Зміни, які є результатом розвитку штучного інтелекту, впливають на роботу в редакціях і журналістику загалом. Видання вже використовують базові інструменти, які збирають статистику чи допомагають в пошуку даних, а також експериментують із новими складнішими інструментами. Проте ми досі не можемо бути впевненими в надійності й точності нових технологій.
Ініціатива JournalismAI, яка допомагає новинним організаціям відповідально використовувати штучний інтелект, дослідила, як ШІ змінює журналістський ландшафт і як новинні організації адаптуються до цього. Від квітня до липня 2023 року дослідники опитали понад 120 редакторів, журналістів, технологів і медійників зі 105 малих і великих редакцій із 46 країн світу. Вони розповіли про свій досвід використання штучного інтелекту.
Публікуємо висновки дослідження і розглядаємо, як редакції можуть пристосовуватися до нових викликів і які можливості може принести майбутнє з ШІ.
Що редакції очікують від ШІ
Майже 75 % опитаних, які лише починають впроваджувати штучний інтелект у своїх редакціях, ще не побачили помітного впливу, але очікують його в майбутньому. Водночас підвищення ефективності та продуктивності було основним стимулом впровадити нові технології для понад половини респондентів. Вони сподіваються автоматизувати монотонні завдання й оптимізувати робочі процеси, щоб журналісти мали змогу впроваджувати інновації чи займатися «польовою роботою» — їздити у відрядження, щоб записувати унікальні історії.
Приблизно чверть респондентів зазначила, що впровадження штучного інтелекту значно вплинуло на їхню роботу та процеси в редакціях. Це допомогло скоротити витрати, впорядкувати та масштабувати процеси, а також підвищити ефективність перевірки фактів, моніторингу соцмереж і дистрибуції контенту.
Водночас приблизно 60 % відповіли, що інтеграція ШІ не вплинула на наявні ролі в редакції. Однак багато хто очікує, що це зміниться в майбутньому.
Орієнтовно третина респондентів сподіваються, що технології ШІ допоможуть їм охопити ширшу аудиторію, персоналізувати читацький досвід і підвищити залученість аудиторії. Проте вони підкреслили, що навіть успішні програми ШІ потребують постійного тестування, вдосконалення та людського втручання.
Де редакції використовують ШІ?
Дослідники виявили, що понад 75 % респондентів використовують штучний інтелект принаймні в одній зі сфер під час збирання, виробництва та розповсюдження новин.
Із них майже три чверті організацій використовують інструменти штучного інтелекту для збору новин. А саме:
- для автоматизації перекладу, транскрибування мови в текст, вилучення тексту з зображень і структурування даних;
- для виявлення трендів і тем, які цікавлять аудиторію.
Рідше, але також використовують ШІ, щоб генерувати теги, налаштовувати сповіщення, автоматизувати відповіді та вилучати дані. Серед успішних застосувань ШІ також згадувалися, зокрема, вебскрепінг (збирання вебданих), моніторинг соцмереж і генерування зображень.
Створення контенту
Майже 90 % респондентів зазначили, що використовують технології штучного інтелекту для виробництва новин, зокрема, перевірки фактів і коректури, аналізу трендів, написання анотацій. Деякі застосунки з оброблення природної мови (NLP) допомагають перевіряти фактичні твердження. Вони ідентифікують твердження і зіставляють їх із раніше перевіреними фактами. Також використовують пошук за зворотним зображенням.
Новинні редакції вже експериментують і використовують технології на кшталт ChatGPT у виробництві контенту, включно зі створенням резюме статей і заголовків, візуального сторителінгу, цільових розсилок та оцінювання різних джерел даних. А такі технології як Grammarly та інструменти для перевірки орфографії, використовуються для редагування, коректури та покращення якості письмового контенту.
Технологія перетворення мови в текст допомагає оптимізувати контент для інших носіїв, наприклад, транскрибувати записи чи генерування аудіоверсії текстових матеріалів.
Дистрибуція
Приблизно 80 % респондентів сказали, що використовують технології штучного інтелекту в дистрибуції новин. Мета використання ШІ в дистрибуції — досягнення більшого охоплення аудиторії та кращого залучення. Водночас 20 % респондентів назвали дистрибуцію однією зі сфер, на які найбільше вплинули технології штучного інтелекту.
Кілька респондентів згадали, що використовують інструменти на основі ШІ для оптимізації розміщення контенту на платформах. Респонденти згадували про використання чат-ботів для персоналізації досвіду читача, а також інструменти SEO-оптимізації.
Приклади технологій штучного інтелекту, які використовують медіаорганізації:
- BloombergGPT — масштабна мовна модель, навчена на фінансових даних для різних завдань, таких як узагальнення фінансових документів, створення звітів і надання інформації про ринкові тенденції.
- Heliograf від The Washington Post — система, яка автоматизує процес створення коротких новинних статей зі структурованих даних про спортивні результати та звіти про прибутки.
- JAMES від The Times of London — система управління контентом на основі ШІ, яка використовує алгоритми ML для аналізу поведінки та інтересів користувачів, щоб надавати їм персоналізований новинний контент.
- Digital Writer у Чеського радіо — інструмент на основі ШІ, який генерує новинні статті зі структурованих даних, допомагає автоматизувати виробництво новин, перетворюючи дані на зрозумілі для людини новини.
- Lynx Insight від Reuters — платформа, яка використовує алгоритми штучного інтелекту для аналізу великих масивів даних і надає інформацію для журналістських розслідувань.
- Arc XP від The Washington Post — набір інструментів для управління контентом, публікації та залучення аудиторії, який дає змогу корпоративним компаніям, роздрібним брендам, медіа та розважальним організаціям створювати та розповсюджувати контент, стимулювати цифрову комерцію та надавати потужний багатоканальний досвід.
- Claim Hunter від Newtral — платформа, яка прослуховує та транскрибує аудіоконтент. Вона виявляє твердження, які потребують перевірки фактів, та автоматизує ідентифікацію заяв у промовах, інтерв’ю чи інших аудіоджерелах.
- The Reuters News Tracer — система, яка використовує алгоритми машинного навчання для швидкого виявлення термінових новин та перевірки їхньої достовірності. Вона аналізує величезні масиви даних, дописи у соцмережах та повідомлення очевидців, щоб надавати надійні новини в режимі реального часу.
- Автоматизований інструмент перевірки фактів Newtral — платформа, яка використовує методи NLP і машинного навчання для виявлення потенційно неправдивої або оманливої інформації. Цей інструмент має підвищити ефективність і точність перевірки фактів.
- FactStream від Duke Reporter’s Lab`s FactStream — автоматизована система перевірки фактів, яка виявляє неправдиві твердження в етерах, дебатах і публічних заходах. Вона порівнює їх із раніше перевіреними твердженнями, щоб забезпечити миттєвий зворотний зв’язок щодо їхньої правдивості.
Етичні наслідки та алгоритмічна упередженість
Понад 60 % респондентів висловили занепокоєння етичними наслідками впровадження ШІ для редакційної якості та інших аспектів журналістики. Третина респондентів вважають, що їхні організації готові до викликів, пов’язаних із впровадженням ШІ в журналістиці, проте майже половина заявили, що готові лише частково або ще не готові. Журналісти сподіваються знайти способи інтегрувати технології штучного інтелекту в журналістику, зберігаючи такі журналістські цінності, як точність, чесність, підзвітність і прозорість.
Оскільки системи штучного інтелекту віддзеркалюють суспільні упередження, респонденти занепокоєні тим, що використання технологій штучного інтелекту може посилити упередженість у новинах.
Крім того, респонденти назвали проблемою алгоритмічну упередженість, яка помітна для контенту іншими мовами, окрім англійської. Вони закликали до прозорості розробників систем штучного інтелекту, а також тих, хто застосовує ці системи, наприклад, редакцій новин. Опитані стверджували, що аудиторію треба інформувати, коли системи штучного інтелекту використовуються для створення контенту або інших завдань.
Приблизно третина опитаних впевнені, що зможуть розв’язати проблеми, пов’язані із впровадженням штучного інтелекту в журналістиці. Вони підкреслили, що вдосконалюють інструменти й технології, які полегшують їхню роботу, а також свою здатність швидко адаптуватися до мінливих технологій.
Приблизно 53 % респондентів заявили, що вони ще не готові або лише частково готові до розв’язання проблем, пов’язаних з інтеграцією штучного інтелекту в редакціях новин. Основними проблемами вони назвали фінансові обмеження та брак технічної експертизи.
Також редакції продовжують вважати, що людське втручання має вирішальне значення для пом’якшення потенційної шкоди від упередженості та неточності систем штучного інтелекту.
Дізнайтеся більше: Як висвітлювати ШІ без упереджень і викривлень: 6 порад для журналістів
Стратегія застосування штучного інтелекту
Приблизно 40 % респондентів заявили, що їхній підхід до ШІ не змінився за останні кілька років, або вони все ще на початку впровадження ШІ. Водночас чверть опитаних сказали, що підхід їхніх організацій до ШІ еволюціонував: вони здобули практичний досвід, який допомагає їм сприймати технологію більш реалістично.
Проте, щоб забезпечити найкраще використання технології штучного інтелекту, редакціям потрібен більш стратегічний підхід до впровадження. Респонденти наголошували на потребі в керівних принципах, стандартах і правилах для забезпечення етичного використання ШІ в редакціях та усунення потенційних ризиків, пов’язаних із його впровадженням.
Опитування показало, що багато редакцій ще не розробили більш формальну стратегію. Лише третина зазначила, що їхні організації мають стратегію щодо штучного інтелекту або розробляють її. Там, де ці стратегії є, вони різняться залежно від організаційних обставин і політики.
Кілька редакцій, які ще не розробили стратегію використання штучного інтелекту, заявили, що планують зробити це найближчим часом. Для деяких із них відсутність стратегії використання ШІ є радше результатом конкуренції пріоритетів і браку ресурсів, аніж незацікавленості в цьому.
Для натхнення: які принципи використання ШІ затвердили для себе BBC, The Guardian, WIRED, Reuters, CNET, Insider, Associated Press.
Потреба у навчанні
Понад 90 % респондентів підкреслили необхідність навчати співробітників різноманітних навичок і компетенцій. Водночас редакції постають перед труднощами, намагаючись підвищити рівень ШІ-грамотності в організації. Це завдання залишається актуальним для редакцій із меншими ресурсами та тих, що тільки починають користуватися ШІ.
Майже 43 % респондентів підкреслили важливість навчання журналістів. Респонденти відзначили необхідність цілісного підходу до навчання, який виходить за межі технічних навичок.
Приблизно чверть респондентів підкреслила необхідність наймати спеціалістів зі штучного інтелекту, аналітиків даних і розробників, які мають досвід роботи з технологіями штучного інтелекту. Ці фахівці подолали б розрив між журналістикою та технологіями, допомагаючи журналістам інтегрувати інструменти штучного інтелекту в процеси ньюзруму.
Також 85 % погоджуються на більшу співпрацю між ньюзрумами та іншими медіаорганізаціями й академічними установами, оскільки це допоможе зменшитинерівність між малими та великими ньюзрумами. Проте майже половина вважає, що співпраці між редакціями та такими організаціями, як академічні установи чи організації з розвитку медіа, замало через низку проблем, зокрема конкуренцію між виданнями.
Яким може бути майбутнє ШІ в редакціях?
Приблизно 80 % респондентів очікують, що в майбутньому штучний інтелект відіграватиме більшу роль у їхніх редакціях. Респонденти назвали чотири основні сфери для майбутньої інтеграції ШІ:
- Перевірка фактів та аналіз дезінформації. Багато респондентів підкреслили важливість ШІ в боротьбі з дезінформацією. Вони згадували про використання протоколів ШІ для посиленої перевірки фактів, аналізу неправдивих наративів, виявлення мови ворожнечі та моніторингу соцмереж.
- Персоналізація та автоматизація контенту. Кілька респондентів згадали про потенціал ШІ для персоналізації новинного контенту та оптимізації його розповсюдження.
- Підсумовування та генерування тексту. Респонденти назвали технології на основі штучного інтелекту для узагальнення та генерування текстів цінними інструментами для редакці. Сюди входить використання генеративних мовних моделей для створення анотацій, заголовків і пуш-повідомлень.
- Використання чат-ботів. Деякі респонденти висловили зацікавленість у використанні чат-ботів для проведення попередніх інтерв’ю та оцінки суспільних настроїв із певних питань. Це дасть змогу визначити цікаві кейси для подальшого розслідування та глибинних інтерв’ю.
Більше про впровадження ШІ:
