Midt i bølgen av kunstig intelligens

Etter omtrent 20 år med ekspansjon til nettmedier står vietnamesisk journalistikk nå overfor både utfordringer og muligheter som nødvendiggjør endringer etter hvert som bølgen av kunstig intelligens eksploderer.

Vendepunkt for digital transformasjon

I første halvdel av 2000-tallet utvidet vietnamesiske medier seg til nettbaserte formater for å holde tritt med tiden. Tradisjonelle trykte aviser utviklet gradvis elektroniske versjoner for å møte lesernes behov etter hvert som internettilgang ble mer utbredt.

Giữa làn sóng trí tuệ nhân tạo- Ảnh 1. — *Etter konvergensen av nyhetsrom, ønsker medieorganisasjoner å ta i bruk fremskritt innen kunstig intelligens. (Illustrasjon: Laget av kunstig intelligens)*

Ved siden av sin ekspansjon på internett har vietnamesisk journalistikk kontinuerlig forbedret sin multimediekommunikasjonsmodell og akselerert digital transformasjon ved å diversifisere produktformater som podkaster, videoer , megahistorier, infografikk, lange artikler og datajournalistikk. Det er verdt å merke seg at Thanh Nien Newspapers YouTube-kanal har nesten 6 millioner abonnenter. Samtidig har vietnamesisk journalistikk utvidet sine sosiale mediekanaler for å forbedre interaksjonen med leserne. De fleste mediehus i Vietnam har nå sosiale mediekontoer, og mange har fansider med ekstremt store følgere; for eksempel har Thanh Nien Newspapers Facebook-fanside over 2,2 millioner følgere. Dermed har sosiale medier blitt en svært effektiv kommunikasjonskanal for medieorganisasjoner. Utover å diversifisere formater og produkter, må journalistikken også gjennomgå en sterk digital transformasjon i sin organisatoriske drift, spesielt i konvergerende nyhetsrom for å maksimere ressursene på tvers av alle mediekanaler: trykte medier, nett og sosiale medier. Mange nyhetsrom har tatt i bruk digital teknologi for å endre sine operasjonsmetoder, inkludert styring av publiseringsprosesser, data og offentlig interaksjon. Spesielt innholdsstyrings- og driftssystemer oppgraderes kontinuerlig, og integrerer gradvis nye teknologiske fremskritt for å tillate journalister og redaktører å håndtere flere multimedieinnhold samtidig. En annen realitet er imidlertid at mange enheter, inkludert bedrifter og ikke bare nyhetsorganisasjoner, fokuserer for mye på multimedieprodukter og -innhold uten en systematisk organisering basert på en kompatibel digital plattform.

Utfordringen fra kunstig intelligens

Den digitale transformasjonsprosessen er i stadig utvikling. På mindre enn to år har kunstig intelligens (KI) opplevd eksplosiv vekst globalt. I motsetning til internett tidligere har KI raskt blitt til stede i Vietnam med bemerkelsesverdige fremskritt, spesielt generativ KI: å lage innhold, bilder, videoer osv.

Et AI-generert produkt kan neppe bli et journalistisk produkt i seg selv uten standardiseringsarbeidet til profesjonelle journalister.

Fremskritt innen AI-generering kan baseres på innsamlet informasjon og data for å lage innhold som spenner fra historier og manus til artikler. Noen medier har til og med eksperimentert med å skrive artikler og lage illustrasjoner ved hjelp av AI. Avisen Thanh Nien har også eksperimentert med dette for illustrasjoner og publiserte artikler laget av AI. Disse fremskrittene har ført til at mange stiller spørsmål ved: Kan AI erstatte menneskelige journalister? Praktisk testing vil imidlertid enkelt svare på at AI ikke kan, eller ennå ikke har vært i stand til, å erstatte mennesker i journalistikken! AI-genererte produkter er fortsatt svært begrensede. Hvorfor det? For det første, når det gjelder autentisitet, må et journalistisk produkt alltid nøye verifisere og vurdere autentisiteten til hver eneste detalj i dataene og informasjonen. Videre må journalistiske produkter alltid overholde profesjonelle prinsipper og juridiske forskrifter, for eksempel å fullstendig registrere informasjon fra alle relevante parter basert på et nettverk av sammenkoblede informasjonskilder. I mellomtiden har mange ledende teknologieksperter over hele verden gjentatte ganger uttrykt bekymring for autentisiteten til AI-generert innhold. Helt fra kilden til innholdet, dataene og inndatainformasjonen er verifiseringsprosessen ofte ufullstendig. Derfor kan et AI-generert produkt knapt bli et journalistisk produkt uten standardisering av profesjonelle journalister. Forfatteren har selv brukt mye tid på å eksperimentere med dette. Selv den mest intelligente AI-en er fortsatt avhengig av «maskinlæring» og «dyp læring» som læres av mennesker. På samme måte kan bilder og videoer fra AI-generert innhold bare i begrenset grad brukes til illustrasjon. For nyhetsrelaterte bilder og videoer som gjenspeiler virkeligheten, er nøyaktighet avgjørende, så AI-generert innhold er praktisk talt verdiløst i slike tilfeller. Omvendt, til tross for en rekke unøyaktigheter, tvinger eksplosjonen av AI-genererte produkter journalistikken til å konfrontere en større og raskere informasjonsflyt, inkludert en stor mengde falske nyheter. Dette får igjen nyhetsorganisasjoner til å styrke sin kontroll over informasjon og data.

Selv om AI ennå ikke kan erstatte menneskelige journalister, har den fortsatt et betydelig potensial til å støtte dem. Dette inkluderer å bistå i data- og informasjonssyntese, og foreslå løsninger for å inspirere kreativitet. Dette gir en mulighet for medieorganisasjoner til å forbedre arbeidseffektiviteten. Denne muligheten krever imidlertid grundig forberedelse både innen teknologisk infrastruktur og menneskelige ressurser. Når det gjelder teknologisk infrastruktur, krever det ikke bare kraftig og effektivt utstyr og verktøy, men også informasjonssikkerhet. Når det gjelder menneskelige ressurser, krever det ikke bare et team med teknologikunnskaper for å utvikle AI-applikasjoner, men også kunnskapen til å bruke disse applikasjonene effektivt. For eksempel, selv om AI er intelligent, trenger brukerne kunnskapen til å gi passende kommandoer til applikasjonen for å lage et bilde eller utføre en oppgave for å støtte informasjonssyntese. Helt fra begynnelsen av grunnleggende AI-genereringsapplikasjoner må brukere som ønsker å bruke dem effektivt ha kunnskap om "prompt engineering" slik at AI-en kan forstå brukerens ønsker. Enkelt sagt må de lære å "kommandere" AI-en til å gjøre jobben. Alt dette krever en omfattende forbedring av teknologi, organisering og ressurser som er egnet for AI-æraen for å optimalisere effektiviteten til denne bølgen.