AI新规则（三）算法推荐的烂摊子还得人来收拾

神译局是36氪旗下编译团队，重视科技、商业、职场、日子等范畴，要点介绍国外的新技能、新观念、新风向。

编者按：人工智能诞生至今已有60多年，美国的一些最大型的科技公司（Amazon、微软、Google、Facebook等）才刚刚开端发掘AI的潜能，并设法弄清楚人工智能将怎么改动咱们的未来。本文是《Fast Company》汇编的系列文章“AI的新规则”的第三部分，介绍的是由于引荐算法存在的缺点，人工修改正在八面威风地东山再起。原文作者是Jared Newman，标题为：How human curation came back to clean up AI’s messes

AI的新规则（一）：亚马逊的AI正在向不良UGC宣战

AI的新规则（二）：在这个简单分神的年代，微软期望AI能成为你的搭档

上个月，HBO推出了一个协助确认观看哪一个原创节目的快捷网站。可是，该公司没有用计算机算法来对其巨大的目录进行分类，而是雇人经过制造引荐视频来建议应该看哪一系列。

名为“Recommended by Humans”的这个网站更像是营销噱头而不是产品战略——HBO并不方案推出针对手机或电视设备的app版，也回绝泄漏行将推出的HBO Max服务里边人会扮演什么样的人物。可是这个网站的存在本身便是对咱们当今技能现状的一种声明。咱们现在现已意识到，引荐算法并没有像科技公司从前宣称那样的牢靠，把内容办理工作交给人来做仍然是有价值的。在HBO的这个网站推出几周后，Netflix就开端在自己的运用里边测验人来进行内容策划，这并非偶尔。

HBO和Netflix并不是仅有从头发现人文气味的公司。以下是其他一些比如：

• 苹果在2017年为Apple News app延聘了总修改，现在又聘用了大约十多名记者来决定要杰出宣扬哪些故事。

• 2017年苹果还环绕人工修改的精选从头规划了iOS App Store，主屏上会展现特写文章和引荐列表。

• 2018年，为了应对要求YouTube Kids有必要更安全的压力，YouTube推出了 “Collections”，里边包含了YouTube和PBS等值得信赖的合作伙伴人工挑选出来的视频。

• Roku 最近还在其Roku Channel app里边增加了一个儿童版块，里边的内容有内部修改团队的引荐。

• 上个月，Facebook再次开端招聘记者，这次是为该app行将推出的新板块“News Tab”挑选热点新闻。

相似地，Google最近也从头招聘了Google News的发明者Krishna Bharat，能够说算法内容策划年代便是2002年Google News初次出台时敞开的。Bharat 不在Google的这段时刻，他曾批判该公司没有尽到职责，去检查头条新闻的来历。

即便有了算法引荐，科技公司仍然需求依托人来练习他们的机器学习模型，对可疑内容进行审阅办理（有时候需求版主支付巨大的个人价值）。咱们现在看到的是，更大力度地推进由人去进行内容策划。不过，直到算法自己成为更好的潮流引领者之前，咱们还不清楚相关公司把这种尽力看作是一笔永久出资仍是权宜之计。

人工策划怎么东山再起

科技公司热心人工策划的主意由来已久，2015年推出Apple Music时更是如此。时任Apple Music担任人的Jimmy Iovine 表明，光有算法并不能担任在恰当的时刻挑选适宜的歌曲这种“情感类使命”，因而该公司邀请了DJ以及音乐界的名人来运营Beats 1广播电台，还雇人创立播放列表。同期苹果还开端为发展迅速的新闻事务延聘修改人员，Twitter也正在准备一个代号为Project Lightning的人工策划新闻功用，后来这项功用终究成为了Twitter Moments。

不过，即便这种趋势在四年前就现已延伸，但随着科技公司由于自家产品的负面影响而面对激烈抵抗，这种趋势正变得愈加急迫。Facebook和Google都供认，他们的算法引荐在传达错误信息以及向年青观众展现不妥内容方面扮演了不光彩的人物。至于Neiflix这边，尽管所带来的社会灾难性没前两者那么糟糕，但Netflix的批判者也开端置疑该服务钢铁般的算法是否现已无法为新受众引荐好节目。

把人引进来显然是补偿算法缺点的方法之一。比方说，据《the Information》报导，Facebook行将推出的“News Tab”功用，人工修改就收到了指示，要防止发布会导致读者两极分化的文章，优先考虑有揭露发布来历的报导。算法或许很难进行此类揣度，由于算法其实并并不了解原始材料的意义。

Jean-Louis Gassée 说：“间隔机器学习（或许随意你把这些算法叫做什么）能了解一句话的意思还有很长一段路要走。” 曩昔曾是苹果高管现在是一名危险资本家的他呼吁科技产品要引进更多的人工策划。

苹果App Store上的引荐是经过修改的，这是是算法才能缺乏的又一个比如。尽管引荐引擎能够依据你曩昔的行为来引荐运用，但它无法解说运用特定运用的感觉是什么，或许也无法就一个比运用为什么比另一个好给出观点。有了人工修改之后，苹果开端不断在主屏、分类页面乃至查找成果页面上供给引荐，上面均写上了为什么受引荐的app值得你花时刻的描绘。

《Curation: The Power of Selection in a World of Excess》一书作者Michael Bhaskar表明，这种讲故事的才能算法几乎没有仿效的时机。

Bhaskar 说：“我以为机器驱动的东西是要有的，就由于信息和媒体量太大了。但之后呢，人更喜爱人。”

削减人为因素

咱们现在看到的大部分人工策划的问题在于，它们往往是一种非此即彼的定位。Facebook的“News Tab”中或许有一个板块是新闻记者挑选出来的抢手新闻，但其他板块则由算法运营。App Store有许多很好的修改之选，可是假如你想到人迹罕至的当地去看看的话，比方说想找Markdown修改器的话，那就得该靠你自己了。科技公司之所以选用引荐算法的原因，便是由于引荐算法能够无限地个性化，并能以很少的本钱去处理许多数据。

光靠人的尽力永久无法到达这种程度：就算是苹果也不雇不了满足多的经验丰富的作家来处理上百万乃至更多的app。因而，其以人为本的内容策划的复兴或许仅仅权宜之计，比及算法改进了前者就会渐渐消声匿迹。本年早些时候，YouTube曾称其YouTube Kids运用的Collections之所以存在，部分是为了协助该公司的算法从废物食物中识别出优质节目。Facebook或许对News Tab也有相似的方案，这现已是该公司第2次测验由人来策划抢手新闻了。（几年前，由于被责备存在自由主义成见，该公司辞退了一向在为其“趋势新闻”侧边栏挑选故事的人工修改。然后该栏目一向由算法运营，直到2018年Facebook将其彻底封闭。）

尽管如此，一种人与算法共存进行内容策划乃至合作的形式仍然能够幻想。新闻运用Flipboard便是一个很好的比如，它运用了算法来进行个性化设置，但在整个过程中仍需求人的干涉。

首要，Flipboard 自己的用户会充任策划者的人物，把文章添加到自己的数字杂志中供其他用户阅览。这些策划人反过来又能够协助Flipboard的算法确认用户查找给定主题时该引荐哪些故事和来历。

可是Flipboard 并没有到此为止，而是招聘了一群人工修改人员来对每个主题的输出进行细粒度的调整。比方说，假如某人在找主题为划船或轿车的文章，算法或许会会引荐许多跟事端或违法有关的文章，由于这种文章耸人听闻性往往会取得最多的点击次数。但人工修改随后能够把这些文章的优先级下调，转而引荐更有价值的故事。

Flipboard 的机器学习工程师Arnie Bhadury 说：“ 咱们有一些模型正在测验向咱们的社区策划学习，其实那是是咱们的修改和主题策展团队的输出，他们对一切工作都具有终究决定权。树立相似的东西能够协助咱们扩展人工策划的规模。”

另一种做法是依据本身的特色加大在人工策划上的投入，不论这种做法可扩性怎么。比方说，苹果的Beats 1电台不只仅仅让有资历的人来担任。他们请来的是闻名的DJ或音乐家，并让这些策划人实况演奏，然后谈谈对歌曲的观点。作者Bhaskar说，人工策划的元素是不行代替的。

他说：“有一个东西是你永久也无法从算法得到的，那便是背面的故事。”

一切这些让我在想：假如Apple News或Facebook的News Tab不只引荐文章，并且也有他们的报头并答应修改揭露解说自己为什么挑选了那篇文章呢？假如Netflix的Collections能够有来自导演或评论家的输入呢？YouTube Kids经过序幕或许抢手人物的公益广告供给儿童节目选集的“最佳榜单”怎么？为什么不能有Beats 2、3、4、5呢？

一切这些都无法替代算法供给的那种颗粒度的引荐，并且它们的制造本钱也不会像算法那么廉价。可是，假如满足吸引人的话，它们还能够供给必定程度的信赖、职责以及人与人的联络，这些都是无法从冷冰冰的算法身上取得的。在咱们当时对技能的抵抗下，这些或许是名贵的资源。

译者：boxi。