フィナンシャル・タイムズがAI実験から学んだこと

コンテンツを作成する

チームが最初に学んだ教訓は謙虚さだった。AI が有益で魅力的なニュース記事を作成できるかどうかは明らかではなかったからだ。

AccelerateAIチームは、大規模言語モデル（LLM）の学習とニュースレター作成のためのプロンプト作成に6週間を費やしました。しかし、期待通りの結果が得られなかったため、ニュースレターチームはこのモデルを断念しました。

「あれは最も驚くべき失敗だった。我々はそこから多くを学んだ」と、FTのチームリーダー兼最高製品責任者リズ・ローン氏は先週木曜日のメディア技術の未来会議で語った。

イラスト：FT

情報を抽出する

次の実験は、AIを用いてデータセットから情報を抽出し、新たな記事のリードを生成することでした。彼らは、 国会議員の収入と支出に関する記事に注目することにしました。

しかし、生成 AI の問題は、物事 (幻想) を作り出すことです。

「錯覚はメディアにおいてはバグだが、LLMにおいては特徴だ」とローン氏は述べ、AIはコンテンツ作成ツールというよりも「インスピレーション」ツールとしての方がうまく機能すると付け加えた。

FTストラテジーズのAI責任者サム・グールド氏は、ニュースがマルチモーダルになり、視聴者が会話体験に参加し、自動化ツールがエージェントになるという3つの明確な変化を予測しています。

マルチモーダル製品

動画は、特に若い世代の視聴者の間で、オンラインニュースのソースとしてますます人気が高まっています。AIを活用したツールは、テキスト、画像、音声、動画を生成できるようになり、パブリッシャーは社内ワークフロー（文字起こし、翻訳、クリエイティブ分析、データジャーナリズム）の一環として、様々なフォーマットや機能を試すことができます。これらのワークフローはすべて、多様な非構造化データの処理を伴います。

グールド氏が紹介した実世界の例としては、現場のライブレポートからの画像分析があり、AI が別の言語で書かれた道路標識を即座に翻訳することができた。

グールド氏は、AI ツールは、人間の介入を最小限に抑えてコードを書いたり新しいアプリを作成したりするなど、ますます複雑なタスクを担うようになっていると結論付けています。

したがって、好き嫌いに関わらず、AI はジャーナリズムを変えつつあり、私たちはリスクを最小限に抑えながら機会を最大限に活用する準備を整えなければなりません。

ゴック・アン（ジャーナリズムによると）

出典: https://www.congluan.vn/nhung-gi-financial-times-hoc-duoc-tu-viec-thu-nghiem-voi-ai-post312736.html