《紐約時報》怎樣玩“眾包”？

文｜方可成

走在新聞業創新前沿的《紐約時報》研發實驗室最近又推出了新玩意：一款叫“蜂巢（hive）”的眾包開發平臺。

要解釋2014年12月問世的這款“蜂巢”，就得先回到該報此前在10月推出的另一款產品“Madison”。簡單來說，Madison就是邀請千千萬萬的普通讀者一起來幫《紐約時報》把老報紙里面的廣告識別出來、分類妥帖，并錄入信息至數據庫。

1851年9月18日創刊的《紐約時報》，至今已經以每天一期的頻率出版了一百六十多年，積累了極其龐大的過刊數據。都說新聞是歷史的初稿，《紐約時報》的這些過刊數據不僅是報社自身的財富，也是供全世界回顧、研究歷史的重要資料庫。報社投入了巨大的人力物力將這些過刊進行電子化，展現在網站的“時光機（Time Machine）”欄目中，供大家“穿越”回到一個半世紀中的任何一個時間節點。

不過，“時光機”里的內容都是新聞報道，并沒有包括廣告。原因很容易理解：廣告往往是圖文結合，而且大小不一、形狀各異，沒有固定格式，機器難以自動從中提取信息，更難將其進行自動歸類——將新聞報道歸類是很容易的，一般只需要看它出現在哪個版面就可以了，但是廣告的類型和位置之間并沒有明確的對應關系，一款電視機的信息既可能出現在國際新聞旁邊，也可能被放在體育賽事的信息下面。

此外，廣告畢竟不是報社自行生產的內容，不被收入數據庫也是再正常不過。但偏偏在對過刊進行電子化的過程中，《紐約時報》的研發實驗室對廣告產生了愈發濃厚的興趣。他們認為，廣告中實際上也是一個數據寶庫，因為它們同樣蘊含了相當豐富的信息，且能為它們環繞的新聞報道提供很有意思的時代背景作為參照。曾經到圖書館翻閱過老報刊的人相信都有同感：最有意思的往往不是報刊的文字內容，而是透出濃郁時代氣息的廣告：某款當時是“爆款”、現在土掉渣的眼鏡，某臺當時高科技、現在老掉牙的電子設備……還有那設計風格、廣告語用詞、零售價格，都是可供感知的歷史細節，也是具有研究價值的數據。

于是研發實驗室決定對廣告也電子化，但是由于上面提到的種種困難，這項工作很難交給機器完成。他們決定借助人力，進行眾包（crowdsourcing）。打開Madison的頁面，任何人都可以立即參與這項歷史資料的整理工作。從易到難有三種任務可供選擇：判斷某塊內容是不是廣告；給一則廣告加上分類標簽；錄入一則廣告的信息。

這些工作完全是無償的，所以工作本身的社會價值及其趣味性就至關重要。幸運的是，這兩點得到了許多普通網友的認可，他們既覺得這件事有價值，又發現翻看老報紙上的廣告很有意思。首批上線供網友識別的廣告都來自1960年代的報紙，這些數據有望于2015年初整理完畢，到時候《紐約時報》會將數據公開分享，同時1970年代的報紙廣告會上線，繼續眾包給網友整理。

說回“蜂巢”——Madison是基于蜂巢平臺開發的第一款眾包產品。形象的說，蜂巢就好像一臺3D打印機，Madison是它打出來的第一件產品。有了這臺打印機，其他人也可以很方便地根據自己的需求生產出其他眾包項目，邀請人們參與。你可以根據自己的需要選擇項目特性：是需要注冊才能參與呢，還是可以匿名參與。它還可以詳細記錄每個人的參與數據：完成了多少，合格了多少，跳過了多少。

實際上，西方新聞界的眾包實踐已經有若干年頭了——它們往往是將工程量巨大、參與門檻相對較低的任務分包給網友。例如，2012年總統大選前，曾獲普利策獎的網站ProPublica就推出過“Free the files”項目，請大家一起整理聯邦通訊委員會（FCC）發布的大量且復雜的電視競選廣告數據，從中提取出廣告的購買者等關鍵信息——在美國政治中，購買競選廣告是一種隱蔽的通過金錢支持某個政黨、影響選舉結果的方式，這個眾包項目的宗旨就是要讓這些暗處的錢現身在陽光下，而這依靠一個新聞機構的人力是無法完成的。此外，鼎鼎大名的維基解密，也是將巨量的加密文件眾包給網友進行整理再發布的。

如今，《紐約時報》推出這款眾包開發平臺，無疑會進一步促進這種新型生產模式的普及。更重要的是，該報研發實驗室已經將蜂巢的源代碼上傳到Github網站進行免費、開源的分享，這就讓其他新聞機構和個人利用這個平臺的門檻大大降低。推出這樣一款蜂巢，既顯示出《紐約時報》當仁不讓的業界老大氣派，也是互聯網開放、共享精神的體現。從這一點上說，這家一百六十多歲的傳統媒體，比很多乳臭未干的新媒體都更有互聯網思維。