大数据时代的媒介反思
2013年可谓是大数据之年,所有人都对“大数据”未来的应用充满美好期待,产生无限遐想。那么,对于新闻传播行业而言,我们刚刚从传统新闻生产时代迈人了融合新闻生产时代,是否又要进入大数据新闻生产时代了呢?我们的确需要以一种宽广的胸怀热情欣赏大数据的巨大威力和魅力,但也必须以更加客观、理性的态度勇敢地承认大数据运用存在一定的局限性和风险性。
一、警惕大数据的风险
“大数据”作为一个全新的概念,从提岀到现在尚不足3年时间。在如此短暂的时间迅速走红的“大数据”,其实还并不完美。《大数据时代》一书的作者维克托.迈尔-舍恩伯格(Viktor Mayer-Schonberger)在接受专访时就一再表示担忧,“大数据会被过分炒作,它的作用可能被夸大,好像一切都突然成为大数据所能解决的问题。而事实上大数据只有在没有噪音、没有无用数据的情况下才能被很好地发挥作用”®。《驾驭大数据》一书的作者比尔•弗兰克斯(Bill Franks) 也在其书中发出警告:“大数据可能会带来风险,企业可能会因为大数据的快速增长而变得措手不及、不堪重负,从而停滞不前。而与此同时,绝大多数的大数据都是无关紧要的。”®移动和社交数据分析公司Kongagent的总裁及首席科学家J0Sh Williams还在演讲中一 口气列出了大数据的七宗罪(懒惰、忽视、过量、 分歧、轻率、傲慢、麻木),并认为“很多企业的大数据项目不成功都是因为陷人了 大数据的错误陷阱” 。
当然,这并不是想证明大数据对媒体不重要,而是想以此提醒媒体需要引起警惕,当前大数据无论在采集、挖掘还是在分析、解读和利用等各个方面,都处于一个逐步摸索和不断完善的过程之中。在这个过程当中或许可以产生 “大知识”“大科技”“大利润”和“大发展”,但同时也必然伴随着“大风险”。因此,即便新闻媒体处于信息传播的前沿行业,也需要权衡利弊、谨慎为之,不可操之过急。
二、警惕大数据的盲从
大数据是高度自动化的信息采集、存贮、挖掘和分析系统,这种数字化的机器设备可以帮助人们监视社会的细微变化、分析社会的未来发展走向。英国学者尼思•内尔•丘基尔和维克托•梅耶-舍恩伯格在美国《外交》杂志撰文指出:“大数据正在帮助提高民主政府的透明度。一个建立在‘开放数据’概念上的运动已经形成,其诉求超岀了目前在发达民主国家已经十分常见的信息自由法。”
“在政府推动使用大数据的同时,它们还需要保护公众免受不正当市场垄断的 侵害。”
对于媒体而言,大数据时代的“计算机辅助报道”(Computer Aided Repor- ting)已经成为人们挖掘新闻、解释新闻、报道新闻的新方法。彭兰教授在论文中就曾举了美国Narrative公司的例子称:“这家只有30名员工的美国公司.通过独创的Narrative Science算法,大约每30秒就能够撰写出一篇新闻报道。且该公司的首席技术官克里斯蒂安•哈蒙德(Kristian Hammond)还认为,未来几期生成的新闻将占到媒体新闻的90%,并将在未来5年内,这样的新闻有可能获得普利策新闻奖。”®面对克里斯蒂安•哈蒙德的预测.媒体似乎并不应该感到有太大的惊讶.因为这样的例子在未来必然会越来越多。即便在当下,只要你给谷歌新闻指定一个关键词,谷歌就可以每天为你量身编辑一组新闻,并直接投递到你的电子邮箱,而筛选编辑的整个过程无须任何人为的干预。这些似乎都预示着未来的新闻从业者们将变得非常轻松,机器可以协助我们挖掘新闻、分析新闻、撰写新闻、编辑新闻和发送传播新闻。
对于大数据介人融合新闻生产的发展趋势,我们需要担忧的也许并不是某一天这些冷冰冰的机器可能会完全替代我们,而是即便我们不被替代.我们可能也已经完全依赖和屈从于这些机器生成的新闻和报告。数字化和网络化高度发达的今天,已有这样的少数记者,他们越来越多地在新媒体和网络虚拟空间中搜索新闻和发现新闻,越来越少地走出办公室深入社会底层或新闻第一线去用自己的眼睛和耳朵寻找新闻。
所以,媒体需要警惕的是,不要让大数据的便利培养出懒惰、轻率、傲慢、麻木的新闻生产者,大数据或许可以越来越详实地揭示社会现实、分析社会动态和预测发展趋势,但它始终不可能揭示人们内心细腻而丰富的情感,也不能代替新闻从业者现场的直观感受和判断。
三、警惕大数据的垄断
各行各业都需要大数据,但各行各业其实都想垄断和独享数据。普遍的观点认为:“由于数据分散在各行各业,大数据时代可能不会出现4数据垄断’现象„
因为,要让数据真正发挥作用,需要数据的开放,甚至让数据可以像商品和货币 一样互相交换流通。”®0’Reilly媒体公司的创始人和CEO蒂姆.奥赖利(Tim O’Reilly)在接受《福布斯》杂志采访时也提出了类似观点,他认为:“数据垄断的 可能性是真实存在的,但是会受到不断创新的数据收集方式的抑制。”也就是说,大数据虽然可以被比喻为“金矿”,但这个“金矿”在几年前还并不存在,在未来还会有更多的“金矿”不断涌现,那么想要去垄断这些现有的和未来将不断出 现的“金矿”显然非常困难。但这并不妨碍大数据领域的竞争,IBM、微软、甲骨 文等IT行业的大佬们都已经摩拳擦掌,纷纷投人人力和财力进行布局。“IBM 新任CEO罗睿兰(Ginni Rometty)更是提出观点认为,数据是下一个巨大的自然资源,将会区分每个行业的胜者与输家。这一观点得到了业界的广泛认可,并由此引发一场关于大数据的军备竞赛。” @这场角逐的焦点并不是垄断大数据资源本身,而是开采这座“金矿”的技术和设备。
通过技术和设备的研发和占有实现数据的垄断,这正是值得媒介警惕的地方。用数据特别是分析数据说话,是数字化时代的媒介特征。传统新闻生产显然也有一定的小数据挖掘和分析能力,譬如区域性的抽样调查、个案的分析报道。但是,在大数据面前,媒介的这些小数据处理技术和能力就变得无足轻重。
大数据是一座“金矿”,但挖掘“金矿”的技术和设备门槛已经将一般媒体挡在了 门外,政府机构、网络公司、国家通讯社、大型媒体和专业的数据分析企业才拥有 打开这座“金矿”的钥匙,而一般地方媒体和小型媒体可能都不知道其是如何挖 掘和分析的,甚至连质疑的资格和权利都没有。事实上,在很多关于国家或地区 宏观经济数据的分析报道中,一般媒体已经处于这样的魈尬境地,没有数据,没 有设备,没有分析工具和技术,“嗟来之食”成为新闻生产者们唯一的选择。
相关试题
判断题 尼康相机是日本产的135名牌相机品牌。
判断题 根据关于钱学森谈“培养科技创新人才问题”的文章写一篇评论,1000-2000字。附材料:今天找你们来,想和你们说说近来思考的一个问题,即人才培养问题。我想说的不是一一般人才的培养问题,而是科技创新才的培养问题。我认为这是我国长远发展的一个大问题。今天,党和国家都很重视科技创新问题,投了不少钱搞什么“创新工程”、“创新规划”等等,这是必要的。但我觉得更重要的是要有创新思想的人才。问题在于,中国还没有一所大学能够按照培养科学技术发明创新人才模式办学,都是人云亦云、一般化的,没有自己独特的创新东西,受封建思想的影响,一直是这个样子是。我看,这是中国当前的一个大问题。最近我读《参考消息》,看到上面讲美国加州理工学院的情况,使我想起我在美国加州理工学院所受的教育。我是在上个世纪30年去美国的,开始在麻省理工学院学习。麻省理工学院在当时也算是鼎鼎大名了,但我觉得没什么,一年就把硕士学位拿下了,成绩还拔尖。其实这一年并没有学到什么创新的东西,很一般化。后来我转到加州理工学院,一下子感觉到它和麻省理工学院很不一样,创新的学风弥漫在整个校园,可以说,整个学校的一个精神就是创新。在这里,你必须想别人没有想到的东西,说别人没有说过的话。拔尖的人才很多,我得得和他们竞赛,才能跑在前沿。这里的创新还不能是一般的,迈小步可不行,你很快就会被别人超过。你所想的、做的、要比别人高出一大截才行。这里的学术气氛非帯浓厚,学术讨论会十分活跃,互相启发,互相促进。我们现在倒好,一些技术上和学术讨论会还互相保密,互相封锁,这不是发展科学的学风。你真的有本事,就不怕别人赶上来。我记得在一次学术讨论会上,我的老师冯•卡门讲了一个非常好的学术思想,美国人叫“goodidea"这在科学工作中是很重要的。有没有创新,首先取决于你有没有一个“goodidea"。所以马上就有人说“:卡门教授,你把这么好的思想都讲出来了,就不怕别亞人超过你?”卡门说:“我不怕,等他赶上我这个想法,我又跑到前面老远去了。”所以我到加州理工学院,一下子脑子就开了窍,以前从来没想到的事,这里全讲到了,讲的内容都是科学发展最前沿的东西,让我大开眼界。我本是航空系的研究生,我的老师鼓励我学习各种有用的知识。我到物理系去听课,讲的是物理学的前沿,原子、原子核理论、核技术,连原子弹都提到了。生物系有摩根这个大权威,讲遗传学,我们中国的遗传学家谭家祯就是摩根的学生。化学系的课我也去听,化学系主任L•鲍林讲结构化学,也是化学的前沿。他在结构化学上的工作还获得诺贝尔化学奖。以前我们科学院的院长卢嘉锡就在加州理工学院化学系进修过。L•鲍林对于我这个航空系的研究生去听他的课、参加化学系的学术讨论会,一点也不排斥。他比我大十几岁,我们后来成为好朋友。他晚年主张服用大剂量维生素,活到93岁。加州理工学院就有许多这样的大师、这样的怪人,绝不随大流,敢于想别人不敢想的,做别人不敢做的。大家都说好的东西,在他看来很一般,没什么。没有这种精神,怎么会有创新!加州理工学院给这些学者、教授们、也给年轻的学生、研究生们提供了充分的学术权力和民主氛围。不同的学派、不同的学术观点都可以充分发表。学生们也可以充分发表自己的不同学术见解,可以向权威们挑战。过去我曾讲过我在加州理工学院当研究生和一些权威辩论的情况,其实这在加州理工学院是很平常的事。那时,我我们这些搞应用力学的,就是用数学计算来解决工程上复杂问题。所以人又管我们叫应用数学家。可是数学系的那些搞纯粹数学的人偏偏瞧不起我们这些搞工程数学的。两个学派常常在一起辩论。有一次,数学系的权威在学校布告栏里贴出了一个海报,说他在什么时间什么地点讲理论数学,欢迎大家去听讲。我的老师冯•卡门一看,也马上贴出一个海报,说在同一时间他在什么地方讲解工程数学,也欢迎大家去听。结果两个讲座都大受欢迎。这就是加州理工学院的学术风气,民主而又能活跃。我们这些年轻人在这里学习真是大受教益,大开眼界。今天我们有哪一所大学能做到这样?大家见面都是客客气气,学术讨论活跃不起来。这怎么能够培养创新人才?更不用说大师级人才了。示例如下:没有大师,大学咋培养出创新人才?文目国昌钱学森晚年对培养科技创新人才的忧虑、对一些大学的评价等,在媒体发表后引起人们的关注与热议。这是一件大好事,它将进一步带动人们对这些问题的深入思考。办好大学、培养创新型人才等问题,这些年来一直在讨论。不能说一点效果没有,但议来议去,好像真正落实下来的措施核办法不是很多。相反听到、看到的却是大学里楼房盖了多少、具有博士学位的教师有多少、又扩招了多少学生等。至于说这个大学的特色是什么、有多少出类拔萃的教师、培养出了多少有贡献的人才等,虽也有点“动静”,但似乎很少、很少。这样就冒出了一个问题:办好大学的根本是什么?今后应该从哪些方面努力?现在我们实在应很好地考虑一下这个问题。考虑这个问题,清华大学老校长梅贻琦的一句名言似有警醒作用。他说:大学者,乃有大师之谓也,非大楼之谓也。此话虽短,但却深刻地道出了办好大学的实质。办好一所大学,无疑需要很多条件。诸如良好的生源、一流的设备、充足的资金等,这些都是十分重要的。但其中最重要癿是要有一流的师资队伍,特别是要有大师级的人物,此乃提高教育质量的关键所在、办好大学的根本保证。师者,传道释疑解惑之谓也。然师有高下之别、大小之分。大师者,必是学术造诣高深之人,必是教授方法灵活之者。由这些大师来执教,授课之精细,究学问之高深,导研究之巅峰,效果俱佳自不待言。所以,中外一些大学都在聘请大师上不遗余力,招贤纳士,以壮实力。当年北大在蔡元培先生主政时,“循思想自由原则,取兼容并包主义”,着力聘请社会上不少知名教授来校任教,使北大声名鹊起。美国斯坦福大学的校长也深谙此道,他说,他的第一位的工作就是从世界各地请到大师级教授来校执教。哈佛大学在这方面更不落后,迄今已吸引来130个国家的5300多名一流学府的教授来校担纲。由此观之,力建一支高水平的师资队伍,已成为当今时代之潮流、办好大学之要旨。师者,需名实相符,具有真才实学。宋代文学家欧阳修在论及文章时曾言:“文章如金精美玉,市有定价。非人所能以口舌定贵贱也。”大师级教授也是如此,非自我标榜能奏效,它有一定的宏观标准。因而在聘任上务必要精挑细择,实行竞争上岗。这里,容不得“滥竽充数’,来不得迁就照顾,更不允许巧立名目,暗渡陈仓。唯其如此,才能确保一支高质量、高水平师资队伍的形成。相形之下,我们现在的情况是如何呢?重学历、看学位,这一点是做到了,不具有学士学位就别想到教室讲课。但博士中的水平也参差不齐。有的教授虽学问不错,但用在本校教学的时间不是很多,更别说给本科生讲课。还有一些人是“满天飞”,一个讲稿到处演讲,赚点钱财了事。如此情形,怎么能有大师级的教授产生呢?而没有这些大师级的教授,又怎么能培养出创新型人才呢?大师级教授,为大学之所需。现在应把这个问题摆上日程进行解决。只有将之认真做好、做实,则大学才真正有望矣!当前各大学正处于竞争发展时期,是甘居中游,缓慢前行?还是脱颖而出,卓然而立?其中重要一条就在于是否形成高水平的师资队伍、培养出大师级的教授。此举已成为当务之急、迫在眉睫之事,望各大学的校长们思而行之,着力开拓出一个新的局面来。
判断题 手动对焦镜头用(MF)表示。
判断题 如何选择最佳新闻角度?一、根据不同读者群的定位寻找最佳报道角度。二、根据“接近性”原理选择最佳报道角度。其中,选择新闻角度的几种方法有:一、以旧见新找角度;二、以小见大找角度;三、虚中觅实找角度;四、逆向思维找角度;五、发散思维找角度;六、统摄思维找角度;七、全局高度找角度。
判断题 透视感是指特写比其他新闻文体更强调“以小见大”的传播效果。它不是为了描写而描写。特写的目的是把新闻事实“镜头化”了以后,对读者产生更强的感染力,使读者能够更深入细致地体味其中的神韵与精髓。因此,它虽然摄取与描写的只是新闻事实的一个片断、一个剖面,但这个片断、这个剖面,应该具备透视全局性或者本质性内容的功能。
判断题 被摄物体的信息包括色彩、体积、质感等,都是通过光线来传达的。
判断题 怎样正确处理隐性采访与显性采访的关系?显性采访,是指记者为完成一定的采访任务而亮明自己的身份和意图的一种主要采访方式。亮明身份,文字记者通常靠单位的介绍信或记者证,广播电规记者除介绍信或记者证外,还有注明台标的话筒,这样既表明记者的身份,又防止假冒记者招摇撞骗。
判断题 黑白相纸号数越大,反差越大。