CNA zmienia zasady pracy redakcyjnej dzięki AI
Rozmowa z Walterem Fernandezem, Redaktorem naczelnym w CNA.
W ramach serii Executive Function przedstawiamy opinie liderów dokonujących transformacji przy użyciu AI.
Channel NewsAsia (CNA) to globalna sieć informacyjna z siedzibą w Singapurze, docierająca do 150 milionów gospodarstw domowych i urządzeń sieciowych na terenie Azji, Europy i USA. Tworzy treści informacyjne i publicystyczne publikowane za pośrednictwem różnorodnych platform, w tym cyfrowych, telewizyjnych, radiowych i innych.
Rozmawialiśmy z Walterem Fernandezem na temat doświadczeń CNA z AI, nowych sposobów wykorzystania AI przez dziennikarzy i perspektyw na przyszłość agencji informacyjnych w kontekście AI.
Pierwsze eksperymenty z AI podjęliśmy w 2019 roku — na długo zanim ChatGPT zaczął szturmem podbijać świat. Już wtedy dostrzegaliśmy ogromny potencjał AI w kontekście prac redakcyjnych. W tamtym okresie większość redaktorów postrzegała AI jako technologię wspomagającą, poboczne narzędzie pomagające w pracy.
Dla mnie jest ona czym o wiele więcej. Po pierwsze, możliwości AI rosną w sposób wykładniczy. Po drugie, technologia ta może fundamentalnie zmienić sposób pracy zespołów redakcyjnych — w o wiele większym stopniu niż rewolucja mediów społecznościowych dwadzieścia lat temu. Po trzecie, AI stanie się wkrótce technologią podstawową o fundamentalnym znaczeniu.
Dlatego, jeśli pytacie o naszą wizję w CNA, „wchodzimy w to” całkowicie. Nie oznacza to, że jesteśmy pierwsi, ale na pewno jesteśmy wśród pierwszych, a korzyści z AI kumulują się w czasie. Jednocześnie, wczesne wdrożenie nie może być bezrefleksyjne — poświęciliśmy rok na planowanie i dopracowywanie naszych wytycznych z zakresu AI, opracowując systemy nadzoru międzydziałowego, zapewniając uwzględnienie czynnika ludzkiego w procesach i opracowując wytyczne na temat tego co należy, a czego nie należy robić w kontekście redakcyjnym. Przykładowo, nie pozwalamy na wykorzystanie głosów sklonowanych przez AI ani wygenerowanych przez AI nagrań w naszych relacjach i programach dokumentalnych.
I nie tolerujemy projektów służących wyłącznie próżności twórców. Wszystko, co robimy, musi służyć rozwiązywaniu realnych problemów i bolączek. Nigdy nie staniemy się agencją, w której AI jest na pierwszym miejscu.
„Naszą dewizą pozostaje dziennikarstwo w służbie społeczeństwa, zaś AI pomaga nam w realizowaniu tej misji”.
Sztuczna inteligencja ma dla nas kluczowe znaczenie, jeśli chodzi o eliminowanie dezinformacji, identyfikowanie historii ukrytych w dużych zbiorach danych oraz zdolność do dostarczania treści w wielu różnych formatach i językach.
Dobrym przykładem mogą być niedawne wybory powszechne w Singapurze. W tym wypadku naprawdę intensywnie wykorzystywaliśmy ChatGPT w naszych relacjach.
Odbywało się w dwóch głównych kontekstach. Po pierwsze, służył on jako swoisty „drugi mózg” dla naszych reporterów. Stworzyliśmy wewnętrzne modele GPT zapewniające zweryfikowane informacje kontekstowe dla relacji.
Po drugie, stosowaliśmy zaawansowane modele rozumowania OpenAI do analizy kampanii wyborczych, zwłaszcza manipulacyjnych kampanii w mediach społecznościowych. Jednym z najjaskrawszych przykładów może być następująca sytuacja: ChatGPT odkrył powiązanie między dwoma podejrzanymi kontami, których nazwy profilów zostały zmienione w czasie kampanii. Nie prosiliśmy o takie działanie, ani nawet nie braliśmy go pod uwagę — a jednak ChatGPT był w stanie rozpoznać anomalię i na bieżąco pomagał nam w ujawnieniu tych ukrytych powiązań.
Właśnie ten potencjał ChatGPT jest dla nas szczególnie fascynujący — fakt, że otwiera dla nas możliwości, które dawniej nie istniały.
Punktem zwrotnym było znalezienie pierwszego praktycznego zastosowania w pracy redakcyjnej. Zapytaliśmy naszych dziennikarzy „co sprawia wam największe problemy”. Było wiele przykładów, ale jeden pojawiał się najczęściej — relacjonowanie obrad Parlamentu.
Posiedzenia parlamentu bywają bardzo długie i monotonne. Stworzyliśmy więc „parlamentarne AI”. Narzędzie było w stanie rozpoznawać twarze ponad 90 parlamentarzystów, tworzyć transkrypcje wypowiedzi, generować streszczenia umożliwiające wyszukiwanie — wszystko to znacznie ułatwiło efektywne przygotowanie relacji z debat parlamentarnych.
„Gdy zespół redakcyjny przekonał się, że AI rzeczywiście rozwiązuje problemy, wszystkie lody puściły. Wtedy już mogliśmy zająć się tylko ustalaniem dalszych priorytetów”.
Od tego czasu nasz zespół stworzył ponad dwadzieścia niestandardowych modeli GPT, w tym opartego na GPT ogólnego „asystenta reakcyjnego”, który ułatwia dziennikarzom wspólną analizę pomysłów i weryfikację zgodności z wytycznymi CNA w zakresie stylu publikowanych treści. Jest to obecnie jeden z naszych najpopularniejszych modeli GPT.
„Skuteczne wdrożenie i kultura pracy to dwa kluczowe fundamenty naszego wykorzystania AI w pracy redakcyjnej i są to aspekty, które wymagają czasu. Najważniejsza jest tutaj kompleksowość wdrożenia”.
Wykorzystujemy obecnie ponad 500 licencji Enterprise na poziomie CNA i kolejne 2000 w skali całej grupy. Wszyscy korzystają z tych narzędzi — ale równie ważne jest odpowiednie przeszkolenie. Prowadzimy szkolenia na poziomie podstawowym i zaawansowanym we współpracy z zespołem OpenAI, urządzamy intensywne warsztaty programowania i zachęcamy do tworzenia zespołów międzywydziałowych. I nie chodzi tu tylko o „zespół ds. AI”. Redaktorzy, dziennikarze, zespoły ds. widowni, uczestniczą w tym wszyscy.
Musimy tworzyć zespoły redakcyjne w pełni wykorzystujące potencjał AI we wszystkich procesach. W czasach, gdy sztuczna inteligencja jest w stanie generować niewyczerpane zasoby treści i w ciągu kilku minut klonować nasze twarze i głosy, tym co naprawdę wyróżnia daną redakcję od innych, nie będzie już język, format, czy medium, za pośrednictwem którego publikuje. Pośród zalewu „bylejakości AI”, najważniejsza stanie się jakość i trafność naszych treści.
Dlatego chciałbym powiedzieć rzecz następującą: Sztuczna inteligencja stanie się fundamentalną technologią dla realizacji naszej społecznej misji. Redakcje muszą sobie uświadomić, że faza „poczekamy, zobaczymy” już dawno minęła. Obecnie kluczem do sukcesu jest właściwy dobór technologii i transformacja procesów. To ostatni moment, by uzmysłowić pracownikom realny potencjał narzędzi AI w kontekście pracy redakcyjnej. Transformacja ta opierać się będzie na zrozumieniu, że AI nie tylko ułatwia pracę dziennikarską, ale również otwiera możliwości podejmowania nowych, bardziej ambitnych projektów.
Musimy stawiać sobie ambitne cele i tworzyć jeszcze ambitniejsze plany co do potencjału AI w organizacji.
