Grip op de mogelijkheden van AI
Voor als je ook door de bomen het bos soms niet meer ziet
Het publiek moet in het middelpunt van de journalistiek komen te staan. In De Nieuwe Lezer leg ik uit hoe iedereen op een redactie hier aan bij kan dragen.
“Fundamentally, people will use media that help them be who they want to be, do what they want to do, and showcase a version of who they are and of what they do that they like. “
- Rasmus Kleis Nielsen
Heb je vragen, opmerkingen of aanvullingen over of op deze nieuwsbrief? Mail!
Hallo lieve lezers! Welkom bij de eerste editie van het vierde seizoen van De Nieuwe Lezer. Na een pauze van twee maanden ben ik weer helemaal fris en ga ik jullie weer een seizoen lang om de week op zaterdag iets tofs vertellen over journalistiek, publiek en/of innovatie. En voor ik overga op de orde van de dag: ik wil nog even benadrukken dat ik het erg leuk vind om te horen wat jullie van de nieuwsbrief vinden, want daar leer ik namelijk een hoop van. Dat kan op de Substackpagina in de comments of gewoon via de mail.
Ik las deze zomer een interessant boek over artificiële intelligentie en journalistiek: Automating the News van Nick Diakopoulos. Ik leerde een hoop over de toepassingen van AI in de journalistiek, maar het belangrijkste wat ik ervan opstak was hoe je goed afwegingen kunt maken wat betreft het wel of niet toepassen van AI-modellen.
Het is goed leesbaar boek (ook voor wie één jaartje informatica heeft gehad in de brugklas, zoals ondergetekende) dat goede aanknopingspunten biedt om mogelijkheden van toepassingen in AI in journalistiek te onderzoeken. Want, ik weet niet hoe het met jullie is, maar voor mij werkt die enorme hoeveelheid opties toepassingen best verlammend. Welke modellen kunnen het journalistieke proces verbeteren en van welke mogelijkheden moeten we zover mogelijk blijven?
In het eerste hoofdstuk begint Diakopoulos met de vragen: wat doen algoritmes en journalisten, kunnen ze elkaars werk doen en hoe kunnen ze elkaar aanvullen?
Een algoritme is, schrijft hij, een serie stappen die wordt ondernomen om een probleem op te lossen. Net als dat je met een recept stap voor stap bepaalde handelingen uitvoert om tot een gerecht te komen. Nu is het de computer die kookt. Uit het hele boek blijkt wel dat Diakopoulos optimistisch gestemd is over hoe AI-modellen journalistiek een handje kunnen helpen. Hij stelt dat AI-modellen goed kunnen helpen bij het nemen van beslissingen nemen, door bijvoorbeeld te filteren, prioriteren, associeren of classificeren.
Informatie verspreiden
Dan de journalisten. Ja, wat doen die eigenlijk? Voor een definitie van journalistiek haalt Diakopolous socioloog Michael Schudson aan: “The business or practice of regularly producing and disseminating information about contemporary affairs of public interest and importance.” Als het gaat om wat journalisten doen, kiest hij voor een vrij praktische omschrijving van ‘information scientist’ Robert Taylor:
“Taylor suggests that as data is associated, related, and enriched, it becomes information. And as information is then validated, synthesized, and put into context, it becomes knowledge, which is in turn helpful for making decisions. As data becomes information and then knowledge, value is added. This is exactly what journalists doL increase value of information for news consumers and for society.”
In wezen zegt Diakopoulos dus dat wat journalisten en algoritmes doen in wezen gaat over het transformeren van informatie en er zoveel mogelijk waarde aan toe te voegen. Het zijn behoorlijk praktische omschrijvingen van journalistiek en de praktijk van journalisten, maar door het zo plat te slaan, kun je wel zien waar journalistiek en AI-modellen elkaar kunnen aanvullen.
Maar dat vereist een bepaalde manier van naar journalistieke processen kijken. De verschillende stadia van een journalistiek proces moeten worden uitgekleed en dan onderzocht: kunnen (en willen) we dit automatiseren? Zo kom je al gauw bij de vaak genoemde mogelijkheden van het taggen van artikelen, koppentesten doen en helpen bij de eindredactie. Dit zijn mogelijkheden op basis van aanwezige en veelgebruikte modellen, zoals Chartbeat en ChatGPT.
Problemen oplossen
Om verder te kijken dan deze mogelijkheden, moeten we volgens Diakopoulos goed onderzoeken welk probleem we willen oplossen? Bijvoorbeeld door ze abstract maken, duidelijk maken wat de onderdelen van het proces zijn en een model maken als dat kan.
Dit lijkt me overigens voor veel kwesties op redacties een goede vraag om te stellen: wat is nu precies het probleem? Is het een probleem voor de redactie? Is het een probleem voor ons publiek, of allebei? Zo voorkom je dat je AI-modellen gaat gebruiken, gewoon maar om ze te gebruiken. Daar wordt men op een redactie meestal niet erg gelukkig van, en je publiek meestal ook niet.
Dus, de volgende keer dat een collega begint over een waanzinnig AI-model bij een andere redactie en jij door de bomen het bos niet meer ziet, kun je je afvragen: welk probleem wordt er precies opgelost en zouden we er op onze redactie ook iets aan hebben? Zo krijg je misschien iets meer grip op het duizelingwekkend aantal mogelijkheden van AI.
Hier vind je meer over het boek van Diakopoulos en als je behoefte hebt aan een soort basisboek over media en AI raad ik graag het boek van Laurens Vreekamp aan.