記者將被機器人取代？

然後，NPR內部有二十名負責公共政策或政府部門的記者，各自在Google群組文件裡，檢視初稿、修改錯誤，同時依自己的路線專長，查核兩名候選人的話語，以標註形式記錄在文件裡。最後，再由一名研究員把關，檢查所有文字及事實，包括有無錯字，再出版到網站上。

整個流程包括記者、編輯、視覺團隊、研究員，約五十人參與，直到辯論會結束。NPR網站因而締造六百萬人次上站的歷史紀錄，七成網友以行動裝置觀看，兩成二看完全場文字轉播與核實內容。

在此案例裡，科技打開即時編寫與同步協作的窗口，省去線下協調的難度。在各個流程環節中，語音轉為文字的聽打作業，未來最可能被機器人取代；至於最關鍵的事實查核，牽涉敏感的語意分析、價值判斷、經驗知識、歷時性搜尋比對，短時間內，難以被演算法或人工智慧取代。

廣告

對照前些時，臉書「趨勢話題」（Trending）單元裁撤編輯人力，完全由演算法篩選新聞，不到三天就出糗，挑到「福斯新聞當家主播是希拉蕊暗樁」的假新聞，這是一名敬業、有經驗的人類主編，絕不會犯下的錯誤。

換言之，愈是結構單純、價值中立、邏輯架構清楚、以時間序與數據為主、能以傳統5W1H鋪陳的新聞類型，愈容易被機器人取代；相反地，歷時性愈長、事實愈模糊、語意歧義性愈大、價值判斷愈複雜、愈是依賴現場採訪、涉及跨領域或意義詮釋的新聞類型，人工智慧愈難取代人力。

即使是單純的財經新聞，NPR去年也做了一項有趣實驗：他們針對一家餐飲集團剛出爐的財報，讓一名資深記者與寫稿機器人比賽，結果，前者花了七分鐘，後者兩分鐘就完稿。雖然人類在速度上挫敗，但以稿件品質及易讀性，九一二名網友票選機器人版本較佳，資深記者的稿件則獲九九一六票，人腦取得壓倒性優勢。

廣告

當然，人工智慧的寫稿品質，仍能透過自我學習，不斷精進。未來，除了股匯或運動賽事新聞可能由機器人代勞，目前不少台灣媒體都有「在家記者」或「社群記者」，負責彙整臉書或其他媒體新聞，這些工作也能以寫稿程式替代。

反過來看，善用人工智慧與大數據分析，對新聞業有莫大潛在助益。例如，美國有一實驗性組織「媒體聯合」（Media Consortium），結合《Mother Jones》、《The Nation》、《Orion》等三十幾家倡議性媒體或獨立媒體，希望靠著結盟力量，在數位時代衝出一條新路。

近年，他們與哈佛大學量化社會科學中心合作，希望能測試單一議題的網路影響力。例如，針對一篇氣候變遷、移民權益或經濟正義的報導，他們會在各自網站或官方推特（Twitter）同步聯播這篇文章。

然後，藉由哈佛大學開發的程式，爬梳推特資料庫每天四億則推文，分析報導上線前後的社群風向，具體測量一則新聞如何影響公共討論。個別媒體因而獲得經驗值，知道哪些報導在何種情境下，會得到怎樣的傳播效果。

廣告

在這兩個例子裡，科技並非威脅，而是工具。提高效率、強化效果的媒體工具愈來愈多，它們不見得會搶走記者的工作，卻可能催化數位媒體轉型。

就像快速印刷術促成近代報業崛起，或像電報技術讓跨國通訊社在十九世紀茁壯，新聞產業的發展進程，幾乎就是「內容訊息與技術載體不斷耦合的動態過程」。過程裡，人類會犯錯，也會修正調適。或許，當我們十年後回望，寫稿機器人不會是外星人來襲，而是新聞業摸索尋路的一則註腳。

更多精彩內容，詳見天下雜誌出版《新聞不死，只是很喘》