一点资讯董事长刘爽：算法不是自由意志的终结，技术需有人文情怀

 
一点资讯董事长刘爽

  在讲到移动阅读方面的问题时，刘爽提出了三个重要观点，首先是要避免标题抓眼球这一算法点击推荐模式带来的阅读的浅薄化甚至低俗化。第二是要避免“千人千面”的算法带给我们带来的信息孤岛化。第三是要避免海量的算法推荐带来狭窄的阅读空间。由于技术驱动型的一点资讯是移动阅读中一个重要而独特的存在，因此刘爽提出的这几个观点给人带来相当大的思考空间。

  基于热度的算法推荐机制面临改变

  现有的大多数移动阅读算法推荐机制，仍是基于内容热度来展开的，意思是点击的人越多就越热，与此同时推荐机制也就会锦上添花进一步加大推荐的力度。这种机制的弊端在于，从机制上鼓励了标题党的盛行，并忽视了内容的真正质量。其结果就是，标题党满天飞，劣质内容随处可见，但优质内容却难获青睐。长此以往，会打击真正的优质内容提供者的积极性，整体上内容进入低俗化和浅薄化境地。

  十几年前，门户崛起时代盛行的“眼球经济”，其实在当前是需要加以修正的，因为这根本不适应新形势的发展，几乎已走到了创新的对立面上。内容提供者热衷于制造眼球效应，忽视了优质内容的生产，因为这根本是一件吃力不讨好的事情。但智能时代之所以能够到来，正是由于机器的智能程度，包括算法技术都有了根本提升，因此需要利用算法去做更多的事情，形成一个良性的内容生产流程及机制。

  这意思其实就是说，以热度为主导的算法机制已面临颠覆，算法需要加入更多维度以判断一条内容的质量。算法对用户的引导作用很大，你指向哪里用户就会向哪里去，或者去好的地方，或者去坏的地方。有时候人们会对一条低劣恶俗的谣言趋之若鹜，并对其传播速度感到不解，明知道是低劣的谣言为何还有这么多人去看去讨论，其实这就是算法机制出了问题。

  千人千面正在形成信息孤岛

  当前的移动阅读，一般都会根据读者兴趣等维度推送，也就是说每个人的 app 上呈现的内容都不一样，这就是算法的千人千面。从技术上来说，这似乎也没什么谬误，你点击了什么，我就默认你对此类话题感兴趣，并给你推荐相同内容，相同内容你点击越多，证明你对这类话题的兴趣就越高，那我就继续给你推荐，到最后推荐和阅读形成一个顽固的循环。

  但人的兴趣是最为多元化的，不可能单单只对一个话题感兴趣，如果屏幕上充斥了单一话题的内容，其结果就是用户其他感兴趣的内容得不到呈现，这就是所谓的信息孤岛问题。事实上一问题目前已相当突出，有些时候甚至会让人感到好笑。喜欢历史、文学、军事话题的用户，某天偶尔关心了一个娱乐话题，机器算法即时推荐了一些其他娱乐内容，用户除非耐住性子不去点击，否则将会造成越点击越多的状况，挤压掉其真正感兴趣话题的生存空间。

  在实际生活中有句俗语，再好的话说三遍也烦人，其实这也可以用来解释信息孤岛的问题。其实目前大多数个性化资讯产品的算法技术，仔细琢磨一下你会发现并没有那么智能化，其机制就是你要什么我给你什么，不要我就一点都不给，而且机器的特点是锲而不舍，不知疲倦，丝毫没有人文色彩和温情关怀，更不会触类旁通，在这方面算法技术其实还存在相当大的发展空间，或者说还有不短的路要走。人工智能算法，或许才是这些问题的根本解决之道。

  狭窄阅读空间会构建畸形舆论场

  至于海量算法为何会有带来狭窄阅读空间的危险，这其实还是源于算法规则的匮乏，人性化程度不够。在客户端前阅读的人，在兴趣选择上有着极为丰富的多样性，但这些人的阅读习惯却在不知不觉中受着还不够智能的机器的指引。机器的本能是无差别化，一切条件都是设定好的，按条件进行内容推送，推送错了也没有办法。

  但由此带来的风险也是巨大的，热度和高点击在算法中的权重过高，很容易将用户引入一个狭窄的舆论场，进而形成狭窄阅读空间。例如有人在发表地域歧视或性别歧视言论，你本身并不同意这些观点，但只是由于去看了一下，就遇到了更多的推送。如果这个阅读者是心智还未成熟的少年，那么满屏的类似言论，会对其形成错误思维和看法起到关键作用。

  很多人会很奇怪，为何网上能有这么多的负面言论，对某些国家的仇视，对某些地域人群的歧视，对某类人的厌恶，为何在实际生活中，自己身边的人并没有像网上一样持有相同观点？其实这就是狭窄阅读空间所带来的弊病了，用户被引导到一个本不该去的地方，得出了错误的结论和心证，谁的责任？

  一点资讯对问题的解决之道

  刘爽所说的这些问题，其实在当下的移动阅读领域中已很突出，作为一个高度重视算法和推荐机制的技术驱动型企业，一点资讯正通过技术创新和理念更新，不断努力解决这些问题。具体来说，一点资讯的解决之道是将算法人工智能化，为算法注入人文情怀，赋能算法使其承担媒体责任。

  在去年的乌镇互联网发展论坛上，刘爽曾指出“如果说上一代算法驱动的信息发布平台（比如‘今日头条’）代表移动互联网信息发布的造纸术和印刷术的话，那么‘一点资讯’代表的则是火药和指南针。这是个非常恰当的比喻，今日头条在移动阅读方面走得较早，其成绩包括扩大了信息的覆盖度和传播范围，这与造纸术和印刷术发明后所带来的效应是一样的。

  但内容传播并非不管不顾瞎传，也是要有正确方向的，信息传播并非越多越快越好。在这方面，一点资讯开创性地推出了根据任何关键词进行频道订阅的功能，目前已有自定义频道300多万个。用户主动订阅的内容，被一点资讯称之为火药，300多万个关键词自定义频道等于是300多万不断爆发的火药，激起人对信息的热情，而这种热情反过头来又能激发来自社会的内容生产者的动力。

  火药之外，一点资讯还努力争当指南针，用户需求的指南针，内容流向的指南针。在现在这个信息过载的社会，各式各样的自媒体，各式各样的标题党，各式各样的信息，用户不知道该看什么。一点资讯的后台算法可以做到真正意义上的高效精准分发，根据用户在客户端上的点击行为，定制过什么样的频道，分析用户的真正内容需求，再通过算法给出的内容画像为用户匹配他们真正感兴趣内容。

  给技术注入人文情怀

  未来算法技术一定是走向人工智能化的，这一方向一点资讯也在努力探索，但人工智能技术发展的问题是，现阶段还做不到于无声处进行较精准推荐，不能很好地解决当下的现实问题。谁都知道将一切交给机器来做，既能节省成本，又能提升效率，但按照目前机器智力水平来看，人的阅读难保不在机器的指引下进入一个个误区。一点资讯的策略是，给技术注入人文情怀。

  那300多万个自定义频道，相当于用人的智慧给机器算法添砖加瓦，有用户主动提交的需求存在，热度和高点击在算法中已不是唯一重要的指标，算法更多时候会去考虑用户的主动提交需求状况，而不是仅仅依靠冰冷的数据去做出决定，其实很多时候数据是会骗人的，任何技术不可能摆脱主观因素，人工智能也不例外。

  除了给用户主动需求赋予更高权重外，一点资讯还强调算法和编辑的配合，进一步引进人的智力因素。优秀的编辑可以训练机器，同时高效分发结果再给反馈编辑，以一点资讯上基于普利策新闻奖的机器学习和个性化推荐为例，人工编辑将上万篇包括普利策新闻奖在内的优质文章输入内容库用以训练机器，让机器通过寻找其中共性，学习筛选具备同类文章特质的优质内容形成“品读”系列的内容分类器。

  目前，人机结合下的内容分发质量提升已初获成效。一点资讯官方数据显示，品读系列与客户端平均水平对比下，单篇文章阅读时长提升93.1%；单篇收藏量数比例提升208.2%。刘爽认为，算法不是人类意志的终结，一点资讯要做的是为技术注入人文情怀，让技术照亮生活。