paint-brush
法学硕士可以帮你策划社交媒体信息吗?可以!经过@liorb
464 讀數
464 讀數

法学硕士可以帮你策划社交媒体信息吗?可以!

经过 Lior Barak9m2024/11/26
Read on Terminal Reader

太長; 讀書

我们的在线信息流出现故障,但大型语言模型有能力修复这些问题。
featured image - 法学硕士可以帮你策划社交媒体信息吗?可以!
Lior Barak HackerNoon profile picture
0-item
1-item

愚者的预言

是的,这个预言是给傻瓜和小丑的,但作为数据领袖和技术变革的敏锐观察者,我即将做出一个大胆的预测:自谷歌彻底改变搜索以来,我们正在见证在线内容消费方式最重大的转变。而且它来自一个意想不到的地方。


数字混乱的现状

我们的在线信息传递中断了。

  • LinkedIn已经沦为充满谦虚自夸和激励陈词滥调的荒原。
  • X (原 Twitter)正被仇恨言论和诈骗所淹没。
  • Facebook是一个数字鬼城,你的阿姨仍然会在这里分享 Minion 表情包。


算法将我们与相关、有意义的内容联系起来的梦想已经沦为一场痴迷于参与的噩梦。


了解法学硕士 (LLM) 革命

在深入探讨大型语言模型 (LLM) 如何重塑我们的数字格局之前,让我们先了解一下它们有何不同。与依赖预定义规则和模式匹配的传统算法不同,LLM 能够理解上下文、细微差别,最重要的是理解意图。它们不仅看到您点击了有关数据科学的帖子,还了解该帖子为何引起您的共鸣。


如果将传统的推荐引擎想象成一个使用清单的媒人,那么 LLM 则更像是一个朋友,它了解你的品味、理解你的心情,并能预测哪些内容可能真正为你的一天增添价值。

未来一瞥

最近的两次经历凸显了法学硕士 (LLM) 可以带来的巨大变化:

  1. 购物方式的革新:在研究智能手表时,我分享了对谷歌 Gemini 的不满。Gemini 不是根据关键词推荐,而是分析我的需求、不满和愿望。它推荐了三种经济实惠的选项和一种高级替代品——以防万一值得花大价钱购买。这不像浏览产品目录,更像是咨询博览群书的朋友。

  2. 了解您的内容发现:想象一下,LinkedIn 当前的混乱局面被 LLM 驱动的 feed 所取代。它不会显示通用帖子,而是可以识别您的职业轨迹并显示针对您的职业道路量身定制的文章、讨论和故事。这就是关键字匹配和理解旅程之间的区别。


我现在正处在一个十字路口,几个月前我辞去了工作,正在想下一步该做什么,也许是回去做一名数据领域的内容创作者,或者再次被聘为全职员工,和家人在一起,我知道现实不是两者兼而有之,而是两者之一,我不需要再从一些 1 美元的网红那里得到灵感,让他们早上 4 点起床做生意,然后送孩子去幼儿园,开始 9-5 点的工作,我称之为 BS。让我有一个信息流,帮助我发现我的需求,并从那些真正搬家的人那里得到启发,让我与他们互动,更好地了解我要去的地方,或者更好地让我与那些可以根据他们的行动帮助我成功的人建立联系。


平台之战:新的战场


Elon Musk Still Serious About Fighting Mark Zuckerberg 'Anytime, Anyplace' Twitter/X 和 Grok:埃隆的长期博弈

当埃隆·马斯克将 Twitter 员工人数从 8,000 人削减至 1,500 人时,许多人都看到了混乱。但如果这是为另一种内容审核做准备呢?随着Grok的推出,我们看到了一种新战略的种子:基于细致入微的理解而不是生硬的算法进行内容管理。

Facebook 的 LLAMA:马克的最后一搏

Facebook 发布 LLAMA 模型不仅仅是为了加入 AI 竞赛,而是为了生存。随着用户纷纷涌向 TikTok 和 Instagram(后者实际上正在成为 TikTok 的克隆版),Meta 需要一些革命性的东西来重振其旗舰平台。LLAMA 可能是了解 Meta 生态系统中用户意图的关键,从 WhatsApp 消息到 Instagram 互动。


谷歌双子座:捍卫搜索帝国

谷歌推出 Gemini 不仅代表着在 AI 竞赛中迎头赶上,也代表着保护其核心业务。传统搜索引擎模式,尤其是 Google Ads 正受到威胁,而 Gemini 理解和情境化内容的能力可能会改变我们在线发现信息的方式。


超越社交媒体:电子商务革命

但有趣的是,这种转变不会止步于社交媒体。想象一下,电子商务信息流不仅会根据你购买的商品向你展示产品,还会了解你的购物行为背景。法学硕士可以将产品推荐从“其他人也买了”转变为“这是解决你问题的方法”。


几年前,在一次技术会议上,一位勇敢的分析师站出来分享了业内大多数人都知道但很少有人敢公开说出来的事情。他们透露,他们面临的最大挑战不是满足用户需求所需的技术,而是在 SEO 工作和付费广告之间找到适当的平衡。真正的担忧不是技术可扩展性,而是经济问题:一些平台的用户获取成本飙升至每位用户 100 美元,这主要是由于投放了没有带来转化的无重点广告。与此同时,通过 SEO 获得的用户表现出更好的参与度指标。


但令人不安的是:分析师指出,临界点即将到来。当信息流算法决定展示有机内容不再符合平台的经济利益时,会发生什么?当广告收入的驱动力完全压倒了用户体验时,会发生什么?这不仅仅是理论上的——他们看到了这种紧张局势的早期迹象,这些迹象正在实时上演。


这反映了我们今天在各个平台上看到的情况。当埃隆·马斯克抱怨 Twitter 的广告收入时,或者当 Facebook 在你的信息流中塞入更多广告时,他们都在努力解决同样的根本问题。传统的广告驱动模式已经达到了极限,推动平台走向越来越激进的货币化,最终降低了用户体验。


《人工智能法案》、GDPR 和 DMA 如何重塑我们的世界(以及对我们意味着什么)

我记得我第一次看到 GDPR 的连锁反应。这不仅仅是 Cookie 横幅随处可见。这是它背后的原因:公司争先恐后地遵守规定,同时重新考虑如何处理我们的数据。这让我意识到,一项法规可以迫使行业创新——或者崩溃。


现在,随着《人工智能法案》《DMA》的出台,我觉得我们又迎来了转折点。这些不仅仅是规则,更是欧洲在说“让我们以不同的方式做技术”的方式。它们为我们如何以合乎道德和透明的方式构建、部署和使用技术树立了先例。


以《人工智能法案》为例。它让我想起了我与构建机器学习模型的团队进行的讨论。我们都遇到过这样的时刻,利益相关者会问:“模型为什么会做出这样的决定?”很快,这不仅仅是一个问题;它将成为一项法律要求。如果你的数据团队还没有准备好解释你的人工智能系统,那么你已经落后了。


或者看看DMA 。它就像一股清新的空气,挑战大平台的主导地位并鼓励合作。但它也提出了一些棘手的问题:我们如何在不让自己面临更多风险的情况下创建开放的生态系统?


这对数据团队(以及您个人)意味着什么

我曾经经历过这种情况——在尝试创新的同时还要兼顾合规性。这并不容易,但我学到了以下几点:

  1. 领先于合规:将 GDPR 等法规视为建立信任的机会,而不是障碍。
  2. 倾向于透明:解释您的决策(无论是由人类还是人工智能做出的)都可以成为您的竞争优势。
  3. 超越规则的思考: GDPR 出台后蓬勃发展的公司不仅满足最低要求,还将其作为提供更好产品和服务的跳板。

单声道馈送的危险:当人工智能成为回音室时

令人不安的场景比我们想象的更近:法学硕士变得如此善于预测我们想看到什么,以至于他们创造了完美的回音室。想象一下一个如此个性化的信息流,它永远不会挑战你现有的信念或偏好。如果你相信地球是平的,算法可能会逐渐过滤掉所有解释相反内容的内容。如果你已经购买了某个品牌的电视两次,系统可能会决定你不再需要看其他品牌的电视了。


这超出了我们今天所担心的回音室效应。如果某内容有可能通过争论引发参与,当前的社交媒体算法可能会向你展示你不同意的内容。但法学硕士对背景和意图的理解更深,可以创造我所说的“舒适泡沫”——一种与你的偏好如此契合的信息流,让你感觉完美,但同时却悄悄地消除了智力多样性。


这种便利性很诱人。大多数人不想看 40 个比较洗衣机的 YouTube 视频——他们只是希望有人告诉他们“这是最适合您需求的洗衣机”。但是,当我们将发现过程外包给人工智能时,我们可能会失去偶然发现新想法的偶然性、从不同观点中获取的成长以及从比较多种选择中培养的批判性思维技能。


我已经长大了,还记得我记忆数字的日子,我可以根据记忆在任何公共电话上给任何我需要的人打电话,今天问我伴侣的电话号码。我一点头绪都没有!手机丢了,我需要找到另一种方式联系她。我记得我在不同服务上设置的所有密码吗?你知道我会怎么做 ;-)


想想看:在一个单一信息流的世界里,我们如何才能发现自己在某些事情上是错的?我们如何才能超越当前的偏好?LLM 驱动的信息流的效率虽然很有吸引力,但也可能使它们成为危险的回音室,在消除健康的认知摩擦的同时强化现有的信念和偏好。


真正的挑战不是技术上的,而是哲学上的。我们如何平衡高度个性化内容的便利性和知识多样性的需求?我们如何确保人工智能驱动的信息流不仅告诉我们我们想听到的内容,还告诉我们我们需要听到的内容?


我知道你们中的一些人会说,但亚马逊尝试过让 Alexa 订购电池,并相信平台会向你发送最佳选项,结果却发现他们后来支付了更多费用,这个功能慢慢地从 Alexa 设备上消失了,好吧,它会在 LLM 上更好地回归

数字发现的未来

这种转变不仅仅关乎更好的算法。它关乎预计 2024 年7,400 亿美元的在线广告市场。掌握 LLM 驱动的信息流的平台将重新定义我们与内容的互动方式,同时保持其金库充盈。

这对你意味着什么

还记得马克·扎克伯格在 Facebook 成立初期宣称“隐私的终结”吗?法学硕士也处于类似的分水岭时刻。但这一次,它不仅仅关乎我们的数据,还关乎我们如何发现和与整个数字世界互动。


让我们分析一下这对不同群体意味着什么:

对于用户:

  • 优点:相关内容更多,在不相关搜索上浪费的时间更少,并且可能发现更多有意义的内容

  • 问题:我们不再只是产品——我们既是供应,也是训练数据

  • 未知数:我们愿意将多少数字发现委托给人工智能?


对于内容创建者:

  • 机遇:更有机会接触到真正感兴趣的受众

  • 挑战:学习创作能引起人类和法学硕士共鸣的内容

  • 风险:依赖人工智能驱动的分销系统


对于企业:

  • 传统广告商可能需要重新考虑他们的策略——当 LLM 真正理解用户意图时,向广大受众投放广告就变得不那么有效了

  • 焦点可能会从“有多少人看到了我们的广告”转变为“我们是否在正确的时间接触到了正确的人”

  • 如果法学硕士课程在接触相关受众方面能提供公平的竞争环境,小企业可能会从中受益


对于开发人员和技术专业人员:

  • 这不仅仅是自动化代码审查或生成文档
  • 我们正着眼于构建和优化数字体验的方式发生根本性转变
  • 挑战在于建立既能保持人类能动性又能充分利用人工智能能力的系统


不,法学硕士不会取代我们所有人,也不会(至少目前)消灭我们。但它们将重塑整个行业。开发人员将以不同的方式构建,营销人员将以不同的方式定位,客户服务也将以不同的方式运作。赢家不会是那些仅仅采用法学硕士的人,而是那些想出如何在利用这些强大工具的同时保持人类价值和创造力的人。


在这个新时代,我们不仅仅是消费者或创造者,我们还是人工智能驱动的内容策划大规模实验的参与者。问题不在于是否参与(我们已经参与了),而在于如何明智地参与,同时保持我们的自主性和批判性思维。


请记住:归根结底,我们是供给方,广告商是需求方,在这个循环中,只有那些能够在两者之间建立最有意义的联系的人才能获胜。但在法学硕士时代,“有意义”可能与我们习惯的完全不同。


作者注:本文反映了基于当前技术趋势的个人观察和预测。未来的发展可能一如既往地与预期不同。


关于我 (Lior):我是一名数据领导者和技术策略师,正在探索人工智能、内容和人际关系的交汇点。我目前正在经历职业转型,并分享转型过程中的见解。通过 Hackernoon 或LinkedIn与我联系,继续讨论内容发现和数据领导力的未来。