出版業應用人工智能的機遇與挑戰

劉銀娣

[摘 要] 探討人工智能應用給出版業帶來的發展機遇，包括促進出版大數據向大機遇的轉化、提高出版生產效率、促進圖書發現。梳理出版業應用人工智能面臨的挑戰，包括讀者數據的獲取難題、出版規律性的發現和分析難題，以及具備出版經驗的智能科學家人才缺乏問題。指出要應對這些挑戰，出版業在人工智能應用過程中要注意數據驅動而非代替人類決策、訓練人機交互，還要提高出版人的專業素養，識別出版市場規律。

[關鍵詞] 出版業 人工智能 大數據

[中圖分類號] G237 [文獻標識碼] A [文章編號] 1009-5853 （2018） 04-0089-04

[Abstract] The development opportunities brought by artificial intelligence technology in the publishing industry include promoting the transformation of publishing big data into great opportunities， improving the productivity of publication and enhancing the discovery of books. The challenges the publishing industrys AI applications will face include obtaining readership data， discovering and analyzing best-selling patterns， and the shortage of intelligent scientists with publishing experiences. To meet these challenges， the publishing industry should pay attention to data-driven rather than data-soly decision making， train human-computer interaction in the application of artificial intelligence， improve the publishing professionalism and identify the publishing market rules.

[Key words] Publishing industry Artificial intelligence Big data

隨著人工智能（Artificial Intelligence，AI）程序“阿爾法狗”（AlphaGo）完勝九段棋手李世石，“人工智能”成為2016年最熱門的科技名詞。人工智能先驅皮埃羅·斯加魯菲（Piero Scaruffi）在《2017未來媒體報告》中指出：人工智能與機器人寫作是未來媒體十大發展趨勢之一[1]。事實上，機器人寫作已經成為行業現實，媒體行業對于人工智能應用的探索也早已開啟，出版業也不例外。2016 年年初，一篇由人工智能與人類合作完成的短篇小說《當有一天電腦寫起了小說》（Konpyuta ga shosetsu wo kaku hi）成功通過了《日本經濟新聞》“星新一文學獎”的初審[2]。回顧出版業的發展，每一次變革都離不開技術的推動。這些技術變革既對現有的出版流程和模式形成挑戰，也給出版業帶來難得的發展機遇。人工智能的發展也不例外。

1 人工智能為出版業帶來的機遇

人工智能給出版業帶來不少發展機遇，主要包括如下方面。

1.1 促進出版大數據向出版大機遇的轉化

正如科學、專業和學術出版領域的內容分銷商英捷特（Ingenta）首席執行官大衛·蒙哥馬利（David Montgomery）指出的，在云計算和大數據技術的推動下，出版商日益認識到數據對于出版的重要性，紛紛開始投資建立數據基礎設施，以獲取有關消費者和產品的海量信息。這些信息可以幫助出版商更好地了解其讀者，告訴出版商讀者的閱讀動機和閱讀行為。毫無疑問，這類“大數據”可以幫助出版商在出版產品策劃、銷售和營銷方式上做出更睿智的決策[3]。然而，數據如此龐雜，而且單憑人類自身的力量無法對如此巨量的信息快速有效地做出處理。因此，出版大數據中蘊藏的“知識”并未得到充分挖掘。人工智能技術則可以幫助出版商解決這個問題，將出版大數據轉化為出版大機遇。

1.2 簡化出版流程，提高出版效率

人工智能還是提高出版運營速度和效率的重要手段。科技出版商早就開始使用初級的人工智能技術來簡化工作流程，自動化同行評審所涉及的工作任務。例如跨國科技出版商愛思唯爾（Elsevier）新的編輯系統“伊威瑟”（EVISE）就應用人工智能技術檢查論文的重復率；根據論文內容在海量作者資源庫中發現和建議同行評審人；審查同行評審人員的研究狀況、科學表現以及和論文作者可能存在的利益沖突；自動給作者、同行評審撰寫和發送郵件；提醒同行評審工作進度，如果在一定時間內沒有得到回復則刪除該同行評審，邀請備用審閱者；自動向作者發送論文錄用、修改或被拒絕的通知；自動給審稿人發送感謝信[4]。除了科技出版領域外，大眾出版領域也開始運用人工智能技術進行稿件審查。例如閱文集團在編輯環節開發和應用人工智能系統進行反剽竊以及對政治、社會敏感內容和涉黃內容的挖掘和審查，極大地提高了審稿工作的效率。此外，在創造性要求相對較低的內容產品編創環節，也開始利用人工智能提高效率。例如龍源期刊網旗下的人工智能寫作平臺“知識樹”支持個人或企業用戶自行按照不同主題和關鍵詞將知識聚合，亦即定義圖書一部分內容，其后系統會自動完成剩下的內容。在“知識樹”的幫助下，編輯用一個半小時就可以完成一本書的編創工作，極大地提高了內容生產效率。

1.3 增強圖書發現

根據2016年9月貝瑞特-科特（Berrett-Koehler）發布的報告，2015年美國出版的書籍數量比2006年上升了400%，達到了約一百萬種。2016年，我國圖書出版的品種數也達到了499884萬種，與2007年的248283種相比上升了200%[5]。然而，盡管圖書出版種類上升速度如此之快，讀者卻表示發現自己需要的圖書變得更加困難；出版社也發現越來越難為其出版的圖書找到合適的讀者。圖書發現成為制約出版業發展最大的問題之一。作者和出版商賠錢，讀者則浪費大量時間尋找需要的內容產品。這個問題單靠人力資源一直無法解決，而人工智能則可以有效促進圖書發現。人工智能可以提供有意義的分析來為采購決策提供信息，或創建有效的機制將書籍與最喜歡它們的讀者連接起來。例如，英科特（Inkitt）通過制定算法分析用戶的閱讀模式，基于讀者的閱讀模式為其推薦圖書。美國國家科學基金會（National Science Foundation）資助的出版創新項目布克斯比（Booxby）則與英科特不同，它讓計算機模擬每本圖書讀者的閱讀行為，然后通過并基于內容分析來識別、量化和預測讀者經驗。這兩種方法哪種更有效目前還沒有明確結論，但是其預測準確度遠超編輯和圖書營銷人員則是通過實驗驗證了的[6]。

2 人工智能應用于出版業的挑戰

人工智能在出版業的應用也面臨諸多挑戰：一是數據獲取仍然面臨困難；二是人工智能的預測需要對出版規律的確認和提取，然而目前尚未發現支持出版規律性的數據；三是人才的缺乏。

2.1 讀者數據的獲取難題

第三次人工智能浪潮最明顯的特征是：以大數據為基石。正是由于大數據和深度學習技術的結合，才促使第三次人工智能熱潮的出現。當人工智能成為生產力時，數據就成為重要的生產要素。盡管近年來出版商已經著力于建立自己的數據基礎設施，也獲得數倍于以往的數據，然而因為出版業過去長期采用B2B（Business to Business）的商業運行模式，出版企業面對的是銷售渠道而不是讀者，因此它們并不擁有廣泛的讀者數據。讀者數據被鎖定在亞馬遜、蘋果、谷歌等內容分銷平臺手中，而這些海量的讀者需求和閱讀行為數據才是人工智能進行暢銷書機器預測、智能化推薦等出版業應用的基礎，如何從這些企業獲取數據是出版商面臨的一個相當大的難題。

2.2 出版規律性的發現和分析難題

2016年，朱迪·阿切爾（Jodie Archer ）和馬修·喬克斯（ Matthew L. Jockers ）合作出版了《暢銷書代碼：轟動小說解析》（The Bestseller Code： Anatomy of the Blockbuster Novel）一書。該書作者從市場上選取5000本暢銷書，抽取圖書文本和亞馬遜、臉書等網上書店和社交網絡平臺對該書主要內容的描述和評論作為元數據建立暢銷書預測算法[7]。出版人當然希望這本書破解圖書暢銷的秘訣，然而很遺憾，盡管測試表明其預測準確性高于普通人類編輯，然而其準確性仍然非常低，未能完全發現暢銷書的真正基因和密碼。英科特宣稱其為“數據驅動的出版商”，然而它采用的暢銷書發現方法是讓作者將其手稿上傳到英科特，供平臺上的讀者免費閱讀部分或完整內容，然后根據讀者閱讀量、評論和投票等參與行為確定未來的暢銷書。換句話說，他們的模型是以電子方式發布書稿，看看有沒有人喜歡它。這種方式未免過于簡單，而且因其平臺讀者有限，數據偏差也是一個問題。亞馬遜的智能化推薦則主要基于讀者的歷史閱讀數據。然而，泰勒·畢肖普（Tyler Bishop）組織的一項讀者調查顯示幾乎沒有人對亞馬遜的書籍建議感到滿意[8]。如果不理解讀者為什么讀某本書，不能真正發現出版業的規律性，就很難利用人工智能建立一個有效的系統去發現下一本暢銷書，或做出個性化的精準推薦。

2.3 具備出版經驗的智能科學家人才缺乏

《暢銷書代碼：轟動小說解析》的兩位作者都是計算機專業出身；英科特的創始人兼首席執行官阿里·阿爾巴扎（Ali Albazaz）的專業是計算機科學，另一位聯合創始人琳達·加芬（Linda Gavin）的專業方向是設計藝術。他們不了解出版，不知道一個編輯的工作是什么，缺乏對內容價值的把握，甚至不知道如何發布或出售一本書，又怎么可能開發出一套適合出版業的人工智能應用呢？目前，專業出版人不懂人工智能技術，而那些進行人工智能出版業應用技術開發的人又大多缺乏出版經驗。缺乏具備出版經驗和知識的智能科學家人才，將會極大減緩出版業人工智能合理應用的步伐。

3 出版業應用人工智能的建議

人工智能在出版業的應用并非要完全取代人類編輯、營銷和銷售人員的工作；要讓人工智能成為出版業升級發展的有效工具，需要將人類和人工智能的優勢結合起來。

3.1 數據驅動而非代替人類決策

對于出版業而言，確定讀者的需要是一項艱巨的任務，因為不可能大規模地追蹤讀者偏好。傳統出版業的選題、組稿、營銷和銷售決策建立在編輯和出版代理人的學識、經驗、直覺基礎上，并據此選擇出版可能會引起讀者共鳴的作品。然而各國出版業廣泛存在的“滯脹”現象就是這種決策失敗的后果之一。艾瑞克·歐塞（Erik Ose）發表的一篇文章《制漿是出版業的骯臟小秘密 》就指出傳統出版商每年由于市場預測失敗，至少要將其25%的庫存化為紙漿[9]。這是巨大的浪費。這也是出版業人工智能應用最大的用武之地。在選題策劃方面，可以根據社會和文化熱潮、互聯網熱點、銷售數據等對選題進行智能分析；在營銷決策方面，人工智能可以根據網絡書店和閱讀平臺的銷售數據、閱讀數據、評論數據，幫助出版社制定有效的營銷決策；在銷售決策方面，基于大數據的智能分發和個性化推薦，可以做到千人千面，將讀者真正需要的內容送到讀者面前。然而，數據驅動決策并不意味著數據代替人類決策，人工智能只是為人類提供更科學的方法和手段。完全依賴數據決策，也許會使出版業生產出更多同質化產品。因此，最終還需要由人類在數據驅動決策和對市場的直覺判斷間達到平衡，出版的最終決策權仍然應當掌握在人類手中。

3.2 提高出版專業素養，識別出版市場規律

目前，人工智能已經滲透到出版業的各個環節，從選題策劃環節的暢銷書機器預測、創作環節的自動化寫作和編輯環節的自動化審稿，再到營銷環節的智能化推薦。然而，除了一些簡單的重復性工作在人工智能的幫助下實現了生產效率的提高以外，其他應用大多還處于實驗階段，尚沒有哪個出版企業的人工智能應用能夠真正有效地預測或創作出一本暢銷書。技術在出版業中的可能性是無止境的，然而這個可能性還要依賴于人類的知識才能實現。如果出版人對于圖書在市場上獲得成功或失敗的原因一無所知，那又如何指導機器學習的方向呢？人工智能的發展是一面鏡子，人工智能并非會創作，也并非會判斷、會預測，它們只會通過學習來無限模擬人類活動的某一方面；而我們則需要決定“要讓人工智能像人類的哪一個方面”。這一決定需要我們對讀者本身、對出版和文化本身有更深的理解。因此，要讓人工智能在出版業的應用更加有效，出版商和編輯還需要進一步提升專業素養，找出導致人們愛上一本書的所有可能的原因和規律。人工智能可以將所有的數據映射到讀者身上，并通過訓練來不斷完善和調整自己的算法，從而創作出更接近人類創作規律的作品，提高預測的準確性，以及不斷優化性能來處理更加復雜的出版工作。

3.3 訓練人機交互，實現人機協同

由于人工智能的介入，以前以人為主導的出版物創作、選題、組稿、編校、營銷和銷售過程逐步發展成智能機器參與度越來越高的人機協同的信息生產和傳播過程。在人工智能技術浪潮下，人類編輯不會完全被人工智能取代，但是人類也需要重新思考和提升自身獨有的優勢，將文化創作者的情懷與工程師的嚴謹結合起來，實現價值的“向上升級”。通過引入機器承擔重復、復雜和耗時的工作，讓人類作者和編輯縮短認知周期，將精力用來專注于價值更高的項目。人類將處于出版過程的控制中心，指示機器遵循編輯和業務規則。機器將執行和分析大量數據，基于這些數據進行實時預測和輔助決策。在未來，讓人做人擅長的事，機器做機器擅長的事，訓練人機交互，實現人機協同，才能讓出版人的專業主義優勢和人工智能的高效智能生產更為完美地結合在一起。

正如科技視頻媒體“冷聚變電視臺”（Cold-FusionTV）在其節目《我們正在邁向人工意識時代嗎》中所說，“人工智能研究的原點是人腦，是人類對于自己大腦的理解的反應”，所有的規律和奧秘其實都在我們自身。人工智能可以幫助我們擴大出版范圍，增強出版人的能力，但是這僅僅意味著出版工具的變化，而不意味著出版業的規則發生了變化。所以，對于出版業及其每一個從業者而言，只有更加深入地了解出版業的本質和人類獲得信息和知識的本質，才能成為人工智能的主人，把握住人工智能技術浪潮下出版業獲得的機遇，應對出版業應用人工智能的挑戰。

注 釋

[1] 李釗.人工智能先驅預測未來媒體十大趨勢[N].科技日報，2016-10-27

[2] 徐麗芳，樂征帆. 機器學習：出版業的下一個引爆點？[J].出版參考，2017（1）：25-27

[3] David Montgomery. AI - how it can work for publishers[EB/OL].[2018-01-05].http：//www.bookbrunch.co.uk/page/free-article/ai--how-it-can-work-for-publishers

[4] Enago Academy . Can Artificial Intelligence Fix Peer Review？[EB/OL].[2017-12-25].https：//www.enago.com/academy/can-artificial-intelligence-fix-peer-review

[5] 中國新聞出版廣播電視總局.全國新聞出版業基本情況（2007—2016）[R/OL]. [2018-01-02].http：//www.sapprft.gov.cn/sapprft/govpublic/6677.shtml

[6] Holly Lynn Payne. Why Book Publishing Seeks Artificial Intelligence[EB/OL].[2017-12-28]. https：//www.huffingtonpost.com/entry/why-book-publishing-seeks-artificial-intelligence_us_59482841e4b0961faacbe5d6

[7] The New Yorker，Jia Tolentino. “The Bestseller Code” Tells Us What We Already Know[EB/OL].[2017-11-13]. https：//www.newyorker.com/books/page-turner/the-bestseller-code-tells-us-what-we-already-know

[8] Tyler Bishop.Using Data Science & Artificial Intelligence In Digital Publishing[EB/OL].[2017-12-29].https：//blog.ezoic.com/using-data-science-artificial-intelligence-in-digital-publishing

[9] Erik Ose.Pulping is The Publishing Industrys Dirty Little Secret[EB/OL].[2017-12-29].http：//thelatestoutrage.blogspot.com/2009/12/pulping-is-publishing-industrys-dirty.html

（收稿日期：2018-01-12）