Het gebruik van AI geraakt steeds meer ingeburgerd in de uitgeverswereld. Op welke manier gaat een redactie vandaag met AI aan de slag? En welke valkuilen schuilen om de hoek? Een overzicht aan de hand van enkele concrete voorbeelden.
“Misschien word je als journalist niet vervangen door AI, maar door een journalist die weet hoe je AI moet gebruiken.” Met deze conclusie vatte Martin Schori, adjunct-hoofdredacteur van de grootste Zweedse krant Aftonbladet, de stijgende opmars van AI in de redactionele wereld onlangs samen. In een race naar efficiëntie en hapklare content lijken journalisten en uitgevers vandaag alvast steeds moeilijker om het gebruik van AI heen te kunnen. AI wordt anno 2024 door menig journalist gebruikt als hulptool en – in bepaalde gevallen – reeds als primaire bron. Maar: “misschien moet je het niet doen louter omdat het kan”, dixit Schori, die daarmee meteen ook op de mogelijke keerzijde van de medaille wijst.
Grofweg wordt AI vandaag op vijf verschillende manieren door uitgevers ingezet. De bekendste toepassing van AI is wellicht de contentcreatie, waarbij AI helpt bij het automatisch genereren van artikels, samenvattingen of rapporten. In de tweede plaats wordt AI ingeschakeld voor contentoptimalisatie waarbij AI-tools kunnen helpen bij het verbeteren van inhoud voor zoekmachines, of waarbij inhoud kan worden aangepast op basis van gebruikersgedrag en voorkeuren. Bij editorial assistance worden AI-tools dan weer toegepast voor spelling- en grammaticacontrole of bij het opsporen van plagiaat in ingediende artikelen. Ook populair: content distribution, waarbij tools helpen bij het voorspellen van inhoudsprestaties en het optimaliseren van distributiestrategieën. En tot slot kan AI uitgevers ook ondersteuning bieden bij het optimaliseren van advertentieplaatsing om de inkomsten te maximaliseren, ofwel: monetization. Een waaier aan mogelijkheden en functies dus, al moeten die – Schori indachtig – wel kritisch onder de loep worden genomen.
Kernonderdeel
Toegegeven: dat bepaalde journalistieke taken efficiënt(er) kunnen worden vervuld met en door AI kunnen zelfs tegenstanders tegenwoordig nog maar moeilijk ontkennen. Maar waar AI aanvankelijk nog louter werd beschouwd als een aanvulling op de menselijke input, verschuift haar rol ook in de journalistiek steeds nadrukkelijker van supersub naar die van volwaardige basisspeler.
Het Reuters Institute for the Study of Journalism van Oxford University merkte in een recent rapport – waarnaar in The Associated Press werd verwezen – alvast op dat AI-technologieën standaard zijn geworden voor grote, nationale en internationale uitgevers. “AI kan niet langer worden beschouwd als een technologie van de ‘volgende generatie’, maar wordt snel een kernonderdeel van een moderne nieuwsoperatie op elk niveau – van nieuwsgaring en -productie tot en met de distributie”, klonk het bij de Oxford-auteurs.
Het voornoemde Aftonbladet zal bovenstaande quote alvast volmondig onderschrijven. Zo stelde het dagblad vorig jaar vast dat AI-gegenereerde samenvattingen van artikelen de leestijd verlengen. Enigszins verrassend spendeerde haar lezerspubliek langer aan het lezen van artikelen mét samenvattingen dan artikelen zonder. Mogelijke verklaring? Omdat ze van tevoren een algemener beeld van een artikel kregen, leken lezers eerder geneigd om de hele tekst te lezen. Met dank aan AI.
Opvallend, al hoeft dit gegeven (nog) niet meteen het einde van de menselijke redactionele inbreng te betekenen. In Presse Gazette gaf Schori namelijk aan dat er ook fouten slopen in de door AI gegenereerde samenvattingen en dat de menselijke verificatiestap vooralsnog cruciaal is en blijft. Net daarom wordt op heel wat redacties momenteel dan ook koortsachtig gewerkt aan een charter dat omschrijft wat kan en wat niet…
Machine learning
Schori’s werkgever loopt al enige tijd voorop in het experimenteren met AI-tools. Een chatbot van de eerste koning ter gelegenheid van de 500ste verjaardag van het land, nieuwsverhalen die door een AI-dienst worden gerapt of het inzetten van AI om video’s van het officiële propagandakanaal van de extreemrechtse partij Zweden Democraten te analyseren: Aftonbladet zit duidelijk niet verlegen om een stunt en tast onbeschaamd de grenzen van de AI-tools en journalistiek af. En lijkt dat ook in de toekomst te zullen blijven doen. Zo is het Zweedse dagblad van plan om voortaan generatieve AI te gebruiken om een text-to-speech tool te ontwikkelen.
Deze tekst-naar-spraak tool maakt deel uit van het zogenaamde machine learning, een onderdeel van AI dat voor hedendaagse uitgevers heel wat deuren opent. De internationale mediagroep Schibsted is – net zoals heel wat andere grote spelers – fan en verkent al enkele jaren de mogelijkheden van de gesofisticeerde zelflerende tool. Een voorbeeld? Het gebruik van computer vision om te bepalen tot welke categorie advertenties op hun marktplaatsen moeten behoren. Of concreet: wanneer een gebruiker een foto van een stoel uploadt, geeft een AI-tool aan dat de advertentie tot de categorie meubels behoort en getagd moet worden met het woord ‘stoel’. Gevolg: het invoegen van advertenties wordt soepeler voor de gebruiker en verbetert ook de objectieve kwaliteit van de service omdat meer advertenties in de juiste categorie worden ingedeeld. Of wat gezegd van het inschakelen van computer vision voor het identificeren en onderscheppen van seksueel expliciete beelden of ander kwaadaardig of frauduleus gedrag: alleen rabiate tegenstanders van AI zullen ertegen zijn.
Naast het screenen van content verleent AI vandaag ook reeds redactionele inzichten over het publiek. Zo gebruikt de Noorse krant Bergens Tidende (BT) computervisie om na te gaan welke mensen op hun site worden afgebeeld, wat tot handige info leidt. Door de leeftijd en het geslacht in te schatten van de gezichten die in het beeldmateriaal van een artikel worden gebruikt, geeft de toepassing inzicht in hoe hun nieuwsberichtgeving zich verhoudt tot de demografie van hun publiek.
Dienstverlening op maat
Met bovenvermelde voorbeelden in het achterhoofd lijkt AI niet alleen de toekomst, het slaagt er ook in om die toekomst eigenhandig te voorspellen. Door in te schatten hoeveel magazines een bepaalde winkel in een bepaalde week zal verkopen, helpt machine learning om toekomstige uitspraken te doen over het aantal magazines dat gedrukt of gedistribueerd moet worden naar specifieke winkels om uitverkoop te voorkomen en verspilling tegen te gaan.
Dienstverlening op maat dus, waarbij dankzij AI bovendien ook de meest efficiënte weg wordt genomen, zo blijkt. Het bedrijf Distribution Innovation maakt bijvoorbeeld gebruik van AI om de bezorgroute te optimaliseren bij het bezorgen van pakketten en magazines. Handig voor auto’s en vrachtwagens, omdat de optimale route het brandstofverbruik minimaliseert en de CO2-uitstoot vermindert.
Wordt bij het gebruik van AI in de uitgeverswereld vaak meteen naar tekstgenerators zoals ChatGPT gekeken, dan weet AI overigens ook wel weg met de opmaak van afbeeldingen – denk aan programma’s zoals Dall-E en Midjourney. Zo kan het kunstmatig-intelligentieprogramma Dall-E beelden creëren op basis van tekstuele omschrijvingen. The sky seems the limit, want DALL-E kan zowel afbeeldingen van reële objecten als van objecten die in de werkelijkheid niet bestaan uit haar hoed toveren. Hetzelfde geldt voor Midjourney, dat tekstbeschrijvingen transformeert in unieke, hoogwaardige afbeeldingen.
Gekunsteld
De toepassingen van redactionele AI zijn dus legio, zowel op administratief vlak als in het creëren van woord en beeld. Maar is het resultaat daarom ook altijd wenselijk en te verkiezen boven het menselijke alternatief? Zoals eerder aangehaald, zijn de door AI gegenereerde samenvattingen heden ten dage alvast (nog) niet foutloos. Een ander punt van kritiek dat zowel voor ChatGPT als deze beeldprogramma’s opgaat, is de mate van gekunsteldheid. Want hoe goed deze digitale beeldmakers de realiteit ook mogen benaderen, het eindresultaat ziet er vaak nog erg gekunsteld en kitscherig uit.
Heel wat experts kijken – ondanks de vele positieve resultaten en prestaties – dan ook nog steeds enigszins terughoudend naar het AI-fenomeen. De Amerikaanse taalkundige Emily Bender waarschuwde in het verleden meermaals voor de nadelen van AI aangezien modellen zoals ChatGPT volgens haar bestaande vooroordelen en misvattingen in tekst versterken omdat ze getraind zijn op enorme hoeveelheden tekst die deze vooroordelen kunnen bevatten. Ook andere experts zoals onderzoeker Timnit Gebru (“risico op misinformatie”) en geleerde Kate Crawford (“kans op manipulatie en propaganda”) staan net zoals vele anderen sceptisch tegenover het gebruik van AI.
Ook de bezorgdheid omtrent authenticiteit en auteursrecht klinkt daarbij steeds luider. Simpel gesteld kan AI menselijke (creatieve) activiteiten nabootsen omdat ze gigantische hoeveelheid tekst heeft ingeslikt, meestal afkomstig van het internet. The Washington Post begon vorig jaar met het analyseren van datasets om te onthullen welke soorten eigen, persoonlijke en vaak aanstootgevende websites worden gebruikt in de trainingsgegevens van AI en stelde daarbij onder meer vast dat kunstenaars vandaag nog steeds geen compensatie of krediet ontvangen wanneer hun werk wordt opgenomen in AI-trainingsgegevens. Claims wegens schending van auteursrecht tegen tekst-naar-beeld generatoren zoals Stable Diffusion, Midjourney en DeviantArt zijn vandaag alvast nog lopende en zouden bij een gunstig verdict in de toekomst wel eens navolging kunnen krijgen.
Verantwoord gebruik
Terug naar de reguliere, traditionele journalistiek dan maar? Moet het AI-kind met het badwater worden weggegoten? Daarover is het laatste woord nog lang niet gezegd, al zullen zelfs fervente voorstanders van AI het ermee eens zijn dat een verantwoordelijk gebruik van AI een basisvereiste voor het eventuele gebruik ervan vormt. Ter afsluiting daarom nog deze drie tips om het AI-gebruik in goede banen te leiden.
| -Verrijk je team met meer perspectieven. Meer ogen betekent immers meer kansen om risico’s te identificeren. -Bespreek voor welke doelen je systemen zijn geoptimaliseerd en of de juiste trainingsgegevens zijn gekozen om ze te bereiken. De vraag stellen of er structuren uit het verleden zijn ingebouwd in de gegevens die gebruikt worden en afwegen of AI-oplossingen deze structuren mogen en kunnen versterken, zijn daarbij onontbeerlijk. -Omarm iteratie, ofwel: herhaal, heroverweeg en ontwikkel systemen en processen verder. Want een wijdverspreid gebruik van generatieve AI mag dan wel nog niet voor morgen zijn, een gestage invoering en implementering op de redactievloer lijkt steeds waarschijnlijker. |
