Ang pamamahayag na pinahusay ng artipisyal na katalinuhan ay nag-aalok ng sulyap sa kinabukasan ng ekonomiya ng kaalaman

Bagama't binago ng mga robot ang buong bahagi ng ekonomiya ng pagmamanupaktura, binabago rin ngayon ng artificial intelligence at automation ang gawaing pang-impormasyon, na nagpapahintulot sa mga tao na ilipat ang cognitive labor sa mga computer. Sa pamamahayag, halimbawa, ang mga sistema ng data mining alertuhan ang mga reporter tungkol sa mga posibleng balita, habang mga newsbot nag-aalok ng mga bagong paraan para sa mga mambabasa na galugarin ang impormasyon. Ang mga awtomatikong sistema ng pagsulat ay lumilikha ng pinansyal, palakasan at saklaw ng halalanIsang karaniwang tanong habang ang mga matatalinong teknolohiyang ito ay pumapasok sa iba't ibang industriya ay paano maaapektuhan ang trabaho at paggawaSa kasong ito, sino – o ano – ang gagawa ng pamamahayag sa mundong ito na pinahusay at automated ng AI, at paano nila ito gagawin? Ang ebidensyang nakalap ko sa aking bagong libro ay “Pag-automate ng Bago: Paano Muling Sinusulat ng mga Algoritmo ang Media"ay nagmumungkahi na ang kinabukasan ng pamamahayag na pinapagana ng AI ay magkakaroon pa rin ng maraming tao sa paligid. Gayunpaman, ang mga trabaho, tungkulin, at gawain ng mga taong iyon ay magbabago at magmumukhang medyo kakaiba. Ang gawain ng tao ay hahaluin – pagsasama-samahin sa mga algorithm – upang umangkop sa mga kakayahan ng AI at mapaunlakan ang mga limitasyon nito.

Pagpapalaki, hindi pagpapalit

Ilang mga pagtatantya nagmumungkahi na ang kasalukuyang antas ng teknolohiya ng AI ay maaaring mag-automate lamang ng humigit-kumulang 15% ng trabaho ng isang reporter at 9% ng trabaho ng isang editor. Mayroon pa ring kalamangan ang mga tao kaysa sa non-Hollywood AI sa ilang mahahalagang lugar na mahalaga sa pamamahayag, kabilang ang kumplikadong komunikasyon, ekspertong pag-iisip, kakayahang umangkop at pagkamalikhain. Ang pag-uulat, pakikinig, pagtugon at pagtutol, pakikipagnegosasyon sa mga mapagkukunan, at pagkatapos ay pagkakaroon ng pagkamalikhain upang pagsamahin ito – hindi magagawa ng AI ang alinman sa mga kailangang-kailangan na gawaing pamamahayag na ito. Gayunpaman, kadalasan ay maaari nitong dagdagan ang trabaho ng tao upang matulungan ang mga tao na magtrabaho nang mas mabilis o may pinahusay na kalidad. At maaari itong lumikha ng mga bagong pagkakataon para sa pagpapalalim ng saklaw ng balita at gawin itong mas personalized para sa isang indibidwal na mambabasa o manonood. Ang trabaho sa newsroom ay palaging umaangkop sa mga alon ng bagong teknolohiya, kabilang ang potograpiya, telepono, computer – o kahit na ang copy machine lamang. Ang mga mamamahayag ay aangkop din upang gumana gamit ang AI. Bilang isang teknolohiya, binabago na nito at patuloy na babaguhin ang gawaing pamamahayag, kadalasang nagpupuno ngunit bihirang pumalit sa isang sinanay na mamamahayag.

Bagong trabaho

Natuklasan ko na kadalasan, ang mga teknolohiya ng AI ay tila lumilikha ng mga bagong uri ng trabaho sa pamamahayag. Kunin natin halimbawa ang Associated Press, na noong 2017 ipinakilala ang paggamit ng mga pamamaraan ng computer vision AI para lagyan ng label ang libu-libong larawan ng balita na hinahawakan nito araw-araw. Maaaring i-tag ng system ang mga larawan gamit ang impormasyon tungkol sa kung ano o sino ang nasa isang larawan, ang istilo ng potograpiya nito, at kung ang isang larawan ay naglalarawan ng graphic violence. Binibigyan ng system ang mga photo editor ng mas maraming oras para pag-isipan kung ano ang dapat nilang i-publish at pinalalaya sila mula sa paggugol ng maraming oras sa paglalagay lamang ng label sa kung ano ang mayroon sila. Ngunit ang pagbuo nito ay nangangailangan ng maraming trabaho, kapwa editoryal at teknikal: Kinailangang alamin ng mga editor kung ano ang ita-tag at kung kaya ba ng mga algorithm ang gawain, pagkatapos ay bumuo ng mga bagong set ng data ng pagsubok upang suriin ang pagganap. Nang matapos ang lahat ng iyon, kailangan pa rin nilang pangasiwaan ang sistema, manu-manong inaaprubahan ang mga iminungkahing tag para sa bawat larawan upang matiyak ang mataas na katumpakan. Sinabi sa akin ni Stuart Myles, ang ehekutibo ng AP na nangangasiwa sa proyekto, na umabot ito ng humigit-kumulang 36 na buwan ng trabaho, na nakakalat sa loob ng ilang taon at mahigit isang dosenang kawani ng editoryal, teknikal at administratibo. Halos isang-katlo ng trabaho, sinabi niya sa akin, ay kinabibilangan ng kadalubhasaan sa pamamahayag at paghatol na lalong mahirap i-automate. Bagama't maaaring mabawasan ang ilan sa pangangasiwa ng tao sa hinaharap, sa palagay niya ay kakailanganin pa rin ng mga tao na patuloy na gumawa ng gawaing editoryal habang umuunlad at lumalawak ang sistema.

Semi-awtomatikong produksyon ng nilalaman

Sa United Kingdom, ang RADAR proyekto awtomatikong naglalabas ng humigit-kumulang 8,000 lokal na artikulo ng balita bawat buwanAng sistema ay umaasa sa isang kuwadra ng anim na mamamahayag na nakakahanap ng mga set ng datos ng gobyerno na nakatala ayon sa heograpikong lugar, tumutukoy sa mga kawili-wili at karapat-dapat ibalitang anggulo, at pagkatapos ay binubuo ang mga ideyang iyon sa mga template na batay sa datos. Ini-encode ng mga template kung paano awtomatikong iakma ang mga piraso ng teksto sa mga lokasyong heograpiko na natukoy sa datos. Halimbawa, maaaring pag-usapan ng isang kuwento ang tungkol sa tumatandang populasyon sa buong Britain, at ipakita sa mga mambabasa sa Luton kung paano nagbabago ang kanilang komunidad, na may iba't ibang lokal na istatistika para sa Bristol. Pagkatapos ay ipinapadala ang mga kuwento sa pamamagitan ng wire service sa lokal na media na pumipili kung alin ang ilalathala. Pinagsasama ng pamamaraan ang mga mamamahayag at automation sa isang epektibo at produktibong proseso. Ginagamit ng mga mamamahayag ang kanilang kadalubhasaan at mga kasanayan sa komunikasyon upang maglatag ng mga opsyon para sa mga storyline na maaaring sundin ng datos. Nakikipag-usap din sila sa mga mapagkukunan upang mangalap ng pambansang konteksto, at isulat ang template. Pagkatapos ay kumikilos ang automation bilang isang production assistant, na inaangkop ang teksto para sa iba't ibang lokasyon. Gumagamit ang mga mamamahayag ng RADAR ng isang tool na tinatawag na Arria Studio, na nag-aalok ng isang sulyap sa kung ano ang hitsura ng pagsulat ng awtomatikong nilalaman sa pagsasagawa. Ito ay talagang isang mas kumplikadong interface para sa word processing. Nagsusulat ang may-akda ng mga fragment ng teksto na kinokontrol ng mga patakaran na "if-then-else" na batay sa datos. Halimbawa, sa isang ulat ng lindol, maaaring gusto mo ng ibang pang-uri para pag-usapan ang isang lindol na may magnitude 8 kaysa sa lindol na may magnitude 3. Kaya magkakaroon ka ng panuntunan tulad ng, KUNG ang magnitude ay > 7, THEN text = “malakas na lindol,” ELSE KUNG ang magnitude ay < 4, THEN text = “maliit na lindol.” Ang mga tool tulad ng Arria ay naglalaman din ng linguistic functionality para awtomatikong i-conjugate ang mga pandiwa o decline nouns, na ginagawang mas madaling gamitin ang mga piraso ng teksto na kailangang baguhin batay sa datos.

Ang mga authoring interface tulad ng Arria ay nagbibigay-daan sa mga tao na gawin ang kanilang mahusay: lohikal na pagbubuo ng mga nakakahimok na storyline at paggawa ng malikhain at hindi paulit-ulit na teksto. Ngunit nangangailangan din sila ng ilang mga bagong paraan ng pag-iisip tungkol sa pagsusulat. Halimbawa, kailangang lapitan ng mga template writer ang isang kuwento nang may pag-unawa sa kung ano ang maaaring sabihin ng magagamit na data – upang isipin kung paano maaaring magdulot ng iba't ibang anggulo at kuwento ang data, at ilarawan ang lohika upang himukin ang mga pagkakaiba-iba na iyon. Ang superbisyon, pamamahala o ang maaaring tawagin ng mga mamamahayag na "pag-edit" ng mga automated na sistema ng nilalaman ay lalong sumasakop sa mga tao sa newsroom. Ang pagpapanatili ng kalidad at katumpakan ay pinakamahalagang alalahanin sa pamamahayag. Ang RADAR ay bumuo ng isang tatlong-yugtong proseso ng pagtiyak sa kalidad. Una, babasahin ng isang mamamahayag ang isang sample ng lahat ng mga artikulong ginawa. Pagkatapos ay susubaybayan ng isa pang mamamahayag ang mga pahayag sa kuwento pabalik sa kanilang orihinal na pinagmulan ng data. Bilang ikatlong pagsusuri, susuriin ng isang editor ang lohika ng template upang subukang makita ang anumang mga error o pagkukulang. Ito ay halos katulad ng trabahong maaaring gawin ng isang pangkat ng mga software engineer sa pag-debug ng isang script – at ito ang lahat ng trabahong dapat gawin ng mga tao, upang matiyak na ang automation ay gumaganap nang wasto sa trabaho nito.

Pagpapaunlad ng yamang-tao

Ang mga inisyatibo tulad ng sa Associated Press at sa RADAR ay nagpapakita na ang AI at automation ay malayo sa pagsira sa mga trabaho sa pamamahayag. Lumilikha ang mga ito ng mga bagong trabaho – pati na rin ang pagbabago ng mga umiiral na trabaho. Ang mga mamamahayag ng hinaharap ay kailangang sanayin upang magdisenyo, mag-update, mag-adjust, mag-validate, magtama, mangasiwa at sa pangkalahatan ay mapanatili ang mga sistemang ito. Marami ang maaaring mangailangan ng mga kasanayan sa pagtatrabaho gamit ang datos at pormal na lohikal na pag-iisip upang kumilos batay sa datos na iyon. Ang kahusayan sa mga pangunahing kaalaman sa computer programming ay hindi rin makakasama. Habang umuunlad ang mga bagong trabahong ito, mahalagang tiyakin na ang mga ito ay magagandang trabaho – na ang mga tao ay hindi lamang nagiging mga bahagi ng isang mas malaking proseso ng makina. Ang mga tagapamahala at taga-disenyo ng bagong hybrid labor na ito ay kailangang isaalang-alang ang mga alalahanin ng tao tungkol sa awtonomiya, pagiging epektibo at usability. Ngunit umaasa ako na ang pagtuon sa karanasan ng tao sa mga sistemang ito ay magbibigay-daan sa mga mamamahayag na umunlad, at ang lipunan ay umani ng mga gantimpala ng bilis, lawak ng saklaw at mas mataas na kalidad na maaaring ialok ng AI at automation. Nicholas Diakopoulos, Katulong na Propesor ng Pag-aaral ng Komunikasyon, Unibersidad ng Hilagang-Kanluran Ang artikulong ito ay muling inilathala mula sa Ang Usapan sa ilalim ng lisensyang Creative Commons. Basahin ang orihinal na artikulo.