去年开始扎堆出现的“聊天机器人”，从被寄希望于作为编辑室全面AI化的开端，到泡沫破裂、专业评论称其“过时”，不过就几个月的光景。时间不饶人，概念翻新的速度比产品升级可要快多了。
但无论是泡沫也好，“过时”也罢，凑热闹的产品层出不穷，有个问题却一直无人解答：
对传媒业来说，聊天机器人究竟解决了什么交互痛点？仅仅是让读者跟一个程序对话那么简单吗？编辑和记者在程序开发和应用上应该承担什么角色？
全媒派（qq_qmp）选择编译来自尼曼新闻实验室的这篇文章
，作者Andrew Phelps的经历可不简单——从加州大学圣地亚哥分校毕业后，他在尼曼短暂地经历过作者及助理编辑一职，随后来到《纽约时报》，从助理编辑到高级产品经理，再到产品总监，3年时间实现火箭般蹿升。而这背后，是他对《时报》移动端产品大刀阔斧的改革与推动，下面这四个关于聊天机器人的小故事，就是《时报》正在做的事情。
新闻机器人化加速，“人味儿”不见了？
我们处在信息App大爆炸的时代，一图以蔽之，12亿人用Facebook的Messenger，还有12亿人用Facebook的WhatsApp。Snapchat在用户停留时长上列居第二，IMessage是最受欢迎的iOS应用，老牌通讯——短信，依然牢牢霸占着40亿人的手机。
新闻机构自然向用户靠拢，纷纷涌入上述平台，尼曼实验室将其称为“新闻机器人化”。
新闻机构和读者之间的关系正在变得越来越
私人化
，正是为了适应这种变化，“聊天机器人风”才适时吹了起来。各大媒体头条开始预测这种变化即将带来的影响，讨论程序进步是否会让新闻变得不够有“人味儿”，比如，
《记者们要注意了！Facebook F8大会发布的机器人新闻可能比你写得好》、《机器人写稿：算法是否就此杀死新闻业》
，还有
《进击的机器：AI机器人1秒成稿，记者朋友前途堪忧》
，或许你认为1秒成稿难以置信，但对于电脑来说，它已经放了足够的“水”。
延伸阅读：
《记者们要注意了！Facebook F8大会发布的机器人新闻可能比你写得好》
http://www.cnbc.com/2017/04/19/facebook-f8-the-bot-platform-one-step-closer-to-replacing-journalists.html
《机器人写稿：算法是否就此杀死新闻业》
http://www.haaretz.com/israel-news/business/1.771758
《进击的机器：AI机器人1秒成稿，记者朋友前途堪忧》
http://www.express.co.uk/news/science/757802/RISE-OF-THE-MACHINE-artificial-intelligence-ai
针对“人味儿”的缺失，Andrew开始从他供职的NYT中寻找突破。机器人领域的不少尝试凸显了其可玩性或可用性，或者二者兼有，但一个好的机器人，
必须有“个性”，它是媒体的“代言人”，可以特意赋予的性格、也可以默默展现、抑或是与媒体个性高度吻合。
NYT，这家拥有1100名员工的老牌媒体，最不缺的就是人，更不缺背景不同、观点犀利的记者团队，他们是难得的优秀人才，又有丰富的情感。于是，实验开始：为何不能让记者、编辑和机器人结合起来？
实验一
聊天程序背后竟然是真人
Sam Manchester是《纽约时报》运动版副主编，他在前往里约报道2016奥运会期间做了一个小小的实验，编辑室让他和读者发点儿赛事相关的个人观察，这事儿人人都能参与。不做突发信息、也不做重磅头条，而是像和朋友聊天一样，和读者唠唠嗑。
这个界面你或许并不陌生，但当你突然收到了NYT的Hey，也会吓一跳吧，这样一家媒体巨头，随便一句Hey，自然来头不小。
它还会出现在你的家人、朋友、重要的人身边，出现在每个个人化的熟悉的场景里。
里约奥运会，麦当劳排队实录
Sam有一组颇受欢迎的照片，他在照片中记录了一段奥运村外的花絮：运动员们全都跑去麦当劳排队！如此疯狂，让人震惊。
下一步则是内容独立，他用一个新的账号@ thefatjewish发布信息，依然是个
机器人设定，不带个人色彩，不用第一人称，只说看到的独家事件，让每个读者有共情——新闻活了！这张照片迅速大火了一把。
世界上最无用的工作——奥运会游泳比赛救生员
人们怎么看待这个机器人呢：“干得漂亮，爱死了。我收到回复了，机器人也有想法啊，肯定也会拉拉‘家常’的。”对NYT而言，这可不是个机器人，它是个货真价实的人类，肉体凡胎，有真情实感，有一切正常人的正常反应。
当然，大获成功的背后，困难也不少：
用户黏度低
。有人会问“我要不要回复呢？”“我不觉得我得到了最佳问题回复。”
NYT团队要去理解用户互动行为背后的逻辑，用户常常带有不信任感，他们会质疑“这是个真人吗？是在唬我们吗？
”其实，人们的情感互动往往很私人，他们想：“如果我哪个在奥运会现场的朋友第一周就给我发了6次信息，我俩可能友尽了。”所以，他们才不信Sam的背后是个真人。
更有意思的是，有人问：“奥运会结束后Sam还会给我发信息保持联系吗？不聊奥运，聊聊有意思的观点。”这位读者可能想多了，毕竟Sam只有一个。
数据显示，
Sam一共发过70次信息，有30000人收到，1300人回复
，Sam几乎每个都回。在某个赛事低迷的周一，NYT搞了一次“你问我答”回答读者提问，虽然无法每个都答到，但活动结束后，有
大约3500个用户表示：这种新闻超棒、超酷！
即便如此，NYT也意识到，Sam不可复制，他们需要思考，如何去衡量人工价值？如何创造更多的一对一体验？
实验二
“半人半机器”的推送是种什么样的体验？
政治报道记者Nick Confessore在Facebook Messenger上启用了聊天机器人NYT Politics Bot，
试图把人际交往的亲密与人的魅力与机器人结合在一起。
人类这一边，Nick每天早晨要把自己的独家观点，打上自己的风格烙印，编成对话。既不代表NYT，也不形成所谓的“目标性”体验。事实上，
用户与账号产生了互动，他们甚至很喜欢这种体验，有25万人认为这是一次私密的、独一无二的互动。
在程序设定方面，NYT每天发布选举预测提醒，比如“距离最终选举只剩22天，希拉里胜率90%，特朗普10%。”结果是显而易见的，机器推送内容不及时处理，存在漏洞可钻。
但这也是一个尝试，NYT试图提供真正实用的消息，而非对“人”的单一关注。
实验三
记录编辑的思考模式，拟真机器人诞生
电视编辑Gilbert Cruz是一个行走的IMDB数据库。如果你在闹剧荒，咨询他再好不过。他会根据你的个人情况为你提供“量身定做”的完美建议，特权一般的顶级享受。
如果要找他咨询，可能会遇到这些问题：“你最近看过的剧中，你喜欢哪一部？其次呢？”等你回答完，Gilbert会在脑海中生成一个数据库，再给你建议，通常百试百灵。
NYT把他带到实验室，记录了他的常规提问和回答方式，以便
记录他的思考模式
。NYT考虑，或许可以做一个
Gilbot机器人，记录Gilbert的思维方式与观点，创建一个有指导意义的数据库。
当然，NYT最后并没有做一个Gilbot出来，市场上已经有了
And Chill
，智能推荐模式和Gilbot原理完全一样，可见，这些脑洞有广阔的市场。
