昨晚，我参加了一个由我的母校马里兰大学美林新闻学院主办的关于“新闻中的算法和自动化”的小组讨论。我的校友、Mashable首席战略官亚当·奥斯特罗主持了这次讨论，与会者包括马里兰大学洛杉矶分校助理教授尼克·迪亚科普洛斯和Mashable的实时新闻助理编辑梅根·斯特皮亚。
亚当和梅根提供了一个镜头，让我们看到他们在Mashable做新闻决策时，是如何平衡算法的力量和人类判断的需要的。以下是要点：
- 大约四年前，Mashable开发了自己的预测分析工具Velocity，用来预测哪些新闻故事将成为趋势，但他们也依赖第三方工具，比如Dataminr（“初始信号”）和Storyful（“用于用户生成内容和验证故事”）。
- 一些广告商和广告代理商正在使用Velocity进行实时的品牌内容创作和分发
- “数据让我们可以自由地做真正的新闻，”Specia说。“打电话、做研究……获取数据可以省去过滤所有噪音的耗时行为。”
- Mashable 55%的流量来自社交渠道，但那些直接访问该网站的人会被提供最佳选择，这些选择是由人们（“规范”）选择的，而其他的则是由算法驱动的
- Diakopolous建议第三方服务可以做得更多，允许新闻机构插入他们关心的特征，以产生更丰富的数据，并确保“多样化的媒体生态”。
- 也许对话中最有趣的部分是，新闻机构是否应该在如何/何时/何处使用算法进行编辑判断方面更加透明，迪亚科普洛斯称之为“我们这个时代的问题”。数据是从哪里来的，它是否干净，你会披露后来发现的数据中的错误吗？
Diakopolous建议新闻媒体至少应该写一篇博客来解释他们是如何使用数据的。CBS周日早间节目的活动嘉宾杰伊·克尼斯（Jay Kernis）想知道，算法的使用是否会导致一种新型的司法特派员来回答观众关于导致特定故事的数据的问题。
算法在你每天的新闻推送中扮演什么角色？知道哪些内容是100%自动化的会改变你的媒体习惯吗？