机器人记者可以写文章，做报道，甚至能够对事实进行评论，相信在不远的未来，机器人将能够与人类进行自由聊天和邮件通信，甚至可以演讲并回答人类的提问。据《纽约时报》报道，某软件公司开发的机器人记者很可能在2016年获得普利策新闻奖。该机器人使用的软件能够通过推断得出结论，并从某个特定的视角出发来写文章。在体育报道方面，它能够充分理解“反败为胜”“团队努力”之类的专业术语，同时根据自己的判断对体育比赛最重要的方面进行报道。因此，它不会像其他软件那样单纯地复述事实，而是会给文章加入一些不同的元素。

试想一下：每30秒，一支由电子运算控制的“神笔马良”就能“攒”出一篇文章。这便是机器人记者的能力，但它还不会思考，只会纪实性报道，未来会成为人类记者的好搭档。

机器人记者的能力和应用前景早已不是停留在构想阶段，最新一期的美国《连线》杂志展示了这些无需吃喝、不知疲倦的家伙。

美国叙述科学公司（Narrative Science）正在极力宣传他们发明的同名软件，这个软件拥有自动撰写新闻故事的功能，他们认为将来会研发出更为强大的写作机器人。当然，他们在宣传的时候，是绝对不会提到他们在芝加哥的总部，目前只能参与一家论坛报的一项垒球竞猜栏目，也绝计不会提到这项软件是一个潜在的让众多媒体从业者丢饭碗的科学技术。发明者给出的正面预计是：机器人记者有可能在5年内赢得普利策新闻奖。

未来机器人撰写文章将达90%

试想一下：每30秒，一支由电子运算控制的“神笔马良”就能“攒”出一篇文章。这篇文章可能是对BIG TEN（美国名校十大联盟）篮球比赛赛况的跟进报道，也可能是一篇针对某公司收入所得的财务报告，又或者是一篇由网络漫画引出的针对总统选举的娱乐小文。

这些由机器人写出的文章将出现在各种媒体上，从大众熟知的类似福布斯的主流媒体，到其他各种作者姓名保密的互联网媒体。

目前，这个写作软件在里特联盟（美国垒球联盟）运用得得心应手，去年它就已经贡献了将近40万篇比赛报告，今年这个数字预计将会达到150万篇。这些比赛报道，甚至是抢在比赛结束前写出来的总结性报道，很快就成了各个网络媒体体育版块上拥有最高点击量的文章。

不过，对于叙述科学的技术总监、高级合伙人克里斯蒂安·哈蒙德来说，这些软件生产出来的故事，只不过是最终走向由机器人记者写文章的新闻世界的第一步。去年在一个小型的记者和科技人员的专题会上他被问道：“未来15年完全由机器人撰写的文章将占多少？”他给出了正面回答：“达到90%”。

作为机器人记者之父，哈蒙德早在90年代中期就发明了一个软件，它可以追踪使用者阅读和写作习惯，并依此推荐相应文件。随后，他来到西北大学，成为智能信息实验室的合伙主管。2009年，他开设了包括编程和可预见新闻学的课程，鼓励学生发明创造新的可以将数据转化成新闻故事的系统。

在他的学生中，有一位就是TRIBUNE体育专栏的特约通讯员。他与另几位新闻系和计算机系的学生合作，创造出了一个名为“统计猴”（stats monkey）的软件原型。

在期末时，哈蒙德为学生举办了一个演示日活动。在那里学生们把他们的课题展示给了类似ESPN（娱乐与体育节目电视网）这样的媒体大亨，“统计猴”令他们印象深刻，“他们将拳击胜负分数和一场场的数据输入程序，然后不到12秒的时间里，机器就给出了四十年里所有重要的比赛历程，然后迅速地对应给出了一个比赛短评，辅以最优配图和最佳标题”。

当时看来，这还只是个可以撰写棒球比赛故事的软件，但是哈蒙德考虑的是，它能创造任何类型的故事么？能利用任何的数据吗？它能写出足够好的能让人们愿意花钱购买阅读的故事么？

目前看来，答案是积极的，以至于让人相信“这里的确存在一个非常大的让人热血沸腾的潜在的市场”。哈蒙德也在2010年组建了叙述科学公司，第一个客户是一家为BIG TEN提供服务的电视网。公司的机器人记者可以为其写出及时的针对成千上万体育赛事的评论，甚至还能对比赛每一刻钟给出一份更新报道。

机器人记者写作的重中之重就是积累高质高量的数据。这也是为什么金融和体育会成为软件写手的前沿阵地：这两类话题都包含了数据的起伏，比如每只股票的收益，股票震荡等等。

但是，怎样能将这些数据分析变成新闻呢？叙述科学公司已经雇佣了一支“人类记者军队”来帮助建造一系列的文书模板。他们和工程师们一起帮助电脑从众多的数据中来确定多样的立意角度。

接下来的就是文章结构。大部分的文章，尤其是类似体育或者经济的文章都在坚持使用一个可以预见的撰写方案，所以对于“人类记者”来讲为文章创造一个整体框架就相对容易很多。

当叙述科学掌握了讲体育和财经故事的技术后，这个公司意识到他们能做到更多。比如对于那些急需要将如山数据翻译和解释成通俗易懂文章的人，叙述科学提供的服务将会非常有帮助。

同时，文章的主题也会变得越来越丰富多彩。叙述科学已经被一家快餐公司聘用专门为他们的专属操作员撰写月报。更为重要的是，将数据直接转化为文章的低廉价格甚至可以让叙述科学专门为每一个读者量身撰写文章。

当然，机器人记者并不满足于“豆腐块”文章。和任何人类记者一样，“他”也想创作出惊世骇俗的深度报道。为了实现梦想，叙述科学不得不在更复杂的机器学习和数据挖掘科技上投入更多。

人类记者不会被取代

目前，机器人记者碰到了一个小问题：所有的新闻和评论都只会针对胜利者。比如当一支BIG TEN队伍被意料之外的对手打败后，所有的以结果数据为出发点的评论都会瞬间变得非常刻薄并充满羞辱。体育联会要求叙述科学想办法让软件在队伍失利的情况下也能写出赞扬队员们表现的文章，但是显然机器人们写不出“虽败犹荣”这样的话。

或许是基于这样类似的原因，哈蒙德认为，这股机器自动撰写新闻的海啸将不会淹没付费新闻撰稿者的工作，他们研发的软件系统并不是想要夺取任何人的饭碗。相反的，电脑能开采出更多信息宝矿，并生产出非常廉价、但却完全可读的针对时事、潮流等领域的报道，而这些可能是人类记者从未涉及过的。

他相信，叙述科学的成长将会提高新闻行业的整体水平——软件的应用可以将新闻行业从普通简单的纪实性报道中解放出来，并向更深更广的阐述性新闻方向发展。

甚至在某些方面，人类和电脑运算可以天衣无缝的充分合作，比如机器人利用其完美的记忆系统成为人类新闻工作者的完美采编助手。或者反过来，人类记者可以负责采访主题并挑选随意的细节信息，然后把这些信息发给电脑让他们来完成最后的成稿任务。

尽管叙述科学公司尝试着让机器人记者写深度文章，并预测其可以完成90%的人类记者工作，但是这一点很难实现，因为即使是智能机器人，它的智能依然有限，无法真的像人类一样思考。

不过，机器人记者对新闻的作用还是不可小视的。以体育新闻来说，它不仅可以像文字记者那样报道及时性赛况，也可以通过采集装置捕捉瞬间图像，扮演摄影记者的角色。此外，战地新闻也是机器人记者的用武之地，它们到第一线收集数据和图片，既安全又高效。

在中国，目前还没有机器人记者这一概念，但已出现有网络媒体利用计算机采集信息辅助新闻报道。虽然这些程序没有完成记者“写稿”这最后一步，但是实践中由计算机程序“采买”、人类记者“加工”，这一模式取得了理想的效果。