人类写作VS算法写作！读者更爱谁写的新闻？

自从两年前，美联社开始完全自动化地制作公司盈利报告，利用结构数据自动撰写新闻报道的算法，已经动摇了新闻产业。 这种所谓的自动化新闻——总是在某种程度上被误解为机器人写新闻——是事实性、常规性、重复性的，要有干净、结构清晰、可以信赖的现成数据作为材料。

除了财经新闻，其他常见的例子包括概述体育比赛、犯罪报道，以及基于传感器数据的新闻，比如追踪地震信息，以及粉尘浓度。

这类已经被定义好了的问题、算法，一次开发，可以几乎无限次、低成本地撰写新闻，还能用不同的语言，适应不同读者的个性化需求。并且，最重要的是， 相比于人类记者，算法可以更快速、更少出错。

这些明显的经济效益，完全符合新闻机构的诉求： 降低成本的同时，增加新闻数量、提供个性化的内容。 因此，去年世界编辑论坛将自动化新闻评为新闻编辑部最关键的趋势，也就不足为奇了。此外，这项技术也引发了大众媒体的广泛关注。例如，播客“金钱星球”让国家公共广播电台最有经验的一位记者，与一套算法比赛创作一篇新闻报道。另一个例子，是由《纽约时报》进行的一项测试，让读者们猜猜一篇报道到底是由人类执笔，还是由算法生成的。

在“读者对计算机生成新闻的看法”这项研究中，我们感兴趣的是， 人们对自动化新闻的感受究竟如何。 特别是，我们研究了 相对于人类撰写的新闻，读者如何评估自动化新闻的质量。 与Bastian Haarmann、Hans-Bernd Brosius共同合作，我们让共计986名参与者阅读了两篇新闻报道，一篇是财经新闻，一篇是足球比赛简报。人类撰写的新闻取自流行的德国新闻网站，计算机生成的同主题新闻，由“弗劳恩霍夫通信、信息处理和人机工程学研究会”提供，这一学会致力于文本生成算法的研究。 每篇文章，我们都告知了参与者它是由人撰写还是算法生成的。但是，在某几组中，我们通过更改署名，故意给了参与者错误的作者信息。

人们更喜欢“作者是人类”的文章

人们更喜欢阅读“作者是人类”的文章，而不是“作者是算法”的文章 ，这是个可以猜到的结果。有趣的是，这一结论 在文章实际由算法生成、但标注为人类撰写时，依然成立。

也就是说，只要让人们以为自己在阅读的文章作者是人类，他们就会觉得这篇文章的可读性更高。这一发现的一个解释是，一旦人们（认为自己）在阅读计算机生成的文章，他们就会更加仔细、积极地观察，想找到算法撰写时的特征。

也就是说，参与者并不总是偏爱人类写出的文章。或许有点令人惊讶的是，参与者的评分显示， 在可信度上，自动化文章比由人撰写的文章得分更高。 这一结果的原因之一，是自动化文本总是提供大量的数字，令其显得更为可信。

机器写作已经可与人类媲美

总体来讲，人们对这两者的看法的差异是相当小的，这也证实了在丹麦和荷兰进行的两个类似研究的研究结果。某种程度上，这是最有趣的发现，因为它表明， 自动化新闻的质量，已经可以与人类写作相媲美

，至少在非常常规的新闻报道中是这样的。然而，由人写作的新闻却常常像机器写出来的一样：他们遵循标准的新闻写作套路，简单地复述事实、缺乏复杂的故事情节与叙述。

这些套路，当然是机器能够得以进行工作的原因，但是为什么读者没有注意到他们阅读的是一个计算机生成的报道呢？换句话说， 那些只能按照常规套路写作的记者，已经像个机器一样了，具有讽刺意味的是，真正的机器也因此可以轻易地取代他们了。

自动化会带来失业，也会创造就业

并不奇怪的是，很多记者都认为自动化是一个威胁，他们的讨论的范围往往局限在强调人与机器对决的框架。

毫无疑问，自动化会取消一些工作，但是它在自动化新闻生成的过程中，也会创造新的岗位。 例如，文本生成算法需要大量的编辑复核和手动配置，还有一定程度的维护，即使在最初编程完成后，后续也会有工作要做。

人类和自动化，将变得更加一体化

此外，人类和自动化新闻将很可能紧密结合，形成一个“人机联姻”，算法和人类都将各自完成自己最擅长的工作。 也就是说，算法可以分析数据、发现有趣的故事、提供某一话题的初稿，记者可以用深度分析、对关键人物的采访以及幕后报道来丰富这一新闻。

最近，我们开始了一个新的项目，根据今年美国大选的预测，来发展自动化新闻。为此，我们依靠大选预测网站PollyVote.com的数据，这一网站建立于2004年，充分证实了用循证预测原则来预测选举的优势。

我们的想法是使用它们的数据，创作一个包含所有重要事实以及额外分析的新闻初稿。例如，在民意调查新闻中，一个典型的报道将描述是谁、何时进行了民调，样本规模，误差幅度，当然，还有调查结果。此外，该调查的结果还会与一个调查平均数作比较，并且根据其他来源的丰富信息作出综合预测。 自动化新闻不但将提供一个简单的调查总结，它还能将这一调查放入事件背景中，与其他预测进行比较。

通过聚焦政治预测，这个项目将自动化新闻带入了“硬新闻”的领域。除了服务于记者、提供数据驱动的预测资料，我们的目标是研究参与程度不同的读者们，都对自动化新闻参与这一高知名度、高敏感度的话题，有着怎样的看法。当然，浏览PollyVote.com，将能让你了解我们自动化新闻的最新进展。

本文由百度新闻实验室（id:baidunewslab）独家编译,原文载于en.ejo.ch,版权归原作者所有，转载请注明出处。

编译：薛静

编辑：邵琦