2027年記者的日常：當報導遇上人工智慧（下）／涂敏編譯
上午11點：記者利用自動化助理搜尋政府資料。
他使用人工智慧驅動的文本分析工具瀏覽上千筆政府資料。智慧型助理會挑出不法行為的案例，像是紀錄在案的罰款、許可證的撤銷、公共輿論的批評或法律問題。
記者發現，工廠所有人長久來因在其他地區的排放測試上有詐欺之舉，而不斷被罰款，因而懷疑春田也正在上演相同情事。
他致電該工廠公關公司，想取得他們的說詞。記者懷疑，公關公司代表人可能隱瞞了某些事情，聲音分析科技稱其在電話上的音調是「猶豫」且「緊張」的。
中午12點：記者肚子餓了並且……他請他的人工智慧驅動的食物配送服務根據他所輸入的食材，建議一份食譜。系統分析了這些食材中的化學物質並提出最佳食譜建議。20分鐘後，無人機將記者的午餐放置在一個從新聞室窗戶延伸出來的特殊平台。
下午1點：享用完午餐的記者要求他的自動化助理瀏覽另一組政府資料。
瀏覽過一系列結婚和出生證明，以及社群媒體數據後，自動化助理發現這些檔案指出，權責建設這家工廠的公司CEO是春田一位被指派進行工廠測試的女人的遠親。
電腦因演算法而能運作、理解政府資料並從文本要素中推測出關係。演算法必須依賴一種東西叫「自然語言處理」，它能理解文本，並且推斷人、地、物之間的關聯。記者便可即時具像化一個數位家譜，理出兩者間的關係。
下午2點：記者戴上虛擬實境頭盔，控制兩架無人機，將其發送至他正在調查的區域。記者發現，工廠有一個管線裂成兩半，噴出某種物質至空氣當中。他也發現一場抗議行動正在展開。
分析無人機影像實況串流的演算法，偵測到物理群眾密度，也注意到工廠的保全人員高度集中在特定地區。記者辨識出，保全人員已在工業區周邊一小區域架起圍籬，數位熱顯像地圖也引導記者斷定，在這些圍籬背後就是破裂的管線。
記者回到無人駕駛的車上，親自前往工廠調查。保全阻止其接近隱瞞化學物質外洩的圍籬，但兩名工廠員工表示，自警報發出以來，他們面臨呼吸困難，而且他們從工廠開始營運以來，都沒有印象曾見到檢查人員。
下午3點：記者在回辦公室途中，停留在一家咖啡店，訪問上午發布關於他兩個年幼小孩氣喘突然發作的貼文的媽媽。
這位媽媽告訴記者，他的孩子睡覺時開著窗戶，半夜醒來抱怨他們的呼吸問題，她更播放了她小孩不斷咳嗽的影片。
在回到新聞室的路上，記者在車上將訪談的聲音錄音經過情感分析系統分析，推斷出這位媽媽的音調是「真誠」且「善於分析」的。
下午4點：記者再度致電公關公司，但這次代表人拒絕對此事作出評論。
記者又展開另一項調查。幸運地，他有一堆關於以前指控工廠和衛生部門汙染地方社區的媒體露出，他將這些資料經過智慧分析系統分析，發現工廠和衛生部門都從來沒有發過任何形式的道歉聲明。
下午5點：記者對著他具有編輯和拼字檢查功能的智慧型電腦口述了這個故事，他的編輯收到了通知，並再次查證這個故事。
在幾分鐘內，記者就有了一個經過詳盡調查、關於春田空氣汙染程度增加的故事，其中也引述了工廠員工和他在咖啡店會面的媽媽的論述。
加上記者這幾天採集的空氣與水的樣品，「數據顯示疏忽與環境規範的違反很大程度導致了春田的空汙問題」這份報告支持了工廠員工和媽媽對工廠致使呼吸問題的聲稱。
這篇文章被發布到各種平台上－智慧型手機、智慧型手錶、智慧汽車、智慧型鏡子等任何「智慧型」的事物，並在地方社群產生上千次觀看數量。隔天上午，新的衛生檢查員被派遣至工廠，發現多處違規情形，並無限期關閉工廠。
——————————————-
作者：Francesco Marconi and Alex Siegman
編譯：涂敏
