Ganancias:
- Capacidad para explorar un conjunto de datos con inteligencia artificial, generar preguntas de interés periodístico y extraer datos confidenciales.
- En lugar de que la inteligencia artificial haga los cálculos, describa el método y ejecútelo en una herramienta auditable y adquiera el hábito de verificar cada hallazgo a partir de datos sin procesar.
- Entendiendo que es responsabilidad del periodista redactar datos atípicos y documentar relaciones de archivo y confirmarlos en la fuente original.
El periodismo de investigación a menudo comienza con un montón: una tierna hoja de cálculo de miles de líneas, un balance de cientos de páginas, un archivo de correo electrónico filtrado, un conjunto de gastos públicos de código abierto. El periodismo de datos (la práctica de encontrar patrones, anomalías y relaciones en datos numéricos y documentales y convertirlos en noticias) es exactamente la tarea de darle sentido a esta masa. En estos montones, que requerirían una vida humana para revisarlos manualmente, la inteligencia artificial (IA) es una poderosa herramienta de primera evaluación y generación de ideas: puede resumir una tabla, extraer nombres duplicados en un archivo de texto, sugerir qué preguntas formular para un análisis e incluso describir los pasos de limpieza de datos. Pero pongamos una frase desde el principio: la IA es un socio en el análisis de datos; Es el periodista quien decide la exactitud y el valor noticioso del resultado y vuelve a examinar el número a partir de los datos sin procesar. El riesgo de alucinación es aquí más peligroso, en cifras.
Paso a paso: explorando un conjunto de datos con IA
Paso 1: conozca los datos. Primero comprenda las columnas, el número de filas, el rango de fechas y las unidades. Sepa usted mismo qué es antes de cargar el archivo sin formato en la IA; De lo contrario, los "hallazgos" de AI quedarán en el aire.
Paso 2: extraiga datos confidenciales. Si contiene datos personales (nombre, TR ID, dirección, salud), anonimícelos sin entregárselos a la herramienta pública de IA o envíe solo las columnas para analizar. También se limpian rastros de documentos filtrados que revelan la fuente (Unidades 1 y 10).
Paso 3: Genere preguntas de descubrimiento con IA. “¿Qué noticias podría esconder este conjunto de datos?” Empiece por decir. La IA genera una lista de preguntas para hacer: 10 artículos principales, proveedores recurrentes, saltos inusuales, áreas dejadas en blanco.
Paso 4: NO HAGA QUE LA IA HAGA EL ANÁLISIS, DESCRÍBALO. Éste es el punto crítico. El promedio o porcentaje que la IA calcula mentalmente muchas veces es erróneo. En su lugar, pídale a la IA los pasos que ejecutaría en una herramienta confiable (fórmula de hoja de cálculo, consulta, script). Al convertir así el cálculo en una herramienta auditable, la IA simplemente proporciona el método.
Paso 5: verificar el hallazgo. Vea cada anomalía que señala la IA volviendo a la línea sin formato. Filtre la tabla y cuente el reclamo "Esta empresa ganó 31 de 40 licitaciones". Cualquier número no verificado no aparecerá en las noticias.
Paso 6: Establezca el contexto. El número por sí solo no es ninguna novedad. La comparación (el año pasado, instituciones similares, proporción con la población), el contexto y la opinión de expertos son trabajo del periodista.
Atención: Hacer que la IA diga "calcula el promedio de esta tabla" y poner el resultado directamente en la noticia es el error más común del periodismo de datos que produce descargo de responsabilidad. La IA es un modelo de lenguaje, no una calculadora. Haga que la herramienta haga los cálculos, solo pregúntele a la IA el método y la interpretación.
Análisis de metadatos y documentos.
Además de las tablas numéricas, el periodismo de investigación también se ocupa de grandes archivos de texto: correos electrónicos, actas, contratos. Aquí, la IA puede elaborar mapas de relaciones como "quién habló con quién y cuándo", "qué tema se repite", "qué nombres se mencionan juntos". De nuevo, la regla es la misma: la IA da un mapa inicial; Cada vínculo se confirma en el documento original, porque la IA puede explicar de manera convincente un vínculo que no existe.
tres mini casos
Caso 1: Condensación oculta. Un periodista tenía una hoja de cálculo de contratación pública con 2.400 filas. Hizo que la IA produjera preguntas exploratorias; La pregunta "¿cuántas ofertas recibió el mismo proveedor?" pasó a primer plano. El periodista no hizo que la IA calculara esto; Ejecutó la fórmula de la hoja de cálculo sugerida por el propio YZ y descubrió que una sola empresa recibió 380 (15,8%) de 2.400 artículos. Lo comprobó manualmente y el número era correcto. La "estimación" inicial de la IA decía 22%, por lo que si se confiara en la IA, las noticias serían erróneas.
Caso 2: ahorro de tiempo, archivo de correo electrónico. Se necesitarían días para buscar manualmente "qué temas están sucediendo" en un archivo de 6.000 correos electrónicos. La IA produjo un resumen de grupos de temas en 15 minutos; De estos, el periodista seleccionó 3 grupos prometedores y leyó los correos electrónicos originales. El tiempo total de descubrimiento se redujo a ~3 días, pero cada cotización que se publicó se verificó palabra por palabra desde el correo electrónico original.
Caso 3: Alucinación detectada. Un periodista económico recibió de YZ un resumen de un balance de que "los gastos de personal aumentaron un 60% en un año". Cuando volvió a la tabla sin procesar, vio que el aumento era del 6% y que la IA había leído mal un dígito. Una sola verificación de hechos bloqueó un titular falso y pretencioso como "explosión del 60%".
Plantillas copiables
1) Preguntas de reconocimiento y descubrimiento de conjuntos de datos:
Le daré los encabezados de las columnas y las primeras 20 filas de un conjunto de datos. Generar 10 preguntas periodísticas que SE PUEDEN hacer con estos datos: en términos de concentración, valores atípicos, salto en el tiempo, áreas faltantes/vacías, actores recurrentes. Sin cálculo de números; simplemente escriba qué preguntas vale la pena hacer y por qué podrían ser noticia. Datos: [titulares + líneas de muestra]
2) No hacer cálculos, pero hacerlos describir:
Quiero hacer el siguiente análisis: [p.ej. encuentre el monto total de la licitación y el porcentaje de participación de cada proveedor]. Quiero ejecutar esto yo mismo en una hoja de cálculo. Escríbeme paso a paso qué fórmulas/configuraciones de pivote instalar. Resultado del cálculo del SEN; solo da el método. Mis columnas: [nombres de columnas]
3) Caza de valores atípicos:
A continuación daré estadísticas resumidas (mínimo, máximo, promedio, mediana). Explique qué valores son inusuales/sospechosos y por qué debería consultarlos en busca de novedades. No hagas juicios finales; Aparece una lista de verificación en el formato "las siguientes líneas deben verificarse manualmente". Resúmenes: [aquí]
4) Mapa de relación del archivo de documentos (borrador):
Le daré un conjunto de texto del documento. Genere lo siguiente como BORRADOR: nombres que aparecen juntos con frecuencia, temas recurrentes, fechas notables. Marque el documento del que proviene cada enlace, como [B12]. No agregue ninguna relación que no esté escrita explícitamente en el documento. Documentación: [aquí]
Aviso débil / Aviso fuerte
Mensaje débil: "Analice este gráfico e indique cualquier hallazgo significativo".
Resultado: la IA elabora porcentajes y promedios de frente, imagina anomalías, no está claro en qué línea se basa. No se puede verificar.
Potente mensaje: "Proporciono las columnas y las primeras 20 filas de esta tabla. (1) Enumere los análisis que podrían ser de interés periodístico. (2) Sugiera una fórmula de hoja de cálculo para cada análisis para poder ejecutarlo. (3) No calcule ningún resultado. (4) Marque las filas a verificar, como [S45]".
Diferencia: el aviso fuerte deja el cálculo a la herramienta controlable, reduciendo la IA al papel de método y dirección; evita que las alucinaciones se filtren en el número.
cuadro comparativo
etapa
La IA lo hace
periodista hace
verificación
Reconocer datos
Resumen de columna/patrón
Conoce la unidad y el contexto.
Diccionario de datos fuente
preguntas de descubrimiento
Genera una lista de preguntas.
Selecciona el valor de la noticia
—
calculo
Describe el método
Ejecuta la fórmula en el vehículo.
Aprovisionamiento manual
valor atípico
marca a los candidatos
Mira la línea cruda
Filtrar y contar
Comentario/contexto
borrador del marco
Comparación, experto
segunda fuente
Errores comunes
- Hacer que la IA calcule. Hacer que la IA calcule el promedio, el porcentaje, el total, etc. y utilice el resultado; La IA comete errores con frecuencia, deja que el vehículo haga los cálculos.
- No conectar el hallazgo con la línea sin procesar. Escribir el reclamo "Esta empresa ganó la mayoría de las licitaciones" sin filtrar la tabla ni contar.
- Publicando números sin contexto. Informar cifras simples sin comparación ni proporción es engañoso.
- Cargar datos confidenciales tal como están. Dar datos personales o documento que revele el origen al vehículo sin limpiarlo.
- Pensar que la relación falsa es cierta. Procesar el enlace que la IA "ve" en el archivo en el mapa sin confirmarlo en el documento original.
En resumen
En el periodismo de datos, la IA es un compañero de descubrimiento y conocimiento: escanea la pila, genera preguntas para hacer, describe el método de análisis y señala candidatos para valores atípicos. Pero hacer que la IA calcule el número por sí misma es el error más riesgoso; Subcontrate el cálculo a una herramienta auditable, verifique cada hallazgo volviendo a los datos sin procesar y agregue contexto y comparación al número. En los archivos de documentos, la IA proporciona un mapa de partida; Cada enlace está confirmado en el documento original.
Tarea de aplicación
Tome un conjunto de datos que tenga (o que esté disponible públicamente). Primero, pídales que generen 10 preguntas con el mensaje "Preguntas de exploración". Seleccione una pregunta, obtenga la fórmula de la IA con el mensaje "Describir el cálculo" y ejecútela usted mismo. Luego solicite directamente a la IA el mismo cálculo y compare los dos resultados; Note la diferencia y su lección.
lista de verificación
- [] Entendí las columnas, unidades y campos sensibles antes de pasar los datos a la herramienta.
- [ ] No dejo que la IA haga los cálculos; Describo el método y lo ejecuto en la herramienta auditable.
- [] Verifico manualmente cada hallazgo volviendo a la fila sin procesar.
- [] Agrego comparación y contexto al número; No estoy informando los números básicos.
- [ ] Confirmo cada relación en el archivo en el documento original.