传媒观察|传感器技术让新闻“无处不在”
2021/01/08 16:50  传媒观察  

  编者按:互联网的本质是链接万物,传感器技术作为串联起物联网的技术支撑,在日常物联网的使用运作过程中扮演着排头兵的角色。南开大学文学院传播学硕士研究生赵冬梅,南开大学文学院传播学系主任、副教授、硕士生导师陈鹏在《传媒观察》2019年第3期发表论文,运用“场景理论”阐释伴随此技术而来的数据新闻、众包新闻、个性化新闻、机器人新闻。

  物联网时代下,万物皆可相连,细小到每一个需要识别和管理的物体上,都可以安装传感器。传感器技术作为一种感知技术,能够突破人类感知(视觉、听觉、嗅觉、触觉)的极限,得到之前难以获取的海量数据与信息。而对于新闻业来说,隐藏在事物背后的数据有着大量的宝藏,吸引着每一个新闻工作者前赴后继,利用传感器来获得各种形态的新闻。传感器技术应用到新闻传播领域,是近年来的新现象。本文将从既有的传感器技术及传感器新闻研究开始,运用“场景理论”分析传感器技术在不同场景下的新闻形态。

  传感器是“人的延伸”

  从麦克卢汉“媒介即人的延伸”的论断来看,传感器作为一门技术,前所未有地扩大了人对外界的感知阈值,增强了人类认识自然、认识自我、认识客观事物发展过程中抓取本质的能力。技术本身作为一扇窗户,打开了一个关于数据的新世界。物联网时代下,城市生活中无处不在的每一个传感器终端口都为人们的生活提供了智能城市、智能家居的生活要素。传感器技术的核心是数据,一方面作为新闻界信息采集的工具而存在,另一方面作为用户反馈体验的传感器而存在。如今,个体的可穿戴设备中有各种各样的传感器,像压力传感器、心跳传感器、血压传感器、温度传感器等。这些传感器的数据都可成为新闻的素材甚至是反馈手段。

  传感器新闻以传感器技术为基础,美国哥伦比亚大学托尔数字中心将传感器新闻定义为:利用传感器生成或搜集数据进而分析、可视化,使用数据支持新闻报道。按照这种传感器新闻的定义,凡是报道当中运用的可视化数据来自传感器,我们就可以称这种新闻为传感器新闻。

  传感器新闻本质上是为新闻业提供了期待的数据,而新闻从业者对于新闻的呈现具体采用什么新闻类型,则是取决于不同的场景。社会场景的选择通常也根据媒介技术的不同而定。

  数据新闻——可视化公共场景

  2010年8月,德国记者米尔科劳伦兹在首届“国际数据新闻”圆桌会议上,作出了“数据新闻”(data driven journalism)的定义:数据新闻是一个工作流程——深入数据之中对数据清洗、结构化,为特定目标进行数据过滤,通过可视化完成报道的过程。所以,数据新闻的重要特征是大数据的可视化。当传感器作为新闻工作者议程设置计划的数据新闻构成时,“场景”的构建就已经开始了。数据新闻相比其他形态的新闻,其核心是“场景”建构中来自传感器的大量原始数据,而且在数据新闻中具有新闻价值的要素就来自数据本身。问题是原始数据很重要,其背后反映了因果关系、逻辑链条、事物深层原貌、事物之间的联系、事物内在规律、事物动态变化过程中的某个要素,但按照传统新闻叙述方式罗列各种枯燥的数据,大概也都能预见到惨淡的前景。因此,传感器数据运用到数据新闻中的场景特点是以数据为核心,由抽象转化为具象与生动的可视化的媒介。采用越多的可视化媒介手段,越能展现出数据新闻的优势。丰富的多媒体手段是免于数据本身单调枯燥的要义,融合新闻呈现数据的方式就是理想场景之一。

  数据新闻的设置大多涉及公共议题,利用传感器获取数据也大多基于公众利益。比如天气预报类硬新闻,前期工作对传感器依赖度很高,包括温度传感器、风向风速传感器、湿度传感器、红外线传感器等。新闻工作者将大量原始数据可视化,包括地图、图表、三维立体动图等。数据新闻中反映的公共场景,大多是公民感兴趣的方面。央视作为全国资源整合最好的平台,数据新闻也做得很好,而且其内容大多偏向政治、社会民生等,因此其数据新闻中公共场景体现得很充分,大大满足了观众的要求。

  众包新闻——公私场景界限模糊的在场感

  “众包新闻”的概念起源于美国《连线》杂志主编杰夫豪对“众包”的经济学定义,如今众包新闻指新闻媒介借助技术从大量网民手中获取第一手信息、素材及资金帮助的一种报道形式。而传感器技术的发展,使得每个用户的智能移动终端充满了各种各样的传感器,甚至用户也可以下载一定的蓝牙智能信号APP增加智能手机中传感器的种类。另外,还有大量的可穿戴设备,如谷歌眼镜、智能手表、曼恩eyetap、百度眼、微软的AR眼镜、三星gear VR等,这些传感器都能最大程度地量化用户的身体数据、周围环境信息。而众包新闻的核心就在于用户愿意分享个人信息用于新闻制作,这一点与UGC(user generated content)新闻有异曲同工之妙。

  将传感器获取的数据运用到众包新闻中,最重要的是基于用户意愿,所以相比于其他新闻形态,众包新闻更容易将用户的私生活暴露在大众视野之下。根据戈夫曼的“拟剧理论”,日常新闻呈现的应该是个体的“前台”。比如,为完成某个新闻的街头采访,记者随机找到一个路人,此时这个路人知道自己处于麦克风、摄像头注视之下,所以他也是在扮演一个符合社会期待的角色,并利用语言、肢体等符号化语言呈现自我。而当采用众包新闻形态的时候,其实媒介侵入的是个体的“后台”,这是个体隐藏自我、防止观众进入的地方。这时候公共场景和私人场景变得晦暗不明,甚至会引发伦理问题。美国路易斯维尔电台WFPL与肯塔基州调查报道中心合作,发起过一个众包传感器新闻项目:鼓励肯塔基州的居民戴上安有传感器的手带,捐献出自己的健康数据,积累几年的大量数据之后,就可用于做肯塔基州居民身体状况的深度报道。在这个事例中,作为个体的每一次呼吸与心跳等本属于私人场景中的一幕,却被众包新闻打破了公私界限。这是公共情境与私人情境的交融,我们将不得不考虑背后的隐私问题,以及这些数据是否会为盈利而被非法利用。

  用户为何会愿意参与到有传感器技术的众包新闻生产之中呢?为增加在场感与体验,基于使用与满足理论,用户为追求社会分享、社会表达与精神回报等较高的人性需求,就会愿意参与到众包新闻生产中来,用户更多追求的是参与制作新闻的体验,追求的是新闻受众自身在新闻场景中的感觉。而从众包新闻的组织者——新闻媒体来看,从事众包新闻能在很大程度上加强媒体自身品牌与受众之间的黏性,这更像是一种发展用户的手段。众包新闻中利用大众的传感器搜集数据,最成功的作品就是纽约公共广播电台的“蝉虫追踪”项目。该台发现美国东北沿海地区每隔17年就会有一种蝉的幼虫爬出地面,雄虫为了吸引雌性交配就会发出独特的声音。纽约公共广播电台策划做这样一期节目,发动广大市民利用自制的传感器在自家周围环境里监测雄虫的声音,并将制作简易传感器的步骤公之于众,甚至免费提供传感器装置。这期众包新闻吸引了大量市民参与,而大量回收的反馈报告又显示了市民的私人场景内容,众包新闻就这样较好地将公共场景与私人场景融合在一起。

  个性化新闻——迎合私人场景的新闻形态

  喻国明认为个性化推送是基于“用户洞察”的个性化信息的智能匹配。笔者认为,个性化新闻除了基于受众肖像并利用算法推荐获得需求与供给之间的新闻匹配外,还应该包括受众利用传感器参与新闻生产的心理过程(如前文所述的众包新闻)。心理场景上的新闻开发是“场景理论”中的软要素。公民在参与众包新闻的时候,身上如果能够有可穿戴设备,将公民对不同事件的反应记录下来,比如个体在看到水质传感器的数值变化时的心跳、情绪变化等也可将其变成付费的定制服务推送给个人。

  传感器用于不同的研究目的有不同的种类:研究环境(水、土壤、水质、空气)指数的传感器还有记录人生理状况(心跳、血压、血糖、激素水平)的生物传感器。新闻媒体进行个性化新闻推送的时候可以先预先设置不同的目的,再利用传感器得到数据,为用户提供定制服务——个性化新闻。所以从这一层面来看,个性化新闻的获取与阅读是偏向于私人场景的。传感器技术下,个性化新闻何以是一个私人化场景的新闻形态呢?现在我们打开浏览器、淘宝、网易云音乐等,都在不知不觉中被算法记录下个体的偏好设置,然后我们接收到的信息会越来越符合每个人的口味。在今日头条里,用户可以在“我的频道”中选择自己喜欢的新闻类型,其算法推介包括内容、用户、环境三个维度:用户可以选择内容,同时系统也会根据用户每次的浏览习惯对用户进行年龄、性别、喜好分析,在工作、娱乐等不同环境下,算法分析也会考虑在内。但问题是,虽然智媒时代科技在揣测人心方面越来越精进,但实际上新闻推送仍会包含一些不必要的信息,我们需要利用传感器技术进行更深层次的人机交互。正如上文所说,运用各种生物传感器获取个体数据,才能更加准确地推送个性化新闻。比如,体感交互技术能够通过传感器知晓受众当下的行为状态,可以进行人体测量、姿势识别,进而针对个人当下的特点更有针对性地推送新闻。这种技术应该是未来任何智能终端的标配。当然,“信息茧房”效应不可避免,本文不赘述。

  想象一下,如果你在逛博物馆,身上戴着某科技公司开发的可穿戴设备,设备中的红外线传感器、压力传感器能够感知到个体的视线关注点,然后可穿戴设备能够及时传递关于你感兴趣的展览或藏品的信息,这样的个性化场景新闻岂不是更贴心。在这个过程中,个性化新闻所体现的私人场景既包括对个体当下物理场景的感知,又包括对个体偏好度的感知。

  机器人新闻——硬新闻的程序化场景

  机器人新闻(自动化新闻)是依赖计算机算法程序和既有数据资源以及程序化新闻写作模板的新闻生产方式。机器人新闻目前报道范围主要在财经报道、体育比赛、天气预报、自然灾害、犯罪事实等领域。主要原因有二:一是这些领域运用传感器可获得大量事实数据,二是机器人算法程序可做客观性强的新闻短消息,一般来说都是硬新闻。所以当传感器技术获得的原始素材提供到机器人新闻中时,其应用场景大致是硬新闻的程序化场景。以九寨沟地震的机器人新闻为例来考察机器人(人工智能,非实体存在)的报道过程,从形式上看,首先地震检测波传感器自动化完成数据采集,然后机器人将采集来的数据结构化处理并根据人工设定好的模板进行数据填充并完成稿件。之后内容分发机器人发送到目标用户。我们再考察这个过程会发现,机器人新闻不是指单个实体机器人,而是分工明确的算法程序,每道工序有不同的程序掌控,新闻的呈现像流程一样一步步展开。再从内容上看,九寨沟地震新闻主要内容都是毫无争议的新闻基本要素:时间、地点、天气、主角、事件等,这些都是硬新闻。

  (载《传媒观察》2019年03月号,原文约8000字,标题为:传感器技术在不同“场景”下的新闻形态。此为节选,图表和注释等从略,学术引用请参考原文。)

  【作者简介】赵冬梅,南开大学文学院传播学硕士研究生

  陈鹏,南开大学文学院传播学系主任,副教授,硕士生导师

标签:
责编:郑亚群

版权和免责声明

版权声明:凡来源为"交汇点、新华日报及其子报"或电头为"新华报业网"的稿件,均为新华报业网独家版权所有,未经许可不得转载或镜像;授权转载必须注明来源为"新华报业网",并保留"新华报业网"的电头。

免责声明:本站转载稿件仅代表作者个人观点,与新华报业网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或者承诺,请读者仅作参考,并请自行核实相关内容。

read_image_看图王.jpg
信长星.png
read_image.png
受权.jpg
微信图片_20220608103224.jpg
微信图片_20220128155159.jpg

相关网站

二维码.jpg
21913916_943198.jpg
jbapp.jpg
wyjbL_副本.png
jubao.jpg
网上不良信息_00.png
动态.jpg