So wie Roboter ganze Teile der Fertigungswirtschaft verändert haben, verändern künstliche Intelligenz und Automatisierung nun die Informationsarbeit und ermöglichen es Menschen, kognitive Arbeit auf Computer zu verlagern. Im Journalismus beispielsweise machen Data-Mining-Systeme Reporter auf potenzielle Nachrichten aufmerksam , während Newsbots dem Publikum neue Möglichkeiten bieten, Informationen zu erkunden. Automatisierte Schreibsysteme generieren Finanz-, Sport- und Wahlberichterstattung .
Während diese intelligenten Technologien verschiedene Branchen durchdringen, stellt sich häufig die Frage , welche Auswirkungen dies auf Arbeit und Arbeit haben wird . Wer – oder was – wird in diesem Fall in dieser KI-gestützten und automatisierten Welt Journalismus betreiben, und wie werden sie dies tun?
Automating the New: How Algorithms are Rewriting the Media zusammengestellt habe, deuten darauf hin, dass es auch in der Zukunft des KI-gestützten Journalismus noch viele Menschen geben wird. Allerdings werden sich die Jobs, Rollen und Aufgaben dieser Menschen weiterentwickeln und etwas anders aussehen. Menschliche Arbeit wird hybridisiert – mit Algorithmen vermischt –, um den Fähigkeiten der KI gerecht zu werden und ihre Grenzen zu berücksichtigen.
Erweitern, nicht ersetzen
Einige Schätzungen gehen davon aus, dass der aktuelle Stand der KI-Technologie nur etwa 15 % der Arbeit eines Reporters und 9 % der Arbeit eines Redakteurs automatisieren könnte. In mehreren Schlüsselbereichen, die für den Journalismus von wesentlicher Bedeutung sind, haben Menschen gegenüber Nicht-Hollywood-KI immer noch einen Vorsprung, darunter komplexe Kommunikation, Expertendenken, Anpassungsfähigkeit und Kreativität.
Berichterstattung, Zuhören, Reagieren und Zurückdrängen, Verhandeln mit Quellen und dann die Kreativität, alles zusammenzustellen – KI kann keine dieser unverzichtbaren journalistischen Aufgaben übernehmen. Es kann jedoch oft die menschliche Arbeit ergänzen, um Menschen dabei zu helfen, schneller oder mit besserer Qualität zu arbeiten. Und es kann neue Möglichkeiten schaffen, die Berichterstattung zu vertiefen und sie für einen einzelnen Leser oder Zuschauer persönlicher zu gestalten.
Die Arbeit in der Nachrichtenredaktion hat sich immer an die Wellen neuer Technologien angepasst, darunter Fotografie, Telefone, Computer – oder auch nur das Kopiergerät. Auch Journalisten werden sich an die Arbeit mit KI gewöhnen. Als Technologie verändert sie bereits die Nachrichtenarbeit und wird dies auch weiterhin tun, indem sie einen ausgebildeten Journalisten oft ergänzt, aber selten ersetzt.
Neue Arbeit
Ich habe festgestellt, dass KI-Technologien in den meisten Fällen tatsächlich neue Arbeitsformen im Journalismus hervorbringen.
Nehmen wir zum Beispiel die Associated Press, die 2017 den Einsatz von Computer-Vision-KI-Techniken einführte, um die Tausenden von Nachrichtenfotos zu kennzeichnen, die sie täglich verarbeitet. Das System kann Fotos mit Informationen darüber versehen, was oder wer auf einem Bild zu sehen ist, welchen fotografischen Stil es hat und ob ein Bild grafische Gewalt darstellt.
Das System gibt Bildbearbeitern mehr Zeit, darüber nachzudenken, was sie veröffentlichen sollten, und befreit sie davon, viel Zeit damit zu verbringen, nur das zu kennzeichnen, was sie haben. Aber die Entwicklung erforderte eine Menge Arbeit, sowohl redaktioneller als auch technischer Natur: Die Redakteure mussten herausfinden, was sie taggen sollten und ob die Algorithmen der Aufgabe gewachsen waren, und dann neue Testdatensätze entwickeln, um die Leistung zu bewerten. Als das alles erledigt war, mussten sie das System noch überwachen und die vorgeschlagenen Tags für jedes Bild manuell genehmigen, um eine hohe Genauigkeit sicherzustellen.
Stuart Myles, der AP-Manager, der das Projekt überwacht, sagte mir, dass es etwa 36 Personenmonate Arbeit gekostet habe, verteilt auf ein paar Jahre, und mehr als ein Dutzend Redaktions-, Technik- und Verwaltungsmitarbeiter. Etwa ein Drittel der Arbeit, erzählte er mir, erforderte journalistisches Fachwissen und Urteilsvermögen, das sich besonders schwer automatisieren lässt. Während ein Teil der menschlichen Aufsicht in Zukunft möglicherweise reduziert wird, ist er der Meinung, dass die Mitarbeiter weiterhin redaktionelle Arbeit leisten müssen, während sich das System weiterentwickelt und erweitert.
Halbautomatische Content-Produktion
Im Vereinigten Königreich veröffentlicht das RADAR -Projekt halbautomatisch etwa 8.000 lokalisierte Nachrichtenartikel pro Monat . Das System basiert auf einer Gruppe von sechs Journalisten, die nach geografischen Gebieten tabellarisch geordnete Regierungsdatensätze finden, interessante und berichtenswerte Aspekte identifizieren und diese Ideen dann in datengesteuerte Vorlagen weiterentwickeln. Die Vorlagen kodieren, wie Textteile automatisch an die in den Daten identifizierten geografischen Standorte angepasst werden. Beispielsweise könnte eine Geschichte über die Alterung der Bevölkerung in ganz Großbritannien sprechen und den Lesern in Luton zeigen, wie sich ihre Gemeinde verändert, mit unterschiedlichen lokalisierten Statistiken für Bristol. Die Geschichten werden dann per Telegramm an lokale Medien verschickt, die dann entscheiden, welche Geschichten sie veröffentlichen möchten.
Der Ansatz verbindet Journalisten und Automatisierung zu einem effektiven und produktiven Prozess. Die Journalisten nutzen ihr Fachwissen und ihre Kommunikationsfähigkeiten, um Optionen für Handlungsstränge auszuarbeiten, denen die Daten folgen könnten. Sie sprechen auch mit Quellen, um den nationalen Kontext zu erfassen, und schreiben die Vorlage. Die Automatisierung fungiert dann als Produktionsassistent und passt den Text für verschiedene Standorte an.
RADAR-Journalisten nutzen ein Tool namens Arria Studio, das einen Einblick in die Praxis des automatisierten Verfassens von Inhalten bietet. Es ist eigentlich nur eine komplexere Schnittstelle für die Textverarbeitung. Der Autor schreibt Textfragmente, die durch datengesteuerte Wenn-Dann-Sonst-Regeln gesteuert werden. Beispielsweise möchten Sie in einem Erdbebenbericht möglicherweise ein anderes Adjektiv für ein Beben der Stärke 8 als für ein Beben der Stärke 3 verwenden. Sie hätten also eine Regel wie „IF Magnitude > 7 THEN text = „starkes Erdbeben““ SONST WENN die Stärke < 4 ist, DANN Text = „geringfügiges Erdbeben“. Tools wie Arria enthalten auch linguistische Funktionen zum automatischen Konjugieren von Verben oder Deklinieren von Substantiven, was die Arbeit mit Textteilen erleichtert, die basierend auf Daten geändert werden müssen.
Nicholas Diakopoulos Screenshot von Arria Studio , CC BY-ND
Mit Autorenschnittstellen wie Arria können Benutzer das tun, worin sie gut sind: überzeugende Handlungsstränge logisch strukturieren und kreative, sich nicht wiederholende Texte verfassen. Sie erfordern aber auch neue Denkweisen über das Schreiben. Vorlagenautoren müssen beispielsweise an eine Geschichte herangehen und verstehen, was die verfügbaren Daten aussagen könnten – sie müssen sich vorstellen, wie die Daten zu unterschiedlichen Blickwinkeln und Geschichten führen könnten, und die Logik skizzieren, die diese Variationen vorantreibt.
Auch die Betreuung, Verwaltung oder das, was Journalisten vielleicht als „Bearbeitung“ automatisierter Content-Systeme bezeichnen, beschäftigen die Menschen in der Nachrichtenredaktion zunehmend. Die Aufrechterhaltung von Qualität und Genauigkeit ist im Journalismus von größter Bedeutung.
RADAR hat einen dreistufigen Qualitätssicherungsprozess entwickelt. Zunächst liest ein Journalist eine Auswahl aller produzierten Artikel. Dann führt ein anderer Journalist die Behauptungen in der Geschichte auf ihre ursprüngliche Datenquelle zurück. Als dritte Prüfung geht ein Redakteur die Logik der Vorlage durch, um etwaige Fehler oder Auslassungen zu erkennen. Es ähnelt fast der Arbeit, die ein Team von Softwareentwicklern beim Debuggen eines Skripts leisten würde – und das ist alles, was Menschen tun müssen, um sicherzustellen, dass die Automatisierung ihre Arbeit korrekt erledigt.
Personalentwicklung
Initiativen wie die von Associated Press und RADAR zeigen, dass KI und Automatisierung weit davon entfernt sind, Arbeitsplätze im Journalismus zu zerstören. Sie schaffen neue Arbeitsplätze – und verändern bestehende Arbeitsplätze. Die Journalisten von morgen müssen darin geschult werden, diese Systeme zu entwerfen, zu aktualisieren, zu optimieren, zu validieren, zu korrigieren, zu überwachen und allgemein zu warten. Viele benötigen möglicherweise Kenntnisse im Umgang mit Daten und formales logisches Denken, um auf diese Daten reagieren zu können. Beherrschung der Grundlagen der Computerprogrammierung würde auch nicht schaden.
Da sich diese neuen Arbeitsplätze weiterentwickeln, wird es wichtig sein, sicherzustellen, dass es sich um gute Arbeitsplätze handelt – dass Menschen nicht nur zu Rädchen in einem viel größeren maschinellen Prozess werden. Manager und Designer dieser neuen hybriden Arbeit müssen die menschlichen Anliegen von Autonomie, Effektivität und Benutzerfreundlichkeit berücksichtigen. Aber ich bin optimistisch, dass die Fokussierung auf die menschliche Erfahrung in diesen Systemen es Journalisten ermöglichen wird, erfolgreich zu sein und die Gesellschaft von der Geschwindigkeit, der Breite der Berichterstattung und der höheren Qualität profitieren wird, die KI und Automatisierung bieten können.
Nicholas Diakopoulos , Assistenzprofessor für Kommunikationswissenschaften, Northwestern University
Dieser Artikel wurde von The Conversation unter einer Creative Commons-Lizenz neu veröffentlicht. Lesen Sie den Originalartikel .
