转载

阅读能自己决定?出版商可能在用智能算法诱导你

网易科技讯7月22日消息，据BBC报道，你可能以为自己选择了阅读这篇文章而非其他文章，或自主选择看特定的视频而非其他短片。但事实上，你可能受到出版商的诱惑，它们运用智能机器算法促使你做出这样的选择。吸引读者眼球的在线大战正迈向高科技领域。

每天，网络上会发送超过50万条推文，上传300小时的YouTube视频、超过1.8亿张Instagram照片。关注朋友的Facebook和Twitter更新几乎成了我们的全职工作。为此，出版商们拼命想要我们阅读或观看他们的东西，因为他们正面临流行视频和图片的激烈竞争，比如看起来像希特勒的猫图，同时在寻求数据分析和人工智能的帮助。

这些技术真的有用吗？近来初创企业Echobox开发出一套系统，据说通过分析大量数据，它可以准确预测到哪些文章能够得到病毒式传播，以及预测出一天的不同时间特定的人对不同文章的反应。它可以帮助挑选最好的文章发表，并挑选发布的最佳时间。Echobox宣称，其系统可以帮助Facebook增加71%的推荐流量，帮助Twitter增加142%的流量。这款软件正被《时尚》杂志、法国《费加罗报》以及每日电讯报媒体集团使用。

Echobox创始人兼首席执行官安托万·阿曼（Antoine Amann）说：“你可以将其想象成超人编辑，他对观众有着令人难以置信的深刻理解，同时速度快上100倍。我们正同时使用历史和实时数据。举例来说，我们的系统非常了解过去最好的出版时间，与此同时也在分析着当前的网络趋势。”

阅读能自己决定?出版商可能在用智能算法诱导你

法国日报《费加罗报》的数字出版商安妮·皮坎（Anne Pican）说，他们已经看到Echobox带来的好处。她说：“社交媒体的优化始终是个令人非常头疼的问题。不仅过程极为复杂，而且有很多猜测，需要更科学的方法支持。自从使用Echobox系统以来，我们已经看到流量大幅上升，同时节省了许多宝贵时间。”

面临发行量减少挑战的传统报业，特别热衷于吸引新的数字读者，比如《纽约时报》已经建立了机器人编辑Blossom。它是基于协作工具Slack软件上的虚拟智能机器人开发的，可利用机器学习技术预测哪些贴文和文章在社交媒体上更受欢迎，同时帮编辑挑选出适合推送到文章和内容。如果记者给Blossom直接发送信息，它会给出一个文章链接榜单，它认为这些文章当时在该社交媒体平台上最热。据开发人员称，Blossom推荐的文章点击率增加了380%。

这种历史和实时分析显示，不同的观众在一天不同的时间段、在不同的设备上对某些特定标题、图片以及主题的关注度不同。而没有机器学习技术的帮助，预测这些是非常棘手的。类似Echobox和Chartbeat的程序为出版商提供更多能力，比如实时测试同样的故事不同标题或推荐信息的效果。SocialFlow等程序则可利用算法预测社交媒体用户何时最容易接受更新，然后它可在“最佳时间”发布文章，并衡量多少人在看。

阅读能自己决定?出版商可能在用智能算法诱导你

可是利用数据分析了解读者和观众行为、然后基于该分析做出发布决定真的能算是人工智能吗？《纽约时报》以保护知识产权为理由拒绝透露其机器人编辑的具体工作，但该报资深数据科学家、Blossom首席设计师科林·鲁塞尔（Colin Russel）表示：“我们确实将其当作人工智能对待。它可模仿编辑团队的行为，它有足够时间和足够大的白板，可以观察和列举所有故事、历史文章以及所有发帖的可能地方，这绝对算是人工智能。”

但未来学家、咨询公司Book of the Future负责人汤姆·奇斯怀特(David Cheesewright)认为，这种技术更像工具而非人工智能。他说：“我认为这可能是所谓人工智能的最边缘领域。在这里，用机器学习或预测分析描述它可能更合适。”此外，网络出版商协会执行董事理查德·里弗斯（Richard Reeves）认为，这种技术可能会对整个行业产生积极影响。他说：“出版商正面临双重挑战，包括对用户关注度的竞争加剧、资源库减少等。对于出版商来说，不仅要最大化增加内容，同时也需要提供与读者需求一致的有针对性的内容。而随着人工智能技术的发展，出版商正通过使用先进工具实现这种平衡。”

如果你觉得有太多的内容可以选择，你可以让其他人帮你做出选择。举例来说，德国出版集团Axel Springer已经联手科技巨头三星开发移动新闻应用Upday。新用户可以指定他们喜欢的主题，随后在电脑算法的支持下，一群人类编辑会从1200个不同的新闻源中精选内容，包括《费加罗报》、《明镜周刊》以及《经济学人》等。

日本科技公司SmartNews也在聚合1500家出版商的内容，重点推荐那些被阅读最多、分享最多的文章。当然也有摆脱出版商操控的简单解决方案，那就是关掉你的所有数码设备，转而去读好书。（小小）

本文来源：网易科技报道责任编辑：郭浩_NT5629

原文 http://tech.163.com/16/0723/08/BSL8DRM800097U7T.html

正文到此结束