AI+写作让编辑“下岗”？现阶段只是“不懂装懂”！

核心提示：近日，某电商平台推出了名为“莎士比亚”的AI写作系统，一秒钟可以“写”出千条文案。业内人士戏言，终于轮到编辑“下岗”了。AI+写作真能发挥出这么大的魔力吗？

图文无关

写作是语言的精髓、文化的灵魂，与1和0组成的数据、单词和符号组成的代码看上去格格不入，灵感、直觉和纯熟的语言训练诞生的产物，怎能由数据和代码组成呢？在AI席卷各大行业的浪潮下，写作作为艺术形式的一种，仿佛成为了人们心目中的“孤岛”。

然而，这座“孤岛”也被AI浪潮“侵门踏户”了。

近日，某电商平台推出了名为“莎士比亚”的AI写作系统，一秒钟可以“写”出千条文案。业内人士戏言，终于轮到编辑“下岗”了。

AI+写作真能发挥出这么大的魔力吗？

别慌！“莎士比亚”是款“文案处理器”

据该电商平台发布的新闻稿称，这套系统在借鉴传统NLG和语言模型方法的基础上，基于该平台自身在商品标签和搜索数据库层面积累的大数据，从句子层面做结构解析、训练模型和语言生成，从而能够一秒钟“吐”出千条文案，并根据用户不同的需求自主选择各类行文风格。据介绍，该系统还能根据用户对文本的选择实现机器算法的优化。

然而该系统一面世就遭到了网友的吐槽：“既然能智能写文案，能不能智能刷好评呢？”“人工智能+文案，是千人千面还是千人一面？”

对此，该系统负责人表示：“传统人工创作费时费力，尤其是电商平台‘大促’期间，时间紧、任务重，很多商家修改页面时往往捉襟见肘。这套系统就是为了极大地赋能商家，提高效率、降低人力成本，逐渐实现机器写文案、系统排版页面。”

显然，这套系统的主要应用场景是商品文案写作，离写诗、做文章这些人们想象中AI写作还有很远的距离。记者找到了一篇由人工智能写作的文章，虽然看起来逻辑通顺，但其主要内容均来自于新闻媒体的一篇专访稿件，机器所做的工作，仅仅是对稿件进行了删减和截取。

“事实上，AI技术应用于写作仍有相当大的局限性。”拓?产业研究院分析师林贞妤告诉科技日报记者，“AI写作需要输入大量某特定类型的文章数据，进行机器学习训练，付出包含时间和金钱的训练成本，才能让AI学会某一类文章的写作模式。”从某种程度上看，该系统更像是丰富的文案数据库，可以根据不同的风格，向用户推荐更适合该商品的文本。

有局限：只能在特定领域“展神威”

AI对艺术领域的“侵门踏户”可不是第一次了。谷歌曾利用AI创作一幅油画作品，最后竟然卖到了8500美元。在一项测试中，AI创作的画作成功“欺骗”了超过半数观众的眼睛，使他们误以为该作品是由人完成的。

在AI写作的道路上也不乏探索者。2016年，一款AI机器人曾参与了当年高考作文的创作，但成绩只能用惨不忍睹来形容。两篇文章行文风格磕磕绊绊，句子之间逻辑也欠通顺，用词单调重复，仅有几个句子被认为有点“文艺范”，可惜在上下文结合的过程中，也失去了韵味。事实上，日本也曾经使用AI参与过升学考试，积累了多次失败经验后，已经能够达到大学入学的水准，然而其擅长的也是数学、历史等学科，但在语言处理能力方面非常一般。

但在消息新闻写作、报告类数据采集等方面，AI写作则获得了不小的成功。2007年，美国一家公司就推出了新闻编写软件，用于撰写财经类和体育类新闻稿件。只要导入最新的数据，每分钟最快可生成2000篇报道。近年来，我国媒体也陆续开始使用人工智能技术进行新闻写作。

林贞妤表示，要让AI学会写作，必须要锁定某个特定应用目标，进行大量资料搜集和模型训练；训练范围拉得越大，则训练的成效与精确度往往会越差。“因此，目前AI技术只能在风格类似、词汇量使用范围较小的领域完成文本生成，比如天气预报、财经新闻等内容，AI可以很好地输出相关报道和消息。但对于那些风格具有创新要求、情感描述丰富的文章，AI就无能为力了。”

待进步：现阶段只是“不懂装懂”

“现阶段，我们使用较多的还是NLG(自然语言生成)技术，以该平台人工智能系统为例，它套用了大量数据积累下来的模板，而且最终还需要人工参与对其进行校正。”清华大学苏研院大数据中心主任林辉告诉科技日报记者。

更重要的是，人工智能现阶段只是“不懂装懂”。“这和我们的语音处理方式一样，机器通过大数据分析，学会了某些词汇、字句可以连在一起使用，人工智能写作出来的内容，只是让人看上去认为机器已经了解了其中的含义，但事实上机器并不知道。”林辉说。举例来说，就像2013年上映的人工智能科幻电影《Her》一样，当女主角说出“我爱你”的时候，她只是发出了音节，却完全理解不了背后的情感。

林辉介绍，受技术的限制，当下的人工智能+写作整体还比较初级，一方面需要人力的参与；另一方面，机器在自然语言处理、理解方面都还存在着障碍。从目前来看，AI写作的主要目的也并非是替代人力，而是作为人的助手，协助人们处理一些繁琐、重复的劳动。有新闻学系教授也撰文表示，被人工智能取代的将是有明确规则的智力劳动，但在新闻领域，深度报道、新闻评论等需要创造性思维的部分，将是人类进一步深耕的领域，这是机器所无法取代的。