提升讀者評論品質,《紐約時報》跟Google合作找解方:機器學習
提升讀者評論品質,《紐約時報》跟Google合作找解方:機器學習

隨著社群平台及網路新聞的發展,幾乎所有人都可以輕意的針對文章、新聞發表評論,比起過去傳統紙媒的時代門檻大幅降低,但同時也伴隨而來許多不理性、顛倒是非、攻擊性的言論,而這些言論甚至是所謂「酸民」,不但無助於議題討論、降低品質,甚至讓許多認真想參與的讀者逃離。

因此《紐約時報》跟Google合作,利用機器學習審核讀者評論,解決這種網路世代衍生出的狀況。

評論有多「毒」?Perspective都知道

據《Recode》消息,《紐約時報》為了要提升線上讀者評論品質,希望在不增加員工的情況下,將開放評論的文章數量從現在的10%提升到80%。《紐約時報》推出全新審核系統,跟Google旗下孵化器Jigsaw開發的軟體「Perspective」,要藉助機器學習(machine-learning)提升審核品質及效率。

Perspective
Perspective會判斷留言是不是會影響其他人想停止參與對話討論。

先前,《紐約時報》只開放10%的文章讓讀者評論,因為內部只有14名審核員,而每天需要處理的留言數量有一萬兩千則,「審查員真的是規模的問題」紐約時報社群編輯Bassey Etim說,他負責管理14位審查員,相信有了Perspective的幫忙,可以大大提升工作效率。

Perspective會透過學習,自動批准不具爭議的評論,事實上,Perspective軟體是透過評論有多「毒」來進行分類,意思是這些留言是不是會影響其他人想停止參與對話討論,你可以點擊這理進入Perspective網站,測試像是「全球暖化」或是「英國脫歐」等話題的留言評分。

《紐約時報》強調,沒有任何留言會自動被演算法拒絕,因為人類審查員才是最終的決策者,社群編輯Bassey Etim說:「只有那些仇恨言論,或是顛倒是非、跟文章內容完全無關或含有敏感個人資訊的內容才有可能被拒絕。」

目前《紐約時報》利用Perspective審核一小部分會出現在網站首頁的評論內容,將有疑義的內容標住起來,讓這14位審查員在訓練軟體時,可以更有效率決定哪些內容可以留在頁面上。

讀者回饋將成為報導的一部分

「在網路上主宰言論變得越來越容易,人們要不是選擇完全離開討論,就是新聞網站選擇整個關閉評論功能。」Jigsaw執行長Jared Cohen於聲明中表示:「機器學習的力量,提供我們重新衡量的機會,扭轉這個趨勢。」

《紐約時報》強調,審查員不會完全被軟體取代,他們的工作會只會被強化而已,社群編輯Bassey Etim談到:「預計逐步增加開放評論的文章至25%,上軌道後報紙也會重新設計評論版塊,編採人員會納入更多評論意見至文章中。」

The New York Times
Jigsaw執行長Jared Cohen:「在網路上主宰言論變得越來越容易,人們要不是選擇完全離開討論,就是新聞網站選擇整個關閉評論功能。」
圖/ shutterstock

他告訴外媒《Recode》,「我們已經將許多網站上的讀者評論融入報導中。」「現在的《紐約時報》將讀者回饋視為報導的ㄧ部分。」

越多的評論代表更多不同的觀點提供編採人員梳理,同時也代表讀者可以跟《紐約時報》產生更多連結,如此一來就能轉換成更多數位廣告收入。」

因應數位時代,媒體紛紛裁撤公共編輯

本月初《紐約時報》為了縮減開支,裁撤了公共編輯一職。

公共編輯過去專門處理讀者意回饋,《紐約時報》表示,公共編輯已概念已經過時,在網路世代社交媒體、網絡上的讀者已經共同成為現代監督者的角色,比起一人負責監察有更高的警覺性且更有效率。

公共編輯是《紐約時報》在2003年因為爆出抄襲報導的醜聞而設置的職位,透過處理讀者意見、評論來挽回公信力,過去幾年包括《華盛頓郵報》也裁撤公共編輯一職,或許透過科技的幫忙,可以幫助我們距離真相及有幫助的討論更接進一步。

資料來源:Recode、Fortune、Mashable

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓