而这些文章读起来也确实不像人们想象中的那般生涩僵硬。虽然这些文章并没有专业评论员写的生动，但他们却能够将最新的比赛结果快速的传递给读者。Narrative Science能够通过收集iPhone手机用户在应用程序GameChanger中输入的比赛数据写出一篇新闻报道。2011年该软件通过收集相关信息写出了大约40万则关于少年棒球联盟的新闻报道。今年这一数字预计将达到150万。

Narrative Science的CTO兼合伙创始人克里斯蒂安 哈蒙德认为，这些还仅仅只是开始，最终整个新闻界都将采用计算机所撰写的新闻报道。可是计算机将如何控制整个新闻界呢？在2011年出席的一个记者和科技人员小型会议上，哈蒙德对未来15年计算机撰写新闻稿数量占总新闻稿数量的比例进行了预测，他认为这一比例将超过90%。

因此我决定提笔写下这篇文章，并希望我能够抢在在一部苹果笔记本之前发布这篇文章。

哈蒙德向我保证称我无需为此担忧。他认为，计算机撰写新闻稿并不会让新闻从业人员丢掉工作。随着新闻行业的不断扩大，计算机将有助于降低撰写新闻稿的成本。而新闻题材也都是主要活动事件、趋势以及产品开发等目前仍不被记者所重视的领域。

但这并不是说计算机撰写稿件的题材会一直是边缘话题，也不会一直仅限于一些不太重要的新闻和企业盈利评论上。最近有外界预测称计算机撰写的新闻稿可能在20年内就会获得普利策奖，对此哈蒙德称，这会发生，但是是在5年内。

Narrative Science的书写引擎需要几个步骤来完成一篇新闻稿的撰写。第一步，它需要收集大量的高质量数据。这就是为什么金融和体育题材会成为Narrative Science的主要对象： 二者都涉及了大量的数字，而引用大量数字可以使文章更为充实。第二步就是文章结构。大多数的新闻稿，特别是体育和金融类的稿件往往都会有一个可预测的固定模式。因此就可以创建一个模式，然后再让计算机按照这一模式书写新闻，这就工作会变得简单得多。

Narrative Science同时还可以让客户制定新闻稿件的风格。Data Explorers 的COO乔纳森 莫里斯在使用了这一技术后表示，你可以得到任何风格的文章。无论是记者在交易大厅焦急呼喊的风格，还是分析师对局势进行冷静分析的风格。