新闻事业的职责非常崇高，几乎可以说是神圣的。The function of the press is very high. It is almost holy. 我不是新闻从业者，但我一度对「新闻」这个词充满了敬畏。想象中，新闻理应是一种专业的、能够影响全世界的事业，使命崇高。但今天再看布兰代斯的这句话，我不知道你是什么样的感觉？
你会觉得，时代变了，新闻根本不必如此，不如放弃这种期待吗？你会觉得，理想和现实之间始终充满了讽刺，我们改变不了什么吗？还是你相信自己经历过太多新闻信任崩塌事件，早已懂得如何筛选和甄别，应对现代的新闻环境不是什么难事儿？
世界在新闻里终结
我想先浓缩一段新闻在普通人日常视角的历史。最初，人们是在面对面的交流中，才知道边境发生了什么战争；后来印刷机给城市带来了活力，信息能够更快地用报纸上的文字传播；再后来，新闻变成了收音机、电视机上的声音和影像，信息的传播变得更快、更生动；今天，手机加新一代人工智能，把一切变得更「民主」了，人人都可以成为「新闻人」。点个按钮，一键转发，傻瓜都会呢，我们谈论新闻需要具备什么样的专业性，还有意义吗？
新闻，News (New Things)，这个词在过去没有过变化，但它所代表的内涵早已不一样了。先说「新」这个字，它已经从曾经的一周之前的事情，变成了当下正在发生的事情，甚至新闻都快可以预测未来了。「闻」在传统新闻价值观中，是指生产让人们接收的「真实」信息，是一个力求真相的过程。
但技术越发展，内容越真实，又变得越不真实：越丰富的模态下，内容就越可以被精心制作，被「导演」为人们所相信的真实证据，不容置疑。如果说电视机的购物热潮还不够，那么 AI 将会把这种「真实的不真实」发展到极致。
现在的新闻仍然留存有多少「求真」的理想 ，我也不知道。但我确定的是，新闻已经成为了我们现实的一部分，甚至开始蚕食和替代现实。人们「耳闻目睹」的更多是数字信号，即使在路边亲历了某个现场，第一时间也是掏出手机，在手机屏幕中见证、分享和讨论。**我们俨然生活在一个由「已经被报道」、「将要被报道」和「不值得被报道」信息组合而成的世界。***
化用苏珊桑塔格对摄影的激烈论述，我想这句话放在新闻上也很适合：如今，一切存在，都是为了变成一则新闻而终结。
一个理解新闻的新视角
我可以继续引用案例，让你对新闻深恶痛绝，但我不想不让这一篇变成充满批判的，发泄个人情绪的文章。回归《正念阅读》系列的本意，我想从正念的角度，找到一个分类方式，帮助我们更理性地了解每天所看到的新闻的真实模样，从而摸索一些可行的阅读态度。
新闻被从许多维度讨论过，比如内容生产方式、阅读受众人群、平台媒介等等。每个角度都有价值，因为理解每种内容所在的光谱，都会对我们「如何阅读它」产生启发。理解新闻如何运作，把无意识变成有意识，本身即赋予了我们大脑一个强大的工具。
而我尝试寻找的分类方式，是读者视角的「正念」。我坚信决定新闻未来的，是阅读者，而不是创作者。 创作者永远会迎合阅读受众的品味，而每一个阅读者如何阅读，如何传播，如何反应，就是对内容生产系统的一次次投票。
这个新的模型有两个维度：情绪化程度和人设化程度。这两组维度划分出了四个象限。「情绪」不难理解，稍微解释一下「人设」：人设未必是指一个人，它也可以指一个机构、一个企业、一个品牌、任何一种符号。
四个象限的解释如下：
人设情绪：以某个形象为中心，有明显情绪化表达，例如名人的丑闻、煽情故事等。
事件情绪：以事件为中心，但措辞情绪化、渲染夸张。例如对社会新闻进行煽情描述，引发愤慨。
人设理性：以人物或组织为主要对象，客观理性报道。例如人物专访报道。
事件理性：客观、中立语气报道事件。例如对政策、重大事件的新闻描述。
接下来，我试试用这个「正念新闻模型」回答一些我好奇的问题。
热门新闻标题长什么样？
我用 ChatGPT 帮助我分析了过去 1-2 年，来自主流中文媒体的 500 个热门的新闻标题。样本数量虽然不多，但尽可能涵盖了时政、科技、社会、娱乐等等，来源自微信公众号、澎湃新闻、腾讯新闻、网易新闻、知乎等不同类型的平台。是否热门则是根据浏览量和热门榜单排名来综合评估。
我通过实际的标题案例，与 ChatGPT 详细确认了每一种象限类型对应的语义，以确保理解尽可能一致，最终，ChatGPT 通过多次深入研究，给出了分类。（情绪有关的判断存在主观性，以下所有研究方法谈不上严谨，结果仅供参考。）
总体上看，热门的新闻标题中，情绪导向的标题接近七成之多，而理性风格的标题不到三成。理性的标题类型常见于事件，而不是人设导向的内容。
情绪强烈的网络词语和标点符号所带来的冲击力，能迅速引发阅读者的好奇心，这几乎是微信 10 万+ 阅读量的爆款文章的共性。和传统媒体不同，即使是事件类型的新媒体新闻，标题也可以加入情绪渲染而毫无顾虑。
通过标题，有时根本无法判断内容是什么，但这些词语就是会让人一次次上当。情绪象限并不区分是积极情绪还是负面情绪。揪心、暖心、震惊... 我惊叹于人们可以使用的情绪词汇如此之多，以至于每次用 iPhone 的情绪记录功能选择感受标签时，都觉得选择困难。这些词语也只是所有情绪的冰山一角，互联网出现后，可以用来表示情绪的词汇增长速度超过了历史上任何时候，最终他们多多少少都贡献给了新闻事业。
如果内容聚焦在一个人物上，不管是明星还是普通人，标题就更容易制造情绪了。新闻报道和电影艺术有相通之处，一个是用信息剪辑现实，一个是用镜头表达情节。「人设」之所以能崩塌，是因为人设就是被导演出来的，超越现实的。“开好车就一定是好人吗？”
理性的标题当然有生存空间，一些官方账户，常常会保持简单的表达（但似乎这一点也在发生变化）来凸显庄重，值得信任。但注意，一个理性的标题，并不一定比一个情绪的标题内容更好，理性的表象也常常被利用，让人们误以为权威和真实，这时候它的破坏力更大。
争夺注意力，就是一场现代流量战争。
虚假新闻长什么样？
和热门新闻的思路一脉相承，当现实事件已经不适合改编为一部精彩的影片时，就来一个彻彻底底的虚构吧！地球上有这么多新鲜事，虚构的也许也「如有雷同」呢？想象一下，无伤大雅！
用同样的方式，ChatGPT 帮助我分析了过去一年中，被主流媒体或机构明确地判定为「虚假新闻」的案例。我排除了娱乐八卦类的内容，因为这一类新闻是虚假内容重灾区，且大多无法被证实或辟谣，会污染数据。
最终给出的数据，显著地集中在「事件情绪」类型。
这个样本中，因为影响重大，热度高，这些内容也更容易被辟谣。实际上的虚假新闻在整个互联网上有多少，AI 被大规模使用之后会有什么变化，我就不得而知了。
传统媒体会好一点吗？
我没有为此做太多功课，但结论对经历了传统媒体阅读的我来说，显而易见。更单向的传播方式，团队的流程把关，固定的、更慢的发布节奏，更高的成本，内容稀缺的阅读环境，这一切必然让内容不需要去完全迎合阅读者，也不需要像现在这样争抢阅读者有限的注意力。
我也了解到，传统媒体比如报纸业，5W1H (Who/What/When/Where/Why/How)这样的六要素写作结构是从业者的基本功。这其中「情绪」一定没有写在手册上吧？不知道一个九十年代的编辑，如果当时看到现在的一些新闻标题，会是什么感受？会不会以为自己不小心打开了一篇情感小说？
传统媒体还有一个我很喜欢的机制：勘误。因为时效和不可编辑的关系，反而让人们对真相有了更多敬畏，哪怕是一个数字写错，也可能会在下一期报纸中「特此更正」。如果不更正，这个错误将会在现实世界的某个角落，永远地存续下去，成为一个一块新闻污渍。
今天的勘误在哪儿呢？点个删除、点个编辑、不予理会，又或是用一个新的热搜将它从人们的记忆中冲走？新鲜信息可以让错误被快速遗忘。
我小时候就很喜欢读杂志，最近刚买到在疫情期间出版的《呼吸》系列的某一期。这种杂志算不上严格意义上的传统媒体，但它的制作方式还是非常符合传统媒体的特点。在阅读纸张上的文字时，我从来没有觉得这样的内容「过时」，反而有许多新鲜的感受。也许只有离开那个时代再去回看，它们才更能涌现出来，这是一种很特别的体验。
AI 能拯救新闻吗？
「AI + 新媒体」必然会让新媒体成为上一代「传统媒体」。之前我曾经对 AI 减少人为偏见的潜力态度积极，但当我在 Google 一些关键词时，发现大家使用 AI 创作新闻的主要目标是代替劳动，获得更多阅读，成为爆款，我意识到 AI 在内容全流程中无孔不入，不再只是辅助。
我们可能很快无法判断每天看到的新闻是 AI 生成的还是人写的。但最初，我只是想用 AI 发现并理性解读由人撰写的内容。
有一种想象，说未来的新闻制作将都会变成由人来指挥 AI 完成。快节奏地按照人的要求，呈现事实，这一点没什么问题；AI 没有真实的情感，但这也不会成为阻碍，只要对阅读者产生了情绪方面的影响，就像 AI 具备了某种情感一样。
问题不在于情感的真假，而在于 AI 无法承担责任，只有人类可以。相比于其它内容的创作，严肃新闻是最需要承担责任的：创作者是否值得信赖？如何引导读者情绪？是否符合伦理？这是新闻的使命，也是对意义的追问。
回顾历史上一些伟大的新闻报道，比如水门事件、《广岛》专题、杜邦污染事件… 它们都不是报道最快的，而是最负责任、最深刻、最接近本质的；它们给了人们所忽视的视角，而不是追逐人们的喜爱；它们真正影响了读者的思考，甚至改变了历史的进程。
在这种新闻类型面前，象限模型已经不再重要。真正的好新闻不是在堆砌事实，也不是为了消费情绪，而是由理性事件作为核心，让真实的人物讲述，引导公众关注，最终也许也会唤起情绪。但情绪不是目的，是信任之后的结果，信任之下才有强大的行动力。
我们不可能每天都看到伟大的新闻，但我们可以要求新闻有良心，在混乱的信息中有责任地筛选、搭建桥梁连接人们与世界。在 AI 进一步让信息民主化之后，人们讨论的都是如何提高效率，那么人工劳动被解放出来之后，我们是不是可以多多讨论如何让新闻变得更负责任？
离开平台后，新闻会变成什么样子？
总结前文所述，新闻情绪化泛滥的背后，有技术、心理、算法等多重原因，但最终都可以归结为两个根本因素：平台环境和人之本性。作为读者，我们并非完全无力，个人仍然可以觉醒，做出微小的选择，重新定义一个不属于任何内容平台的信息入口。这就是我们创造 Cubox 的动力。
Cubox 有一群信息素养更高的用户，他们对阅读的内容又有着不同的品味要求，我不禁好奇，一个不一样的土壤，是否会生长出不一样的新闻样貌？这儿没有算法竞争，没有创作工具，不做分发，只有人们通过每一次的收藏和阅读，向值得阅读的内容发起一次次「投票」。
再次拿出我们的正念模型：在 Cubox 过去一年最热门的阅读数据中，我们用前文相似的方式做了分析。与 ChatGPT 同步正念四象限的语义，给出热门内容的标题描述，要求按照象限进行分类，分类后给出典型实例用于人工确认，人工给出确认反馈后，手动进行微调，最后再人工审阅：
经过多次分析，我得到了一些有意思的数据，发现理性事件部分最初分析给出的比例是 92%，筛选了一部分不属于新闻类的内容后，这个比例变成了 82%。
从象限模型角度直接对比 Cubox 的阅读和前文热门新闻的象限分布，确实存在样本上的不一致，不足以用来完全衡量「新闻」，但这个尝试还是有分析价值的，它可以印证几个事实：
Cubox 用户并不热衷于把热门新闻、人物八卦等情绪驱动的速食内容丢进来。
Cubox 用户在筛选要收藏的内容时，显著地偏向于有观点、有深度的知识型信息。
不确定 Cubox 用户在其它平台的阅读习惯，但工具的确会塑造工具内的阅读态度。“以后可能要深入看” 的心理暗示，天然抵抗了情绪驱动的感性内容消费习惯。
在注意力争夺与信息泛滥的时代，人们仍然有选择，构建自己的知识空间。工具塑造我们阅读的方式是，它不只筛选和管理信息，更在校准我们的注意力，在每一次打开时，提醒我们是在按照自己的价值观行事。
读者的觉醒
在前文我们一起理解新闻的过程中，有关如何阅读的线索已经暗藏其中了，接下来我可以快速地总结一下。前文的尝试，都是为了让你可以再次读到下面这些观点时（也许你已经在其它地方读过），可以有和之前不一样的感受。
有些新闻，不读更好： 一切都会过去，留下的比发生的更重要。热搜并不意味着和每个人都息息相关，热搜只是在喂养人之情绪本能，不要喂养它。
有些旧闻，更值得阅读： 新闻的「新」并没有想象中重要，有时候延迟阅读，你可以接触到更深度，更全面的内容，帮助思考和行动。
热门不等于真实：“某件事被印在纸上、出现在网络上、被频繁引用，或拥有庞大的追随者群体，并不意味着它就是真的。”
情绪反应不等于重要： 感受到焦虑，只是因为新闻使用了让你焦虑的手法，不是因为你的人身安全、价值真正被贬低了。
选择工具和平台： 工具可以塑造习惯，习惯影响认知，信息有关的习惯，就是信息素养构建的重要因素。选择值得留存的内容，标注、评论、分享、回顾。
新闻也值得回顾： 新闻并非完全时效性的，翻看到过去的报道，还是会有很多感触。历史可以帮助培养对待未来信息的品味。
建立自己的勘误机制： AI 将会把新闻制作过程进一步黑盒化，为自己保留勘误的权利，意思是在 AI 的帮助下，去更多的来源找到可能不同的观点，自行验证、纠正错误。同上文，阅读旧闻、使用工具，都可以强健这个机制。
留意没有被讲述的部分： “新闻报道的困境是，你并不知道自己不知道的是什么。” 即然报道者都无法知道自己不知道的部分，作为读者，更不要把读到的内容当作全部的真理。提出好问题，问问自己是否有关键的信息缺失？不同媒体报道的立场是否有差别？
不要上钩： 标题就是诱饵，不要一次次被同一个诱饵吸引，尽可能发展出自己的反应方式。最小的行动，哪怕是点击「取消关注」或「不再看相似信息」。
正念的新闻阅读是一种练习，不是为了在更短的时间内了解更多事情，而是为保持觉察，提升分辨新闻的能力与品味。
新闻注定会在技术推动下不断发展，但我倾向于认为，技术是双刃剑，但技术并不中立。 当技术开始服务于人性，谁来决定设计和使用，谁来承担后果，都变得比以往更重要。
读者的觉醒，有可能改变新闻的未来。多一个人相信这一点，就会多一点点改变。
正念阅读系列
