數據、演算法、AI正代替編輯們的手工作業,前所未有地重塑媒體業。這個故事,我們講給身處於這個時代的自己聽。

Layla辭職了,她的離職多少有點被動。在手機百度做內容行銷、根據用戶輪廓分析(persona)和閱讀數據,手動編輯和推播文章時,Layla 甚至還得過小組裡流量第一。

但如今,她的工作被機器替代了。

來自百度去年的一個變動:2016年6月,「百度feed流」向用戶推薦個性化的資訊內容開始小範圍測試。起初效果不好,缺點是它推送的東西太過「機械式」:搜什麼就推什麼,還不能識別廣告文和新聞。

一開始只對少數iOS 用戶內測,後來機器逐漸開始負責iOS端50% 的使用者,之後是Android端。品質上也不斷進步。機器還學會了配圖:本來抓圖片時尺寸總是不對,位置也錯,但一個月後,已經趕上編輯手動配圖的功力。

Layla 一開始處理的用戶還有九位數,逐漸到了八位數,到了八月變成了幾十萬人。她的工作越來越閒,然而,清閒日子在9月底就到頭了。Layla 所在的部門被一分為二:一部分人去手機百度首頁業務部繼續改進演算法,一部分人被劃入其他頻道。Lyala 不喜歡新工作,所以選擇辭職。

content-generators-in-new-era-of-ai-1
image source

面對被機器替代的威脅,Layla 和幾個離職同事都想找一份「能接觸到寫作」 的編輯工作,但不太順利。她發現,網易、新浪、搜狐、騰訊等公司,似乎也都在進行和百度一樣的嘗試。

網易副總編輯楊彬彬講述了網易轉向「網易號+機器分發」改變後的成績:

網易網站已經從去年的1萬多漲到了30萬,每日發出超過十多萬篇內容,數字猛漲,這意味著過去編輯們的純手工推薦,已經行不通了;Lyala最後在入口網站得到了一份「半編輯」的工作:一半是採訪寫稿,一半是坐在辦公室裡,當機器的「馴獸師」:

機器要根據文章的「關鍵字或標籤」,推播給對這些關鍵字感興趣的用戶。但關鍵字隨時都在更新,這就需要Lyala打開每篇文章,查看最近哪些是被高頻率搜尋的字,然後上報給演算法部門,讓他們修正推播策略。

 

一場「AI與編輯」、「效率與質量」間的角力進入了新階段。

例如,「假新聞」在AI 時代變得更加嚴重。最早引入演算法的Facebook 曾經因為推送假新聞而遭到批評。在美國大選期間,讀者看到了像是稱教皇支持川普,以及一名正在對希拉蕊進行調查的聯邦調查員被發現身亡的「新聞」。祖克柏後來出面回應:「我們很早就在解決這個問題,也把這項責任看得很重。目前已經有很大的進展,但還有更多工作需要做。」

這就是機器演算法的漏洞之一:通過互相抄襲,大量複製,假新聞能夠在短時間內獲得和真新聞類似的特徵,足以矇騙過機器算法的篩選。

假如新聞只是一件單純的商品,比如一打可樂,那麼萎縮沒什麼大不了。但新聞業並不如此單純,它是典型的「外部性」產品,還有啟迪人心、輿論監督這種難以用錢簡單衡量的其他功用。傳統的媒體機構、價值觀、以及它們所生產的內容,正在急速崩潰瓦解,但一套新的標準又尚未建立,使人未免迷惘。

在這場混亂之中,演算法、AI的巨大變革暗示了一次最後的角力。

 

流量 v.s 價值觀

小陳做了4年的傳統媒體,跳槽到入口網站時,「一切數據化」,新聞早上7點發佈,幾秒之內,網站數據就出來了,這會是他工作的基本依據:把哪些內容調到醒目位置,哪些往下調。

他從來沒這麼清晰地認識到讀者的存在,他也漸漸發現,自己以前的編輯經驗,碰壁的地方越來越多。「我放到下面的那篇,結果點擊最高,那是我不對呀?馬上就調。」

科學很強大,技術很強大。

這讓他有點矛盾。以前傳統媒體做了四年記者,之後又擔任編輯,堅持的是老編們教給他的基本原則:要發大事件,要對讀者有用,要有社會價值。新環境的標準變成做到三個「ㄒ一ㄥ」--星,就是明星;腥,就是血腥;性,就是兩性。還有三情:情緒、情感、情慾。

content-generators-in-new-era-of-ai-2

與紙媒編輯的經驗不同,這個標準是有數據支撐的。這些觀點老陳一開始不能接受,但他一試,果然立竿見影。

紙本媒體時代也不乏有博眼球的媒體,但在感性、發行量數字不夠透明的時代,那只是其中的一支。而在網路上,流量數據直白地體現出來,而且它還是編輯和記者的KPI,關係著每月薪水。

說到另一個數據推播的缺點就是反饋依據太過單一:只有用戶行為和流量,點擊數、停留時間、日活躍用戶數等。人人都在談論,算法過於投讀者所好,似乎只喚起他們的底層慾望。

在新的內容生態裡,新秩序尚未建立。微信公眾號還算是新時代中建立得比較好的,微信號有建立自己品牌、維護住粉絲的動力,也逐步建立起了對版權的保護,有侵權投訴機制。

但在資訊流中,文章和媒體的關係被打散了,用戶缺少很多主動關注的過程,對作者是誰常常不在意,這使得作者缺乏保持高質量的驅動力,更加傾向於吸睛詞彙跟標題。

 

崩壞與重建

Steven 所在的部門,目前除了深度工作室以外已經只剩下了幾個記者,負責寫一些「短平快的文章」。在編輯被取代之後,現在焦慮輪到了記者:下一個被淘汰的,是否是他們?

機器的確已經在代替人工寫稿。美聯社於2014年7月開始使用Wordsmith平台撰寫財報新聞;《洛杉磯時報》通過寫作軟體,從抓取美國地質調查局發出的預警數據,到生成報導並發布,只需3分鐘。今日頭條也開始跟媒體合作,用AI機器寫稿。

不過,這還主要停留在像是體育比賽比分、股市動態、天氣這種能直接抓取數據,按照固定格式來寫的領域。需要人類創造力,和對複雜事物理解力的領域,短時間內還不會收到侵襲。

對中國媒體環境來說,機器的入侵只是一個遙遠的威脅,但傳統媒體人才的離開、新聞操作規範和傳承的斷裂、內容質量的下滑,卻是當下雪崩般發生中的現實。

據記者陳磊估計,一批趕上紙媒黃金年代末尾的「南方系」記者從2013年開始已經走了60% – 70% ,他們本來可以作為紙媒或媒體的骨幹,但目前已經去阿里、頭條、滴滴等大公司,或是投身自媒體行業。

失去了廣告又失去了精英,媒體的未來在哪裡?或許解決方法是:尋找更多樣化的銷售渠道,對於高成本的品質內容來說,利用智能推薦的機遇,找到真正願意為此買單的消費者。

我們並不是認為未來完全失去希望。在美國,傳統知名媒體,依然是新時代中被信賴的重要信息來源。《紐約時報》的復興或許是個好例子,2010年時的數字營收為2億美元左右,這部分收入幾乎都來自廣告。去年,這一數字早已翻倍,達到了5億美元。其中,有超過150萬用戶選擇付費訂閱,每年的訂閱費超過2億美元。

content-generators-in-new-era-of-ai-3
image source

在資訊爆炸的時代,讀者需要的是過濾。新的高品質媒體,可能從這一需求中誕生出來。成立不久的美國線上新聞網站 The Information,它的內容由15 名前華爾街日報的資深採編人員組成,提供高品質的調查和原創報導。雖然內容一天只推兩篇,已經獲得了包括祖克柏在內近一萬名用戶。它的內容價格非常不菲: 一年399美元。高品質內容從來就不便宜。在中國類似The Information 一樣高品質的付費獨立媒體尚未出現,但可以通過知識付費潮流看到讀者對它的需求。

與此同時,在演算法和人的磨合中,今日頭條(中國媒體)也在對算法進行改良,它宣稱要「犧牲20%點擊率」,通過1年4次機器模型迭代來打擊低俗和博眼球標題,「降低點擊率來拓寬用戶的視野」吳達偶爾也會談到,他也懷念過去的時代。對現在這個時代,他在審美上仍然有所保留。

作為最後一代編輯–或許部分也是造成最後一代編輯的吳達,這樣解釋自己的立場:「如果你作為一個傳統媒體人,我不想回到那個時候我是沒有良心,但如果我真的是認為我可以回到那個時代,我覺得是沒有頭腦。」

也推薦你看看

《【專訪Corin】活出不羈優雅的態度,時尚部落客的職場經營哲學》

《陸媒觀察:經營社群媒體最高招!用「極致擬人化」養出上百萬鐵粉!》

《文案力修煉|如何判斷你的文案好壞?》

獨家精選只在LINE裡頭,現在先▸▸ 好友人數 接著回傳「career/有興趣的內容(例如Slash人才、PM、轉職、行銷、海外工作)」讓我們遞給妳最相關的第一手消息!

本文授權轉載自36氪,作者馮尚鉞,原文於此http://36kr.com/p/5082550.html