个用户是很有意义的，但是对于媒体来说，你必须创造足够多的内容，而个性化的信息环境往往最终只会成为一个美好的目标。
Renan Borell （《纽约时报》数字新闻高级编辑）：关于数据的使用，我认为提高数据使用能力的上限固然重要，但数据基础能力的运用，把它转化为可操作的内容更值得关注。比如弄清楚如何利用数据做一些有技巧的事情，并把它转化成一个容易理解的内容。
AI和机器人将如何塑造新闻业
Aedhmar Hynes（主持人）：在数据概念的理解基础上，我们现在讨论一下科技与其应用。“人和机器”这样一个概念总是让人着迷，所以我想知道人工智能或机器人会如何在未来的内容发布上改变现有的格局？它会朝着什么样的方向发展？受众和机器人是否会有直接的联系?它是否可以预测我们未知的事情?
John Keefe （ Quartz的产品经理、Bot开发人员）：尽管我从来没有预测过新闻的未来，但我得说，我认为像Alexa或Facebook Messenger这样的个人平台将以某种形式融入我们的生活。虽然我们确实研究了自然语言处理和机器学习的能力来帮助实现这种信息交付，但Quartz机器人背后真正的秘密就是人类自己。我们有为聊天平台、机器人平台编写程序语言的团队，正是这种语言写作让它变得更加精彩有趣，让用户忍不住想要点开程序，所以我认为人类的影响不会很快消失。
Gilad Lotan （ BuzzFeed的数据科学主管）：BuzzFeed非常重视构建自己的技术，我们喜欢构建。关于人工智能，我认为它将围绕着更好的预测优化排名发展。因此，我们在内容发布的许多环节使用了神经网络，并且越来越多地感受到了这么做的优势。假设有人写了一篇文章，这篇文章写在我们的CMS中，我们有数百个Facebook页面、 Instagram帐户和 YouTube频道，但应该把它发布在哪儿最合适呢？ 这在未来可能就不需要人类作决定了。全部创建内容和所有这些渠道很难都能做出正确的匹配，所以内部系统会采用从历史数据集中学习到的内容与抓取受众的历时性数据匹配来执行。
什么样的内容会脱颖而出
Aedhmar Hynes（主持人）：当想到突破性的新闻内容时，你是否能预估到其火爆流行的趋势，比如它将会打破新闻报道瓶颈?
Sara Fisher （Axios的媒体记者）：现在互联网上已经有了如此众多的新闻媒体，事件发生时你可以从40多个不同的网站上得到你想要的新闻，而往往好的报道才具有很强的突破性，带来更大的价值。另一个具有突破性的事情就是为每个平台提供独特的内容，所以了解哪些细微差别能够带来效果也很重要。但到目前为止，定制内容仍然是最有效的方法。
Renan Borell （《纽约时报》数字新闻高级编辑）：我100％同意这一点。没有什么比实际去到现场获得独家新闻更好的了。因为事实就是，如果你报道了一条好的独家新闻，人们都将会自觉地在Facebook和Twitter上传播它。
中国第一家
专注媒体融合的研究院
传递信念信心
剖析实践实验
探求对策方法
合作：请联系微信后台
投稿：dewaiwuhao@ctrchina.cn
长按二维码，即可关注点下方【写留言】表达您的观点和态度
欢迎将此文章转发到朋友圈