編者按：智能軟件算法不是萬能的，有些事情還是人來做比較合適。最近國外的Snapchat、Instagram、Twitter和YouTube，國內(nèi)的一點資訊和今日頭條等都開始靠人手動挑選編輯內(nèi)容，推薦給用戶。
關(guān)于智能算法和人工編輯這個話題，美國社交媒體資深編輯 Kurt Wagner談了他的看法。
世界上的所有社交網(wǎng)絡(luò)每天都幾乎滿溢各種豐富的內(nèi)容。這是一個好消息，但壞消息是這些社交公司需要從這里篩選出特定的內(nèi)容傳給受眾。
那他們的永恒的解決方案是什么？人力。
以往社交媒體會通過智能算法進行篩選推薦內(nèi)容：在一定時段關(guān)注的用戶達到一個峰值的時候，這篇文章的重點信息將成為一個熱詞，被列為上升最快的指示值。這個指數(shù)將成為下一個時段熱門信息的來源參考值。
有了這個參考值，系統(tǒng)又會開始新一輪的數(shù)據(jù)篩選和推薦，通過數(shù)據(jù)和算法，門戶在信息的推薦的準確度和更新速度上產(chǎn)生了明顯的優(yōu)勢。
同時像 Facebook 這類平臺，它們擁有龐大的數(shù)據(jù)量和用戶群，不同的用戶感興趣的內(nèi)容也不相同，這也表示他們無法聘請足夠多的人來完成這項工作，只有依賴于算法。
但利用算法推薦的弊端也很明顯，譬如推送的內(nèi)容質(zhì)量參差不齊，抑或推送時機不對。
Snapchat、Instagram、Twitter 和 YouTube 以往通過軟件分析用戶瀏覽內(nèi)容，收集相關(guān)標題從而編輯推薦內(nèi)容，不過近日他們都宣布增加新的管理功能：依靠人類從已經(jīng)篩選過的大規(guī)模內(nèi)容中選擇最好的內(nèi)容進行推薦。
他們招聘許多專業(yè)的媒體人士，利用他們對新聞的敏感性來判斷新聞是否具有價值，是否是用戶希望看到的，以確保用戶可以準備的獲取有價值的信息。
為什么現(xiàn)在會開始依靠人工推薦內(nèi)容？過去當有大事發(fā)生時，F(xiàn)acebook 和 Twitter 就像 Oscars 或是 Super Bowl 一樣會吸引用戶的注意，在營銷上來講這是一個增加自己曝光率的機會。不過現(xiàn)在 Snapchat、Instagram 和 YouTube 正在爭奪用戶的關(guān)注度，每個公司都打賭用戶會去自己的平臺，自己要為用戶提供最佳的閱讀體驗，這就是依靠人工而不再單純依靠算法的原因。
智能算法只是夠利用標簽篩選文章，但卻不能區(qū)分新聞的重要性和實時性，也不了解事件的背景信息。就像 Snapchat 在過去因為利用算法推送而造成過失傷害了一家公司的信譽，它還曾向廣告商推送了錯誤的信息。
雖然利用算法推送的時效性和個性化都很強，但卻無法滿足實時性和用戶的需求。人工可以根據(jù)社會環(huán)境和自然環(huán)境的變化立即決定當下用戶最關(guān)注的新聞內(nèi)容，至少從這點來看，就優(yōu)于算法。
從算法曲線來講，它可以關(guān)注龐大用戶群體的個性化閱讀習(xí)慣，但它不能自主地進行策劃，只是單純地依靠以往的閱讀習(xí)慣進行推薦。
國內(nèi)的很多社交和網(wǎng)絡(luò)媒體平臺也會采用算法推薦功能，在你的社交賬號與網(wǎng)絡(luò)媒體平臺賬號相關(guān)聯(lián)之后，它會根據(jù)你平時關(guān)注的內(nèi)容進行新聞閱讀推薦，但它很難全面掌握用戶的喜好，并且推薦的文章質(zhì)量良莠不齊。
國內(nèi)的今日頭條和一點資訊等平臺也是依賴于算法，根據(jù)你關(guān)注的內(nèi)容分類進行推薦，再通過你閱讀的文章模式包括閱讀停留時間等一系列信息數(shù)據(jù)進行計算，最終達到推薦你喜歡文章的效果。但最近，他們改變了以往的推薦模式，利用人工和算法結(jié)合的模式，在算法篩選出的大量相關(guān)文章中，人工挑取最有價值和時效性比較強的文章推送給用戶。
在現(xiàn)代的傳播體制下，需要結(jié)合以往的算法推薦和人工編輯的價值，才能把最好的內(nèi)容推薦給用戶；從營銷角度來講，結(jié)合了用戶搜索行為所觸及的全網(wǎng)數(shù)據(jù)，利用算法分析出用戶的興趣，人工滿足用戶的需求。
本文參考了多個信息來源：Re/code Stratechery
