素晴らしいスタート
ラ・ナシオンのAI実験は、アルゼンチンにおける再生可能エネルギーの調査から始まりました。2016年、当時のアルゼンチン大統領マウリシオ・マクリは、社会主義的な投資と国際協力に大きく依存する、同国のクリーンエネルギー源開発プログラムを開始しました。
米国のすべての太陽光パネルを地図化する取り組みに刺激を受け、ラ・ナシオン紙の代表的なコミュニケーション専門家であるフロレンシア・コエーリョ氏は、プログラム開始から4年を経てその進捗状況を地図化するプロジェクトを提案した。
ラ・ナシオンのデータチームは、スペインのナバラ大学の客員パートナーであるマティアス・フェリペ氏と共同でこのプロジェクトを開始しました。チームは機械学習(ML)とコンピュータービジョンを活用し、地理空間分析とAIを専門とするサードパーティのラボと連携しました。
La Nación ニュースルームは、ニュース制作における AI の学習と応用の先駆者です。写真: ラ・ナシオン
La Naciónのアルゴリズムは、アルゼンチンの太陽光発電所の形状を識別するように学習されました。コンピュータービジョンは、コンピューターに画像を分析・理解させる技術です。アルゴリズムの学習には10,999枚の画像が使用され、その後、合計700万枚の画像が処理され、2,780,400平方キロメートルの土地が分析されました。その結果、当時のアルゼンチンのクリーンエネルギー計画がいかに目標達成に至らなかったかを示す、データ豊富な一連の画像が生まれました。
忍耐強く協力的であること
実際、ラ・ナシオンのAIプロジェクトは多くの課題に直面していました。衛星画像へのアクセスは高額で、太陽光発電所は農場とよく似ていました。AIモデルの学習に必要な2019年のアルゼンチンの太陽光発電所の画像が不足していたため、チリから画像を入手する必要がありました。
コエーリョ氏は、もう一つの課題とその解決策について次のように語った。 「ラ・ナシオンのインフラと編集能力だけでは、このプロジェクトを遂行するには不十分でした。プロジェクトに必要なハードウェアもコンピューター処理能力もなかったため、協力することにしたのです。」
この最初のコラボレーションを通して、ラ・ナシオンのデータチームはコラボレーションのメリットを学びました。また、AI技術を十分に理解していないと、誤ったターゲット層をターゲットにしてしまう可能性があることも学びました。そこで彼らは、ジャーナリストやデータアナリストなどで構成されるAIラボを設立し、ラ・ナシオンによるAI技術導入の加速を支援しました。
ラボの最初のプロジェクトは、1990年代後半にアメリカ南部で生まれたヒップホップのジャンルであるトラップミュージックの歌詞を分析することでした。このプロジェクトは7ヶ月かけて完了しました。チームは機械学習、自然言語処理(NLP)モデル、Spotify APIなどを駆使して692曲を処理し、アルゼンチンで人気が高まっているこのジャンルのテーマ、トレンド、そしてメッセージを学習しました。
ラ・ナシオンは、アルゼンチンの太陽光発電所の地図を作成するプロジェクトのために、衛星画像分析にさまざまなAI技術を活用しました。写真:ラ・ナシオン
しかし、ジャーナリストが使用したAIは、トラップソングに登場する新しい単語や、このジャンル特有の様々な言語的問題に対処する必要がありました。ラ・ナシオンのテストでは、AIがほぼ英語専用に構築されていることも明らかになりました。 「すべての自然言語処理モデルは英語向けに設計されています」とブーレ氏は述べ、「スペイン語の問題を解決するのに役立つライブラリやルーチンを見つけるのは非常に困難でした」と続けました。
AIプロジェクトの導入を検討しているニュースルームにとって、もう一つの大きな課題は時間です。 「5~7ヶ月かかるプロジェクトもあります。これらは長期プロジェクトです。ニュースルームは常に急いでいるので、理解するのは非常に難しいです。忍耐強くなければなりません」とブーレ氏は述べ、さらにこう付け加えました。 「調査報道のジャーナリストは、汚職や事件の調査に1年を費やすこともあります。私たちも同じです。テクノロジーに関する調査報道ジャーナリストなのですから」
そのため、この専門家は、サードパーティのAI専門家、大学、科学者との連携が、ニュースルームが新しいテクノロジーを導入するプロセスを加速し、コストを削減するのに役立つだろうと述べた。
「私たちは皆、学ばなければなりません」
ラ・ナシオンの経験が示すように、報道機関間の連携はAI導入の促進とより多くのリソースの発掘にも役立つ可能性がある。ラ・ナシオンのAIチームは、ロンドン・スクール・オブ・エコノミクスのジャーナリズムAIコラボが主催するジェンダーギャップ・トラッカーの開発に取り組んでいる。
彼らはこれを、ジャーナリズムにおけるジェンダーバイアスをより深く理解する方法など、ラ・ナシオンの具体的なプロジェクトに適用しました。この研究は、ニュースルームのビジネス部門が、記事のパフォーマンスがジェンダーによってどのように影響を受けるか、例えば男性または女性が書いた記事が読者にどのような影響を与えるかなど、その他の問題を評価するのに役立つでしょう。
ラ・ナシオンは、性別追跡プロジェクトの延長として、世界中の報道機関が顔の性別検出に取り組むオープンソースAIプロジェクトにも参加しました。アルゼンチンとラテンアメリカの人々の約50枚のポートレートをトレーニングチームと共有することで、AIモデルが肌の色や民族の点でより多様な顔を検出できるように支援しました。
とはいえ、テクノロジー企業間であれ、ニュースルーム間であれ、AIプロジェクトにおける連携は報道機関にとって不可欠です。 「AIスキルは習得が難しいので、たとえライバルの出版物であっても、互いに学ぶのが賢明です」とコエーリョ氏はアドバイスします。
最後に、専門家は次のように訴えた。 「私たちは読者の関心を取り戻すために、GoogleやFacebookと実際に競争しているのです。このことを理解するのに10年もかかったのは残念です。だからこそ、私たちのジャーナリズムは、徹底的に学び、共有するプロセスを加速させ、同時に国境を越えて協力していく必要があります。AIは一人の人間には手に負えないほど大きなものなので、私たち全員が学ばなければなりません。」
ブイ・フイ
[広告2]
ソース
コメント (0)