Źródło obrazu: Pixabay
Dziennikarstwo zawsze było strażnikiem interesu publicznego i będzie miał ciężar władzy. Jest to nie tylko odpowiedzialność zawodowa, ale także podstawa jego demokratycznej misji. Najwyższym priorytetem tej bitwy o przejrzystość i sprawiedliwość jest badanie wiadomości. Ale teraz nie ogranicza się już do rządu. Giganci technologiczni tacy jak Meta, Google lub Apple nie tylko kontrolują przestrzeń cyfrową, ale także kształtują swoją infrastrukturę. Duże firmy technologiczne stały się nowymi centrami wpływowymi porównywalnymi z państwem, z własnymi zasadami, systemami administracyjnymi i obowiązkami społecznymi. Podobnie jak dziennikarze: w przeszłości działania rządowe były monitorowane, a teraz potrzebują narzędzi i wiedzy specjalistycznej do monitorowania mocy platform cyfrowych. Jest to być może najważniejsze wyzwanie dla współczesnego dziennikarstwa.
Tradycyjne metody dziennikarstwa często nie radzą sobie z złożonością techniczną i krycie za dużymi firmami technologicznymi. Taka firma to prawdziwa firma „Czarna skrzynka” współczesnego świata: Mają wiele danych, od tajemnic rządowych i firmowych po głębokie algorytmy oraz zrozumienie tego, co potrzebuje specjalnej wiedzy technicznej. Jednak w porównaniu z ludźmi algorytmy nie można zaprosić do przeprowadzenia wywiadu. Jest to poważny problem: reporter: Ogromna asymetria mocy i informacyjnej są obsługiwane wewnętrznie. Duże platformy z ogromnymi zasobami finansowymi, technicznymi i prawnymi Informacja o inspekcji Prawie skończone.
Dlatego krytyczna analiza algorytmów dużych firm technologicznych zależy głównie od barków profesjonalnych organizacji ankietowych, np. PRUBLICA,,,,,, ocena Lub Raport Lighthouse. Istnieją również organizacje non -profit, takie jak Oglądanie algorytmu,,,,,, Sprawiedliwość systemowa I Centrum za cyfrową nienawiść Sprawdź wpływ tych technologii. Ponadto badacze dyskutują: coraz więcej wewnętrznychJak AI zmienia dziennikarstwo śledcze Móc. Na przykład AI powinna pomóc odkryć ukryte historie i wykorzystywać duże ilości danych. Ta metoda została zastosowana jako „Digital Warowdog “Określony.
Dane szkolenia chatbota i algorytm sugestii Tiktok
Badania Jorisa Welbecka Departament Mediów i Studiów Kultury na Uniwersytecie Utrecht w Holandii dotyczy AI w badaniach dziennikarskich. W ramach swojego projektu doktoranckiego współpracował z holenderskimi cotygodniowymi gazetami w celu analizy dwóch przypadków De Groene Amsterdammer. Gazeta jest prowadzona przez mały zespół redakcyjny z 15 dziennikarzami: praca z holenderskim uniwersytetem w 2020 roku Dane i debata Uruchom, aby przeanalizować debatę online.
Metody badawcze oparte są na ścisłej współpracy między dziennikarzami: wewnętrzny i akademicki: wewnętrzny. Reporter: Wewnętrzną odpowiedzialnością jest znalezienie zasobów, wdrażanie wywiadów i analizy dokumentów, podczas gdy naukowcy opracowują metody analizy danych i algorytmów wykorzystujących. Przepływ pracy obejmuje cotygodniowe formalne spotkania, wspólne etykiety danych i nieformalne dyskusje. Ostateczny materiał został napisany przez reporterów: w środku, ale wkład naukowców: wewnątrz. Ta współpraca nie tylko testuje narzędzia AI w dziennikarstwie, ale także ocenia ich skuteczność w prawdziwym środowisku redakcyjnym.
Jednym z najważniejszych pytań badawczych programu jest: Jakie źródła umożliwiają wdrożenie dużych modeli językowych w celu uzyskania wysokich umiejętności językowych w języku holenderskim? Badacz: Sprawdzone wewnętrzne dane Ogromny Clean Crawl Corpus Google (C4)zwłaszcza jego wielojęzyczny wariant MC4. Obejmuje to ponad 95 milionów holenderskich stron internetowych. Podczas analizy przefiltrowanych danych do szkolenia GPT-3 Zespół stwierdził, że algorytm selekcji silnie wpłynął na treść zawartą w modelu. Algorytmy te wolą tekst w języku angielskim. Zidentyfikowano również wiele problematycznych typów treści, w tym dane osobowe, materiały chronione prawem autorskim i strony fałszywych informacji. Tutaj ryzyko jest oczywiste i jest to nieodpowiednie gromadzenie danych szkoleniowych wymaganych przez sztuczną inteligencję.
Badanie analizuje również, w jaki sposób jest aplikacja Tiktok Zainteresowanie użytkownikiem: Zidentyfikuj treści związane z zaburzeniami odżywiania i jak szybko zaczyna zalecać powiązane treści. Aby przeanalizować treść wideo, zespół używał tej treści Edycja modeluOceń związek między zdjęciami a tekstem w filmie. Z pomocą zautomatyzowanego konta na fizycznym smartfonie naukowcy śledzili: Wewnątrz, jak długo trwa algorytm, aby wypełnić filmy na ten wrażliwy temat. Tiktok Sugestie można dostosować w ciągu zaledwie kilku minut. Dlatego aplikacja jest w stanie szybko zidentyfikować ukryte interesy użytkowników: szybko zidentyfikuj je wewnętrznie.
Szybkość, personalizacja, grywalność
W sumie można zobaczyć, jak AI działa za pomocą dużych platform cyfrowych: obejmuje szybkość i zasięg, personalizację i powtarzalność. Szybkość i zasięg umożliwia dziennikarzom: efektywne wykorzystanie dużych ilości danych i automatycznie klasyfikowanie milionów rekordów danych w krótkim czasie. Jest to szczególnie ważne w badaniach dotyczących radzenia sobie z rekordami danych szkoleniowych chatbota. Tutaj KI pomaga organizować treści i udostępnia ją do dalszej analizy. Ta automatyzacja nie zastępuje ludzkiej siły roboczej, ale raczej osiąga niemożliwe projekty ze względu na jej zakres.
Ponadto personalizacja umożliwia AI naśladowanie użytkowników: naśladowanie wewnętrznych zachowań na platformie. Może to pomóc lepiej zrozumieć funkcjonalność algorytmu rekomendacji. Może to lepiej zgłaszać procesy techniczne w badaniach informacyjnych i ułatwić dostęp do rozwiązań algorytmicznych przez szerszą publiczność. To jest Tiktok-T badanie, w których roboty AI są zgodne z badaniem interakcji z treścią na temat zaburzeń odżywiania. W przeciwieństwie do uzyskiwania tradycyjnych danych za pomocą hashtagów tematycznych, użycie AI można również zidentyfikować za pomocą odpowiednich treści wizualnych.
Powtarzalność jest również ważnym aspektem metod informacyjnych w badaniach platform cyfrowych. Automatyzacja procesów rejestrowania i analizy danych umożliwia reporterom powtarzanie eksperymentów wewnętrznie przy użyciu tych samych parametrów, poprawiając w ten sposób niezawodność wyników. Na przykład analiza algorytmu może Tikkok Powtórz zmiany systemu rekomendacji w różnych momentach. Jest to szczególnie ważne, ponieważ platforma może łatwo interpretować pojedynczy przypadek jako zbieg okoliczności.
Ponieważ duże firmy technologiczne dokręcają kontrolę nad przestrzenią informacyjną, reporter: wewnętrzna sztuczna inteligencja może wykorzystać sztuczną inteligencję, aby osiągnąć własne zalety. Technologie te mogą pomóc w analizie dużych ilości danych, zidentyfikować zniekształcenia algorytmiczne i zbadać wpływ technologii cyfrowych na społeczeństwo. Dziennikarze śledni mają nie tylko przestrzeń w nowej dziedzinie technologii, ale także odgrywają kluczową rolę w zapewnieniu przejrzystości cyfrowych gigantów.
Ten artykuł pojawił się po raz pierwszy Ukraińska strona Ejo. Przetłumaczone przez Judith Odenthal
Poglądy wyrażone na tej stronie są poglądy autora i niekoniecznie odzwierciedlają poglądy, strategie i stanowiska EJo.
