AI奪權(quán)，“備胎轉(zhuǎn)正”的戲碼，在媒體行業(yè)再次上演。

5月底，微軟宣布將解雇50名從事新聞報(bào)道篩選和策劃的編輯，取代他們的正是已經(jīng)與這些人類編輯們共同工作了一段時(shí)間的AI編輯。

受此影響，英國新聞協(xié)會(huì)負(fù)責(zé)在MSN網(wǎng)站及微軟Edge瀏覽器上維護(hù)其新聞主頁的約27名編輯，被告知將在6月底被解雇。

盡管微軟特別聲明，此次裁員和新冠疫情大流行導(dǎo)致的新聞媒體的廣告收入下滑，沒有直接相關(guān)，但通過AI技術(shù)來削減新聞團(tuán)隊(duì)的人力成本則已經(jīng)是一個(gè)不爭的事實(shí)了。

對于這些無奈“中槍”的新聞編輯來說，曾經(jīng)為他們提供各種新聞、篩選建議的AI算法推薦，竟然是這樣一個(gè)“暗中磨刀”的心機(jī)AI。

在報(bào)道中，一位即將被辭退的編輯人員強(qiáng)調(diào)，完全用AI替代人工是有風(fēng)險(xiǎn)的，因?yàn)橹挥腥斯ぞ庉嫴拍艽_保網(wǎng)站不會(huì)向用戶顯示暴力或不適當(dāng)?shù)膬?nèi)容。這對于AI來說，這確實(shí)會(huì)是一個(gè)問題，因?yàn)樗�更擅長推薦那些符合人性的內(nèi)容，但卻無法識(shí)別一些潛在的社會(huì)倫理風(fēng)險(xiǎn)。

當(dāng)然，微軟自從1995年推出MSN新聞業(yè)務(wù)以來已有25年的時(shí)間�，F(xiàn)在在全球至少有800多名編輯仍然在從事著新聞的篩選和推薦工作。未來微軟的新聞團(tuán)隊(duì)仍然還會(huì)以人工編輯和AI編輯共同協(xié)作的方式，只是AI取代人工編輯的趨勢可能在明顯加速。

站在普通吃瓜群眾的角度，我們也正被各種新聞資訊、視頻平臺(tái)的算法推薦所支配，最顯著的體會(huì)就是我們花費(fèi)越來越多的時(shí)間在那些讓我們“欲罷不能”的內(nèi)容上面。

難道說，AI將在取代人類編輯的戰(zhàn)斗中取得最后的勝利嗎？我們從AI算法推薦的上位和爭議中，來探究下AI算法與人工編輯推薦可能的勝負(fù)結(jié)果。

信息分發(fā)：從“人找信息”進(jìn)入“信息找人”

“太陽底下無新事”。算法推薦，盡管只是近幾年隨著移動(dòng)互聯(lián)網(wǎng)內(nèi)容應(yīng)用的爆發(fā)才興起，但其實(shí)質(zhì)上仍然只是人類進(jìn)行信息分發(fā)的一種新形式，而我們對信息分發(fā)的需求自古就有了。

赫拉利在《人類簡史》中提出一種智人種之所以戰(zhàn)勝其他物種的新“假說”，那就是我們特別擅于“八卦”和“聊天”。“八卦”有助于讓整個(gè)社群建立情感紐帶，團(tuán)結(jié)起來共進(jìn)退，“聊天”有助于經(jīng)驗(yàn)的傳授，外出的告訴村里人哪里有危險(xiǎn)，老獵人教會(huì)小獵人如何抓獵物。這就是最天然的信息的社交分發(fā)，極大提升了人類之間的協(xié)作效率和文明的延續(xù)。

此后我們經(jīng)歷了口耳相傳的史詩，結(jié)繩記事、甲骨篆刻的符號(hào)記錄，以及再后面的文章典籍；現(xiàn)代文明的興盛得益于印刷術(shù)的不斷升級，而到了近兩百年左右，新聞報(bào)紙、圖書出版、廣播電視等全新的信息分發(fā)媒介誕生，構(gòu)成了當(dāng)代社會(huì)的信息分發(fā)的基本版圖。

互聯(lián)網(wǎng)的出現(xiàn)又突破了信息分發(fā)的時(shí)空界限，讓信息可以實(shí)現(xiàn)永遠(yuǎn)在線、全球同步的傳遞。不過傳統(tǒng)互聯(lián)網(wǎng)的信息傳遞仍然延續(xù)了物理世界的范式。比如，互聯(lián)網(wǎng)早期興起的門戶網(wǎng)站和搜索引擎，就是借鑒了圖書館的目錄分類和和百科全書的條目索引。

新聞資訊等信息的分發(fā)依賴權(quán)威化、中心化組織的采集和報(bào)道，用戶的信息知識(shí)的獲取依賴主動(dòng)地瀏覽和篩查。

隨著信息的爆炸式增長和人們信息消費(fèi)的碎片化趨勢增長，“人找信息”的方式遭遇了全新挑戰(zhàn)。算法推薦和相應(yīng)的內(nèi)容分發(fā)的平臺(tái)的出現(xiàn)，開啟了通過人類通過機(jī)器算法推薦的方式進(jìn)行“信息找人”的全新模式。

1995年，尼古拉·尼葛洛龐帝在《數(shù)字化生存》當(dāng)中帶有預(yù)言般的“我的日報(bào)”的想法，現(xiàn)在成為了現(xiàn)實(shí)。信息分發(fā)正在朝著滿足受眾用戶個(gè)性化的需求的方向發(fā)展。

幾乎就在同時(shí)，美國明尼蘇達(dá)大學(xué)的團(tuán)隊(duì)開發(fā)出了第一個(gè)自動(dòng)化推薦系統(tǒng)GroupLens，成為協(xié)同過濾推薦算法的最早提出者。此后，算法推薦系統(tǒng)在亞馬遜的電商平臺(tái)、Netflix的視頻流媒體服務(wù)當(dāng)中也很早便投入了使用。

2016年，可以算是新聞算法推薦崛起的元年。這一年，YouTube將深度神經(jīng)網(wǎng)絡(luò)應(yīng)用到內(nèi)容推薦系統(tǒng)中。這一年，我國新聞資訊信息分發(fā)市場上，算法推送的內(nèi)容第一次超過50％。

也正是這一年，率先應(yīng)用信息算法推薦的今日頭條，終于從四大門戶和BAT支持的媒體平臺(tái)中突圍，實(shí)現(xiàn)了6000萬的日活。

但此后算法推薦本身一直爭議不斷。在2017年9月，人民網(wǎng)特意用三篇社評的篇幅批評了今日頭條這類新聞應(yīng)用的“算法推薦”。社評里自然首先肯定了算法推薦順應(yīng)時(shí)代潮流，滿足人們個(gè)性化、多元化的信息獲取需求，但又專門指出了以下的問題：

算法推薦會(huì)縱容低劣內(nèi)容的泛濫。一些推薦算法只會(huì)迎合大眾的獵奇心理，最后只會(huì)反復(fù)推送那些低質(zhì)量內(nèi)容，最終“劣幣驅(qū)逐良幣”，使得傳統(tǒng)媒體的優(yōu)質(zhì)、全面的資訊信息無法觸達(dá)大眾用戶。

推薦算法中所謂的“個(gè)性化”推薦，只會(huì)機(jī)械式地推薦一些關(guān)聯(lián)性強(qiáng)，但內(nèi)容單一的信息，甚至?xí)�過濾掉那些不熟悉、不認(rèn)同的信息，造成“信息繭房”。

算法推薦的信息抓取不僅可能涉及到大量的版權(quán)問題，甚至還可能走向“創(chuàng)新的反面”。就是智能推薦將走向媚俗化和庸俗化，充斥大量缺乏獨(dú)立思考、深度觀察的膚淺內(nèi)容，反過來破壞社會(huì)的創(chuàng)新發(fā)展。

人民網(wǎng)的批評，同樣也代表了眾多傳統(tǒng)媒體和眾多精英人士的觀點(diǎn)，而且這些現(xiàn)象確實(shí)也符合我們大多數(shù)人的直觀印象。但是在附和之前，我們?nèi)匀恍枰�進(jìn)一步了解下算法推薦的基本方法和發(fā)展，搞清楚人們?yōu)槭裁磿?huì)如此容易被算法“馴服”。算法推薦又該如何突破自己的局限而持續(xù)進(jìn)化？