觀看Angela Pham在MAICON的主題演講:如何在機器學習世界中與用戶交談(視頻)

Facebook擁有的不僅僅是二十億年用戶。他不僅僅是一個社會領袖;它也以創新領導者而聞名。

Facebook的創新方式之一是使用機器學習和對話技術。安吉拉·範教授(@angelapham)是Facebook的內容策略師，她於今年7月加入了我們AI營銷會議(MAICON)，討論在機器學習世界中內容策略的發展。

在日常工作中，範負責決定Facebook平台如何與20億用戶互動。她的團隊為機器對話技術提供了人類的聲音。在她在MAICON大會上的主題演講中，她分享了Facebook如何能夠利用技術將1:1的對話擴展到20億用戶，同時又不失去人性化。

在她的演講中，她還討論了:

• 建議短語如何發揮作用品牌話語權和體驗。
• 利用預測文本來驅動有意義的(不是令人毛骨悚然的)談話．
• 使用暗示性文本服務整個世界，而不僅僅是一個子集。

觀看下麵的視頻，或者閱讀完整的轉錄。請注意，轉錄是用AI和Otter編譯的。Ai，所以任何打字錯誤都要怪機器:)

會話轉錄

嗨，非常感謝你們邀請我。我叫安吉拉。我是Facebook的用戶體驗內容策略師。對我來說，解釋我的工作總是很有趣的尤其是對這裏的很多內容營銷人員，以及我自己，作為一個前內容營銷人員和記者，我們對一個作者在Facebook做什麼的默認假設是有點困惑的，就像我們在Facebook的新聞feed上看到的大多數用戶生成的內容。所以我實際上是feed和stories團隊的一員。那麼我到底該寫些什麼呢?我認為這是選擇我們用來形容別人的詞語。這是我們在用戶界麵中這麼做的原因。一種解釋是，為什麼按鈕說的是發送而不是提交?為什麼在朋友的標題上說建議的朋友是推薦的朋友。 So those are the kinds of decisions I make day to day in my role. So it's a very nice sort of industry to work in.

1:10

我們知道用戶體驗內容策略已經是一個小眾行業了，這就是它在機器學習中的作用。因此，我最終在新聞feed團隊做了一個項目，處理預測性文本建議，這些建議將會被用戶用作評論。我們很多人現在都很熟悉這種產品體驗，通常是這樣的。所以我們現在在很多不同的電子郵件服務和社交媒體網絡上都看到了這些。本質上是預測性文本建議。在您開始輸入之前，查看發生了什麼消息，並建議您可能想說的東西，這可能是一個合乎邏輯的下一步。所以

2:00

屏幕上出現了很多經典的例子。合乎邏輯的是，你知道，如果我說，不客氣，有人說沒問題，這個建議可能會在任何一個平台上出現。所以它們是機器學習的基本形式，對吧?我們可以很容易地進行一些文本分析，並確定用戶通常會對這樣的消息說這些話，你想發送這三個選項中的一個嗎?

尤其是在社交媒體上，我認為我們很多人都認為我們在評論區說的是非常獨特的附加的東西。但最終，我們所說的東西都可以組合成這樣的短語。所以這隻是Facebook上度假帖子中非常受歡迎的評論的一小部分。所以，如果你仔細觀察，就會發現讚美別人的假期有很多不同的形式……體驗和變化圍繞著它的美麗。這是一個非常基本的機器學習模型。這很容易根據數據浮出水麵，嘿，這些是最常見和最流行的短語。我可以對我經常看到的新聞推送進行分類，無論是度假，還是慶祝活動，並預測人們可能會評論什麼。所以內容策略在這一領域扮演著一個獨特的角色，因為我們不能隻是將任何建議浮出水麵。當我們想到不僅文字可以作為評論出現，圖片也可以作為評論出現時，事情就變得更複雜了。 So content strategy enters this really unique space where I'm determining the kind of rules of what we surface in terms of emojis as well. stickers and gifts here in the middle, and even combinations of the two in some instances. So emojis paired with text comments.

4:03

你可以在我朋友在Facebook上分享的類似這樣的互動帖子中看到，對於我們認為用戶可能會選擇的表情有很多不同的選擇。如果僅僅根據用戶數據來判斷受歡迎程度，那將是錯誤的。就在那時，我的角色開始發揮作用，我第一次意識到，我的職業生涯，我突然在一個機器學習的世界裏工作，這對我來說是非常陌生的。

所以我通過從事這種產品體驗學到了很多。我學到了五件事和五件需要考慮的事情，以便謹慎地構建，並以考慮用戶第一體驗的方式使用語言。我認為這對你們中的很多人來說也可以發揮作用，你們可能正在考慮或正在研究一種聊天機器人的體驗，這種體驗有雙向對話。或者如果你想到今天聽到很多的語音技術，你知道，語音技術實際上是如何被翻譯成文本形式的?如果它要代表用戶，那會是怎樣的呢?你選擇了什麼樣的語法和語言?所以我從這種經曆中學到了很多。當時我真的不知道什麼。希望這些對你們自己的經曆也有幫助。

5:24

所以我想的第一件事是為了建立和使用關心用戶體驗的語言，問，誰在這裏真正說話。我總是想起這幅經典的《紐約客》漫畫，你們很多人可能都很熟悉，其中兩隻狗對彼此說，你知道，在互聯網上，沒有人知道你是一隻狗。現在的現代形式是在互聯網上，沒有人真正知道你是不是一個機器人。我想我們今天已經聽到了很多這樣的例子，有時我會想到Twitter

幾乎是幽靈騎士、社交媒體經理和機器人的混合體，他們都像是在互相交談。有時候很難分辨誰是機器人，誰是機器人。這逐漸成為我們社交網絡的一種體驗現在有很多自動化在幕後進行。

6:21

但是看一下預測文本建議這個特別的問題，有一個非常有趣的問題，信息所有權的轉移是什麼時候發生的。在messenger方麵，我的一個研究內容策略的同事也在研究類似的問題即Facebook messenger應用程序中出現的預測文本，當這個建議出現時，它還是屬於公司的，對吧?所以在某種程度上，這代表了Facebook首先想到的，認為至少在自己的平台上出現是合適的。

所以它在很多方麵都能代表公司。它仍然存在，如果你問一個用戶，你的評論框頂部的這些消息是什麼?你知道，你一個人可能會合乎邏輯地說，哦，這是信使想讓我說的，對吧?但到了第二步，那個人選擇了一個預測文本建議，他們點擊發送，那個短語或單詞，它突然就出現了，所有權轉移了，然後它就成了他們的聲音。通常情況下，對方甚至不知道這並不是他們最初的建議。所以這是一個非常棘手的領域，當你要處理一個品牌的聲音選擇和你公司的代表之間的平衡。但你也要知道你希望它聽起來盡可能像用戶。

所以這是如何進行的，當你考慮到這些語言背後的力量，建議，尤其是在像Facebook這樣的平台上，我們有超過20億的用戶，這是很多潛在的對話，你正在幫助塑造。所以如果你看這些例子，這是一個典型的使用建議短語的電子郵件平台的例子，你可能想把它發送給某人。在一邊，你有一個好的，聽起來不錯。好的,謝謝。這可能會推動人們進行更積極的互動。這很禮貌，也很直白。另一方麵，你也可以說這是一種糟糕的體驗，你可能會將用戶推向完全不同的負麵體驗。這是相當大的，對吧?當你思考這些簡單的建議可能產生的結果對話時，以及他們傾向於本能地或經過深思熟慮後做出的選擇。

在底部這裏，你可以看到另一組更正式的建議。

我記得當我在Gmail頻道收到這個節目的時候有一天我感謝你提供的信息或者感謝你的郵件。我一直在想，你知道，他們使用什麼輸入來呈現這些對我來說，這幾乎就像正式的莎士比亞風格的語言，當然不是我自己的語言模式，對吧。我懷疑Gmail的建議是否真的會隨著時間的推移變得更加準確和個性化，這顯然在大多數機器學習模型中很常見。但這很有趣，想想這個事實它既可以匹配我，感覺像我，也可以讓人毛骨悚然，如果它感覺太像我。如果這和我說話的感覺相反，也會讓人不安。

9:47

這讓我想起我的一個朋友，他是那種文藝的，口吃的人，對吧?我相信大多數人都有這樣的朋友，如果你收到他的郵件，那就像聖誕奇跡一樣。比如，這種人可能隻會用一根手指，不會用句號或語法，隻會說一些不連貫的句子。我記得幾年前，他給我回了一封電子郵件，我總是在想，哇，他的回複是，他今天說了什麼?這是我們第一次看到一組連貫的句子，有完美的標點，感歎號，大寫。從像他這樣的人身上看到這一切真是不可思議。大約在同一時間，Gmail第一次真正測試了預測性郵件建議，這並不是巧合。我隻記得我當時在想，這個家夥要麼是莫名其妙地就開始行動了，要麼就是，Gmail，他的理想目標用戶，在這種體驗中，他就像按下所有短語的按鈕，就像完美無瑕的電子郵件一樣。所以，在某種意義上，我認為像他這樣的人能夠實現非常簡單的交流是非常棒的。

並沒有花太多精力。但與此同時，我也有一種失落感，因為我的朋友在郵件交流中完全不像他自己。在我參與這樣一個項目的過程中，有些事情讓我感到有點悲傷，有些事情讓我感到很沉重。

我認為這個技術博客已經很好地闡述了這一點。我從他的博客上找到了這個，他的推特賬號是極客總管。他說，很有可能為了節省你自己的努力，你會開始接受穀歌的建議。然後突然間，你的聲音，你的聲音和其他人的一樣了。所以這是一件很重要的事情，就像當我們思考互聯網通信的未來，以及我們如何越來越能夠開始使用機器人和暗示性文本，讓人們的對話越來越多地由公司來塑造。

隨著時間的推移，這對我們聲音的獨特性有什麼影響?我認為如果我們致力於類似的產品體驗，這是我們都應該考慮的事情。

12:12

我問自己的第二個問題是確保我在創建和使用語言時照顧到我們的用戶，我們實際上在幫助人們做得更好嗎?所以這隻是經典問題的另一個變體，在我們使用任何自動化作為解決方案之前，我們應該非常清楚我們試圖解決的問題是什麼。這和這個產品沒有什麼不同，我真的很想表達和形象化它是什麼，這個預測性文本建議可以幫助我們的用戶在Facebook上做得更好。

所以我開發了這個框架來幫助我向產品團隊傳達信息。這就是內容策略可以發揮的作用。這是我認為空間對我們最有意義的地方，我們認為什麼樣的短語是好的，哪些是不好的，為我們的用戶。一邊是平凡的，另一邊是有意義的。在一端，它是一次性的，另一端是深思熟慮的。所以如果你往世俗的一麵看，一些像哈哈，我們一直在笑的東西。這並不一定能幫助我們在Facebook的新聞推送評論中進行有意義的對話。

但如果你著眼於另一個極端，我認為這也不是我們應該玩的遊戲，特別是考慮到我們自己的產品目標。所以，看到Facebook上出現“我非常愛你，親愛的”這句話，對我們大多數人來說可能是可怕的，不管這是否準確的上下文，但從某種程度上來說，這幾乎是反烏托邦的，因為在這個世界中，我們的人類經驗不再需要由我們手寫輸入，而是由我們碰巧在特定時間使用的平台提出，對吧。所以我們的產品在當時的最佳位置是在中間。對我來說，這個短語聽起來很好，它足夠有意義，不隻是一個簡單的扔掉，隻是一個有效的點擊，而是可以幫助在評論部分創建更多有意義的對話。所以創建這樣一個框架真的幫助我清楚地說明為什麼這是如此重要，我們圍繞著我們所做的和不願出現的決定做出了決定，這樣我們就不會因為必須選擇的短語數量而感到不知所措，而更有策略地思考我們想要如何實現我們的目標。

14:53

因此，第三件事，要求一個秩序，謹慎地建立和使用語言是邊界我們的語言原則。在座的很多內容營銷人員都很熟悉這些基本的東西。比如樣式指南。我們的語法和標點規則是什麼?什麼應該大寫，什麼不應該大寫?有哪些詞彙我們永遠不會像髒話一樣出現，而不是那些我們認為適用於所有人的詞彙呢?

當你想要用像暗示式的聯想文本這樣的產品來代表用戶的聲音時，這就有點棘手了，因為你突然要代表大量用戶做決定。這使它成為一種高貴的風格決定。這意味著你不僅僅是說，嘿，我覺得看起來不錯，應該用小寫字母加句號，而不是用大寫字母不加句號。從某種意義上說，你決定了很多語言，塑造了很多對話隨著時間的推移將如何進行。

16:02

比如，我總有一天想去和我總有一天想去，如果我們發現有相當多的用戶更喜歡說一種變體，這是否意味著我們總是建議它?因此，嚴格根據數據庫做出決策從來都不明智。我想我們在今天早些時候的討論中已經看到了很多這樣的例子。但與此同時，我們如何製定這些原則，並堅持它們，在我們說，嘿，我實際上認為我們應該避免網絡俚語，或縮寫和首字母縮略詞，即使我們看到用戶普遍使用它們。也許某些人對他們和其他人更滿意。這些都是你在一開始要做的事情當你要建立一個像這樣的基於語言的產品時。要知道，在塑造人們如何使用你選擇的每一種語言進行交流方麵，你承擔著很多責任。

所以我真正能夠自信地做出這些微觀決定的一個方法實際上是回到我能找到的原則。因此，Facebook內部並沒有關於如何為預測文本建議製定風格指南的具體指導。但是我們所擁有的，你們自己的公司可能也有，我們的人工智能原則，所以當涉及到自動化技術時，很多都圍繞著道德選擇，我們說我們會做或不會做。穀歌在過去的一年裏做了很多工作，Facebook和穀歌以及很多其他的大型科技公司實際上已經與很多學者和其他組織合作，在早期就原則達成一致，隻是為了確保我們在這些範圍內。所以當我在類似的地方提到我們的原則時，我考慮的是第二點，我們說我們將相信公平、透明和可問責的人工智能。我用它來指導我如何選擇風格。所以如果我把注意力集中在fair這個詞上，當涉及到語法、標點符號和首字母縮寫時，什麼是fair，我的翻譯方式至少是在早期，直到我們的模型變得更先進。對我來說，公平意味著選擇盡可能適用和通用的語言。所以出於這個原因，我避開了那些不一定能引起更廣泛用戶共鳴或理解的縮寫詞。所以如果你曾經遇到過類似的情況，你會糾結於這些風格選擇的微小細節，以及幾乎壓倒性的語言選擇，一定要回到原則，找到你能幫助支持你的選擇的東西，這樣你就不會覺得你是在做一個主觀的語言選擇投票你自己的我認為這是非常強大的東西， and really makes a difference that if people ever challenged what questions or what rules you've put in place, you can say with authority and confidence. This is actually based on very sound strategic principles that our company has agreed to early on. And if you're at a smaller company that might not have this level of robustness, partnerships and principles in place, then I definitely recommend scouring interviews for maybe where your leadership, your C suite has done with the media and talked about similar principles that you can kind of latch on to, and make sure that every style choice you're making is backed up with something bigger than your own work.

19:43

要謹慎建設的第四個問題是，我們如何服務於整個世界而不僅僅是世界的一個子集?所以很明顯，在Facebook，我們特別考慮這一點和我們所做的一切，我們的選擇有一個非常國際化的受眾。

多樣性和包容性是一個巨大的倡議，我們所有的產品團隊都在努力做到盡可能的包容，在很多不同的方麵都做到盡可能的包容。對我來說，參與這個項目是非常有趣的，我意識到，即使是在一些看似無害的領域，如建議的表情符號和評論，也可能會有很大的爭議和風險，我們可能會做出每個決定，讓一個給定的表情符號浮出水麵。

所以在一邊，你有通用的黃色卡通表情符號，表達了非常通用的人類情感，對嗎?所以硬項目Mooji。全世界都是公認的東西，因為它們的顏色幾乎是卡通的。世界各地的大多數人都可以使用這些工具，並且覺得他們可以與之聯係起來。另一方麵，你得到了最初看起來無害的東西，但實際上我們壓力很大。

21:00

仔細考慮所有不同的用例，哪些表情符號對每個人來說都是安全的，哪些不是。那個穿著紅裙子跳舞的女人，一個在世界各地都很流行的表情符號，但是，它是什麼呢?如果臉書把這個問題告訴一個不認同這個性別的人，或者一個不認同Moji所穿衣服的人，那會是什麼感覺?這是一個高風險的情況，不適合我們浮出水麵。類似地，也許在亡靈節和墨西哥，頭骨表情符號的出現是有意義的，它可能在那個時期非常流行。但這將是非常怪異和邪惡的，還有很多其他地方，臉書會出現頭骨表情，說，嘿，你為什麼不評論你的朋友和這個家夥?

21:50

白種人豎起大拇指也是一樣。所以這可能是有意義的，可能是最受歡迎的表情之一…在瑞典，但這並不意味著我們開始違約每個瑞典人都有這樣的經曆，對吧?我們必須想清楚，我們是否真的在為大多數人建設，而忽略了少數人和一些不同的經驗。因此，直到我們能夠得到一個更好的模型，複製人們真正的交談方式，並對他們更個性化。這些都是我們浮出水麵並不安全的經曆。另一個有風險的例子是，一開始看起來無害，這實際上是我在Twitter上發現的一個陌生人的對話，問某人是否有空一起喝杯咖啡，所有的預測文本建議都是這個詞的變體。是的。

所以我認為，你可以從很多不同的角度來看待這個問題並且幾乎可以理解建立這個產品團隊的基本原理是什麼。也許數據告訴他們，哦，好像90%的這類對話都得到了肯定的回答。我們是一個旨在幫助人們見麵、交流並找到新機會的網絡。所以答案是肯定的，很有道理。但如果你曾經在任何網絡域名上脆弱過，感覺不安全，或者感覺你不想讓任何東西默認為“是”，當你在網上遇到一個陌生人，第一次生活，你可以理解這實際上創造了很多不適，恐懼和假設誰建立了這個，他們怎麼沒有想到這個?在技術領域，我們經常稱這些為邊緣情況，在我的團隊中，我們試圖重新定義為壓力情況，以不暗示這些是我們在邊緣考慮的事情，但這些實際上應該是核心考慮因素和任何我們正在構建的產品體驗。也許對於團隊來說，他們並沒有意識到這是如何實現的。但這就是為什麼對我們來說，讓各種各樣的人一起幫助塑造這些經曆是如此重要。因為如果有人曾在網上感到威脅，希望他們能盡早在會議上表達出來，這些事情會被提出來。我們不希望當平台以各種可能的方式告訴人們，你應該去見陌生人時，人們感到不舒服。 And the fifth thing to ask is, how do we build experiences if we're not the ones actually building the products? So particularly interesting for those who are also from humanities and liberal arts backgrounds, where I think a lot of us join these kinds of conversations with almost a pre warning of, well, I'm not very technical, or I'm not a coder. So I don't really know how this algorithm works. But you know, I can talk about the user experience, but maybe not the back end.

25:00

我從長期參與這個項目中學到的一個重要教訓是，如果我不是一名程序員，那其實並不重要。如果說有什麼區別的話，那就是它在很多方麵幫助了我。因為這些技能讓我不擅長編碼，讓我非常擅長同理心，讓我非常擅長解釋複雜的事情。因為我沒有每天沉浸在複雜的事情中，我有能力為真實的人翻譯。這就是我喜歡在這種空間工作的原因。這就是為什麼我總是認為我們稱這些體驗為自動化的，但它們不是自主的。所以在這一點上，這些不是情緒模型。這些都是特別一開始就有很多人的觸摸和很多人的手握。我非常自豪，即使我沒有技術背景，即使我像你們今天一樣，認為自己是初學者

在人工智能領域，我仍然能夠為數百萬人塑造大量的產品體驗。我希望每個人都能記住這一點，這並不重要。如果你沒有你所認為的在這個空間工作的所有能力，你仍然可以通過作為一個人扮演一個非常重要的角色。

我有一個例子，有人很好地傳達了人文和創意寫作在大型科技公司的影響，這是來自我的同事Jasmine Ty，她在做一個類似的產品，在messenger產品中使用預測性建議文本。她寫了一首詩，展示給她的整個產品團隊，我很感動，看到她是如何思考她的話的，並用這些話來闡明我們的團隊思考整個產品體驗是多麼重要。請注意，內容策略在這裏扮演著非常關鍵的角色。

27:10

所以我要大聲讀出來。

還有今天發生的所有對話。現在很容易回複。謝謝和好的，或者分享可愛的貼紙和有趣的禮物。但如果你不想告訴別人呢?我愛你。機器幫助我們溝通和完成工作。我們如何讓東西變得有用和有趣?作為故事講述者和交流者?我們的角色是什麼?我們如何讓機器擁有靈魂? Do our suggestions represent Facebook and suck? And if so we probably shouldn't service curse words like but on the other hand, are we controlling the choice and denying people have their own expression and voice? What is the line between creepy and cool? What are the guidelines for our large language pool?

這些東西什麼時候受歡迎，什麼時候不受歡迎?這些問題很難，我們有很多。謝謝你！

由https://otter.ai轉錄