Τι πιστεύουν οι αναγνώστες για τον αντίκτυπο της τεχνητής νοημοσύνης στη δημοσιογραφία;

(CLO) Η τεχνητή νοημοσύνη (ΤΝ) αναπτύσσεται ραγδαία στη δημοσιογραφία. Και μια πρόσφατα δημοσιευμένη έκθεση δείχνει ότι τόσο οι αναγνώστες όσο και οι δημοσιογράφοι ενδιαφέρονται για το πώς θα πρέπει να χρησιμοποιείται η ΤΝ στη δημοσιογραφία.

Η έκθεση, που δημοσιεύθηκε από το Πανεπιστήμιο RMIT, βασίζεται σε τρία χρόνια έρευνας και συνεντεύξεις ομάδων εστίασης με άτομα που ασχολούνται με την γενετική τεχνητή νοημοσύνη και δημοσιογράφους στην Αυστραλία και σε έξι άλλες χώρες (ΗΠΑ, Ηνωμένο Βασίλειο, Νορβηγία, Ελβετία, Γερμανία και Γαλλία).

Τα αποτελέσματα έδειξαν ότι μόνο το 25% των ερωτηθέντων στην έρευνα πίστευαν ότι είχαν συναντήσει ποτέ την παραγωγική Τεχνητή Νοημοσύνη στη δημοσιογραφία, ενώ το 50% ήταν αβέβαιο ή σκεπτικό γι' αυτήν.

Αυτό δείχνει έλλειψη διαφάνειας από τα πρακτορεία Τύπου κατά τη χρήση της Τεχνητής Νοημοσύνης και αντικατοπτρίζει έλλειψη εμπιστοσύνης μεταξύ του Τύπου και του κοινού.

Το TVOne της Ινδονησίας θα ξεκινήσει την παρουσίαση ειδήσεων AI το 2023. (Φωτογραφία:TJ Thomson)

Οι προκλήσεις και οι ευκαιρίες πάνε χέρι-χέρι

Η έκθεση εντόπισε μια σειρά από προκλήσεις και ευκαιρίες για τους δημοσιογράφους και τους ειδησεογραφικούς οργανισμούς κατά τη χρήση της Τεχνητής Νοημοσύνης. Συνολικά, το ερωτηθέν κοινό ένιωσε μεγαλύτερη άνεση με τους δημοσιογράφους που χρησιμοποιούν την Τεχνητή Νοημοσύνη για εργασίες μετά την παραγωγή, αντί να συμμετέχουν άμεσα στη διαδικασία σύνταξης και δημιουργίας περιεχομένου.

Για παράδειγμα, ένας φωτογράφος θα μπορούσε να εργαστεί στο πεδίο και στη συνέχεια η Τεχνητή Νοημοσύνη θα φρόντιζε να επιλέξει τις καλύτερες φωτογραφίες, να βελτιστοποιήσει την ποιότητα της εικόνας και να προσθέσει ετικέτες με λέξεις-κλειδιά. Αυτό μπορεί να ακούγεται ακίνδυνο, αλλά τι γίνεται αν η Τεχνητή Νοημοσύνη αναγνωρίσει εσφαλμένα ένα συγκεκριμένο αντικείμενο ή λεπτομέρεια, οδηγώντας σε λανθασμένες λεζάντες φωτογραφιών; Ή τι γίνεται αν τα κριτήρια της Τεχνητής Νοημοσύνης για την αξιολόγηση μιας «καλής» φωτογραφίας είναι διαφορετικά από τα ανθρώπινα ή αλλάζουν με την πάροδο του χρόνου και των συνθηκών;

Ακόμα και απλές ενέργειες όπως η ρύθμιση της φωτεινότητας μιας φωτογραφίας μπορεί να είναι αμφιλεγόμενες, ειδικά όταν πρόκειται για ευαίσθητα πολιτικά ζητήματα.

Το λογισμικό υπολογιστή μπορεί να επιχειρήσει να αναγνωρίσει αντικείμενα σε εικόνες και να προσθέσει λέξεις-κλειδιά, οδηγώντας ενδεχομένως σε πιο αποτελεσματική επεξεργασία εικόνας. (Φωτογραφία: Elise Racine/Better Images of AI/Moon over Fields, CC BY)

Η Τεχνητή Νοημοσύνη έχει επίσης την ικανότητα να «πλάθει» την αλήθεια, δημιουργώντας εικόνες και βίντεο που μοιάζουν με αληθινά, αλλά στην πραγματικότητα είναι προϊόντα τεχνητής νοημοσύνης. Η Τεχνητή Νοημοσύνη χρησιμοποιείται επίσης για τη σύνταξη τίτλων ή περιλήψεων άρθρων, εξοικονομώντας χρόνο, αλλά ταυτόχρονα, έχει και τη δυνατότητα να χρησιμοποιηθεί καταχρηστικά για την αντιγραφή περιεχομένου άλλων ανθρώπων.

Οι ειδοποιήσεις ειδήσεων που δημιουργούνται από την τεχνητή νοημοσύνη έχουν επίσης σοβαρές συνέπειες. Η Apple αναγκάστηκε πρόσφατα να αναστείλει τις αυτοματοποιημένες ειδοποιήσεις ειδήσεων, αφού η τεχνητή νοημοσύνη ανέφερε ψευδώς ότι ο ύποπτος για φόνο Luigi Mangione είχε αυτοκτονήσει, επικαλούμενη το BBC ως πηγή.

Ικανοποίηση αναγνωστών με την Τεχνητή Νοημοσύνη στη δημοσιογραφία

Η έρευνά μας δείχνει ότι οι αναγνώστες αισθάνονται πιο άνετα με τους δημοσιογράφους που χρησιμοποιούν την Τεχνητή Νοημοσύνη για συγκεκριμένες εργασίες, ειδικά όταν έχουν χρησιμοποιήσει την Τεχνητή Νοημοσύνη για παρόμοιους σκοπούς στο παρελθόν.

Για παράδειγμα, οι περισσότεροι ερωτηθέντες ήταν σύμφωνοι με τη χρήση τεχνητής νοημοσύνης από δημοσιογράφους για να θολώνουν ορισμένες λεπτομέρειες στις φωτογραφίες. Ομοίως, κατά την εισαγωγή φωτογραφιών σε λογισμικό επεξεργασίας κειμένου ή παρουσιάσεων, η τεχνητή νοημοσύνη μπορεί να δημιουργήσει αυτόματα περιγραφές κειμένου για άτομα με προβλήματα όρασης.

Η Daily Telegraph χρησιμοποιεί τακτικά την τεχνητή νοημοσύνη για να εικονογραφήσει τα άρθρα γνώμης της, δημιουργώντας άλλοτε πιο ρεαλιστικές και άλλοτε λιγότερο ρεαλιστικές εικόνες. (Εικόνα: TJ Thomson)

Η πλειοψηφία των ερωτηθέντων στην έρευνα είχε εκτεθεί σε παραγωγική τεχνητή νοημοσύνη στα μέσα ενημέρωσης μέσω άρθρων σχετικά με περιεχόμενο που δημιουργείται από την τεχνητή νοημοσύνη και έχει γίνει viral. Για παράδειγμα, όταν μια ψεύτικη φωτογραφία που δημιουργήθηκε από την τεχνητή νοημοσύνη και απεικονίζει τον Πρίγκιπα Γουίλιαμ και τον Χάρι να αγκαλιάζονται στη στέψη του Βασιλιά Καρόλου έγινε viral, τα ειδησεογραφικά πρακτορεία την ανέφεραν.

Οι συμμετέχοντες στην έρευνα είδαν επίσης ειδοποιήσεις ότι η Τεχνητή Νοημοσύνη χρησιμοποιήθηκε για τη σύνταξη, επεξεργασία ή μετάφραση άρθρων. Είδαν επίσης εικόνες που δημιουργήθηκαν από την Τεχνητή Νοημοσύνη να συνοδεύουν ορισμένα άρθρα. Αυτή είναι μια συνηθισμένη προσέγγιση στην εφημερίδα The Daily Telegraph, η οποία χρησιμοποιεί εικόνες που δημιουργούνται από την Τεχνητή Νοημοσύνη για να απεικονίσει πολλά από τα σχολιαστικά της άρθρα.

Συνολικά, οι ερωτηθέντες ένιωσαν μεγαλύτερη άνεση με τους δημοσιογράφους που χρησιμοποιούν την Τεχνητή Νοημοσύνη για να δημιουργήσουν ιδέες ή να βελτιώσουν υπάρχουσες εικόνες. Ακολουθούσε η χρήση της Τεχνητής Νοημοσύνης για επεξεργασία και δημιουργία. Ωστόσο, τα επίπεδα άνεσης διέφεραν σημαντικά ανάλογα με τη συγκεκριμένη χρήση.

Οι περισσότεροι συμμετέχοντες δεν άρεσαν καθόλου με τη δημιουργία εικονιδίων από την Τεχνητή Νοημοσύνη για infographics, αλλά δεν ένιωσαν άνετα με την ιδέα ενός «άβαταρ τεχνητής νοημοσύνης» που θα παρουσίαζε τα νέα.

Από άποψη σύνταξης, οι περισσότεροι συμμετέχοντες συμφώνησαν με τη χρήση Τεχνητής Νοημοσύνης (ΤΝ) για την κίνηση ιστορικών φωτογραφιών, όπως αυτή. Η ΤΝ μπορεί να «ζωντανέψει» μια φωτογραφία, τραβώντας την προσοχή και την εμπλοκή του θεατή.

Φαν Αν (σύμφωνα με RMIT, IJNET, Conversation)

Πηγή: https://www.congluan.vn/doc-gia-dang-nghi-gi-ve-viec-su-dung-ai-trong-bao-chi-post334984.html