BuzzFeed大膽擁抱ChatGPT ,股價暴漲3倍!但讀者買單AI寫的文章嗎?

1995 年,在《數位化生存》一書中,尼古拉斯·尼葛洛龐帝預言,數位化時代將會有一種能夠按照個人喜好及需求排版的「我的日報」。 28 年過去,預言成為現實,推薦演算法的發展催生出「今日頭條」等一批為用戶提供個性化內容推送的新聞聚合產品,「我的日報」已經不足為奇。

一直以來媒體產業的創新與改革都離不開技術驅動,今天隨著 ChatGPT 為代表的生成式 AI 取得突破性進展,媒體業的變革或許又要向前一步。

第一個吃螃蟹的是有著「美版頭條」之稱的數位媒體公司 BuzzFeed,近日其宣布與 OpenAI 開展合作,將使用 ChatGPT 輔助網站內容的製作。消息一出,BuzzFeed 的股價三天內暴漲 300%,成交量超過 4.38 億股。

這對於正處在生存危機中的媒體行業,無疑是一道驚雷。

據外媒報導,包括 BuzzFeed 在內,2023 年以來美國已有多家知名媒體展開裁員行動。在這一背景下,很難說爆火的 ChatGPT 是行業新機遇,還是搶奪從業者飯碗,甚至砸壞媒體招牌的新威脅。

一方面,AI 能夠輔助創作者,提升效率,降低內容創作成本;但另一方面,AIGC 又面臨著諸多拷問:AI 會搶走哪些人的工作? AI 如何避免偏見與歧視、如何避免洗稿與抄襲?在以「真實」「準確」為重的媒體業,AI 的角色定位在哪?

這些問題可能不一定有真正的答案,唯一能確定的是:AIGC一定會像它的「前輩技術」——搜尋引擎、推薦演算法一樣,給媒體行業帶來新的變革和衝擊。

01 ChatGPT 的新工作

對於與 OpenAI 的合作,BuzzFeed CEO 喬納·佩雷蒂在內部郵件中寫道:「2023 年,AI 創作的內容將從研發階段轉變為核心業務的一部分。AI 將幫助優化測試體驗,為我們提供資訊,並為我們的受眾提供個性化內容。」

成立於 2006 年的 BuzzFeed是一個有著巨大影響力的美國數位媒體網站,今天其每月覆蓋的用戶超過 1 億名,每月用戶總瀏覽時長超過8億小時,旗下內容覆蓋文化娛樂、美食、新聞、健康等,深受千禧一代、Z 世代的追捧。

此次與 OpenAI 合作,BuzzFeed 並非從最敏感的新聞版塊切入,而是主要集中在「Quizzes」欄目。

該欄目是由一系列測試問題組成,比如性格測試、興趣愛好測試等等,通過分析用戶對於問題的回答,從而生成有針對性的個人報告。 ChatGPT 加入後,將被用於為每位用戶生成「獨一無二」的個性化報告的編寫過程中,AI 的自動化生成內容將為這一步驟縮減不必要的人工勞動,進而降低內容生產的成本。


 

 

ChatGPT 將主要用於 Quizzes 欄目。圖片來源:極客公園

對於這一計劃,BuzzFeed 內部的工作人員喜憂參半。

據 Insider,消息公佈後,有員工表示,「不擔心人工智慧搶走自己的工作,擔心的是如果讀者意識到內容不是真人寫作並認為內容品質糟糕,他們很可能會停止使用 BuzzFeed。」

他們認為,BuzzFeed 最吸引人的地方在於個性化內容以及與用戶之間的互動,如果 AI 不能做好這些,BuzzFeed 的吸引力很可能會覆滅。

「一個機器人也許可以寫出模板化的 BuzzFeed 測試,但它無法復刻我們寫作時真正投入其中的那顆心。」有員工總結道。

但也有一些員工對此感到興奮,BuzzFeed 的一位發言人表示:「測試結果需要是完全個性化的,沒有人工智慧,你永遠不可能寫出成千上萬、無限數量的報告結果。」

當被問及是否計劃將 AI 用於新聞寫作時,CEO 喬納·佩雷蒂告訴《紐約時報》:「我認為任何可以提升新聞業以及記者工作效率的事情,我們都會考慮。」

但目前 BuzzFeed 沒有貿然嘗試,在新聞版塊上仍舊堅持由人工生成內容。

BuzzFeed 進行過很多超前嘗試。

從利用演算法進行新聞分發、吸引流量打造爆款,到建立起 1200 人規模的全球新聞團隊,BuzzFeed 一直是數位傳媒公司中積極嘗試的先驅。

2006 年成立的 BuzzFeed 最初是《赫芬頓郵報》旗下的一個內容實驗室,專注於追踪病毒式傳播的網路內容。

創立伊始,BuzzFeed 沒有任何作者或是編輯,網站的大部分內容均為演算法聚合、推薦而來,數據和演算法可以分析出最有可能吸引用戶關注的內容,再通過 BuzzBot 向用戶發送內容鏈接,同時進行多種渠道的分發以吸引用戶流量。

據相關媒體披露,BuzzFeed 運行的軟體每天會對來自 100 個合作網站的數據進行掃描,負責這項工作的內容管理與數據分析後台名為「DashBoard」,DashBoard 的演算法可以通過用戶對文章的閱讀、轉發情況判斷出哪些內容更受歡迎,不同平台對於內容有哪些不同需求,進而精選出富有傳播潛力的「爆款」內容。

彼時 Facebook 才剛剛出現不久,國內外的新聞資訊聚合中心大多還是門戶網站,BuzzFeed 的創新不可謂不大膽。

除了大膽採用推薦演算法,BuzzFeed 的超前性還顯現在利用社交媒體提升自身影響力上。在傳統媒體想破腦袋,希望把流量集中在自家網站上時,BuzzFeed 敏銳地觀察到了社交媒體在下一個十年的重要角色,通過在社交平台上發布「裙子是藍黑還是白金」這類的投票,BuzzFeed 迅速積攢了一大批流量。


 

 

曾經造成熱議的裙子顏色投票。圖片來源:極客公園


 

 

 

據統計,BuzzFeed 網站 75% 的流量中有超過 50% 的用戶來自外部的社交平台,包括 Pinterest、Twitter 和 Facebook,流量數據一度超越《紐約時報》等全球頂尖媒體。

BuzzBot 廣受歡迎之後,喬納·佩雷蒂才開始成立單獨的 BuzzFeed 網站,並聘請了一批人工編輯對內容進行管理,嘗試在原創新聞內容上發力。但隨之而來的問題是,BuzzFeed 的原創成本不斷提升,並在經濟下行的背景下,虧損愈發嚴重。

財報顯示,2022 年的前三個季度裡,BuzzFeed 已經虧損 1800 萬美元,股價也下跌了超 75%。今年年初,以經濟環境惡化為由,BuzzFeed 已經裁減了 12% 的員工。

曾經,BuzzFeed 利用演算法在傳統媒體與社交媒體中「闖」出了一條道,如今,BuzzFeed 依舊勇敢地信任新的技術。喬納·佩雷蒂誠實地表達了自己對 AI 的期待,「希望人工智慧能夠協助內容創作、提升內容供給,從而努力削減成本,保持公司財務狀況不受影響。」

但問題在於:使用生成式 AI,能否真正幫助媒體公司改寫不斷下滑的「命運」?

02 失實?洗稿? AI 仍面對重重考驗

近期,傳媒行業整體而言都不太景氣。

2022 年 11 月至 12 月,路透社新聞研究所的研究員調研了 53 個國家和地區的 303 名新聞機構後,於今年 1 月 10 日發布了《2023 年新聞媒體技術趨勢預測》。該報告顯示,媒體目前最大的擔憂來自「成本上升、廣告商投資興趣下降以及讀者訂閱量下降」,不少受訪者預測媒體行業接下來會「降本增效」。

事實的確如此,最近幾個月裡多家媒體展開裁員行動。美國報業集團 Gannett 宣布裁員 6%,美國有線電視新聞網 CNN 解僱數百名員工,美國全國廣播公司年初宣布裁員,《華盛頓郵報》停辦旗下紙質雜誌,數位媒體 Morning Brew、Vimeo、Vice、Protocol 等一眾公司也公佈了各自的裁員計劃。

AI 或許是「降本增效」的一種選擇,實際上,一些記者已經開始使用 AI 輔助日常採編工作。

比如丹麥媒體公司 Zetland 就開發了一款語音轉文字工具,專為記者服務,甚至可以支持小眾語言的轉錄;加拿大的媒體《環球郵報》也曾開發過一款名為 Sophi 的工具,用來管理內容分發任務,優化新聞標題或是選擇最佳發佈時間,從而幫助編輯提升工作效率。

因此,隨著 ChatGPT 這類生成式 AI 技術取得突破性進展,媒體行業很難不躍躍欲試。但從嘗試的結果來看,前景並非那麼光明。

去年 11 月,科技網站 CNET 的編輯團隊之一「CNET Money」發起了一項測試,使用內部設計的 AI 引擎幫助編輯撰寫有關金融服務的內容,並發布了 77 篇短篇文章。具體工作流程為:編輯首先制定故事的大綱,之後 AI 共同參與寫作,最終成稿。


 

CNET 的 AI 寫作測試。圖片來源:極客公園

但很快,CNET 就發現了文章中存在多個錯誤,以及沒有正確引用他人文章等問題,於是暫時停止了使用 AI 生成文章。

今年 1 月,一篇名為《The Rationalist》的文章同樣遭到了人們的議論。該文的部分內容被指控直接摘錄自科技媒體 Big Technology,最終該文的作者 @PETRA 承認他們使用了生成式 AI(包括 OpenAI、 Jasper 和 Hugging Face 的工具)來創作這篇內容。

由於內容失實、機器人洗稿這類問題的存在,對於重視「真實」「獨家」「原創」的傳媒行業來說,AI 如今尚不能被百分百信任。這或許也是 BuzzFeed 的 CEO 沒敢貿然讓 ChatGPT 參與新聞內容生成的重要原因,喬納·佩雷蒂告訴 CNN,「BuzzFeed 將負責任地使用人工智慧。」

正如國外有專家評論的那樣,「謹慎對待新技術並了解它們的能力和侷限性是很重要的,同樣至關重要的是,不要誇大其潛在危險,並考慮如何以積極和負責任的方式使用它們。」

當下,AI 對於傳媒業的幫助還很有限,但也許未來某天技術的發展能徹底將記者和編輯們從繁重的基礎任務中解脫出來,到那時,專業人士需要提供的,將只是一個充滿創造力的大腦。

責任編輯:傅珮晴、錢玉紘

主文來源:數位時代_極客公園
 
ECDA資料中心編輯