
ناشران و کارشناسان استفاده از هوش مصنوعی اتاق خبر گفتند که از اتوماسیون اتاق خبر برای ترغیب روزنامه نگاران به انجام “گزارش قوی” استفاده کنید – اما “روند بد را خودکار نکنید”.
شرکت کنندگان در وبینار Press Gazette و United Robots «اتوماسیون اخبار: استراتژی روزنامه نگاری ربات برنده برای سال 2023» در 12 اکتبر از رهبران این حوزه شنیدند که کلید موفقیت اتوماسیون این است که از قبل بدانیم کجا به آن بیشتر نیاز داریم – و توجه داشته باشید که هوش مصنوعی ممکن است تنها 80 درصد از راه را با داستان های خاص به شما برساند.
اما به محض شروع اتوماسیون، روزنامه نگاران به جای از دست دادن شغل خود، آزاد می شوند تا کارهای جالب و آموزنده تری انجام دهند.
با این حال، در مورد اینکه ناشران چقدر باید نسبت به اتوماسیون باز باشند، اختلاف نظرهایی وجود داشت و برخی مخالفت هایی با عبارت “روزنامه نگاری رباتیک” وجود داشت.
“من آن را روزنامه نگاری رباتیک نمی نامم”
دومینیک پونزفورد، سردبیر روزنامه مطبوعاتی، از توماس ساندگرن، مدیر ارشد بازرگانی United Robots پرسید که وقتی در مورد هوش مصنوعی، روباتها و اتوماسیون صحبت میکنیم، منظورمان چیست.
ساندگرن توضیح داد که نوعی از هوش مصنوعی که توسط داستان های علمی تخیلی رایج شده است – یا اخیراً برنامه زبان GPT-3 – لزوماً برای ناشران مفید نیست.
او گفت: «بیشتر اتاقهای خبر و بیشتر فروشندگان نمیخواهند این فناوری یادگیری ماشینی خالص را در محتوای سرمقاله خودکار اعمال کنند. “و دلیل آن این است که در هسته خود، یادگیری ماشینی به دنبال تغییر مداوم و یادگیری و تغییر خروجی بر اساس یادگیری است…
“گاهی اوقات این می تواند منجر به یک قالب خروجی کاملاً متفاوت در متون ویرایشی شود، زیرا این همان چیزی است که برای آن در نظر گرفته شده است. و اکثر خوانندگان و ویراستاران در واقع یک قالب قابل پیش بینی می خواهند.
سینتیا دوبوز، معاون رشد مخاطب و کسب درآمد از محتوا در گروه رسانه های محلی ایالات متحده مک کلاچی، نظر ساندگرن را تکرار کرد.
من اصلا آن را روزنامه نگاری رباتیک نمی نامم. فکر می کنم وقتی صحبت از اخبار محلی می شود، هوش مصنوعی را برای اخبار محلی به عنوان اطلاعات تعریف می کنم. این دادههایی است که خوانندگان ما میخواهند بدانند – چه آب و هوا، ورزش دبیرستانی، قیمت املاک و مستغلات. و به ما این امکان را می دهد که لایه ای از اطلاعات را به آنچه به جامعه خود ارائه می دهیم اضافه کنیم.
مک کلاچی از اتوماسیون برای پردازش بخشهایی از گزارشهای املاک خود استفاده میکند، مانند انجام کارهای ناخوشایند، پردازش دادههای زیادی در مورد فروش و قیمت املاک.
DuBose گفت: “ما برای ما از اصطلاح “مقالات هوش مصنوعی” استفاده می کنیم. ما از روزنامه نگاری روباتیک استفاده نمی کنیم. روزنامه نگاران ما همچنان به ایجاد روزنامه نگاری ادامه می دهند. و این چیزی است که من فکر می کنم مک کلاچی در مورد آن بسیار واضح بود – ما باور نداریم که هوش مصنوعی یا ربات ها بتوانند کاری را که خبرنگاران ما انجام می دهند انجام دهند.”
کاری که اتاق های خبر می توانند با اتوماسیون انجام دهند
ایمی راینهارت، که رهبری ابتکار عمل هوش مصنوعی خبری محلی در آسوشیتدپرس را بر عهده دارد، گفت که AP رویکرد مشابهی را با گزارشهای درآمدی در پیش گرفت و روزنامهنگاران آنها «اکنون میتوانند گزارشهای قویتری انجام دهند و دادهها را به ماشینها بسپارند».
او گفت: «از سال 2014، ما پیشگام تولید گزارشهای درآمدی به زبان طبیعی بودهایم – بنابراین دادههای صفحهگسترده را از درآمد فصلی دریافت میکنیم و بر اساس آن مقاله ایجاد میکنیم. و بنابراین هر سلول یک if-then دارد – بنابراین اگر قیمت بالا رفت، این زبان است [you tell it to use]…
و ما از 300 گزارش درآمد در هر سه ماهه به 3000 گزارش رسیدیم. [had] زمانی که آنها 300 گزارش درآمد ارائه کردند، در واقع احساس رباتهایی داشتم و اکنون میتوانند تجزیه و تحلیل کنند.”
راینهارت در وبینار گفت: «هیچکس در این مدت شغل خود را از دست نداده است [implementation]. در واقع مردم می گفتند که کارشان بهتر و جذاب تر شده است. و آنها توانستند تحلیلهایی بنویسند که این گزارشهای درآمدی به طور جمعی یا بر اساس چه معنایی دارند.”
پیت کلیفتون، سردبیر PA Media، گفت که سازمان او از اتوماسیون برای بومی سازی گزارش داده ها استفاده می کند.
زمانی که دفتر آمار ملی یک انتشار عمده داده را منتشر میکند، کلیفتون گفت که اتوماسیون به PA اجازه میدهد «تا 300 نسخه محلی از داستانی مانند این ارائه کند.
“در حالی که قبل از انجام یک دیدگاه ملی، ممکن بود چند وقفه در یک نقطه صحبت خاص در یک منطقه انجام دهیم، اما هرگز نمیتوانیم آن سطح از جزئیات را برای مقامات محلی یا شهرها یا مقامات بهداشتی مختلف و غیره ارائه کنیم.”
چگونه از اتوماسیون حداکثر بهره را ببریم
دوبوز توضیح داد که زمانی که مک کلاچی در حال کشف چگونگی اعمال اتوماسیون در کار خود بود، آنها «مناطقی را شناسایی کردند که ما در آن اطلاعات اولیه از مخاطبان تقاضا داشتیم. ما متوجه شده ایم که در بسیاری از بازارهای ما، تقریباً همه آنها، اشتهای زیادی برای اطلاعات به موقع و دقیق املاک وجود دارد.
سپس به دنبال فرصتهایی برای تولید محتوا در مقیاس بودیم… ما به دنبال دادههای ساختاری بودیم که در همه مناطق در دسترس بود، که همچنین استقرار را بسیار امکانپذیر میکرد. و در این مورد، معاملات ملکی بود.
DuBose در پاسخ به سوال Ponsford که آیا عرضه منجر به افزایش درآمد شده است، گفت: “ما شاهد افزایش دسترسی مخاطبان هستیم.”
یکی دیگر از موضوعات تکراری اهمیت افرادی بود که اتوماسیون را انجام می دهند.
راینهارت از آسوشیتدپرس گفت: «وقتی با اتاقهای خبری محلی صحبت میکنیم و در مورد پیادهسازی راهحلهایی برای چیزهایی صحبت میکنیم که همیشه چنین دادههای ساختاری قابل اعتمادی ندارند، میگوییم هوش مصنوعی میتواند 80 درصد راه را به شما برساند. و سپس آن 20 درصد دیگر باید انسان باشد.
با این حال، او به پونزفورد تأیید کرد که AP آنقدر به مدلهای خود اطمینان دارد که توزیع سود خودکار آن مستقیماً بدون تأیید انسانی به وب میرود.
کلیفتون تاکید کرد که تیم روزنامه نگاران داده توانمند PA برای اجرای اتوماسیون این شرکت بسیار مهم بوده است. او درباره مقالههای نیمه خودکار PA گفت: «اغلب توسط یکی از روزنامهنگاران داده نوشته میشود که فرآیند انتها به انتها را دیده است، که شامل اتوماسیون زیادی در طول مسیر است، اما آنها غرغر زیادی کردهاند. کار کن.”
چقدر باید در مورد استفاده از اتوماسیون باز باشید؟
این نکته در خطوط فرعی یکی از معدود اختلاف نظرها در میان اعضای پانل را تشکیل داد. در حالی که PA به طور معمول دخالت اتوماسیون را در مقالات خود اعلام نمی کند، مک کلاچی در مورد آن باز است.
کلیفتون گفت: «فکر نمیکنم نمونههای زیادی وجود داشته باشد که ناشران برای انتشار مطالب با هم رقابت میکنند [where] آنها با افتخار می گویند که “کاملاً خودکار تولید شده است و هیچ مداخله ای صورت نگرفته است”… قالب ها می توانند تغییر کنند و این واقعاً می تواند خوانندگان را آزار دهد.
او گفت که با مشتریان درباره خودکارسازی محتوای ورزشی بحث هایی داشته است، اما دریافته است که مشتریان ایده نوشتن یک انسان را ترجیح می دهند. با این حال، او معتقد است که “شما باید دست مشتریان را بگیرید تا به آنها اطلاع دهید که در واقع چه چیزی به دست می آورند و بدانند که این کار مسئولانه انجام می شود … اما نتیجه نهایی چیزی است که آنها با آن راحت خواهند بود.”
در McClatchy، DuBose توضیح داد: «ما خطوط فرعی داریم که نشان میدهد داستانها توسط یک ربات تولید شدهاند… و سپس یادداشتی داریم که واقعاً توضیح میدهد که چگونه اطلاعات به دست آمده است، اطلاعات از کجا آمده است.
ما یک آدرس ایمیل داریم که برای بازخورد استفاده می کنیم. ما واقعاً میخواستیم شفاف باشیم.»
دوبوز مشکوک بود که باز بودن مک کلاچی به رتبه بندی سایت هایش در گوگل کمک کرده است.
ما هیچ پنالتی ندیده ایم… گوگل می خواهد [automated content] برای شناسایی، که ما انجام می دهیم و فکر می کنیم خیلی خوب انجام می دهیم – با خط ربات، با پاورقی که در پایین داریم، و همچنین [making sure it’s] تکرار نشد.»
ماندن در سمت خوب گوگل
پونزفورد از اعضای میزگرد پرسید که با توجه به تاکید اخیر بر افزایش محتوای اصلی، گوگل چگونه به اتوماسیون گسترده نزدیک خواهد شد.
[Read more: Google’s latest core algorithm change hits major news publishers harder than ‘helpful content’ update]
دوبوز گفت: “هفته گذشته طوفان داشتیم – ما بودیم [covering] آب و هوا. این داستان شماره یک در یکی از سایت های ما از طریق گوگل بود. و این فقط یک پیش بینی بود [article] – این گزارشی بود از “این شرایط ممکن است در راه باشد”…
بنابراین من فکر میکنم چند چیز وجود دارد که هنگام تنظیم الگوی خود میخواهید مطمئن شوید که نمیخواهید هر مقاله دقیقاً یکسان باشد، میخواهید مطمئن شوید که در مورد افرادی که مینویسند شفاف هستید. و چگونه نوشته شده است
Sundgren از United Robots افزود: «کاری که گوگل برای جریمه کردن محتوای خودکار یا تولید شده توسط ربات انجام می دهد دقیقاً همان چیزی است که سینتیا می گوید. اینها تکههای متن کوتاه تکراری هستند که صرفاً برای جذب سئو در مجلد منتشر میشوند.
البته گوگل به اندازه کافی باهوش و خوب است که بتواند این نوع محتوای ربات کثیف را از محتوای سرمقاله خودکار متمایز کند، همانطور که ما انجام می دهیم.
نکاتی برای موفقیت: شکاف های موجود در گزارش خود را شناسایی کنید
DuBose در پاسخ به درخواست توصیههای دیگر برای اتاقهای خبری که امیدوارند اتوماسیون را پیادهسازی کنند، گفت: «مطمئن شوید که این کار را در حوزه موضوعی انجام میدهید که برای مخاطبان شما جذاب باشد. اگر موضوعی نیست که در جوامع شما طنین انداز شود، وقت صرف کردن برای خودکار کردن مقالات اضافی وجود ندارد.
راینهارت توصیه کرد که فناوری همیشه راه حل نیست.
“شما همیشه به یک راه حل فنی نیاز ندارید. اما من می گویم که وقتی به این فکر می کنید که چه چیزی ممکن است یک مشکل را حل کند، احتمالاً متوجه خواهید شد که روند بدی دارید. بنابراین یک فرآیند بد را خودکار نکنید.
و ساندگرن گفت: “این در مورد شناسایی شکاف های گزارشگری است که فکر می کنید دارید و باید آنها را پر کنید تا بتوانید برآورده کنید. [your] مخاطبان، اطلاعات بهتری به آنها بدهید، چیزهای جدید را پوشش دهید.»
عکس: Shutterstock