機械社區
標題: 算法閱讀時代:你的點擊在退化你 [打印本頁]
作者: Insigne 時間: 2019-12-17 15:04
標題: 算法閱讀時代:你的點擊在退化你
/ ]* U7 d/ ~% w F
我們已告別了閱讀和創作的“純真年代”,進入“算法閱讀時代”。所有內容生產出來目的只為了吸引流量。因此你讀到的所有標題,經過嚴格測試,百里挑一,只為了讓你點擊。人類作為內容消費生態圈中的一員,正在被算法驅動的內容控制、“洗腦”和退化。
1 z, O* a$ k" V. v- {
最貴的商品再過十幾天,我們就要奔向2020年了。在即將逝去的2019年,你捧起一本書從頭到尾讀完過嗎?有多少個夜晚你是放下手機和家人一起度過的?為什么我們對信息推送像癮君子一樣欲罷不能?為什么兒時可以讀完《紅樓夢》,現在卻看不完一篇萬字長文?我們大腦退化了嗎?
2 h; x) M. `6 w7 Z' g& e
回答這些問題之前,我想提醒你在幾年前,內容創業者羅振宇提出的“國民總時間”這個概念。他定義國民總時間等于網民總數x網民上網時間。因為每個人只有24小時,所以國民總時間是有上限的,用他的話說是“剛性”的。
) P; L) K" `% G1 f( c. b
中國互聯網人熱愛發明各種玄乎的概念,但這是第一次有人單刀直入把我們的“時間”單獨拎出來作為一個目標函數,多少讓人有些不寒而栗。
; B6 N6 `- T( N2 r% p6 o1 t2 t
時間是什么呢?用海德格爾的話說,“時間是存在的本質”。羅振宇們不太關心“存在”這種玄乎的哲學問題,但他們關心我們的時間,因為當互聯網用戶的“注意力”極度稀缺之后,內容制造者“變現”需要的流利越發昂貴。內容創業者背后的資本為了提高產品的效率,自發地與科技/算法結合,于是算法閱讀時代到來了。
3 G! [7 Q I6 `9 \
進入算法閱讀時代后,內容生產的目標再也不是娛樂讀者,而是流量和賣貨。內容創作變成了“注意力工廠”流水線上的一環。身為一名文字工作者,今天我想聊聊自己的觀感。
, p: m* o+ f1 g1 s
算法替代老編輯* c9 R& Y3 i F8 b) T" I
2014年左右,微信公眾號越發強勢,我被微信邀請參加一個在廣州的頭部公眾號聚會。在那里,我見到了微信公眾號孕育的第一批微信大V們。“深夜發嗤”的創始人徐老師坐我旁邊,個性化的情感帖子篇篇十萬加,她只是大學畢業不久的小女生。還有一個八卦大號的創始人,戴棒球帽的小男生,一副ABC范,那時就已經粉絲百萬。到場的還有“小道消息”、大名鼎鼎的“石榴婆報告”等。
每次技術革新都給行業帶來洗牌的機會。微信公眾號當時的出現無疑就是這樣一個歷史性的洗牌機遇。
6 A; V+ g, Z' Q8 o1 V
寫作很像炒股,看上去門檻極低,其實做好非常非常難。但當大家的閱讀平臺從PC轉向手機端后,一部分人勤奮、有特色或專業積累、有一定文字功底的人快速進入微信公眾號這個平臺,吃到紅利并提前“富”了起來。2016年,我在北京跟一位新媒體編輯喝咖啡。那時越來越多的創作者進入了微信平臺。內容正在泛濫,用戶的注意力卻在進一步稀釋,公眾號的閱讀也在下降。這位北大畢業的90后編輯勸告我說,你如果花1個小時的時間做一篇內容,那你應該花10個小時去思考標題。他認識的其他作者都這么做。
7 G' A1 f, D/ Q& c) n5 E/ s
那時雖然我已經在微信公眾號上寫作,對標題的處理還是傳統媒體人的思路。“憑經驗,憑感覺”,不科學,有時標題的調性甚至非常的清高和自我。在我曾經工作過的傳統媒體,取標題一般是某位編輯老師根據自己的經驗說了算,很考個人的手藝,但也沒啥科學性。
6 j. W, o! h/ S1 y) S9 j5 B
/ a5 J% Z8 @1 |5 W( @1 b. ^/ Z
要提高文章擊率,標題就要足夠吸引人。這其實和我們上一篇提到的便利蜂通過中央大腦的算法“選品”是一個邏輯。便利店要基于對用戶的理解和用戶以往的購買行為,對用戶畫像,預測用戶將來會買什么商品。寫作者要提高點擊率、傳播率,也要掌握讀者的心理和點擊習慣,并有所對應地去創造內容和標題。這種預測需要建立在對大量數據的整理和回歸上,這就是有大量算力的機器比人腦優越的地方。
. Y! D' i: Y6 y' Y( c* y
* F' U. c4 ?9 s3 O! `2 ^
2016年年底,資訊聚合類平臺今日頭條上線了“雙標題”功能(百度的百家號2017年也上線了雙標題功能)。這是什么意思呢?內容發布者可以同時放兩個標題,頭條會根據標題受歡迎的程度進行“推薦”。一個標題跑得好,就會得到更多的流量。
# i8 _! o- }& O5 p# B
這個“賽馬”方案背后是頭條的人工智能工程師們的代碼和模型。AI工程師們畢業于名校,智商爆棚,拿著數百萬年薪,他們的工作就是做出最高效的模型。這些模型負責推薦文章、推薦標題給讀者。所謂模型是從數據輸入到數據輸出的函數。讀者每一次點擊,相當于做了一次數據標注,告訴頭條的模型它的推薦是有效或無效的。當越來越多的讀者點擊或不點擊這些文章標題,頭條積累了巨量的用戶行為數據,也就是巨量的樣本。算法不斷利用樣本生成模型并優化。如此循環往復,可以稱之為機器學習。我們每位讀者在這其中的任何動作,點擊或略過,都直接參與了訓練模型的過程,優化了推薦算法。
7 }$ Q L9 w) `
我節選了一些我自己的內容在“今日頭條”上雙標題推薦的不同效果。從這些截圖,你大概可以感覺到什么風格的標題在頭條上會取得更多的閱讀。
& A! v3 B- g, V) J7 l
1 H' _& P+ W# N! z5 h6 V0 x8 O/ S/ N
微信公眾平號不支持雙標題賽馬制,但這并不能阻止自媒體人通過AB Test和統計總結出最能激發點擊欲的標題。大V咪蒙被關閉前會放100個標題到群里進行PK,得分最高的勝出。咪蒙的標題“百里挑一”,一點也不夸張。
$ V8 w2 r3 {+ k* g2 Z' ]
雖然我們離機器寫稿還有段距離,但內容的制造已經開始往工業化、流水線化和“科學化”發展。
( E2 r+ X$ A, U, h
兩年前我跟一位當紅大V聊天,他分享自己的創作流程。段落多長、用怎樣的邏輯推,怎樣保證高信息量的文章,讓讀者覺得“值”,還愿意一段一段往下滑,他在不斷發文過程中統計形成了自己的量化規則。在資本加持下,這位大V還組建了自己的“內容生產”團隊。寫作路數和步驟成熟,不管團隊里誰下筆,每篇文章都風格一致,水平相當,完全實現了內容的“工業化生產”。
* P4 {9 j6 o& f& e" I2 S7 [) @9 s
這屆作者不容易+ V6 N6 Q# y4 w6 ^4 `0 X- S2 k
科技推波助瀾,寫作被高度商業化后,“流量”驅動壓倒一切,文字再也不能“美好無用”,尤其不能“無用”。寫作從標題到整體立意,必須以流量為導向。讀者們因此也就成為了算法的俘虜和試驗品。我們作為讀者的每一次點擊,都是算法的勝利,也成為算法將來繼續高效推送的歷史數據。
' @0 d5 |" b1 W/ ]+ `- w3 ^1 r
問題來了,需要技術改造的地方數不勝數,為什么算法突然這么關心我們普通人的點擊率來了?簡單來說,因為媒體/寫手背后的資本是有要求的。他們一定要有回報,而且要有可觀的回報,因此資本就要用自己掌握的技術來改造內容生產流程。
( V% Q+ s% d3 r
在我看來,區別流量作時代的“寫手”和“傳統媒體人”的核心差異不是內容發表的平臺(報紙、雜志、網站、微信、頭條),也不是創作方式(傳統采訪型、博覽群書型、深喉段子型、UGC型)。真正的區別在于寫作者被激勵的方式。
2 Z$ I$ @2 Y) N
傳統媒體人收稿費,有專業的機構評判他們的作品質量。他們的收入不和績效(點擊)掛鉤,他們為更廣闊的大眾在寫作。流量寫作時代,寫手向資本負責。資本一定會要求回報,看重內容帶來的流量(點擊)。因此自媒體時代的流量寫手是從流量中,到流量中去的一群寫手。這群人本質上是看重效率的商人。
$ b9 O. }: b& ~/ Y, u7 }
作者激勵方式的改變,還造成傳統寫作者和自媒體寫作者目標導向完全不一樣。傳統媒體人關心美團快遞員怎么在大雨中因為觸電而遇難,被下毒的清華女生怎么樣了,阿波羅號給美國留下了什么。他們會花幾個月的時間去調查采訪,做一些很沒效率,性價比很低的工作。流量寫手一定比傳統寫作者有“效率”。這里的效率是指每碼一個字給資本帶來的投資回報。流量寫手要用最低的成本取得最高的流量,因此“洗稿”等手段在資本眼里也就不是那么面目可憎了。
) t* Z8 o" b( s g
最知名的例子莫過于騰訊對“差評”的投資。“差評”是一家以“洗稿”起家的自媒體,通過在各個平臺東搬西抄迅速成長為粉絲眾多的大號,卻得到了騰訊的投資。
" a, l# h5 R8 u! X* _& L9 x/ W
; \: u( H3 D) B G8 u% V
馬化騰回應對洗稿自媒體的投資
* K* ^0 ~+ G7 C3 _8 R
你的點擊在退化你
5 g5 V/ Y3 C+ c0 i6 y那來勢洶洶的算法到底鼓勵我們閱讀什么樣的標題和內容?你打開任何一個新聞聚合平臺的首頁,就心里有數了。算法善于喚起人類心理最底層的獵奇、窺視、幸災樂禍、坐享其成、占便宜,食色性等訴求,借此去勾住讀者。
0 w1 D. r; J, {# k3 f/ o& E9 w
; L' y1 H; R+ k# O! N5 \; ?0 Z/ b8 z
某平臺網2012年至2018年文章收藏量 TOP10
3 s! A L1 K4 I+ ~) p+ g9 [7 W3 n
然而竊以為人類作為一種高級智能生物,要不斷進化,我們需要獲取的是關于世界的真相、有深度的見解、審美、情感的抒發。我們需要的不僅是娛樂,也需要一些痛苦的反思和領悟。我們希望了解世界的未知,看到我們未曾看到的風景。這些是人類進步的基礎。
很遺憾,在超強的算法面前,動物性的底層欲望大多數時候占上風。人的動物性最容易被算法捕獲。因為學習是反人性的,鍛煉健身是反人性的,深度閱讀也是反人性的。這樣反人性的抉擇很難打敗動物本性,特別是在算法的誘惑和優化下。生命本能都會厭惡讓自己高能耗的事。互聯網人梁寧拿減肥舉例,一方面你要克制生命對能量的天然貪欲,要少吃,另一方面,要運動,要拉高自己的能耗。這不但是反人性,而且是反生物性。你只能依靠自己強大的心理能量去對抗。
3 Q7 A0 i; R( U1 V( h0 z
高超的算法就好像在饑腸轆轆的減肥人士面前不斷晃蕩奶茶和回鍋肉。不費吹灰之力就能攻下我們的防線。你有沒有這種經歷,打開某App想看看新聞,不知不覺就點進去了許多吸引眼球的標題,不知不覺半個小時就過去了,結果發現自己讀了一堆垃圾。倦意襲來,算了,洗洗睡吧。
& b, D. Z) p& V0 `" `* I
話說回來,算法到底有沒有義務讓我們“減肥”和進步呢?張一鳴就說過一句“算法沒有價值觀”,結果引發了大家的批判。我認為他只是講出了樸實的心里話。
" o4 G7 v, d' f4 d- }9 Y# u' {
張一鳴的發言“算法沒有價值觀”講出了算法的本質
1 a! q, g, d/ Y6 N2 {
算法的“天羅地網”下,我們希望讀到的和真正讀到的內容中間隔了一個深淵。每天被制造出來的內容越來越多,我們卻需要花費越來越多的努力,都不一定能讀到想讀、或者該讀的內容。
# l0 i) w* T3 f- j2 E$ l j/ M
同時我們讀到的東西越來越同質化,不管是“10萬+”還是爆款文,我們閱讀的空間變成了一個又一個的回聲筒。回聲筒效應不管是在中國還是西方都越來越明顯。HK事件展示了傳統媒體陣營徹底潰敗。傳統媒體在失去影響力后無法繼續成為擺事實和對話的場所,人們都陷在自己的信息繭房中無法自拔,這已經造成了巨大的社會問題和危機。
7 k7 b8 }3 ]1 j% R9 ?7 K
新神降臨
% j$ \! ~6 \" i( t* L; T' B16世紀文藝復興運動中,匍匐在神面前的人類站了起來。18世紀啟蒙運動又進一步解放了人的理性。人類在好奇心和征服欲的驅動下,自由地去利用信息,探索真相,拓展智能,改造世界。當人類成為運用理性的主體時,我們創作了過去兩百多年的經濟發展、文明進步。
) i8 d. c: k1 O& ^, u6 w% f
到了21世紀,張一鳴們再次舉起理性的手術刀改造世界。只不過,他們此次改造世界的主戰場不再是自然偉力,不再是太空宇宙,不再是納米世界,而是個體的理性大腦。當個人的原始初級欲望成為算法的信息輸入時,能激起快感的信息源源不斷推送過來,我們理性成長的好奇心根基就越來越顯得笨拙和過時。
- G# ~8 _& ~/ g! @
我們不知不覺告別了閱讀和創作的“純真年代”,并迎來算法之神。算法之神操縱著我們的點擊、閱讀喜好和攝取信息的習慣。如果如《未來簡史》作者赫拉利預料一般,算法之神站在了個體面前,或許我們現在都已經回到了匍匐的姿勢。
" M; b8 d7 X9 O$ \6 a& Q8 {, n
在脆弱的人類面前,算法之神是不是真的沒有價值觀呢?短視頻App快手創始人CEO宿華認為,算法應該有價值觀,還可以通過“均貧富”給普通人帶來幸福。
* F$ W* m. H7 r, R4 E& K" q+ U
宿華提出,幸福感最底層的邏輯是資源的分配。在網絡上,這種資源就是注意力/流量,也就是開篇羅振宇講的國民總時間。社會分配資源的時候容易出現“馬太效應”,即頭部人很少,但得到的資源很多;尾部很長,但得到的資源非常少。快手要做的就是讓底層的人和普通人得到更多關注,讓分配稍微平均一些。
, B+ o: R6 _ v& ^& w9 ~+ _: O6 C
看來“算法之神”并非毫無溫度。而我們人類和算法之神的糾結,或許只是剛剛開了個頭。
/ R3 ^! z: P0 x1 [, D
不覺春曉
% V+ Z( N; R$ v6 F" I* `$ R
. f5 L3 i \$ Q" a4 z
作者: zhj710603914 時間: 2019-12-17 15:21
到底是社會的進步還是人類的退化
1 Q2 h, i. t/ f5 \. A真不敢想像以后到底是機器主宰人類
( t1 V! c% W/ t9 `( o) \. e0 E還是人類控制著機器' P& v; V' L/ H4 B7 ^
或者是人機大戰5 Q$ d7 \' x$ I, h. y4 C
8 V( W, p7 r4 w
作者: 未來第一站 時間: 2019-12-17 20:38
總之選擇權還是更多的給了每個人。
歡迎光臨 機械社區 (http://www.ytsybjq.com/) |
Powered by Discuz! X3.5 |