數字時代新聞報道會面臨什麼樣的危機？科技又能為未來的新聞行業提供什麼樣的幫助？針對這些問題，來自《紐約時報》、BuzzFeed、Quartz、Axios（普利策聯合創始人於2016年創辦的美國新聞和信息網站）和Group Nine Media（美國一家數字媒體控股公司）的幾位業界專家和來自Text100的主持人Aedhmar Hynes一起進行了探討。
平臺的作用
Aedhmar Hynes（主持人）：首先希望各位專家回顧一下去年各媒體是如何應對挑戰的，選取了什麼樣的方向。大家可以從社交平臺起到的作用，以及他們是如何向受眾群獲取內容這兩個角度入手。
Ashish Patel（Group Nine Media首席意見官）：Group Nine和傳統的網絡媒體公司有些不同，我們專注於創建視頻並依靠社交關係分發傳播。與BuzzFeed類似，我們是社交視頻領域的媒體，所以這種定位對我們來說是個挑戰。社交傳播渠道和用戶消費的內容在這裡份額相同，某種程度上這是有些冒險的，但這也能讓我們不斷髮現新用戶。所以，平臺的不斷變換，讓我們更加明確自己的目標。
Gilad Lotan （ BuzzFeed數據科學主管）：當我們持續踏入這個不確定的未來時，作為媒體必須瞭解從平臺獲得的東西是什麼以及它是否值得投資，而這都可以通過數據反映。因此，擁有的數據質量越高，對受眾的理解就越深刻，你就可以更好地量化從平臺獲得的東西。在BuzzFeed，我們非常關注實驗和學習。從中我們可以瞭解到什麼樣的格式、內容、框架對受眾來說是適用的，從而真正深入瞭解並發展那些正在發揮作用的內容。
Renan Borell （《紐約時報》數字新聞高級編輯）：我認為媒體工作環境的多樣化非常重要。今年我們在做一個項目時，大家坐在一起討論不同內容的誘發傳播因素，那次討論使我們意識到，有幾個平臺的確能夠驅動大部分用戶流量。同時，如果能夠針對新媒體寫作敘事，那將更適合數字平臺的發展。比如用適合數字平臺的新聞標題而不是將報紙上的標題上傳到互聯網。這比搞清楚我們該在Instagram上發什麼樣的內容要有用得多。如今互聯網上有太多的平臺，每個平臺上都有一套自己的規則，相比盲目的在不同平臺發內容，我認為把故事本身寫好更為重要。
數據驅動內容
Aedhmar Hynes：基於數據的整體概念，每個人都在談論受眾，以及他們究竟是誰。所以到底應該怎樣處理數據？以及哪些問題值得關注？什麼時機用它來推動內容？
Sara Fisher （Axios媒體記者）：對電商來說，這點可以直接實施，但是針對新聞行業就會有些困難。因為面對整個國家的受眾，如何編輯就是個大問題。我們是應該提供給他們不一定需要但是我們覺得值得閱讀的內容，還是應該直接提供他們想要看但是可能並不利於他們發展全面觀點的內容？這個問題很難回答，我認為關鍵是找出一種方法來同時滿足這兩點需求。真正負責的新聞媒體會認識到，他們有責任保持這種平衡，並讓正反兩方都被受眾看到，而任何只試圖通過迎合受眾來吸引他們的媒體都是為了點擊量，這對媒體和受眾都是不利的。
John Keefe （ Quartz產品經理、Bot開發人員）：如果你不僅為用戶提供了一個個性化的信息環境，還構建了個人的信息發佈平臺，（如SMS文本、Facebook Messenger或語音）使用戶發佈的內容能夠進入其他用戶的世界，這正是我們在探索數據的另一個作用。那樣受眾也可以清楚地知道自己發佈的是什麼，應該什麼時候發佈。
我們在通過Facebook Messenger推送信息時，通常都會非常仔細地考慮，選擇合適的時機。我們不想在用戶睡覺或者工作時推送，我們希望在用戶有興趣與我們互動時這麼做。因為一旦惹惱了受眾，他們就會關閉推送按鈕，所以我們正在尋找不同的方式來應用數據，不只是在內容上，時機也需要納入考慮。
Ashish Patel（Group Nine Media的首席意見官）：數據是一個非常寬泛的術語，因此它實際上取決於環境和目標。對於電商來說，瞭解每一個用戶是很有意義的，但是對於媒體來說，你必須創造足夠多的內容，而個性化的信息環境往往最終只會成為一個美好的目標。
Renan Borell （《紐約時報》數字新聞高級編輯）：關於數據的使用，我認為提高數據使用能力的上限固然重要，但數據基礎能力的運用，把它轉化為可操作的內容更值得關注。比如弄清楚如何利用數據做一些有技巧的事情，並把它轉化成一個容易理解的內容。
AI和機器人將如何塑造新聞業
Aedhmar Hynes（主持人）：在數據概念的理解基礎上，我們現在討論一下科技與其應用。“人和機器”這樣一個概念總是讓人著迷，所以我想知道人工智能或機器人會如何在未來的內容發佈上改變現有的格局？它會朝著什麼樣的方向發展？受眾和機器人是否會有直接的聯繫?它是否可以預測我們未知的事情?
John Keefe （ Quartz的產品經理、Bot開發人員）：儘管我從來沒有預測過新聞的未來，但我得說，我認為像Alexa或Facebook Messenger這樣的個人平臺將以某種形式融入我們的生活。雖然我們確實研究了自然語言處理和機器學習的能力來幫助實現這種信息交付，但Quartz機器人背後真正的秘密就是人類自己。我們有為聊天平臺、機器人平臺編寫程序語言的團隊，正是這種語言寫作讓它變得更加精彩有趣，讓用戶忍不住想要點開程序，所以我認為人類的影響不會很快消失。
Gilad Lotan （ BuzzFeed的數據科學主管）：BuzzFeed非常重視構建自己的技術，我們喜歡構建。關於人工智能，我認為它將圍繞著更好的預測優化排名發展。因此，我們在內容發佈的許多環節使用了神經網絡，並且越來越多地感受到了這麼做的優勢。假設有人寫了一篇文章，這篇文章寫在我們的CMS中，我們有數百個Facebook頁面、 Instagram帳戶和 YouTube頻道，但應該把它發佈在哪兒最合適呢？ 這在未來可能就不需要人類作決定了。全部創建內容和所有這些渠道很難都能做出正確的匹配，所以內部系統會採用從歷史數據集中學習到的內容與抓取受眾的歷時性數據匹配來執行。
什麼樣的內容會脫穎而出
Aedhmar Hynes（主持人）：當想到突破性的新聞內容時，你是否能預估到其火爆流行的趨勢，比如它將會打破新聞報道瓶頸?
Sara Fisher （Axios的媒體記者）：現在互聯網上已經有了如此眾多的新聞媒體，事件發生時你可以從40多個不同的網站上得到你想要的新聞，而往往好的報道才具有很強的突破性，帶來更大的價值。另一個具有突破性的事情就是為每個平臺提供獨特的內容，所以瞭解哪些細微差別能夠帶來效果也很重要。但到目前為止，定製內容仍然是最有效的方法。
Renan Borell （《紐約時報》數字新聞高級編輯）：我100％同意這一點。沒有什麼比實際去到現場獲得獨家新聞更好的了。因為事實就是，如果你報道了一條好的獨家新聞，人們都將會自覺地在Facebook和Twitter上傳播它。
閱讀更多 德外5號 的文章
