机器人写作的新闻稿件，仅仅是对数据的解读，通过数据对比写出了股价上涨幅度。而职业记者撰写的新闻稿件中，即有对数据的客观分析同时写出了销量上升所代表的的意义，并且用“薄煎饼、鸡蛋和土豆煎饼”等词汇使文章更加的贴近生活富有人情味。NPR在Polar上对这两篇报道发起公众投票，结果职业记者Scott Horsley获得9916票，WordSmith获得912票。由此可见，职业记者撰写的具有人情味的新闻稿件更受读者青睐。

相比于人而言，机器人没有思考能力。面对新闻事件不能够挖掘表面事实下隐藏的事实真相。更不能针对新闻事件，撰写新闻评论表达观点引导舆论。但是，具有思想深度和社会感知能力的职业记者可以胜任。

职业记者可以灵活的撰写各种形式的文章，消息、短评、深度报道、调查报道等都可以独立完成。但是深度性的报道是机器人的短板，深度报道是一种系统反映重大新闻事件和社会问题的报道，它不仅仅停留于新闻信息的表面，而是不断地深入挖掘和阐明事件的因果关系以揭示其实质和意义，追踪和探索其发展趋向。这种需要记者深入调查，探寻新闻信息背后的深层逻辑，不断挖掘信息内容才能生产出来的深度性报道，没有扎实的采访和调查，便不能呈现给受众。

在机器人写作的过程中，没有记者对当事人的采访，即记者没有亲临事件现场获取第一手信息，更没有明确的采访对象可以让记者对事件的来龙去脉或者数据进行核实。

以调查性报道为例，机器无法看到新闻事实背后错综复杂的利益链条，无法像调查记者一样找到谁施害、谁造假、谁是复杂事件后的操纵者，机器也无法有效获知事实背后被遮蔽的事实并形成基于多重事实的价值判断。 因此，高度依赖技术的人工智能可以带来动态新闻却无法揭示真相，因为真相并非简要事实，而是掩藏在事实背后的复杂事实。

如今，我们生活在一个信息大爆炸的时代，对于受众来说信息供大于求，所以受众对新闻的要求也在不断提高。受众已经不满足于知道新闻“是什么”而是进一步想知道“为什么”，即想弄清新闻事件的来龙去脉、对自己的生活有何影响以及预见其发展趋势，因此深度报道必不可少。而且我们身处一个新媒体时代，信息传播呈现出新鲜、快速、多量的特征，但由于网络媒体的匿名、开放、监管弱化等特性，使得网络信息鱼龙混杂，参差不齐，真伪难辨，呈现出信息碎片化的特点，因此深度报道更加难得可贵。

因此，机器人虽然能够准确客观的传达新闻事实，但是无法对新闻事实进行深入分析。事实的来龙去脉需要靠有生活阅历的人来摸索，事实背后蕴含的社会现象需要具有丰富经历的人来揭露，事实中涉及的利害关系还需要那些掌握专业知识的人来判断。