Κέρδη:
- Δυνατότητα χρήσης τεχνητής νοημοσύνης σε περιορισμένες και εξαρτώμενες από υλικό εργασίες στα οκτώ στάδια μιας είδησης (ενδείξεις, δεδομένα, αποκρυπτογράφηση, επιβεβαίωση, γραφή, συσκευασία, ηθική/πηγή, δημοσίευση).
- Στην έξοδο κάθε σταδίου, λειτουργεί μια ανθρώπινη πύλη επαλήθευσης και ρωτά "τι δεν επαληθεύεται σε αυτήν την έξοδο;" Να είστε σε θέση να αποτρέψετε την ανάπτυξη της ψευδαίσθησης με το ζήτημα της μετάβασης
- Ικανότητα κατανόησης ότι η αλυσίδα ευθύνης αποτελείται από άτομα, ότι τα λάθη μετά την κυκλοφορία επιλύονται με μια διαφανή διόρθωση και ότι η διαδικασία μετατρέπεται σε μια επαναλαμβανόμενη λίστα ελέγχου.
Ροή εργασιών από άκρο σε άκρο: Το πλήρες ταξίδι μιας είδησης με τροφοδοσία AI
Στις προηγούμενες δέκα ενότητες, μάθαμε τα κομμάτια μεμονωμένα: το αντανακλαστικό επαλήθευσης, ανάλυση δεδομένων, μεταγραφή, έλεγχος γεγονότων, υπεράσπιση παραπληροφόρησης, γραφή, περίληψη, μετάφραση, δεοντολογία και προστασία της πηγής. Σε αυτή την τελική ενότητα συνδυάζουμε τα εξαρτήματα σε μια ενιαία ροή εργασίας. Ο στόχος είναι η παραγωγή πραγματικών ειδήσεων από την αρχή μέχρι το τέλος — από την άκρη στη δημοσίευση έως την επεξεργασία — χρησιμοποιώντας AI στα σωστά σημεία, με τα σωστά όρια. Σε ένα newsroom, αυτή η ροή λειτουργεί μέσα σε μια διαδικασία σύνταξης - την αλυσίδα στην οποία οι ειδήσεις μετακινούνται από ρεπόρτερ σε συντάκτη στο γραφείο ελέγχου γεγονότων σε δημοσίευση. Η αρχή της ενσωμάτωσης είναι η εξής: Η τεχνητή νοημοσύνη επιταχύνει σε κάθε στάδιο, αλλά υπάρχει μια ανθρώπινη πύλη επαλήθευσης στην έξοδο κάθε σταδίου. Καμία έξοδος δεν πηγαίνει στο επόμενο στάδιο χωρίς να έχει επικυρωθεί. Αυτή η ενότητα μετατρέπει όσα μάθατε σε λίστα ελέγχου και επαναλαμβανόμενη διαδικασία.
Τα οκτώ στάδια μιας είδησης και η θέση της AI
Στάδιο 1 — Υπόδειξη και προκαταρκτική έρευνα. Η τεχνητή νοημοσύνη σκιαγραφεί το φόντο ενός θέματος, δημιουργεί ερωτήσεις προς υποβολή, περιγράφει σχετικά δημόσια δεδομένα. Πόρτα: Ο δημοσιογράφος αποφασίζει ποιος ισχυρισμός αξίζει πραγματικά να διερευνηθεί.
Φάση 2 — Συλλογή/ανάλυση εγγράφων και δεδομένων. Το AI σαρώνει τη στοίβα εγγράφων, εξάγει διερευνητικές ερωτήσεις, περιγράφει τη μέθοδο ανάλυσης (Ενότητα 2). Πύλη: Κάθε αριθμός συλλέγεται εκ νέου από ακατέργαστα δεδομένα. Ο υπολογισμός δεν γίνεται από AI.
Στάδιο 3 — Συνέντευξη και μεταγραφή. Η τεχνητή νοημοσύνη μεταγράφει την ηχογράφηση, εξάγοντας υποψηφίους προσφοράς με χρονική σήμανση (Ενότητα 3). Door: Κάθε απόσπασμα επαληθεύεται αυτολεξεί από το αρχείο.
Στάδιο 4 — Επιβεβαίωση. Η τεχνητή νοημοσύνη αναλύει τις αξιώσεις στα στοιχεία τους και παράγει λίστες ελέγχου (Ενότητα 4-5). Πόρτα: Η κρίση της ακρίβειας γίνεται από την πρωτογενή πηγή, με δύο ανεξάρτητες επιβεβαιώσεις. Το AI δεν κάνει κρίσεις.
Στάδιο 5 — Γράψιμο. Η τεχνητή νοημοσύνη παράγει εναλλακτικά σκελετό ανεστραμμένης πυραμίδας, κηλίδα και καπάκι (Μονάδα 6). Πόρτα: Ό,τι δεν περιλαμβάνεται στο υλικό δεν προστίθεται. ο τίτλος δεν υπερβαίνει το σώμα? οι αναφορές είναι κλειστές.
Στάδιο 6 — Περίληψη/μετάφραση/συσκευασία. Το AI παράγει προσχέδια για διαφορετικές μορφές και γλώσσες (Ενότητα 7-8). Πύλη: Το πλαίσιο διατηρείται. Η μετάφραση του αποσπάσματος επιβεβαιώνεται από τον άνθρωπο. Ο αριθμός/τίτλος ελέγχεται σε κάθε μορφή.
Στάδιο 7 — Έλεγχος δεοντολογίας και προστασίας των πόρων. Η τεχνητή νοημοσύνη διεξάγει έλεγχο ηθικού κινδύνου και συμβιβασμού της πηγής (Μονάδες 9-10). Πόρτα: Προστέθηκε δήλωση διαφάνειας. Το συνθετικό συστατικό επισημαίνεται. τα ίχνη συγκόλλησης καθαρίζονται.
Στάδιο 8 — Δημοσίευση, διόρθωση, αρχείο. Εάν παρουσιαστεί σφάλμα μετά τη δημοσίευση, γίνεται μια γρήγορη και διαφανής διόρθωση. Πόρτα: Η ευθύνη ανήκει στο άτομο. Δεν υπάρχει δικαιολογία «το όχημα το έκανε».
Συμβουλή: Στερεώστε κάθε πύλη σταδίου με μια «ερώτηση μετάβασης»: «Τι υπάρχει σε αυτήν την έξοδο που δεν έχει επαληθευτεί και πώς μπορώ να το επιβεβαιώσω πριν τη μεταφέρω στο επόμενο στάδιο;» Αυτή η μοναδική ερώτηση εμποδίζει την παραίσθηση να αναπτυχθεί κατά μήκος της αλυσίδας.
Κατανομή ρόλων στο μοντάζ
Η εισαγωγή της τεχνητής νοημοσύνης δεν αλλάζει την κατανομή των ρόλων, τους ενισχύει: ο ρεπόρτερ συλλέγει και επαληθεύει το υλικό, το γραφείο ελέγχου στοιχείων διασταυρώνει, ο συντάκτης τηρεί την ακεραιότητα και την ηθική και η διεύθυνση σύνταξης αναλαμβάνει την ευθύνη. Το AI προσθέτει ταχύτητα σε κάθε έναν από αυτούς τους ρόλους. αλλά δεν αντικαθιστά κανένα από αυτά. Η αλυσίδα ευθύνης αποτελείται από ανθρώπους.
τρεις μίνι θήκες
Περίπτωση 1 — Στερεά, από άκρο σε άκρο κάλυψη. Μια ομάδα διεξήγαγε μια έρευνα για τις δημόσιες συμβάσεις με αυτήν τη ροή: η τεχνητή νοημοσύνη ανίχνευσε 3.000 γραμμές δεδομένων (η ανάλυση επαληθεύτηκε με το χέρι), μετέγραψε 6 ώρες συνεντεύξεων (αποσπάσματα επιβεβαιώθηκαν από την ηχογράφηση), επιτάχυνε το χειρόγραφο (οι παραπομπές έκλεισαν), διεξήγαγε ηθική και σάρωση πηγών. Κανονικά μια δουλειά 3 εβδομάδων γινόταν σε ~9 ημέρες. κανένα τεύχος ή προσφορά δεν κυκλοφόρησε χωρίς επαλήθευση. Η είδηση δεν έλαβε καμία διάψευση.
Περίπτωση 2 — Η πόρτα έπιασε ένα ζωύφιο. Κατά τη φάση της συγγραφής, ο YZ πρόσθεσε μια πληροφορία "προηγούμενης ποινής" στο προσχέδιο που δεν υπήρχε στο υλικό. Η επιθεώρηση «κατάσχεσε ότι δεν υπάρχει στο υλικό» στην πύλη του Stage 5 το έπιασε αυτό. Αν δεν υπήρχε πόρτα, θα δημοσιευόταν μια πρόταση που δεν υποστηρίχθηκε και κινδύνευε συκοφαντίας.
Περίπτωση 3 — Κουλτούρα διόρθωσης. Μετά τη δημοσίευση, ένας αναγνώστης ανέφερε ότι ένα ποσοστό ήταν λανθασμένο. Η ομάδα εξέτασε ξανά τα δεδομένα, είδε το σφάλμα (σφάλμα μετατροπής), εξέδωσε μια διαφανή επιδιόρθωση σε 20 λεπτά και πρόσθεσε ένα βήμα «επαλήθευσης ψηφιακής εξόδου από δεύτερο πρόσωπο» στη ροή τους. Η λογοδοσία διατήρησε την εμπιστοσύνη.
Αντιγράψιμα πρότυπα
1) Έλεγχος πρόσβασης πύλης σκηνής:
Αυτήν τη στιγμή βρίσκομαι στο [όνομα σκηνής] και η έξοδος είναι: [έξοδος]. Καταχωρίστε κάθε στοιχείο που πρέπει να επαληθεύσω πριν προχωρήσω στο επόμενο βήμα: μη επιβεβαιωμένο γεγονός/αριθμός/απόσπασμα, πρόσθετες πληροφορίες, κίνδυνος πηγής, απώλεια περιβάλλοντος. Γράψτε μια φράση «πώς επιβεβαιώνω» για το καθένα. Είναι στο χέρι μου.
2) Λίστα ελέγχου ειδήσεων από άκρο σε άκρο:
Θα σας δώσω ένα προσχέδιο ειδήσεων έτοιμο προς δημοσίευση. Επισημάνετε τις ακόλουθες 8 επικεφαλίδες ως λείπουν/επικίνδυνες: (1) μη επαληθευμένοι αριθμοί, (2) μη επαληθευμένα αποσπάσματα από το αρχείο, (3) ισχυρισμοί μεμονωμένης πηγής, (4) τίτλος που υπερβαίνει το σώμα, (5) μη αποδιδόμενες προτάσεις, (6) απώλεια του πλαισίου, (7) κίνδυνος παραίτησης της πηγής, (8) έλλειψη ηθικής/διαφάνειας. Απλώς δημιουργήστε έκθεση επιθεώρησης. Προσχέδιο: [εδώ]
3) Εκδοτικό σημείωμα:
Μεταφέρω αυτή την είδηση στο γραφείο επιβεβαίωσης. Γράψτε ένα σύντομο προσχέδιο του μνημονίου που περιλαμβάνει: ποια γεγονότα έχουν επαληθευτεί και πώς, ποια [πρέπει να επαληθευτούν], ποια αποσπάσματα έχουν επιβεβαιωθεί από το αρχείο, προφυλάξεις που λαμβάνονται για την προστασία της πηγής. Μην προσθέτετε πληροφορίες που δεν έδωσα. Κατάσταση: [εδώ]
4) Προσχέδιο διόρθωσης μετά τη δημοσίευση:
Στις δημοσιευμένες ειδήσεις εμφανίστηκε το ακόλουθο σφάλμα: [σφάλμα]. Σχεδιάστε μια διόρθωση που να είναι ειλικρινής, σαφής και μη αμυντική για τον αναγνώστη. Δηλώστε τι ήταν λάθος, τι ήταν σωστό και πότε διορθώθηκε. Μην κατηγορείτε το όχημα. Χρησιμοποιήστε υπεύθυνη γλώσσα.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή: "Δημιουργήστε μια πλήρη είδηση για αυτό το θέμα."
Αποτέλεσμα: Η τεχνητή νοημοσύνη γεμίζει όλα τα στάδια με φαντασία. δεν υπάρχουν πύλες επαλήθευσης, η ψευδαίσθηση μεγαλώνει κατά μήκος της αλυσίδας, η έξοδος δεν μπορεί να δημοσιευτεί.
Ισχυρή προτροπή: Χωρίστε τη ροή σε κομμάτια: εκτελέστε το AI σε μια περιορισμένη εργασία που εξαρτάται από το υλικό σε κάθε στάδιο και βάλτε τον ανθρώπινο έλεγχο στην πύλη της σκηνής. "Σε αυτό το στάδιο, απλώς κάντε [σας] την εργασία σας, μην προσθέσετε ό,τι δεν υπάρχει στο υλικό, σημειώστε τι πρέπει να επαληθευτεί [πρέπει να επαληθευτεί] πριν προχωρήσετε στο επόμενο στάδιο."
Διαφορά: Η ισχυρή προσέγγιση περιορίζει το AI σε στάδια, βάζει μια πύλη επαλήθευσης σε κάθε έξοδο και αποτρέπει τη συσσώρευση παραισθήσεων.
γράφημα σύγκρισης
Σκηνή
Η αποστολή του AI
πύλη επαλήθευσης
Συμβουλή/προκαταρκτική έρευνα
φόντο, ερωτήσεις
Απόφαση δημοσιότητας
Ανάλυση δεδομένων
διαλογή, μέθοδος
Ελέγξτε τον αριθμό από ανεπεξέργαστα δεδομένα
αποκρυπτογράφηση
Κείμενο, υποψήφιος παραπομπή
Επιβεβαιώστε το απόσπασμα από την εγγραφή
Επιβεβαίωση
Ανάλυση, λίστα
Δύο ανεξάρτητες πρωτογενείς πηγές
ορθογραφία
σκελετός, κουκούλα
Χωρίς επιπλέον υλικό, πλήρης απόδοση
Περίληψη/μετάφραση
Μορφή, προσχέδιο γλώσσας
Περιεχόμενο + επιβεβαίωση ανθρώπινης μετάφρασης
Ηθική/πηγή
έλεγχος κινδύνου
Δήλωση, ετικέτα, καθαρισμός ιχνών
Δημοσίευση/διόρθωση
Προσχέδιο αναθεώρησης
Η ευθύνη ανήκει στους ανθρώπους
Συνήθη λάθη
- Παράκαμψη πυλών σκηνής. Μετακίνηση μιας εξόδου από την επικύρωση στο επόμενο στάδιο. το σφάλμα μεγαλώνει κατά μήκος της αλυσίδας.
- Αφήστε το AI να κάνει όλη τη ροή. Από άκρο σε άκρο «παραγωγή ειδήσεων» σημαίνει Παράγει μια μάζα μη επαληθεύσιμου κειμένου.
- Χάνοντας το πλαίσιο κατά την παράδοση. Εκχώρηση ανάθεσης χωρίς να προσδιορίσετε τι είναι/δεν έχει επαληθευτεί.
- Καθυστέρηση διόρθωσης ή αμυντική στάση. Υπονόμευση της λογοδοσίας και απώλεια εμπιστοσύνης.
- Μη τεκμηρίωση της διαδικασίας. Κάνοντας λάθη από την αρχή σε κάθε είδηση χωρίς επαναλαμβανόμενη λίστα ελέγχου.
Κάνοντας τη διαδικασία να κολλήσει: λίστα ελέγχου και ομαδική κουλτούρα
Η παραγωγή ειδήσεων με αυτή τη ροή μία φορά είναι επιτυχία. αλλά η πραγματική αξία είναι η μετατροπή της ροής σε επαναλαμβανόμενο σύστημα. Οι έμπειρες αίθουσες σύνταξης προσθέτουν κάθε μάθημα που μαθαίνουν σε μια λίστα ελέγχου: όταν λαμβάνουν μια αντίκρουση, σημειώνουν το βήμα που λείπει που οδήγησε σε αυτό το λάθος ως μόνιμο στοιχείο στη λίστα. Έτσι, οι πληροφορίες δεν μένουν στο κεφάλι ενός μόνο ρεπόρτερ, αλλά περνούν στη συλλογική μνήμη του ιδρύματος. Η τεχνητή νοημοσύνη μπορεί να βοηθήσει στη σύνταξη αυτών των λιστών ελέγχου και των προτύπων ροής εργασιών. Είναι όμως η ομάδα που κρατά ζωντανή τη λίστα, την αναφέρεται σε κάθε είδηση και την ενημερώνει.
Ένα δεύτερο στοιχείο μονιμότητας είναι η ομαδική κουλτούρα. Η ροή με τεχνητή νοημοσύνη λειτουργεί με ασφάλεια μόνο σε μια κουλτούρα όπου όλοι μοιράζονται την ίδια πειθαρχία επαλήθευσης. Ένας ασκούμενος πρέπει να εφαρμόζει την αρχή "Δεν μπορεί να ζητηθεί η ακρίβεια της τεχνητής νοημοσύνης", ένας ανώτερος συντάκτης πρέπει να εφαρμόζει τον κανόνα "η συνθετική εικόνα έχει επισημανθεί" και ένα γραφείο ελέγχου στοιχείων πρέπει να εφαρμόζει την απαίτηση "δύο ανεξάρτητες πηγές" με την ίδια σοβαρότητα. Αυτή η κουλτούρα εδραιώνεται όχι με την τιμωρία των λαθών, αλλά από ένα περιβάλλον όπου η έγκαιρη και ειλικρινής αναφορά λαθών ανταμείβεται. Γιατί ενώ ένα κρυφό λάθος πηγαίνει στη δημοσίευση, μια κοινή υποψία το πιάνει στην πόρτα. Τα εργαλεία τεχνητής νοημοσύνης θα αλλάξουν γρήγορα, θα έρθουν νέες δυνατότητες και νέοι κίνδυνοι. Αλλά η αρχή ότι «κάθε έξοδος περνά από μια ανθρώπινη πόρτα και την ευθύνη φέρει ο άνθρωπος» θα παραμείνει ο αμετάβλητος πυρήνας της δημοσιογραφίας, ανεξάρτητα από το εργαλείο που χρησιμοποιείται.
Συνοπτικά
Η δημοσιογραφία που βασίζεται στην τεχνητή νοημοσύνη από άκρο σε άκρο είναι μια αλυσίδα οκτώ βημάτων: συμβουλές, δεδομένα, μεταγραφή, έλεγχος γεγονότων, γραφή, συσκευασία, δεοντολογία/έλεγχος πηγών, δημοσίευση/επεξεργασία. Η τεχνητή νοημοσύνη επιταχύνεται σε κάθε στάδιο. Αλλά υπάρχει μια ανθρώπινη πύλη επαλήθευσης στην έξοδο κάθε σταδίου και καμία έξοδος δεν πηγαίνει στο επόμενο στάδιο χωρίς να επαληθευτεί. "Τι είναι μη επαληθευμένο σε αυτήν την έξοδο;" Η ερώτηση μετάβασης αποτρέπει την ανάπτυξη της ψευδαίσθησης. Η αλυσίδα ευθύνης αποτελείται από ανθρώπους. Μετά τη δημοσίευση, το σφάλμα διορθώνεται με μια διαφανή και υπεύθυνη διόρθωση. Η μετατροπή αυτής της ροής σε λίστα ελέγχου εξασφαλίζει τόσο ταχύτητα όσο και αξιοπιστία.
Εργασία εφαρμογής
Επιλέξτε ένα πραγματικό ή φανταστικό θέμα ειδήσεων και γράψτε τα οκτώ στάδια σε έναν πίνακα. Για κάθε φάση: (1) καθορίστε για ποια περιορισμένη εργασία θα χρησιμοποιήσετε το AI, (2) καθορίστε την ερώτηση μετάβασης στην πύλη επαλήθευσης αυτής της φάσης. Στη συνέχεια, εφαρμόστε την προτροπή "Λίστα ελέγχου ειδήσεων από άκρο σε άκρο" σε ένα προσχέδιο και αντιμετωπίστε πραγματικά τους κινδύνους που προκύπτουν.
λίστα ελέγχου
- [ ] Λειτουργώ μια ανθρώπινη πύλη επαλήθευσης στην έξοδο κάθε σταδίου.
- [ ] Δίνω στο AI περιορισμένες και εξαρτώμενες από υλικό εργασίες σε κάθε στάδιο, όχι ολόκληρη τη ροή.
- [ ] "Τι είναι μη επαληθευμένο σε αυτήν την έξοδο;" Θέτω το ζήτημα της μετάβασης σε κάθε εποχή.
- [ ] Δηλώνω ξεκάθαρα τι είναι/δεν έχει επαληθευτεί κατά τη διάρκεια των κύκλων διόρθωσης.
- [ ] Διορθώνω το σφάλμα μετά την κυκλοφορία με μια διαφανή, υπεύθυνη διόρθωση και τεκμηριώνω τη διαδικασία.
Εξέταση Ενοτήτων
1. Ένας ρεπόρτερ τοποθετεί έναν «αριθμό απόφασης του Ανωτάτου Δικαστηρίου» που δίνεται από την τεχνητή νοημοσύνη στις ειδήσεις χωρίς να τον ελέγξει και ο αριθμός ανήκει σε μια απόφαση που στην πραγματικότητα δεν υπάρχει. Ποιο είναι το κύριο δίδαγμα αυτής της κατάστασης;
- Α) Δημοσίευση της εξόδου τεχνητής νοημοσύνης χωρίς επαλήθευση από την πρωτογενή πηγή. Αγνοώντας τον κίνδυνο παραισθήσεων και ότι την ευθύνη φέρει ο δημοσιογράφος ✔
- Β) Απαγορεύεται αυστηρά η χρήση τεχνητής νοημοσύνης στα δικαστικά νέα
- Γ) Οι αποφάσεις του Ανωτάτου Δικαστηρίου δεν περιλαμβάνονται ποτέ στις ειδήσεις
- Δ) Η απόφαση δεν παρουσιάζεται σε πίνακα
Περιγραφή: Η τεχνητή νοημοσύνη είναι άπταιστη, αλλά μπορεί στην πραγματικότητα να παράγει ψευδείς πληροφορίες (κατασκευασμένη πηγή, πλαστός αριθμός). αυτό ονομάζεται παραίσθηση. Δεν μπορούν να δημοσιευτούν όλα τα γεγονότα, το όνομα, ο αριθμός και η πηγή που περιλαμβάνονται στην είδηση χωρίς επαλήθευση από την κύρια πηγή. Την ευθύνη την έχει ο δημοσιογράφος.
2. Στη δημοσιογραφία δεδομένων, ποια είναι η ασφαλέστερη προσέγγιση για τον υπολογισμό των ποσοστών και των μέσων όρων σε έναν πίνακα;
- Α) Αφήστε την τεχνητή νοημοσύνη να υπολογίσει απευθείας τον αριθμό και βάλτε το αποτέλεσμα στις ειδήσεις
- Β) Ζητήστε από την τεχνητή νοημοσύνη να περιγράψει τη μέθοδο/τον τύπο, να την εκτελέσει σε ένα ελεγχόμενο εργαλείο και να επαληθεύσει το αποτέλεσμα από ανεπεξέργαστα δεδομένα ✔
- Γ) Μην χρησιμοποιείτε καθόλου αριθμούς και γράφετε μόνο σχόλια
- Δ) Υπολογίζοντας την πρώτη εικασία που δίνει η τεχνητή νοημοσύνη ως δύο πηγές
Περιγραφή: Η τεχνητή νοημοσύνη είναι μοντέλο γλώσσας και όχι αριθμομηχανή. Υπολογίζει συχνά λανθασμένους μέσους όρους και ποσοστά. Η σωστή μέθοδος δεν είναι να έχετε την τεχνητή νοημοσύνη να κάνει τον υπολογισμό, αλλά να έχετε τη μέθοδο που περιγράφεται, να την εκτελέσετε σε ένα ελεγχόμενο εργαλείο (υπολογιστικό φύλλο, ερώτημα) και να ελέγξετε το αποτέλεσμα από τα ανεπεξέργαστα δεδομένα.
3. Ποιο βήμα είναι υποχρεωτικό για να συμπεριληφθεί μια προσφορά στις ειδήσεις σε κείμενο συνέντευξης που εξάγεται με αυτόματη μεταγραφή (ASR);
- Α) Διορθώνοντας το απόσπασμα με τεχνητή νοημοσύνη για να γίνει πιο ρευστό
- Β) Υποθέτοντας ότι η πρόταση στη μεταγραφή είναι σωστή και δημοσιεύεται απευθείας
- Γ) Επαληθεύστε το απόσπασμα συγκρίνοντάς το αυτολεξεί με την εγγραφή από τη χρονική σήμανση ✔
- Δ) Να βασίζεσαι μόνο στη διάκριση των ομιλητών και να μην ακούς την πηγή
Περιγραφή: Η αυτόματη μεταγραφή είναι ακατέργαστο προσχέδιο. Ειδικά στα σωστά ονόματα, αριθμούς και ορολογία, μια λέξη μπορεί να αλλάξει και να αντιστρέψει το νόημα. Κάθε πρόταση που αναφέρεται στις ειδήσεις θα πρέπει να επαληθεύεται πηγαίνοντας στη χρονική σήμανση και ακούγοντας την ηχογράφηση κατά λέξη.
4. Για να επιβεβαιώσει έναν ισχυρισμό, ένας ασκούμενος μπορεί να ρωτήσει απευθείας το AI "είναι αλήθεια, ποια είναι η πηγή του;" ρωτάει. Ποιο είναι το κύριο πρόβλημα με αυτήν την προσέγγιση;
- Α) Η ερώτηση είναι πολύ μεγάλη
- Β) Ο ισχυρισμός δεν βασίζεται σε οπτικό
- Γ) Η τεχνητή νοημοσύνη δεν μπορεί να χρησιμοποιηθεί καθόλου για επιβεβαίωση
- Δ) Η ικανότητα της τεχνητής νοημοσύνης να παράγει κρίσεις αλήθειας και κατασκευασμένες πηγές. ✔ Τα στοιχεία πρέπει να προέρχονται από μια πρωτογενή πηγή
Αποκάλυψη: Η τεχνητή νοημοσύνη δεν αποτελεί πηγή ελέγχου γεγονότων. 'Είναι αλήθεια αυτό;' μπορεί να δώσει ένα πειστικό αλλά λάθος συμπέρασμα ή ακόμα και μια κατασκευασμένη πηγή στην ερώτηση. Κατά την επαλήθευση, η τεχνητή νοημοσύνη εξορθολογίζει τη διαδικασία (αναλύει την αξίωση σε στοιχεία, δημιουργεί μια λίστα ελέγχου). Η απόδειξη της ακρίβειας προέρχεται από την πρωταρχική πηγή, το χέρι του δημοσιογράφου.
5. Ποιο είναι το πιο αποτελεσματικό πρώτο βήμα για να ελέγξετε την αυθεντικότητα μιας φωτογραφίας ενός συμβάντος που λέγεται στο Διαδίκτυο ως «τραβηχτεί σήμερα σε αυτήν την πόλη»;
- Α) Βρείτε πού/πότε η εικόνα δημοσιεύτηκε προηγουμένως κάνοντας μια αντίστροφη αναζήτηση εικόνας ✔
- Β) Ρωτήστε την τεχνητή νοημοσύνη "είναι αληθινή αυτή η φωτογραφία;" ρωτώντας και εμπιστεύοντας την απάντηση
- Γ) Κοιτάζοντας την αισθητική ποιότητα της φωτογραφίας
- Δ) Εξετάζοντας τον αριθμό των ακολούθων του λογαριασμού κοινής χρήσης
Εξήγηση: Η πιο κοινή οπτική παραπληροφόρηση είναι η παρουσίαση μιας παλιάς εικόνας ως νέο γεγονός. Η αντίστροφη αναζήτηση εικόνων συχνά αποκαλύπτει μόνη της τέτοιες απομιμήσεις, δείχνοντας πού και πότε είχε δημοσιευτεί προηγουμένως αυτή η εικόνα.
6. Ένα «εργαλείο ψευδούς ανίχνευσης» τεχνητής νοημοσύνης λέει ότι μια εικόνα είναι «78% τεχνητή». Πώς πρέπει να χρησιμοποιηθεί αυτό το αποτέλεσμα στη συντακτική απόφαση;
- Α) Εάν το ποσοστό είναι υψηλό, δηλώστε απευθείας την εικόνα ως ψεύτικη και αποσύρετε από τη δημοσίευση.
- Β) Πάρτε το ως ένδειξη και κάντε την πραγματική επαλήθευση επιστρέφοντας στην πηγή και αντίστροφη αναζήτηση ✔
- Γ) Αν το ποσοστό είναι χαμηλό, δημοσιεύστε την εικόνα χωρίς να την ελέγξετε καθόλου
- Δ) Εγγραφή της παραγωγής του εργαλείου στις ειδήσεις ως αιτιολόγηση δημοσίευσης
Εξήγηση: Τα εργαλεία ανίχνευσης μπορεί να είναι λανθασμένα και προς τις δύο κατευθύνσεις: μπορούν να ονομάσουν το πραγματικό ψεύτικο και το ψεύτικο πραγματικό. Αυτή η έξοδος δεν είναι οριστική απόδειξη, αλλά μια ένδειξη. Πρόβλεψη; παρέχεται από εξαγωγή πηγής, μεταδεδομένα, αντίστροφη αναζήτηση και ανεξάρτητη επαλήθευση περιβάλλοντος.
7. Ενώ η τεχνητή νοημοσύνη δημιουργεί έναν κατάλληλο τίτλο για ένα ειδησεογραφικό όργανο, τιτλοφορεί μια απόφαση που «εξετάζει την απόσυρση» ως «αποσύρθηκε». Τι παραβίαση είναι αυτή;
- Α) Ο τίτλος υπερβαίνει την ακρίβεια στο σώμα. Ο τίτλος δεν μπορεί να πει τι δεν λέει το σώμα ✔
- Β) Ο τίτλος είναι πολύ σύντομος
- Γ) Χωρίς αριθμό στον τίτλο
- Δ) Ο τίτλος δεν είναι σε ερωτηματική
Εξήγηση: Ο τίτλος δεν μπορεί να πει περισσότερα από όσα λέει το σώμα των ειδήσεων. Ένας τίτλος που ξεπερνά την ακρίβεια του σώματος παραπλανά τον αναγνώστη και δημιουργεί τον κίνδυνο της διάψευσης. Οι τίτλοι που παράγονται από την τεχνητή νοημοσύνη πρέπει να επιθεωρούνται συγκρίνοντάς τους με το σώμα.
8. Ενώ συνοψίζει μια μακρά δικαστική απόφαση, η τεχνητή νοημοσύνη λέει ότι «ο κατηγορούμενος αθωώθηκε». Ωστόσο, η απόφαση είναι «λόγω έλλειψης αποδεικτικών στοιχείων, η δυνατότητα προσφυγής είναι ανοιχτή» και μια άλλη αγωγή βρίσκεται σε εξέλιξη. Ποιο είναι αυτό το τυπικό λάθος;
- Α) Η περίληψη είναι πολύ μεγάλη
- Β) Η περίληψη δεν μπαίνει σε πίνακα
- Γ) Απώλεια του πλαισίου. Μια σωστή πρόταση γίνεται παραπλανητική με την απόρριψη των πληροφοριών συνθήκης και διαδικασίας ✔
- Δ) Η απόφαση πρέπει να είναι σε ξένη γλώσσα
Επεξήγηση: Οι περιλήψεις είναι πιο παραπλανητικές με την «αποσυστεκοποίηση»: μια πρόταση είναι τεχνικά σωστή αλλά δημιουργεί λανθασμένη αντίληψη επειδή η συνθήκη, ο χρόνος ή η συνθήκη πηγής παραλείπονται. Οι περιστάσεις που αφορούν κρίσιμες διατάξεις δεν θα πρέπει να παραλείπονται από τη σύνοψη και οι πληροφορίες θα πρέπει να επαληθεύονται από το πρωτότυπο.
9. Ποια είναι η σωστή στάση απέναντι σε ένα ξένο απόσπασμα που εξάγεται μέσω της αυτόματης μετάφρασης στην πολύγλωσση δημοσιογραφία;
- Α) Δημοσίευση της αυτόματης μετάφρασης ως έχει, σε εισαγωγικά
- Β) Απλώς ελέγχοντας το μήκος της προσφοράς
- Γ) Μετάφραση των ιδιωμάτων κατά λέξη και χρήση τους ακριβώς
- Δ) Θεωρήστε τη μετάφραση ως προσχέδιο, επιβεβαιώστε τη με το πρωτότυπο με ένα άτομο που γνωρίζει αυτή τη γλώσσα και κρατήστε το πρωτότυπο σε αρχείο ✔
Εξήγηση: Η αυτόματη μετάφραση μπορεί να ρίξει ένα αρνητικό (όχι/καμία), μια υπό όρους ή ειρωνεία και να μεταφράσει λάθος φράσεις. Αυτό μπορεί να κάνει ένα απόσπασμα να σημαίνει ακριβώς το αντίθετο. Το απόσπασμα που θα συμπεριληφθεί στην είδηση επιβεβαιώνεται συγκρίνοντάς το με το πρωτότυπο από ένα άτομο που γνωρίζει αυτή τη γλώσσα και η αρχική πρόταση διατηρείται στο αρχείο.
10. Ποιος είναι ο ηθικά σωστός τρόπος χρήσης μιας εικόνας «σκηνής εγκλήματος» που παράγεται από την τεχνητή νοημοσύνη σε μια είδηση;
- Α) Χρησιμοποιώντας την εικόνα χωρίς ετικέτες σαν να ήταν πραγματική φωτογραφία
- Β) Χρησιμοποιώντας την εικόνα με σαφή χαρακτηρισμό ως «αντιπροσωπευτική, που παράγεται με τεχνητή νοημοσύνη» και με τρόπο που δεν μιμείται την πραγματικότητα ✔
- Γ) Τοποθέτηση της εικόνας χωρίς ετικέτες αλλά σε μικρό μέγεθος
- Δ) Αντικατάσταση εικόνας του πραγματικού γεγονότος χωρίς να ρωτήσει τον αναγνώστη
Εξήγηση: Μια συνθετική εικόνα που παρουσιάζεται σαν να αντιπροσωπεύει ένα πραγματικό γεγονός ισοδυναμεί με παραπληροφόρηση. Οι εικόνες που δημιουργούνται από την τεχνητή νοημοσύνη μπορούν να χρησιμοποιηθούν μόνο εάν έχουν σαφή σήμανση (αναπαραστατικές, παράγονται από τεχνητή νοημοσύνη) και δεν μιμούνται την πραγματικότητα. Τα συνθετικά μέσα που δίνουν την εντύπωση της πραγματικότητας δεν περιλαμβάνονται στις ειδήσεις.
11. Μια πρόταση που περιγράφει μια πηγή ως «ο μόνος υπάλληλος με αναπηρία στα κεντρικά γραφεία» χρησιμοποιείται όταν συμβουλευόμαστε την τεχνητή νοημοσύνη. Γιατί είναι αυτό επικίνδυνο;
- Α) Η πρόταση είναι πολύ μεγάλη
- Β) Η πρόταση δεν λαμβάνεται από επίσημο έγγραφο
- Γ) Το έμμεσο αναγνωριστικό αναφέρεται σε ένα άτομο σε μια μικρή ομάδα, αποκαλύπτοντας την ταυτότητα όσο και το όνομα ✔
- Δ) Η τεχνητή νοημοσύνη δεν μπορεί να κατανοήσει το θέμα της αναπηρίας
Εξήγηση: Η προστασία των πόρων δεν είναι απλώς η απόκρυψη του ονόματος. Τα έμμεσα αναγνωριστικά που αναφέρονται σε ένα άτομο σε μια μικρή ομάδα είναι τόσο αποκαλυπτικά ταυτότητας όσο ένα όνομα. 'Πόσα άτομα θα ταιριάζει αυτή η συνταγή;' Εάν η δοκιμή είναι μία, ο πόρος δεν προστατεύεται. Επιπλέον, η παροχή αυτών των δεδομένων σε ένα δημόσιο εργαλείο προκαλεί απώλεια ελέγχου.
12. Ποιο είναι το κρίσιμο βήμα πριν από την τεχνητή νοημοσύνη να συνοψίσει ένα ευαίσθητο έγγραφο διαρροής;
- Α) Εξοικονομήστε χρόνο μεταφορτώνοντας γρήγορα το έγγραφο ως έχει
- Β) Έγχρωμη σάρωση του εγγράφου
- Γ) Απλώς αλλάξτε τον τίτλο του εγγράφου
- Δ) Καθαρισμός των μεταδεδομένων του εγγράφου και μετατροπή του σε απλό κείμενο και ανωνυμοποίηση αναγνωριστικών ✔
Περιγραφή: Τα μεταδεδομένα που είναι ενσωματωμένα σε ένα αρχείο (όνομα συγγραφέα, ιστορικό επεξεργασίας, ημερομηνία δημιουργίας, τοποθεσία) μπορούν να προσδιορίσουν άμεσα την πηγή. Πριν την εξαγωγή του εγγράφου σε ένα εργαλείο, τα μεταδεδομένα πρέπει να καθαριστούν, να μετατραπούν σε απλό κείμενο και όλα τα άμεσα/έμμεσα αναγνωριστικά πρέπει να είναι ανώνυμα.
13. Εσφαλμένος αριθμός που προέρχεται από τεχνητή νοημοσύνη εμφανίζεται σε δημοσιευμένη είδηση. Τι απαιτεί η αρχή της λογοδοσίας;
- Α) Αναλάβετε την ευθύνη και εκδώστε μια διάφανη και μη αμυντική διόρθωση ✔
- Β) Αποδίδοντας το λάθος στην τεχνητή νοημοσύνη λέγοντας «το όχημα το έκανε»
- Γ) Σιωπηλή διαγραφή του λάθους και μη εξήγηση
- Δ) Αλλάξτε το όχημα και αφήστε τα νέα ως έχουν.
Εξήγηση: Η ευθύνη δεν μπορεί να μεταφερθεί στο όχημα. «Η τεχνητή νοημοσύνη που συνοψίζεται/υπολογίζεται με αυτόν τον τρόπο» δεν είναι έγκυρη άμυνα. Ένα άτομο στέκεται πίσω από όλα όσα δημοσιεύονται. Το λάθος διορθώνεται μέσω μιας διαφανούς και υπεύθυνης διόρθωσης, χωρίς να ρίξει την ευθύνη στο όχημα.
14. Τι σημαίνει η έννοια της «πύλης σκηνής» στη ροή δημοσιογραφίας που υποστηρίζεται από την τεχνητή νοημοσύνη από άκρο σε άκρο;
- Α) Η τεχνητή νοημοσύνη αλλάζει αυτόματα μεταξύ των σταδίων
- Β) Ένας άνθρωπος επαληθεύει την έξοδο στην έξοδο κάθε σταδίου. Μην προχωρήσετε στο επόμενο στάδιο χωρίς επαλήθευση ✔
- Γ) Παράδοση της είδησης στη δημοσίευση το συντομότερο δυνατό
- Δ) Ανάθεση ολόκληρης της ροής σε ένα μόνο αίτημα τεχνητής νοημοσύνης
Περιγραφή: Η πύλη σταδίου είναι ένας ανθρώπινος έλεγχος επαλήθευσης στην έξοδο κάθε σταδίου: καμία έξοδος δεν πηγαίνει στο επόμενο στάδιο χωρίς να επαληθευτεί. "Τι είναι μη επαληθευμένο σε αυτήν την έξοδο;" Η ερώτηση μετάβασης αποτρέπει την ανάπτυξη της ψευδαίσθησης κατά μήκος της αλυσίδας.