ساخت روزنامه‌نگاری داده‌محور با هوش مصنوعی

فناوری، داده‌ها را به عنوان ژانر جدیدی از روزنامه‌نگاری معرفی کرده است.

در طول دهه گذشته، رسانه‌های چاپی و تلویزیون به شدت تحت تأثیر اینترنت و رسانه‌های اجتماعی قرار گرفته‌اند. در حالی که اینترنت عمدتاً برای جوانانی است که مهارت‌های فناوری دارند، رسانه‌های اجتماعی طیف وسیعی از مخاطبان، از جمله کودکان و سالمندان را پوشش می‌دهند.

تقویت نقش نظارتی مطبوعات

به گفته سیلکه فورست، دکترای فلسفه (دانشگاه زوریخ، سوئیس)، روزنامه‌نگاری داده (BCDL) با افزایش دسترسی به کلان‌داده‌ها و تأثیر فزاینده داده‌ها، الگوریتم‌ها و هوش مصنوعی (AI) بر تمام حوزه‌های جامعه پیش می‌رود.

این پزشک توضیح می‌دهد: «روزنامه‌نگاران داده‌محور با تحلیل و تجسم مجموعه‌های بزرگ داده، با روحیه‌ای از گشودگی، شفافیت و کار تحقیقاتی، داستان‌های داده‌محور را توسعه داده و روایت می‌کنند. این روحیه در مفاهیم نقش روزنامه‌نگاران داده‌محور و تأثیر اجتماعی بالقوه پوشش خبری آنها منعکس شده است. گفته می‌شود BCDL گزارشگری تحقیقی را بهبود می‌بخشد و نقش نظارتی روزنامه‌نگاری را تقویت می‌کند.» به گفته گیلبرت اوستینی، نویسنده‌ای که در وب‌سایت Short Hand می‌نویسد، مطبوعات جهان در حال سرمایه‌گذاری روی داستان‌های مبتنی بر داده هستند و تقاضای رو به رشد خوانندگان برای روزنامه‌نگاری طولانی را برآورده می‌کنند. خوانندگان انتظار تعاملات داده‌ای و اینفوگرافیک‌های عالی را از روزنامه‌هایی مانند روزنامه بریتانیایی گاردین، روزنامه آمریکایی واشنگتن پست، نیویورک تایمز یا روزنامه‌های پروپوبلیکا و لاناسیون آرژانتین دارند.

گفته می‌شود روزنامه‌نگاری داده، گزارشگری تحقیقی را بهبود می‌بخشد و نقش نظارتی مطبوعات را تقویت می‌کند. تصویر عکس: هوش مصنوعی ANH PHUC

برخی از مهم‌ترین داستان‌ها و رویدادهای جذاب در طول این سال‌ها، روزنامه‌نگاری مبتنی بر داده و گزارش‌های تحقیقی بوده‌اند. برای مثال، در سال ۲۰۱۶، داده‌های مالی جمع‌آوری‌شده از اسناد پاناما منجر به مجموعه‌ای از تحقیقات در مورد جریان‌های سرمایه جهانی و فرار مالیاتی شد. در سال ۲۰۱۹، داده‌های ماهواره‌ای، آتش‌سوزی‌های جنگلی آمازون را که کاملاً ناشی از دخالت انسان بود، افشا کرد.

شکست را به پیروزی تبدیل کنید

در ویتنام، بسیاری از برندهای روزنامه از طریق مجموعه‌ای از گزارش‌های تحقیقی - نوعی روزنامه‌نگاری مبتنی بر داده - مشهور و مورد علاقه خوانندگان در سراسر کشور قرار گرفته‌اند.

در روزنامه‌های چاپی، BCDL در مجموعه‌های تحقیقاتی عمیق و گزارش‌های تحقیقی ظاهر می‌شود. در روزنامه‌های دیجیتال - روزنامه‌های الکترونیکی - BCDL به لطف داده‌های غنی (تصاویر، نمودارها) به صورت طولانی با ارائه‌ها و بازنمایی‌های منحصر به فرد و جذاب ظاهر می‌شود.

مزیت BCDL در اینترنت همچنین در توانایی آن در گسترش با پیوند به سایر منابع داده در سطح جهانی، به علاوه تعامل فوری بین اتاق خبر و خوانندگان نهفته است. دکتر تو ون ترونگ پیشنهاد می‌کند که سرویس BCDL باید از نقاط قوت اطلاعات برای ارائه گزارش‌های عمیق، تجزیه و تحلیل داده‌ها و ارائه به مشاغل و سازمان‌ها بهره ببرد. در مسیر اجرای اقتصاد روزنامه‌نگاری، دفاتر تحریریه روزنامه‌های آنلاین در حال اجرای اشکال جمع‌آوری پول از خوانندگان هستند. بسیاری از روزنامه‌ها، به جای دریافت هزینه‌های ماهانه روزنامه، تصمیم گرفته‌اند صفحات تخصصی خود را با مقالاتی که خوانندگان باید برای آنها هزینه کنند، بسازند. و اینها کارهایی هستند که به گفته دکتر سیلکه فورست، تأثیر بالقوه BCDL تا حد زیادی به زمینه سیاسی ، منابع خبری و مهارت‌های روزنامه‌نگاری و همچنین علایق و دانش خوانندگان بستگی دارد. تأثیر بالقوه آن هنوز به طور کامل محقق نشده است. ابزارهای مبتنی بر هوش مصنوعی فرصت‌هایی را ایجاد می‌کنند، اما چالش‌هایی را نیز برای تولید و استفاده از BCDL ایجاد می‌کنند. در جلسه بحث با موضوع: «BCDL و استراتژی محتوای برجسته» در چارچوب انجمن مطبوعات ویتنام ۲۰۲۴، دانشیار، دکتر دو تی تو هانگ اظهار داشت: «در ویتنام، برخی از آژانس‌های مطبوعاتی در حال ترویج استراتژی‌های محتوای چندرسانه‌ای هستند و BCDL را با علم و فناوری و ایده‌های خلاقانه ترکیب می‌کنند؛ برخی از آژانس‌های مطبوعاتی بر استراتژی‌های محتوای عمیق برای بازارهای خاص تمرکز دارند.» آقای کاه وای لی، مدیر منطقه‌ای آسیا، انجمن جهانی روزنامه‌ها و ناشران (WAN-IFRA)، گفت که تعداد اتاق‌های خبر با تحول دیجیتال قوی در حال افزایش است. اتاق‌های خبر بر استفاده از هوش مصنوعی، توسعه تجزیه و تحلیل داده‌ها و اطلاعات عمیق تمرکز دارند. همچنین در جلسه بحث، دانشیار دکتر تران کوانگ دیو گفت که در گذشته، داده‌ها فقط در بخشی از مقالات شرکت می‌کردند، اما اکنون، فناوری، داده‌ها را به عنوان ژانر جدیدی از روزنامه‌نگاری ارائه کرده است. آقای دیو مدلی برای نوشتن مقالات داده‌ای پیشنهاد کرد: از این ایده، خبرنگاران و ویراستاران داده‌ها را شناسایی می‌کنند، داده‌ها را بر اساس پلتفرم‌های فناوری غنی‌سازی می‌کنند، تجزیه و تحلیل و ارزیابی می‌کنند، سپس قبل از انتشار، آنها را تجسم می‌کنند.

می‌توان گفت که با BCDL، اتاق‌های خبر می‌توانند «شکست را به پیروزی تبدیل کنند» وقتی که بدانند چگونه از نقاط قوت فناوری، اینترنت، کلان‌داده و هوش مصنوعی برای خدمت به فعالیت‌های حرفه‌ای خود بهره ببرند.

ترویج مزایای منحصر به فرد

به گفته کارشناسان، مطبوعات سنتی برای بقا باید از مزایای منحصر به فرد خود، از جمله انبار داده خود، نهایت استفاده را ببرند. BCDL تفاوت بین مطبوعات سنتی و رسانه‌های اجتماعی است. شبکه‌های اجتماعی می‌توانند اخبار «داغ» را به سرعت ارائه دهند، در حالی که مطبوعات سنتی انحصار مقالات عمیقی را دارند که مشکلات را مطرح و حل می‌کنند.

منبع: https://nld.com.vn/kien-tao-nen-bao-chi-du-lieu-voi-ai-196250920215516909.htm