Il giornalismo potenziato dall'intelligenza artificiale offre uno sguardo al futuro dell'economia della conoscenza

Così come i robot hanno trasformato interi settori dell'economia manifatturiera, l'intelligenza artificiale e l'automazione stanno ora trasformando il lavoro dell'informazione, consentendo agli esseri umani di delegare il lavoro cognitivo ai computer. Nel giornalismo, ad esempio, i sistemi di data mining avvisare i giornalisti di potenziali notizie, Mentre newsbot offrono nuovi modi al pubblico di esplorare le informazioni. I sistemi di scrittura automatizzati generano informazioni finanziarie, sportive e copertura elettorale. UN domanda comune poiché queste tecnologie intelligenti si infiltrano in vari settori come saranno influenzati il ​​lavoro e la manodoperaIn questo caso, chi – o cosa – farà giornalismo in questo mondo automatizzato e potenziato dall'intelligenza artificiale, e come lo farà? Le prove che ho raccolto nel mio nuovo libro "Automatizzare il nuovo: come gli algoritmi stanno riscrivendo i media" suggerisce che il futuro del giornalismo basato sull'intelligenza artificiale avrà ancora molte persone in giro. Tuttavia, i lavori, i ruoli e i compiti di queste persone evolveranno e appariranno un po' diversi. Il lavoro umano sarà ibridato, ovvero fuso con gli algoritmi, per adattarsi alle capacità dell'intelligenza artificiale e compensarne i limiti.

Aumentare, non sostituire

Alcune stime suggeriscono che gli attuali livelli di tecnologia AI potrebbero automatizzare solo circa il 15% del lavoro di un giornalista e il 9% di quello di un redattore. Gli esseri umani hanno ancora un vantaggio rispetto all'AI non hollywoodiana in diverse aree chiave essenziali per il giornalismo, tra cui la comunicazione complessa, il pensiero esperto, l'adattabilità e la creatività. Riportare, ascoltare, rispondere e replicare, negoziare con le fonti e poi avere la creatività per mettere insieme il tutto: l'AI non può svolgere nessuno di questi compiti giornalistici indispensabili. Spesso può però integrare il lavoro umano, aiutando le persone a lavorare più velocemente o con una qualità migliore. E può creare nuove opportunità per approfondire la copertura delle notizie e renderla più personalizzata per ogni singolo lettore o spettatore. Il lavoro in redazione si è sempre adattato alle ondate di nuove tecnologie, tra cui la fotografia, i telefoni, i computer, o anche solo la fotocopiatrice. Anche i giornalisti si adatteranno a lavorare con l'AI. Come tecnologia, sta già cambiando e continuerà a cambiare il lavoro giornalistico, spesso integrando ma raramente sostituendo un giornalista qualificato.

Nuovo lavoro

Ho scoperto che, il più delle volte, le tecnologie di intelligenza artificiale sembrano effettivamente creare nuove tipologie di lavoro nel giornalismo. Prendiamo ad esempio l'Associated Press, che nel 2017 ha introdotto l'uso di tecniche di intelligenza artificiale per la visione artificiale per etichettare le migliaia di foto di cronaca che gestisce ogni giorno. Il sistema può taggare le foto con informazioni su cosa o chi è presente in un'immagine, il suo stile fotografico e se un'immagine raffigura violenza grafica. Il sistema dà ai photo editor più tempo per pensare a cosa pubblicare e li libera dal dover dedicare molto tempo solo a etichettare ciò che hanno. Ma svilupparlo ha richiesto un enorme lavoro, sia editoriale che tecnico: i redattori hanno dovuto capire cosa taggare e se gli algoritmi erano all'altezza del compito, quindi sviluppare nuovi set di dati di prova per valutarne le prestazioni. Una volta completato tutto questo, hanno dovuto comunque supervisionare il sistema, approvando manualmente i tag suggeriti per ogni immagine per garantire un'elevata accuratezza. Stuart Myles, il dirigente dell'AP che supervisiona il progetto, mi ha detto che ci sono voluti circa 36 mesi di lavoro, distribuiti su un paio d'anni e più di una dozzina di membri dello staff editoriale, tecnico e amministrativo. Circa un terzo del lavoro, mi ha detto, ha richiesto competenze e giudizi giornalistici particolarmente difficili da automatizzare. Anche se in futuro la supervisione umana potrebbe essere ridotta, ritiene che ci sarà comunque bisogno di personale addetto al lavoro editoriale, man mano che il sistema si evolve e si espande.

Produzione di contenuti semi-automatizzata

Nel Regno Unito, il RADAR progetto pubblica in modo semi-automatico circa 8.000 articoli di notizie localizzate al meseIl sistema si basa su un team di sei giornalisti che reperiscono set di dati governativi suddivisi per area geografica, identificano spunti interessanti e degni di nota e poi sviluppano tali idee in modelli basati sui dati. I modelli codificano come adattare automaticamente parti del testo alle posizioni geografiche identificate nei dati. Ad esempio, un articolo potrebbe parlare dell'invecchiamento della popolazione in Gran Bretagna e mostrare ai lettori di Luton come sta cambiando la loro comunità, con diverse statistiche localizzate per Bristol. Gli articoli vengono poi inviati tramite agenzia di stampa ai media locali, che scelgono quali pubblicare. L'approccio coniuga giornalisti e automazione in un processo efficace e produttivo. I giornalisti utilizzano la loro esperienza e capacità comunicative per delineare le possibili trame che i dati potrebbero seguire. Si confrontano anche con le fonti per raccogliere il contesto nazionale e scrivere il modello. L'automazione funge quindi da assistente di produzione, adattando il testo alle diverse posizioni. I giornalisti di RADAR utilizzano uno strumento chiamato Arria Studio, che offre un'idea di come si presenta in pratica la scrittura di contenuti automatizzati. Si tratta in realtà solo di un'interfaccia più complessa per l'elaborazione testi. L'autore scrive frammenti di testo controllati da regole if-then-else basate sui dati. Ad esempio, in un rapporto su un terremoto, si potrebbe voler usare un aggettivo diverso per indicare un terremoto di magnitudo 8 rispetto a uno di magnitudo 3. Quindi si avrebbe una regola del tipo: SE magnitudo > 7 ALLORA testo = "forte terremoto", ALTRIMENTI SE magnitudo < 4 ALLORA testo = "lieve terremoto". Strumenti come Arria contengono anche funzionalità linguistiche per coniugare automaticamente i verbi o declinare i sostantivi, semplificando l'utilizzo di frammenti di testo che devono essere modificati in base ai dati.

Interfacce di authoring come Arria permettono alle persone di fare ciò in cui sono brave: strutturare logicamente trame avvincenti e creare testi creativi e non ripetitivi. Ma richiedono anche nuovi modi di pensare alla scrittura. Ad esempio, chi scrive modelli deve affrontare un articolo comprendendo cosa potrebbero dire i dati disponibili, immaginare come i dati potrebbero dare origine a diverse angolazioni e storie e delineare la logica per guidare tali variazioni. Anche la supervisione, la gestione o ciò che i giornalisti potrebbero chiamare "editing" di sistemi di contenuti automatizzati stanno occupando sempre più persone in redazione. Mantenere la qualità e l'accuratezza è di fondamentale importanza nel giornalismo. RADAR ha sviluppato un processo di garanzia della qualità in tre fasi. In primo luogo, un giornalista leggerà un campione di tutti gli articoli prodotti. Poi un altro giornalista ricondurrà le affermazioni contenute nell'articolo alla fonte di dati originale. Come terzo controllo, un redattore esaminerà la logica del modello per cercare di individuare eventuali errori o omissioni. È quasi come il lavoro che un team di ingegneri informatici potrebbe svolgere per eseguire il debug di uno script: è tutto lavoro che devono fare gli esseri umani per garantire che l'automazione svolga il suo lavoro in modo accurato.

Sviluppo delle risorse umane

Iniziative come quelle dell'Associated Press e di RADAR dimostrano che l'intelligenza artificiale e l'automazione sono ben lungi dal distruggere posti di lavoro nel giornalismo. Stanno creando nuovi posti di lavoro, oltre a cambiare quelli esistenti. I giornalisti di domani dovranno essere formati per progettare, aggiornare, modificare, convalidare, correggere, supervisionare e, in generale, gestire questi sistemi. Molti potrebbero aver bisogno di competenze per lavorare con i dati e di pensiero logico formale per agire su tali dati. Anche la padronanza delle basi della programmazione informatica non guasterebbe. Con l'evoluzione di questi nuovi lavori, sarà importante garantire che siano buoni lavori, che le persone non diventino solo ingranaggi di un processo meccanico molto più ampio. I manager e i progettisti di questo nuovo lavoro ibrido dovranno tenere conto delle esigenze umane di autonomia, efficacia e usabilità. Ma sono ottimista sul fatto che concentrarsi sull'esperienza umana in questi sistemi permetterà ai giornalisti di prosperare e alla società di raccogliere i frutti della velocità, dell'ampiezza della copertura e della maggiore qualità che l'intelligenza artificiale e l'automazione possono offrire. Nicola Diakopoulos, Professore associato di studi sulla comunicazione, Università Nord-occidentale Questo articolo è ripubblicato da La conversazione sotto una licenza Creative Commons. Leggi il articolo originale.