با ظهور هوش مصنوعی در رسانه ها – به ویژه هوش مصنوعی مولد – صنعت روزنامه نگاری در آغاز موج جدیدی از تحول دیجیتال با پیامدهایی برای همه چیز از محتوا گرفته تا برند، اخلاق، کسب و کار و شیوه های کاری است. بنابراین جای تعجب نیست که اجلاس رسانه های هوش مصنوعی اسکاندیناوی در کپنهاگ به تازگی به فروش رسیده است. پس از یک بهار بحث های فشرده در مورد هوش مصنوعی، این اجلاس فرصتی بود برای ارزیابی جمعی بسیار مورد نیاز.
این اجلاس* بیش از 250 متخصص هوش مصنوعی از روزنامه نگاری، فناوری و دانشگاه را از مناطق بسیار فراتر از مناطق شمال اروپا گرد هم آورد تا نگاهی 360 درجه ای به پیامدهای هوش مصنوعی در صنعت رسانه بیاندازند – آموخته ها و موارد تا کنون، و آنچه که در راه است. از نظر اینکه هوش مصنوعی مولد چه معنایی برای روزنامه نگاری خواهد داشت.
اول، تاملی در مورد اینکه چقدر زمین در این فضا از زمان راه اندازی ChatGPT در اواخر سال گذشته تغییر کرده است. United Robots به این جلسه دعوت شد تا بینش‌هایی را از مقیاس‌بندی روزنامه‌نگاری خودکار در اتاق‌های خبر در سراسر جهان به اشتراک بگذارد.
هوش مصنوعی که ما برای انجام این کار به کار می‌گیریم مبتنی بر قانون است – نوعی که سال‌ها در رسانه‌ها برای کارهای مختلف استفاده می‌شود. صرف نظر از این، روزنامه نگاری ربات همیشه یک فروش چالش برانگیز بوده است.
با این حال، من احساس می‌کنم در شش ماه گذشته ما از اینکه به‌عنوان بچه‌های جدید دیوانه در بلوک دیده می‌شویم، اساساً به یک جفت دست امن تبدیل شده‌ایم. در جایی که آنچه ما ارائه می کنیم توسط بسیاری در صنعت خبر به عنوان یک چالش دیده می شد، اکنون نسبتاً یکپارچه شده است. این تغییر در کارگاه‌هایی که اخیراً در جشنواره PPA در لندن میزبانی کردیم و در اجلاس اشتراک INMA در استکهلم در ماه مارس و همچنین در کپنهاگ مشهود بود.
در اینجا من روی چند جنبه کلیدی سخنرانی ها و بحث های میزگرد تمرکز خواهم کرد. اکثر ارائه های اجلاس اکنون در یوتیوب برای تماشا در دسترس هستند.
محتوای شرکای ما
1) ما در صدر منحنی تبلیغات هستیم
در سخنرانی اصلی خود، نیک دیاکوپولوس، دانشیار دانشگاه نورث وسترن در ایلینوی، به منحنی تبلیغات مبتنی بر هوش مصنوعی نگاه کرد. او زمینه تاریخی را ارائه کرد و اشاره کرد که هوش مصنوعی از زمانی که IBM از آن برای ایجاد خلاصه اخبار در اوایل سال 1958 استفاده کرد، در رسانه های خبری حضور داشته است.
هیپ می آید و می رود. با هوش مصنوعی مولد، ما اکنون در صدر تبلیغات قرار داریم. ما باید به سرعت به مرحله بعدی منحنی حرکت کنیم، شروع به جدا کردن تبلیغات از واقعیت کنیم و بفهمیم که این فناوری واقعاً چه چیزی می تواند به صنعت ما ارائه دهد. تحقیق در مورد استفاده مسئولانه از هوش مصنوعی مولد در تولید اخبار
در پانل صحبت می کنید آیا نوآوری هوش مصنوعی را از طریق همکاری هدایت می کنید؟ چارلی بکت، مدیر پروژه هوش مصنوعی روزنامه نگاری در مدرسه اقتصاد لندن نیز در مورد نیاز به حرکت فراتر از سر و صدا صحبت کرد. با این حال، شکی نیست که هوش مصنوعی مولد بازی را تغییر می‌دهد و تأثیر زیادی بر روزنامه‌نگاران و خوانندگان خواهد داشت. در حال حاضر در هر اتاق خبر افرادی وجود دارند که این ابزارهای حل مشکل را امتحان می کنند.
او اضافه کرد که مطمئن است هوش مصنوعی مولد تأثیری مشابه موج اول تحول دیجیتال بر صنعت خواهد داشت. «احتمالاً صحبت های زیادی در مورد کشتار قریب الوقوع برندهای خبری وجود دارد. اما امروز ما اینجا هستیم! با برخی از مارک های دانمارکی خارق العاده که نوآوری های درخشانی انجام می دهند. ما باید روی استفاده از این فناوری برای توانمندسازی خود تمرکز کنیم. ما با فرصت‌های بزرگ و همچنین برخی از خطرات واقعی روبرو هستیم، و مهم است که بحث گسترده‌تری در مورد اکوسیستم روزنامه‌نگاری و چگونگی تأثیر آن داشته باشیم.»
2) مارک های خبری مورد اعتماد ترجیح داده می شوند
Ezra Eeman، مدیر تغییرات در گروه انتشارات بلژیکی/هلندی Mediahuis، در سخنرانی اصلی خود در مورد اینکه چگونه هوش مصنوعی انتشار امروز و فردا را شکل می دهد، زمینه استراتژیک و عملی را ارائه داد. مانند بکت، ایمن تاکید کرد که هوش مصنوعی یک ابزار است و نقطه شروع باید شناسایی مشکلاتی باشد که باید حل کنید. هر گونه اصطکاک را که می توانید در فرآیندها یا خدمات خود حذف کنید، جستجو کنید.
با چرا شروع کنید – نه به این دلیل که ممکن است ارزشمند باشد. و مطمئن شوید که چارچوب ویراستاری و اخلاقی روشنی دارید.»
ازرا ایمن همچنین اثرات ثانویه ای را که در دنیایی که در آن هر کسی می تواند از هوش مصنوعی مولد برای به دست آوردن “ابر قدرت های خلاق” استفاده کند، ارائه کرد. هوش مصنوعی مولد این پتانسیل را دارد که زمین بازی حرفه ای را از نظر تولید محتوا یکسان کند. که به نوبه خود میله تولید روزنامه نگاری واقعی را بالا می برد. تمایز و منحصر به فرد بودن [are] مهم تر از همیشه.»
ایمن اشاره کرد که امکان تمایز مستلزم اعتماد واقعی است. مارک های خبری مورد اعتماد مزیت بزرگی دارند زیرا فقط اطلاعات نادرست بیشتری وجود خواهد داشت. اطمینان حاصل کنید که اعتمادی را که دارید ایجاد می کنید و به یک مقصد تبدیل می شوید که ارزش ارائه می دهد. ما نباید از اطلاعات نادرست بیشتر بترسیم، این چالشی است که باید روی آن کار کنیم. ما در موقعیت خوبی هستیم زیرا به برندهای معتبر اعتماد داریم.»
3) طراحی اخلاق در محصولات و فرآیندها
در طول پانل Ethics of Generative AI، نیک دیاکوپولوس تعدادی از دستورالعمل های پیشنهادی را در زمینه هوش مصنوعی مولد و ارزش های روزنامه نگاری بیان کرد. یک دستورالعمل اساسی این است که همیشه کار انجام شده را بررسی کنید. هرگز نتایج، از جمله منابع ذکر شده را به عنوان دلیل صحت تلقی نکنید.
“این نگران کننده است که مردم حتی از هوش مصنوعی برای ایجاد سوالاتی برای پرسیدن از مصاحبه شونده استفاده می کنند – هیچ راهی برای تضمین مرتبط بودن آنها وجود ندارد.” او همچنین تاکید کرد که ما نباید این سیستم ها را انسان سازی کنیم. با ربات ها مصاحبه نکنید. این روشی نادرست برای استفاده از آنها و نابخردانه هنگام نوشتن در مورد آنها است. با آنها مانند تکنولوژی خسته کننده ای که هستند رفتار کنید.”
4) هوش مصنوعی می تواند سیستم های توصیه را تقویت کند
کریستف اشمیتز بینش هایی از Schibsted’s Curate – Personalization in Manufacturing ارائه کرد. Johannes Kruse از Ekstra-Bladet دانمارکی در مورد چگونگی ایجاد یک تجربه خبری نسل بعدی با توصیه کنندگان صحبت می کند.
میکائیل فلایوربوم، استاد دانشکده بازرگانی کپنهاگ، سخنرانی اصلی را با عنوان Feed me right – اخلاق و سیاست سیستم‌های توصیه‌کننده ارائه کرد، جایی که او اشاره کرد که چگونه مقامات چینی ماهیت اعتیادآور Tiktok را تشخیص می‌دهند و استفاده از آن را در میان جمعیت خود محدود می‌کنند: «چینی‌ها نسخه اسفناج را برای استفاده خانگی نگه دارید در حالی که نسخه تریاک را به سایر نقاط جهان ارسال می کنند.
5) هوش مصنوعی می تواند ابزاری برای گنجاندن و دسترسی باشد
Tove Mylläri و Samuli Sillanpää از Yle News Lab (یک سرویس عمومی فنلاند) توضیح دادند که چگونه از هوش مصنوعی برای مواردی مانند اندازه‌گیری و بهبود تنوع در محتوای خبری استفاده می‌کنند. در Aftenposten (Schibsted، نروژ) آنها در حال شبیه‌سازی صداهای انسان هستند تا روزنامه‌نگاری را برای گروه‌هایی از افرادی که به دلیل مشکلاتی مانند نارساخوانی یا ADHD در خواندن مشکل دارند قابل دسترسی‌تر کنند – مدیر محصول Lena Beate Hamborg Pedersen کار و نتایج را توضیح داد.
6) الگوهای زبانی بزرگ برای ساخت شرکت‌های کوچکتر منابع بسیار زیادی دارند
ازرا ایمن در سخنرانی اصلی خود به پوشش LLM پرداخت: «حتی OpenAIs [CEO] سام آلتمن گفت که آینده ممکن است در مدل های بزرگتر نباشد. مدل‌های رقیب آن‌هایی هستند که می‌توانند حتی سریعتر تکرار شوند [and] سریعتر سازگار شوند اندازه در اینجا لزوماً یک مزیت نیست.» دانیل جانسون و اولا گوستافسون از Mynewsdesk تجربیات و درس های آموخته شده از ساخت محصولات بر اساس مدل های زبان بزرگ را به اشتراک گذاشتند – آنها دو سال پیش تصمیم گرفتند که برنامه های کارشناسی ارشد بسیار بزرگ هستند و برای برنامه های کوچکتر به منابع زیادی نیاز دارند. شرکت ها
در نهایت، صحبت اگنس استنبوم در مورد نیاز به تصور آینده‌های احتمالی برای رسانه‌ها را ببینید. Stenbom، یکی از بنیان‌گذاران شبکه روزنامه‌نگاری هوش مصنوعی نوردیک، آزمایشگاه شمول شیبستد را رهبری می‌کند، جایی که تیم او راه‌حل‌های هوش مصنوعی را توسعه می‌دهد که افراد خارجی را هدف قرار می‌دهد.
ما فقط شروعی را می بینیم که چگونه هوش مصنوعی نحوه کار ما در رسانه را تغییر می دهد. با این حال، روزنامه‌نگاری خوب درباره مردم است – کسانی که آن را تولید می‌کنند و کسانی که آن را مصرف می‌کنند، و در کپنهاگ دیدن اینکه چقدر کار خوب و فعال در این فضا انجام می‌شود، دلگرم کننده بود.
* هوش مصنوعی نوردیک در اجلاس رسانه ها توسط کسپر لیندسکو، رئیس تحقیقات و نوآوری در Ekstra Bladet به عنوان بخشی از پروژه پلتفرم هوش در اخبار (PIN) و اگنس استنبوم (رئیس IN/LAB در Schibsted) و Olle Zachrison (کمیسیون اخبار) هماهنگ شد. در رادیو سوئد) به عنوان نمایندگان شبکه روزنامه نگاری هوش مصنوعی نوردیک.
این نشست غیرانتفاعی بود و توسط صندوق نوآوری دانمارک و پولیتیکن-فوندن حمایت شد و توسط Ekstra Bladet / JP/Politikens Hus میزبانی شد.
پست الکترونیک [email protected] برای اشاره به اشکالات، ارائه نکات داستانی، یا ارسال نامه ای برای انتشار در وبلاگ صفحه نامه ما.