自古站着说话都是不会腰疼的，在这样一个鼓励质疑的社会气氛当中，戾气彷佛成了最好的鼓励。去中心化的时代，人人都有麦克风，网络发言的成本达到了历史最低。

　　近日，知乎正用AI识别“答非所问”和“不友善”又被媒体反复引用。前不久，罗永浩“精日没啥”的言论相继被北京日报和广州日报点名批评，微博的评论区“锤粉”、“锤黑”的论战比罗永浩本人的演讲还“好看”，但是这种“好看”是靠着你来我往的火药桶攻击而炒起来的热度。广州日报官方微博下面，“小心锤蛆”评论排在热评的第一位，“智障”、“走狗”、“SB”的字眼也屡见不鲜。微博的骂战如此壮烈让“路人”都不忍直视，更不谈上不来理性的分析罗永浩是否是精日，精日是什么的问题。

　　一、内容管理，要从评论区觅得曲径通幽处

　　评论区比内容本身还好看，现在已经不仅仅是个口上的噱头了。各大社交和问答平台都开始注意到评论区的运营。此前，为了提高评论审核的效率，有效管理微博评论，微博也开始有所动作，面向头部用户和正式会员用户开通评论审核的功能，在开放此功能之后，用户可以对自己微博下的评论实现评论先审后放。

　　因此，如果把文章本身称为“第一内容区”的话，那么评论区俨然已经成为蓬勃发展的“第二内容区”，今天注重评论区的管理开始变得越来重要。在4月的GMIC大会上，知乎合伙人、高级副总裁李大海做了一个分享，称知乎正在打造“智慧社区”，并透露出，在知乎的内容社区当中，AI已经可以开始进行语义识别和语境判断。因为单单依赖人工的力量来管理内容，实在不是一个高效的选择。 

　　在知乎里面，现在有一个2岁多的机器人叫“瓦力”，目前这个机器人可以在线上快速响应答非所问和不友善的内容，减少像歧视，恶意贴标签，辱骂等等低质内容对用户的干扰。但是目前受到NPL（自然语言处理）自身的局限性和平台运营存在的相应问题，这个智慧社区还存在着不少问题。

　　如果说人工智能算法能够通过监测人们说话时的声学特征，比如发音频率，声音高低，以及语气的变化，来识别人类说话的情绪类型是一项很了不起的技术。那么直接通过NPL来鉴定人类的说话情绪则是更难上加难的操作。因为一个脏字不带，一个敏感词都没有的句子，AI很难总结出它们的共同特征从而有针对性的挑选出来作为负面言论的代表，真正成为评论区的“清道夫”。

　　另外，目前知乎的机器学习方式是利用知乎的中文语料库，调动用户积极对语料进行手动标注来训练AI，这在机器的监督学习中是必不可少的一步。但新的技术正在涌现，比如强化学习和in-streamsupervision，数据可以在自然使用过程中获得标注。或者，知乎还可以学习科大讯飞建立语音云平台一样，引入语料云平台，这样可以从其他更广泛的渠道以更快的速度发现更新的语料。因为等到知乎中文语料库中有足够的新兴语料可以让机器进行学习时，代表这类语料的存在在平台上已经比较广泛了，如果此种语料是恶性的，那么则说明评论的内容生态已经遭到了一定污染。

　　二、在评论区，AI与人的关系还值得细嚼

　　把目光投到国外，国外的那些顶级媒体则更早就开始重视到评论区的重要性并开始用技术对评论区进行打理。纽约时报与Jigsaw（谷歌Alphabet旗下科研团队）合作，并牵头华盛顿邮报、Mozilla基金会成立了The Coral Project（珊瑚项目），研究如何改进在线评论，并孵化一系列开源工具为各大新闻编辑室提供技术支持。2015年时，纽约时报采用的评论体系会依靠算法对不同用户的评论进行优先级排序，并且决定哪些用户的评论可以不用经过较长时间的人工审查就可以发布。

　　但是，人工智能到底是蓝海还是深坑还需要时间的检验，智能相对论（aixdlun）分析师杨苏颖还想在此提出利用人工智能管理评论内容生态的两个讨论点：

　　1、AI的背后是人，如果人不想解决某个问题，那么AI也只是噱头和摆设。最近，在某草根公众号中看到一篇文章，名叫《欲加之罪，何患无词》，谈论的是有关喜马拉雅APP内容付费的问题，该公众号的主人在喜马拉雅上传了自己解读书籍《乌合之众》音频，后突然因版权投诉而被下架了。喜马拉雅方面的客服称因为已经有解读该书的付费音频存在，所以再上传解读该书的音频就算作是侵权。对于某一个单一的知识付费内容能不能垄断市场暂且不论，这个唯一被平台认可的《乌合之众》付费音频下面的评论却显示出这个付费的内容并不尽如人意。