大資料顛覆新聞生產方式

關於大資料對新聞生產的影響，過去我們關注怎麽樣用大資料對HTTP://www.aliyun.com/zixun/aggregation/8172.html">使用者行為進行分析，對他們進行個人化的服務， 或者用大資料進行市場分析調查。 但是我們目前有這樣一個未被給予太多關注的環節，就是大資料對於新聞報導本身的影響，新聞中一些不管是事實還是相關要素等資源，會在大資料當中發生什麽樣的變化？

過去所有的新聞都是由專業媒體人員生產的，在大資料時代，未來新聞是不是一定由人或者全部一定由人來生產呢？ 當物聯網和大資料結合在一起的時候，這個答案是否定的。

物聯網資料所帶來的變革，可以使所有的物體都自己開口說話，這不僅僅對我們的健康監測會產生這樣的作用，同時這些資訊可能會轉化為新聞生產的資訊。 過去新聞專業資訊的採集主要是由專業媒體進行，但是將來所有的使用者都將會參與到這個環節中，所有可能的物體，你只要願意，你就可以在物體身上提取資料來為你的內容服務。 物聯網的基礎是有一個感應器，當感應器變成一個資訊的產業終端時，可能會帶來一種所謂的傳感新聞。 現在有專門的互聯網分享資訊平臺，未來這些平臺也會成為大資料的來源。

從預測資訊的角度來說，感應器在採集一些我們重點觀察不到的，或者憑我們個別的記者眼睛觀察不到的，更廣泛、深層的領域，在新聞和其他資訊的傳播效果測量方面，感應器的功能也將日益得到開發。 針對地理位置或者是今天某一個個體的感應器可以説明我們做到個人化服務，實際上今天我們手機上的一些設備也是早期的一個開拓者。 我們不僅僅依靠幾個記者敏銳的頭腦觀察能力了，我們更需要物聯網相關感應器的合作。

南京大學的一個傳媒學院，在前不久啟動了一個非常有意思的實驗，在觀眾身上放了一些感應器，測試他看戲劇知道他的情緒，他的興奮點在什麽地方，這就是所謂的機器人新聞。

他們做的一個叫Narrative Science的軟體，讓很多美國的媒體很關注。 這個軟體不僅僅是做使用者工作收集，甚至把這些資料自動的放到一個一個的模組裡面。 比如說，看比賽的時候很多人都會拿出手機來發比賽資訊，這些比賽的消息，被Narrative Science收集起來後，就可以知道這場比賽的過程怎樣，比分如何，把這些資料放到關於比賽的範本中，同時讓媒體和觀眾參與， 像城市化程度很高的新聞就可以由一個機器人來完成。 他們公司一位負責人介紹，這樣的新聞在未來可能90%都是由他們的新聞來完成。 首先收集資料，然後到了下一個環節，像人寫新聞一樣去尋找特定的或者比較有新意的角度，再根據收集到的消息去設計結構，之後變成一條一條的新聞。 我們不敢確定機器人新聞是不是會在將來打破人寫的新聞，從理論上來說，在龐大的資料面前，人類越來越依賴機器的時候，實際上新聞的寫作，僅依靠資料已經完成了70%、80%，所以說新聞由機器來形成也不是不可能的。 不管是誰寫的新聞，只要提供足夠的事實足夠的觀察，受眾是可以接受的。

大資料和媒體是有兩個相應的方面，不管是感應器也好或是機器人也好，都是一個科學概念，現今只存在一些實驗，不論這些實驗會不會成功，至少這些實驗的方向，對我們媒體有啟發和借鑒。 從另外一個意義上來說，在未來的媒體推廣中，人將處於媒體新聞生產中怎樣的位置是未知的，我們需要調整我們的思路和技術手段，同時也需要有更多的對外合作。

不管怎麽樣，未來大資料在我們新聞生活中間所扮演的角色一定越來越重要，但並不是說大資料進入到這個領域我們一定要接受它或者我們沒有辦法阻止資料被採集，資料獲取合法性是非常重要的前提，未來怎麽樣保證資料的隱私， 保證資料獲取的合法性，是保證大資料的一個前提。

在這樣的時代，我們面臨的挑戰是非常多元的，雖然不是說技術至上，但是技術是我們今天做一切新媒體的基礎。 （彭蘭）