自古站著說話都是不會腰疼的，在這樣一個鼓勵質疑的社會氣氛當中，戾氣彷佛成了最好的鼓勵。
去中心化的時代，人人都有麥克風，網絡發言的成本達到了歷史最低。
評論區比內容本身還好看，現在已經不僅僅是網友們的調侃了。各大社交和問答平臺都開始注意到評論區的運營。此前，如果把文章本身稱為“第一內容區”的話，那麼評論區儼然已經成為蓬勃發展的“第二內容區”，現在注重評論區的管理開始變得越來重要。
智能管理，先從評論區下手
但單單依賴人工的力量來管理內容，實在不是一個高效的選擇。
現在在知乎裡面，現在有一個2歲多的機器人叫“瓦力”，目前這個機器人可以在線上快速響應“答非所問”和“不友善”的內容，減少歧視、惡意貼標籤、辱罵等等低質內容對用戶的干擾。但是因為目前NPL（自然語言處理）自身的侷限性以及平臺運營存在的相應問題，效果還不太理想。
如果說人工智能算法能夠通過監測人們說話時的聲學特徵，比如發音頻率、聲音高低以及語氣的變化，來識別人類說話的情緒類型是一項很了不起的技術。那麼直接通過NPL來鑑定人類的說話情緒則是更難上加難的操作。因為一個髒字不帶，一個敏感詞都沒有的句子，AI很難總結出它們的共同特徵，從而有針對性的挑選出來作為負面言論的代表，真正成為評論區的“清道夫”。
或者，還可以學習科大訊飛建立語音雲平臺一樣，引入語料雲平臺，這樣可以從其他更廣泛的渠道以更快的速度發現更新的語料。因為等到中文語料庫中有足夠的新興語料可以讓機器進行學習時，代表這類語料的存在在平臺上已經比較廣泛了。如果此種語料是惡性的，那麼則說明評論的內容生態已經遭到了一定汙染。
AI與人的關係，是監督還是禁錮？
但是，人工智能到底是藍海還是深坑，還需要時間的檢驗。
如今許多平臺都嘗試使用AI進行評論區的管理，但是AI要執行的始終是人的想法，就算AI通過各種識別的功能發現了這個問題，如果人並不想解決這個問題，那麼AI的設立也是沒有用處的。
在評論區，AI通過識別用戶言論來給每一個用戶貼標籤，這一點很難說不是在將每個人的言論權利做一個高矮次序的排列。許多用AI來管理評論區的平臺，談到技術方面都會說現在可以利用AI對用戶進行標籤，有點兒像所謂的社會信用體系。但這種看似合理的信用體系背後的問題是：爭了好幾百年來的平等言論權，就這麼被AI再次剝奪了？
站在社會學的角度，我們常常在討論的是標籤對人性的壓抑以及標籤給人帶來的種種痛苦，並思索著如何才能讓社會環境進一步“去標籤化”。但我們沒注意到的是，AI正在利用我們在網絡留下的數據對我們進行標籤化。
如果，某個人曾經發布過一些負面言論，那麼經過AI的識別判定後，他的言論可能今後永遠只能在評論區的最底部飄蕩。潛在地，這個人是不是相當於被間接削弱了言論權呢？
所以，AI也應該該考慮一下去標籤化的問題，並建立去標籤化的機制。每個人都有被原諒的機會，但是數據會知道這一點嗎？
技術非但沒有使信息自由流動，反而建立了更加龐大的信息孤島。在微信當中，只有互為好友的人才能看到在同一個人朋友圈下面的評論互動，這樣的機制在微信當中建立起的無數個不同的小圈子，小圈子之間隔著高高低低的圍牆。微信雖然幫助我們連接了更多的人，但是卻把一部分人給隔離了起來。
在日常的信息獲取當中，剝奪話語權的方式是很隱晦的，它通常會先剝奪你的知情權，比如微信中的分組可見。人工智能是技術的又一次升級，但是人工智能不能成為一切腐朽舊思想的避難所，不能包庇價值觀的混亂，也不能縱容技術平臺對用戶話語權的剝奪。如何在保護話語權和保護平臺社區環境之間尋求一個平衡點，是運用AI管理評論區需要思考的第一個問題。
評論區的“神回覆”在今天是顯而易見的，但平臺的內容運營者們想要在這上面使力則還需要繼續探索。AI幫助進行智能評論區管理是件好事，但在AI的背後還潛藏著太多未解的難題，管理者們一定要帶著問號去利用好AI，讓AI成為內容管理的好幫手。
閱讀更多 IT科技精選 的文章
