[attach]569273[/attach]

Mashable CTO 罗宾·彼得森

11 月 14 日，2016 腾讯网媒体高峰论坛在北京举办。美国科技媒体 Mashable CTO 罗宾·彼得森(Robyn Peterson)在接受腾讯科技专访时分享了技术如何重塑数字媒体。

目前，绝大多数新闻编辑还未学会活用数据，他们得花大量时间去了解受众喜欢消费怎样的内容。而 Mashable 在四年前就开发了人工智能数据分析系统 Velocity，能预测可能会爆发的病毒式热点内容。

彼得森表示，Mashable 编辑团队和技术团队合作非常紧密，在已有数据的基础上，编辑团队会挖掘“空白点”在哪，选择怎样独特的角度去报道，去创造什么样的全新内容。

同时，Velocity 还会帮编辑团队挖掘“饱和点”在哪里，预测何时这个新闻事件的热度会消退。

今年 4 月，Mashable 拿到了新一轮 1500 万美元的融资，将用于人工智能等技术研发及视频领域。那么，在这位 CTO 眼中，Mashable 记者如何玩转数据新闻？媒体生态巨变，记者该具备哪些新技能以适应新时代？

　　以下是腾讯科技专访摘编：

　　腾讯科技：2012 年，Mashable 发布了一系列关于媒体趋势的深度文章，您那篇的标题是“这四件事媒体公司必须知道，否则将灭亡”，当时 Mashable 内部到底发生了什么？是一股什么力量驱动着你们的变革？

Peterson：当时我们认为，从长远来看，能存活下来的媒体必须借助技术和大数据，必须将人工智能应用到媒体领域。我们内容开发了一个人工智能数据分析系统 Velocity。

我加入 Mashable 是 2011 年，当时整个团队只有 20 人。他们对人们在社交媒体上传播什么很了解，但用的方式是，每天花四五小时泡在 Facebook, Twitter, Linkedin 等社交媒体上，追踪大量的 Twitter 账户。

但我思考的是，技术能否帮我们解决这个问题？告诉我们记者哪些内容将会出现病毒式传播的效应，哪些内容大家接下来会在社交媒体上分享。所以我开始组建团队，负责产品设计，工程团队的管理等工作。这是转折的开始。

　　腾讯科技：所以 Velocity 能预测下一个新闻爆点是什么？

Peterson：我们可以将 Velocity 想象成经济学中的供需。它能从社交网络中预测需求是什么。比如 Velocity 发现一篇发布在《纽约时报》的转基因文章，目前有 32 条分享，但我们预测未来会有 2000 多条分享，持续传播时间约 6 小时 20 分钟。

我们分析每一个 URL，能预测有多少人会分享或讨论这个 URL，可能是图片，文字或视频的形式，每天能分析 3 亿个不同页面链接的数据，识别网上的流行趋势，预测可能会爆发的病毒式热点内容。

大家感兴趣的话题是什么？这个话题将产生多大的影响？比如已发布的转基因文章有 85 篇，编辑团队要挖掘“空白点”在哪，选择怎样独特的角度去写，去创造什么样的全新内容。

　　腾讯科技：但 Velocity 筛选了潜在的热点内容后，最终我是否要根据这个热点来创作，这个决定权还是掌握在记者手中？

Peterson：对，我们相信科学和艺术的融合。科学部分就是预测，但最终还是需要人来判断，我能借助这些数据，创作出哪些真正有价值的内容。

　　腾讯科技：据了解，最近 Mashable 开除了十几位记者和编辑，目的是想将精力投放到视频领域，视频是你们布局的下一个重点吗？

Peterson：确实我们在视频领域下了大赌注，因为现在消费视频的观众越来越多，尤其是在移动端。我们专注数字文化和生活的报道，所以视频内容不可或缺。

　　腾讯科技：Mashable 记者是如何运作数据新闻项目的？在媒体生态变化如何迅速的时代，您觉得记者应该具备哪些能力，以便在未来就业市场上获得独特的竞争力？

Peterson：能活用数据进行创作并非易事，需要不断的加以学习和演练，这不是自然而然就能学会的技能。掌握这项技能就意味着你看着这些数据，要能消化吸收，能明白数据告诉你什么，及没有告诉你的内容。

当我们采集了所有的数据，分析人类的行为时，要思考缺乏哪些数据，哪些数据是带有偏见的，这些都需要不断练习，才能积累足够的经验。

　　腾讯科技：五年后的 Mashable 跟今天相比，会有何不同？

Peterson：我们才刚刚开始。要真正理解数据还得下很多功夫。如何利用人工智能来分析数据，给人们所需要的，而不是只给他们一堆图表，我们能否用几句话来清楚地阐述正在发生什么？怎样使我们的体系变得更高效？用户界面更智能？数据科学进入新闻室的变革才刚刚开始。