怕被人工智慧取代?AI 時代,媒體人該具備的 4 項內容生產能力

媒體工作者們,做好 AI 時代來臨的準備了嗎?你是歡迎,還是恐懼?媒體工作者又該具備什麼樣的能力,面對這幾盡篤定來襲的巨大浪潮?
評論
評論

媒體工作者們,做好 AI 時代來臨的準備了嗎?就連中文世界都已有「小冰」、「記者快抄」,以及中國《南方都市報》的「小南」等新聞人工智慧冒出頭摩拳霍霍,準備「一秒」極速取代記者們寫稿。你是歡迎,還是恐懼?媒體工作者又該具備什麼樣的能力,面對這幾盡篤定來襲的巨大浪潮?

不過今天在這篇文章裡,我們暫時不談網路、流量、內容經營的角色(但得強調:他們的重要性在這時代毋庸置疑),也先把商業模式競爭因素先擱一旁,把焦點聚集在純粹的內容生產。這篇文章認為新聞從業者未來將走向兩個極端「要不是更人性,就是更數位化。」與四項能力。另外要一提的是,平面與電子媒體雖說實際操作面上有所差距,但處境其實也相當類似。

深度訪談

這應該是短期內最不容易被 AI 與自動化取代的能力之一了,理由很簡單,卻體會在很細膩的地方:AI 與機器沒有情緒,無法達到記者與受訪者面對面,進行深度的情感交流。 應該不會有太多人否定情感在一場深度訪談之重要性,或許受訪者肢體語言或情緒已有演算法透過事後影片進行細微分析的空間,但大到建立信任感,小到雙方的即時反應,專訪終究要以「人」與「人」雙方之間的交流(哪怕是視訊對話或甚至是書面採訪)作為基礎。

大家或許可以思考:在已知的狀況下,你會對一台機器人或電腦真正敞開心胸嗎?電影《雲端情人》或許給了大家很浪漫的想像空間,但如果今天是要蔡英文坐在一台全自動機器人(後面沒有人操控)面前接受國際性專訪呢?這是有理論支持的,「恐怖谷理論」認為非人物體(像機器人)因與人類在外表、動作上相似,人類會對非人物體產生正面情感;但到一個特定程度,人類的反應便會突然變得極為負面,只要非人物體與人類有一點小差別,都會顯得非常刺眼。

攝影

當然攝影記者捕捉畫面工作被機器與 AI 取代的範疇,要比深入訪談要來得多。我們先想像一下有哪些攝影工作可能會被全自動的 AI 執行:無人機已廣泛被新聞機構用於空中俯拍、建築物攝影等用途,未來的天災、意外或事件發生時,可以想像將有很多具全自動能力的無人機代替攝影記者,實際飛去第一線捕捉現場畫面。

事實上「無人機新聞」在美國學界與業界熱度正在上升,內布拉斯加大學無人機新聞實驗室認為無人機平台具有巨大潛力,搭配感應器十分適合用以環境,氣候變化,發展或其他領域的調查性新聞;它也會是 VR 實驗的好平台,透過拍攝足夠的照片量,報導者就可以使用攝影測量技術,來創建一個可以放置在 VR 環境的逼真 3D 模型,讓觀眾實際走動在新聞事件中,並獲得深刻體驗。

Photo Credit: DJI
▲「無人機新聞」在美國學界與業界熱度正在上升,Photo Credit: DJI

不過無人機最大缺陷就在於它無法(或很難)飛入建築物,取代室內攝影;另外許多因飛安、國防等因素考量禁飛,或甚至是訊號到不了的地方,還是得由人類進入攝影。

而且跟深度訪談一樣, 機器人或 AI 還是無法跟人類進行情感交流 。大家應該都很熟悉國家地理雜誌的阿富汗女孩照,這幅足以代表阿富汗戰爭與 80 年代世界難民的新聞照片,其說服力來自女孩直視攝影師的銳利眼神;講到這讀者應該就可以理解了,一台無人機或機器人是很難與受訪者溝通,進而拍出這種照片(或影片)。

社會資本

讀者們或許可以把社會資本簡單視為「人脈」(雖然它的定義遠複雜於此);雖然有人會從一種比較嚴格的角度,認為「社會資本」本身不算能力,但不可否認它是新聞工作者的重要資源。尤其是深入報導其關鍵往往在於受訪者是否跟記者夠熟悉,建立起信任感進而接受採訪、透露訊息;跟其相關(但非畫上等號)就是記者本身的社交技巧。

顯然易見的,AI 或機器人本身自然沒辦法跟人類建立有效、穩定的社會連帶

資料思維、程式能力與資料新聞

有人認為:在 AI 全自動時代,也許唯一不會失業的職業就是程式工程師!這句話雖然過誇張了點,但不可否認不管哪個產業,具備程式能力人扮演的角色越來越重要。而在新聞產業, 跟內容生產最直接相關的環節屬「資料新聞」領域。

資料新聞可說已成為大數據時代的媒體新顯學,雖然《紐約時報》、《華盛頓郵報》早在 2001 年就開始設有資料記者(Data Journalist),但歸功於行動網路崛起,世界整體的數位資料量不停翻倍成長,也讓資料成為新聞產製越來越重要的資源。

最好的例子,莫過於佛羅里達地方媒體《Sun Sentinel》曾在 2013 以 資料新聞一舉獲得普立茲獎。 團隊藉由警車經收費站幾百萬筆的資料,證實佛州警官間確實存在超速文化,進而導致至少 320 件車禍,21 人傷亡;但其中只有一位警官受到實質懲處。在揭發佛州警官的惡行後,確實讓警官超速比例有大幅度改善。

理所當然,資料新聞仰賴程式寫作、數位工具操作以及網頁設計的能力。嚴格說起來新聞工作者並不一定要具備這些能力才能參與製作資料新聞(在 Sun Sentinel 的例子裡,現場調查一樣很關鍵),同時數位工具也會得利於 AI 發展,將變得更加簡便、好用。但不可否認工作者起碼要掌握其中一項,並具備使用數據的思維,習慣與專家、同事產生共作默契,才能在資料新聞中扮演好組織角色。

大量新聞工作將被取代,但這不一定是壞事

但敏略點的讀者應該不難發現,上述四項能力除了最後一項以外,其實都是傳統新聞從業者的核心「基本功」。但這些能力就算無法完全被取代,但中間人工智慧能介入的空間也非常大。光是深度訪談最重要也最基本的逐字稿,就已準備被語音、語意識別能力日益漸精的 ORC 軟體全面代勞;美聯社 2015 年就早已開始透過人工智慧,精準計算哪些詞語適合其相對應的新聞內容結構,輔助記者寫出容易獲得大眾迴響的報導,此外前面提到的「無人機」,更是資料新聞的好幫手。

Photo Credit: Marc Smith
▲社會網絡圖被許多人視為資料新聞內非常有用的報導工具。Photo Credit: Marc Smith

就連最「人」的社會資本既使無法被 AI 取代,但「社會網絡圖」不僅早已是社會學家透過電腦軟體廣泛分析像經濟體系、職業流動等社會議題的顯學,現在更被許多人視為資料新聞內非常有用的報導工具。

但換個比較樂觀的角度來看,大量新聞工作勞動將被 AI 取代,對台灣媒體來說卻不一定是壞事:

  • 填補少子化的人力空缺:台灣少子與人口老化之速度已是東亞前段班,根據國發會統計資料,台灣整體勞動人口 2015 年達到 1,738 萬人的高峰後,預估每年會將以少 18 萬人的速度快速下降。其中媒體當然也將遭受波及,但 AI 自動化新聞出現,是不是有補上勞動力流失的空間呢?
  • 提升深度報導質與量:或許 Elon Musk 口中的「基本收入體系」還太遠,但可以預測的是,媒體工作將有許多基礎性勞動會被人工智慧代勞,原本生產深度報導的媒體也能更專心於議題設定、調查與追蹤等重要環節;此外得力於數位工具更加簡便,媒體也能透過資料新聞深掘出更多元的報導內容。

更理解讀者需求:目前像標籤雲、社群爬蟲、輿情分析平台等工具已廣泛被運用,幫助媒體即時了解讀者間流行的熱門主題,這個趨勢還會隨著 AI 能力發展有進一步的提升。

AI 新聞最大挑戰:透明度

▲Photo Credit: Shutterstock
▲AI 若要走進新聞編輯室,最大的挑戰就屬「透明度」。Photo Credit: Shutterstock

不過,AI 若要冠冕堂皇走進新聞編輯室,最大的挑戰就屬「透明度」這最基本的新聞價值。拉到實作層面,AI 如果寫了一篇深度新聞報導,或許本身文章書寫品質不會有太大問題,但產製過程就是一大問題了,新聞背後的程式碼與演算法怎麼運作?有公信力嗎?會不會帶有常見的「偏見問題」?又該怎麼在不傷害技術機密下,拿捏公開技術原理的程度?

其他問題會更複雜,特別是當新聞倫理面臨科技公司的專有問題時。像個資部分,記者使用 AI 意味他同時也將經手大量資料,這些資料來自哪裡?是真的資料嗎?那又恪遵個資法嗎?在必要的狀況下,記者有其法律和道德,公開這些敏感卻又極其重要的問題。

AI 新聞:待科技、新聞機構和記者之間的密切合作

某方面來看這呼應了許多科技巨頭極力倡議(至少表面上)的說法:AI 並非全面取代人類,而是成為人類更好的輔助工具,也有點像李開復所說「人類將可更關注於創造力、規劃能力與跨領域思考能力」的工作。但至於 AI 到底怎麼實質成為新聞工作的主力?這就待科技、新聞機構和記者之間的密切合作,也是 INSIDE 期待讀者能跟我們開啟對話的地方。


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。