Tim Lai
Tim Lai

Tim Lai 從鉛排走近web3的資深新聞媒體人。關心台灣時政、對外事務、社會財經、媒體動態、媒體經營、網路資訊科技、文字資料AI 、web3,及神經語言(NLP)、催眠治療等傳播及心理相關新鮮事。

開啟《後媒體時代》: META MEDIAs

聯合報七十周年,個人在社內刊物發表一文,談《後媒體》概念。因內容跨涉媒體傳播、網站營運、AI 、NLP 發展等龐雜通識,或有同業先進也有興趣一覽。網路無界,分享並祈賜教。

早年進入網路媒體時,新學的第一個單字是《 hyperlink 》,用《 Hyper 》形容新媒體的特質之一,或也傳神符實。就像當初聯合報對發展新聞網的期待,不只是要把報紙內容轉貼到電腦螢幕而已,老闆還要 something different 。當時我們沒有《 Hyper Newspaper 》這個說法,但在聯合新聞網開張初階,我即張羅部署新聞網、新聞信平台、論壇社群,以及之後把新聞知識庫翻轉一陣,就「新媒體」來說可謂互動分權多元俱足,並都能持續營運至今,截然不同於報紙單向批次傳播。換個說法,聯合新聞網上線掀起了《 Hyper Newspaper 》新媒體的一角,並不誇大。

近十年,除了傳統的廣播、報紙、電視,媒體訊息服務同時在個人電腦、平板、手機和各種行動穿戴裝置不同載具上流通共用,新聞匯流已是新媒體的標準作業,同業難再以載具外顯的異同區隔媒體營運的優劣成敗。

於是乎,我在想,媒體業者還有那個新節點上立足,再邁前一步?

想著想著,或許暫時假裝放下載具的差異及匯流的無窮,回到新聞媒體《 MEDIA 》混沌樸素的大同世界,重新思考新聞媒體是什麼,可得蹊徑。於是,數位媒體人從鍵盤脫身,投入無明空相的訊息海中,孤舟單繩探索媒體可再次蛻變的基因(或只是meme)。忽然間,從曾經置身的鉛字廢墟中透出一道光,慫恿著我:「重新定義《新聞的基本單位、數位匯流的主體 - - 新聞資料》」,似乎會有另一個還在等待我們拓荒的數位新媒體天地。

這幾年,我所服務的聯經數位公司,著力於人工智慧對 Media 資料處理的技術與應用,嘗試形塑《SMART MEDIA 》的概念與樣態。具體的說,聯經數位作為聯合報系技術後勤支援的基地,正在學習並逐步掌握《運用 AI 人工智慧技術,促發新聞資料質變,活化新聞場傳播域再生,強烈試圖開展新媒體另一盤棋》。《SMART MEDIA 》可呈現了新媒體導入的新技術,也列入集團專案執行。但《SMART》是新媒體的本質嗎?如果重新借用《Hyper Media 》的修辭呢。《Hyper》是清楚具體或是太老套了?媒體人和受眾能掌握新媒體另一波的變革的 meme 嗎?我頗為忐忑心虛。

二十多年前做新聞網而學習html 時,我對另一個單字《meta》的意義一直很困惑。近年來,一次又一次看到《Metavers 元宇宙》這個新詞,某日忽然頓悟:對了,就是它:《META 》 。《META 》是單位也是場域、是項目名詞也是後設動詞、是表象也是本質。《META 》可以簡明地區隔傳統媒體和數位新媒體的差異。讓 META 和其同義詞 beyond, higher, after, post ,change, altered ,或者直接跨到 revolution 等各種意涵和新媒體連結,用《META MEDIA 》表述網路媒體之後、導入人工智慧的新媒體核心本質和願景,應能讓媒體人更具體地感知媒體再次轉型重生的新節點:f (META x AI) 。

即便新媒體仍以「內容為王」但不會再是(記者)來稿照登,海量訊息為禍人間已經多年。新媒體必須從原始新聞的初級資料特徵,萃取出次級但更高階的「情報」,機器同時要把新聞特徵植入媒體受眾,讓資料認識受眾,強化兩者間熟識度,建立更鞏固密切的新聞傳播鏈。(突然感覺好像在研究病毒基因序列和傳播鏈)

《 META MEDIA 》從傳統媒體蛻變而生,既在其中又在其上。

AI後設媒體產銷商模示意圖/賴健汀製作

《 META MEDIA 》新媒體萃取新聞產出metadata (後設資料),機器自動計算海量但可識別的新聞特徵建立應用服務模型,然後依供需發布給有特徵的個別受眾。新聞內容、表現樣式、生產技術、發行通路重新洗練重置,也就創造出不同於傳統媒體的採編、出版、發行、廣告、輿情監測及各種服務的新媒體母體(Matrix)生態。

也叫做計算機的電腦 computer,媒體業已用過很多力氣應用在形式花樣上,但「計算」含量很低。如果讓 META 這角色在新媒體場域上台擔綱,「計算」而後「算計」,海量資料可以有「意識」地發行給有「個性」的海量受眾,做過最客製化包裝的訊息,分散傳播效益必可最大化。

學界和相關資訊業分別在機器學習處理自然語言、品牌聲量監測的研發已有多年,並有若干成就。但是導入 AI 和 NLP 到媒體的生產鏈並擴及商用場域,似乎還沒看到具體 產業範例。技術人和媒體人之間溝通的鴻溝很寬很深。

運用機器計算,從最小的詞頻聲量到應用類別、特徵詞、實名、情緒.....,然後再撈出資料庫既有欄位中的資料源、作者、時間、文長、則數拿來計算;然後蒐集受眾行為如點閱、評論、好惡、分享的數據也拿來計算,最後把這三大類型的新聞後設資料(Metadata) 依媒體營運需求「三維矩陣加權計算」,建立模型,處理時訊,引導資料在滾動不息的媒體海上,執行生產、發布、典藏、發行、查詢及廣告等業務,提升效益,數位新聞服務可以跨過收費的門檻,並且多了好幾個非傳統媒體的收錢窗口。

但是,技術人和媒體人之間溝通的鴻溝很寬很深。隔山採茶唱山歌,經常聽嘸或歪樓。

機器能學習辦識自然語言的技術大興之前,每筆被上架入庫的新聞只是一個個打包好的黑箱,電腦其實「看不懂」新聞。沒有以資料特徵為變項的計算程序,電腦高速海量計算的價值派不上用場。機器沒有可信的模型供媒體營運使用,數位媒體仍無法完成自動出版、智慧典藏,和細緻的媒合,大眾媒體仍無法把滾動新聞精準發行給不特定受眾。被媒體業長期無差別掃射的受眾,訊息感官已經麻痺。新聞無價(值)因此成為媒體市場行規。媒體慘業在新世紀怨難翻身。

網際網路蓬勃發展二十多年來,新媒體的表現形式、載具通路都改變許多,但媒體業高腦力高勞務的生產端無法自動化,最後一哩路的發行難以個人化精準化。媒體營運成本下不來,營收瀉得快,「新媒體」困在百倍於傳統媒體的大海,大量滾動出版是必要的惡,卻很難找到需求迫切的受眾靠岸交貨,也就收不到錢啦。

所以,媒體人和技術人要儘速在 A I x NLP 的場域媒合,在《 META MEDIAs 》的投名狀上畫押,各自都會有所收穫。

2020年,「新媒體」20年精彩的上半場已經結束,2022年,「新媒體」下半場正待鳴笛開球。眼下,網路媒體產業格局大開,但個別傳統媒體業者卻身影困頓。內容為王的在地媒體要和技術導向的跨國科技集團分庭抗禮奪回市場,我說,必須「資糧於敵」,把科技集團的優勢《新聞人工智慧》挖角入夥媒體公司,才有勝算。台灣(市場)很小,全球性的科技巨擘不會費心為台灣市場打造客製化服務。只要在地媒體公司能掌握夠用的新聞 AI 能力,把新聞服務和在地受眾的關係連結得更緊密,我並不擔心高技術能量的跨國科技集團能殖民剝削在地媒體的價值。至少,台灣在地媒體把手中可「壟斷」的新聞有效地客製計算,精準滿足受眾的新聞需求,新聞這門生意依然大有可為。「 有效地客製計算訊息,精準滿足受眾新聞需求」,既要拉高營收,也要降低成本,同時大開廣告、訂閱、授權、監測,to C 和 to B.....多元媒體商模。得勝的槓桿支點就是「人工智慧處理新聞的能力」。打造「後媒體時代-- META MEDIAs」,對於單一家媒體或單一家資訊公司都甚沉重。但是,如果台灣就只需要一個「後媒體-- META MEDIAs」大台,眾媒體匯流上架、受眾單一窗口買單、同業(含自媒體)利潤分拆可信,在技術層面都已經有工具甚至解決方案。唯差臨門一腳:媒體大商願當頭人作莊。

《後媒體》大棋已可開盤,中局收官猶待後手,殘念亟盼圓滿。

-- 賴健汀/20210916 --

CC BY-NC-ND 2.0 版权声明

喜欢我的文章吗?
别忘了给点支持与赞赏,让我知道创作的路上有你陪伴。

加载中…

发布评论