【明報文章】丹麥一名傳媒分析員，花20分鐘設計了一個人工智能（AI）新聞分析器，能夠分析每一篇新聞文章對讀者的價值，並提出改寫建議，以更貼近讀者口味。AI會否比起真人編輯更懂讀者心思？

定期撰寫傳媒業分析報告的Thomas Baekdal，最近分享了一個由他設計的ChatGPT自訂代理。所謂自訂代理，即是客訂版聊天機械人，可修訂對答風格，向機械人上載額外知識，令其更適合個別應用。

用戶只要在該款名為「Baekdal新聞分析器」的聊天機械人上，貼上新聞文章的連結，或者直接複製貼上全文，機械人便會撰寫一份分析報告，涵蓋內容摘要、人物地點，還能夠指出文章屬於「SmartOcto使用者需求模型」裏的哪一個需求類型，以及在Baekdal設計的「相關性模型」裏屬於哪一個相關性類型。

這些跟內容相關的數據，叫元數據（metadata），被廣泛應用在個人化功能上。例如我們在Netflix看完一條烹飪影片，演算法便會推薦更多烹飪影片。但演算法怎麼知道哪條影片講烹飪？以前的做法，是編輯手動為影片貼上「烹飪」標籤；現在的做法，是由另一個演算法推斷影片涉及什麼內容，再為每一條片貼上大量標籤。標籤愈細緻，個人化愈精確。

AI無新聞經驗道德包袱 或更貼凡夫俗子喜好

新聞文章的元數據用法亦一樣。上文提及的「需求類型」和「相關性類型」，都是文章元數據的一部分，類似傳統報紙「要聞」、「政治」、「國際」等分類的深入版本。需求類型最先由英國廣播公司（BBC）研發，將每一篇文章總結出一個讀者需求，例如讀者是來看最新消息、是要尋求觀點，還是要尋求娛樂等。

後者則由Baekdal設計，將文章跟讀者的直接關係分成9個等級，等級愈高，讀者愈願意付錢看。能夠直接令讀者受惠、解決讀者困難的文章，等級最高；對讀者會帶來實際影響的新聞，例如政府民生政策，屬中等；跟讀者毫無關係的文章等級最低。他舉例說，一名荷蘭記者即使覺得一宗發生在美國得州的新聞事關重大，但經過分析之後，如果認清這則報道其實跟荷蘭人完全沾不上邊，便不應浪費時間撰寫。

編輯室裏的人都是「專業讀者」，覺得世界上很多新聞都非報道不可；有時執拗寫或不寫還會吵個面紅耳赤。但從產品管理的角度看，每一篇內容都有客觀價值。無新聞經驗和道德包袱的ChatGPT，可以更「客觀」地挑戰經驗豐富的新聞老手，有時可能反而更貼近凡夫俗子的喜好。

作者是新聞工作者、文化評論人

（本網發表的時事文章若提出批評，旨在指出相關制度、政策或措施存在錯誤或缺點，目的是促使矯正或消除這些錯誤或缺點，循合法途徑予以改善，絕無意圖煽動他人對政府或其他社群產生憎恨、不滿或敵意）

[陳帆川]