彭兰:“新内容革命”进行时,颠覆与挑战共生
“我又躺在自己的床上/这不是珍奇甜蜜的感觉/一支烛光/忽变为寂寞之乡”你大概想不到,这首书写人类愁情的短诗,出自机器人小冰”之手。
2017年,微软“小冰”的诗集《阳光失了玻璃窗》问世,引发了业内外的广泛关注。而这仅仅只是智能化技术在内容生产的一个环节中的应用。智能时代正在掀起一场全新的革命。在这场革命中,传统的内容生产、分发与消费都将被颠覆。内容产业的路将通往何处?这是每一个传媒人都应该关心的问题。
主讲人介绍
彭兰
清华大学新闻与传播学院教授、博士生导师,新媒体研究中心主任,NewMedia联盟核心成员。中国新闻史学会网络传播史分会副会长,北京网络媒体协会理事,国家互联网信息办公室互联网研究中心特聘研究员。
主要研究领域为新媒体,先后出版《中国网络媒体的第一个十年》、《网络传播概论》、《社会化媒体理论与实践解析》、《网络传播学》等10余部著作或教材。
讲座原题目:智能时代的新内容革命
时间:2018年3月26日(周一)
18:00-21:00
地点:中国传媒大学48号教学楼A204室
2013年,彭兰教授从“连接”的角度研究了互联网的演进规律。其作出的预测,如互联网连接对象升级,新媒体发展移动化、社交化、视频化等,都在近几年里一一得到了印证。
如今,智能化技术进入了内容行业。再一次思考未来发展方向,彭兰教授认为,智能化时代将带来“新内容革命”。在这场革命里,内容生产、分发与消费将得到全面升级,进入2.0时代;同时,内容生产、分发与消费之间的关系也将被重新定义,它们将相互渗透、相互驱动,界限日益模糊。而在集成了内容生产、分发与消费的平台上,全新的内容生态也将逐渐形成。
内容生产2.0:智能化驱动的底层革命
01
内容生产更加智能化
在内容生产2.0时代,智能化技术成为内容生产的新底层支持,并渗透到生产全程,内容生产的几个环节也因此变得更加智能化。
首先,选题策划更加智能化。过去,新闻工作者们依靠自我的观察与经验总结提出选题;而现在,更多媒体选择站在数据的肩膀上,从数据中寻找思路,“活化”选题源泉,精确制导。
人民日报的“中央厨房”能够通过对大量数据的挖掘,
寻找有趣线索,为选题策划提供思路
其次,信息采集更加智能化。信息可以实现自动抓取并进行初步过滤与审核,从而提高信息采集的效率。
目前,国外某网站的社交机器人就能够通过与用户对话完成信息的筛选与推送,还能在推送信息给用户的过程中不断对其进行采访,从而得到用户对某一事件、某一人物的看法。
如此一来,用户与社交机器人之间的互动就会变成双向的信息交流,不仅用户得到了自己想要的信息,信息采集者也会得到独特的新闻来源。
再者,信息加工更加智能化。早期的机器人写作主要在财经和体育领域,如今它适用的领域在不断扩展,在突发事件的即时报道中也得到了应用。机器人写作将媒体人从单调、重复的劳动中解放出来,使得他们可以去做更有挑战的工作、对复杂问题进行调研分析、到达新闻现场进行更深入的采访。
腾讯2岁的写作机器人Dreamwriter接收到1180公里外
武汉大桥发出的数据后,花费0.5秒时间写出的323字新闻
最后,效果反馈更加智能化。过去我们通过问卷来量化传播效果研究,而现在我们可以基于大数据、传感器做出反馈分析,使得效果反馈更加实时、个性化。
如果未来的某一社会环境的传感器能够自动向我们提供数据,那么我们对社会环境的实时洞察能力及风险预知能力都会进一步提高。我们还可以根据人体的生理反映去推测人类的心理变化,从而得出其对所接收新闻的反馈。
02
内容生产的去中心化加剧
未来,智能化技术在内容生产四个环节中的应用还将更加深入。而对整个内容生产而言,未来可能的发展方向是智能化分布式的生产,用术语表达即去中心化。这种去中心化会从两个方向进一步发展:
一是以人、机器、智能物体共同完成内容生产的智能化协同系统的诞生与应用。今天的去中心化,主要是人和人之间的。而未来,人工智能和机器也将参与内容生产,即人、智能物体和机器共同贡献知识和信息。
比如,地震发生了,我们可能会首先从智能化的传感器那里获得第一条消息,然后才是来自灾区用户、传统媒体的消息。智能化协同系统能够大大提高内容生产的效率。这时,更多的整合性的、有逻辑的专题化内容将会出现。
2017年8月8日,四川九寨沟地震,写作机器用25秒写出了全球第一条关于这次地震的速报,通过中国地震台官方微信全球首发
二是定制化生产,基于智能技术,分析个体或机构的特定需求,为其专门定制内容。从某种意义上说,当下许多“舆情产品”就属于定制化生产,通常是为特定对象进行舆情分析。但目前,大部分舆情分析是将舆情当作敌情,是为了灭火,而事实上舆情本身是中性的,是社情民意的体现,舆情分析应该是帮助人们更好地了解其所处的环境。
面对智能化深度参与内容生产的未来,有人欢呼,也有人担忧:机器是否会抢人类的饭碗?机器在未来到底会跟人形成什么样的关系?这取决于我们对它潜力和发展速度的认知。我们对它的理解越深,就越可能认识其风险,扬长避短。
我们可以利用机器提升工作效率、开拓人类力不能及的“荒原”等等。在这个过程中,人类将更需要对复杂现象与问题进行思辨,对机器人所做出的种种成就进行价值及正误的判断,警惕并觉察到技术带来的陷阱。
人类在利用机器的同时,
也要对机器的行为作出价值判断
总的来说,从人工智能诞生的那一刻,我们要解决的首要问题就是人机协同、使得人类与机器相互校正。
内容分发2.0:用算法寻求落点
算法在很大程度上解决的是落点的问题。我们现在理解的算法是用户需求内容的到达,这是仅仅是算法对匹配力问题的解决。在未来,算法将解决三个落点的问题。
第一个落点是“到达落点”,提高信息与用户需求的匹配力;第二个落点是内容打动用户的“心理落点”,优化传播动力;第三个落点是内容消费相关因素的“关联落点”,提升内容扩张力。
01
到达落点
“到达落点”需要做到三个层面的匹配。
首先是根据用户的个性、社交环境、相应的时空环境精准到达个体,提供个性化满足,达成个体匹配;
其次是定位一群在文化上有共同心理特征的人,描绘其群组画像,到达网络族群,服务群体化需求,达成族群匹配;
最后是分析、掌握个人、族群的公共需求,从而结合当下的社会环境找到具有公共价值的内容,穿透每个个体的信息茧房,实现社会整合,达成公共匹配。
匹配问题解决后,要思考的就是用什么样的界面将内容推送给用户。语音对话、VR/AR是正在到来的新内容界面。而界面会进行再升级,未来内容分发将更多依赖场景。
在未来,面向场景需要提供“内容+社交+服务”的一整套服务。掌握新场景,就有可能掌握通向未来的入口。
淘宝推出“淘宝头条”
发展出与购物这一场景相关的内容和社交
“淘宝头条”就是个很好的例子。淘宝本来是以购物为核心的,但今天淘宝“媒体化”了,它新开发的“淘宝头条”既有直播又有粉丝群,形成了与购物这一场景相关的内容和社交。
02
心理落点
找寻“心理落点”是要利用算法找到与大众内心真正相契合的内容。从内容传播角度看,我们特别需要关注两种大众心理。
第一个是爆款阅读心理。今日头条平台阅读量最高的关键词反映出了中国几种突出的阶段性心理诉求:城市化进程中的乡土情节;全球化时代的民族情绪;全民焦虑社会的减压与愉悦需求。
今日头条给出的用户热搜词,
反映了中国用户现阶段的心理诉求
第二个是热门分享心理。人情味最重要,人们总是热衷于分享利于人际互动的内容。有些内容可能不具备公共性,但体现了人与人之间的生活关怀,这说明分享的动力更多基于社交需要。
03
关联落点
最后,用户的内容消费并不是孤立的由一个因素驱动完成,而是与许多与用户自身相关联的因素有关,所以我们要寻求“关联落点”。内容消费与以下几个因素相关联。
第一,人口特征。人口的基本指标:性别、年龄、地域等等。从今日头条的数据可以得出,不同城市的消费“性格“不同,比如级别越高的城市在视频消费方面娱乐化的比重越高。
第二,终端持点。人们购买手机,其实是在购买生活方式。不同终端的用户呈现出不同特点,例如,从今日头条的数据看,三星、小米、金立、华为、荣耀手机用户更关心国际新闻。
不同终端的用户在评论率上也呈现出差异
第三,社交。社交圈子与人们的内容消费也相关,人们在朋友圈里分享的内容往往是为了塑造出理想的自我。
内容消费2.0:
个性化与社交化交织、
消费与生产一体
01
个性化与社交化共筑内容消费
用户的内容消费是建立在个性化需求和社交化需求两个坐标上的。两种需求有不同的指向,但同时作用于用户。
个性化消费是算法分析在不断解决的问题。社交化消费更多地出于社交的考虑。比如,人们在朋友圈分享的东西总会与关系维护或者形象塑造的诉求有关。
未来,个性化和社交化这两种坐标可能会形成两种发展趋势:一种是个性化内容平台与社交化平台融合;另一种是个性化分发与社交分发融合,带来智能分发和粉丝分发结合的“智能社交”。
这两种趋势在当下已经初见端倪。比如个性化的今日头条正“拼命”地向社交化发展。它在做了个性化算法之后,大力推出头条号以及头条上的个人账号,向“社交化”靠近。
头条号推出的“智能社交”将智能推荐
与粉丝推荐相结合,实现个性化与社交化的融合
对于用户信息消费行为的变化,我们还要关照到用户可能产生的两种疲惫:
一是“独食”疲惫:长期独自消费同样口味的内容会败坏胃口,最后丧失对所有“美食”的兴趣。
二是强社交疲惫:过牢的关系捆绑可能导致用户逐渐逃离。朋友圈越来越多的人把自己的朋友圈设置成“近三天可见”就是例证。未来的社交平台可能需要适当的“松绑”。
越来越多人将朋友圈设为“仅三天可见”的背后,
是人们对社交松绑的渴求
假如能够较好地从社交化和个性化维度满足用户需求,实现内容消费并非难事。然而,按照衡量内容能量的另一标准——能否将用户的消费行为激发成生产行为来看,实现用户消费并不是终极目标。
02
将消费者转变为生产者
分享、评论是用户的消费,也是用户的生产。其中,评论更是用户需要付出成本的生产。怎样才能将内容消费者打造成内容生产者?
我们需要实现内容与用户的共振,即内容唤起+个人表达需要=用户评论。
今日头条梳理了用户评论数最高的100条内容,排名前三的数据告诉我们今天的用户并非想象的那样娱乐化。人们对生存环境、自身和社会命运的关切是引起共振的核心要素。另外,内容形式、文字的数量、城市发达程度等都对评论率有影响。
今天的用户并非想象的那样娱乐化,
与生存环境、用户自身和社会命运相关的内容更能引发评论
除了内容本身的唤起,消费者转变为生产者还需要社交元素的润滑。有三种方式可以提升社交动力:一是分享的内容能够提升用户自身存在感;二是分享的内容有利于用户的形象塑造与提升;三是内容能够达成关系网维系的作用,使朋友圈不至于过于沉寂。
03
从三个方向实现消费升级
当内容消费与内容生产成为一体,良莠不齐的内容市场上,如何实现内容消费升级?有三个关键词:优质文字、简约视频、场景化音频。
1、优质文字仍被需要。“爆款”与“优质”能否兼得?今日头条阅读量最高的20篇文章表明爆款并不一定等于不严肃,硬性话题比如“贪污”“腐败”等仍是人们关心的,严肃媒体并不是完全失去了市场。
青年阅读人群对严肃书籍相关内容的关注远高于
通俗书籍,一定程度上佐证了严肃阅读仍有市场
另一方面,碎片化阅读虽然可能是人们的常态,但仍有两种情况可能带来深度阅读。一是人们因为兴趣或需要进行深度阅读;二是即使看的是碎片化短文章,思考和理解也可能是深度的。
比如明星的粉丝可能未必会读一篇关于tfboys的1万多字的长文章,但每天读几百字的小文章也能对tfboys进行深度了解。所以,当人们围绕一个核心目标去进行浅阅读时,浅阅读也能变成一种深阅读,人们将在碎片中去拼贴、还原并建立起一个完整的认知框架。
2、视觉化消费趋势明显。虽然影视剧等长视频消费将持续,但从今天的用户行为来看,更多时候视频消费是基于小屏幕+移动场景+社交来实现的。可见,当今是以简约为主的视觉消费时代。
今日头条对短视频的未来发展方向给出了界定:短视频和小视频。短视频是1分钟到4分钟,是面向公共叙事的,UGC(用户原创内容)和PGC(专业生产内容)结合的可能更高;小视频是5秒到1分钟,趋向个人生活的记录,以UGC为主,内容主要是美食、搞笑和旅游。
井喷式出现的短视频与小视频平台
3、场景化的音频消费。音频是典型的和场景相搭配的表现形式。它的出现借助于家庭场景,它的复兴借助于交通工具——汽车场景。近几年它在以知识付费为卖点的问答类应用中发扬光大,成为今天音频应用的典型场景。
但当开发者纷纷进入“问答”这个领域,大量的平台与有限的内容生产者形成了“僧多粥少”的局面。“问答”应用这条路已经很拥挤。
未来音频消费的潜力仍在于对场景的挖掘上,智能音箱和车联网可能成为它的新场景。
平台整合一切,平台即生态
梳理了内容生产、分发、消费在“新内容革命”中的发展。我们再来看看将它们联系到一起的平台。2013年前人们习惯用“渠道”这个说法,但今天更多地提到“平台”。
平台
渠道
内容到达用户的多元途径,复合生态
内容到达用户的单一通道
用户被聚集在平台上,
用户与用户也在平台上连接
用户是渠道的端点,
用户与用户是分离的
内容生产者与用户汇聚在平台上,用户也是生产力
内容生产者与用户间被渠道分离,用户只是消费者
平台与渠道的区别
新媒体时代,平台化是大势所趋。今天社交应用的深化、搜索引擎和个性化推荐应用的扩张、服务平台的泛媒体化等都在指向同一个目标——平台化。
作为内容分发地,平台掌握了分发话语权,能够重新定义生产、分发、消费的关系,掌握着内容生态的未来。
也因此,平台需要技术伦理和新闻专业价值和伦理的双重约束,尤其在平台与内容生产者的博弈当中。
内容生产者供给平台的核心能量,而平台通过数据分析反哺内容生产者。如果平台过于从自己的利益出发可能会损伤内容生产者的积极性。只考虑流量而不考虑公共责任会破坏平台生态,最终即便平台有用户也会慢慢衰弱。
平台生态的核心是利益平衡、相互供给,只有平台、生产者、消费者相互驱动才能良性运作下去。
彭兰教授相信未来的传媒行业会发生专业性重塑。这需要专业媒体树立新标杆,用户养成新的媒介素养,平台坚守新的伦理。新的革命已经开始,我们能做的就是迎接挑战和未来,希望我们可以顺利踏入“新革命”的洪流,各司其职,营造更好的平台生态。
彭兰教授讲座现场
课程简介
《新闻传播学研究专题讲座》课程是由首都传媒经济研究基地主任丁俊杰教授主持,面向中国传媒大学博士研究生开设的新闻传播学研究专题讲座。课程宗旨是通过邀请学界资深知名专家及中青年优秀学者,围绕当前新闻传播学研究的热点领域和相关主题进行研究成果分享和学术趋势展望,从而达到帮助博士研究生开拓学术视野,掌握研究方法,探讨学术观点的目标。
文字:张灵萍、叶沣瑶、白庆
排版:孙玥
文中图片皆为网络资源,仅供学术研究之用。
若有版权问题,请与我们联系,联系邮箱:
cuc_pr@163.com。