內容行業2020:創造驚喜或加劇迷茫?九大關鍵定位未來

2020-02-11 15:13 來源:互聯網

圖蟲創意-457364006528352553.jpg

編者按:本文來源微信公眾號 全媒派,創業邦經授權轉載。

毫無疑問,2020又是充斥著復雜邏輯與變數的一年。圍繞熱點話題與趨向,美國著名研究機構未來今日研究所(Future Today Institute)發布了《2020娛樂、傳媒和技術趨勢報告》,里面涵蓋了人工智能、合成媒介、人機交互、隱私與安全等眾多熱門議題。

本期全媒派精選報告內容,揭示泛傳媒領域將面臨的戰略機遇和風險,以期帶給產業內相關企業、機構、從業者及研究人員一定啟發。

關鍵研判一「人工智能」要回應一個老問題:走向何方?

與其說“人工智能”是一種趨勢,倒不如稱之為計算的第三時代,因為人工智能與娛樂、媒體和其它相關技術都有著密切聯系。Marvin Minsky是人工智能領域的領軍人物,他將人工智能描述為一種“行李箱術語”,意思是雖然表面上看起來足夠簡單,內部實則充滿著復雜概念和問題。

AI已經被新聞及娛樂機構使用很久了。AI系統可以從數據源中快速導入數據,并實時完成編寫生成故事報道。路透社開發了一款名為Lynx insight的產品,幫助記者從大型數據集中獲得洞見;《紐約時報》使用個性化的API(由Jigsaw開發)來追蹤并處理讀者評論;Netflix依靠機器學習來增強用戶的個性化體驗并幫助管理工作流程……

然而各領域對于AI的認知是有細微差別的,一方面有些人高估了AI在其工作場所的適用性,另一方面也有人認為AI會成為殺傷力極大的武器。比如,《衛報》讀者編輯Paul Chadwick認為,AI的實用性雖然呈現上升趨勢,但它不一定能以符合道德標準的手段去收集信息。

AI的發展走向究竟會如何?目前,有9家大型科技公司對AI的未來起到關鍵性作用,分別是來自美國的Google、Amazon、Microsoft、Apple 、IBM和Facebook,以及來自中國的百度、阿里巴巴和騰訊。許多高校學者和實驗室依賴于這些科技巨頭的數據、工具甚至是資金來進行AI研究,同時,這些科技巨頭們也肩負著推進AI初創公司發展的重任。

2019年世界人工智能大會,馬云與Elon Musk探討人工智能的未來

總體來看,所有傳媒娛樂領域的從業人員應當對AI的未來保持警惕,若缺乏協作與融合,AI則可能加劇數據監管、隱私保護、透明度和身份驗證等方面的不確定性。

關鍵研判二「計算新聞」值得關注的幾個方面

數據和算法對新聞報道的賦能方式有哪些?基本來看,計算機科學可以通過兩種方式幫助新聞業:利用計算去做新聞;做有關于計算的新聞。

加州公民數據聯盟(California Civic Data Coalition)成員包括《洛杉磯時報》(Los Angeles Times)的數據部門、《舊金山紀事報》(San Francisco Chronicle)、調查報道中心(Center for Investigative Reporting)和斯坦福大學的計算新聞實驗室(Computational Journalism Lab)

例如,2019年7月,《華盛頓郵報》組建了一個選舉工程團隊,該團隊建立了一個以計算為基礎的政治新聞研發中心,并為2020年選舉活動提前開展著數據方面的實驗。與此同時,斯坦福大學的計算新聞實驗室也一直在為公共事務新聞開發新的計算方法。

目前,計算新聞有以下幾個重要方面值得關注:

/計算圖像合成與生成/

以圖片為例,由于編輯工具門檻的降低,現在幾乎人人都可以通過手機對圖片進行編輯調整乃至完全更改。但對于記者而言,內容更改或許應該被限制在一定的道德范圍內。如此說來,在記者發布新聞內容前,應當通過技術手段去監測內容被編輯過的痕跡及次數。

/版本自動化/

我們將看到傳媒娛樂機構針對同一內容生成更多版本,以觸達更多不同層面的受眾。比如,瑞典媒體巨頭Tamedia的機器人Tobi曾為各地區“報道”大選的開票結果,同時生成多語言報道,總計生產了39996篇選舉報道。

/自然語言生成(NLG)/

作為一項處理任務,自然語言生成技術可以通過計算機生成特定語境中的語言類型。使用NLG定制不同版本的報道,可以幫助機構在不雇傭額外員工的情況下,拓展受眾體量。但NLG對一些虛假內容的辨別還不到位,這需要監管加以約束。

/數據挖掘/

計算新聞技術允許記者調取人們日常生活中的一些被動數據,如網上活動、公眾健康記錄、位置信息等等。希望有更多新聞機構能以更有創造性的方式利用這些數據,因為數據歸根結底反映出的是人們的思維。

/事實核查/

虛假信息蔓延之下,人們陷入了對互聯網的信任危機。來自得克薩斯大學阿靈頓分校和Google這兩個機構的研究人員一直在研究使用框架語義的自動化技術,他們對一個名為FrameNet的系統進行了拓展,創建出專門針對事實核查的新框架。同時,來自杜克大學和得克薩斯大學阿靈頓分校的學者開發出一款名為ClaimBuster的工具,可以對語句的事實主張進行評分。

關鍵研判三「合成媒介」前景的喜與憂

AI可以被用來生成擬人形象、聲音、文本、照片、視頻等一系列類型的內容,而這其中的一項結果就是,聊天機器人可以被賦予虛擬人物的一切特征,去跟人們進行對話。實際上,我們已經見識過合成媒介的厲害了,比如在2007年首次亮相的虛擬日本明星Hatsune Miku;再比如英國虛擬樂隊Gorriaz。后者是藝術家Jamie Hewleet和音樂家Damon Albarn在1998年就推出的項目。而接下來,由算法創建的合成媒介或將成為主流之一。

Miquela Sousa,也被稱為Lil,是在社交媒體渠道流行的合成人物

Google的Duplex是合成媒介的另一個應用案例。它可以代替用戶去完成打電話預約產品等一系列操作。然而,它的發布引起了一些質疑,討論的問題有:該系統會不會(或要不要)讓人們知道這是AI系統完成的預定。

不能否認的是,在虛假信息泛濫的當下,合成內容無疑又給真實世界帶來了更多挑戰。

ThisPersonDoesNotExist.com網站能利用算法合成根本不存在的假人臉圖像,它的一個子頁面,可以抓取Hacker news或Reddit的新聞,再生成虛假的“新聞”。此外,像Wallstreethack.com和PerfectlifeHack.com這樣的新聞網站的內容完全是AI合成的,網站中一張圖片里出現的人、動物甚至是作為背景的樹都是由AI生成。這進一步表明,用生成的內容去填充網頁是一件相當容易的事情。

此外,近期大行其道的換臉假視頻(Deepfakes)技術以及假視頻編輯(Deeply Edited)技術,也在困擾著人們,連扎克伯格都被惡搞中招。假視頻中的“小扎”宣稱:“想象一下,有個人完全掌握了十幾億人的數據和他們所有的秘密、他們的生活與他們的未來……誰掌控數據,誰就掌控未來。”

當然,合成媒介也有正面的用例。

合成內容可以幫助節省成本和時間:比如合成語音可以幫助繁忙的配音演員節節省時間,如果我們讓Emily Blunt為動畫電影中的一個角色配音,那么我們就可可以捕捉她的聲音樣本,并編寫一個程序進而來記錄她的配音臺詞。

定制語言或者地區方言:2019年,由AI視頻合成公司Syntheia和廣告代理公司R/GA London發布了一項有關瘧疾的公共服務廣告。廣告中,David Beckham用九種不同的語言談論如何抗擊瘧疾,當然,聲音是由AI合成的。另外,廣告商也可以利用AI生成數以百計的合成口音,以觸達小眾人口。

整體來看,人們對于合成媒體的未來持有三種態度:

樂觀:合成媒介公司可以與政府、學術界進行合作開發部署、披露標準。所有的合成內容都會被自動添加標簽,對于諷刺但并非故意誤導的內容,可以進行人工核查,并將過程透明化。 

中立:合成媒介正迅速商業化,初創企業優先考慮效率而非安全性。其發展迅猛,但相應的知識產權問題卻被落在后面懸而未決。隨著公眾抱怨聲越來越大,監管機構正試圖參與其中,而相關合成媒介公司也因為訴訟等問題付出大量的時間和金錢成本。

悲觀:合成內容會被不同的利益方武器化。與其它互聯網內容一樣,合成內容顯示在搜索結果中,出現在智能音箱、聯網電視、收件箱和社交媒體上,最終人們的信息渠道將被這些非真實信息填滿。而且,由于沒有工具幫助人們區分真假,如果人們遭受誤導,可能會給社區、企業、政府、社會帶來災難。

關鍵研判四:語音、視頻、人機:「交互」的多重想象

優化語音搜索

對話式網絡無所不在,僅僅通過語音,我們便可立即從智能手機、汽車、電視、數字助手中獲取信息。語音搜索在人們日常生活中激增的同時,機器設備也終于在音頻內容理解方面取得了較大進展,這意味著播客、廣播節目等內容可以像傳統的基于文本的網頁那樣為人們提供搜索功能了。

與此同時,網站和音頻內容之間的界線正愈漸模糊。對于媒體來說,新的標記工具可以幫助機器理解書面內容并將其轉換成語音。

Google此前發布了一個名為Speakable的結構化數據標記工具,媒體可以用其對Google Assistant中的新聞內容進行優化,以便由Google Assistant朗讀。2019年,Amazon發布了第一個針對健康設施的Alexa技能,同時Alexa For Hospitality能為酒店賓客提供基本服務。由此可見,語音已經越來越滲透到人們生活的各個角落。

Google最近發布了Speakable以優化Google Assistant中的新聞內容

接下來,語音搜索優化(VSO)就是新型搜索引擎優化(SEO)。公司需要考慮如何通過對話式交互去傳播以語音和文本為基礎的內容,而這就意味著既要確保對內容進行了正確的格式解析,也要確保理解人們使用語音搜索時的語境。對于消費者而言,隱私保護將繼續成為主要問題,而這也會對科技公司的控制權和透明度制造壓力,比如Amazon針對Alexa新推出的“刪除我今天說的話”的指令,就可說明問題。

下一代原生視頻和音頻故事格式

隨著響應性視覺、觸覺和音頻交互的發展,故事講述者得以開發非常規性的故事敘述模式,以全新的方式吸引受眾注意力。實際上,新聞媒體和娛樂機構已經開始探索創新型的敘事模式,重點關注個性化、交互性和沉浸式等方向。

毫無疑問,這意味著消費者將獲得更好的體驗,但新聞和娛樂媒體機構必須為內容的聚合和傳播規劃出合理的方式。

Google正在開發一種新型的語音新聞聚合器,可以將不同來源的內容拼接在一起,就像是現代新聞的“混音帶”。

制片公司Eko創建了交互式真人視頻內容,觀眾可以通過點擊來決定視頻主角的動作,Netflix也為年輕觀眾推出了類似影響用戶的節目。

去年,BBC在Amazon的Echo智能語音助手上發布了一檔音頻節目,允許用戶通過與角色對話來引導故事走向。

與此同時,RYOT公司與一些主流新聞媒體(如《紐約時報》和NPR)合作制作沉浸式紀錄片,觀眾可以通過VR設備身臨其境感受視頻內的場景。

目前,這些新型故事敘述方式還處于試驗階段,但在未來的幾年內,互動沉浸式的音頻和視頻會持續發展,主流的媒體希望在此領域占據頭部位置。例如,Eko正在為Walmart打造視頻平臺,試圖與Amazon的視頻節目進行抗衡;ABC、Fox和CNN等美國廣播電視公司將打造VR數字頻道,內容涵蓋新聞、體育和娛樂。顯然,處于該趨勢前列的品牌將更有利于實現數據收集,而這些數據將可以幫助廣告定位和個性化內容的打造。

人機交互

像Siri、Alexa和Google Assistant等語音助手所能實現的語音交互功能正變得越來越復雜。正是因為這些人機交互可以只憑借思維實現交流,為中風和癱瘓患者提供了新型交流方式。

早在2017年,Facebook就宣布開發了一款允許人們只通過“思維”就能輸入內容的頭帶。兩年后,加州大學舊金山分校的學者與Facebook進行合作并發表了一些早期研究成果:設備可以識別用戶何時提出問題,并感知答案。雖然整個過程遠慢于打字交流,但卻是質的進步,而且也表明Facebook會繼續推進此項研究。

去年7月份,億萬富翁Elon Musk展示了他關于人機交互項目的研究成果,該研究聚焦能感知大腦信號的“腦線”。即便如此,人機交互從邊緣化過渡到主流應用還有較長一段時間,但人們現在需要將隱私性、安全性、包容性等因素納入此項技術的研發考慮之中,并確保一開始就將它們內置到開發的產品之中。

Elon Musk展示了人機界面的研究成果,其中包括一個植入老鼠體內的傳感器

關鍵研判五:VR/AR為代表的「混合現實技術」迎來大考

混合現實(Mixed Reality),又稱為擴展現實(Extended Reality),是包含虛擬現實、增強現實在內的數字生成、增強或操縱環境的技術。借助頭戴式演示器(HMD)或移動設備,混合現實將越來越多地出現在當下世界中。

現階段,混合現實技術在各個行業中的普及率呈逐步上升趨勢。這為內容創建者提供了一個重要機遇——為受眾提供轉移式體驗。

近年來,VR在娛樂內容領域取得了較大的發展。技術的優化、消費類產品的成本降低,以及更加豐富多樣的內容將是VR市場進一步成長的催化劑。而游戲領域或將成為第一波主導,例如任天堂進入沉浸式體驗的市場,為其廣受歡迎的Switch游戲設備推出了VR配件。

值得注意的是,AR也開始被用于個人隱私保護領域了。例如,Snapchat臉部過濾器可以幫助用戶在隱藏真實面容的同時,感知到表情變化。Hindustan Times在與未成年性侵受害者交談時便使用到了臉部過濾器,讓他們能夠在講述自己故事的同時,保護他們的隱私。

隨著AR技術的普及,內容生產者能夠創作出更多廣受好評的內容。AR有助于彌合代際及跨文化差異,提升了受眾的理解水平和享受程度。反過來看,這也能夠幫助內容生產者在更大程度上創造反映自我愿景的內容,而不必為了吸引人一味地進行妥協。

當然,AR在受到夸贊的同時,也免不了遭遇異議。有人認為融入了攝像功能的AR,將更加容易提取用戶的個人及家庭數據。

比如,通過授予AR應用程序訪問相機的權限,該應用程序公司可能就會在你家中隨意查看,或者通過分析幾個簡短的視頻片段,識別出你的家庭成員及他們的年齡、你生活空間的布局、你的家庭收入登記等。之后,公司可能會通過對這些信息與其他可訪問數據的交叉整合,生成關于你的詳細個人資料,進而這些資料可以被用來針對你。

關鍵研判六「視頻流媒體」的爆發式增長

據估計,2020年視頻將占整個互聯網流量的82%。皮尤研究中心的一項調查發現,47%的美國人喜歡“看”新聞,相比之下只有34%的人喜歡“閱讀”新聞,還有19%的人喜歡“聽”新聞。

Netflix和Amazon是目前流媒體領域的兩個主要領導者。到2020年,更多人的目光會集中在Disney+服務上,該項服務以漫威和星戰內容為特色,并含有一個高性價比的捆綁選擇,包括Hulu和ESPN+在內。

從2019年開始,各大網絡平臺也都開始廣泛推出自己的OTT流媒體服務。在不久的將來,該市場將會變得更加飽和。

*OTT (Over The Top,指互聯網公司越過運營商,發展基于開放互聯網的各種視頻及數據服務業務。)

無疑,傳統廣播電視新聞機構會受到影響,而有線電視和衛星電視的訂閱量也將隨之下降。同時,內容將變得更加孤立,OTT服務本身不會與其他供應商共享內容,因而這會驅使消費者根據內容的質量做出選擇,畢竟訂閱成本也是考量的重要因素。相比起來,那些具有資質的內容供應商可能更具有優勢,因為消費者希望最大限度地提高其訂閱費用的價值。

關鍵研判七「平臺與媒體業務」的發展仍有諸多未竟之事

平臺首要任務:凈化內容生態

虛假新聞和不當言論的長期存在,讓越來越多的在線平臺和社交媒體網站希望能夠調節產品里的內容和情緒矛盾,如采取人工審核或通過算法監測問題言論。

Gallup/Knight的一項調查顯示,73%的美國人認為互聯網虛假信息仍是主要問題,而且大家普遍認為平臺選擇新聞的方式也存在較大問題,但在是否應當對平臺實行監管這個問題上,人們存在較大分歧。

Amnesty International去年啟動了一個名為“Patrol(巡邏)”的項目,通過與數據分析公司合作,Amnesty International發現,在發送給近千名女性政治家和記者的Twitter信息中,有7.1%的信息是存在問題的,平均下來,每年有110萬條,或者可以說,每30秒就有1條問題信息。由數據可見,人性中的缺點有了技術的賦能后,會被平臺無限放大。

來自監管的約束和輿論的壓力,將推動主要平臺采取行動。然而,真正的挑戰在于選擇哪些利益相關者參與制定規則。

內容行業的引擎:數字訂閱

皮尤研究中心的數據顯示,2008-2017年間,美國報紙編輯部雇員數量下降了45%,美國本土紙媒合并和關閉的數量也創下了歷史新高,許多新聞機構正在努力重建當地新聞業務。

向數字平臺靠攏,并推出訂閱計劃,成為救命稻草。例如,2018年,Facebook與Lenfest新聞研究所合作推出了一個本土新聞訂閱加速器,據Facebook表示,此項目幫助14家媒體新增了數以萬計的數字訂閱用戶。

我們生活在一個用戶付費時代,Conde Nast在今年1月份宣布,旗下所有的雜志網站將在年底前完全實行付費;Disney的視頻訂閱服務Disney+已于去年11月份在美國推出。

對于那些因廣告收入下降而步履維艱的新聞企業而言,以用戶為中心采取訂閱措施無疑是重要戰略。但是,啟動訂閱計劃容易,留住用戶就難了。訂閱服務平臺Zuora的一份報告顯示,媒體訂閱業務的平均年流失率近34%,近乎是所有領域中最高的。

進一步認清現實:新聞即服務

處于轉型邊緣的新聞機構開始將新聞作為一項服務,而不再像過去一樣僅僅向受眾提供傳統的新聞產品。轉向“新聞即服務”,使新聞機構能充分意識到自己在知識經濟浪潮當中的價值。

而“新聞即服務”可以以不同形式體現:新聞故事、API、可供新聞編輯室和付費第三方使用的數據庫、事件預警日歷插件等等。總而言之,這些服務可以幫助新聞機構實現收入共享,并使其將服務充分變現。

協作式新聞編輯室和限時新聞產品

一些新聞機構正在通過彈出式協作新聞編輯室和限時限量版產品來實現戰略目標。協作式新聞編輯室可以聚焦在某個單一的主題或項目中,在提升受眾覆蓋面的同時,幫助發現更深層次的內容。而限時上線的播客、實時通訊和活動可幫助媒體識別積極參與的用戶,并測試新的想法。對訂閱驅動的媒體而言,限時項目可以帶來額外的訂閱利益,或吸引新的受眾。

今年3月份,Buzzfeed在紐約發行了一日限量版紙質讀物,該舉措實際上是一個噱頭,但其引發了較大的網上討論度

讓PUSH更有效,防止消息通知濫用

要想提供時效性強的信息更新、消息提醒和資訊,“推送通知”就是一種強大的工具,它們以手機、可穿戴設備或連接設備作為人們的第一個接觸點。因而,它可以在我們暫時空閑的時候吸引我們的注意力。但有時候,也正因為它們每次都是如此突兀地出現,會導致讀者漸行漸遠。

多年來,新聞機構一直在更新推送通知策略,而目前,全球越來越多的消費者開始使用推送通知來獲取新聞報道。當推送通知發出后,媒體往往可以看到應用程序訪問量快速提升,選擇接收推送通知的用戶會更頻繁地使用應用程序,而且活躍用戶通常不會輕易放棄訂閱。實際上,不只新聞應用程序使用推送通知功能,社交網絡應用和游戲應用也使用此工具來搶奪用戶注意力,很多地方政府也通過推送通知來發布緊急事項。

但隨著用戶接收到越來越多的來自不同消息源的通知,他們越來越難以專注于閱讀信息本身。因而,媒體或應用程序服務商必須更加注意用戶需求,幫助用戶了解推送內容類型并作出選擇,以確保向他們推送的消息不會被忽略。

關鍵研判八:信息安全與隱私問題將遭遇更大挑戰

巴爾的摩市的網站及其許多服務在2019年遭遇勒索軟件攻擊后被關閉

2020恰逢美國大選之年,美國的新聞編輯室或將成為黑客重點攻擊目標,媒體機構的網站或應用程序很有可能遭遇劫持,導致流量降低。

對此,員工可以提前將信息共享到云端數據庫中,以備不時之需。此外,媒體也應當定期檢查其網站的URL是否被惡意模仿,例如可能會被人用CNNnews.com 或cnn.topstory.com等看起來完全像CNN官網的URL來故意使受眾混淆。

與此同時,用戶也可能遭遇黑客攻擊。例如,黑客可能會在大型活動(例如超級碗等)轉播的前一天劫持智能電視,直到人們為此支付“贖金”,電視觀看才可被解鎖。而對技術了解較少的用戶,則可能把責任歸咎于有線電視或互聯網供應商。

另外,Alexa、Siri、Cortana等智能語音設備從邊緣走向了主流,這意味著它們也可能在未來成為黑客攻擊的對象。

安全方面的問題似乎又帶動了另一個市場的興起——旨在幫助企業抵御黑客攻擊的新型保險進入市場。保險公司不僅要為基本信息的失竊提供保險,還要為被公司的聲譽、運營能力和系統升級成本等保駕護航。

不過,雖然我們都非常關心隱私問題,但很多人仍然會選擇繼續使用社交媒體和網站。比如,2019年一款爆紅的評定年齡的網站吸引了數以百萬計的人上傳他們的照片,而網站推出該功能的目的,很可能是在擴充公司的生物特征數據庫。

保護隱私的確刻不容緩。例如,從去年秋天開始,有新的國家立法陸續借鑒《歐洲通用數據保護條例》(GDPR)建立了相關的法律,GDPR條例規定了企業該如何收集并使用用戶數據。只是,這些行動顯然還遠遠不夠。

關鍵研判九:信息傳播要講究“科技向善”

為了對抗錯誤信息,新聞機構和平臺需要采用一系列標準化措施,以保持內容的高質,并且使新聞收集過程完全透明化,清晰地展示新聞構建的過程。

羅格斯大學教授Ahmed Elgammal開發了一種算法,可以從繪畫作品中找尋出新奇點,并進一步分析出該作品受到哪些藝術家的影響。受該研究啟發,人們可以利用相關原理在文學作品、新聞作品中查找相似之處。新聞機構也開始利用數據、算法和機器學習等進行新聞收集和發布。

在過去的兩年中,我們看到了數十次的隱私泄露事件,實際上,很多我們信任且托付數據的組織并沒有對數據進行加密,或者其正在使用的工具已經過時。所以,在2020年,可能有更多的隱私泄露事件發生。無論如何,公司需要投入大量的資源加強數字安全,否則一旦數據遭遇侵犯,用以處理危機的花費也非常高昂。

在不久以后,我們很有可能看到一批“首席道德官”在組織中扎根。而這些專業的首席道德官通常具備包括人力資源管理、風險管理、法律等多元化專業知識儲備,同時對技術也有著深刻的理解。他們將有助于確保公司的核心價值觀在員工隊伍中得到一致的體現,也會確保公司的價值觀與社會的道德原則相符。

最后,盡管分析了很多的現象與趨勢,但2020年的許多黑天鵝事件,依然還是讓我們猝不及防,這或許就是技術迭代和信息傳播蘊含的魅力與迷惑性。當然,始終在變的還有用戶的需求,無論是媒體、平臺還是科技企業、娛樂巨頭,終歸還是要守住“用戶為王”的初心,避免在用技術賦能方方面面的同時拔出那把雙刃劍。

延伸 · 閱讀