Facebook 撤裁人工编辑引民愤，算法与人之间的平衡到底在哪里？

不久前，Facebook 撤掉了首页「热门话题」栏目的人工编辑团队，新闻一出，外界一片哗然，然而有趣的是，在这一决策下达后还不到 3 天的时间，Facebook 的算法机器人就让一则关于美国大众新闻主播梅根·凯利（Megyn Kelly）的假新闻登上了版面，这一乌龙事件成功的激起了大众的民愤，但是在这个新闻背后，我们更需要思考的应该是将议程设置全权由机器算法来决定，是否真的科学？

日前，在一点资讯举办的首届媒体沙龙上，一点资讯的算法总监王元元指出，在这个移动互联的时代，单一的人工编辑已经不足以满足读者对于高效的需求，但另一方面，一味依赖话题数据指标和话题相关性进行内容分发，又容易带来内容品质的下降，因此，寻找人与算法之间的平衡，就成了这个时代移动阅读领域最为重要的发展方向。

碎片化时代下，人工编辑与机器的优势和陷阱

如今，人工智能概念已在科技、医疗、教育、购物、交通等各个领域落地，而算法在内容领域的应用则让内容分发更加高效。细心的人会发现，现在随便打开一个视频网站或新闻资讯 APP，都会有「个性推荐」或「猜你喜欢」的模块出现，这就是大数据所能做到的个性化分发。 

在王元元看来，过去，人工编辑由于自身的涉猎范围有限，他们能干预的内容往往集中于最热门的头部内容，而舍弃了一些跟用户生活、工作相关的更长尾的价值内容，这使得过去的各大门户首页经常呈现「千人一面」的特征，无法为用户提供更加个性化的阅读体验。

那么，人工智能在个性化资讯推荐中又肩负了哪些责任？王元元认为，人工分发的上述不足，机器都可以解决。原因在于，一方面，机器分发能够对海量内容进行深度加工，包括提取分类、主题、标签、风格等结构化信息数据，能使得算法更高效的调度流量，利用用户的行为探索并发现有潜力的内容；另一方面，机器排序彻底解决人工排序问题：算法排序的核心是根据用户、内容、上下文信息决定实时计算每个内容的得分进行排序，结果是个性化的；此外，模型的更新也是实时的，这使机器能够充分的利用已有数据，最大化优化分发效率。

但机器并非万能。尽管机器在内容分发领域带来极大的效率提升，但要做到完全取代人工编辑仍困难重重。原因在于，单纯依赖用户浏览行为进行个性化推荐的逻辑虽然切中了人性弱点，却也非常容易带来内容品质的下降。

「基于一个类似黑盒子的算法模型，机器能够让用户持续不断的发生点击行为。但纯粹从模型驱动，就会导致用户被数据欺骗，沦为『乌合之众』。用户的点击的欲望是有的，但其产生的价值其实是非常难衡量的」，王元元进一步解释。

「现在，尽管你在 Facebook 上所看到的内容大多依靠算法根据用户兴趣来进行挑选，但人工编辑也在验证下恢复地位。而人工智能时代的到来让我们看到了一个全新的机会——人工智能与专业编辑、领域专家和用户本身组成的人工的结合，造就了人类阅读的奇点」王元元认为，只有「人机」智能的结合，才能同时提供规模化、个性化、乃至基于人性的兼具价值与实用性内容的大量产出。

品读：人机结合的深度阅读分类器

据王元元介绍，通过机器算法帮助用户从海量信息中找出真正有趣有料有用有品的内容，再根据用户兴趣图谱推送，是一点资讯的平台核心技术优势。而人工编辑、领域专家甚至用户产生的海量兴趣数据又会对机器进行二次训练，让机器能够更加精准地将具备价值性的内容有效分发给对这部分内容资讯、视频及其他内容载体端真正有需求的用户。这也是一点资讯与单纯为了增加用户使用时长而选择基于人性弱点来推荐内容的平台的最大区别。

一点资讯还致力于引导用户在移动端的深度阅读行为，以一点资讯上基于普利策新闻奖的机器学习和个性化推荐为例，人工编辑将上万篇包括普利策新闻奖在内的优质文章输入内容库用以训练机器，让机器通过寻找其中共性，学习筛选具备同类文章特质的优质内容形成「品读」系列的内容分类器。

据一点资讯官方数据显示，品读系列与客户端平均水平对比下，单篇文章阅读时长提升 93.1%；单篇收藏量数比例提升 208.2%。在海量文章中筛选更多高质量的内容，为用户进行基于自身兴趣的价值内容推荐，是一点资讯在拥有人工智能先进技术下的创新愿景。

王元元表示，「在现下这样一个浮躁的时代，用户的阅读呈现碎片化、娱乐化，我们一点资讯的挑战在于怎么样唤醒用户，让用户能够感知到在消费那些跟自己毫不相关的娱乐八卦热点新闻的同时，仍然有这么一个平台能够提供除了有趣有料，还有用有品的价值内容。」