人工智能

內容創業時代，諸多內容分發平臺在估值高啟的同時，也進入了對內容生產的新探索時期。不久前，頭條號上線新機器算法功能「優化助手」，從靠算法推薦內容到靠算法來“幫助”作者生產內容，今日頭條讓人工智能在內容生產領域可謂前進了一大步，但這一步真的走對了嗎？

「優化助手」是今日頭條為頭條號作者研發的新功能，通過今日頭條的機器人可以自動幫助作者生成一套新的標題和封面，然後再通過機器算法“幫助作者內容獲得更好推薦效果”，這是頭條對機器生產內容的又一次嘗試。

化助手的出現，一定程度上解決了優質內容在機器算法之下無法獲得推薦的窘境。在算法驅動的平臺規則下，標題+封面這幾乎是用戶判斷一篇文章的唯一標準，在很多人眼中甚至等於內容本身。而機器根據算法生成新標題和封面之後，內容被推薦的概率將會極大的提升。

那麽，機器助力內容生產是否真的靠譜？其實在優化助手出現之前，今日頭條平臺上原本就有大量由“機器”生產的內容，這些內容的的生產者就是所謂的做號者。他們通過復制粘貼、簡單刪改以及替換關鍵詞這類流水線般的洗稿方式生產了海量低質偽原創內容，並且獲得了非常好的推薦，而很多做號者的內容甚至是通過第三方軟件自動生產。

因此「優化助手」在一定程度上更容易被做號者利用，進而幫助優化他們生產的低質量內容。這無疑將會進一步擠壓優秀內容生產者的生存空間，新功能推出的原因和結果南轅北轍不說，更會加劇劣幣驅逐良幣情況下，優秀作者流失、用戶體驗不斷下滑乃至雙方均對平臺失去信任等諸多問題，最終對頭條號內容生態造成破壞性的後果。

而就整個行業來看，機器生產內容也一直是眾多內容平臺的終極目標。早在2014年，包括美聯社、洛杉磯時報等媒體機構就開始用機器人和自動化技術撰寫簡單的新聞；2015年7月，騰訊財經也宣布通過一款名為Dreamwriter的機器人以算法生成稿件；而今日頭條也曾在去年推出了6天內生成超200篇簡訊和資訊的小明機器人。

實際上機器推薦內容所憑借的是機器的“審美”，機器助力內容生產則同樣以此為基礎，所產生的問題也將一脈相傳，機器助力內容生產很可能會導致更多標題黨、偽原創內容的誕生，唯一的區別是機器扮演的角色從“推薦者”變成了“生產者”。

這也體現了機器算法的局限性，依賴數據的它看似智能，實則教條，難以匹配上人類情感的復雜程度。舉個例子說，基於算法的個性化推薦的一個規則是用戶點贊、評論等互動越多，內容就會被推薦的越多，而有些情況下用戶出於社交（工作）關系的需要，如對上司、同事的內容需要去點贊，這在機器算法看來就成為了用戶喜歡這樣的內容，其實是又一次的一廂情願。

機器算法或許可以生產出一些快訊，可以在資料收集整理中占盡優勢，但在專業文章上，機器永遠也沒辦法實現人類一樣的思考。 所以說，機器算法的作用價值不像想象中那樣大，失去人工幹預配合的機器算法對於內容生態的良好維護也終究是一個偽命題。

人工智能優化助手 機器算法今日頭條是否走偏