過去10年，英國本地乃至全球的新聞行業(yè)一直處于衰落狀態(tài)。隨著讀者轉(zhuǎn)向互聯(lián)網(wǎng)和社交媒體獲取新聞，越來越少的紙媒受眾讓廣告商現(xiàn)在把錢花在別處。這導(dǎo)致了當?shù)匦侣動浾叩氖I(yè)問題越來越嚴重。誰會提供讓地方當局在關(guān)注當?shù)刂匾獑栴}的同時，為當?shù)卣峁┓?wù)呢？

事實證明，機器人可能會。英國領(lǐng)先的新聞機構(gòu)新聞協(xié)會（PA）認為，人工智能解決冗余的記者和大量關(guān)閉的地方媒體的問題。一項新的舉措是，他們與新聞自動化專家Urbs媒體合作，并獲得了706000歐元的谷歌授權(quán)，每月寫作3萬個本地化新聞報道。

這一技術(shù)依賴于自然語言生成（NLG），這是近年來由于人工智能和自動化取得進步的基石。原理是，如果我們都說同一種語言，人類和計算機就能更有效地協(xié)同工作。而且，教那些速度快、可靠的機器用我們自己的人類語言來理解和交流，比教速度慢、易犯錯的人類用計算機語言（例如，通過學習計算機代碼）來與計算機交流的更有效率。這種技術(shù)創(chuàng)造了iPhone的Siri和亞馬遜的Alexa以及越來越多的客戶服務(wù)角色的“聊天機器人”。

但在英國，人工智能的工作不是回答問題，而是根據(jù)數(shù)據(jù)來編寫新聞報道。這個項目被稱為RADAR（記者、數(shù)據(jù)和機器人）并依賴政府、地方當局和公共服務(wù)來公開數(shù)據(jù)集。

Urbs媒體主編加里羅杰斯表示，他們最初是考慮用開放的數(shù)據(jù)來源為國家媒體生成故事，但很快就意識到，高度的地理分割這一特點意味著它非常適合描述當?shù)氐墓适?。所以，與其寫一個全國性的關(guān)于數(shù)據(jù)集的故事，還不如寫10個地方性故事，或者200個地方作家的故事。有些地方會比其他地方更有趣——但是當?shù)貓蠹垱]有員工來寫這些故事，也沒有統(tǒng)籌運作，即使是在私人部門，也要寫250個本地化的故事。“我們意識到，如果我們能將這種自動化寫入到本地新聞生產(chǎn)流程中，我們就不會接受某個人的工作，我們正在做的是其他人沒有做的事情。”