So wie Roboter ganze Teile der Fertigungswirtschaft verändert haben, verändern künstliche Intelligenz und Automatisierung jetzt die Informationsarbeit und ermöglichen es Menschen, kognitive Arbeit an Computer zu verlagern. Im Journalismus machen beispielsweise Data-Mining-Systeme Reporter auf potenzielle Nachrichtenmeldungen aufmerksam , während Newsbots dem Publikum neue Möglichkeiten bieten, Informationen zu erkunden. Automatische Schreibsysteme generieren Finanz-, Sport- und Wahlberichterstattung .
Wenn diese intelligenten Technologien in verschiedene Branchen eindringen, häufig die Frage wie Arbeit und Arbeit davon betroffen sein werden . Wer – oder was – wird in diesem Fall in dieser KI-gestützten und automatisierten Welt Journalismus betreiben und wie?
Die Beweise, die ich in meinem neuen Buch „ Automating the New: How Algorithms are Rewriting the Media “ zusammengetragen habe, deuten darauf hin, dass die Zukunft des KI-gestützten Journalismus noch viele Menschen um sich haben wird. Die Jobs, Rollen und Aufgaben dieser Personen werden sich jedoch weiterentwickeln und etwas anders aussehen. Die menschliche Arbeit wird hybridisiert – mit Algorithmen vermischt –, um den Fähigkeiten der KI gerecht zu werden und ihren Grenzen Rechnung zu tragen.
Erweitern, nicht ersetzen
Einige Schätzungen aus, dass der aktuelle Stand der KI-Technologie nur etwa 15 % der Arbeit eines Reporters und 9 % der Arbeit eines Redakteurs automatisieren könnte. Menschen haben immer noch einen Vorteil gegenüber Nicht-Hollywood-KI in mehreren Schlüsselbereichen, die für den Journalismus wesentlich sind, darunter komplexe Kommunikation, Expertenwissen, Anpassungsfähigkeit und Kreativität.
Melden, zuhören, antworten und zurückdrängen, mit Quellen verhandeln und dann die Kreativität haben, alles zusammenzustellen – KI kann keine dieser unverzichtbaren journalistischen Aufgaben übernehmen. Es kann jedoch häufig die menschliche Arbeit ergänzen, um den Menschen zu helfen, schneller oder mit verbesserter Qualität zu arbeiten. Und es kann neue Möglichkeiten schaffen, die Berichterstattung zu vertiefen und sie für einen einzelnen Leser oder Betrachter persönlicher zu gestalten.
Die Arbeit der Nachrichtenredaktion hat sich immer an Wellen neuer Technologien angepasst, darunter Fotografie, Telefone, Computer – oder sogar nur das Kopiergerät. Auch Journalisten werden sich an die Arbeit mit KI anpassen. Als Technologie verändert sie bereits jetzt die Nachrichtenarbeit und wird dies auch weiterhin tun, wobei sie einen ausgebildeten Journalisten oft ergänzt, aber selten ersetzt.
Neue Arbeit
Ich habe festgestellt, dass KI-Technologien in den meisten Fällen tatsächlich neue Arten von Arbeit im Journalismus zu schaffen scheinen.
Nehmen Sie zum Beispiel die Associated Press, die 2017 den Einsatz von Computer-Vision-KI-Techniken einführte, um die Tausenden von Nachrichtenfotos zu kennzeichnen, die sie täglich verarbeitet. Das System kann Fotos mit Informationen darüber versehen, was oder wer sich auf einem Bild befindet, seinen fotografischen Stil und ob ein Bild grafische Gewalt darstellt.
Das System gibt Bildbearbeitern mehr Zeit, darüber nachzudenken, was sie veröffentlichen sollen, und befreit sie davon, viel Zeit damit zu verbringen, nur das zu beschriften, was sie haben. Aber die Entwicklung erforderte eine Menge Arbeit, sowohl redaktionell als auch technisch: Die Redakteure mussten herausfinden, was sie markieren sollten und ob die Algorithmen der Aufgabe gewachsen waren, und dann neue Testdatensätze entwickeln, um die Leistung zu bewerten. Als all dies erledigt war, mussten sie das System immer noch überwachen und die vorgeschlagenen Tags für jedes Bild manuell genehmigen, um eine hohe Genauigkeit zu gewährleisten.
Stuart Myles, der AP-Manager, der das Projekt beaufsichtigt, sagte mir, dass es ungefähr 36 Personenmonate Arbeit gekostet habe, verteilt über ein paar Jahre und mehr als ein Dutzend Redaktions-, Technik- und Verwaltungsmitarbeiter. Etwa ein Drittel der Arbeit, sagte er mir, beinhalte journalistisches Fachwissen und Urteilsvermögen, das besonders schwer zu automatisieren sei. Während ein Teil der menschlichen Aufsicht in Zukunft möglicherweise reduziert wird, ist er der Ansicht, dass die Mitarbeiter weiterhin laufende redaktionelle Arbeit leisten müssen, wenn sich das System weiterentwickelt und erweitert.
Halbautomatische Inhaltserstellung
Im Vereinigten Königreich pumpt das RADAR Projekt halbautomatisch etwa 8.000 lokalisierte Nachrichtenartikel pro Monat heraus . Das System stützt sich auf eine Gruppe von sechs Journalisten, die nach geografischen Gebieten tabellierte Regierungsdatensätze finden, interessante und berichtenswerte Blickwinkel identifizieren und diese Ideen dann zu datengesteuerten Vorlagen entwickeln. Die Vorlagen codieren, wie Teile des Textes automatisch an die in den Daten identifizierten geografischen Standorte angepasst werden. Zum Beispiel könnte eine Geschichte über die alternde Bevölkerung in ganz Großbritannien sprechen und den Lesern in Luton zeigen, wie sich ihre Gemeinde verändert, mit unterschiedlichen lokalisierten Statistiken für Bristol. Die Geschichten werden dann per Kabeldienst an lokale Medien gesendet, die auswählen, welche veröffentlicht werden sollen.
Der Ansatz verbindet Journalisten und Automatisierung zu einem effektiven und produktiven Prozess. Die Journalisten nutzen ihr Fachwissen und ihre Kommunikationsfähigkeiten, um Optionen für Handlungsstränge zu entwerfen, denen die Daten folgen könnten. Sie sprechen auch mit Quellen, um den nationalen Kontext zu sammeln, und schreiben die Vorlage. Die Automatisierung fungiert dann als Produktionsassistent und passt den Text für verschiedene Standorte an.
RADAR-Journalisten verwenden ein Tool namens Arria Studio, das einen Einblick in die Praxis des automatisierten Schreibens von Inhalten gibt. Es ist wirklich nur eine komplexere Schnittstelle für die Textverarbeitung. Der Autor schreibt Textfragmente, die von datengesteuerten If-Then-Else-Regeln gesteuert werden. Beispielsweise möchten Sie in einem Erdbebenbericht möglicherweise ein anderes Adjektiv für ein Beben der Stärke 8 als für ein Beben der Stärke 3. Sie hätten also eine Regel wie: WENN Stärke > 7, DANN Text = „starkes Erdbeben“. ELSE IF magnitude < 4 THEN text = „kleines Erdbeben“. Tools wie Arria enthalten auch linguistische Funktionen, um Verben automatisch zu konjugieren oder Substantive abzulehnen, was die Arbeit mit Textteilen erleichtert, die basierend auf Daten geändert werden müssen.
Autorenschnittstellen wie Arria ermöglichen es Menschen, das zu tun, worin sie gut sind: überzeugende Handlungsstränge logisch zu strukturieren und kreativen, sich nicht wiederholenden Text zu erstellen. Aber sie erfordern auch ein neues Denken über das Schreiben. Zum Beispiel müssen Vorlagenautoren eine Geschichte mit einem Verständnis dafür angehen, was die verfügbaren Daten aussagen könnten – um sich vorzustellen, wie die Daten zu unterschiedlichen Blickwinkeln und Geschichten führen könnten, und um die Logik zu skizzieren, die diese Variationen vorantreibt.
Auch die Überwachung, das Management oder das, was Journalisten als „Redaktion“ bezeichnen würden, von automatisierten Content-Systemen beschäftigt die Menschen in der Redaktion zunehmend. Die Aufrechterhaltung von Qualität und Genauigkeit ist im Journalismus von größter Bedeutung.
RADAR hat einen dreistufigen Qualitätssicherungsprozess entwickelt. Zunächst liest ein Journalist eine Stichprobe aller produzierten Artikel. Dann verfolgt ein anderer Journalist Behauptungen in der Geschichte zurück zu ihrer ursprünglichen Datenquelle. Als dritte Überprüfung geht ein Redakteur die Logik der Vorlage durch, um zu versuchen, Fehler oder Auslassungen zu erkennen. Es ist fast so, als würde ein Team von Softwareentwicklern ein Skript debuggen – und es ist alles, was Menschen tun müssen, um sicherzustellen, dass die Automatisierung ihre Arbeit genau erledigt.
Humanressourcen entwickeln
Initiativen wie die von Associated Press und RADAR zeigen, dass KI und Automatisierung weit davon entfernt sind, Jobs im Journalismus zu vernichten. Sie schaffen neue Arbeitsplätze – und verändern bestehende Arbeitsplätze. Die Journalisten von morgen müssen geschult werden, um diese Systeme zu entwerfen, zu aktualisieren, zu optimieren, zu validieren, zu korrigieren, zu überwachen und allgemein zu warten. Viele benötigen möglicherweise Fähigkeiten für die Arbeit mit Daten und formales logisches Denken, um auf diese Daten zu reagieren. Beherrschung der Grundlagen der Computerprogrammierung würde auch nicht schaden.
Während sich diese neuen Jobs entwickeln, wird es wichtig sein, sicherzustellen, dass es sich um gute Jobs handelt – dass Menschen nicht nur zu Rädchen in einem viel größeren maschinellen Prozess werden. Manager und Designer dieser neuen hybriden Arbeit müssen die menschlichen Belange von Autonomie, Effektivität und Benutzerfreundlichkeit berücksichtigen. Aber ich bin optimistisch, dass die Konzentration auf die menschliche Erfahrung in diesen Systemen es Journalisten ermöglichen wird, aufzublühen und die Gesellschaft die Früchte der Geschwindigkeit, Breite der Berichterstattung und gesteigerten Qualität zu ernten, die KI und Automatisierung bieten können.
Nicholas Diakopoulos , Assistenzprofessor für Kommunikationswissenschaft, Northwestern University
Dieser Artikel wurde von The Conversation unter einer Creative Commons-Lizenz neu veröffentlicht. Lesen Sie den Originalartikel .