ZDNet至顶网软件频道消息:无论体育赛事还是国际事件,都让媒体使出浑身解数博眼球、拼收视。如果说传统的媒体间较量还是在比拼谁家拥有独家收视权、谁家的记者无孔不入并所向披靡、谁的专家资源多话题深入,那么在一个互联网无处不在的时代,媒体比拼的,是如何让自己的内容覆盖所有智能终端,是如何让自己了解观众并且投其所好。这一切,让媒体变得不那么高大上了,它可以接地气、可以很草根、可以“不择手段”。否则,这些媒体不仅沦为传统媒体,甚至沦为古典媒体。“古典媒体”一说,来自清华大学新闻与传播学院教授沈阳,“古典”一词透着守旧、古板,也暗示着媒体行业如果不与时俱进,必将被时代所淘汰。
清华大学新闻与传播学院教授沈阳接受ZDNet的视频采访
从古典媒体、传统媒体到新媒体
在采访之初,对于记者频频使用的新媒体一词,沈阳颇有微词。因为记者眼中的新媒体的代表:视频网站、自媒体、社交媒体,都已经不是新媒体了。在沈阳看来,视频网站、自媒体、社交媒体还仅仅是对传统媒体的一种改造。当受众越来越把自己的时间迁移到移动端时(根据调查,手机离我们的身体不会超过1.5米,每天去触摸它的频度达到150次),移动端已经大部分统治了我们的阅读时间,只有跟移动端结合、移动为先的媒体,才有资格成为新媒体。
相对于新媒体,仅仅做了一些革新的网站只能算作传统媒体,而传统电视台、纸质媒体只能称作古典媒体。
在沈阳眼中被称为古典媒体的电视台、报纸、报刊,其实也在新媒体时代进行着艰难的转型。在前不久一份中国媒体移动传播指数报告中,人民日报、中国新闻周刊、中央电视台新闻频道这三家媒体的分数超过了60分,他们在移动、社交、O2O转型上已经开始。以人民日报为例,它在社交化方面比以前有很大的进步,微博、微信以及新闻客户端的粉丝数量都很庞大,而且内容也适合互联网时代迅速传播的特点。
在沈阳看来,世界杯期间,传统媒体的优势也挺明显,他们拥有比较强的信息源,可以派驻很多现场直播的记者;而且编辑点评和专家点评都很专业。但是传统媒体的思路可以再打开一些,比如新媒体在本次世界杯期间推出的踢球小游戏、足球彩票等形式,是否传统媒体也可以考虑采用?
内容为王不会过时 但要重视包装
当新媒体对传统媒体造成比较大的冲击时,很多人有这样一个错觉,既然大家拼的是社交能力、移动能力,那么内容就不那么重要了。对此,沈阳给予了否定:“微博、微信、新闻客户端中,你有好的内容,你的传播范围一定会很广,从这个角度来看内容为王并没有过时,传统媒体还是需要保持在内容上的优势。但是我们要看到一种危机,就是大量的优质内容生产者正在逃离传统媒体,大量自媒体人在微博、微信里通过积累自己的粉丝已经可以获益。而这些内容生产者不再是明星写手、明星记者,而更多是社交环境下成长起来的草根。他们通过自媒体环境、社交媒体环境实现自身价值以及个人品牌的增值。”
“所以传统媒体在进行明星或者媒体写手包装的时候,就需要做一些策略调整了,需要对社交媒体里的内容进行二次传播。在二次传播上,传统媒体能力很强;整合内容的能力很强;传统媒体的官方影响力非常大;另外,传统媒体对于某些高端用户的影响力仍然存在。”
大数据、云计算在传媒转型中发挥大作用
在大数据时代,媒体也势必借助大数据手段实现创新和转型。对于这一观点,沈阳举了一个事例。“每年十一黄金周的升旗仪式都会留下大量垃圾,在相关新闻报道中,‘国民低素质’已经成为该现象的罪魁祸首。然后通过数据分析我们得知,最近8年来,黄金周的垃圾是逐年减少的。另外,垃圾多少与天气、城管与公安执法力度、周边非法经商数量、是否处于特殊节日期间、清洁效率等因素都有影响。”
在沈阳看来,新闻报道必须经得住数据的检验,脱离了数据支撑,新闻报道往往会丧失其客观性、全面性和深刻性。在大数据时代下,传统新闻报道的纰漏可以靠数据得以弥补:新闻线索可以从数据中来,新闻报道可以在数据中展现,新闻价值也可以靠数据区检验。
而在其他应用场景中,大数据也可以发挥功效。比如国内某家电视台通过大数据技术了解某城市具体小区内对电视节目的喜好,这样在投送一些节目通告的时候可以按照小区来进行投送;媒体在读者导向的驱动下,还可以去做一些选题的大数据分析,是不是最热的选题就有价值?另外,新闻的生产过程中也可以不断去使用大数据技术,比如是否可以建立访谈专家库、某一事件的历史资料库;另外大数据技术应用还有非常重要的一点,就是对生产出来的内容,它的传播能力的评估。在一篇报道发布的时候,我们怎么样去评估它在传统媒体渠道中的传播能力、在网络中的传播能力、在社交媒体里的传播能力?
在大数据之外,沈阳其实也在延展云计算对媒体的影响和改变。“无论大数据还是云计算,不仅要外化给公众,同时也要内化到媒体管理团队以及编辑记者中来,所以包括资料的共享、采访对象资源的共享,都需要一个很好的数字内容的管理,这是无论传统媒体还是新媒体都必须去做的个事情,在这一块相信云计算、大数据有很大的发挥空间。”
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。