維基百科上最高產的作者,是一個機器人

愛範兒 於 13/03/2020 發表 收藏文章

正如整個互聯網上最常用的語言是英語,英語版維基百科同樣也是全球 309 個語言版本維基百科中內容最豐富的一個。今年 1 月,英語版維基百科上的條目正式突破 600 萬條。

▲ 圖片來自 Boston Review

出奇的是,擁有全球第二多條目的語言版本,並不是西班牙、法語等「大語種」維基,而是宿霧語(Cebuano)版的維基,一共有 538 萬個條目。

如果你沒聽過這種語言,也是正常的。

宿霧語是一種在菲律賓使用的小語種,懂得講宿霧語的人合計都沒超過兩千萬。而且,宿霧語版維基的雖然有五百多萬條條目,但管理員只有六人,活躍用户也只有 14 人;相比之下,英語版單單是管理員就有 1143 人,活躍用户更是超過了十萬人。

▲ 圖片來自 Honolulu Magazine

事實上,宿霧語版維基那五百多萬個條目,99% 的內容是一個名為「Lsjbot」的機器人所完成的。同時,它也是維基百科上最高產的作者。

狀態好,一天能創立 10 萬個條目

Lsjbot 的「爸爸」Sverker Johansson 是一位瑞典物理學家,而且還擁有語言學、經濟學和土木工程的學位。他的太太是菲律賓人,通曉宿霧語,因此 Lsjbot 在瑞典語和宿霧語版本的維基百科中都有創作內容。

Johansson 表示,自己一直以來都對「一切事物的起源」充滿興趣,並認為維基百科在未來應該可以「讓所有人了解所有事」。於是乎,他花了幾個月時間編寫了 Lsjbot,想用一種更快捷的方式將維基百科推向「囊括一切」的美好願景。

▲ Sverker Johansson,圖片來自 《華爾街日報》

Lsjbot 做的事情有點像「開荒牛」,將 0 變成 0.5。

它不會撰寫系統豐盈的條目,只會簡單地創立一個條目,放上最基本的信息,這種條目被稱為「小條目(stub)」,有待用户進一步補充和豐富內容。Lsjbot 專注的領域也比較窄,主要都是生物物種和地理相關的內容。

▲ Lsjbot 一般生成的小條目都是這樣的,圖片來自維基百科

Lsjbot 生成內容的過程也非常程式化。首先,Johansson 會先就一個特定領域內容編寫模板,然後尋找可信、機器可讀的數據庫作為信息來源,再讓 Lsjbot 根據模板來「填空」,並完成後期的發佈工作。效率高的時候,Lsjbot 一天能完成十萬條小條目。

聽着這個工作描述,大家也能感覺到,Lsjbot 雖冠名幾百萬條條目,但內容其實都只是乾巴巴的「骨幹」,缺乏人類的創造力和思考,自然惹來了部分活躍維基作者的不滿。

引用總的來説,我反對機器人生成的小條目。(它們)只包含或多或少正確的分類信息,但卻缺乏像動物外觀等重要信息。

41 歲的 Achim Raschka 説,他是德語版維基百科的積極貢獻者,常常會花好幾天時間來完成一篇關於某種植物的深度條目。

Johansson 也承認,Lsjbot 創造的內容的確很無趣,但也堅持這些內容也有自己的價值。在他看來,Lsjbot 的條目能補充一些在原本維基社區中缺乏代表的領域。

▲ 圖片來自 《連線》

維基百科作者的多樣性已被詬病許久有研究發現在維基百科上撰寫內容的人大部分都是居住在北半球發達國家的男性白領,擅長科技產品。Johansson 指出,在瑞典語版的維基百科裏,關於《指環王》中角色的條目就有超過 150 條,但關於越南戰爭的內容卻少於 10 條:

引用我對托爾金沒意見,而且相對於(越戰中的)「春節攻勢」,我也更熟悉(《指環王》中)索倫發起的戰爭,但這樣真的是一個均衡的百科嗎?


雖然 Lsjbot 的內容「乾巴巴」,但 Johansson 希望這些知識骨幹能拋磚引玉,啟發未來的維基作者探討原有社區「舒適區」以外的內容。

這也是為什麼我認為 Lsjbot 這個「開荒牛」只將 0 做成了 0.5,因為得有人類作者的創造性參與,0.5 才能走向 1。

事實上,維基百科上除了 Lsjbot 外,還有大量承載着不同職能的機器人,它們已經成為了這個社區不可或缺的成員。

維基百科的「機器人軍團」

▲ 圖片來自 imgur

引用我們常開玩笑説,機器人得來一次大罷工,所有人才會懂得感恩它們對社區做出的奉獻。

(如果沒有機器人)這個網站將需要我們做更多工作,編輯的工作過載率也會大大提升。

生活在澳洲的 Chris Grant 説道,他是維基百科社區中專門負責管理機器人的組織「機器人審批組(Bot Approvals Group,以下簡稱為 BAG)」的成員。

是的,機器人在維基百科上應用的歷史悠久廣泛得內部在 2006 年就已經設立了專門審核和管理機器人的 BAG。
從流程來看,如果有維基作者想在社區應用機器人,他們必須先向 BAG 提交申請,闡述機器人的功能、編程語言以及它預計會涉及的頁面數等信息。隨後,BAG 的成員會綜合多方面預估其可能帶來的影響,並決定是否通過。即便是已經通過審核的機器人,開發者每為它增加一個功能,機器人都必須重新提交審批。

截至 2018 年,維基百科上應用的機器人數早已破千,並且仍在不斷髮展。一篇 2019 年的論文 《The Roles Bots Play in Wikipedia》研究分析了維基百科上的機器人,並以職能將其分為九個大類:像 Lsjbot 般用其它數據來源生成頁面的「生成者(Generator)」、負責修復超鏈接、文檔之類的「維修者(Fixer)」、更新數據,記錄用户狀態的「文員(Clerk)」、向維基作者提供建議的「顧問(Advisor)」等等。

▲ 維基百科上機器人的九大分類

這些機器人大部分都幫人類編輯完成了社區中非常繁複的批量工作,同時也為新加入的成員在編寫內容時提供幫助建議,清除各類惡性內容。當然,機器人也有犯錯的時候,鑑於維基的編輯系統對修改記錄的透明化,管理者也能及時更正錯誤和優化機器人。

引用沒有機器人,維基百科將是一片混亂。

一位自稱為 Hersfold 的維基百科管理員在接受 BBC 採訪時説道

當人們在反對 Lsjbot 時,他們在反對什麼?

▲ 圖片來自 Giphy

既然機器人在維基百科上的存在已經歷史悠久,其中像 Lsjbot 這總內容生成型的也不少,為什麼人們一直仍在就 Lsjbot 的存在合理性爭辯?

事實上,維基百科誕生次年,首個被應用的機器人 「rambot」就已經誕生,而且它還是和 Lsjbot 類似的內容生成型機器人。

當時,rambot 從美國人口普查公開資料裏提取地理信息,在英文版維基創建了三萬條關於美國城鎮的小條目,同時,這也是維基百科上第一個機器人。後來,這些條目逐漸由人類作者完善豐富,增添了各種歷史事件和旅遊資訊。

截至 2009 年,英文版維基百科中由機器人和輔助性程序參與的編輯佔到了總數的 28.49%。

為什麼做類似事情的 Lsjbot 卻一直被攻擊?

主要還是個佔比的問題。

正如文章開頭提及,宿霧語版維基的活躍用户只有十多人,而 Lsjbot 生成的條目有 500 多萬條,部分人認為這個小社羣沒有可能能夠去完成如此大量的完善工作。

因此,當一個新用户來到這個語言版本的維基百科時,他們所看到的就只有質量低下的條目,並會因此離開,或失去動力參與編輯貢獻。

2017 年,因宿霧語版維基上大部分都是機器生成的內容,用户 KATMAKROFAN 提出關閉該語言版本維基

最終,委員會在就該議題討論的公開頁面宣佈駁回提議,表示「理解該項目中機器人生成內容的問題的確需要關注」,建議「收緊內容質量把控」。

所以説,人們在爭辯的其實是社區運營的問題,同時,也在討論機器人產生的內容如何影響人創作的積極性,並不涉及機器人創作內容質量本身。

Johansson 於今年接受 Vice 採訪時表示,出於對社區 「態度改變」的考慮,現在 Lsjbot 已經不會再在宿霧語版維基創建新條目,只負責執行維護類工作。

雖然 Lsjbot 現在已經不創建新條目,而它們這類機器人的作品也許也稱不上「創作」,但人類對寫作機器人的探索一直沒停過。

有的算法在寫作,有的算法在默默影響人類寫作

▲ 圖片來自 《連線》

去年,華盛頓大學的團隊突然想到一個曲線打擊假新聞的方法 —— 想要創造最好的檢測假新聞的算法?也許我們得先寫一個擅長寫假新聞的算法。

於是乎,Grover 誕生了

只需要輸入標題,Grover 就能生成一段假新聞。《Fastcompany》編輯曾以《為什麼特朗普一天要做 100 個俯卧撐?》為題,讓 Grover 發揮

引用當你想到俯卧撐時,第一個想到的形象絕對並不是美國總統。

作為三軍統帥,特朗普的健康狀況並不怎樣。他承諾一旦當選總統就會鍛鍊身體,而且在《飛黃騰達》中,他曾對阿諾德・施瓦辛格的技術大加嘲諷,如果沒有什麼能阻止特朗普不做「特朗普式的俯卧撐」。

不過就連特朗普自己也承認,不管你的工作多麼適合你,要想駕馭自己的身體都是極其困難的。那麼,是什麼讓三軍統帥走上正軌呢?答案是 100 個俯卧撐。

雖然這段話看着看着讓人覺得不妥,但仍無法否認它對特朗普言論風格的掌握不錯,還挺「創造性」的。看到這裏,你也許也會想起小愛同學寫的詩句。Grover 論文的第一作者 Zellers 很好地總結出算法寫作存在的普遍問題:

引用儘管書寫看起來很流暢,但 Grover 和其他神經語言生成器所寫的文章包含了機器獨有的語言怪癖,這暴露了它們的機器起源。

正是因為算法寫出來文章的「古怪」,它們正成為人類作家的一個尋找靈感的工具

小説家 Sigal Samuel 最開始因好奇試玩了 OpenAI 的寫作算法 GPT-2。這個算法能基於人輸入詞語或句子來「接話」。

Samuel 覺得,雖然算法反饋的東西很隨機,但不時能冒出一些她意想不到的內容,激發她的靈感。所以,現在當她「靈感便祕」時,有時會用 GPT-2 進行「暢想」:

引用作為一名作家,你沒法隨時都身處創作研討會或找到合適的朋友討論想法。所以有這樣的人工智能做參謀兼合作者還挺好的。

與此同時,也有自己不寫作的算法,很有可能在更潛移默化地塑造人類未來的寫作。
在美國,採用算法來為學生文章打分的學校至少遍佈了 21 個州。這些算法的「底子」是數百篇經人類教師批改的文章和反饋。就和麪試算法一樣,這些改作文的算法同樣被指存在偏見。

▲ 圖片來自 Vice

有家長反饋,算法批改文章的方式沒有讓自己的孩子更懂寫作,只是鼓勵了他們用各種浮誇的詞語來換取高分。

不過,算法批改文章和人工批改間的最重要差別還是在於透明度——當文章是由人工批改,當你遇到困惑或不同意的結果,你可以去問改這個文章內容的人為何會作出這樣的決定,但如果換做是算法,我們永遠無法知道它的評價標準和原因。

無論是自己去寫作的算法,還是被用於輔助人類寫作的算法,未來這些工具只會有增無減。

也許它們的「語言怪癖」非常明顯——這可以是像 Lsjbot 創造的小條目的「乾巴巴感」,也能是 Grover 的「乍一看順暢,細看覺得不妥」,但這不應該成為我們忽視它們的理由。無論喜歡與否,它們都將在不同程度上影響人類寫作的創作。

當尼采開始用打字機寫作後,他的朋友發覺他的散文變得更緊實,擁有了一種「強悍力道」。而他自己也認為「我們的寫作工具會參與塑造思考」。在和機器人同行的算法時代,我們的寫作又會如何演化?

題圖來自 Giphy


資料來源:愛範兒(ifanr)

留言


請按此登錄後留言。未成為會員? 立即註冊
    快捷鍵:←
    快捷鍵:→