چگونه از هوش مصنوعی در روزنامه نگاری استفاده کنیم؟ (بخش نخست)

تردیدی وجود ندارد که برخی از مدیران صنعت رسانه های خبری، هوش مصنوعی (AI) را با اضطراب بررسی می کنند. اما بسیار بعید است در آینده، اتاق خبر بدون هیچ ابزار هوش مصنوعی وجود داشته باشد.

طبق گفته Nieman Lab1، اتاق‌های خبر بزرگ در سراسر ایالات متحده نقش‌ها و ابتکارات جدیدی را پیرامون چگونگی گسترش و بهره مندی از ابزارها و فرآیندهای هوش مصنوعی با حفظ اصول اخلاق و استانداردهای ویراستاری طراحی کرده‌اند.

در حال حاضر، ناشران خبری همانند نیویورک تایمز، آسوشیتدپرس، واشنگتن پست، ESPN و Semafor از سرمایه گذاری در ابتکاراتی برای کشف چگونگی استفاده از فناوری هوش مصنوعی در کنار خبرنگاران انسانی استقبال کرده اند.

این مقاله چگونگی بهره مندی از هوش مصنوعی در روزنامه‌نگاری، نحوه تفکر نشریات برتر پیرامون راهبرد هوش مصنوعی سازمانشان و آنچه که تحلیلگران صنعت فکر می‌کنند ممکن است برای آینده روزنامه‌نگاری رخ دهد، بررسی می‌کند.

هوش مصنوعی در اخبار، مورد جدیدی نیست

پیش از محبوب شدن هوش مصنوعی مولد، سازمان‌های خبری از یادگیری ماشین (machine learning) و نوعی فناوری هوش مصنوعی برای کمک به نظارت بر رسانه‌های اجتماعی، مدیریت مجموعه داده‌های بزرگ مورد استفاده در داستان‌های خبری و سازمان‌دهی جریان‌های کاری مهندسی برای محصولات دیجیتال استفاده می‌کردند.

خبرنگاران از خدمات رونویسی مبتنی بر پردازش زبان طبیعی مانند Otter و Trint بهره مند شده اند. سازمان‌های خبری از الگوریتم‌های هوش مصنوعی سکو‌هایی همانند CrowdTangle و ChartBeat برای تجزیه و تحلیل تعامل مخاطبان و پیگیری موضوعات پرطرفدار در رسانه‌های اجتماعی استفاده کرده‌اند.

آزمایش‌های اولیه مانند برنامه کاربردی خبری مبتنی بر هوش مصنوعی Artifact5، با ویژگی‌هایی همانند خلاصه کردن اخبار به سبک نسل Z، بعضی از راه‌های بالقوه‌ای که هوش مصنوعی ممکن است اخبار را سرگرم‌کننده‌تر کند، نشان داد.

اغلب اوقات، این نوع ابزارها به روزنامه‌نگاران امکان می‌دهد تا شمار گزارش‌های خود را افزایش و مشغله‌های کاری را کاهش دهند؛ همچنین روابط یا الگوهای موجود در داده‌هایی را که از منابع متعدد استخراج می‌کنند، رمزگشایی کنند.

نکته جدیدی که هوش مصنوعی مولد معرفی می کند این است که می تواند محتوایی مانند متون نوشتاری، صدا، ویدئو و تصاویر تولید کند. در برخی موارد کاربردی، هوش مصنوعی مولد می تواند به سردبیران و گزارشگران کمک کند تا داستان های خود را برای کانال های توزیع مختلف ترجمه و تغییر دهند. با این حال، این فناوری همچنین می تواند توسط بازیگران بد ربوده شود تا اطلاعات نادرست و جعلی تولید کنند که این امر باعث سخت تر کار روزنامه نگاران می شود.

موارد استفاده در دنیای واقعی برای هوش مصنوعی در روزنامه نگاری

فناوری هوش مصنوعی به نقطه عطف خود رسیده است. صنایع به آنسوی هیاهو حرکت و تلاش می کنند درک عملی از هوش مصنوعی پیدا کنند که چه کاری می تواند و چه کاری نمی تواند انجام دهد. اما برای همگام شدن با نوآوری و تغییر، کسب‌وکارها باید روش‌های مختلف استفاده از هوش مصنوعی را بیازمایند. این مسئله دربرگیرنده اتاق های خبر نیز می شود.

تحلیلگران صنعت رسانه پیش‌بینی می‌کنند که هوش مصنوعی مولد می‌تواند برخی از کارهای خسته‌کننده‌تر در اتاق‌های خبر را کاهش دهد؛ کارهایی همانند برچسب گذاری، دسته بندی، افزودن اَبَرداده، سرفصل و پیشنهادهای سئو، ویرایش کپی، سازماندهی تحقیقات، پردازش مجوزها و تعدیل نظرات.

براساس گزارش موسسه رویترز، هوش مصنوعی مولد ممکن است برای وظایف زبانی هم مفید باشد که ملزم نمی کند سندی که روی آن کار می‌کند، اطلاعات جدیدی را معرفی کند که در آن سند وجود ندارد. اینها دربرگیرنده خلاصه‌سازی، ترجمه، ساده‌سازی، بازنویسی به سبک‌های مختلف و استخراج کپی برای رسانه‌های اجتماعی، خبرنامه‌ها و اسکریپت‌ها می شود.

ابتکاراتی مانند پروژه JournalismAI توسط اندیشکده روزنامه نگاری مدرسه اقتصاد لندن (LSE) مطالعات موردی را در مورد چگونگی استقرار هوش مصنوعی در اتاق های خبر در سراسر جهان جمع آوری کرده است. در اینجا چند راه وجود دارد که صنعت اخبار از هوش مصنوعی بهره می برد:

-گردآوری اخبار

-تولید خبر

-مشارکت مخاطب

گردآوری اخبار

نشریات بزرگی مانند آسوشیتد پرس، بلومبرگ و رویترز پیش تر از رایانه و میزانی از خودکارسازی برای جستجوی اخبار در سراسر جهان استفاده کرده‌اند.

به عنوان مثال، بلومبرگ الگوی زبان بزرگ خود (LLM) را ایجاد کرده است که بر اساس اسناد مالی که آنها سرپرستی کرده اند و داده های موجود در پایانه بلومبرگ آموزش دیده است. این الگو وظایف پردازش زبان طبیعی مانند تجزیه و تحلیل احساسات، شناسایی موجودیت نامگذاری شده و طبقه بندی اخبار مربوط به اصطلاحات مالی را بهبود می بخشد.

از سوی دیگر، Semafor با مایکروسافت و OpenAI همکاری کرده است تا با هوش مصنوعی یک “خوراک اخبار فوری چند منبعی” به نام Signals بسازد. این ابزار هوش مصنوعی بر تحقیق متمرکز است و به خبرنگاران Semafor کمک می کند منابع خبری را به زبان های مختلف از سراسر جهان جستجو کنند. ویراستاران انسانی در نهایت منابع را ارزیابی و تأیید می کنند، خلاصه می نویسند و اطلاعات اصلی را از طریق پیوندهای مربوطه ذکر می کنند.

آسوشیتد پرس از AI11 استفاده می کند تا با ترکیب اطلاعات از بیانیه مطبوعاتی، گزارش های تحلیلگر و عملکرد سهام، داستان های درآمدی خاص شرکتی را خودکار کند. گفته شده بود که این قابلیت به خبرنگاران خود اجازه می دهد تا بر گزارش های عمیق تر تمرکز کنند. همچنین آسوشیتد پرس در حال آزمایش با استفاده از هوش مصنوعی برای تشخیص رویدادهای خبری فوری از هشدارهای رسانه های اجتماعی است. هم فایننشال تایمز و هم وال استریت ژورنال روی الگوهای‌های هوش مصنوعی کار می‌کنند که می‌تواند موضوعات پرطرفدار را پیش‌بینی کند تا داستان‌های بالقوه را به روزنامه‌نگاران اطلاع‌رسانی و شکاف‌هایی در پوشش پیدا کند.

هوش مصنوعی همچنین می‌تواند پژوهش های مرتبط را به عنوان نقطه شروع گزارش‌ تحقیقی نشان دهد. مدل‌های زبان هوش مصنوعی می‌توانند به خبرنگاران کمک کنند بدون در نظر گرفتن فرمت، بخش‌های مورد علاقه را در مجموعه اسناد بررسی کنند. برای نشریات ناظر محلی، هوش مصنوعی همچنین ممکن است ناهنجاری‌هایی را در گزارش‌های حسابرسی دولتی شناسایی کند تا سرنخ‌ها را برای گزارشگران خود نشان دهد. هوش مصنوعی همچنین می‌تواند مجموعه داده‌های بزرگی را از سوابق مالی کارزارهای انتخاباتی، قوانین ایالتی، شکایات مدنی و بودجه شهرداری پردازش و محتویات آن اسناد را برای کمک به خبرنگاران خلاصه کند. یک روزنامه محلی در نروژ به نام iTromsø، حتی ابزار مبتنی بر هوش مصنوعی خود را برای حذف داده‌ها از بایگانی‌های شهرداری، رتبه‌بندی اسناد بر اساس مرتبط بودن و استخراج اطلاعات کلیدی که ممکن است به سرنخ برای داستان‌ها تبدیل شوند، طراحی کرد.

ابزارهای مجهز به هوش مصنوعی ممکن است یادداشت هایی را از همایش های محلی یا نشست های شورای شهر بگیرند و سازماندهی، نکات را مرتب و رونوشت هایی از فیلم های ضبط شده ایجاد کنند. بسیاری از اتاق‌های خبر از برخی نرم‌افزارهای گفتار به متن هوش مصنوعی برای رونویسی و ترجمه استفاده می‌کنند.

رویترز دریافته است که «نکات برجسته (highlights) و خلاصه های هوش مصنوعی»، جستجو در ویدیوهای بایگانی شده برای افراد و لحظات کلیدی را برای خبرنگاران آسان تر می کند. نکات برجسته ویدیویی هوش مصنوعی در گزارش های ورزشی نیز مفید شده است. ESPN از هوش مصنوعی برای شناسایی نکات برجسته کلیپ و ایجاد خلاصه در مقیاس بزرگتر استفاده می کند.

تولید خبر

مجموعه ای از ابزارهای هوش مصنوعی وجود دارد که می تواند به روزنامه نگاران در تصحیح، پیش نویس سرفصل ها و ارائه طرح کلی کمک کند. در پستی در 20 اکتبر، نیویورک تایمز بیان داشت که آنها از هوش مصنوعی برای نوشتن مقاله استفاده نمی کنند. با این حال، آنها از آن برای غربال کردن داده‌های مورد استفاده در گزارش‌های پژوهشی، ساخت نسخه‌های صوتی مقالات خود و ارائه توصیه‌های مقاله بهره می برند. گاهی اوقات، آنها می توانند از هوش مصنوعی برای تهیه سرفصل های بالقوه، خلاصه مقالات و نخستین ترجمه داستان های خود از انگلیسی به اسپانیایی استفاده کنند. همه اینها با نظارت انسان انجام می شود و پیش از انتشار ویرایش می شود.

واشنگتن پست با شرکت نرم‌افزار متن به گفتار Eleven Labs همکاری کرد تا صدای تولید شده توسط هوش مصنوعی را برای همراهی برخی از خبرنامه‌های مکتوب خود ارائه دهد. این صدا را می‌توان به لیست پخش در برنامه The Post به همراه سایر پیشنهادها مانند قسمت‌های پادکست و مقالات صوتی اول اضافه کرد.

بی‌بی‌سی پیش تر، ابزارهای خودکاری را آزمایش کرده است که ممکن است «برشی تقریبی» از برنامه‌های ویدیویی و صوتی خود ارائه دهند.

برنامه‌های NLP، مانند ابزار خودکار بررسی حقایق Newtral و آزمایشگاه دوک ریپورتر، می‌توانند به شناسایی اظهاراتی که نیاز به بررسی واقعیت دارند کمک کنند. و به نظر می رسد ویراستاران به طور کلی تصحیح خواندن و ویرایش با کمک هوش مصنوعی را تأیید می کنند.

ابزارهای هوش مصنوعی برای شناسایی جعل عمیق (deepfake) در حال آزمایش و توسعه هستند. با این حال، کارشناسان هشدار می دهند که آنها فقط باید به عنوان نقطه شروع فرآیند تأیید عمل کنند.

ادامه مطلب در مقاله بعدی…