EP30 打破信息茧房,看更大的世界

EP30 打破信息茧房,看更大的世界

49分钟 ·
播放数4969
·
评论数40

国庆长假,我们终于停更了一周 😂 ,假也放完了,又迎来了新的一个周二,继续发布我们的新节目 📢

本期节目以信息茧房为出发点,围绕信息和推荐算法展开讨论,我们重点讨论信息真伪判断的重要性,推荐算法的态度以及独立思考和信息获取的方法等等。特别是在 AI 时代,信息的真伪辨别就变得更加困难,我们究竟应该保持一种什么样的态度对待漫天的信息呢?欢迎收听本期节目,一起在留言区分享、探讨。

最后,欢迎大家免费体验我们发布的播客 AI 应用 Podwise:podwise.xyz

本期节目的概要信息参考下文的硬地笔记。欢迎关注我们:

硬地笔记

00:00:04 信息过载与信息筛选

00:04:51 对推荐算法的不满意

00:06:36 信息检防的作用和局限性

00:10:02 抖音和信息获取方式的影响

00:13:11 鉴别信息真伪的重要性

00:19:19 互联网上的虚假信息

00:20:30 独立思考的重要性

00:23:30 AI生成内容的影响和挑战

00:27:47 AI对齐和人类价值观

00:35:32 AI的对齐方案

00:37:31 AI的智能超越与人类对齐

00:43:20 打破信息壁垒,拓展视野

00:49:02 私藏的信息源带来的价值

硬地新知

展开Show Notes
山中异草
山中异草
2023.10.10
曾经做过封闭资讯产品,这个我小有研究。分享一个体会:一定要长期阅读一些优秀的(报纸杂志及其类似物)。报纸最大的特点是,内容足够丰富,但是版面有限,所以编辑会做取舍,这解决了开放世界资讯容易丢失价值坐标的问题。优秀的报纸杂志会定期出刊,持续关注一个领域,基本不会遗漏一个领域里最重要的信息。一旦形成了自己的风格,报纸本身就可以反映出,这个行业近期的进展,对于有水平的报纸,如果今天报纸不好看基本上就意味着今天没啥大事。报纸里面,第一财经日报和WSJ是很优秀的。

毕竟互联网时代,除了报纸,还有很多东西具备类似的特征。比如说,微博头条热搜榜。当然如果不是相关从业者微博头条热搜榜可能不算优秀了。
SweetyDiana:不错的观点,自从有了公众号之后,好像报纸上的内容“都可以”从公众号上获取,报纸是更精炼的内容一种表现形式?毕竟报纸也是聚焦于同一个行业领域
山中异草:补充一句,微信公众号为什么不属于这个范围,就是因为每日内容太少了,同时体现不出版面、篇幅,所以不能充分便捷的反映出资讯池的特征。
4条回复
TerryZhou
TerryZhou
2023.10.20
写个小反馈作为交流
听这期播客后也有意识体验了一下podwise。我是先听,自己过程中零散的记录了一些关心的内容和思考,然后再结合shownotes对零散的笔记内容做了一个重新整理,主要也是一个自己思考的过程。然后使用podwise想看下过程中的期望。
* 我的场景是 read after listen,可能和我理解的podwise主预设的场景略有不同。before listen可能更多专注在信息筛选提升听博客效率提升的功能上,after listen对我来说是特定信息检索效率提升效率的需求。总体来说after对精准性、准确性的要求感觉是更高的
* 想检索的主要内容 1:和某个话题、观点、关键词相关的相关讨论。主要是想能通过话题找到对应的音频、内容位置做回听。现在能用的只有shownotes的时间标记,脑图如果能回源到音频位置可能也会有用?另外列表式和脑图式结构本身其实是对内容的一种建模,可能不同的博客内容可能不一定适合这样的数据结构做整理。比如脑图层级划分会打破内容横向关联性,AI形成的脑图可能和用户主观对内容构建的结构有较大差异,这时候可能脑图会有一些不好用。总结和mindmap功能感觉自己还要思考下,不敢瞎说。
* 想检索的主要内容 2:没有听清的名词;词汇的拼写;或者某个名字附近出现的名词的回顾。这可能比较依赖ASR的transcripts的功能,但对准确性要求其实很高,比如特殊词汇转录不够精确,导致体验感下降很大,开头“大家好我是归归”给我们转录成“大家好我是乖乖”,这对之后转录质量的预期就会有个下降(虽然我非常理解这种算法选择概率最大的现象)。之后的转录又是1:1的,人眼还很善于不说转录不准确的位置,对比带着明确目找特定信息目的来,可能很长的转录看几眼错误转录比较多就不想看了。所以可能直接ASR的结果不太适合这个场景。
* 延申下,结合上面两点:利用ASR这个中间信息做语义上的关联,让用户找到相关音频位置回听;在听到想看文本内容的时候,再人工要求展示机翻结果,这样可能用户也有个预期,来减少ASR专业、特殊词汇结果不准对体验的损伤
一不小心写多了,没有细想,仅供参考。
0xSaito
:
ASR 结果的准确性这点确实是非常大的挑战,我们当前正在尝试用 LLM 做二次校准,但如果想要达到 “精准” 的话,可能需要根据主题的分类做对应的词库,这样可以解决专有名词的一些问题。针对单一播客的特殊名词,可能要做更详细的校准。这些都是细活了,我们会逐渐完善。 总的来说这里面还有大量的事是可以做的,我们还是相信结果会越来越好的。
0xSaito
:
🙏 非常感谢您的反馈,这对 Podwise 很重要。
3条回复
天 超有缘 在某书上刷到评论区讲使用podwise学习播客 立马搜这个网站首页就看到这集 播放失败于是转在小宇宙搜索打开发现硬地骇客竟然就是做这个网站的
0xSaito
:
有没有一种可能,我就是那个留言的人?🤣 话说您说的播放失败是在 Podwise 播放失败吗?
朱古巧克羊:好像还真是 如果某书名也是这个用户名的话 昨天播放失败了 今天使用魔法手段再用podwise就播放成功了 (and 举手🙋求个五折优惠码
3条回复
啥时候在杭州攒局了?meetups里毫无痕迹啊😃
归归-Anson
:
那个是自立发起的,在推上攒的。😂
05:05 B站的推荐算法可以关掉
Theshadow
Theshadow
2023.12.06
一些运营了十几年的老博客内容都很优秀,也是我创建博客然后不知道写什么的时候我就去看别人的博客在干什么?然后收获了很多想法和知识,接触播客也是从别人博客友链开始的,我突然发现世界上有趣的人好多,我也想做其中一个有趣的人,所以我想看看自己的选择到底能带给我什么?
shadow
shadow
2023.10.17
非常怀念blog时代,长内容的生产方和消费者,都更让内容本身的质量比现在高很多
HD316728x
HD316728x
2023.10.11
主播提到的寻找信息源的那个软件叫啥?没听清,是叫lam啥的么?
辛未辛未:LLM,大模型
最后说的这个是啥?
0xSaito
:
Hackernews 、 Producthunt 、 Github
0xSaito
:
Hackernews 、 Producthunt 、 Github 是这三个吗?如果不是的话可以再看看 shownotes 查漏补缺
关掉之后推荐的和之前的内容相差甚远
SweetyDiana
SweetyDiana
2023.10.10
03:33 肯定还是让用户更多的去喜欢,多使用自己的app
SweetyDiana:44:19 最大的信息茧房是你的圈子
SweetyDiana:11:13 缩短了人们的眼界,所以更多愿意去和不同的人去做交流,去分享一些内容,或许可以在一定程度上对抗算法哈哈哈
5条回复
人也是用各种东西来学习训练的,只不过各自的算法和算力有偏差,产出也不一样。
小太阳大大:如何优化自己的算法、提高自己的算力、丰富自己的有质量的数据,就是人越来越优秀的关键吧。所以避免信息茧房是第三点——丰富有质量的数据。😄
Silan
Silan
2023.10.23
感觉第一个主播是东北人?
0xSaito
:
🙋 确实是北方人,但不是东北。😄
Silan:hhh好的 听起来很北方
4条回复
joken
joken
2024.5.25
31:48 这个有问题的东西的问题如果对集权者不利民众有利的时候谁来监管?
晨未阿未
晨未阿未
2023.10.10
哈哈 podwise已经能赞助了👍
归归-Anson
:
自己白嫖自己了属于是