前言
試想一下：每30秒，一支由電子運算控制的“神筆馬良”就能“攢”出一篇文章。這便是機器人記者的能力，但它還不會思考，只會紀實性報導，未來會成為人類記者的好搭檔。
機器人記者的能力和套用前景早已不是停留在構想階段，最新一期的美國《連線》雜誌展示了這些無需吃喝、不知疲倦的傢伙。
美國敘述科學公司（Narrative Science）正在極力宣傳他們發明的同名軟體，這個軟體擁有自動撰寫新聞故事的功能，他們認為將來會研發出更為強大的寫作機器人。當然，他們在宣傳的時候，是絕對不會提到他們在芝加哥的總部，目前只能參與一家論壇報的一項壘球競猜欄目，也絕計不會提到這項軟體是一個潛在的讓眾多媒體從業者丟飯碗的科學技術。發明者給出的正面預計是：機器人記者有可能在5年內贏得普利茲新聞獎。
未來機器人撰寫文章將達90%
試想一下：每30秒，一支由電子運算控制的“神筆馬良”就能“攢”出一篇文章。這篇文章可能是對BIG TEN（美國名校十大聯盟）籃球比賽賽況的跟進報導，也可能是一篇針對某公司收入所得的財務報告，又或者是一篇由網路漫畫引出的針對總統選舉的娛樂小文。
這些由機器人寫出的文章將出現在各種媒體上，從大眾熟知的類似福布斯的主流媒體，到其他各種作者姓名保密的網際網路媒體。
目前，這個寫作軟體在里特聯盟（美國壘球聯盟）運用得得心應手，去年它就已經貢獻了將近40萬篇比賽報告，今年這個數字預計將會達到150萬篇。這些比賽報導，甚至是搶在比賽結束前寫出來的總結性報導，很快就成了各個網路媒體體育版塊上擁有最高點擊量的文章。
不過，對於敘述科學的技術總監、高級合伙人克里斯蒂安·哈蒙德來說，這些軟體生產出來的故事，只不過是最終走向由機器人記者寫文章的新聞世界的第一步。去年在一個小型的記者和科技人員的專題會上他被問道：“未來15年完全由機器人撰寫的文章將占多少？”他給出了正面回答：“達到90%”。
“預謀”多年的機器人記者
作為機器人記者之父，哈蒙德早在90年代中期就發明了一個軟體，它可以追蹤使用者閱讀和寫作習慣，並依此推薦相應檔案。隨後，他來到西北大學，成為智慧型信息實驗室的合夥主管。2009年，他開設了包括編程和可預見新聞學的課程，鼓勵學生髮明創造新的可以將數據轉化成新聞故事的系統。
在他的學生中，有一位就是TRIBUNE體育專欄的特約通訊員。他與另幾位新聞系和計算機系的學生合作，創造出了一個名為“統計猴”（stats monkey）的軟體原型。
在期末時，哈蒙德為學生舉辦了一個演示日活動。在那裡學生們把他們的課題展示給了類似ESPN（娛樂與體育節目電視網）這樣的媒體大亨，“統計猴”令他們印象深刻，“他們將拳擊勝負分數和一場場的數據輸入程式，然後不到12秒的時間裡，機器就給出了四十年里所有重要的比賽歷程，然後迅速地對應給出了一個比賽短評，輔以最優配圖和最佳標題”。
當時看來，這還只是個可以撰寫棒球比賽故事的軟體，但是哈蒙德考慮的是，它能創造任何類型的故事么？能利用任何的數據嗎？它能寫出足夠好的能讓人們願意花錢購買閱讀的故事么？
目前看來，答案是積極的，以至於讓人相信“這裡的確存在一個非常大的讓人熱血沸騰的潛在的市場”。哈蒙德也在2010年組建了敘述科學公司，第一個客戶是一家為BIG TEN提供服務的電視網。公司的機器人記者可以為其寫出及時的針對成千上萬體育賽事的評論，甚至還能對比賽每一刻鐘給出一份更新報導。
機器人記者還想做得更多
機器人記者寫作的重中之重就是積累高質高量的數據。這也是為什麼金融和體育會成為軟體寫手的前沿陣地：這兩類話題都包含了數據的起伏，比如每隻股票的收益，股票震盪等等。
但是，怎樣能將這些數據分析變成新聞呢？敘述科學公司已經僱傭了一支“人類記者軍隊”來幫助建造一系列的文書模板。他們和工程師們一起幫助電腦從眾多的數據中來確定多樣的立意角度。
接下來的就是文章結構。大部分的文章，尤其是類似體育或者經濟的文章都在堅持使用一個可以預見的撰寫方案，所以對於“人類記者”來講為文章創造一個整體框架就相對容易很多。
當敘述科學掌握了講體育和財經故事的技術後，這個公司意識到他們能做到更多。比如對於那些急需要將如山數據翻譯和解釋成通俗易懂文章的人，敘述科學提供的服務將會非常有幫助。
同時，文章的主題也會變得越來越豐富多彩。敘述科學已經被一家快餐公司聘用專門為他們的專屬操作員撰寫月報。更為重要的是，將數據直接轉化為文章的低廉價格甚至可以讓敘述科學專門為每一個讀者量身撰寫文章。
當然，機器人記者並不滿足於“豆腐塊”文章。和任何人類記者一樣，“他”也想創作出驚世駭俗的深度報導。為了實現夢想，敘述科學不得不在更複雜的機器學習和數據挖掘科技上投入更多。
人類記者不會被取代
目前，機器人記者碰到了一個小問題：所有的新聞和評論都只會針對勝利者。比如當一支BIG TEN隊伍被意料之外的對手打敗後，所有的以結果數據為出發點的評論都會瞬間變得非常刻薄並充滿羞辱。體育聯會要求敘述科學想辦法讓軟體在隊伍失利的情況下也能寫出讚揚隊員們表現的文章，但是顯然機器人們寫不出“雖敗猶榮”這樣的話。
或許是基於這樣類似的原因，哈蒙德認為，這股機器自動撰寫新聞的海嘯將不會淹沒付費新聞撰稿者的工作，他們研發的軟體系統並不是想要奪取任何人的飯碗。相反的，電腦能開採出更多信息寶礦，並生產出非常廉價、但卻完全可讀的針對時事、潮流等領域的報導，而這些可能是人類記者從未涉及過的。
他相信，敘述科學的成長將會提高新聞行業的整體水平——軟體的套用可以將新聞行業從普通簡單的紀實性報導中解放出來，並向更深更廣的闡述性新聞方向發展。
甚至在某些方面，人類和電腦運算可以天衣無縫的充分合作，比如機器人利用其完美的記憶系統成為人類新聞工作者的完美采編助手。或者反過來，人類記者可以負責採訪主題並挑選隨意的細節信息，然後把這些信息發給電腦讓他們來完成最後的成稿任務。
預測發展前景
儘管敘述科學公司嘗試著讓機器人記者寫深度文章，並預測其可以完成90%的人類記者工作，但是這一點很難實現，因為即使是智慧型機器人，它的智慧型依然有限，無法真的像人類一樣思考。
不過，機器人記者對新聞的作用還是不可小視的。以體育新聞來說，它不僅可以像文字記者那樣報導及時性賽況，也可以通過採集裝置捕捉瞬間圖像，扮演攝影記者的角色。此外，戰地新聞也是機器人記者的用武之地，它們到第一線收集數據和圖片，既安全又高效。
在中國，目前還沒有機器人記者這一概念，但已出現有網路媒體利用計算機採集信息輔助新聞報導。雖然這些程式沒有完成記者“寫稿”這最後一步，但是實踐中由電腦程式“採買”、人類記者“加工”，這一模式取得了理想的效果。
