Facebook因裁撤“热门话题”人工编辑团队导致平台出现假新闻和一张普利策获奖照片被算法认定是情色图片直接删除等负面消息，成功激起民愤。而比“愤怒的网民”更难以平复的，是“全权交由机器算法来决定新闻内容的热门程度是否真的可取？”这一话题引发新闻界业内热议。

一点资讯算法总监王元元

　　一点资讯算法总监王元元在日前举行的首届“一点+媒体沙龙”上指出，移动互联网时代，单纯依赖编辑经验的内容分发效率低下，这也是机器逐渐取代人工分发成为资讯客户端内容分发主要模式的重要原因。但另一方面，一味仰赖话题数据指标和话题相关性的算法分发，容易带来内容品质的下降，导致为满足用户碎片化阅读时间和共性需求的标题党、低俗文章、无营养的鸡汤文大行其道。

　　因此，寻找人与机器算法之间的平衡之道，成为移动新闻甚至整个移动阅读领域的未来趋势。

　　碎片化时代下，人工编辑与机器的优势和陷阱

　　如今，人工智能概念已在科技、医疗、教育、购物、交通等各个领域落地，而机器在内容领域的应用则让内容分发更加高效。细心的人会发现，现在随便打开一个视频网站或新闻资讯APP，都会有“个性推荐”或“猜你喜欢”，系统会根据你的浏览记录，自动为你推荐内容。

　　王元元认为，这主要源于人工编辑在移动时代碎片化信息获取中暴露的劣势和短板：一方面，人工能干预的内容数目受限，往往集中于最热门的头部内容，无法满足跟用户生活、工作相关的，甚至更长尾的价值内容；另一方面，以编辑经验主导的各大门户的首页呈现“千人一面”的特征，无法提供个性化阅读体验。

　　那么，人工智能在个性化资讯推荐中究竟肩负了哪些责任？王元元认为，人工分发的上述两个不足，正是机器所擅长解决的。原因在于，一方面，机器分发能够对海量内容进行深度加工，包括提取分类、主题、标签、风格等结构化信息数据，能使得算法更高效的调度流量，利用用户的行为探索并发现有潜力的内容；另一方面，机器排序彻底解决人工排序问题：算法排序的核心是根据用户、内容、上下文信息决定实时计算每个内容的得分进行排序，结果是个性化的；此外外，模型的更新也是实时的，能够充分的利用已有数据，最大化优化分发效率。

　　但机器并非万能。尽管机器在内容分发领域带来极大的效率提升，要做到完全取代人工编辑仍困难重重。原因在于，单纯依赖用户浏览行为进行个性化推荐的逻辑虽然切中了人性弱点，却也非常容易带来内容品质的下降。

　　“基于一个类似黑盒子的算法模型，机器能够让用户持续不断的发生点击行为。但纯粹从模型驱动，就会导致用户被数据欺骗，沦为‘乌合之众’。用户的点击的欲望是有的，但其产生的价值其实是非常难衡量的”，王元元进一步解释。

　　“现在，尽管你在Facebook上所看到的内容大多依靠算法根据用户兴趣来进行挑选，但人工编辑也在验证下恢复地位。而人工智能时代的到来让我们看到了一个全新的机会——人工智能与专业编辑、领域专家和用户本身组成的人工的结合，造就了人类阅读的‘奇点’。”王元元认为，只有“人机”智能的结合，才能同时提供规模化、个性化、乃至基于人性的兼具价值与实用性内容的大量产出。

　　一点观：人机结合重构资讯阅读未来

　　与一般具备个性化推荐功能的移动阅读客户端不同，一点资讯凭借用户兴趣搜索+订阅不同主题内容的用户兴趣主动表达的“兴趣引擎”，可以发现更加真实、完整的用户画像，为其推荐除了热点、爆炸性新闻之外的更有意义和价值的信息，提供兼具共性与个性的移动价值阅读平台。

　　通过机器算法帮助用户从海量信息中找出真正有趣有料有用有品的内容，再根据用户兴趣图谱推送，是一点资讯的平台核心技术优势。而人工编辑、领域专家甚至用户产生的海量兴趣数据对机器进行训练，让机器能够更加精准地将具备价值性的内容有效分发给对这部分内容资讯、视频及其他内容载体端真正有需求的用户。这也是一点资讯与单纯为了增加用户使用时长而选择基于人性弱点来推荐内容的平台的最大区隔。