生成式AI预示了网络的未来:定制化内容
2004 年,一群学者在期刊上发表了一篇文章,试图预测当互联网对主流意识的控制变得绝对化时,它将如何演变。学者们观察到一种集中化的趋势,内容越来越多地集中在“门户”周围,这是主导某些垂直领域的信息枢纽,如旅游、技术和新闻。
这一预测被证明是非常有先见之明的,尽管作者无法预测网络环境中其他地震性变化(如,用户生成内容、社交媒体和付费订阅的爆炸性增长)。随着互联网的发展,Lycos、雅虎和 AOL 这样的网站成为了利润丰厚的资产,将数百万次的点击转化为收入。在早期成功和大量风险投资的支持下,这些门户所有者扩大了他们的业务,创造了更多样化的内容,从而吸引了更多的用户。
这似乎是显而易见的,但我还是想说明一下:这些门户之所以成功,是因为它们提供了人们想要的东西。如果你对旅游感兴趣,你会访问一个以旅游为中心的门户网站。随着成熟度的提高,它们可以进一步完善自己的产品,提供针对用户个人兴趣的定制内容。
01 十七年后
时代在变。在近 20 年的时间里,互联网的发展可以用改头换面来形容。以前,用户受制于创作者的想法,但如今的网络被 Netflix、Alphabet、Meta 和苹果公司的高薪博士创造的算法所主导。它们对我们的生活有着不可思议的影响,为我们推送内容,跟踪我们的习惯,根据我们无意识的决定提供相关的建议。
我们处在一个超情境化媒体的时代,算法默默地塑造着我们所享受的那种体验。这种现象不仅存在于推荐算法中,也存在于创建的内容种类中。尽管深受粉丝欢迎,但 Netflix 在两季后取消了科幻美剧《副本》(Altered Carbon),因为数据显示,未来的几季不会那么赚钱。
这不应该被理解为一种批评。超个性化对消费者是有好处的,人们希望消费符合他们兴趣的内容。这对公司来说更好,因为面对日益增长的宏观经济挑战,公司需要制造更符合大众需求的内容。
可以说,这对创作者来说也更好。因为现在,决定发行什么可以建立在对数据的实证分析上,而不是依靠校友关系和裙带关系,后两者在娱乐和媒体领域一直扮演着看门人的角色。
但有一个问题:消费数据只提供了一个相对肤浅的兴趣指标。它展示了观众或读者已经感兴趣的东西,但很难提供其他吸引人的主题或体裁。此外,数据也并不能显示出受众对所消费内容的兴趣或情感依赖程度。
02 注意力经济
这种困境对于那些在新闻和书面内容领域工作的人来说,是非常熟悉的。在 2010 年代早期,转向书面内容的渠道发生了变化。读者不再会去特定报纸或出版物的主页,而是会从他们的社交媒体订阅中找到文章。
Facebook 和 Twitter 几乎没有为内容创作者提供“吸引用户点击”的方式。网站上会显示标题和基本描述,仅此而已。因此,出版物越来越依赖于“标题党”式标题来吸引用户点击进来。
你可能对标题党的概念很熟悉(比如,“不要点进来!”;“这个视频彻底改变了我的生活”,等等)。这些标题故意含糊其辞,勾起你的好奇心。有一段时间,它们无处不在。
从表面上看,Facebook 的数据显示,人们对 Upworthy 和无数类似出版物制作的标题党内容都感兴趣。但点击不一定就能转化为快乐。跟踪数据显示,人们离开这些网站的速度几乎和进入这些网站的速度一样快。读者不会把这些文章分享给他们的朋友。它们在网络上外表诱人,但完全没有实质内容。用户对新闻推送中铺天盖地的标题党产生越来越多的不满,面对这种情况,Facebook 调整了算法,以惩罚这些标题党网站。
在随后的几年里,内容消费习惯已经从以算法为基础的大规模推送文章,转向以独立的兴趣为中心的更小、更亲密的对话。
正在崛起的在线新闻服务 Substack 就是一个很好的例子,读者可以在这里订阅他们喜欢的记者写的文章。TikTok、YouTube 和 Twitch 都塑造了大量的个人媒体实体,在覆盖范围和影响力上往往超过传统的新闻帝国。
这些科技公司的共同之处在于,它们允许消费者定制体验,用户看到的内容与他们的观点和兴趣紧密一致。
03 追求相关性
在过去几年里,媒体机构一直试图提供定制化的、面向读者的内容,但收效甚微。经济基本面很大程度上使这一目标不可能实现。Patch 就是一个很好的例子,它是 AOL 旗下的地方新闻网站网络。
Patch 提供了一项有价值的公共服务,履行了当地报纸曾经扮演的角色。肯·多克托(Ken Doctor)为尼曼实验室(Nieman Lab)撰文,称这家公司对记者和读者都是“净增值”。
“在 2011-2012 年期间,AOL 雇佣的记者可能比其他任何美国新闻机构的都要多,”他说,“编辑们产出了数量惊人的新闻,他们通常每周工作 50 到 80 个小时,成功地找到了日报没有报道或没有充分报道的故事。”
但 AOL 无法从这项有价值的公共服务中获利。记者虽然工资很低,但仍然要花钱。由于文章针对的是小城镇,所以 AOL 永远无法达到最终转化为可持续收入流并最终实现盈利的那种影响力。像堂吉诃德一样,AOL 有一个崇高的目标,但最终注定失败。
但这并不意味着超本地、超相关内容的终结。随着人工智能相关技术变得越来越复杂,计算能力变得越来越便宜,该行业正处于新媒体革命的风口浪尖。机器生成的内容是为单个消费者量身定制的,但质量与人类作家或艺术家提供的水平相同。
04 定制化
虽然这看起来不太现实,或者像是从科幻小说中偷来的概念,但事实并非如此。在过去的几年里,“自动化新闻”的概念已经在 MSN 和《卫报》等主流媒体机构中获得了一定程度的接受,在这些机构中,算法根据少量的数据点和输入,在几秒钟内就能生成文章。
除了面向大众市场的内容,这些技术还被用于生产只与少数人相关的内容。雅虎就是一个很好的例子。该公司使用 Automated Insight 的 NLG 技术制作独特的梦幻体育比赛回顾。每篇文章只与一个人相关,但制作成本几乎为零,这使得雅虎体育能够实现各种流量目标,这对于基于内容的业务来说是至关重要的。
像 DALL-E 2(和我的公司 Article Forge)这样的生成型人工智能已经在“根据用户提示创造独特的内容”方面取得了长足进步。随着时间的推移,人工智能生成的内容将不再像一个新奇的东西,而更多地成为我们创造内容的方式中被公认的一部分。
消费者将能够根据他们不同的喜好和需求来定制作品。我们已经在艺术和电子游戏领域看到了这场革命的萌芽。
Hello Games 的 No Man’s Sky 百玩不厌,这得益于程序生成的船只、生物和行星,让每个玩家在这一过程中获得完全独特的体验。一件 AI 生成的艺术作品在州博览会上获得了第一名,证明人工智能可以提供满足普通人质量要求的内容。
05 从推荐到提需求
定制化、生成式内容的潜力怎么夸大都不为过。它们的算法本身可以成为内容创造者,而不像 Netflix 这样的平台仅仅是推荐内容。
不难想象,在不久的将来,Netflix 的用户会说:“我想看一部科幻剧,里面要有一个构造精美的未来宇宙,要有一个令人费解的时间旅行情节,还要有一个令人震惊的抢劫案。”过一会儿,他们就会得到自己想要的,内容符合他们的兴趣和愿望。
定制化网络将不仅仅是一个更具娱乐性的地方,它还会带来更好的教育和健康效果。学生们将能够获得根据自己的学习风格让定制机器生成的讲解,讲解他们认为最具挑战性的话题,进而让老师有更多的时间与每个学生进行交流。患者将能够获得针对其特定需求、条件或目标的健康信息。
这种网络的愿景是令人兴奋的,甚至可以说是乌托邦式的,但仍然牢固地建立在现实基础上。它将被证明与谷歌的推出一样具有根本性的变革意义。谷歌只是为已经存在的内容提供了一个无障碍的进入途径,而定制化网络将在实际创建这些内容方面发挥作用。
原文链接:https://36kr.com/p/2022297405877254
译者:Jane;来源于神译局,36氪旗下翻译团队。
本文作者@神译局 。
版权声明
本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!