728 x 90
728 x 90
728 x 90
728 x 90

הצצה לעתיד כלכלת המידע

הצצה לעתיד כלכלת המידע
אילוסטרציה: pixabay

השימוש בטכנולוגיית בינה מלאכותית יכול להחליף בהווה חלק קטן בלבד מעבודת העיתונאי בתהליכים אוטומטיים. כיצד ישתנה עולם העבודה בתעשיית העיתונות בעתיד?

כשם שרובוטים שינו את כל תחומי כלכלת הייצור, הבינה המלאכותית והאוטומציה משנות כעת את עבודת המידע, ומאפשרות לבני האדם להעביר מלאכה קוגניטיבית למחשבים. בעיתונות, למשל, מערכות כריית נתונים מתריעות בפני כתבים על ידיעות חדשותיות פוטנציאליות, בעוד שבוטי-חדשות מציעים לקהלים דרכים חדשות לגלות מידע. מערכות כתיבה אוטומטיות מייצרות דיווחים בתחומים כמו כלכלה, ספורט וכיסוי הבחירות.
 

בעת שטכנולוגיות חדשות כאלה חודרות לתעשיות שונות, שאלה נפוצה שעולה היא כיצד הן ישפיעו על תחום העבודה. במקרה הזה, מי – או מה – יעסקו בעיתונות בעולם של אוטומציה ובינה מלאכותית משופרת וכיצד הם יעשו זאת?
 
הראיות שקיבצתי בספרי החדש “Automating the New: How Algorithms are Rewriting the Media”, מצביעות על כך שבעתיד של עיתונות המועשרת בבינה מלאכותית יהיו עדיין הרבה אנשים. עם זאת, משרותיהם, תפקידיהם ומשימותיהם של האנשים הללו יתפתחו וייראו מעט שונים. העבודה האנושית תהיה הכלאה – מעורבת עם אלגוריתמים – בהתאמה ליכולות הבינה המלאכותית ולמגבלותיה.
 

מרחיבה, לא מחליפה

כמה הערכות מצביעות על כך שהרמות הנוכחיות של טכנולוגיית AI יכולות להפוך רק כ-15% מעבודת הכתב ו-9% מעבודתו של עורך לאוטומטית. לבני אדם עדיין יש יתרון על פני הבינה המלאכותית הלא הוליוודית במספר תחומים מרכזיים החיוניים לעיתונות, כולל תקשורת מורכבת, חשיבת מומחה, הסתגלות ויצירתיות.
 
דיווח, הקשבה, תגובה, משא ומתן עם מקורות, וגם היצירתיות הדרושה לחברם ביחד – הבינה המלאכותית אינה יכולה לעשות אף אחת מהמשימות הללו שהכרחיות לעבודה העיתונאית. עם זאת, היא יכולה לעתים קרובות להרחיב את העבודה האנושית, לעזור לאנשים לעבוד מהר יותר או באיכות טובה יותר. הדבר יכול ליצור הזדמנויות חדשות להעמקת הסיקור החדשותי ולהפוך אותו מותאם אישית יותר עבור קורא או צופה בודד.
 

בעבודת חדר החדשות אומצו מאז ומעולם גלים של טכנולוגיה חדשה – צילום, טלפונים, מחשבים ואפילו מכונות לצילום מסמכים. העיתונאים יסתגלו לעבודה גם עם בינה מלאכותית. כטכנולוגיה, היא שינתה ותמשיך לשנות את עבודת החדשות, ברוב המקרים כהשלמה לעבודת העיתונאים ובמקרים נדירים כתחליף לעבודתם של עיתונאים מיומנים.
 

עבודה חדשה

מצאתי כי לעתים קרובות, טכנולוגיות AI יוצרות למעשה סוגים חדשים של עבודה בעיתונות.
קחו למשל את סוכנות הידיעות Associated Press, שבשנת 2017 הציגה את השימוש בחזון של טכניקות AI ממוחשבות, לתיוגם של אלפי צילומי חדשות בהם היא מטפלת מדי יום. המערכת יכולה לתייג תמונות עם מידע על מה או מי מופיע בה, על סגנון הצילום שלה, ואם תמונה מתארת אלימות גרפית.
 
המערכת מעניקה לעורכי הצילומים יותר זמן לחשוב על מה שהם צריכים לפרסם ומשחררת אותם מהכורח לבלות הרבה זמן רק בתיוגם. אבל הפיתוח הז דרש המון עבודה, גם מבחינה מערכתית וגם מבחינה טכנית: העורכים היו צריכים להבין מה לתייג והאם האלגוריתמים יכלו לבצע את המשימה, ואז לפתח בדיקות ערכות נתונים חדשות כדי להעריך את הביצועים. כאשר כל זה נעשה, הם עדיין היו צריכים לפקח על המערכת, לאשר באופן ידני את התגים המוצעים עבור כל תמונה כדי להבטיח דיוק גבוה.
 
סטיוארט מיילס, מנהל סוכנות הידיעות AP שמפקח על הפרויקט, אמר לי שזה לקח בערך 36 חודשי עבודת אדם, שהתפרשו על פני כמה שנים ויותר מתריסר אנשי מערכת, אנשי צוות טכני ומנהלי. בשליש מהעבודה, הוא אמר לי, מעורבים שיקול דעת ומומחיות עיתונאית, שקשה במיוחד להפוך לאוטומטים. בעוד שחלק מהפיקוח האנושי עשוי להיות מופחת בעתיד, הוא חושב שאנשים עדיין יצטרכו לעשות עבודת עריכה מתמשכת עם התפתחות המערכת והתרחבותה.
 

ייצור תוכן אוטומטי למחצה

בבריטניה, הפרויקט RADAR מייצר באופן חצי אוטומטי בסביבות 8000 ידיעות חדשותיות מקומיות בחודש. המערכת מסתמכת על שישה עיתונאים אשר מוצאים נתונים ממשלתיים בטבלאות לפי אזור גיאוגרפי, מזהים זוויות מעניינות מבחינה חדשותית, ולאחר מכן מפתחים את הרעיונות הללו לתוך תבניות מונחות נתונים. התבניות מקודדות להתאים באופן אוטומטי טקסט למיקומים הגיאוגרפיים שזוהו בנתונים. לדוגמה, סיפור יכול לדבר על אוכלוסיות מזדקנות ברחבי בריטניה, ולהראות לקוראים בלוטון כיצד הקהילה שלהם משתנה, עם נתונים סטטיסטיים מקומיים שונים עבור בריסטול. הסיפורים הללו מועברים לתקשורת המקומית, שבוחרת מה לפרסם.
 
הגישה מחברת עיתונאים ואוטומציה לתהליך יעיל ופורה. העיתונאים משתמשים במומחיותם ובמיומנויות התקשורת שלהם כדי לפרוש אפשרויות לסיפורים שהנתונים עשויים לשרת. הם גם מדברים עם מקורות כדי לאסוף את ההקשר הלאומי, וכותבים את התבנית. האוטומציה פועלת כעוזרת הפקה, ומתאימה את הטקסט עבור מיקומים שונים.
 
עיתונאי RADAR עושים שימוש בכלי שנקרא Arria Studio, שמציע הצצה לאופן בו כתיבת תוכן אוטומטי נראית בפועל. זה באמת רק ממשק מורכב יותר לעיבוד תמלילים. המחבר כותב קטעי טקסט הנשלט על ידי כללים של "אם-אז-אחרת" (if-then-else) המונעים ע"י נתונים.
 
לדוגמה, בדיווח על רעידת אדמה ייתכן שתרצה ששם תואר אחר ידבר על רעידת אדמה בעוצמה של 8 בסולם ריכטר מאשר בעוצמה של 3. כך שיהיה לך כלל כמו: אם העוצמה> 7 אז הטקסט יהיה = "רעידת אדמה חזקה". אחרת, אם העוצמה <4 אז הטקסט יהיה = "רעידת אדמה קלה". כלים כמו Arria מכילים גם פונקציונליות לשונית, כדי לצרף פעלים או שמות עצם באופן אוטומטי, דבר המקל על עבודה עם קטעי טקסט שיש לשנות על סמך נתונים.
 

משק המשתמש של Arria Studio, המראה את יצירתה של כתבה על אלימות כלי-נשק. Nicholas Diakopoulos screenshot of Arria Studio, CC BY-ND

 
ממשקי כתיבה כמו Arria מאפשרים לאנשים לעשות את מה שהם טובים בו: מבנה הגיוני, עלילה משכנעת וכתיבת טקסטים יצירתיים ומעניינים. אבל הם גם דורשים כמה דרכים חדשות לחשוב על כתיבה. לדוגמה, כותבי התבניות צריכים לגשת לסיפור עם הבנה של מה הנתונים הקיימים יכולים לומר – לדמיין איך הנתונים יכולים להאיר זוויות וסיפורים שונים, ולהתוות את ההיגיון שיניע את הוריאציות הללו.
 
פיקוח, ניהול או מה שעיתונאים אולי מכנים "עריכה" של מערכות תוכן אוטומטיות מעסיקים יותר ויותר אנשים בחדר החדשות. שמירה על איכות ודיוק הם מהעניינים החשובים ביותר בעיתונות.
 
RADAR פיתחה תהליך של שלושה שלבים לבקרת איכות. ראשית, עיתונאי יקרא מדגם מכל המאמרים שיוצרו. ואז, עיתונאי אחר יעקוב אחר טענות העולות בדיווח אל מול הנתונים המקוריים. כבדיקה שלישית, עורך יעבור על ההיגיון של התבנית כדי לנסות לזהות שגיאות או השמטות. זה כמעט כמו העבודה שצוות של מהנדסי תוכנה יכול לעשות במטרה לאתר באגים בקובץ – וזו עבודה שבני האדם חייבים לעשות, כדי להבטיח שהאוטומציה עושה את עבודתה במדויק.
 

פיתוח משאבי אנוש

יוזמות כמו אלה ב- Associated Press וב- RADAR ממחישות כי בינה מלאכותית ואוטומציה רחוקות מלחסל משרות בעיתונות. הן יוצרות עבודה חדשה – כמו גם שינוי משרות קיימות. העיתונאים של מחר יצטרכו להיות מאומנים לתכנן, לעדכן, לכונן, לאמת, לתקן, לפקח ובאופן כללי לתחזק את המערכות הללו. רבים עשויים להזדקק למיומנויות בעבודה עם נתונים וחשיבה לוגית פורמלית שתאפשר לפעול עליהם. גם שליטה ביסודות התכנות לא תזיק.
 
עם התפתחות המשרות החדשות הללו, יהיה חשוב להבטיח שמדובר במקומות עבודה טובים – שאנשים לא יהפכו להיות רק גלגלי שיניים בתהליך של מכונה גדולה יותר. המנהלים והמעצבים של העבודה ההיברידית החדשה הזו יצטרכו לשקול שיקולים אנושיים של אוטונומיה, יעילות ושימושיות. אבל אני אופטימי כי התמקדות בחוויה האנושית במערכות אלה תאפשר לעיתונאים לפרוח, ולחברה לקצור את היתרונות של מהירות, רוחב הכיסוי והאיכות המשופרת שבינה מלאכותית ואוטומציה יכולות להציע.
 


ניקולס דיאקופולוס הוא מרצה בבית הספר ללימודי תקשורת של אוניברסיטת נורת'-ווסטרן. המאמר הזה פורסם באתר The Conversation, והוא מפורסם כאן תחת רשיון Creative Commons.

אולי יעניין אותך לקרוא גם:

תגובות פייסבוק

השאר תגובה

כתובת הדוא"ל שלך לא תפורסם. שדות חובה מסומנים ב- *

בטל תגובה

כנס אילת לעיתונות 2018

הרשמו לניוזלטר

קבלו מדי שבוע אל תיבת הדואר האלקטרוני שלכם מבחר כותרות, ידיעות, כתבות ומאמרים בנושאי תקשורת ועיתונות מהארץ ומהעולם.