但凡讨论新闻和人工智能 (AI) 的应用，我们往往假设这纯粹是将一门新技术引入到新闻编辑部来解决编辑问题，而我们能继续跟循既有模式从事新闻工作。但是，我们因为如此确信既有的讲故事方式必然行之有效？
我们如何定义问题，很大程度上决定了我们提出的解决方案。虽然大多数新闻机构都在考虑引入技术应用，以吸纳更多受众并吸引他们的关注，但花心思去从他们报导的新闻类型出发，思考该技术是否真的对其目标读者群有意义的，却为数不多。
这正是意大利出版商 Il Sole 24 Ore 的内容创新实验室负责人 Pierpaolo Bozzano 想要探讨的问题。因此，他和团队加入了由 JournalismAI 发起、名为 Collab Challenges 的一系列实验；该项目是伦敦政治经济学院 (LSE) 新闻智库旗下的 Polis 的项目之一，并由 Google News Initiative 支持。
Bozzano 率先带出当今新闻业一个令人忧心的事实：长篇文章无法吸引大多数读者。人们一般只浏览标题和前几段文字，就会放弃阅读其馀的内容。
因此，他和团队一同详阅一篇文章的特定部分，看看它们是否能引起读者的共鸣。他们使用 AI 来标记这些内容选段，发现部分选段是真正有用的，而另一些则属失效。这意味着我们在新闻报导中经常使用的一些句子、引述和段落不仅毫无意义，甚至会让人们望而却步。
对很多记者和编辑而言，这可能很难接受。Bozzano 说，他的同业们对此略有抵制的态度，他们觉得如此下来，意味能自主地构思故事的自由将被剥夺。但是，如果你认真地为读者而不是为你自己（或出于在其他同业之间留下印象的目的）而写作，你也许想要探索一种新的新闻报导方式。
内容选段与灵活拼合
“模组化新闻” 的概念意即不把故事视为一个整体，而是一个对读者有用或无用的不如内容段落的一个集合。一个模组即一段文字选段，例如对特定问题的回应，如 “这个故事重要在哪裡” 或“对我的社群有什麽影响”。要定义模组，并且指导技术人员掌握如何识别它们的方法，就需要团队与语言学家共同合作，同时去考虑用户的需要。
一旦你辨识了模组，你就能根据故事的目标受众来作出挑选和混合。这是模组化新闻的重点之一——我们不能再觉得自己的工作是普世适用的规范；一个故事如以不同的方式呈现，是可能更好地被理解的。例如，如果用户想要看一篇简短的重点摘记，而我们却为他们提供了 2,000 字的专题报导，那我们事实上就没有为他们提供适切的服务。这亦同样适用于故事选题角度：一些读者可能更容易接受某观点，但对其他人来说，看到一个本应忠实传达信息的报导掺合了特定观点，则可能会令他们不愿再细阅。
Bozzano 列举金融新闻报导的例子；这些故事很少吸引女性和年轻读者阅读。模组化新闻的方法表明，问题不在于故事的选题，而是讲述这些故事的方式。
他说：“我们意识到，我们需要停止在文章中展开大量直男癌式的说教。” 报导的作者能协助决定各模组如何拼合起来，而技术则能按照用户的需求来呈现出来。如果你想吸引女性读者的关注，请忽略那些可能看起来离地又高高在中的修辞，并选用那些能真正带来价值的内容选段。
过往记者的训练往往是以特定的结构和次序来写作，令信息能达致连贯。然而令人惊讶的是，当你重新调整模组时，你会发现这无损故事的意义，因为这些选段都各自代表了独立和完整的见解。且看看 Shirish Kulkarni 的这篇文章，它共有五个版本，全取决于不同的目标受众来分别呈现。
模组化新闻计划打破了过去记者跟读者表述的方式；这是一个让我们能退后一步，不再受制于自以为掌握人们需要什麽的菁英心态的大好机会。
“主动去了解用家是令人谦卑和有趣的 [体验]，” Bozzano 说。“[目前的新闻业] 公信力和参与度都很低，我们需要为此略尽绵力。”
他认为，人工智能是新闻业的未来，这技术能帮助新闻编辑室构建演算法，更好地为自己的目标受众服务；另一方面，它也能为人们提供新的工具来自行掌控他们浏览内容的方式。像 BBC 或卫报等机构，已经在着手探索新的方法，将内容製作成可以拼接在一起的选段，而不是将所有内容都完整地一次过上传到内容管理系统上去製作单一文章。这种努力能换来的回报，就是用家关注度的提昇，而这正是数码时代最重要的流通指标。
文章原发布于 Journalism.co.uk，现获授权转载。
图片来源：Michael Dziedzic on Unsplash.