Proprio come i robot hanno trasformato interi settori dell’economia manifatturiera, l’intelligenza artificiale e l’automazione stanno ora cambiando il lavoro delle informazioni, consentendo agli esseri umani di scaricare il lavoro cognitivo sui computer. Nel giornalismo, ad esempio, i sistemi di data mining avvisano i giornalisti di potenziali notizie , mentre i newsbot offrono al pubblico nuovi modi per esplorare le informazioni. I sistemi di scrittura automatizzata generano copertura finanziaria, sportiva ed elettorale .
Una domanda comune quando queste tecnologie intelligenti si insinuano in vari settori è come ne verranno influenzati il lavoro e il lavoro . In questo caso, chi – o cosa – farà giornalismo in questo mondo automatizzato e potenziato dall’intelligenza artificiale, e come lo farà?
Le prove che ho raccolto nel mio nuovo libro “ Automatizzare il nuovo: come gli algoritmi stanno riscrivendo i media ” suggeriscono che il futuro del giornalismo abilitato all’intelligenza artificiale avrà ancora molte persone in giro. Tuttavia, i lavori, i ruoli e i compiti di queste persone si evolveranno e appariranno leggermente diversi. Il lavoro umano sarà ibridato – mescolato insieme ad algoritmi – per adattarsi alle capacità dell’intelligenza artificiale e adattarsi ai suoi limiti.
Aumentare, non sostituire
Alcune stime suggeriscono che gli attuali livelli di tecnologia dell’intelligenza artificiale potrebbero automatizzare solo circa il 15% del lavoro di un giornalista e il 9% del lavoro di un redattore. Gli esseri umani hanno ancora un vantaggio rispetto all’intelligenza artificiale non hollywoodiana in diverse aree chiave essenziali per il giornalismo, tra cui la comunicazione complessa, il pensiero esperto, l’adattabilità e la creatività.
Riportare, ascoltare, rispondere e respingere, negoziare con le fonti e poi avere la creatività per mettere insieme il tutto: l’intelligenza artificiale non può svolgere nessuno di questi compiti giornalistici indispensabili. Spesso, però, può aumentare il lavoro umano, per aiutare le persone a lavorare più velocemente o con una migliore qualità. E può creare nuove opportunità per approfondire la copertura delle notizie e renderla più personalizzata per un singolo lettore o spettatore.
Il lavoro nelle redazioni si è sempre adattato alle ondate di nuove tecnologie, tra cui la fotografia, i telefoni, i computer – o anche solo la fotocopiatrice. Anche i giornalisti si adatteranno a lavorare con l’intelligenza artificiale. Come tecnologia, sta già e continuerà a cambiare il lavoro giornalistico, spesso integrando ma raramente sostituendo un giornalista esperto.
Nuovo lavoro
Ho scoperto che il più delle volte le tecnologie di intelligenza artificiale sembrano effettivamente creare nuovi tipi di lavoro nel giornalismo.
Prendiamo ad esempio l’Associated Press, che nel 2017 ha introdotto l’uso di tecniche di intelligenza artificiale di visione artificiale per etichettare le migliaia di foto di notizie che gestisce ogni giorno. Il sistema può taggare le foto con informazioni su cosa o chi c'è in un'immagine, il suo stile fotografico e se un'immagine raffigura violenza grafica.
Il sistema dà agli editori di foto più tempo per pensare a cosa dovrebbero pubblicare e li libera dalla necessità di spendere molto tempo semplicemente etichettando ciò che hanno. Ma svilupparlo ha richiesto un sacco di lavoro, sia editoriale che tecnico: gli editori hanno dovuto capire cosa taggare e se gli algoritmi erano all’altezza del compito, quindi sviluppare nuovi set di dati di test per valutare le prestazioni. Una volta terminato tutto ciò, dovevano ancora supervisionare il sistema, approvando manualmente i tag suggeriti per ciascuna immagine per garantire un'elevata precisione.
Stuart Myles, il dirigente di AP che supervisiona il progetto, mi ha detto che ci sono voluti circa 36 mesi-persona di lavoro, distribuiti su un paio d'anni e più di una dozzina di personale editoriale, tecnico e amministrativo. Circa un terzo del lavoro, mi ha detto, coinvolge competenze e giudizi giornalistici particolarmente difficili da automatizzare. Anche se parte della supervisione umana potrebbe essere ridotta in futuro, ritiene che le persone avranno comunque bisogno di continuare il lavoro editoriale man mano che il sistema si evolve e si espande.
Produzione di contenuti semiautomatica
Nel Regno Unito, il progetto RADAR produce in modo semiautomatico circa 8.000 articoli di notizie localizzate al mese . Il sistema si basa su una scuderia di sei giornalisti che trovano set di dati governativi tabulati per area geografica, identificano angoli interessanti e degni di nota e quindi sviluppano quelle idee in modelli basati sui dati. I modelli codificano come adattare automaticamente parti del testo alle posizioni geografiche identificate nei dati. Ad esempio, una storia potrebbe parlare dell’invecchiamento della popolazione in Gran Bretagna e mostrare ai lettori di Luton come sta cambiando la loro comunità, con diverse statistiche localizzate per Bristol. Le storie poi vengono trasmesse via cavo ai media locali che scelgono quali pubblicare.
L’approccio unisce giornalisti e automazione in un processo efficace e produttivo. I giornalisti utilizzano la loro esperienza e capacità di comunicazione per presentare opzioni per le trame che i dati potrebbero seguire. Parlano anche con le fonti per raccogliere il contesto nazionale e scrivere il modello. L'automazione funge quindi da assistente di produzione, adattando il testo a luoghi diversi.
I giornalisti RADAR utilizzano uno strumento chiamato Arria Studio, che offre un'idea di come sia nella pratica la scrittura di contenuti automatizzati. In realtà è solo un'interfaccia più complessa per l'elaborazione testi. L'autore scrive frammenti di testo controllati da regole if-then-else guidate dai dati. Ad esempio, in una segnalazione di terremoto potresti voler utilizzare un aggettivo diverso per parlare di un terremoto di magnitudo 8 rispetto a uno di magnitudo 3. Quindi avresti una regola del tipo SE magnitudo > 7 THEN testo = "forte terremoto", ELSE IF magnitudo < 4 THEN testo = “terremoto minore”. Strumenti come Arria contengono anche funzionalità linguistiche per coniugare automaticamente i verbi o declinare i nomi, rendendo più semplice lavorare con porzioni di testo che devono essere modificate in base ai dati.
Screenshot di Nicholas Diakopoulos di Arria Studio , CC BY-ND
Le interfacce di creazione come Arria consentono alle persone di fare ciò in cui sono brave: strutturare logicamente trame avvincenti e creare testi creativi e non ripetitivi. Ma richiedono anche nuovi modi di pensare alla scrittura. Ad esempio, gli autori di modelli devono affrontare una storia comprendendo cosa potrebbero dire i dati disponibili, immaginare come i dati potrebbero dare origine a diverse angolazioni e storie e delineare la logica per guidare tali variazioni.
Anche la supervisione, la gestione o ciò che i giornalisti potrebbero chiamare “modifica” di sistemi automatizzati di contenuti occupano sempre più le persone nelle redazioni. Mantenere la qualità e l’accuratezza è della massima preoccupazione nel giornalismo.
RADAR ha sviluppato un processo di garanzia della qualità in tre fasi. Innanzitutto, un giornalista leggerà un campione di tutti gli articoli prodotti. Poi un altro giornalista fa risalire le affermazioni contenute nella storia alla fonte dei dati originali. Come terzo controllo, un redattore esaminerà la logica del modello per cercare di individuare eventuali errori o omissioni. È quasi come il lavoro che un team di ingegneri del software potrebbe svolgere nel debug di uno script: ed è tutto il lavoro che devono fare gli esseri umani, per garantire che l'automazione svolga il proprio lavoro in modo accurato.
Sviluppo delle risorse umane
Iniziative come quelle dell’Associated Press e del RADAR dimostrano che l’intelligenza artificiale e l’automazione sono lungi dal distruggere posti di lavoro nel giornalismo. Stanno creando nuovo lavoro, oltre a modificare quelli esistenti. I giornalisti di domani dovranno essere formati per progettare, aggiornare, modificare, convalidare, correggere, supervisionare e in generale mantenere questi sistemi. Molti potrebbero aver bisogno di competenze per lavorare con i dati e di pensiero logico formale per agire su tali dati. Anche avere una buona conoscenza delle basi della programmazione informatica non farebbe male.
Man mano che questi nuovi lavori si evolvono, sarà importante garantire che siano buoni posti di lavoro – che le persone non diventino semplicemente ingranaggi di un processo meccanico molto più ampio. I manager e i progettisti di questo nuovo lavoro ibrido dovranno considerare le preoccupazioni umane di autonomia, efficacia e usabilità. Ma sono ottimista sul fatto che concentrarsi sull’esperienza umana in questi sistemi consentirà ai giornalisti di prosperare e alla società di raccogliere i frutti della velocità, dell’ampiezza della copertura e della maggiore qualità che l’intelligenza artificiale e l’automazione possono offrire.
Nicholas Diakopoulos , Professore assistente di Studi sulla comunicazione, Northwestern University
Questo articolo è ripubblicato da The Conversation sotto una licenza Creative Commons. Leggi l' articolo originale .
