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

ادامه مقاله….

مشارکت مخاطب

درحالی که نشریات برای جلب توجه رقابت می کنند، خلاصه های هوش مصنوعی نویدبخش جذب خوانندگان است. در آزمایشات اولیه، هوش مصنوعی باعث افزایش مخاطبین برنامه یک مجری در نروژ24 و یک روزنامه در آفریقای جنوبی شد. یک روزنامه کوچک سوئدی دریافت که گنجاندن خلاصه‌های هوش مصنوعی، مقدار زمانی را که خوانندگان صرف یک مقاله می‌کنند، افزایش می‌دهد.

همچنین ویژگی خلاصه نویسی AI می تواند در قالب یک دستیار مجازی هوشمند (chatbot) به خوانندگان ارائه شود. به عنوان مثال، واشنگتن پست دارای یک ربات گفتگوی هوش مصنوعی است که بر روی مقالات آرشیو آموزش دیده است که می تواند به سوالات خوانندگان در مورد علم آب و هوا پاسخ دهد. واشنگتن پست این ابزار را با مهندسان ویرجینیا Tech27 طراحی کرد. هوش مصنوعی از فرایند تولید تقویت شده با بازیابی (retrieval augmented generation) استفاده می کند و در آرشیو این رسانه آموزش داده می شود. بر اساس اطلاعاتی که از مقالات موجود در بایگانی استخراج می کند، خلاصه ای تولید می کند. این مدل همچنین نشان می‌دهد که آیا اطلاعات کافی برای پاسخ به سؤال خواننده ندارد یا خیر. همچنین، مقالاتی را که به آنها ارجاع می دهد فهرست می کند و به خوانندگان می گوید برای تأیید صحت مشورت کنند.

فایننشال تایمز یک ربات چت مشابه را با کمک Anthropic به کار گرفته که به سوالات مشترکین در مورد رویدادهای اخیر و همچنین موضوعات گسترده تر پاسخ می دهد. ربات چت در مرحله آزمایش بتا است، اما زمانی که روزنامه نگاران The Verge آن را در اوایل سال 2024 آزمایش کردند، متوجه شدند که پاسخ های آن دارای تناقض هستند. یک مطالعه توسط JournalismAI نشان داد که این ابزارها با خلاصه کردن مقالات طولانی تر، به ویژه مقالاتی که خلاقانه تر هستند، مشکل دارند.

خارج از وظایف کاملاً زبانی، هوش مصنوعی می تواند با مدیریت حق دسترسی های (paywalls) پویا برای افزایش اشتراک و نگهداری به تعامل خواننده کمک کند. همچنین هوش مصنوعی می تواند از رفتارها، عادات و سفرهای خواننده برای توصیه محتوا و شخصی سازی تجربیات کاربر استفاده کند. مدیریت هوش مصنوعی خوب ممکن است افراد را وادار کند تا با بردن آنها به داستان هایی که ممکن است دوست داشته باشند و همچنین داستان هایی که معمولاً نمی خوانند، اطلاعات بیشتری کسب کنند.

مناقشات پیرامون استفاده از هوش مصنوعی در رسانه های خبری

با وجود مطالعات موردی امیدوارکننده، همچنان مجموعه‌ای از خطرات مرتبط با ابزارهای هوش مصنوعی مولد وجود دارد. این موارد دربرگیرنده مسائل باقی مانده پیرامون دقت، شفافیت، انصاف، حریم خصوصی و نقض مالکیت معنوی می شود.

داستان‌های تولید شده توسط هوش مصنوعی نه تنها به دلیل نگارش ضعیف، بلکه به دلیل سرقت ادبی و عدم دقت واقعی، جنجال‌های گسترده‌ای را برانگیخته است. از آنجایی که موتورهای جستجوی بیشتری، خلاصه‌های هوش مصنوعی را به کار می‌گیرند، نگرانی‌هایی وجود دارد که این ویژگی‌ها با گنجاندن پیوندهایی به منابع، ظاهری معتبر می‌دهند. اما آنها می توانند حقایق را از متن خارج کنند و اطلاعات نادرست ارائه دهند. و بسته به منبع داده‌های آموزشی، الگو‌های هوش مصنوعی ممکن است سوگیری‌های موجود را تقویت کنند.

اگرچه متهم کردن چت ربات هایی مانند ChatGPT آسان است، اما موسسه رویترز خاطرنشان کرد که سازمان های خبری نمی توانند به راحتی از این مشکل را احتراز کنند. توسعه مدل های اختصاصی در داخل کشور چالش برانگیز است. حتی بزرگ‌ترین اتاق‌های خبری ممکن است آرشیو آنقدر بزرگی نداشته باشند که تمام داده‌های آموزشی مورد نیاز یک LLM را فراهم کند.

بهترین راه‌حل، تنظیم دقیق یا تنظیم سریع مدل‌های موجود است، اما این روش‌ها می‌توانند مشکلات خاص خود را پیرامون ایمنی، پایداری و تفسیرپذیری داشته باشند.

علیرغم شاهکارهای چشمگیری که هوش مصنوعی مولد می تواند انجام دهد، آنها در نهایت فاقد درک منسجمی از جهان هستند. در نتیجه، هوش مصنوعی نمی تواند کیفیت منابع را بررسی کند و گاهی اوقات ممکن است فریب بخورند. به عنوان مثال، Wired33 متوجه شد که محصولات هوش مصنوعی گوگل، مایکروسافت و Perplexity پاسخ‌های هوش مصنوعی را بر اساس علم نژادی کاملاً رد شده ارائه کرده‌اند، زیرا اطلاعات با کیفیت بالا در وب وجود ندارد. علاوه بر این، مدل‌های هوش مصنوعی می‌توانند توهم داشته باشند و هنوز در حال یادگیری نحوه انتقال عدم قطعیت هستند.

پیش از این، نشریات داده‌ها و کدهای خود را در کنار کارهایی که با استفاده از یادگیری ماشین یا هوش مصنوعی تولید می‌شد، منتشر می‌کردند. اکنون، تقاضای بیشتری برای پاسخگویی و توضیح الگوریتمی وجود دارد – مخاطبان می خواهند بدانند چه زمانی محتوا توسط هوش مصنوعی تولید می شود. حتی در آن زمان، برخی از مطالعات اولیه نشان داده‌اند هنگامی که محتوای خبری با عنوان «تولید شده توسط هوش مصنوعی» علامت‌گذاری شده است، مخاطبان تمایل دارند به آن محتوا کمتر اعتماد کنند.

روزنامه نگاری بر رابطه بین نویسنده و خواننده متکی است. حفظ اعتماد مهم است. و از آنجایی که هوش مصنوعی در سطوح مختلف تولید اخبار به طور فزاینده ای مورد استفاده قرار می گیرد، شرکت های رسانه ای تلاش می کنند تا جایی که ممکن است در افشای اطلاعات خود شفاف باشند.

در دستورالعملی که نیویورک تایمز در ماه می 2024 منتشر کرد، ویراستاران آن گفتند که هوش مصنوعی مولد به عنوان ابزاری در خدمت ماموریت آنها برای کشف حقیقت و کمک به افراد بیشتر برای درک جهان استفاده خواهد شد. این فناوری با راهنمایی و بازبینی انسانی مورد استفاده قرار می‌گیرد و ویراستاران نحوه ایجاد کار و اقداماتی را که برای کاهش خطر، سوگیری و عدم دقت انجام داده‌اند، توضیح می‌دهند.

همانطور که Columbia Journalism Review بیان داشته است، «رابطه بین یک روزنامه نگار و هوش مصنوعی بی شباهت به روند توسعه منابع یا پرورش دهنده دلال نیست.» همانطور که با کمک منابع انسانی، هوش مصنوعی ممکن است آگاه شوند، اما آنها در طراحی خود عاری از ذهنیت نیستند – آنها باید واجد شرایط و زمینه سازی شده باشند.

گرایشی به سمت شفافیت بیشتر در سیستم های هوش مصنوعی در صنایع مختلف وجود دارد. با این حال، شرکت ها هنوز در حال مذاکره بر سر مبادله بین کدهای منبع باز بیشتر و امنیت هستند.

چشم انداز روابط بین سازمان های خبری و شرکت های فناوری

ورود هوش مصنوعی شرایط یک رابطه در حال تکامل بین شرکت های بزرگ فناوری و صنعت رسانه های خبری را پیچیده می کند. در چند دهه گذشته، سازمان‌های خبری با سکو‌های فناوری که محتوای آنها را توزیع می‌کنند، پیشرو بوده‌اند. با توجه به مدل‌های تجاری متناقض، شکایت‌هایی در جریان است که در آن ناشران استدلال می‌کنند که غول‌های فناوری درآمد تبلیغات، ترافیک و استفاده از محتوایشان را بدون پرداخت غرامت عادلانه در انحصار خود در می‌آورند. به نظر می رسد هوش مصنوعی این مشکل را بدتر می کند.

برخی از مدیران رسانه‌ها به مجله نیویورک گفتند که نگران هستند که خلاصه‌های هوش مصنوعی در موتورهای جستجو مانند Google باعث شود گردآورنده‌ها راحت‌تر «محتوای خود را با فریب گران بفروشند» و وب را با اطلاعات با کیفیت پایین غرق کنند.

گزارش 2024 Tow در Columbia Journalism Review اشاره دارد که از آنجایی که توسعه هوش مصنوعی سفارشی در داخل سخت است، سازمان‌های خبری باید به شرکت‌های فناوری تکیه کنند. علاوه بر این، جستجوی تقویت‌شده با هوش مصنوعی ممکن است بر تعامل مخاطبان تأثیر بگذارد و کنترل سکوهای فناوری بر زیست بوم اطلاعاتی را تقویت کند.

با این حال، شرکت‌های رسانه‌ای این بار در مذاکرات با شرکت‌های فناوری، دست برتر را دارند. هوش مصنوعی تنها می تواند با اطلاعات موجود کار کند. هوش مصنوعی نمی تواند به دنیا برود و اطلاعات و تجربیات جدید جمع آوری کند یا با انسان های دیگر تعامل داشته باشد. بر اساس تفسیر موسسه بروکینگز، محتوای خبری منبع ارزشمندی از اطلاعات بلادرنگ در زمینه‌ای است که می‌تواند کیفیت الگو‌های بنیادین را بهبود بخشد «که از سوگیری، اطلاعات نادرست و هرزنامه رنج می‌برند.» بر اساس تحقیقات واشنگتن پست، در واقع، مقالات خبری مقدار قابل توجهی از مجموعه داده مورد استفاده برای آموزش LLM های محبوب را تشکیل می دهند.

نکته مهم این است که سیستم های هوش مصنوعی همیشه تشنه داده های بیشتر هستند. و شرکت های فناوری به سرعت داده های آموزشی در دسترس عموم برای این الگوها را تمام می کنند. بدون داده‌های جدید با کیفیت بالا، این الگو‌ها ممکن است تخریب شوند و حتی سقوط کنند.

این بدان معناست که خبرگزاری ها ممکن است در تعریف رابطه ای که قرار است با شرکت های توسعه دهنده سامانه های هوش مصنوعی داشته باشند، دارای قدرت بیشتری باشند. و انگیزه بیشتری برای شرکت های فناوری وجود دارد که یا با شرکت های رسانه ای همکاری کنند یا با مشکلات مالکیت معنوی مواجه شوند.

در حال حاضر، تعداد انگشت شماری از ناشران از شرکت های هوش مصنوعی به دلیل نقض حق نشر شکایت می کنند، در حالی که برخی دیگر در حال امضای قراردادهای اعطای مجوز هستند.

این امر نیاز به یک چارچوب قانونی به روز شده در مورد مالکیت معنوی و جبران خسارت را برجسته می کند. واشنگتن پست دریافت که گاهی اوقات خلاصه‌های هوش مصنوعی به سکو‌های فناوری اجازه می‌دهد تا قوانین قبلی را که از آنها می‌خواست به ناشران برای محتوا، به‌ویژه محتوای مشروط به حق دسترسی، پول پرداخت کنند، دور بزنند.

اگرچه هنوز نقاط تحول قانونی برای پیمایش وجود دارد، آینده‌ای وجود دارد که در آن شرکت‌های هوش مصنوعی و سازمان‌های خبری می‌توانند به شیوه‌ دوجانبه سودمند همکاری کنند. کلید این مسئله، ارتباط و بحث آزاد است. توسعه‌دهندگان هوش مصنوعی به‌جای اینکه تصور کنند مردم به چه چیزی نیاز دارند، باید از تک تک سهامداران صنعت در مورد ابزارها و خدماتی که برای کاربران سودمند است سوال کنند.