這個網站不但靠 AI 寫新聞,還能給你「左中右」派三個版本

當假消息四處流傳,人工智慧寫的「中立新聞」能否幫助我們辨別真相?
評論
評論

本文來自 關鍵評論網 ,INSIDE 授權轉載

「利用演算法來寫新聞」這件事本身已不是新聞。科技公司 Automated Insights 的產品自 2015 年起,便為《美聯社》撰寫大量公司營收的新聞;2016 年奧運期間,《華盛頓郵報》亦利用自家開發的演算法自動產生簡短報導,更新奧運消息。人工智慧先驅明斯基(Marvin Minsky)逝世時,《Wired》更以 Automated Insights 的技術為他撰寫一篇訃聞。

新成立的媒體及科技公司 Knowhere 同樣以人工智慧(AI)技術撰寫新聞,但該公司的目標是要寫出「無偏見」的新聞,而其創辦人認為 AI 適合做到這件事。網站創辦人之一兼總編輯巴寧(Nathaniel Barling)表示,假新聞流傳、俄羅斯推廣錯誤訊息等議題,背後的根本問題是資訊流通太快太多,我們難以可靠地理解分析所有訊息。

Knowhere 使用的演算法會不斷從新聞網站收集文章,以判斷哪些新聞獲得最多報導及最受關注。目前 Knowhere 會從超過 1000 個來源收集消息,這些來源有不同的政治傾向,演算法會按此為每則新聞產生數據庫,以協助撰寫新聞。不過並非每個消息來源都同樣可靠,Knowhere 創辦人會為每個來源評價其可信度。

收集消息後,演算法便會撰寫中立的新聞。為免參與散播錯誤訊息,巴寧指 Knowhere 會在最少五個經驗證的消息來源曾寫相同題目後,才會就同一新聞發表文章。部分較為政治化的新聞則會提供三個版本︰左派、中立和右派,不過這並非要給讀者選擇自己想看的內容,而是讓讀者見到用字、重點不同就能產生偏頗的報導。

Photo Credit: 截自 Knowhere

Knowhere 亦會在報導最底列出其他媒體的報導。

巴寧的父親曾在《BBC》擔任調查報導記者 25 年,現為新聞學教授,他指父親一直推動他思考編輯部的責任,而不僅是技術問題。Knowhere 計劃最終會移除三個標籤,只提供中立報導。

雖然 Knowhere 的文章都是以機械學習技術產出,但在刊出前均經過最少兩位編輯檢視,以修正錯誤和文筆。編輯亦需要檢查「中立」版本的文章中,有沒有任何偏頗跡象。目前 Knowhere 團隊有 8 名記者,佔總數一半,巴寧希望公司日後擴張時能夠維持這個比例。

巴寧承認,要找出絕對的真相或絕對保持中立幾乎不可能,所以他們規定任何文章在刊出前須經人檢視。他希望他們的記者、編輯部和演算法能夠互相制衡。


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。