人工智能環境下編輯角色的再定位

近年來，人工智能在大數據技術、神經網絡算法和并行計算的推動下迅猛發展。現階段，人工智能在擁有大量可計算數據的領域逐步展現出超乎想象的分析和處理問題的能力，同時作為一種技術手段推動著“智能增強”[1]向更高級別發展，即通過軟硬件結合應用的方式在腦力、經濟和社會等方面拓展人類能力。在過去的20年中，編輯工作中包括選題、組稿、審稿、編輯、校對、裝幀設計和市場營銷在內的各個環節都積累了大量的數據，如今，日臻成熟的人工智能技術為有效抓取和分析這些數據進而提高編輯工作的水平提供了一條更加便利可行的路徑。作為選題策劃的組織者、稿件加工的把關者、人脈關系的協調者的編輯，其工作思維和角色定位也將在這場變革中逐漸發生變化甚至被重新定義。

一、滲透于編輯工作中的智能化工具

目前，雖然各出版社對人工智能技術的應用情況有所不同，但編輯工具的智能化已經成為大勢所趨。隨著2017年7月《新一代人工智能發展規劃》的發布，人工智能被列入國家戰略，成為未來國際競爭的主要角力點，這也勢必加速人工智能對編輯工作的滲透和改變。

1.輔助選題策劃

有人將圖書分為三種，即銷售部門的書、延伸版權的書以及編輯選的書。[2]其中，銷售部門的書、延伸版權的書都是以圖書的市場價值為導向進行策劃的，基于書籍情況與現有市場需求進行比對，也就是一本書的自身“屬性”與現有圖書市場的需求“屬性”是否匹配的考量。而編輯選的書則是通過編輯的主觀判斷進行策劃，這類書籍有時看起來并不具備暢銷的可能，但其中不乏獲得巨大成功的個例，這種脫離于數據分析的選題策劃是機器無法產出的。在人工智能未曾進入出版行業時，前兩種圖書的策劃難度很大，是編輯和市場營銷部門憑借以往經驗和銷售記錄的推論，缺乏證據支撐。但隨著人工智能技術在編輯工作中的滲透，編輯可以預先定義部分參數，對書稿特點與讀者心理進行匹配分析，從而為選題策劃提供參考。

目前，機器已經實現了從對書名、作者、類別等簡單類目進行量化到對圖書的文本信息進行量化的飛躍，因此，人工智能所獲得的數據量比以往急劇增加。美國博克斯比（Booxby）公司的首席執行官（CEO）兼創始人霍利·佩恩（Holly Payne）曾在《赫芬頓郵報》和米蒂姆（Medium）平臺發表文章稱，他們試圖通過機器學習技術和自然語言處理技術結合圖書的主題、情節、人物、背景或風格等文本元素來實現對圖書文本基因（Literary DNA）的編碼，為圖書的定位提供了一個準確的框架，并將這個框架與作者、讀者和市場進行匹配，以便它能在適當的時候傳播到合適的讀者市場。[3]

亞馬遜、當當、京東等網絡購書平臺和微信閱讀、掌閱讀書等閱讀平臺，通過互聯網搭建圍繞圖書的搜索引擎和社交網絡，逐步形成了一個規模龐大的有關圖書的“模擬”計算機，使得讀者的購買、閱讀、評論等行為信息被編碼和處理為連續且容噪的數據鏈條。因克特（Inkitt）公司作為一家依靠讀者驅動圖書出版的出版商，其創始人和首席執行官阿里·阿爾巴扎茲（Ali Albazaz）曾撰文稱，根據開發的分析閱讀模式算法，如果一本書可能提前接觸到更多的讀者，就可以結合群體智能對書籍出版進行更好的預測，確定小說的暢銷潛力，并獲得其目標讀者的重要信息，甚至在出版之前完成一個非常有針對性的營銷策略。[4]

2.協助審稿加工

審稿加工在傳統編輯工作中是最耗時耗力的一個環節。編輯首先要在宏觀層面上對圖書所體現出的價值判斷和價值選擇進行把關；其次，需要在微觀層面上對圖書的文字語句進行修改和校對；最后，還要根據目標受眾的閱讀期待對書稿進行整體潤色。而互聯網平臺的發展和全民創作的熱潮又促使文學作品的數量呈指數級增長，給編輯的審稿加工帶來了更大的挑戰。人工智能技術的介入有效提高了審稿加工的效率，成為應對這一挑戰的重要武器。

閱文集團在編輯環節借助知識圖譜和機器學習技術，結合專業知識、自然語言和政策法規等內容進行軟件設計，對文本是否涉及抄襲剽竊，社會敏感話題以及黃色暴力內容進行分析審查，提高了部分主題文本的審稿效率?！昂隈R校對”軟件通過對大量分類語料中的上下文和語句關系進行量化的統計、分析、提煉，并采用高倍信息壓縮、快速檢索、漢字高精度快速切分、深度學習等新技術生成語言模型和依存分析算法。

在約稿和評審方面，通過建立以作者信息為基本單元的知識庫，編輯可以依據需要迅速找到目標作者和評審，并根據目標對象之前的圖書、論文、發言以及立項、獲獎等其他信息，綜合評判約稿的成功率和應邀參與評審的可能性。全球頂尖的科學、教育及專業出版機構施普林格自然集團（Springer Nature）就建立了開放關聯數據（LOD）平臺科學圖譜（SciGraph），該平臺目前擁有超過10億個與該集團出版內容有關的元數據，并且和一些已知的外部數據集進行鏈接，還為用戶提供了相關的數據工具，幫助他們找到包括作者、機構、研究領域、出資人、會議和地點等相關的內容。[5]

在組稿和改稿環節加入人工智能技術也是編輯工作的一大趨勢。龍源數字傳媒集團旗下的人工智能平臺“知識樹”就實現了當編輯定義部分內容以后，機器會自動幫他組成剩下的內容，[6]完成圖書寫作和修改工作。不久的將來，人工智能技術有望完成優化文章結構、重新劃分章節、自動生成小標題等工作。此外，還有望在不改變圖書中心思想的前提下，將目標讀者群的知識水平、性別、年齡、閱讀習慣等多個維度的數據與語料庫進行匹配，自動調整文本內容，有針對性地增強圖書的可讀性。

3.輔助設計營銷

在封面、書腰、排版的設計方面，編輯可以使用各科技公司的輔助軟件。從2013年年底開始，微軟亞洲研究院與清華美院合作，把設計學中的審美原則與可計算的圖像特征相結合，創造性地提出了可計算的自動排版框架原型。把視覺呈現、文字語義、設計原則、認知理解等領域專家的先驗知識自然地集成到同一個多媒體計算框架之內，[7]可以自動生成雜志的封面。一旦這類技術全面走進圖書出版行業，設計工作必將更加高效。

在營銷環節中，智能工具使編輯可以直接通過網上數據監控市場變化，調整營銷策略，不再需要奔赴簽售會現場和零售商店。北京開卷信息技術有限公司就提供了智能（Smart）數據查詢分析系統，系統搭載圖書查詢、排行榜、市場競爭、本版圖書以及服務于編輯、發行、管理的智能化分析工具模型，為出版上游企業提供編輯選題、發行營銷、內部運營和戰略管理相關的數據支持及解決方案。隨著人工智能技術的發展，未來的機器人不僅可以通過將圖書文本數據和消費者行為數據相結合的方式來深入理解讀者喜好、發現商機，更可以借助網絡交互平臺與讀者進行對話，通過聊天的方式精準地向讀者進行圖書推薦并說明理由。

在出版形式上，不斷增加的可計算數據，使編輯的選擇變得更加多樣。2017年，微軟小冰開始在廣東衛視天氣預報節目中播報新聞，2018年4月，日本智能主播讀子（Yomiko）投入使用，微信、當當也積極探索讀書功能，推出了微信讀書和當當云閱讀。隨著算法的優化和數據的積累，文本向語音的轉變將更加自然，屆時，語音書籍的成本將大大降低并成為編輯的新選擇。同時，近年來國內虛擬現實（VR）/增強現實（AR）+圖書出版也有了長遠的進步，如江蘇鳳凰教育出版社“小學科學活起來”系列、海天出版社“童喜樂AR/VR魔幻互動百科”系列、西南財經大學出版社《有趣的中國節日：AR互動游戲書》等都為出版形式的創新提供了更多的選擇。

二、智能工具的局限性

目前人工智能技術已經滲透到編輯工作的各個方面，并發揮著越來越重要的作用。然而，隨著人工智能技術的進一步發展，智能化工具在編輯工作中的局限性也逐步顯露。

1.選題策劃上創新力不足

圖書作為一種特殊的商品，在具備商業價值的同時也兼具傳承人類文明、傳播知識文化的使命，其承載的信息能否通過物化產品在市場競爭中獲得消費支持，是信息由精神層面向物質層面進而向生產力轉變的關鍵因素。因此，在選題策劃中需要對圖書的內容價值和市場價值進行雙重考慮。

結合博克斯比（Booxby）和因克特（Inkitt）兩家公司的案例不難發現，由于當代計算機系統只具有形式邏輯運算功能，而不具備人類智能系統的情感功能和意識功能，[8]現階段的智能化工具在選題策劃中對于圖書價值的“考慮”主要是建立在數據統計的邏輯推演之上的。換言之，統計是對過往銷售量、圖書類型、作者、故事內容等信息的歸納總結，而基于邏輯推演的判斷是根據現有統計結果對目標文本進行的“相似性”匹配，當實現匹配時則認為該選題策劃符合要求，否則將會被視為“無效”文本。

然而，圖書作為精神文化的產物，其內容價值的判斷是復雜的、難以量化的。單純依靠匹配程度來確定選題策劃的方式顯然會導致大量的優秀選題無法實施、作品無法出版，造成資源的浪費，創造力的流失。如《文化苦旅》就曾被某出版社定位為在旅游景點銷售的圖書，該出版社要求其縮減篇幅，導致擱置數年無法出版。但是，王國偉認為該書擁有沉重的歷史和深厚的文化底蘊，是一部不可多得文化大散文。事實也的確印證了王國偉的判斷，《文化苦旅》的影響力和銷售量都令人矚目。顯然，對于這類包含多種元素的作品，智能化工具采用的量化方法是難以判斷其價值的。再如《狼圖騰》在選題論證之初也曾被確認為毫無當時暢銷書的“時尚”元素，即完全無法匹配市場的各項統計結果。然而，由于《狼圖騰》故事精彩、題材唯一、主題健康，加之狼的精神符合當時我國民族復興的大形勢和改革開放后塑造企業和民族文化的需要，最終被長江文藝出版社出版并成為名噪一時的暢銷書。與《狼圖騰》這類前瞻性選題的創新不同，香港三聯書店的《香港明信片精選（1940～1970）》則是通過稀缺的素材、精美的裝幀在香港回歸這一社會背景下策劃出版的。該書經過選題策劃環節的精心設計，將看似普通的明信片進行加工和串聯，成為當年的暢銷書并獲得了香港圖書印制設計大獎。由此不難發現，選題策劃需要對市場、書的內容與形式等諸多因素進行綜合考量，而以統計和邏輯推算方式運行的智能化工具目前還不能實現這種綜合考量，因此其在選題策劃環節中存在著創新力不足的問題。

2.審稿加工上適用性有限

2011年，國際商業機器公司（IBM）超級電腦“沃森”（Watson）在美國智力競猜電視節目《危險邊緣》中成為王者，刷新了人類對人工智能的知識邊界的認識。2017年，阿爾法狗（AlphaGo）與排名世界第一的世界圍棋冠軍柯潔對戰并以3比0的總比分獲勝，印證了人工智能在圍棋對戰中的計算速度及能力超越人類的可能性。那么，目前的人工智能工具在編輯工作中的知識儲備和運算速度能否超越人類編輯呢？答案是否定的。

一位學者朋友曾經向某雜志社投稿，卻在“黑馬校對”查錯后由于標紅過多而險些被退稿。與責任編輯溝通后發現，因為稿件中存在大量古文文獻，“黑馬校對”未能識別并自動將其標注為語法錯誤，所以導致了這場烏龍。漢語本身博大精深，在不同語境下有著不同的含義，極其復雜，而目前主要應用于審稿加工環節的人工智能技術也存在局限性。一是知識圖譜中“實體－關系－實體”三元組及其相關概念、屬性和屬性值的構建以及知識更新的速度和精度成為其應用的主要障礙。[9]二是機器學習，尤指深度學習，由于現階段仍然是以20世紀80～90年代的聯結主義為理論基礎，[10]其優化的路徑（調節算法參數和積累數據）目前也存在技術性困難。由此，智能化工具在審稿環節中的應用往往集中于便于積累數據、建立知識庫的某一方面，適用范圍比較有限。

在稿件加工環節，書名、目錄、小標題、開本、封面設計、封面宣傳語、封底宣傳語、封面上的提示性文字等都將成為編輯工作不得不考慮的內容。如2009年的暢銷書、作家出版社出版的《好媽媽勝過好老師》為了與之前類似題材的暢銷書進行區分，僅書名就想了近百個，并加上了副標題?？紤]到作者知名度并不高，編輯特意根據內容的吸引力和讀者的閱讀習慣對全書結構做出調整，將令家長十分頭痛而又不得不面對的問題——帶孩子打針放到了第一章。譯林出版社的《基督的最后誘惑》在翻譯時，將英文版分為前后兩部分由傅惟慈和董樂山兩位著名翻譯家分別翻譯，因此在最終校稿過程中，編輯需要在尊重原著和譯者的前提下進行統稿，其中的難度可想而知。從中不難發現，加工環節同樣是一個綜合考慮的過程，要求編輯統籌考慮作者感受、書稿原意、圖書結構、讀者喜好等諸多難以量化的因素，而這些同樣是智能化工具所無法駕馭的。

3.對象分析上靈活性匱乏

編輯工作的目標之一是將作者書稿內所包含的信息以正式出版物的形式有效傳遞給讀者，因此，作者和讀者是編輯工作的重要對象。

與優秀的作者進行交流，一方面有賴于出版社的名氣、地位和經濟實力，另一方面也離不開編輯自身的人格魅力和獨特眼光。英國出版家湯姆·麥奇勒曾在回憶錄中述及與哥倫比亞作家加夫列爾·加西亞·馬爾克斯的淵源，在加夫列爾·加西亞·馬爾克斯默默無聞之時，湯姆·麥奇勒就在眾多作家中發現了他，并破例與其簽下了包括《百年孤獨》在內的5本翻譯小說的出版合約。后來，他們也成為了要好的朋友并且始終保持聯系。湯姆·麥奇勒作為編輯的敏銳眼光是目前的智能化工具無法企及的，而湯姆·麥奇勒自身的人格魅力在編輯工作中發揮的重要作用同樣也是工具無法取代的。

對于現有的智能化工具而言，讀者被網絡平臺上的瀏覽記錄、購買清單、評論內容、筆記情況、閱讀歷史等數據重新定義。在以分類和回歸為代表的監督學習過程中，通過預設維度的方式對讀者進行參數匹配和畫像；在以聚類為代表的無監督學習過程中，通過自動形成一些編輯難以發現的概念維度來對讀者進行更深刻的參數標記；甚至在目前的聊天推薦中，人工智能聊天機器人以讀者的反饋為“獎賞”，通過強化學習的方式使機器對讀者進行更細節的參數匹配?？傊悄芑ぞ哒谝詤抵档姆绞綄ψx者進行理解和塑造。然而，有日本“繪本之父”之稱的松居直曾經說過：“圖畫書不是孩子獨立閱讀的書，而是大人讀給孩子聽的書”。[11]也就是說編輯不僅要明白讀者需要何種主題、對哪種題材感興趣，更要去思考讀者是否能看得懂，甚至對讀者會以怎樣的形式去完成閱讀有所設想，這樣才能編輯出滿足讀者需要的優秀書稿。再如日本關東大地震后，結合當時的市場分析和讀者需求，著名出版人巖波茂雄就推出大量便攜廉價的小開本出版物搶占市場，并最終形成著名的巖波文庫。這類圖書的出現依賴于編輯對讀者心理和社會背景的準確把握，是智能化工具目前不能實現的。

三、編輯工作重心的偏移與角色定位

智能化工具目前雖然存在著明顯的局限性，但也真實地滲透于編輯工作的各個環節，使得編輯工作的重心逐漸發生偏移，改變著編輯的思維方式和角色定位。

1.選題策劃的決策者

目前智能化工具在選題策劃中的應用是以統計為依據的邏輯推演方式進行的，并不能替代編輯的綜合判斷。但由于市場化的經營具有一定的規律性和延續性，因此在選題策劃的過程中，編輯可以將智能編輯的處理結果作為參考，在一定程度上規避由于個人偏見或缺乏市場數據支持而錯失優秀選題的情況。在這個過程中，編輯需要充分了解智能編輯的數據來源和算法規則，以便更好理解其處理結果的意義，而不是直接跟隨智能編輯的結果作出相應的判斷。

總之，價值的判斷仍然需要以編輯為主。畢竟“在其他媒體不強的時代，讀者只能焦急地等待雜志和新書的出版，但在所有事物都泛濫的現代，信息看似很多，其實也是信息過于分散”，[12]而編輯的工作正是將分散的信息加以整合，有效傳遞給讀者并引起他們的注意。因此編輯需要人工智能技術來工作，但讀者更需要編輯的決策，機械速度帶來的空洞需要用價值填充。

2.稿件加工的終審者

雖然在審校工作中，目前的智能編輯由于數據和計算能力的問題，在具體工作中會出現認知邊界和速度低谷，但隨著智能技術的發展，其編輯能力將不斷提升，并逐漸縮小編輯的工作范圍。編輯的工作將會向全局掌控、調整軟件參數、最終審查等工作上發展。在這一趨勢下，編輯容易出現由于過分信任機器而導致的懈怠心理，但編輯工作固有屬性中的不確定性就注定了智能編輯無法完全對其進行預測，因此過分的信任必將影響出版行業的健康發展。

因此，在智能時代，編輯仍然要發揮好把關人的作用。這就要求編輯積極使用現有的智能編輯工具工作，同時要了解其運行的原理，知道哪類稿件適合交給智能編輯處理，稿件中的哪些部分適合人工處理，真正做到知己知彼，全局掌控。同時，在智能編輯工具的使用中，編輯應當不斷總結容易出現的問題，及時與技術人員溝通交流，通過調整軟件參數對智能編輯工具進行修補。要始終銘記編輯工作的責任歸屬在于人，機器是高效、可靠的助手，但最終審查的工作應該由編輯本人來完成。

3.人機關系的引導者

智能編輯作為一套計算機程序，其能力的提升一方面依靠數據積累和硬件完善，另一方面依托技術人員對計算程序的設計，而設計則基于對編輯工作的理解和思考。結合沒有免費的午餐（NFL）定理我們可以清楚地認識到，空泛談論什么學習算法好是毫無意義的，因為若要考慮所有潛在的問題，則所有學習算法都一樣好。[13]換句話說，不結合編輯工作來確定歸納偏好進行設計，而空談智能編輯是無法實現的。因此，編輯對智能編輯在編輯工作中的實現和提升起著關鍵的“教育”作用。而對于編輯來說，機器的核心是軟件，而軟件的核心是它的哲學，[14]所以，當編輯致力于提升智能編輯性能時，實質是在進行一次自我認知的過程，也就是說人工智能間接地反向對編輯進行著“教育”。

在這場“教學相長”的互動過程中，編輯應該起到引導者的作用。不斷將自己的想法轉換為智能編輯的“價值”體系和運轉“規則”，實現人工智能技術在編輯行業的創新和發展。同時，編輯還可以利用人工智能工具設計教學工具，為新編輯提供虛擬仿真平臺，幫助他們在實際操作中不斷進步，為日后迅速融入工作打下基礎。