据国外媒体报道,在基于人工智能的新闻个性化时代,传统新闻媒体组织已无法再控制新闻业。在数字浪潮中,整个新闻业处于死亡的底层。为了保持其完整性和可信度,媒体组织本身必须能够定义如何构建和使用其人工智能解决方案。实现这一目标的唯一途径是新闻机构开始构建自己的人工智能解决方案。
为了委婉,媒体在人工智能的发展中处于边缘地位。因此,在个性化的界面基于人工智能的时代,新闻机构不再能定义什么是真正的新闻,更重要的是,新闻机构不能确定什么样的信息是真实的或可靠。如今,社交媒体平台,搜索引擎和内容聚合器控制用户可以看到的内容,并直接影响行业创建的新闻内容类型。因此,媒体的未来不再掌握在自己手中。一切都结束了?
死亡基金新闻的数字化。
从历史的角度来看,新闻媒体不够快,创新不多,也无法成为数字时代的变革。之前的新闻曾经是吸引和引导人们(和广告商)的信号。但互联网的指数级爆炸和在线提供的信息改变了这一点。
在互联网的早期阶段,门户网站将人们带到了对他们感兴趣的内容。还记得雅虎?随着信息量的增加,搜索引擎会假设并改变人们在线发现相关信息和新闻内容的方式。随着移动技术和界面开始变得更加突出,社会化媒体整合新闻或鸣叫是掌管一切在菏泽,他们再次改变人们发现媒体内容的方式,现在我们开始强调我们生活的社交网络的作用。
值得注意的是,媒体并没有在这些发展中发挥积极作用。相比之下,新闻媒体总是在互联网的使用,搜索引擎,内容集成商,移动体验,社交网络和其他数字化解决方案迟钝,没有意识到自己的利益。
广告业务也是如此。新闻机构首先采取主动,允许谷歌等搜索引擎管理其网站上的搜索,这为谷歌提供了索引媒体内容的独特机会。随着社交网络的兴起,新闻机构,特别是美国的新闻机构,已经转向Facebook和Twitter等社交平台发布新闻,而不是专注于创建自己的突发新闻功能。因此,在数字经济新时代,新兴巨头已经消除了媒体的核心业务。
坦率地说,媒体从未在用户体验,业务逻辑或内容创建方面完全数字化。想想iPad的支付面板和电子报纸,互联网和数字化正在迫使媒体发生变化,但这种变化往往是被动的,而不是主动的。在老办法内容创作,让观众理解的方式,体验统一用户和分销模式旧内容仍然积极影响您创建的方式和分发的媒体内容今天。由于这些发展,今天的算法访问控制器,例如谷歌和Facebook等公司,主导着以前由媒体主导的信息和广告服务流。值得注意的是,今天大型互联网公司广告所推动的个性化和业务逻辑并不是为了让新闻媒体以自己的方式蓬勃发展。
从观察者到变换者。
媒体报道了以外部人的形式出现的新的世界算法顺序。该报告详尽,真实,鼓舞人心:媒体讲述的故事对人们如何看待当前数字现实的演变产生了具体而深远的影响。
然而,随着信息流进入由互联网巨头控制的算法黑匣子,很明显外部观察者很难或不可能理解各种因素如何影响信息的价值和传播。对于主流媒体而言,特朗普当选美国总统是一个“惊喜”,这只是当今数字现实新动态的一个常见例子。
这是一个悖论。随着信息越来越接近用户,移动设备阻止屏幕和其他信息显示界面可供我们随时访问,其背景起源和动机比以往任何时候都更模糊。
社交媒体使用机器学习的最新方法的自我实现的反馈电路相结合,而我们则是容易受到恶意或无意的攻击,让我们进入“另类事实”和假新闻的世界。在这个自动化和算法操纵的时代,媒体的理想听起来非常重要:传播真相和相关信息,培养言论自由,所有人的声音,扩大和丰富世人对人的看法;
然而,如果媒体本身不主动开发可以塑造算法现实的解决方案,那么新闻媒体的驱动价值将不会完全反映在算法的现实中。
在评论或批评主导算法的平台行为时,它不会改变当前的过程。 Facebook(#ChangeFacebook)的变化没有出现在媒体上。 Google新闻根据其文化和企业价值观控制和开发新的人工智能,因此它不会受到媒体组织的直接影响。
互联网的兴起和算法的规则后,再次我们对模式的重大转变的边缘。基于机器学习的人工智能解决方案将对我们的数字和物理现实产生越来越大的影响。这是影响权力平衡,影响数字发展方向和改变我们对信息思考方式的另一个时刻。这也是媒体从外部观察者转变为变革者的时候。
媒体的人工智能解决方案。
如果媒体想影响他们创造的方式,发展,现状和未来广播的新闻内容,应在人工智能的发展起到了积极的作用。如果新闻机构想了解他们是如何受影响的数据,并在数字化环境,以及如何控制他们的信息,他们应该开始接受自动学习的可能性。但媒体如何与今天的人工智能领导者竞争呢?
新闻机构有一两件事,像谷歌,Facebook等大型互联网公司都尚未公布:新闻机构的内容创建的过程,因此,有深入细致的知识内容。通过专注于正确的人工智能解决方案,他们可以以独特而强大的方式将与内容创建和内容消费相关的数据组合在一起。
新闻机构需要使用人工智能来改善每个人。他们需要加强记者和新闻编辑室。为什么会这样呢?
改善与用户和公众的联系。
个性化已经存在了一段时间,但它是根据媒体本身设计和开发的吗?媒体的目标是伟大的内容与个性化的用户体验相结合,创造的透明信息和有意义的用户体验是与新闻的原则和价值观是一致的。
对于新闻,即将到来的机器学习方法,实时,在线学习,提供在现实生活中了解用户的喜好了新的可能性。这些技术提供了许多新工具,可以直接在锁定屏幕上发布新闻和讲故事。
实时了解屏幕锁定移动设备,就可以使用系统智能通知发送定制,以优化实时新闻内容创建和内容分发通知,对新闻内容的出版物的影响。该系统可以根据喜好和用户上下文,其可以是语音,视频,照片或甚至增强现实和数据可视化材料的图片定制的内容。
值得注意的是,机器学习可用于在人,记者和新闻编辑室之间创造新的互动形式。自动审核评论只是今天使用的一个例子。想想如果有可能直接在锁屏上进行互动,让记者更好地理解内容消费和实时情感的意见捕获的故事。
通过数据可视化和使用公开算法有深度的文章,新闻媒体可以创建新的自定义格式,真正专注于人,它可以让用户知道如何定制是实现以及它如何影响新闻用户的体验。 。
我们不再需要责怪过滤算法。算法可用于丰富您的新闻体验。通过了解您所看到的内容,您还可以了解您之前从未见过的内容。通过投资部分个性化逻辑,新闻机构可以创建基于机器学习的推荐引擎,从而扩展多样性。
改进记者
无论是在抽象和背景中创建新信息,还是处理突发事件(新闻),人类的智慧仍然是无敌的。
记者对内容的深刻理解可用于教授AI新闻助理系统。通过使用人工智能直接向记者学习并深入分析内容消费数据,系统将随着时间的推移而改进。智能助手的消息可以指示内容隐含或明确地连接,例如,基于主题,语调或其他元数据(如作者或位置)不同的内容找到相关的链接。这样一个聪明的新闻助理可以通过显示以前的内容与当前热门话题或突发新闻相关的内容来帮助记者更好地理解内容。这些故事可以在有意义的环境中更快,更准确地锚定。
人工智能解决方案可用于帮助记者更快速,更彻底地收集和理解数据和信息。通过识别社交网络或搜索查询或历史报告中的亮点模式的发展趋势,智能助理新闻可以提醒记者,如果所需的重要下周或下一个节日的内容汇报。同时,人工智能解决方案对于事实检查和内容操纵检测(例如伪造图像和视频的识别)将变得越来越重要。
自动内容制作系统可以自动或半自动地创建和注释内容,例如基于访谈记录创建草稿版本,然后由人类记者修改。该系统可以进一步发展,以创建基于不同的细分和内容格式(文字,音频,视频,图像,可视化,增强现实和外部注释)汇编,或创建高度个性化新闻,个性化通知新闻。内容
智能新闻助理还可以使用推送通知版推荐下一篇应发布的帖子,以及向最终用户发送推送通知的最佳时间。提醒一下,尽管Google的双工功能非常强大,但自然语言处理(NLP)还远未解决。人类智能和机器可以结合在内容创建的核心和理解语言的过程中。利用人工智能解决方案提高记者的超语言能力也将以新的方式支持NLP的研究和开发。
改进编辑新闻
在新闻编辑室和业务发展的日常实践中,如果创新和数字化并不特别纳入核心的新闻服务,比如观众的理解,媒体的传统文化氛围不它可以改变。
人们可以开始将新闻机构视为一个系统和平台,为不同的人和人提供不同的迷你个性化产品。通过使用自动或半自动内容制作,新闻编辑可以获得有关相关利基主题的信息。解决的问题越多,覆盖范围越深,新闻编辑室就能越好地为不同的人和细分市场生产定制的迷你产品,例如个性化通知或内容合成。
在一个越来越难以区分现实和虚假的世界中,通过自我反思和透明度建立信任变得比以往任何时候都更加重要。人工智能解决方案可用于创建工具和方法,使新闻机构和新闻编辑室比以往更多地了解他们的活动及其影响。同时,通过向更广泛的受众开放新闻编辑室及其活动,可以使用相同的工具来建立信任。具体而言,人工智能解决方案可以检测和分析报告和讲故事中可能存在的潜在偏差。例如,是否有某些人过度关注某些主题或材料?报告时有多个意见的主题的期望或角度是什么?大多数照片是否显示具有某种民族血统的人?是否有重要的主题或声音未在报告中提及?人工智能解决方案还可用于分析和了解当前内容类型和以前工作的内容,提供深入的特定于上下文的分析,以便在将来创建更好的内容。
人工智能解决方案将有助于更全面地反映故事和故事及其影响,同时提供新的决策工具,例如确定应涵盖的内容和原因。
此外,数据和信息可以以可视方式呈现,这使得创建故事和内容的影响更加明显,并且可以被整个新闻编辑室访问。通过这种方式,新闻的整个编辑和决策过程变得更加开放和透明,影响着新闻业的各个方面,从日常工作到思想和更广泛的战略管理。
未来的新闻机构将成为人类和一些机器的一部分。通过机器对人类智能的这种转变是新闻媒体未来的基础。为了保持其完整性和可信度,媒体组织本身必须能够定义如何构建和使用其人工智能解决方案。实现这一目标的唯一途径是新闻机构开始构建自己的人工智能解决方案。对每个人来说,越快越好。