斯坦福大学推出有线电视新闻分析器，这是一项免费的人工智能驱动的在线服务，用于查询公众人物的屏幕时间或有线电视新闻的特定主题

一个新的人工智能驱动的工具可以向你展示不同的公众人物和话题在电视上出现的屏幕时间有多长。

斯坦福大学(Stanford University)的研究人员创建了这个系统，通过分析谁得到了报道以及他们在谈论什么，来提高编辑决策的透明度。

项目负责人马尼什·阿格拉瓦拉(Maneesh Agrawala)说：“通过让研究人员、记者和公众定量衡量新闻中的人物和内容，该工具可以帮助识别有线电视新闻报道中的偏见和趋势。”

通常，监控组织和新闻编辑室依靠艰苦的人工统计来找出谁和什么人获得了屏幕时间。但斯坦福有线电视新闻分析器使用计算机视觉自动计算这一数字。

然后，人工智能通过将视频与他们的演讲记录同步来显示人们正在讨论的内容。然后可以跨日期、时间和频道比较不同的主题和演讲者。

您可以使用该工具统计政客的屏幕时间，查看美国大选的报道，或者查看不同频道如何报道某些话题。

下面的例子显示了CNN、福克斯和MSNBC对有争议的术语“中国病毒”的关注程度。

不出所料，这个词经常出现在福克斯电视台。但它也经常在CNN和MSNBC上被讨论。

然而，这并不意味着CNN认可这种诽谤。点击巨大的红色尖峰显示，该频道在6月22日对该术语的大量报道对唐纳德·特朗普使用这一短语提出了高度批评。

然而，福克斯的报道倾向于为特朗普的仇外心理辩护。下面的文字记录很好地说明了网络如何覆盖该术语：

该工具还可以识别电视报道中的性别偏见。在下面的图表中，自2015年以来，直播性别平等的趋势似乎发生了逆转。

然而，这个例子引发了围绕该项目的一个伦理问题。该系统使用计算机视觉根据每个主持人的面部外观对他们的性别进行二进制评估。但他们的外表可能与他们的性别认同或出生性别不同。这一缺陷有可能使人与性别不符，并将非二进制个体排除在分析之外。

此外，面部识别是出了名的有偏见和容易出错。但研究人员声称，他们的应用程序的潜在危害很低。

他们还表示，他们数据库中的所有人都是由Amazon Rekognition名人识别API确认的，该API只包括公众人物。然而，亚马逊尚未透露其对公众人物的定义。

尽管存在这些疑虑，但这一调查工具可以为媒体偏见提供一些有用的见解-特别是在另一场令人讨厌和分裂的美国竞选活动正在进行的情况下。

你可以在斯坦福有线电视新闻分析器网站上亲自试用该工具。

你喜欢我们的媒体品牌“神经”吗？您应该在TNW2020上加入我们的神经活动轨道，在那里您将听到人工智能技术是如何改变行业和企业的。