专栏名称: GIJN
全球深度报道网(GIJN)致力于整合并分享深度报道资源,包括报道手册和书籍、国内外公开数据库、数据新闻工具包和深度报道的前沿探索。
目录
相关文章推荐
51好读  ›  专栏  ›  GIJN

当新闻业讨论人工智能 | 数据新闻精选

GIJN  · 公众号  ·  · 2018-06-25 12:30

正文

在早前闭幕的全球编辑协会峰会(GEN Summit)上,人工智能(AI)成为热议焦点。这项技术正在以及将如何改变媒体的内容生产与商业生态,会给媒体、技术研究人员和读者带来了怎样的启示?

英国伯明翰大学的Paul Bradshaw撰文“AI’s breakthrough year in publishing”(点击“阅读原文”获取Bradshaw原文链接),总结了峰会上各路媒体人及AI研究人员的分享重点。深度君根据Bradshaw的文章,整理其中的独到观点和案例,带你一窥新闻行业中的AI技术趋势。


1

谈概念——

“智能”与“机器人”的不同


Benedict Evans

科技风投公司Andreessen Horowitz

Evans认为,要从“人工智能”转换到“机器学习”的概念,因为后者才更为准确地描述了“教导一部‘相对不智能’的机器去做记者没有时间和习惯完成的事情”。他对媒体在算法准确性上的责任,以及算法结果所带来的潜在社会影响作了区分,指出即使是准确的算法也会产生不良后果。



2

谈算法——

算法准确性与通向智能之路


Tow Center for Digital Journalism

调查算法应该成为新闻过程的一部分,且编辑部也应视之为可以融入新闻实践的内容。

Jonathan Albright


Emily Bell

美国哥伦比亚大学

媒体成为最早及最频繁的“算法受害者”有其意义所在。这使媒体人能够很快意识到,算法领域的一些微小变动会如何影响人们接收新闻的方式。不过现在仅有这种意识并不足够,媒体人还应反思行业对算法的依赖以及对透明度的需求。


美国西北大学

Diakapoulos及其团队建立一个网页数据库,收集美国联邦政府正在使用的一些算法,以方便记者和公民进行算法问责报道。

Nick Diakopoulos


Stuart Myles

美联社

Myles引用其团队的研究,介绍了算法透明度的两方面障碍,一是缺乏商业激励;二是担心向终端用户灌输太多信息。


3

谈商业化——

数据新闻商品化:从自动化(automation)到增强化(augmentation)


数据新闻规模扩大,从简单易得的成果转向更复杂的和调查性的故事。以下是一些数据新闻商业化的例子。


Frames: 为新闻机构的文章提供预制的图表,并设计了一种收入共享的商业模式。



Grafiti: 设计了一个“charts-as-data”搜索引擎,为用户提供制图方案。



RADAR: 组建了全英国最大的数据新闻团队之一,为地区媒体提供新闻通讯社形式的数据报道内容。










请到「今天看啥」查看全文


推荐文章
中国黑客联盟  ·  再见,余额宝!
8 年前
微设计  ·  艺术家,请放过那棵树!
8 年前
松树归雩  ·  阳光故事惠170601:幸福树童书屋
7 年前