原文地址： In the age of the algorithm, the human gatekeeper is back
原文作者：Michael Bhaskar
译文出自：掘金翻译计划
译者：Jiang Haichao
校对者：根号三,Mark
Greg Linden 或许不是一个家喻户晓的名字，但他改变了我们与文化的相互影响并且永久变革了零售业。作为九十年代晚期 Amazon 的一名工程师，Linden 要解决一个奇怪的问题：如何在没有人工干预的情况下向顾客推荐书籍。那时 Amazon 还要依靠编辑们每年写上上百篇评论。这不仅费钱还费时。
自动化推荐在当时是难以想象的棘手。 Linden 成功破解了这个难题。他把目光放在 "个性化" 上，矛盾的是，这关注的是产品之间的相关性而不是个人购买历史。忽略过去的购买记录后， Amazon 发现如果 A 产品一般和 B 产品一起售出，也就是说几乎所有人买 A 时也会想买 B。 Amazon 通过不同的售书方法的销量测试了这一发现。不消说：编辑们要卷铺盖走人了。人类退出，机器当道。一些估算显示因为这些推荐算法， Amazon 的营业额上升了 1/3。从此，算法被大量使用。现在书籍、文章、音乐、电影，还有不消说的度假和服装，都是通过机器推荐的。
去年，英文书籍新出版了一百万册。至少从古希腊开始，人们已经觉得要读的东西太多了。当然，这还没算上那些有作者自己出版的图书，大量新闻或者是浩瀚无边的互联网。不管怎么说，我们都处在令人惊讶的阅读过剩之中。
我们拥有的越多，我们就越依赖算法和自动化推荐系统。因此，推荐算法、机器学习、人工智能和大数据不可抵挡地侵入了文化领域。
然而故事并没有结束。例如搜索引擎，能告诉我们想知道的内容，但有一些内容是我们需要的，但是我们暂时还没有想到，对于这些内容，搜索引擎就帮不上忙了。人类的挑选和识别力在算法时代有了新的意义，远不能消失。是的，随着拥有的越多，我们越来越需要算法了。但是我们也更加希望见多识广和特殊选择。人类又回来了。
这是为什么尽管有全世界最强大的图书推荐引擎，Amazon 还是买下了 Goodreads —— 一个主营个人书籍评论的网站。这也是为什么像 Canopy.co 这类的网站活跃程度在 Amazon 之上。Canopy 知道 Amazon 最棒的商品隐藏在一堆乱七八糟的东西里。Canopy 的创始人全都是设计师，每天筛选数千条记录以重点标注高质量商品。
这是为什么尽管在网上能找到任何想要的书，但出版商仍印刷新的书籍满足多样化与个人书单，书店也再次兴起的原因。我们能够漫不经心的查看桌子上的书籍。在日本，人们谈论 tsundoku，即太多书可读的不安感受。他们自有解决办法：东京银座书店一次就只售卖一本书。
这个在内容挑选上重焕生机的趣味不仅出现在出版业。在 Spotify（某在线音乐播放器）上，你可以听 30m 的音乐，其中20%一次都没播放过。为了帮助管理庞大的音乐目录，Spotify 花了 1 个亿收购了 the Echo Nest 公司，后者拥有一项先进技术，用于识别音乐，自动分类曲目。同时，Spotify 扩充了自己的歌单推荐人和快速成为新 DJ 的音乐专家。
Netflix 有远超观众需要的影视剧集。它是一个用数据科学管理文化的先驱者，它甚至为了研究团队们来升级它的算法而发起一个奖金 100 万美元的比赛，最后钱花出去了，却没有实现他们想要的效果。然而 Netflix 还培养观众为它的内容打一些详细的标签。他们做到了评论系统做不到的是：结局是想要的吗？胡子在电影里重要吗？
Facebook 陷入一系列信息流内容管理的争议中，从直播杀戮，到删除越战的象征图片，再到政治偏见的指控。它最近试图通过开除人工编辑消除审核流程... 仅仅为了发现信息流退化成大量虚假和有争议的新闻故事。
苹果新闻和音乐 应用有大量人工内容管理，甚至找了新闻编辑部和广播的名人们。Twitter 在它的 Moments 产品中下了重金。虽然普遍不看好，但 Twitter 确实希望在内容上做的更好。Samsung 的新闻应用分成你想知道的和你需要知道的；前者通过算法挑选，后者通过编辑。大型科技公司对老牌专家求贤若渴。
我们也有多余的东西。西欧家庭平均拥有 1 万件东西，美国家庭更多。但是处理这个情况不需要应用，只需要 Kondo 方法，这是一种依靠我们个人历史信息来整理家庭的技术，深受欢迎。在零售业的上游，成功商店的背后有一再强调的专家精选，和时尚精品 Opening Ceremony 和 ”未来超市“ Eataly 一样多样化。随着媒体发展，我们从大量工业选择时代过渡到精选时代。
精选可以是不得当的，有时还是贬义的词语，但是他的词根 curare（表示照顾的意思）却可以击中人们心中无法替代的感觉。我们想要惊喜，我们想要专业知识，独特的审美评论，无须花费时间和精力。我们体会到这混乱世界的另一种味道，体会人与人之间的信任。我们不仅想要相关性，我们还想知道为什么，想要故事，这是机器无法提供的。即使我们将精选定义为选择和排列，这也不完全是算法的工作。与许多行业经历技术破坏不同，从自动驾驶汽车到自动化会计，文化领域将一直重视人类选择和独特的感受。
这是艺术和人文对机器学习世界的反击。这会创造新的就业。信息过载和技术驱动响应是我们的时代最好的转变。但在今天这种饱和状态（和那些成堆的摇摇欲坠的书）中，知识和主观判断比以往更有价值。用一名硅谷投资人的话说，“软件吃掉了世界“。当然，软件吃不掉人类选择。与神话相反，传统守门人角色仍健在。
接下来我们将看到的是一种混合状态：充分混合了人类和机器选择来处理庞大数据集，在狭窄范围之上越走越远。我们现在有许多我们不能独自处理的东西，例如书籍、音乐、电影和艺术作品。我们需要一个 “算法文化”。但是我们比以往更需要：人类品味。
