Tekoäly mediassa: Näin AI mullistaa journalismia ja sisällöntuotantoa

Tekoäly (AI) on mullistamassa mediatoimialaa ja on vakiinnuttanut tänä vuonna asemansa kriittisenä työkaluna. Mutta mihin mediatalot oikeastaan käyttävät tekoälyä? Tässä blogissa tutustumme erilaisiin tekoälyn käyttötarkoituksiin ympäri maailmaa.

Taustatehtävien automatisointi

Tekoälyä hyödynnetään yhä enemmän arjen tehtävien tehostamiseen, kuten ideoinnin, käännösten, graafisen suunnittelun ja oikoluvun parissa. Vaikka nämä tehtävät ovat hallittavissa ihmisvoimin, ne vievät arvokasta aikaa, jota voitaisiin käyttää monimutkaisempiin työtehtäviin. Reutersin kyselyn mukaan päätoimittajat pitävät taustatehtävien automatisointia yhtenä tekoälyn hyödyllisimmistä käyttötavoista.

Esimerkiksi Le Monde käyttää tekoälyä kääntämään artikkeleitaan paperin englanninkielistä versiota varten, mikä laajentaa heidän tavoittavuuttaan kansainväliselle yleisölle. Le Monde on kouluttanut tekoälyn huomioimaan heidän kirjoitustyylinsä tyypilliset vivahteet, ja tekoälyn tuottamat käännökset käyvät läpi kaksi oikolukukierrosta laadun varmistamiseksi. Kokeilu on kasvattanut heidän tilaajamääräänsä jo 10 %.

Samoin Helsingin Sanomat hyödyntää tekoälypohjaisia työkaluja, kuten "Hennibottia", sisällön parantamiseen, houkuttelevien otsikoiden luomiseen ja artikkeleiden rakenteen optimointiin suorituskykymittarien, kuten lukuprosenttien, lukuaikojen ja jakojen, perusteella.

Artikkelien tiivistelmät

Norjan yleisradioyhtiö NRK on alkanut käyttämään tekoälyn luomia tiivistelmiä artikkeleidensa alussa auttaakseen lukijoita päättämään, haluavatko he lukea koko artikkelin. Tavoitteena on tehdä artikkeleista helpommin lähestyttäviä ja houkutella erityisesti nuorempaa yleisöä. Hanke on tuottanut positiivisia tuloksia: 19 % lukijoista avaa ja lukee tiivistelmiä. Tiivistelmän avanneet viettävät myös kaksinkertaisen ajan artikkelin parissa verrattuna niihin, jotka eivät hyödynnä ominaisuutta. Lisäksi nuoremmat lukijat käyttävät tiivistelmiä todennäköisemmin verrattuna muihin ikäryhmiin. Suomessa myös YLE ja Helsingin Sanomat käyttävät toimittajan läpikäymiä tekoälyllä luotuja tiivistelmiä.

Kuvakaappaus sivustolta nrk.no. Käännetty Google Kääntäjällä.

Kuvankaappaus Yle.fi sivustolta.

Argentiinassa Clarín on kehittänyt tekoälytyökalun, joka luo artikkelitiivistelmiä, tarjoaa vaihtoehtoisia muotoja artikkeleista lukijoille ja etsii lisäkontekstia artikkelin aiheesta. UalterAI tarjoaa kuusi muotoa uutisten luettavuuden parantamiseksi, kuten tiivistelmän, tapahtumien kronologisen järjestyksen, artikkelin keskeiset kohokohdat, datataulukon, aakkosjärjestyksessä olevan nimiluettelon artikkelissa esiintyvistä henkilöistä ja FAQ-muodon. Noin 30 % lukijoista käyttää UalterAI ja suosituimmat muodot ovat tiivistelmät ja datataulukot.

Kuvakaappaus sivustolta clarin.com. Käännetty Google Kääntäjällä.

Sisällöntuotanto

Vaikka jotkut mediatalot, kuten CNET, G/O Media ja Sports Illustrated, ovat saaneet kritiikkiä julkaistessaan tekoälyn tuottamaa sisältöä, jossa on ollut virheitä ja plagiointia, toiset ovat onnistuneet tasapainottamalla tekoälyn ja ihmisen valvonnan. Esimerkiksi saksalainen Kölner Stadt-Anzeiger Medien käyttää virtuaalista toimittajaa, joka tuottaa 11 % heidän artikkeleistaan. Ihmistoimittajat päättävät, mitä aiheita tekoäly käsittelee, ja tarkistavat kaiken tekoälyn tuottaman sisällön. Tekoälytoimittaja Klara vastaa 8–12 % verkkosivuston liikenteestä. Lisäksi tekoäly valitsee otsikot ja linkit, joita lukijat näkevät sivustolla, mikä on lisännyt klikkausprosenttia (CTR) merkittävästi, jopa 50–80 %. On selvää, että vaikka tekoäly voi auttaa sisällöntuotannossa, perusteellinen faktantarkistus ja editointi ovat edelleen olennaisia laadun ja luotettavuuden takaamiseksi.

Kuvakaappaus sivustolta express.de. Käännetty Google Kääntäjällä.

Chatbotit

Innovatiiviset mediatalot hyödyntävät tekoälypohjaisia chatteja sitouttaakseen yleisöään ainutlaatuisilla tavoilla. Paraguaylainen uutistoimitus El Surtidor kehitti chatbotin nimeltä Eva, joka auttaa kertomaan huumeiden salakuljetuksen vaikutuksista naisten elämään. Chatbot pohjautuu Juliana Quintanan vuosien aikana keräämään journalistiseen aineistoon. Käyttäjät voivat valita, mitä kysymyksiä esittävät, ohjaten keskustelua eri poluille ja paljastaen tarinan eri puolia. Tämä immersiivinen kokemus pyrkii lisäämään tietoisuutta huumeiden salakuljetuksen vaikutuksista naisiin. Eva julkaistiin syyskuussa 2024, ja marraskuuhun 2024 mennessä se oli kerännyt jo 10 000 vuorovaikutusta.

Lontoossa, pitkän sosiaalisen median kokemuksen omaava toimittaja Sophia Smith Galer koulutti oman chatbotinsa muuntamaan kirjoitettua sisältöä käsikirjoituksiksi lyhytmuotoisia viraalivideoita varten. Monet toimittajat, joiden kanssa hän on aiemmin työskennellyt, ovat kertoneet, ettei heillä ole ollut aikaa tai resursseja oppia kirjoittamaan käsikirjoituksia sosiaalista mediaa varten. Smith Galer kehitti chatbotin vastauksena tähän tarpeeseen, tukeakseen toimittajien työtä ja suojellakseen omaa sisältöään muiden tekoälytyökalujen koulutuskäytöltä.

 Kuva: Sophia Smith Galer. Lähde.

Uutiskirjeiden personointi

JAMES on tekoäly, jota useat mediatalot, kuten suomalainen mediatalo Keskisuomalainen, käyttävät personoimaan uutiskirjeitä lukijoiden lukuhistorian ja kiinnostuksen kohteiden perusteella. Uutiskirjeissä näytetään vain artikkeleita, joita lukija ei ole vielä lukenut. Keskisuomalainen on huomannut klikkausprosentin kasvaneen 4,5% JAMESin käyttöönoton jälkeen, ja muilla asiakkailla tulokset ovat olleet vielä parempia. JAMESin käyttöönoton myötä mediatalot ovat myös saavuttaneet parempia tuloksia tilaajien lukutottumusten vakiinnuttamisessa, "zombie"-tilaajien uudelleen aktivoimisessa sekä tilaajakadon vähentämisessä verrattuna kontrolliryhmiin.

Tekoäly apuna vahtikoirajournalismin edistämisessä

Filippiiniläinen toimittaja Jaemark Tordecilla kehitti mukautetun GPT-mallin, joka käy läpi tilintarkastuskertomuksia ja nostaa esiin ongelmia julkisten varojen käytössä. Tämä työkalu auttaa toimittajia tunnistamaan nopeasti asiakirjat, jotka vaativat tarkempaa tutkimusta, vähentäen merkittävästi aikaa, joka muuten kuluisi laajojen asiakirjojen läpikäymiseen. Kuka tahansa, jolla on maksullinen ChatGPT-tilaus, voi kouluttaa oman mukautetun GPT-mallinsa eri tehtäviä varten. Vaikka juuri tämä käyttötapa ei ehkä ole suoraan sinulle relevantti, Tordecillan kokeilu tarjoaa arvokkaita oivalluksia oman GPT-mallin kouluttamiseen.

Toisessa tapauksessa tekoälyä käytettiin seulomaan valtavaa, 200 000 teknistä asiakirjaa sisältävää aineistoa, joka liittyi Mauritius Leaks -tapaukseen. Tekoäly tunnisti toistuvia kaavoja ja nosti esiin asiakirjoja, jotka olivat tutkijoiden kannalta kiinnostavia. Tekoälyn avulla asiakirjojen käsittely ei ainoastaan tehostunut vaan muuttui myös mahdolliseksi - tehtävä, joka olisi vienyt omistautuneelta toimittajaryhmältä vuosia manuaalisesti.

Nämä esimerkit osoittavat, että oikein koulutettuna tekoäly pystyy tehokkaasti analysoimaan laajoja tietoaineistoja, havaitsemaan toistuvia kaavoja ja poikkeavuuksia sekä tarjoamaan korvaamatonta tukea tutkiville toimittajille. Vaikka tekoäly on voimakas työkalu, ihmisen valvonta on silti olennaista mahdollisten virheiden ja epätarkkuuksien havaitsemiseksi.

Julkisten tietojen kokoaminen

Realtime on sivusto, joka hyödyntää tekoälyä kerätessään tietoja julkisista lähteistä. Realtime tunnistaa trendejä ja muutoksia ennusteissa ja esittää ne tiiviinä "datatarinoina" tukevien graafien kera. Sivulta voi tilata uutiskirjeen, mikä lähettää tilaajalle säännöllisesti päivityksiä.

Tekoäly on erittäin hyödyllinen suurten tietomäärien kokoamisessa eri lähteistä, mutta on tärkeää varmistaa lähteiden luotettavuus ja huolehtia siitä, ettei ohjelma keksi tietoja omasta päästään.

Kuvakaappaus sivustolta realtime.org

Kuvantunnistus tukee tutkivaa journalismia

Kuvantunnistusteknologiaa on hyödynnetty tehokkaasti tutkivassa journalismissa The Wall Street Journalin ja The New York Timesin toimesta. The Wall Street Journal käytti sitä paikantamaan vaarallisia lyijypäällysteisiä kaapeleita ympäri Yhdysvaltoja, kun taas The New York Times hyödynsi satelliittikuvia ja tekoälyä seuratakseen 2 000 tonnin pommien pudotuksia Gazan alueille, jotka oli merkitty siviileille turvallisiksi. Molemmat julkaisut varmistivat löydöstensä tarkkuuden perusteellisella ihmisten suorittamalla valvonnalla.

Tekoälyn käyttö radiokanavilla

Sveitsiläiset ja tšekkiläiset radiokanavat ovat kokeilleet tekoälyä sisällöntuotannossa ja äänituotannossa. Sveitsiläinen Couleur 3 -kanava korvasi ihmisjuontajat AI-klooneilla, soitti tekoälyn tuottamaa musiikkia ja käytti AI:n kirjoittamia käsikirjoituksia. Kokeilu sai ristiriitaisen vastaanoton, ja kanava totesi, että ihmisjuontajat ovat edelleen parempi vaihtoehto. Tšekissä taas radioasema julkaisi podcastin, jossa oli tekoälyn kirjoittamia lyhyitä tarinoita. Podcast sai niin ikään vaihtelevia arvioita, mutta osoitti tekoälyn potentiaalin monipuolisen sisällön tuottamisessa.

Slovakiassa Radio Express hyödyntää suositun juontajansa äänikloonia yövuoroilla. Tekoäly kommentoi musiikkia ja lukee uutisia kanavan verkkosivustolta.

Nämä kokeilut korostavat tekoälyn kehittyvää roolia sisällöntuotannossa, mutta myös sen rajoituksia tarjota syvällisyyttä ja samaistuttavuutta, jota yleisö usein odottaa ihmisjuontajilta.

Tekoälyn tuottamat uutisankkurit

Meksikolainen mediakonserni Grupo Formula on kehittänyt ihmisavatarit, NAT ja SOFI, jotka välittävät kevyempiä uutisia nuoremmalle yleisölle. Kokeilu on saavuttanut jonkin verran menestystä: NAT on kerännyt Instagramissa 13 000 seuraajaa, ja SOFI:n videot ovat saaneet aikaan useita viraalihittejä. Nämä avatarit toimivat ihmisten tukemina: uutiset kirjoitetaan, tarkastetaan ja viimeistellään jälkituotannossa ihmisten toimesta. NAT ja SOFI korostavat tekoälyn potentiaalia tavoittaa nuorempia katsojia, mutta laatu ja ajankohtaisuus varmistetaan yhä ihmisen valvonnalla.

Kuvakaappaus NAT:in Instagram tililtä @nat_tvoai.

Johtopäätös

Tekoäly tarjoaa merkittäviä mahdollisuuksia journalismin prosessien tehostamiseen, tutkimustyön sujuvoittamiseen ja sisällöntuotannon kehittämiseen. Se voi auttaa esimerkiksi suurten tietomäärien analysoinnissa, artikkeleiden uudelleenkirjoittamisessa ja jopa sisällön tuottamisessa. Tekoäly on kuitenkin tehokkaimmillaan ihmisten ohjaamana työkaluna. Vaikka tekoälypohjaiset ratkaisut voivat suuresti helpottaa media-ammattilaisten työtä, ne eivät vielä kykene korvaamaan ihmisen luovuutta, kriittistä ajattelua ja eettistä harkintaa. Toistaiseksi tekoälyn tulisi tukea ihmisten työtä, kun taas ihmiset varmistavat, että sisältö säilyy tarkkana, luotettavana ja kiinnostavana.