在新技术与新趋势的影响下，内容行业会有怎么样的变化呢？是创造惊喜，还是加剧迷茫？

毫无疑问，2020又是充斥着复杂逻辑与变数的一年。围绕热点话题与趋向，美国著名研究机构未来今日研究所（Future Today Institute）q , - 5 1 发布了《2020娱乐、传媒和技术趋势报告》，里面涵盖了人工智能、合成媒介、人机交互、隐私与安全等众多热门议题。

本期全媒派精选报告内容，揭示泛传媒领域将面临的战略机遇和风险，以期带给产业内相关企业、机构、从业者及研究人员一定启发。

关键研判一：「人工智能」要回m [ ] s 9 e h应一个老问题：走向何方？

与其说“人工智能”是一种趋势，倒不如称之为计算的第三时代，因为人工智S r P ( | b能与娱乐、媒体和其它相关技术都有着密切联系。

Marvin Minsky是人工智能领域的领军人物，他将人工智u _ E能描述为一种“行李箱术: o a }语”，意思是虽然表面上看起来足够简单，内部实则充满着复杂概念和问题。k . e | $ !

AI已经被{ F k Q新闻及娱4 8 ! $ 3 n z Q乐机构使用很久了。AI系统可以W J P ` b i L从数据源中快速导入数据，M 5 ^ r ! * H并实时完成% = ) J o q % + !编写` K E m e % 4 !生成故事报道。

路透社开发了一款名为Lynx insight的产品，帮助记者从大型数据集中获得洞见；《纽约时报》使用个性化的API（由Jigsaw开发）来追踪并处理读者评论；Netfl6 : h O u ; - &ix依靠机器学习来增强用户的个性化体验并帮助管理工作流程……

然而各领域对于Q x ( 4 [ 5 V +AI的认知是有细微差别的，一方面有些人高估了AI在其工作场所的适用性，另一方面也有人认为AI会成为杀伤力极大的武O n F . g c M器。比如，《卫报》读者编辑PauT i a { 0 9 Wl Chadwick认为，AI的实用性虽然呈现上升趋势，但它不一定能以符合道德标准的手段去收集信j I ^ + N 0息。

A6 O = [ DI的发展走向究竟会如何？

目前，有9家大型科技公司对AI的未来起到关键性作用，分别是来自美国的Goo{ O q A n Rgle、Amazon、Microsoft、Apple 、IBM和Faceboc k Bok，以及来自中国的百度、阿u a D Y { !里巴巴和腾讯。

许多高校学者和实验室依赖于这些科技巨头的数据、工具甚至是资金来进行AI研究，同时，这些科技巨头们也肩负着推进AI初创公司发展 9 : A的重任。

总体来看，所有传媒娱乐领域的从业人员A z :应当对AI的未来保持警惕，若缺乏协作与融合，AI则可能加剧数据监管、隐私保护、透明度和身份验证等方面的不确定性。

关键研判二：「计算新闻」值得关注的几个方面

数据和算法对新闻报道的赋能方式有哪些？

基本来看，计算机科学可以通过两种方式帮助新闻业：利用计算去做新t ; Z _ R闻；做有关于计算的新闻。

加州公民数/ 9 C 9 c E B $ #据联盟(Calif0 [ zornia Civic Data Coalition)成员包括《洛杉矶时报》(Los Angeles Times)的数据部门、《旧金山纪事报》(San Francisco Chronicle)] Y ] 9 & % R V R、调查报道中心(Center for Investigative ReportinK ` ] - } [ ? `g)和斯坦福大学的计算新闻实验室(Computational Journalism Lab)

例如，2019年7月，《华盛顿邮报》组建了一个选举工程团队，该团队建立了一个以计算为基础的政治新闻研m . , 3 - 4 A } r发中心，并为2020年选举活动提前开展着数据方面的实验。与此同时，斯坦福大学的计算r D O q k : b =新闻实验室也一直在为公共事务新闻开发新的计算方法。

目前，计算新闻有以下几个重要方面值得关注：

1. 计算图像合! u ] z成与生成

以图片为例，由于编辑工具门槛的降低，现在几乎人人都可以通过手机对图片进行编辑调整乃至完全更改。但对于记者而言，内容更改或许应该被限制在一定的道德范围内。如此说来，在记者发布新闻内容前，应j Y # u B p当通过技术手段去监测内容被编辑过的痕迹及次数。

2. 版本自动化

我们将看到传媒娱乐机构针H * D 4 B F / D `对同一内容生成更多版本，以触达更多不同层面的受众。比如，瑞典媒体巨头Tamedia的L J l h $ d机器人Tobi曾为各地区“报道”大选的开票结R ^ 0 ^果，同时生成多语言报道，总计生产了39996篇选举报道。

3. 自然语言生成（NLG）

作h @ Z o A D @为一项处e ) O理任务，自然语言生成技术可以通过计算机生成特定语境中的语言类型。使用NLG定制不同版本的报道，可以帮助机构在不雇佣额外员工的情况下，拓展受众体量。但NLG对一些虚假内容的辨别还不到位，这需要监管加以约束。

4. 数据挖掘

计算新闻技术允许记者调S + h P 5 c取人们日常生活中的一些被K I h动数据，如网上活动、公众健康记录、位置信息等等。希望有更多新闻机构能以更有创造性的方式利用这些数据，因为数据归根结底反映出的是人们的思维。

5. 事实核查

虚假信息蔓延之下，人们陷入了对互联网的信任危机。

来自得克萨斯大学阿灵顿分校和Google这两个m 9 z o ? ;机构的研究@ r G @ 1 9人员一直在研究使用框架语义的自动化技术，他们对一个名为FrameNet的系统进行了拓展，创建出专门针对事实核查的新框架。

同时，来自杜克大学和得克萨斯大学阿灵顿分校的学者开发出一款名为ClaimBuster的工具，可以对语句的事实主张进行评分。

关键研判三：「合成媒介」前景的喜与[ 2 * {忧

AI可= @ y以被用来生成拟人形象、声音、文本、照片、视频等一系列类型的内容，而这其中的一项结果就是，聊天机器人可以被赋予虚拟人物的一切特征，去跟人们进行对话。

实际上，我们已经见识过合成媒介的厉害了，比如在2007年首次亮相的虚拟日本明星Hatsune Miku；再比如英国虚拟乐队Gorriaz。后者是艺术家Jamie Hewleet和音乐家Damon Albarn在1998年就推出的项目。而接下j ] + 0 A %来，由算法创建的X ~ q g : p @合成媒介或将成为主流之一。

Miquela Sousa，也被称为Lil，是在社? H f ) 8 , q =交媒体渠道流行的合成人物

Google的Duplex是合成媒介的另一个应用案例。它可以代替用户去完成打电话预约产品等+ b ) B一系列操作。G 6 j y L v然而，它的发b J g ^ 1 * P V布引起了一些; j p ` ( /质疑，讨论的问题有：该系统会不会（或要不要）让人们知道这是AI系统完成的预定。

不能否认的是，在虚假信( J 8息泛滥的当下，合成内容无疑又给真实世界带来了更多挑战3 # v 2 D 7 H。

ThisPersonDoesNotExist.com网站能利用算法合成根本不存在的假人脸图像，它的一个子页面，可以抓取Hacker news或Reddit的新闻，再生成虚假的“新闻”。

此外，像Wallstreethack.com和Perfectli[ ] ^ 0feHack.com这样的新闻网站的内容完全是AI合成的，网站中一张图片里出现的人、动物甚至是作为背景的树都是由AI生成。

这进一步表明，用生成的内容去填充网页是一件相当容易的事情。

此外，近期大行其道的换脸/ @ 1 = `假视频（Deepfakes）[ n , d G ,技术7 B H R = H p i以及假视频编辑（Deeply Edited）技术，也在困扰着人们，连扎克伯格都被恶搞中招。

假视频中的“小扎”宣称：“想象一下，有个人完全掌握了十几亿人的数据和他们所有的秘密、他们的生活与他们的未来……谁掌控数据，谁就掌控未来。”

当然，合成媒介也有正面的用5 n例。

• 合成内容可以帮助节省成本和时Y ? b R K I h d间：比如合成语音可以帮助繁忙的配音演员节节省时间b { } 1 x S x o，如果我们让Emily Blunt为动画电影中的一个角色配音，那么我们就可可以捕捉她的声音样本，并编写一个程序进l f 8 T c i ` 0 6而来记录她的配音台词。
• 定制语言或者地区方言：2019年，由AI视频合成公司Syntheia和广告代理公司R/GA London发布了一项有关疟疾的公共服务广告。广告中，Da% 1 | Yvid BeK k y lckham用p 0 % $ o九种不同的语言谈论如何抗击疟疾，当然，声音是由AI合成的。另外，广告商也可以利用AI生成数以百计的合成口音，以触达小众人口。

整体来看，人们对于合成媒体的未来持有三种态度：

• 乐观：合成媒介公司可以与政府、学术界进行合作开发部a k s O m署、披露标准。所有的合成内容G = 8 O u Y D都会被自动添加标签，对于讽刺但并非故意误导的内容，可以进行人工核查，并将过程透明化。
• 中立：合成媒介正迅速商业化，初6 T &创企业优先考虑效率而非安全性。其发展迅猛，但相应的知识产权问题却被落在后面悬而未决。随着公众抱怨声越来越大，监管机构正试图参与其& D a P n E中，而相关合成媒介公司也因为诉讼等问题付出大量的时间和金钱成本。
• 悲观：合成内容会被不同的利益方武器化。与其它互联网内容一样，合成内容显示在搜索结果中，F W k K , ~出现3 9 b K在智能音箱、联网| ^ ~ S : W电视、收件箱和社交媒体上，最终人们的信息r V q K - X N y渠道将被这些非真实信息填满。而且，由于没 A l g w X有工具帮助人们区分真假，如果人们遭受误导，可能会给社区、企业、5 5 J 5 z g V _ Y政府、社会带来灾难。

关键研判四：语音、视频、人机：「P y | m v 7交互」的多重想象

1. 优化C S W ~语音搜索

对话式H 7 C m | g网络无所不在，k i S 2 | R M仅仅通过语音，我们便可立即从智能手机、汽车、电视、数字助手中获取信息。

语音搜索1 N H & a _ 9在人们日常生活中激增的同时，机器设备也终于在音频内容理解方面取得了较大进展，这意味着播客、广播节目等内容U s 3 = R 2可以像传统的基于文本的网页那样为人们提供搜索功能了。

与此同时，网站和音频内容之间B n U e 8 t B D Z的界线正愈渐模糊。对于媒体来说，新的标记工具可以帮助机器理解书面内容并将其转换成语音。

Google此前发布了一个名为Speakable的结构化数据标记工具，媒体可以用其对Google Assistant中的新i } X u &闻内容进行优化，K h # 0 q }以便由Google Assistant朗读。

2019年，AmazoL n V h nn发布了第一个针对健康设施的Alexa技能，同时Alexa For Hospitality能为酒店宾客提供基本服务。由此可见，语音已经越来越渗透到人们生活的各个角落。

Google最G [ t Y R ~ I )近发布了Speakable以优化GoogleAssistant中的新闻内容

接下来，语音搜索优化（VSO）就是新型搜索引擎优化（SEO）。] 8 m b公司需要考虑如何通过对K & L E话式交互去传播以语音和文本为基础的内容，而这就意味着既要确保对内容进行了正确的格式解析，也要确保理解人们使用语音搜索时的语境。

对于消费者而言，隐私保护将继续成为主要问题，而这也会对科技公司的控制权和透明度制造压力，比如Amazon针对Alexa新推出的“删除我今天说的话”的指令，就可说明问题。

2. 下一t , a b Y X代原生视频f x P和音频故事格式

随着响应性视觉、触觉和音频交互的发展，故事讲述者得以开发非常规性的故事叙述模式，以全新的方式吸引受众注意力。实际上，新闻媒体和娱乐机构已经开始探索创新型的叙事模式，重点关注个性化、交互性和沉浸式等方向。

毫无疑问，这意味着消费者将获得更好的体验，但新闻和娱乐媒体机构必须为内容的聚合和传播规划出合理的方式。

• Google正在开发一种新型的语音新闻聚合器，可以将不同来源的内容拼接在一起，就像是现代新闻的“混音带”。
• 制片公司Eko创建了交互式真人视频内容，观众可以通 Z W x j 2 w w过点击来决定视频主角的动作，Netflix也为年轻观众推出了类似影? E | ` b e响用户的节目。
• 去年，BBC在Amazon的Echo智能语音助手上发布了一档音频节目，允许用户通过与角色对话来引导故事走向。
• 与此同时，RYOT公司与一些主流新闻媒体（如《纽约时报》和NPR）合作制作沉浸式纪录片，观众可以通过VR设备身临其境感受视频内的场景。

目前，这些新型故事叙述方式还处于试验阶段，但在未来的几年内，互动沉浸式的音频和视频会持续发展，主流的媒体希望在此领域占据头部位置。

例如，Eko正在为Walmart打造视频平台，试图与Amazon的视C a D h ^频节目进行抗衡；ABC、Fox和CNN等美国广播电视公司将打造VR数字频道，内容涵盖新闻、体育和娱乐。

显然，处于该趋势前列的品牌将更有利于实现数p , N f ` r据收集，而这些数据将可以帮助广告定位和个性化内容m ) N b的打造。

3. 人机交互

像Siri、Alexa和Google Assistant等语音助手所能实现的语音交互功能正变得越来越复杂。正是因为这些人机交互可以只凭借思维实? Y , [ A 7现交流，为中风和瘫痪患者提供了新型交流方式。

早c L # n X ]在2017年m S *，Facebook就宣布开发了一款允许人们只通过“思维”就能输入内容的头带。两年后，加州大学旧金山分校的学者与Facebooo } P M % 0 D g +k进行合作并发表了一些早期研究成果：Z & G n M v设备可? e x d ~ x以识别用户何时j U o m l .提出问题，并感知答案。虽然整个过程远慢于打字交流，但却是质的进步，而且也表明Facebook会继续推进此项研究。

去年7月份，亿万富翁Elon Musk展示了他关于人机交互C = , q项目的研究成果，o 1 $ ( | R该G L T R V ~ A i U研究聚焦能感知大脑信号的“脑线”。即便如此，人机交互从边缘化过渡到主流应用还有较长一段时间，但人们现在需要将隐私性、安全性、包容性l 8 3 I y等因素纳入此项技术的研发考虑之中，并确保一开始就将它们内置到开发的产品N u 4 A之中。

Elon Musk展示了人机界面的研究成果，其中包括一个植入老鼠g + h W 1 E | k体内的传感器

关键研判五% h W S：VR/AR为代表的「混合现实技术」迎来大考

混合现实（Mixed Reality），又称为扩展现实（Exten^ &d) % 8 ` hed Reality），是包含虚拟现实、增强现实在内的数字生成、增强或操纵环境的技术。借/ ~ % & n v P助头戴式演示器（HMD）或移动设备，混合现实将越来越多地出现在当] f z t }下世界中。

现阶段，混合现实技术在各个行业中的普及率呈逐步上升趋势。这为内容创建者提供了一个重要机遇——为受众提供转移式体5 ) K J x O M J P验。

近年来，VR在娱乐内容领域取得了较大的发展。技术的优化、消费类产品的成本降低，以及更加丰富多样的内容将是VR市场进一步成长的催化剂。而游戏领域或将成为第一波主导，例如任天堂进入沉浸式体验的市场，为其广受欢迎的Switc3 | H E V + Hh游戏设备推出了VR配件。

值得注意的是，AR也开始被用于个人隐私保护领域了。例如，Snapchat脸3 H 8 } { b部过滤器可以帮助用户在隐藏真实面容的同时，感知到表情变化。H= 4 S k d 1 6 $ 0industan Times在与未成年性侵受b ~ p F T n F害者交谈时便使用到了脸部过滤器，让他们能够在讲述自己故事的同时，保护他们的隐私。

随着AR技术的普及，内容生产者能够创作出更多广受好评的内容。AR有助于弥合代际及跨文化差异，提升了受众的理解水平和享受程度。反过来看，这也能够帮助内容生产者在更大程度上创造反映自我愿景的内容，而不必为了吸引人一味地进行妥协。

当然，AR在受到夸赞的同时，也免不了遭遇异议。有人认为融入了摄像功能的AR，将更加容易提取用户的个人及家庭数据。

比如，通B O 0 B z k f !过授予AR应用程序访问相机的权限，该应用程序公司可能就会在你家中随意查看，或者通过分析几个简短的视频片段，识别出你的家庭成员Z e S U }及他们的年龄、你生活空间的布局、你的家庭收入登记等。之后，公p f * c z L {司可能会通过对这些信息与其他可访问数据的交叉整合，生成关于你的详细个人资料，进而这些资料可以被用来针t F 9 ` P对你。

关键m = 5 = b研判六：「视频流媒体」的爆发式增长

据估计，2020年视频将占整个互联网流量的82%。皮尤研究中心的一项调查发现，47%的美国人喜欢“看”新闻，相比之下只有34%的人喜欢“阅读”新闻，还有19%} Q _ i 2 X } W ;的人喜欢“听”新闻。

Netflix和Amazon是目前流媒体领域x ` ! M L R R P的两个主要领导者。到2020年，更多人的目光会集中在Disney+服务上，k ( L J %该, ; l ( 3 y Q , 8项服务以漫威和星战内容为特色J { H，I 3 $ 5 3并含有一个高性价比的捆绑选择，包括Hulu和ESPN+在内。

从2019年开始，各K 2 x t O | e l大网络S V - _ ` : ^平台也都开; u _ b = | V B始广泛推v D E J出自己的OTT流媒体服务。在不久的将来，该市场将会变得更加饱和。

*OTT （Over The Top，指互联网公司越过运营商，发展基于开放互联网的各种视频及数据服务业务。）

无疑，传统广播电j Y f 0 , Z视新闻机构会受到影响，而有线电视和卫r & 4 O 3 t u星电视的订阅量也将随之下降。同时，内容将变得更加孤立，OTT服务本身不会与其他供应商共享内容，因而这会驱使消费者根据内容的质量做出选择，毕竟订阅成本也是考量的重要因素。相比起来，那些具有资质的内容供应商可能更具有优势，因为消费者希望最大限度地提Y N , d f高其订阅费用的价值。

关键研判七：「平台与媒w n l n A &体业务」的发展仍有诸多未竟之事

1. 平台首要任务：D | R净化内容生态

虚假新闻和不当言论的长期存在，让越来越多的在线平台和社交媒体网站希望能够调节产品里的内容和情绪矛盾，如采取人工审核或通过算法监测问题言论。

Galluh e P X T t [ Zp/Knight的一项调查显示，73%的美国人认为互联网虚假信息仍是主要问题，而且大家普遍认为平台选择新闻的方_ D X B H式也存在较大问题，但在是否应当对平台实行监管这个问题上，人们存在较大分歧。

Amnesty International去年启动了一个名为“Patrol（巡逻）”的项目，d , 5 V 4 8 O 3 _通过与数据分析公司合作，Amnesty International发现，在发送给近千名女性政治家和记者的Twitter信息中，有7.1%的信息是存在问题的，平均下来，每年有110万条，或者可以说，每30秒就有1条问题信息。由数据可见，人性中的缺点有了技术的赋能后，会被平台无限放大。

来自监管的约束和舆论8 D U n m的压力，将推动主要平台采取行动。! m & 6然而，真正的挑战在于选择哪些利益相关者参与制定规则。

2. 内容行业的引擎：数字订阅

皮尤研究中心的数据显示，2008-2017年间，美国报纸编辑部雇5 n B n [ D r K |员数量下降了45%，美国本土纸媒合并和关闭的数量也创下了历史新高，许多新闻机构正在努力重建当地新闻业务。

向数字平台靠拢，并推出订阅计划，成为救命稻草。例如，2018年，Facebook与Lenfest新闻研究所合作推出了一个本土新闻订阅加速器，据Facebook表示，此项目帮助, O %14家媒体新增了数以万计的数字订阅用户。

我们生活在一个用户付费时代，Conde Nw - J 6 u J 6 T .ast在今年1月份宣布，旗下所有的杂志网站将在年底前完全实行付费；DB 4 i# v e 5 psney的视频订阅服务Disnee @ V X 5 8 ] gy+已于去年11月份在美国推出。

对于那些因广告收入下降而步履维艰的新闻企业而言，以用户为中心采取订阅措施无疑是重要战略。但是，启动订阅计划容易，留住用户就难了。订阅服务平台Zuora的一份报告显示，媒2 F v [ l 8 m体订阅业务的平均年流失率近34%，近乎是所有领域中最高的。

3. 进一步认清现实：新闻即服u c F q ) 7 &务

处于转型边缘的新闻机构开始将新闻作为一项服务，而不再像过去一样仅仅向受众提供传统的新闻产品。转向“新闻即服务”，使新闻机构能充分意识到自己在知识经济浪潮当中的价值。

而“新闻即服务”可以以不同形式体现：新闻故事、API、可供新闻编辑室和G % y , D @ 5 4付费第三方使用的数据库、事件预警日历插件等等。总而言之，这些服务可以帮助新闻机构实现收+ q % i ` { P B T入共享，并使其将服务充分变现。

4. 协作式新闻编辑室和限时新闻产品

一些q O e O - i [ .新闻机构正在通过弹出式协作新闻编辑室和限时限量版产品来实现战略目标。协R $ * l B W v ?作式新闻编辑室可以聚焦在某个单一的主题或项目中，在提升受; Q Z R L M 1众覆盖面的同时，帮助发现更深层次的内容。而限时上线的4 _ o j播客、实时通讯和活动可帮助媒体识别积极参与的用户& @ 1 Z _ L b 5，并测试新的想法。对订阅驱动的媒体而言，限时项目可以带来额外的订阅利益，r Z r ) )或吸引新的受众。

今年3月份，Buzzfeed在纽约发行了一日限量版纸质/ * 6 $ X 5 @ 4读物，该举措实际上是一个噱头，但其引发了较r @ y 7 / D ?大的网上讨论度

5. 让PUSH更有效，防止消息通知滥用

要想提供时效性强的信息更新、消息提醒和资讯，“推送通知”就是一种强大的工具，它们以手机、可穿戴设备或连接设备作为人们的第一个, h s F % f 2 h S接触点。因而，它s y ! 9 z _ D y D可以在我们暂时空闲的时候吸引我们Y V ; N % (的注意力。但有时候，也正因为它们每次都是如此突兀地出现，会导致读者渐行渐远。

多年来，新闻机构一直在更3 ^ k j ( t x 6 q新推送通知策略，而目前，全球越来越多& @ = b的消费者开始使用推送通知来获取新闻报道。当推0 Q Q n e ( 0 j p送通知发出Q 9 P l ] 6 Q 2后，媒体往往可以看到应用程序访问量快m . F _ Y i & M速提升，选择C | Q ~ b接收推送通知的用户会更频繁地使用应用k z 1 [ @ j G - [程序，而1 R E且活跃用户通常不会轻易放弃订阅。实际上，不只新闻应用程序使用推送通知功能，社交网络应用和游戏应用也使用此工具来抢夺用户注意力，很多地方政府也通过推送通知来发布紧急事项。

但随着用户接收到越来越多的来自不同消息源的通知，他们越来越难以专注于阅读信息本身。因而，媒体或应用程序服务商必须更加注意用户需求，帮助用户了解推送内容类型并作出选择，以确保向他们推送的消B t # W D 2 N ~ z息不会被忽略。

关键研判八：信息安全与隐私& w j d 0问题将遭遇更大挑战

巴尔的摩市的网站及其许: m q ` M h ? N多服务在2019年遭遇勒索软件攻击后被关闭

2020恰逢美国大! d l选之年，美国的新闻编辑室或将成为黑客重点攻击目标，媒体机构的网站或应用程序很有可能遭遇劫持，导致流量降低。

对此，员工可以提前将信息共享到云端数据库中，以备不时之需。此外，媒体也应当定期检查其网站的URL是否被恶意模仿- p l ] i，例如可能会被人用CNNnews.com 或cnn.topstory.com等看起来完全像CNN官网的URL来故意使受众混淆。

与此同时，h _ V P L L用户也可能遭遇黑客攻击。例如，黑客可r 5 e p /能会在大型活动（例如超级碗等）转播的前一天劫持智能电视，直到人们为此支付“赎金”，电视观看才可被解锁。而对技术了解较少的用户，则可能把责任归咎于有线电视或互联网供应商。

另外，Alexa^ 5 # Q v u +、Siri、Cortana等智能语音设备从边缘走向了主流，这意味着它们也可能在未来成为黑客攻击的对象。

安全方面的问题似乎又带动了另一个市场的兴起——旨在帮助企业抵御黑客攻击的新型保险进入市场。保险公司不仅要为基本信息的失窃提供保险，还要为被公司的声誉、运营能力和系统升级成本等保驾护航

不过，虽然我们都非常关心隐私问题，U o g [ 2 h q 1 .但很多人仍然会选择继续使用社交媒体) t & + 2 H和网站。比如，2019年一款爆红的评定年龄的网站吸引了数以百万计的人上传他们的照片，而网站推出该功能的目的，很可能$ ` t ? ) G M是在扩充公司的生物特征数据库。

保护隐私的确刻不容缓。例如，从去年秋天开始，有新的国家立法陆续借鉴《欧洲通用数据保护条例》（G( + K 7 h & y k VDPR）建立了相关的法律，GDPR条例规定了企业该如何收集并使用用户数据。只是，这些行动显然还远远不够。

关键研判九：信息传播要讲究“科技向善”

为了对( a i s P x抗错误信息，新闻机构和平台需要采用一系列标准化措施，以保持内容的高质，并且使$ k 3 A I P H新闻收集过程完全透明化，清晰地展示新闻构建的过程。

罗格斯大学教授Ahmed Elgammal开发了一种算法，可以从绘画作品中找寻出新奇点，并进一步分析出该作品受到哪些艺术家的影响。受该研究启发，L 8 * W y人们可以利用相关原理在文学作品、新闻作品中查找相似之处。新闻机构也开始利用数据、算法和机器学习等进行新闻收集和发布。

在过去的两年中，我们看到了数十次的隐私泄露事件，实际上，很多4 @ p b我们信任且托付数据的组织并没有对数据进行加密，或者其正在使用的工具已经过时E # 8 + a Q。所以，在2020年，可能O O ^ } U a $有更- s # 1 j多的隐私泄露事件发生。无论如何r V Y q * [ ` r `，公司需要投入大量的资源加强数字安全，否则一旦数据遭遇侵犯，用以处理危机+ $ V [ 8 Z Z的花费也非常高昂。

在不久以i M D # Q $ 4 H后，我们很有可能看到一批“首席道德官”在组织o : b ~ { J M y中扎根。而这些D P z F S # H 0 z专业的首席道德官通Z % D常具备包括人力资源管理、风险管理、法律等多元化专业知识储备，同时对技术也有着深刻的理解。他们将有助于确保公司的核心价值观在员工队伍中得到一致的体现，也会确保公司的价值观与社会的道德原则相符。

最后，尽管分析了很多的现象与趋势，但2020年的许多黑天鹅事件，依然还是让我们猝不及# A } Q防，这或许就是技术迭代和信息传播蕴含的魅力与迷惑性。当然，始t + w 5 Y终在变的还有用户R ! v 2 6 }的需求，无论是媒体、W U A ^平台还是科技企业、娱乐巨头，终归还是要守住“用户为王”的初心，避免在用技术赋能方方面面的同时拔出那把双刃剑。B ) L

作者：全媒派，公众号：全媒派（ID：quanmK x a V W i *eipai）

本文由 @全媒派 原创发布于人人都是产品经理。未y + { A ] q 2 g |经k # # ! f ! |许可T F j ，禁止转载

题图来自Unsplash，基于CC0协议