IT思维

文章页右侧顶部广告

智能推荐只是满足读者猎奇心,想看优质内容还得靠人工编辑?

文/嘉莉 二维酱

今年4月,据媒体披露,今日头条已在2016年底拿到红杉资本、建银国际等方面投资的10亿美元D轮融资,估值超过120亿美元。短短两年时间,今日头条的估值翻了24倍。

现在,今日头条已成为国内最大的媒体渠道,每天有近7000多万人花76分钟在今日头条上观看新闻、视频。虽然今日头条的发展速度惊人,但其算法推荐模式却始终饱受争议。

饱受争议的算法推荐

如今,面对海量的新闻内容,单纯依赖人工编辑来进行内容生产和分发的模式,已经不能满足读者对资讯的阅读需求。一方面,依赖人工编辑的效率确实不高,另一方面,人工编辑推荐的内容往往“千人一面”,难以兼顾每位读者的阅读兴趣。

机器算法的出现,似乎解决了这些难题:它通过数据挖掘,分析出此刻最值得用户关注的资讯;算法会对用户的浏览行为进行分析,再结合其阅读喜好和阅读习惯,智能地为用户推荐个性化的资讯。当你使用次数越多,针对你的个性化资讯推荐就变得越准确。

然而,如果一味依靠机器算法分发,由于机器不对内容质量负责,只对内容的潜在受众和受欢迎程度负责,出于读者的猎奇心理使然,就会无形中放大标题党、假新闻和恶俗类等以人性的弱点来吸引眼球的内容

对于算法推荐带来的争议,今日头条创始人张一鸣曾声称,自己最忌讳价值观先行,“世界是多样化的,我不能准确判断这个好还是坏,是高雅还是庸俗。如果头条有主编,他不可避免会按照自己的喜好去选择内容,而我们做的就是不选择。”

对于张一鸣的“技术中立论”,豌豆荚和轻芒的联合创始人王俊煜在知乎上争锋相对:“技术是有价值观的,取决于你做什么;面对现实,不意味着沉迷于现实、不断放大人性的弱点;即使是普通人,也有娱乐之外更高的追求。”

除了可能把大众的阅读品味引向低俗化,另一个随之而来的问题是,由机器算法主导的个性化分发,可能会导致由信息收窄而产生的信息孤岛效应,从而使大众丧失选择的权利

美国芝加哥大学教授凯斯•桑斯坦曾在《网络共和国》讨论过类似的情形:为每个读者量身定制的“个人日报”式的信息选择行为,会导致网络茧房的形成。当个人长期禁锢在自己所建构的信息茧房中,久而久之,个人生活呈现出一种定式化、程序化。长期处于过度的自主选择,沉浸在个人日报的满足中,失去了解不同事物的能力和接触机会,不知不觉间为自己制造了一个“信息茧房”。

国内资讯平台:

人工编辑与机器算法的权衡

默多克曾说:想提高发行量?很简单,降低你的品味。但是如果还保有一点传媒人的尊严和底线,就无法这样做。

 做了17年总编辑的“老沉”陈彤在面对媒体采访时,不断地强调人工干预的重要性。陈彤去年回归内容一线,执掌一点资讯时,被问到如何与今日头条竞争,陈彤说,“在算法的基础上应该加入新闻理念和情怀。”

陈彤相信一支专业的、有情怀的编辑团队的重要性。在最近的采访中他举例说,自己刚到一点资讯时正好遇上美国大选,编辑精选了几十篇深度评论文章,包括从《纽约客》约的独家分析稿。但第二天,机器编撰的美国大选的专题,却极少涉及这些文章。

所以他说,“最重要的新闻不一定是点击率最高的新闻。严肃新闻,包括时政、财经等新闻,还是需要人工去强干预,修正机器的错觉。

 机器智能推荐已经成为各大媒体、资讯App的标准配置,另一方面,一些老牌资讯平台明白自己的优势不是在技术,而是内容编辑。于是它们纷纷打起了“人工+机器”两者兼得的旗号,腾讯、网易、凤凰、搜狐走的都是这个路线。

 比如搜狐就否认裁撤编辑部的传闻,说编辑流要加强。这月初,搜狐网站改变了新闻内容的显示机制,采用“编辑精选+机器推荐”的模式,在机器推荐之外,仍然强调了人工编辑的重要性。

 但两者究竟如何结合,人工编辑对机器算法的干预需要到何种程度?如今还很难看出清晰的路径和成效。从易观公布的今年2月资讯类App排名来看,陈彤的匠心和情怀还未能让一点资讯实现飞跃。

国外资讯平台:对抗算法带来的“过滤气泡”

据“全媒派”编译的文章介绍,“过滤气泡”(Filter Bubble)这个概念由Eli Pariser在2010年提出,指的是算法的个性化推荐会使人们只看到感兴趣的内容,使人们隔离在信息孤岛上,阻碍人们认识真实的世界。

为解决算法推荐带来的“过滤气泡”问题,一些国外资讯平台正在进行积极尝试。社会化新闻聚合平台BuzzFeed推出了“Outside Your Bubble”功能。在一些热门文章底部,会附上来自Twitter、Facebook、Reddit等平台的不同立场的观点和评论,试图避免个性化推荐带来的阅读偏见问题。

BuzzFeed的Outside Your Bubble功能

 来自瑞士的报纸 Neue Zürcher Zeitung (NZZ) 最近开发了一款名为The Companion的App。与大多数智能新闻终端类似,这款App也通过机器学习生成算法推荐,给用户推送个性化的资讯。但与众不同的是,它的算法会确保推送给用户的新闻中包含一个“惊喜”,也就是超出读者偏好范围之外的内容。

例如,某位用户的历史阅读数据反映出他极少关注体育新闻,此时系统就会开始给该用户推荐一些比较重要的体育资讯,例如奥运会的获奖情况,或者知名体育明星的八卦等。

由此看来,在人工编辑与算法推荐之间不能一刀切地做出决策,一个好的新闻资讯平台,既需要机器来精准推荐,也需要专业的编辑人工过滤不良信息,使得优质内容让大众看到

对于智能推荐的趋势,前搜狐网总编陈朝华曾告诉媒记君:机器再怎么智能,没有优质内容就是无源之水。

在传媒业内,关于技术与内容之争持续而热烈。但无论如何,不可否认的是优质内容永远是稀缺资源,尤其是碎片化、喧嚣的年代,更难能可贵

微信公众号:媒记

IT思维

IT思维(itsiwei.com)是互联网首个定位在科技与电商“思维”韬略的平台,我们时刻关注互联网电商行业新动向; 诚邀行业资深从业者加入“思维客家族”!

发表留言

Return to Top ▲Return to Top ▲