(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.
Αυτή η έκθεση, που δημοσιεύεται από το Πανεπιστήμιο RMIT, βασίζεται σε τρία χρόνια έρευνας και συνεντεύξεων σε ομάδες εστίασης σχετικά με την παραγωγή Τεχνητής Νοημοσύνης και τη δημοσιογραφία στην Αυστραλία και σε έξι άλλες χώρες (ΗΠΑ, Ηνωμένο Βασίλειο, Νορβηγία, Ελβετία, Γερμανία και Γαλλία).
Τα αποτελέσματα έδειξαν ότι μόνο το 25% των συμμετεχόντων στην έρευνα πίστευε ότι είχε συναντήσει περιεχόμενο που παράγεται από Τεχνητή Νοημοσύνη στη δημοσιογραφία, ενώ το 50% ήταν αβέβαιο ή αμφίβολο γι' αυτό.
Αυτό υπογραμμίζει την έλλειψη διαφάνειας από τους ειδησεογραφικούς οργανισμούς στη χρήση της Τεχνητής Νοημοσύνης και αντικατοπτρίζει την έλλειψη εμπιστοσύνης μεταξύ του Τύπου και του κοινού.
Το ινδονησιακό TVOne λάνσαρε έναν παρουσιαστή ειδήσεων με τεχνητή νοημοσύνη το 2023. (Φωτογραφία: TJ Thomson)
Οι προκλήσεις και οι ευκαιρίες πάνε χέρι-χέρι.
Η έκθεση ανέδειξε 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 σιγουριά όταν οι δημοσιογράφοι χρησιμοποίησαν την Τεχνητή Νοημοσύνη για εργασίες μετά την παραγωγή, αντί να συμμετέχουν άμεσα στη διαδικασία επεξεργασίας και δημιουργίας περιεχομένου.
Για παράδειγμα, ένας φωτογράφος μπορεί να εργάζεται σε τοποθεσία και στη συνέχεια η Τεχνητή Νοημοσύνη θα αναλάμβανε την επιλογή των καλύτερων φωτογραφιών, τη βελτιστοποίηση της ποιότητας της εικόνας και την προσθήκη λέξεων-κλειδιών. Αυτό ακούγεται ακίνδυνο, αλλά τι γίνεται αν η Τεχνητή Νοημοσύνη αναγνωρίσει εσφαλμένα ένα θέμα ή μια λεπτομέρεια, οδηγώντας σε ανακριβείς λεζάντες; Ή τι γίνεται αν τα κριτήρια της Τεχνητής Νοημοσύνης για την αξιολόγηση μιας «όμορφης» φωτογραφίας διαφέρουν από αυτά των ανθρώπων ή αλλάζουν με την πάροδο του χρόνου και των συνθηκών;
Ακόμα και απλές προσαρμογές όπως η αύξηση ή η μείωση της φωτεινότητας της εικόνας μπορεί να είναι αμφιλεγόμενες, ειδικά όταν αφορούν ευαίσθητα πολιτικά ζητήματα.
Το λογισμικό υπολογιστή μπορεί να επιχειρήσει να αναγνωρίσει αντικείμενα σε εικόνες και να προσθέσει λέξεις-κλειδιά, οδηγώντας σε δυνητικά πιο αποτελεσματική επεξεργασία εικόνας. (Εικόνα: Elise Racine/Better Images of AI/Moon over Fields, CC BY)
Η Τεχνητή Νοημοσύνη έχει επίσης την ικανότητα να «χειραγωγεί» την αλήθεια, δημιουργώντας εικόνες και βίντεο που φαίνονται πραγματικά, αλλά στην πραγματικότητα είναι προϊόντα τεχνητής νοημοσύνης. Η Τεχνητή Νοημοσύνη χρησιμοποιείται επίσης για τη σύνταξη τίτλων ή περιλήψεων για άρθρα, εξοικονομώντας χρόνο, αλλά ταυτόχρονα, ενέχει τον κίνδυνο να γίνει αντικείμενο κατάχρησης για την αντιγραφή περιεχομένου άλλων ανθρώπων.
Οι ειδοποιήσεις ειδήσεων που δημιουργούνται από την τεχνητή νοημοσύνη έχουν επίσης σοβαρές συνέπειες σε πολλές περιπτώσεις. Πρόσφατα, η Apple αναγκάστηκε να αναστείλει προσωρινά τη λειτουργία αυτόματων ειδοποιήσεων ειδήσεων, αφού η τεχνητή νοημοσύνη ανέφερε ψευδώς ότι ο ύποπτος για φόνο Luigi Mangione είχε αυτοκτονήσει, επικαλούμενη το BBC ως πηγή.
Επίπεδα ικανοποίησης αναγνωστών με την Τεχνητή Νοημοσύνη στη δημοσιογραφία.
Η έρευνά μας δείχνει ότι οι αναγνώστες αισθάνονται πιο άνετα όταν οι δημοσιογράφοι χρησιμοποιούν την Τεχνητή Νοημοσύνη για συγκεκριμένες εργασίες, ειδικά όταν έχουν χρησιμοποιήσει την Τεχνητή Νοημοσύνη στο παρελθόν για παρόμοιους σκοπούς.
Για παράδειγμα, η πλειοψηφία των ερωτηθέντων συμφώνησε ότι οι δημοσιογράφοι χρησιμοποιούν την Τεχνητή Νοημοσύνη για να θολώνουν ορισμένες λεπτομέρειες στις φωτογραφίες. Ομοίως, κατά την εισαγωγή εικόνων σε λογισμικό επεξεργασίας κειμένου ή παρουσιάσεων, η Τεχνητή Νοημοσύνη μπορεί να δημιουργήσει αυτόματα περιγραφές κειμένου για χρήστες με προβλήματα όρασης.
Η Daily Telegraph χρησιμοποιεί συχνά εικόνες που δημιουργούνται από τεχνητή νοημοσύνη για να απεικονίσει τα άρθρα γνώμης της, άλλοτε δημιουργώντας πιο ρεαλιστικές εικόνες και άλλοτε λιγότερο. (Εικόνα: TJ Thomson)
Η πλειονότητα των συμμετεχόντων στην έρευνα είχε εκτεθεί σε περιεχόμενο που δημιουργείται από Τεχνητή Νοημοσύνη στη δημοσιογραφία μέσω άρθρων σχετικά με περιεχόμενο που δημιουργείται από Τεχνητή Νοημοσύνη και έχει γίνει viral. Για παράδειγμα, όταν μια ψεύτικη φωτογραφία που δημιουργήθηκε από Τεχνητή Νοημοσύνη και απεικονίζει τον Πρίγκιπα Γουίλιαμ και τον Χάρι να αγκαλιάζονται στη στέψη του Βασιλιά Καρόλου έγινε viral, τα ειδησεογραφικά πρακτορεία ανέφεραν το περιστατικό.
Οι συμμετέχοντες στην έρευνα είδαν επίσης ειδοποιήσεις σχετικά με τη χρήση Τεχνητής Νοημοσύνης για τη σύνταξη, επεξεργασία ή μετάφραση άρθρων. Είδαν επίσης εικόνες που δημιουργούνται 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 συμμετέχοντες στην έρευνα ένιωσαν πιο άνετα όταν οι δημοσιογράφοι χρησιμοποίησαν την Τεχνητή Νοημοσύνη για να δημιουργήσουν ιδέες ή να βελτιώσουν υπάρχουσες εικόνες. Ακολουθούσε η χρήση της Τεχνητής Νοημοσύνης για επεξεργασία και δημιουργικούς σκοπούς. Ωστόσο, το επίπεδο άνεσης διέφερε σημαντικά ανάλογα με την συγκεκριμένη εφαρμογή.
Οι περισσότεροι συμμετέχοντες ένιωθαν άνετα με την τεχνητή νοημοσύνη να δημιουργεί εικονίδια για infographics, αλλά ανησυχούσαν για την ιδέα ενός «avatar τεχνητής νοημοσύνης» που θα φιλοξενούσε ένα ειδησεογραφικό πρόγραμμα.
Όσον αφορά την επεξεργασία, οι περισσότεροι συμμετέχοντες συμφώνησαν με τη χρήση της Τεχνητής Νοημοσύνης (ΤΝ) για την κίνηση ιστορικών εικόνων, όπως αυτή. Η ΤΝ μπορεί να «ζωντανέψει» μια στατική εικόνα, προσελκύοντας την προσοχή και την αλληλεπίδραση των θεατών.
Φαν Αν (σύμφωνα με RMIT, IJNET, Conversation)
[διαφήμιση_2]
Πηγή: https://www.congluan.vn/doc-gia-dang-nghi-gi-ve-viec-su-dung-ai-trong-bao-chi-post334984.html
Σχόλιο (0)