对话黄志敏|探索数据领域的新可能 文科生如何做编程和统计?

简介:



◆ ◆ 

导读


“数据新闻”这个词,对大家来说并不陌生,国内数据新闻始于国外精确新闻的传入,发端于2009年。2012年前后,国内门户网站才开始纷纷进行数据新闻的初步实践。


“2012年网易新闻中心成立了数读栏目,在数据的运用、视觉设计及数据展示等方面开始了探索。”这位数据新闻的开拓者有感于现在良好的发展势头,“目前,我国数据新闻的发展仍处于起步阶段,但是声势比较大。除了财新,还有澎湃、腾讯、人民、新华、网易和搜狐等都在做数据新闻,团队较多;另外,已经有十个左右的高校在开展数据新闻教学,即将开设这方面课程的高校大概有四、五十个。”


虽然从事这方面的人员不断增加,看起来欣欣向荣,但跟国外相比,在策划和设计能力方面仍存在一定差距。而黄志敏一直坚持做的正是希望尽快缩短差距,力求做到最快、最好,体现职业化和专业化。

 

◆ ◆ 

3年,11个奖项,这只是个开始


2011年入职财新传媒的黄志敏,刚入职的两年,他忙于“重新搭建研发团队,推动新媒体转型,把所有的系统重新开发一遍”,这些努力为之后财新网搭上移动互联网主高速发展的便车做了扎实铺垫。


2013年6月开始,他开始投入数据新闻领域,三年内大小奖项拿了十一个,四拿亚洲新闻奖(全称为亚洲出版协会卓越新闻奖)。代表作品之一就是财新传媒于2014年7月29日推出的数据新闻《周永康的人与财》,该作品中英文版分获亚洲新闻奖、以及2014腾讯传媒大奖“年度数据新闻”、国际新闻设计协会(SND)多媒体设计优秀奖等。


面对诸多荣誉,黄志敏只是觉得自己做了一点有意思、好玩的事情,不算太大成功。“环境发展到这一步有很多的机会,如果你错过了,别人就得到了。”瞬息万变的时代,黄志敏的时间观念很强,“最希望自己不要浪费时间,也不要浪费别人的时间,如果我在一个地方没有充分发挥,或者错过了什么机会,对我来说就是在浪费时间。”


产业高速发展的当下,机会也日益增多。紧抓机遇的黄志敏今年8月份离职财新,即刻创办了数据工场。“数据新闻是数据可视化的一个子集,数据可视化又是整个数据领域的子集。所以,我很清楚自己是要选定数据领域,而不仅仅是数据新闻这块,我必须去拓展一个新的平台。”




◆ ◆ 

跳出媒介局限,才是对媒介更好的帮助


数据工场的核心是数据服务,包含数据的挖掘,分析,展示,分享和交易这五部分。“把内容,数据,艺术,技术相结合,与企业、媒体和高校对接。”针对不同的机构,具体服务形式有所不同,比如帮助企业运用数据,帮助媒体发展数据新闻和实现新媒体转型,帮助高校培养数据人才。


黄志敏笑称以前做数据新闻的时候,总有人喜欢问自己数据新闻怎么挣钱,“数据新闻也是新闻,新闻怎么赚钱,数据新闻就怎么赚钱。现在数据新闻不赚钱,但做数据新闻的这项技术和能力可以挣钱。”黄志敏觉得自己做数据工场的赢利方向是企业而不是媒体或高校,“大部分媒体现在的日子都不太好过,你去挣穷人的钱你怎么挣得到?只能去挣富人的钱,富人在哪里?在各种企业。如果你帮他挣大钱或省大钱,你也能挣小钱。媒体现在日子不好过,对我来说,跟媒体或高校打交道更多是半公益性质。”


离职财新给了黄志敏跳出媒介局限的机会,他承认“帮助媒体发展”比“在媒体内部工作”更能激发自己的兴趣。“对我来说,我从来不把自己定义为媒体人,也没有什么媒体情结,但我有互联网情结,我觉得自己做什么一定会与互联网有关。”黄志敏信仰互联网,也乐于尝试新东西,“从来不认为自己会被固定在某个方向上。有新事物就不断学习,如果不能干到最好,也要做到不比别人差。”




◆ ◆ 

文科生们,学编程、做统计···燥起来吧!


为高校、媒体进行数据服务,是黄志敏努力坚持的方向,“要考虑好在这个方向上,你要得到什么,是想挣钱呢?还是要名份呢?还是要影响力呢?想清楚想要什么,然后去做就好。”


显然,近两年走了国内几十所高校的“黄老师”并没考虑太多功利性回报,“举办数据新闻大赛,开设数据新闻工作坊等,做这些事情都是利用自己的业余时间,希望帮助高校培养数据新闻人才,开设数据新闻课程。”他知道自己做的这些事短期内不会有回报,但还“比较满意”。


黄志敏为数据新闻方面业界和学界的互动点赞,他也将希望寄予年轻人:“年轻人不会太介意是非干扰,更愿意去做一些尝试。另外数据新闻没有太多理论,大家都是干出来的,一边干,一边摸索”。


在近几年的观察中,黄志敏也发现一个问题:文科生总是害怕编程设计类课程。新闻学院的学生不仅要会采写,还要学一些计算机方面的技能,这是黄志敏一直给学子传输的观念。    “既会做新闻,又会做设计,还会写代码,这样的人可谓全才,数量不多,但不是没有。如果你做不到,如果你学新闻又对数据新闻感兴趣,至少要对设计和开发有些基本概念;你不需要写代码,但你得知道代码是怎样写出来的。”


粗略估计,黄志敏讲座的听众累计已经不少于一万人,这位敢于创新的互联网人想通过讲座表达对学子的期望:“如果这一万人里,哪怕有一百人被我影响到了,又能够对其未来有正面影响和积极改变,这就是有价值的。”


大数据时代下,年轻一代并没有能力改变数据化趋势,只能不断适应变化的环境。“当你毕业了,你发现媒体已经不需要你去单纯的写东西,你还能干什么?你现在学的东西,能让你足够应对将来新的挑战吗?”黄志敏老师的发问,是否也让你打了冷颤呢?




◆ ◆ 

这个行业,机器比你更不易淘汰


黄志敏一直关注人工智能和机器人介入内容生产。眼下的机器人写搞更接近填模版,跟真正的机器写作还有距离。可以设计这样一个实验:给机器输入1万字的文章,让机器模板特写作者的文风改写成为1千字,同时让这个作者也改写为1千字,把两篇文章交给不知情者阅读,如果区分不出哪是机器写的哪是人写的程度,机器人写作才算完成。有一天,黄志敏所言变成现实,又会出现什么情况?


一旦机器人写作、机器人翻译等发展到成熟的阶段,对整个社会的影响不言而喻。想跟进这些方展,需要手头足够的资源,黄志敏说在财新自己手上缺乏这些资源,但是“总有人尝试做了,互联网公司已经在做这样的事。”他直言不讳地指出,“有些媒体人,眼界太窄,就喜欢盯着眼前那点事。当下,整个产业都在发生翻天覆地的变化,而整个格局的发展会造成更大的变化。”


企业正越来越多让计算机介入内容的生产和传播过程,努力减少人的参与,以降低成本提高效率,“以许有一天,把报道素材往机器里一提交,机器会告诉你这篇报道可以从哪些角度去找结论,供你选择”。


当然,未来会怎样,谁也不知道。电视的出现并没有斩断电台发展的后路,现在的电台又依赖网络,推出更多新的节目形式,正如黄志敏所说:“媒体形态在不断变化,而媒介本身又是动态的过程。在这个过程中,你要做的就是不断适应,自我学习,这是最关键的。”

 原文发布时间为:2016-09-27

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
2月前
|
SQL 数据处理 HIVE
ChatGPT在综合数据处理中的应用(续篇)
ChatGPT在综合数据处理中的应用(续篇)
48 1
|
3月前
|
测试技术
LLM数学性能暴涨168%,微软14人团队力作!合成数据2.0秘诀曝光,智能体生成教学
【9月更文挑战第14天】微软研究团队发布了一篇介绍新型框架"AgentInstruct"的论文,该框架旨在通过自动生成高质量合成数据,推动语言模型发展。AgentInstruct仅需原始数据源即可创建多样化的合成数据,减少人工工作量。研究团队基于此框架构建了含2500万训练对的数据集,展示了其在多种技能教学中的潜力。经微调后的Mistral-7b模型演进为Orca-3,在多个基准测试中显著超越同类模型。尽管如此,AgentInstruct仍面临创建流程耗时及合成数据复杂性不足等问题。论文详情见:https://arxiv.org/pdf/2407.03502
85 2
|
人工智能
估算价值一亿的AI核心代码 (超级简洁,通俗易懂)
估算价值一亿的AI核心代码 (超级简洁,通俗易懂)
1364 0
|
7月前
|
机器学习/深度学习
R语言使用Rasch模型分析学生答题能力
R语言使用Rasch模型分析学生答题能力
|
Cloud Native Go
面试中的批判性思维:如何展示你的分析能力
面试中的批判性思维:如何展示你的分析能力
143 0
|
Cloud Native Go
面试时的问题解决:展示你的逻辑思维与分析能力
面试时的问题解决:展示你的逻辑思维与分析能力
139 0
|
机器学习/深度学习 消息中间件 人工智能
万字拆解!追溯ChatGPT各项能力的起源
万字拆解!追溯ChatGPT各项能力的起源
|
机器学习/深度学习 存储 自然语言处理
万字拆解!追溯ChatGPT各项能力的起源 2
万字拆解!追溯ChatGPT各项能力的起源2
|
机器学习/深度学习 存储 人工智能
《花雕学AI》26:多维度了解ChatGPT思维链提示的原理、方法、使用和发展的22个问题
ChatGPT的思维链提示(chain of thought tips)是一种利用自然语言编程的技巧,可以提高ChatGPT在复杂推理问题上的准确率。思维链提示的原理是参考人类解决问题的方法,从输入问题开始的一系列自然语言形式的推理过程,直到得到最后输出结论。 早上5点起床,没有去打羽毛球,打开电脑,漫无边际的浏览,偶然发现了一个提法:ChatGPT思维链提示。于是,我使用与ChatGPT同源技术的新Bing引擎(GPT-4),来进行搜索与了解相关情况。这里尝试连环提问的穷追猛打的暴力套路,呵呵,不到黄河不死心,我的22个问题是:
671 0
|
存储 分布式计算 监控
OushuDB 小课堂丨描述性分析如何利用数据做出更好的决策
OushuDB 小课堂丨描述性分析如何利用数据做出更好的决策
123 0