فراتر از سروصدای بحث Chat-GPT و پیش‌بینی‌های مرگ همه چیزهای انسانی، سینا تسلر-کوردونوری، دانشجوی دکترا در دانشگاه لودویگ ماکسیمیلیان در آلمان، و من یک پروژه تحقیقاتی در مورد تأثیر روزنامه‌نگاری خودکار مبتنی بر هوش مصنوعی را تکمیل کردیم. اتاق خبرهای محلی در بریتانیا
پژوهش ما بر فرآیند همکاری انسان و رایانه و استفاده از الگوریتم‌ها برای تبدیل داده‌های عددی به طور خاص به داستان‌های ورودی معنی‌دار متمرکز بود، جایی که این وظیفه روزنامه‌نگاران انسانی است که داستان‌ها را به روشی که خوانندگان به راحتی هضم کنند، تفسیر کنند.
ما با متخصصان رسانه‌ای از طیفی از شرکت‌های خبری محلی بریتانیا که در حال حاضر از روزنامه‌نگاری خودکار ارائه شده توسط انجمن مطبوعات از طریق زیرمجموعه RADAR (گزارشگران و داده‌ها و روبات‌ها) استفاده می‌کنند، و همچنین با کارکنان این سرویس اتوماسیون خبری مصاحبه کردیم.
شرکت‌های خبری محلی با یک مدل کسب‌وکار ناموفق متکی به درآمد تبلیغاتی و کاهش خوانندگان دست و پنجه نرم می‌کنند، و یکی از پاسخ‌ها کوچک‌سازی رادیکال، افزایش بار کاری برای کارکنان باقی‌مانده است.
اگرچه اضطراب عمومی در سراسر صنعت با انتشار یادگیری ماشینی Chat-GPT OpenAI در نوامبر 2022 تسریع شد و بدون شک با آخرین مدل GPT-4 که هم ورودی های تصویر، متن و صدا را می پذیرد ادامه خواهد یافت، ما تعامل قوی با RADAR پیدا کردیم. نسخه مبتنی بر الگو روزنامه نگاری خودکار.
با این حال، متوجه شدیم که علاقه کمتری به درک این فناوری وجود دارد و این شاید پتانسیل آن را دست کم بگیرد. پاسخ‌های مصاحبه‌ای از پزشکان محلی نشان داد که در حالی که بیشتر اهمیت روزنامه‌نگاری خودکار در گزارش‌های خبری محلی را کمتر از سهم خبرنگاران انسانی می‌دانستند، اما به طور متناقضی تغییری در شیوه‌های خود به سمت استفاده بیشتر از روزنامه‌نگاری خودکار را گزارش کردند. نتیجه می گیریم که این در حال حاضر منعکس کننده یک انکار کامل نیست، بلکه چیزی شبیه یک خزش تدریجی دیجیتالی به فرآیندهای ارائه روزنامه نگاری است.
روزنامه‌نگاری خودکار، در حالی که ساده‌سازی بسیاری از فرآیندها را امکان‌پذیر می‌کند، مخل است، اما خبرنگاران انسانی برای حفظ ستون فقرات جمع‌آوری، تولید و توزیع اخبار روزنامه‌نگاری محلی حیاتی خواهند بود. این مطالعه نشان داد که معرفی اتوماسیون در بخش‌های مختلف این گردش کار سنتی مزایای زیادی دارد که می‌تواند خدمات محلی را حفظ و حتی گسترش دهد.
افزایش دسترسی عمومی به داده‌های ساختاریافته می‌تواند برای ایجاد طیف وسیع‌تر و مجموعه‌ای متنوع‌تر از داستان‌های مبتنی بر داده استفاده شود. ما همچنین گزارش دادیم که در عمل، خبرنگار انسانی متن خودکار را برای نمایش بهتر صداهای محلی تغییر داده است.
Chat-GPT ممکن است بتواند به سبک مردم بنویسد، اما پس از مدتی خسته کننده می شود زیرا نمی تواند با غریزه انسانی، طنز و حتی طعنه واکنش نشان دهد، چیزی که خوانندگان واقعاً دوست دارند. روزنامه نگاری هرگز بدون روزنامه نگاران کار نخواهد کرد زیرا ما خوانندگان به حساسیت، ظرافت و شخصیت در نوشتن نیاز داریم. اتاق های خبر باید سخت تلاش کنند تا کاربر نهایی را راضی نگه دارند و خوانندگان باید مورد احترام قرار گیرند.
یافته‌های کلیدی ما نشان می‌دهد که اجرای موفقیت‌آمیز روزنامه‌نگاری خودکار هنوز به شدت به ورودی‌های انسانی وابسته است. تأثیر اتوماسیون افزایش توانایی کمتر روزنامه نگاران محلی برای حفظ نتایج متنوع تر است، یافته ای که با تحقیقات قبلی که بر رسانه های روزنامه نگاری ملی متمرکز شده بود، سازگار است.
سرویس رادار به عنوان راهی برای کاهش فشار انتشار با ارائه جمع‌آوری اخبار قابل اعتماد و کمک به مدیریت منابع تولید اتاق خبر در نظر گرفته می‌شود.
در فضایی پرشتاب با تعداد بسیار زیادی از رسانه‌های خبری رقیب، مهم است که تعادل تحریریه مناسبی را ایجاد کنید که بهترین استفاده را از فرآیندهای خودکاری که نیاز به کاهش ورودی انسانی دارند، اما مهمتر از آن حصول اطمینان از داستان‌های قابل تأیید و مکان خاص را داشته باشد.
به این ترتیب، روزنامه‌نگاری خودکار بیشتر یک دوست «هوشمند» و یک منبع اضافی است، زیرا می‌تواند کاری را که یک روزنامه‌نگار در صحنه‌ای با ضرب‌الاجل‌های کوتاه انجام می‌دهد، گسترش دهد. اما به همان اندازه مهم است که بدانیم هوش مصنوعی لزوما “بسیار مهم” نیست. هوش مصنوعی بر نگاه به عقب و درون متکی است. روزنامه نگاری خوب به آینده و بیرون نگاه می کند.
ما نتیجه می‌گیریم که در وضعیت فعلی توسعه (حتی با نوآوری یادگیری ماشین سوپرشارژ GPT-4)، هوش مصنوعی تنوعی را که کاربران نهایی می‌خواهند ارائه نمی‌کند. این امر مستلزم فرآیندهای ویرایشی است که تعامل انسان و رایانه را ترکیب می کند.
تحقیقات ما نشان می‌دهد که هوش مصنوعی به‌جای تسلط بر جهان (یا صنعت روزنامه‌نگاری)، به سودمندی آن برای گردش‌های کاری روزنامه‌نگاری در اتاق‌های خبری محلی بستگی دارد، و روزنامه‌نگاران محلی باید پاسخ دهند و از فرصت‌هایی که ارائه می‌کند برای بقای خود استفاده کنند، نه برای سرسری کردن.
سینا تسلر-کردونوری محقق دانشگاه لودویگ ماکسیمیلیان در مونیخ آلمان است و پروفسور کرت بارلینگ تحولات دیجیتال در روزنامه نگاری را در دانشگاه میدلسکس تدریس می کند و مدیر موضوع توسعه اجتماعی-اقتصادی فراگیر و غنی سازی زندگی از طریق فرهنگ است. تحقیق ما در آخرین شماره مجله بین المللی Journalism Practice منتشر شده است.
پست الکترونیک [email protected] برای اشاره به اشکالات، ارائه نکات داستانی، یا ارسال نامه ای برای انتشار در وبلاگ صفحه نامه ما.