La Intel·ligència Artificial s’anuncia com una de les noves tecnologies que poden ajudar al periodisme a ser més eficient. En un primer nivell, la intel·ligència artificial ja està sent usada en desenes de redaccions de diaris per a, mitjançant bots, publicar notícies curtes procedents de fonts de dades. Per exemple, notícies de borsa, del temps, resultats de futbol…

Encara que alguns mitjans nord-americans venien provant amb aquesta tecnologia des de 2010, el primer cas que va generar cert impacte es va produir a la Xina el 2015. Un robot periodista anomenat Dreamwriter, dissenyat per la companyia xinesa de videojocs Tencent, va generar una notícia de 916 paraules en només 60 segons i va provocar el desconcert en les redaccions del país.

L’article, titulat “Índex de preus al consumidor d’agost”, va ser escrit en xinès i no tenia ni un sol error. Des de llavors són molts els mitjans de comunicació que fan servir bots per elaborar notícies curtes i moltes les eines que es fan servir a les redaccions precisament per a aquest propòsit: Dreamwritter, Heliograf, Syllabs, Quill, Quakebot, Soccerbot, RADAR, Kognetics, Mitja Brain, StatsMonkey, WordSmith, Recount…

El professor de la Universitat de Maryland Nick Diakopoulos divideix el seu funcionament en cinc etapes:

1) Incorporar: Les notícies sobre el clima, els esports i els negocis tenen una gran quantitat de dades estandarditzades que necessiten ser primer llegits per l’algoritme perquè el periodista robot els pugui emmagatzemar.

2) Calcula: El robot detecta punts “d’interès periodístic” en la història, per als que l’algoritme ha construït “criteris”. Des de la seva tresor de dades, l’algoritme comença a aïllar els punts com el “màxim, mínim, més gran, els canvis en el valor, encreuament d’un punt de referència”, etc.

3) Identificar angles: El robot llavors ha de donar un “angle” a la història. Els angles, que són essencialment “patrons d’esdeveniments, circumstàncies, entitats i les seves característiques”, són presos d’una biblioteca pregenerada. Un angle pot ser qualsevol cosa, des de “la major caiguda del mercat” a “el millor rendiment del camp”. Els angles es classifiquen d’1 a 10, i el robot selecciona l’angle que “s’ajusta a la història”.

4) Generar: L’última etapa és l’escriptura de la peça de notícies, tasca per a la qual l’algoritme té plantilles específiques. Les plantilles contenen el “qui, què, on, quan, per què i com” d’una notícia. Un programa de “composició de frases” ajuda en la formació de l’oració.

5) Connectar els punts de la història: Totes les dades han d’estar vinculats a la història, igual que els noms de persones, llocs, etc. El robot també pot treure informació sobre un home de negocis o esportista d’Internet – com quin lloc pertany, quina edat té, etc.

A més de per escriure articles basats en dades, per a què més pot usar-se?
Però, més enllà de l’ús d’aquesta tecnologia per publicar notícies que no requereixin cap tipus de contextualització o interpretació, permetent així als periodistes centrar-se en informació diferencial, què pot aportar en realitat la Intel·ligència Artificial al Periodisme? Fem un repàs a les opinions publicades en els últims mesos sobre la cruïlla entre Periodisme i Intel·ligència Artificial i fins on pot arribar, sempre des d’una perspectiva funcional, realista i allunyada de la ciència ficció.

Personalització de la informació. Un informe de l’Institut de Reuters per a l’Estudi del Periodisme de la Universitat d’Oxford sobre periodisme, mitjans i tendències i prediccions destaca que una de les aplicacions més comunes de la intel·ligència artificial és millorar les recomanacions de continguts, entendre les preferències individuals i personalitzar cada edició en “format, temps i freqüència”.

Coneixement de l’usuari. Potser és una de les àrees en què més esperances hi ha dipositades. Analitzar el lector basant-se en la seva navegació i creuant dades amb altres dades, permet conèixer en profunditat com són els lectors i què volen, enfocar-se més en el que realment preocupa a les comunitats, generar patrons comportamentals i índexs de maduresa que permetin, en base a la IA, augmentar el nombre de subscriptors de pagament, reduir la taxa de cancel·lació o oferir una publicitat de més valor.

El MIT està treballant en algoritmes que aprenen a predir com es comportaran els humans que surten en un vídeo. Poden, per exemple, endevinar si en una sèrie com “Mujeres desesperades” (és una de les que s’utilitzen en aquesta experiència) les protagonistes van a abraçar-se, cridar-o bufetejar en l’escena següent. En un futur podrien a arribar a predir el comportament del consumidor de notícies.

Descobriment de primícies. Alguns diaris ja tenen la intel·ligència artificial treballant sobre bases de dades públiques per, un cop introduïts els criteris, detectar desviacions importants que amaguin casos de mala praxi o d’una altra índole. Altres usos no van tan enllà, però sí que permeten aprofitar les bases de dades en obert per generar milers de notícies.

Per exemple, el projecte RADAR -Reporters and Data and Robots- es basa en conjunts oberts de dades del govern, les autoritats locals i els serveis públics. L’editor en cap de Urbs Media, Gary Rogers, va dir que inicialment van començar a estudiar les possibilitats de generar històries per als mitjans nacionals usant fonts de dades obertes, però aviat es van adonar que la seva naturalesa altament segmentada geogràficament significava que era molt adequada per a les històries locals. “Així que en lloc d’escriure una història sobre un conjunt de dades -una història nacional- es podrien escriure 10 històries regionals o 200 històries d’autoritats locals”, assegura.

Descobriment de notícies d’última hora. Alguns mitjans ja fan servir la intel·ligència artificial per detectar canvis en variables que permetin localitzar una notícia d’última hora. En un nivell molt bàsic, alguns mitjans estan rastrejant contínuament desenes de fonts (xarxes socials, comentaris, etc.) per detectar notícies d’última hora, bé per paraules clau que es repeteixen en temps real aprenent dels propis errors i millorant el procés mercè a “machine learning”.

Lluita contra la desinformació. La intel·ligència artificial, que inclou el Big Data, pot ajudar a discernir quan una informació que arriba a una redacció és falsa o un intent interessat de fonts de desinformar. Moltes de les eines que s’estan construint de “fact checking” estan aixecades sobre processos d’intel·ligència artificial.

Transparència i traçabilitat de la informació. La intel·ligència artificial permet a un lector conèixer com s’ha elaborat una notícia i, igual que succeeix amb alguns aliments, accedir a la seva traçabilitat.

Per exemple, el diari espanyol Público ha creat una Eina de Periodisme Transparent, TJ Tool (per les sigles en anglès, Transparent Journalism Tool), que permet visualitzar de manera ràpida i amena el procés periodístic darrere de cada notícia i atorgar-li una valoració percentual de transparència.

D’aquesta manera, a Público han pres nota de les recomanacions de diferents organismes internacionals (Access Info, PDLI, FNPI i RSF) i han decidit apostar per la traçabilitat de la informació (fer públics i transparents els processos informatius) perquè els lectors tinguin la certesa que estan davant d’informacions fiables.

TJ Tool és un projecte d’innovació digital en codi obert i amb un plugin WordPress perquè qualsevol mitjà pugui instal·lar aquest programari amb facilitat i oferir la màxima traçabilitat del procés de creació de les seves notícies gràcies al Mapa de Transparència.

Trobareu més informació sobre aquest tema en aquest link.

Per: Fundación Luca de Tena / Laboratorio de Periodismo
Font Imatge: Coeinf