5 trendów AI kształtujących produkcję newsów i co oznaczają dla liderów mediów

AI od dawna jest najgorętszym tematem w świecie mediów, jednak niewiele mówi się o tym, jak organizacje newsowe faktycznie ją wykorzystują i jakie efekty przynosi. Oto przegląd sposobów, w jakie AI jest dziś stosowana do produkcji i dystrybucji newsów, oraz co prognozy dotyczące jej rozwoju oznaczają dla branży wydawniczej.

Pod koniec 2023 roku opublikowaliśmy nasz trendbook The Newsroom of Tomorrow, poświęcony innowacjom w branży mediów. AI wyraźnie wyłoniła się jako wiodący trend na rok 2024, a przykładów skutecznego jej zastosowania w redakcjach przybywało.

Jednocześnie stało się jasne, że przyspieszenie postępu AI i jego wpływ na redakcje stanowi jedno z największych wyzwań dla wydawców – zwłaszcza w kontekście ograniczeń etycznych i prawnych, dotyczących własności intelektualnej i wiarygodności informacji.

Od tamtej pory minęło kilka miesięcy – i gdzie jesteśmy teraz? Co się dzieje z AI w mediach? Jakie są kluczowe trendy AI w dziennikarstwie i co oznaczają?

Aby odpowiedzieć na te pytania, przeanalizowaliśmy kilka kluczowych raportów, by wydobyć sedno rewolucji AI w mediach, m.in.:

• Raport Reuters Institute for the Study of Journalism, oparty na opiniach 314 liderów mediów z 56 krajów i terytoriów;

• Znakomity raport Felixa M. Simona Jak AI zmienia newsy, bazujący na 170 wywiadach z ekspertami branżowymi i akademickimi oraz pracownikami 35 wydawnictw;

• Prognozy Nieman Lab dla dziennikarstwa na rok 2024.

Oto esencja tego, co warto wiedzieć z tych raportów. Skupiliśmy się na pięciu kluczowych punktach istotnych dla każdego lidera zmian w branży mediów i każdego menadżera zaangażowanego we wdrażanie nowych rozwiązań i narzędzi redakcyjnych – przejdźmy więc do rzeczy.

1) Zastosowania AI kluczowe dla wydawców newsów w 2024 roku

Najważniejsze zastosowania AI w organizacjach newsowych to:

• Automatyzacja zadań back-end (56%)
• Systemy rekomendacji (37%)
• Tworzenie treści (28%)
• Zastosowania komercyjne (27%)
• Rozwój produktu (25%)
• Zbieranie informacji (22%)

(dane według Reuters Institute for the Study of Journalism)

Jak widać, kluczowym obszarem wykorzystania AI jest automatyzacja back-end. Ta dziedzina, wraz z tworzeniem treści, zyskała na znaczeniu w porównaniu z dwoma laty temu, co jest spójne z bardziej konkretnymi przykładami zastosowania AI w redakcjach. Są to:

• Streszczanie – dodawanie punktorów na początku artykułów
• Testowanie nagłówków – tytuły optymalizowane przez AI pod wyszukiwarki
• Korekta tekstów, notatki i transkrypcje
• Tłumaczenie
• Generowanie obrazów
• Generowanie artykułów

(dane według Reuters Institute for the Study of Journalism)

Może już korzystasz z AI, by usprawnić pracę swojego zespołu w tych obszarach. Jeśli nie, możesz zobaczyć, jak takie mechanizmy wyglądają po wdrożeniu do CMS. Zapraszamy do naszego artykułu o koncepcjach AI dla redakcji z ponad 25 animacjami możliwych rozwiązań opartych na AI.

Jeszcze jedna uwaga. AI jest stosowana do różnych zadań, ale złożona rzeczywistość wydawnicza często ogranicza sposób i moment, w którym technologia może być praktycznie wykorzystana. Oznacza to, że choć korzyści w zakresie wydajności i produktywności są realne, nie zawsze dotyczą całej organizacji ani całego procesu redakcyjnego.

2) Tworzenie treści z AI niesie największe ryzyko reputacyjne

Z wykorzystaniem AI wiążą się różne poziomy ryzyka w zależności od obszaru. Tworzenie treści jest postrzegane jako zdecydowanie największe zagrożenie (56%), a następnie zbieranie informacji (28%). Natomiast automatyzacja back-end (11%), dystrybucja i kodowanie są uważane za mniej ryzykowne. To wyjaśnia większe skupienie na efektywności back-end i większą ostrożność wobec różnych form dziennikarstwa robotycznego.

Oznacza to, że większość organizacji medialnych nie rzuci się w 2024 roku w wir treści generowanych przez AI – przynajmniej nie na masową skalę. Wiele redakcji szczyci się publikowaniem wiarygodnych i rzetelnych informacji i będzie potrzebować hamulca bezpieczeństwa przy niektórych systemach opartych na AI. Byliśmy świadkami poważnych zwolnień, zwłaszcza w mediach amerykańskich, ale pogłoski o tym, że „AI zastąpi ludzi", są w dużej mierze przesadzone.

Oznacza to też, że w redakcjach pojawią się nowe stanowiska dla osób koordynujących działania i strategie AI. Według Reuters 16% redakcji już to zrobiło, a 24% aktywnie to planuje. Jeśli nie masz tego w swoim planie – czas to przemyśleć.

źródło: Reuters Institute for the Study of Journalism

3) Wpływ AI jest silnie uzależniony od kontekstu

AI ma z pewnością potencjał, by zwiększać efektywność w organizacjach newsowych, ale korzyści produktywności nie będą proste do osiągnięcia.

Na przykład AI może wzbogacić doświadczenie podcastowe, dostarczając użytkownikom dodatkowych informacji i rekomendacji opartych na historii słuchania. Proces ten można realizować na dużą skalę, ponieważ algorytmy przetwarzają duże ilości danych w rozsądnym czasie i przy minimalnym wysiłku – wszystko po to, by zapewnić lepsze doświadczenie odbiorcom. Inny przykład to wspomniana wcześniej transkrypcja – tu AI robi znaczącą, mierzalną różnicę w pracy dziennikarzy, głównie dzięki znacznym oszczędnościom czasu.

Z drugiej strony zdarza się, że coś wyprodukowanego przez AI jest niskiej jakości i wymaga weryfikacji przez człowieka, co obniża efektywność. Dotyczy to dużych modeli językowych podatnych na błędy i produkujących zawodne wyniki, które utrudniają proces dziennikarski zamiast go usprawniać. Na razie musimy nadzorować wykonywanie zadań przez AI i potrzebujemy procesu wspomaganego przez człowieka, zanim w pełni przekażemy poważne sprawy algorytmom. Więcej o tym, jak możemy rozwiązać ten problem.

Nie jest więc pewne, że AI uwolni dziennikarzy do głębszego lub lepszego dziennikarstwa. Zwłaszcza że czas zaoszczędzony przez dziennikarzy dzięki AI jest zazwyczaj przeznaczany na dodatkową pracę, pisanie kolejnych artykułów lub montaż kolejnych filmów. Poza tym, ponieważ AI jest nadal stosowana głównie jako narzędzie, nie zmienia fundamentalnie sposobu działania redakcji.

4. Wydawcy będą polegać na infrastrukturze i usługach AI platform

Na razie firmy platformowe – Google, Meta, Microsoft – są liderami w rozwijaniu i stosowaniu sztucznej inteligencji, a większość organizacji newsowych jest od nich zależna. „Nie można korzystać z AI bez angażowania tych firm w jakiś sposób" – mówią wydawcy używający narzędzi dostarczanych przez gigantów technologicznych do automatyzacji zadań redakcyjnych i dystrybucji treści. Oczekuje się, że to uzależnienie będzie rosło, gdy generatywne aplikacje AI staną się jeszcze powszechniejsze.

Większe (i bogatsze) organizacje medialne prawdopodobnie spróbują rozwijać własne narzędzia wspomagane AI przez swoje zespoły R&D, ale koszty niestandardowego rozwoju AI pozostaną wysokie.

To zjawisko może rodzić poważne obawy o autonomię dziennikarską. Podobną sytuację obserwowaliśmy przy wzroście mediów społecznościowych, gdy Facebook, Twitter (teraz X) i Instagram dyktowały formaty treści. Tym razem sprawa jest jeszcze poważniejsza, bo determinuje wyjście dziennikarskie i wiarygodność informacji.

Kolejną konsekwencją jest wyłanianie się „zwycięzców" i „przegranych" (lub już się wyłoniło). Te organizacje newsowe, które inwestują w badania i rozwój oraz budują własną infrastrukturę techniczną, prawdopodobnie wygrają ten wyścig, zyskają mocniejszą pozycję i być może nawet wynegocjują warunki użytkowania z platformami AI i gigantami technologicznymi. Będziemy obserwować coraz więcej wydawców budujących bariery dostępu do swoich treści lub uniemożliwiających LLM ich skanowanie jako źródła informacji – tak jak zrobiły to w ubiegłym roku The New York Times, Reuters i CNN. Jednocześnie taka postawa może utrudnić mediom dotarcie do młodszych lub mniej zamożnych odbiorców, którzy coraz swobodniej czują się z algorytmicznie generowanymi newsami i słabiej przywiązują się do tradycyjnych mediów.

5. AI nie rozwiąże kluczowych problemów workflow redakcyjnego

Może to brzmieć trywialnie, ale AI to tylko technologia – i jako taka nie może rozwiązać żadnych problemów, zwłaszcza tych związanych z workflow redakcyjnym czy przestarzałymi systemami wewnętrznymi. Jeśli dziennikarze i redaktorzy nie mają niezawodnych narzędzi do pracy, a organizacje medialne tkwią w długu technologicznym, AI nie będzie panaceum na te bolączki.

Nie zastąpi też dziennikarzy, product managerów ani analityków odbiorców. A jeśli zastąpi, czy będziemy mówić o dziennikarstwie, czy raczej o „produkcji newsów"? Dziś wielu dziennikarzy pracuje wyłącznie zza biurka, co przyczynia się do dostarczania odbiorcom stosunkowo wąskiego obrazu świata.

Dlatego właśnie redakcje potrzebują poważnych liderów produktu, którzy połączą technologię, dziennikarstwo i biznes, zadbają o procesy dziennikarskie i stworzą kulturę „produktu". Potrzebują też solidnej infrastruktury technicznej i nowoczesnych narzędzi, by newsy trafiały do odbiorców szybko i bez przeszkód. Bardziej niż AI, wiele redakcji potrzebuje podstawowego oprogramowania redakcyjnego, systemów back-office lub prostej automatyzacji, które usprawniają procesy i poprawiają produktywność.

Cyfrowi liderzy pozostają optymistami

Jeszcze jedna myśl na zakończenie. Mimo bezprecedensowego rozwoju technologii i niepewności co do przyszłości, niemal połowa prezesów i dyrektorów ds. cyfrowych (47% według Reuters Institute for the Study of Journalism) deklaruje pewność co do perspektyw dziennikarstwa w nadchodzącym roku, a jedynie co dziesiąty (12%) wyraża niskie zaufanie.

Niektórzy szefowie redakcji są optymistyczni i uważają, że nadchodząca fala zawodnych treści syntetycznych może przynieść korzyści dziennikarstwu i odbudować zaufanie. Z drugiej strony, inni obawiają się, że ludzie mogą stracić zaufanie do wszelkich informacji, co stanowi zagrożenie dla demokracji na całym świecie. Ten rok przyniesie więcej danych o tym, który scenariusz się zrealizuje i jak chętnie rządy będą regulować wpływ gigantów AI.

Wpływ AI na dziennikarstwo nie będzie ani dobry, ani zły dla branży mediów. Wszystko zależy od tego, jak jest wykorzystywana, jakie są wyzwania techniczne, czynniki organizacyjne oraz kultura firmy i chęć do innowacji. Tak czy inaczej, obserwowanie współpracy AI, ludzi i maszyn w nowej erze dziennikarstwa będzie fascynujące. Możesz przeczytać więcej o tym, jak integracja narzędzi AI z CMS redakcji może zrewolucjonizować proces wydawniczy lub zajrzeć do artykułu o strategii AI dla organizacji newsowych.