“機器人新聞”閱讀答案

材料一：

在里約奧運會上，一個名為“張小明”的新聞機器人小試鋒芒。在奧運會開始後的13天內，共撰寫了457篇關於羽毛球、乒乓球、網球的訊息簡訊和賽事報道，每天30篇以上。不僅涵蓋了從小組賽到決賽的所有賽事，且其發稿速度之快，也讓人驚訝——幾乎與電視直播同時。

“張小明”的核心——“寫稿模組”由今日頭條媒體實驗室同北京大學計算機所共同研製。其工作原理是結合最新的自然語言處理、機器學習和視覺影象處理的技術之後，通過語法合成與排序學習生成新聞。作為第二代新聞機器人，“張小明”不僅可以通過檢索圖片自己選擇圖片，還能模仿人類的語氣，使用諸如“笑到了最後”、“實力不俗”等詞語。

新聞機器人，或者叫AI機器人。是人工智慧在新聞領域的最新應用。其實，在“張小明”出現以前，新聞機器人就已被世界上的主流媒體所關注並加以使用。例如，國外有美聯社的WordSmith、華盛頓郵報的Heliograf以及紐約時報的blossom等。國內則有新華社的快筆小新、騰訊的dreamwriter等。這些寫稿機器人無一例外都運用到了大資料處理技術。首先通過資料採集，將其錄入資料庫中，再將這些資料按照語句出現頻率以及新聞要素關鍵詞進行分析加工，製作出一套符合該媒體發稿風格的模板，然後將新聞元素5W1H代入其中，一篇新聞訊息就這樣產生了。

（摘編自《新聞寫作機器人的應用及前景展望》）

材料二：

機器人跟記者並肩工作，寫新聞，已經是一些媒體機構的現實。有些體育訊息，如果不加作者名字，幾乎可以“以假亂真”。“機器人新聞”不是關於機器人的新聞，而是機器人做的新聞，在人類世界普及的速度超出了很多人的想象。對於此刻正在電腦前寫稿的記者們來說，似乎飯碗受到威脅，形勢不太妙。

然而，寫稿只是記者工作的一部分。機器能就特定話題做電話採訪嗎？能寫出有文采、直抵人心的報道嗎？技術上這是可能的，可以事先把問題擬好，讓機器打電話採訪。但編輯是否願意這麼安排則是另一個問題。不過，更靠譜的判斷是，機器人或軟體將很快成為記者們手裡的一個工具，用來搜尋新聞線索或生成內容。

記者的核心職責是從採集到的資料和資訊中篩選、掂量、分析、權衡、組織，寫出有理有據、有血有肉、全面平衡的報道。這是一門活技術，代代相傳到今天，經過百餘年的演化。如果說機器人最終也能掌握這門人性比重極大的技術，那也不大可能是現在。

（摘編自《機器人都能寫新聞 記者真要失業了嗎》）

材料三：

如今，“機器人新聞”在全世界的新聞編輯室裡越來越受歡迎，因為出版商們正在努力應對報紙發行量日益減少以及資本向線上廣告轉移的殘酷現實。尤其在美國，機器人寫稿越來越普遍。2014年以來，《洛杉磯時報》的地震警報訊息一直由機器根據美國地質調查局（USGS）的資料自動生成。這中間也出過岔子。去年6月，《洛杉磯時報》發表了一篇關於加州海岸發生6．8級地震的報道。但它實際上依據的是USGS錯誤釋出的1925年地震記錄，於是鬧出了一個地震預警響了92年的笑話。

但這些風險並沒有降低媒體機構對機器的熱情。《華盛頓郵報》去年宣佈，開始由機器釋出有關高中橄欖球比賽的報道。這些稿子每週都會自動更新，資料來源是高中橄欖球教練提交的淨勝分資料。在歐洲，各大新聞編輯部在演算法的幫助下，去年每月生成數以萬計的稿子。荷蘭的一個機構甚至使用一種演算法，用更簡單的寓言改寫稿子，為兒童“量身定製”新聞報道。牛津大學的亞歷山大·芬達坦言，雖然這些系統的生產效率比較高，但仍不夠精密。

雖然人工智慧無疑會越來越多出現在新聞編輯室，但哈佛大學的約書亞·本頓認為，專業記者們寫稿時應對的真正困難和最嚴格的部分——仔細權衡資訊和呈現平衡的、情境化的故事——將很難被機器掌握。