Attēls veidots ar MI
Mākslīgā intelekta izaugsmes ātrums ir nebijis, taču statistika rāda, ka tikai aptuveni 20% ikmēneša mākslīgā intelekta lietotāju to izmanto ikdienā. Tas signalizē, ka praktiska mākslīgā intelekta ieviešana mediju ikdienas darbā ir vēl tikai priekšā. Pēc pieredzes, ko esmu guvis konsultējot mediju organizācijas mākslīgā intelekta integrēšanā, varu secināt, ka šī plaisa ir gan izaicinājums, gan vēl neizmantota iespēja.
Sāksim ar pamatiem — ģeneratīvais mākslīgais intelekts nav mistisks kognitīvs dzinējs. To drīzāk var raksturot kā prognozējošā teksta visattīstītāko formu. Lai arī tas ir izcili apmācīts ar spēju ģenerēt savstarpēji strukturētus vārdus, attēlus un skaņas, mākslīgajam intelektam trūkst niansētas izpratnes par kontekstu un nozīmi, kāda piemīt cilvēkam. Ieviešot mākslīgo intelektu redakciju darbā, šo niansi ir būtiski ņemt vērā.
Ieguvums medijiem
Mākslīgā intelekta jaudīgākais pielietojums nav saistīts ar satura ģenerēšanu, bet gan ar tā spēju sakārtot haosu. Redakcijas ik dienas strādā ar milzīgu nestrukturēto datu un satura apjomu, un mākslīgais intelekts to var veiksmīgi apstrādāt veidos, kuri cilvēkam prasītu nesamērīgi daudz laika.
Praksē esmu novērojis vairākus ļoti efektīvus mākslīgā intelekta pielietojumus:
Pirmkārt, ir tā sauktie “smagie darbi” — apjomīgu dokumentu analīze, likumdošanas tekstu versiju salīdzināšana, kā arī likumsakarību un saistību identificēšana lielos datu masīvos. Mākslīgais intelekts izceļas ar savu meistarību uzdevumos, kuros nepieciešama liela apstrādes jauda, nevis radošums.
Vēl ir samērā vienkārši uzdevumi — laika ziņas, sporta rezultātu kopsavilkumi, jaunumi finanšu jomā — saturs, kā radīšanu ar mākslīgā intelekta palīdzību var automatizēt. Tomēr šeit būtiski uzsvērt — tas nenozīmē, ka mākslīgais intelekts var aizvietot žurnālista darbu. Taču tas atbrīvo no manuāliem ikdienas darbiem un ļauj pievērsties sarežģītākiem uzdevumiem un pētniecībai.
Uzvedņu izstrāde jeb “prompting”
Mākslīgā intelekta darba rezultātu kvalitāte ir tieši atkarīga no tā, cik efektīvi cilvēks to spēj izmantot — tā ir būtiska mācība, kas iegūta no redakciju darba pieredzes. Vaicājumu prasme un instrukciju/pieprasījumu jeb uzvedņu formulēšana ir māksla. Tas ir kas vairāk par jautājumu uzdošanu — lai iegūtu vislabākos rezultātus, svarīgi ir nodrošināt bagātīgu kontekstu, kā arī noteikt skaidrus parametrus. Būtiska ir arī izpratne par mākslīgā intelekta ierobežojumiem.
Vaicājuma prasmi var salīdzināt ar burtiski domājoša praktikanta instruēšanu — jo precīzāki un strukturētāki ir norādījumi, jo labāki ir rezultāti. Neskaidras instrukcijas neizbēgami novedīs pie neprecīziem rezultātiem.
Mākslīgā intelekta aģenti — nākotne
Lai gan mākslīgā intelekta ienākšana redakciju darbā vieš cerības, rezultāti dažreiz liek vilties. Taču tas ne vienmēr ir saistīts ar neprecīziem vaicājumiem. Problēma bieži vien ir dziļāka — mediju darbs pēc savas būtības ir sarežģīts un komplicēts, jo vienlaicīgi ir jāņem vērā vairāki paralēli procesi, kas nav skatāmi lineārā šķautnē.
Tradicionālais ģeneratīvais mākslīgais intelekts parasti darbojas secīgi un apstrādā uzdevumus vienu aiz otra. Kad nepieciešama dinamiska lēmumu pieņemšana vai vairāku darbību veikšana vienlaicīgi, tas var būt ierobežojoši. Taču mākslīgā intelekta aģenti ir revolucionāri rīki automatizācijas un efektivizācijas procesos.
Kas ir aģenti? Mākslīgā intelekta aģenti ir autonomas sistēmas, kuras spēj patstāvīgi veikt uzdevumus, noteiktu mērķu sasniegšanai bieži vien koordinējot vairākus procesus. Atšķirībā no vienkāršiem automatizācijas rīkiem vai tradicionālajiem ģeneratīvajiem mākslīgā intelekta modeļiem, aģenti var:
- Pieņemt lēmumus un veikt analīzi, balstoties uz reālā laika datiem;
- Pielāgot savas darbības atbilstoši situācijas attīstībai;
- Veikt sarežģītus uzdevumus, izmantojot paralēlas darbplūsmas un starpposmu rezultātus.
Šīs spējas padara mākslīgā intelekta aģentus unikāli piemērotus mūsdienu redakciju darba izaicinājumiem.
Aģenti transformē žurnālistiku. Mākslīgā intelekta aģenti ir kas vairāk par vienkāršu rīku — redakciju darbā tie ir inovāciju un efektivitātes katalizatori.
Daži konkrēti piemēri:
Rutīnas ziņu automatizācija. Izmantojot strukturētus datus, mākslīgā intelekta aģenti var ģenerēt ziņu rakstus, piemēram, sporta spēļu rezultātus, finanšu rādītājus un vēlēšanu statistiku. Šādu darbu automatizācija atbrīvo žurnālistu laiku un dod iespēju koncentrēties uz pētniecību un reportāžām. Rezultātā redakcijas paplašina savu tēmu pārklājumu, vienlaikus nepalielinot darbinieku skaitu.
Personalizētas ziņas. Mākslīgā intelekta aģenti var analizēt lasītāju uzvedību un piedāvāt personalizētas ziņu plūsmas, kas pielāgotas katra lietotāja individuālajām interesēm. Tas veicina auditorijas iesaisti un lojalitāti, jo platformu, kas pastāvīgi piedāvā interesējošu un atbilstošu saturu, cilvēks izmantos biežāk.
Darba efektivitātes uzlabošana. Salīdzinoši vienkārši, taču laikietilpīgi uzdevumi tagad var tikt uzticēti aģentiem. Teksta transkripcija, datu analīze, sociālo tīklu stratēģijas pārvaldība, kā arī laika plānošana un termiņu ievērošana — tādus un citus manuālus un repetitīvus uzdevumus aģenti var veikt cilvēku vietā.
Praktiski ieteikumi
Ieviešot mākslīgo intelektu redakcijas darbā, iesaku ievērot šādus pamatprincipus:
- Sāciet ar “kāpēc” — identificējiet konkrētas problēmas, kuras vēlaties risināt;
- Koncentrējieties uz esošo darbplūsmu optimizēšanu tā vietā, lai veidotu jaunas;
- Sekojiet līdzi tehnoloģiskajiem jaunumiem, taču necentieties izmēģināt un ieviest visu;
- Prioritizējiet jūsu auditoriju — ieviesiet inovācijas, no kurām galvenie ieguvēji būs gala lietotāji.
Ar piesardzību
Mākslīgā intelekta izmantošanai medijos ir arī savi izaicinājumi uzticamības un kvalitātes aspektos. Kamēr notiek diskusija par to, vai mākslīgā intelekta radīto saturu ir atsevišķi jānodala, redakcijām ir rūpīgi jālīdzsvaro tehnoloģiju radītās iespējas un redakcijas darba caurskatāmību.
Līdzās iespējām rodas arī tehniski izaicinājumi — mākslīgā intelekta halucinācijas, autortiesību jautājumi un datu drošības riski. Mākslīgais intelekts var ģenerēt pārliecinoši maldīgu informāciju, tāpēc faktu pārbaude ir vitāli svarīga.
Mākslīgais intelekts līdz galam nespēj uztvert kontekstuālās nianses, dažādu kultūru un ētikas apsvērumus, tāpēc cilvēka spriedums un iesaiste žurnālistikā ir neaizvietojama. Jāņem vērā arī aizspriedumu iespējamību mākslīgā intelekta apmācības datos — tas var apdraudēt viedokļu daudzveidību un notikumu objektīvu atspoguļojumu, kas ir kvalitatīvas žurnālistikas pamatprincipi.
Lai tiktu galā ar šiem izaicinājumiem, redakcijām jāievieš skaidras mākslīgā intelekta izmantošanas vadlīnijas, stingru redakcionālo uzraudzību, jāiegulda resursi darbinieku apmācībās, kā arī jāizveido pamatīgas kvalitātes kontroles sistēmas. Veiksmīga mākslīgā integrēšana darbā balstās uz līdzsvarotu pieeju — ir jāizmanto tā sniegtais potenciāls, bet vienlaikus reālistiski jāpārvalda riski. Panākumus var gūt tad, ja mākslīgā intelekta rīkus izmanto žurnālistikas pamatvērtību — precizitātes, godīguma un sabiedrības interešu aizstāvības — kopšanai nevis aizvietošanai.
Kas tālāk?
Mākslīgā intelekta nākotne ziņu medijos nav par žurnālistu aizvietošanu — tas ir par viņu spēju paplašināšanu. Veiksmīgākie ieviešanas gadījumi manā pieredzē ir tādi, kas uzlabo cilvēka spējas, nevis cenšas tās atkārtot vai aizvietot.
Optimāla pieeja — sākt ar maziem soļiem, eksperimentēt pārdomāti un vienmēr koncentrēties uz auditorijas vajadzībām. Kaut ļoti spēcīgs, mākslīgais intelekts ir tikai vēl viens rīks žurnālista arsenālā. Ja tiek izmantots prātīgi, tas var palīdzēt veidot kvalitatīvāku un ietekmīgāku žurnālistiku.
Atcerieties — mākslīgais intelekts nav šeit, lai pārrakstītu žurnālistikas nākotni. Tas ir šeit, lai palīdzētu žurnālistiem to veidot labāku!
Tulkojums: Jana Altenberga-Skvirecka
