正确的提示信息

扫码打开虎嗅APP

从思考到创造
打开APP
搜索历史
删除
完成
全部删除
热搜词
2020-01-13 20:48
记者是一种生活方式

本文来自微信公众号: 全球深度报道网(ID:gijn_cn),作者: 李斐然,题图来自:东方IC


新闻是一种不断追逐事实的过程,而记者是主动并且享受于这个信息追逐过程的人。这当然是一件无比困难的事情,需要不断的学习、训练。但记者本就不是喜欢容易问题的人。在不同国家,用不同语言,我们身上有一种跨越了国别和语言的共通性,我们都在自己的世界里追逐最根本的事实。毕竟,这是一群就算坐一趟观光船也要打破沙锅问到底的人。


9月26日至29日,第11届全球深度报道大会在德国汉堡召开。图: Nick Jaussi/https://nickjaussi.com


今年的全球深度报道大会有一项团体活动,主办方租了一艘船,邀请部分参会记者在课程结束后乘船游览德国汉堡。我报名参加了这个活动,但直到临出发的时候我才发现,主办方留了一个异常模糊的碰头方法:在码头,找到记者,一起登船。


那么问题来了,在一个满眼是不同肤色、不同国籍、不同语言的游客的码头,现场没有任何大会标示物,来自世界各地、彼此从没见过面的记者们,如何在一群陌生人中找到自己的同类?


到了现场之后,我发现原来这并没有很难:记者是这一群人当中好奇心最旺盛、消息最灵通的人。尽管现场大部分人可能都是人生第一次到这里,但和抱着游玩的心情来参观的悠闲游客不太一样,暂时做了游客的记者依然会忍不住迅速对周围展开调查,一直在提问。


在开船前等待的十分钟里,我们已经清楚搞明白这艘船什么时候开、下一班船几点出发、多少人能上船、主办方什么时候包下了这艘船、包一艘船多少钱、为什么不同时间出发的船使用的燃料不一样、不同燃料的船运营成本差多少、游览船每年能赚多少钱、盈利和亏损纪录怎么样……


这就是记者吧,在那一刻我强烈地感受到,记者是一种生活方式,你不自觉地就想要知道更多。


那天的船上都是我第一次结识的朋友,但船上的氛围却很熟悉。那是一个丰富的傍晚,扑面而来的不只是汉堡的夜景,还有不同专业领域的记者沿途源源不断的补充信息,不同国家码头的运作、港口的差别、中美贸易战影响下今年的集装箱吞吐量变化……我们还聊了自己的工作,还有当天听过的课程,正在使用的工具。


汉堡易北河。图:Joey Qi


在这里,最大化地获取信息,并将它分享给更多人,是一种共同信念。这是一种在全世界范围内都存在着的生活方式,它呈现在不同肤色、不同种族、不同语言以及不同性格的人身上,我们是不一样的人,但我们都在用各自的方式趋近一个共同的活法——作为一个记者而活着。


这种感受贯穿了我在汉堡的整个行程。第十一届全球深度报道大会有三天半的日程,我把所有时间全填满了,在这里见到了一个又一个风格迥异的记者,和一种始终如一的共同活法。


我选的大部分是技术和工具相关的实践课程:数据挖掘、网络爬虫工具箱实践、非结构化数据处理、社交媒体信息挖掘、公司财务报表分析,还有大部分AI相关实践课程,比如如何将机器学习应用在新闻采写中,深度学习如何辅助记者做报道……


在这里,我总是不知不觉错过每一天的午餐,因为连午间分享会都很精彩。第一天让我忘记吃午餐的是一场主题为“Can you Google this?”的午间Workshop,这其实是一场寻找信息的比赛。


主讲人 Marcus Lindemann 给大家出题,通过搜索解决难度一步步升级的问题——联合国发布过多少 PDF?联合国发布过的 PDF 中有多少是用在会议演讲上的?针对一个容易拼错的名人名字,有多少报道拼错过他的名字?哪些报道是一次也没拼对过的?澳大利亚移民局拒绝了6229人入境,但政府官网设置了文件不被搜索引擎监测到,那么,请找到这份人员名单的原始 Excel……


有趣的是,很多问题并不存在唯一的正确答案。比方说,大部分人使用 Google 的搜索语法“filetype:PDF site:un.org ”得到第一个问题的结果,但再往后,结果的精度就取决于不同人的分析理解能力了。哪些PDF来自于会议?有的人选择直接思路,追加搜索关键词会议、大会、研讨会,但也有记者会换一个思路,思考一个来自会议演讲的PDF第一页和最后一页通常会出现什么字、什么句子,以这种特定内容追加搜索。同一个人经常使用同样的 last page,这是人的习惯,所以它甚至可以帮助你精准追踪到一个特定的人在特定平台上发布的 PDF。


在这个过程中,记者的差异是一种思维方式,如何去理解我们遇到的难题,如何去寻找一条合理路径,重新理解自己采访的世界。解决问题的关键点不在于你是否拥有某个特定工具,而在于你有没有领悟突破问题的关键思维,学会如何去理解事实。


如何理解事实,这是我作为记者所追求的根本,也是促使我想要不断学习掌握新的技术工具的动力。


我觉得,记者工作是一种你与事实之间的绝对关系。记者采访得来信息,你怎么样去解读你掌握的信息,信不信任自己得到的信息,要不要去对抗现有的理解,寻找一个新的补充证据,追求的信息精度到什么程度,获得多大范畴的信息才能停下来……这些都是只有记者本人才知道的困境。对我来说,这个过程当中的危机感远远大于了成就感。


我写过的复杂人物越多,越是深深感受到,人类是自己局限性的囚徒,是自己固有知识结构的囚徒。理解世界是复杂的,理解现场的人更是如此,记者需要全程审慎,稍有疏失,哪怕是认知结构上的小缺口,就会出现误读、误解和误判。面对复杂事实,你对信息的理解能力、驾驭能力几乎完全决定了你对事实的理解深度和精度,也影响了你对事实的呈现质量。


在这次的大会上,我遇到了很多利用技术工具对抗这种危机的同路人,大家希望利用Python、R语言或是逆向工程、机器学习来辅助报道,帮助记者更高效地理解信息、分析素材。


我的一大快乐就是面对面见到了实践的同行,此前我只能自己摸索算法,虽然有专业工程师能帮忙,但他们并不懂得记者在实际操作中的准确需求,而在大会上,技术派的记者们彼此知道对方的难处是什么,这是一场真正的业务分享。在一个技术突飞猛进的时代,记者也没法停留在上个世纪的采写技巧里面,我们所面对的是远超以往的信息过载场景,所以也应当让新的工具来帮助我们。


三位《纽约时报》数据记者的分享会:“数据新闻的新趋势”。图:李斐然


媒体必须做媒体自己的倡议者。要不停的倡议新闻价值、媒体的重要,怎么做?与阅听人建立更个人化的连结,与阅听人建立更多的连结,努力不与民众的生活断裂。这就是大会 Keynote 为现况提出的观察,准确的描绘了来自130多个国家的记者们,努力在低谷前进的步伐,尤其在极化的、民粹兴起的、事实可被“创造”的、部落化的时代里,媒体产业在维生低谷里坚定的往前,挑战的一个看似艰难,但却从未变过的目标。


给我收获最大的是三位《纽约时报》记者的分享会,他们是最早投身数据新闻的记者,一开场时开玩笑说,“我们三个坐在一起,基本就是《纽约时报》数据新闻的早期定义了。”他们也一直致力于培训更多记者掌握数据新闻调查技巧。他们分享了AI在采写过程中的辅助实践,借助工具找到新闻选题线索,比如利用数据分析发掘财务报表里面的问题,发现在德国租赁市场里对外国人租房的隐形歧视,通过统计算出洛杉矶 Bel Air 用水量最大户等等。


印象最深的一个案例是他们所分享的 BBC 对于一则喀麦隆枪决视频的分析。这个片段叫做 Anatomy of a Killing 其实,这并不是一则新闻报道,它是利用技术工具实现对新闻事实的辅助解释,它呈现了一个记者思维链条上至关重要的一环——当官方和视频素材讲述的内容不一样,信息处于混沌状态的时候,你要如何理解手里持有的素材,如何用技术去辨别真相。


你可以在视频中对看到喀麦隆枪决案例的缜密分析,这就是一个典型的现代新闻调查过程。在这个信息过载的时代,甄别事实要比以往任何时候都重要。被不同信息流喂养长大的人呈现出近乎相反的世界观,由此带来的认知撕裂在世界许多地方都在发生。


作为记者,不要因为拥有这则视频就无条件相信,也不要因为喀麦隆政府宣布这是“假新闻”就以为真的如此,更不要甘于活在信息混沌中,与不清晰的事实妥协自洽。记者需要利用一切工具去追逐事实,这是这个职业的根本要义,利用所有的工具,不断学习,不断丰富自己的理解能力,不断增强自己利用工具解读世界的效率,让盲区越来越少。


在这个信息愈发复杂的时代里,我们的选题常常来自社交媒体,但身处其中的人常被自己的信息流影响,养成了固有偏见。很容易忽视一个现实是,信息场里的发布者并不代表客观,大部分人与事实的关系都是基于利益的,大机构、大公司发布于它有利的信息,当事人主动讲对自己有好处的信息,每一层级的传播者都会多多少少在自己的讲述过程中改变信息样态,对大多数人而言,信息是服务于自我利益的工具。只有记者和事实之间是绝对关系,记者的工作是追逐事实,并为之负责,你要去对抗陷落于其中任何一个单一信息场的危机。


以我自己的感受来说,今天我所身处其中的中文深度报道,最大的危机其实正源于此。关于新闻行业人们谈了很多外界压力,诚然这是我们不可阻挡的局限,可是即便今天给到最好的待遇、最大的开放度,一个记者还有没有能力精准捕捉事实,还能不能用准确的思维路径去解析问题,能不能意识到自己存在的局限并加以弥补,能不能最大化还原事实,有没有最根本性的动力去追逐事实,这才是你和事实之间的本质关系。这种能力的高低基于你对事实的追求意愿,不是靠外力就能堆积产生的。这些才是我们作为记者安身立命的根本。记者并不是在名片上印上这两个字就能获得的头衔,它是靠你所能呈现的事实挣来的一种认可。


记者是对世界的一种理解方式,是你和事实之间的绝对关系,把追求事实活成自己的生活方式。它不能因为觉得技术难学、环境不好就停止,也并不因为休假时间到了就结束,让你不关心在美国发生了什么,在日本发生了什么,在香港发生了什么,一切都是你所采写的时代的背景,一旦忘记了这一点,就会把自己的采访对象置于孤岛当中,只专注于他的小世界,忽视了他所面对的更大维度的真实场景,这是非常危险的操作。


这就是我在这次大会上一种最深的感受。新闻是一种不断追逐事实的过程,而记者是主动并且享受于这个信息追逐过程的人,享受挑战,在不确定性中寻找确定性事实。这当然是一件无比困难的事情,需要不断的学习、训练。但是,记者原本就不是喜欢容易问题的人。在不同国家,用不同语言,我们身上有一种跨越了国别和语言的共通性,我们都在自己的世界里追逐最根本的事实。毕竟,这是一群就算坐一趟观光船也要打破沙锅问到底的人。


不过,还有另一种感受刺激着我。在这次大会上,我感到技术的丰富,有很多同行分享的工具箱,有很多成型的技术可以直接用。比如我参加的课程里,德国数据新闻记者 Kira Schacht 在手把手教大家在不同场景下把数据爬取下来,BBC的著名调查专家 Paul Meyers 在分享中还直接把自己的工具箱展现出来,还有 Bellingcat 的 Henk Van Ess 用实际案例分享了很多技巧。


但另一方面,我也感到一种强烈的落差,很多课堂上所讲的技术工具并不能直接适用于中国记者的采写实践。在中文采写环境里,想要梳理数据,根本没有这么干净的结构化数据,也不存在那么丰富的有效第三方工具。而我们所面对的复杂场景,是不懂得中文场景的同行所无法理解的,这是我们自己的困境。


在《纽约时报》记者的数据新闻课后,我跟记者们分享了我的苦恼。Sarah Cohen 说,她非常理解这种困境,最初她开始尝试学习Python,想用技术辅助新闻,也有一种无助的感觉。即便请程序员入驻编辑部,也不总是有效,一个技术专家所理解的算法,和一个记者所需要的算法,在大多数情况下都是不一样的。技术专家不会天然地明白记者在工作中需要的场景是什么,因此也很难期望他们能主动为你设计切实可用的算法。记者需要先让自己去学习,去理解,再寻求帮助,解决问题。这个过程固然是辛苦的,但既然我们这类人不能甘于生活在信息遮蔽里,就一定会想到办法解决它。


一个有意思的细节是,就在我从一堂课奔向另一堂课的路上,遇到了同样等着上课的中国小伙伴,她要去上 Python 实践,我要去听 AI 讲座,换教室的半路上我们热烈地讨论了中文特稿采写过程中所需要的技术辅助,临走的时候她笑着说,“你作为记者的需求,我作为工程师听到了,我们回去再仔细商量一下怎么办。”


这个课间小插曲给了我很大的安慰。写作是一条漫长的路,因为新闻的本质是理解世界,这是一个需要不断精进、不断打磨的过程,会失败,也会有一点点的进步。哪怕一开始做的很小也没关系,哪怕做的很简单也没关系,只要你开始走在这条路上,慢慢往前走,就总会出现同路人。


临走的时候,Sarah 鼓励我说,其实记者工作最难的一步,是下决心要做一件事,最困难的那一步是让自己意识到,“我需要学习新的技术”。下决心是最难的,但一旦一个记者下定了决心,就总能想到解决办法。至于到底是选择学习Python还是R,是自己做还是请人合作,都只是路径选择的问题。


德国《明镜周刊》的事实核查部的同事在分享自己平时是如何进行事实核查的。图:李斐然


这是我在2019年所经历过的最特别、也最充实快乐的一个星期。写作是孤独的事业,但在这个星期,我意识到,新闻写作的路上有很多同伴。


其实,不止我一个人忘记了吃午餐,第二天的午餐时间我和另外30名记者参观了德国《明镜周刊》的事实核查部,听他们的事实核查员对《明镜周刊》史上最大的新闻造假丑闻的反省,第三天又有更多记者加入了不吃午餐的行列,因为中午是《卫报》财经记者 Nick Mathiason 的分享,好多人坐在地板上做笔记,如何理解公司账务,识别报表里的隐藏危机,也就是我们的选题线索。大家的身上有一种微妙的共同特质。只有我们知道,如何承受各种各样的压力,却也在压力之下获得乐观和希望,一次又一次去解决问题。


离开汉堡之前,我去了另一位记者朋友推荐的“黑暗中的对话体验馆”。在一间完全黑暗的房间里,8个参加者短暂体验失明的状态,大家彼此看不到,却要一起合作完成任务,过马路,坐船,在房间里寻找地图。最后一站是在黑暗中的酒吧买点吃的,聊一会儿,坐在我旁边的德国小哥问,我感觉你有点不太一样,我想了一下,你应该是一名记者吧?


活成一个记者,看来的确会让人有点不一样吧。


作者简介:李斐然是《人物》杂志的主笔,她也是第11届全球深度报道大会奖学金获得者。


本文来自微信公众号: 全球深度报道网(ID:gijn_cn),作者: 李斐然

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文

支持一下

赞赏

0人已赞赏

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账号

    自定义
    支付: