سود:
- امکان کاوش مجموعه داده ها با هوش مصنوعی، ایجاد پرسش های خبری و استخراج داده های حساس
- به جای داشتن هوش مصنوعی محاسبات را انجام دهید، روش توصیف شده را داشته باشید و در یک ابزار قابل ممیزی اجرا کنید و عادت به تأیید هر یافته از داده های خام را به دست آورید.
- درک این موضوع که مسئولیت تهیه پیش نویس موارد پرت و مستندسازی روابط بایگانی و تأیید آنها در منبع اصلی به عهده روزنامه نگار است.
روزنامه نگاری تحقیقی اغلب با انبوهی شروع می شود: صفحه گسترده مناقصه از هزاران خط، ترازنامه صدها صفحه، آرشیو ایمیل فاش شده، مجموعه ای از مخارج عمومی منبع باز. روزنامهنگاری دادهای – تمرین یافتن الگوها، ناهنجاریها، و روابط در دادههای عددی و اسنادی و تبدیل آنها به خبر – دقیقاً وظیفه معنا بخشیدن به این توده است. در این انبوهها، که بررسی دستی آنها طول عمر انسان را میطلبد، هوش مصنوعی (AI) یک ابزار قدرتمند برای غربالگری و تولید ایده است: میتواند یک جدول را خلاصه کند، نامهای تکراری را در یک بایگانی متن استخراج کند، پیشنهاد دهد چه سؤالاتی برای تجزیه و تحلیل بپرسید، حتی مراحل پاکسازی دادهها را شرح دهد. اما اجازه دهید یک جمله را از ابتدا بیان کنیم: هوش مصنوعی شریک تجزیه و تحلیل داده ها است. این روزنامهنگار است که در مورد صحت و ارزش خبری نتیجه تصمیم میگیرد و عدد را از روی دادههای خام دوباره بررسی میکند. خطر توهم در اینجا خطرناک ترین است، از نظر تعداد.
گام به گام: کاوش مجموعه داده با هوش مصنوعی
مرحله 1 - با داده ها آشنا شوید. ابتدا ستون ها، تعداد ردیف ها، محدوده تاریخ، واحدها را درک کنید. قبل از بارگذاری فایل خام در هوش مصنوعی، خودتان بدانید که چیست. در غیر این صورت، «یافتههای» هوش مصنوعی در هوا باقی میماند.
مرحله 2 - استخراج داده های حساس اگر حاوی دادههای شخصی (نام، شناسه TR، آدرس، سلامتی) است، بدون ارائه آن به ابزار هوش مصنوعی عمومی، آن را ناشناس کنید یا فقط ستونهایی را برای تجزیه و تحلیل ارسال کنید. آثار اسناد فاش شده که منبع را فاش می کند نیز پاک می شود (واحد 1 و 10).
مرحله 3 - سوالات اکتشافی را با هوش مصنوعی ایجاد کنید. "این مجموعه داده چه خبری می تواند پنهان کند؟" با گفتن شروع کن هوش مصنوعی فهرستی از سوالات را ارائه می دهد: 10 مورد برتر، تامین کنندگان تکراری، پرش های غیرمعمول، مناطق خالی مانده.
مرحله 4 - هوش مصنوعی تجزیه و تحلیل را انجام ندهید، آن را توصیف کنید. این نقطه بحرانی است. میانگین یا درصدی که هوش مصنوعی در سر محاسبه می کند اغلب اشتباه است. درعوض، از هوش مصنوعی بخواهید مراحلی را که در یک ابزار قابل اعتماد اجرا کنید (فرمول صفحه گسترده، پرس و جو، اسکریپت). بنابراین، AI فقط روشی را ارائه می دهد که حساب دیفرانسیل و انتگرال را به ابزاری قابل ممیزی تبدیل می کند.
مرحله 5 - یافته ها را تأیید کنید. با بازگشت به خط خام، هر ناهنجاری را که هوش مصنوعی به آن اشاره می کند، مشاهده کنید. جدول را فیلتر کنید و ادعای «این شرکت در 31 مناقصه از 40 مناقصه برنده شد» را بشمارید. هر اعداد تأیید نشده ای وارد اخبار نمی شود.
مرحله 6 - زمینه را ایجاد کنید. عدد به تنهایی خبری نیست. مقایسه (سال گذشته، نهادهای مشابه، نسبت به جمعیت)، زمینه و نظر کارشناسی کار روزنامه نگار است.
توجه: گفتن هوش مصنوعی «میانگین این جدول را محاسبه کنید» و قرار دادن نتیجه مستقیماً در اخبار، رایجترین اشتباه روزنامهنگاری داده در تولید سلب مسئولیت است. هوش مصنوعی یک مدل زبان است، نه یک ماشین حساب. از ابزار محاسباتی بخواهید، فقط روش و تفسیر را از هوش مصنوعی بخواهید.
فراداده و تحلیل اسناد
روزنامهنگاری تحقیقی علاوه بر جداول عددی، با آرشیوهای متنی بزرگ نیز سروکار دارد: ایمیلها، صورتجلسهها، قراردادها. در اینجا، هوش مصنوعی میتواند نقشههای رابطهای مانند «چه کسی با چه کسی صحبت کرد»، «کدام موضوع تکرار میشود»، «چه نامهایی با هم ذکر شدهاند» ترسیم کند. دوباره، قانون یکسان است: هوش مصنوعی یک نقشه اولیه را ارائه می دهد. هر پیوندی در سند اصلی تأیید می شود، زیرا هوش مصنوعی می تواند پیوندی را که وجود ندارد به طور قانع کننده ای توضیح دهد.
سه کیف کوچک
مورد 1 - تراکم پنهان. یک خبرنگار یک صفحه گسترده تدارکات عمومی با 2400 ردیف داشت. او سؤالات اکتشافی تولید هوش مصنوعی داشت. سوال "یک تامین کننده چند مناقصه دریافت کرده است؟" به میدان آمد. گزارشگر هوش مصنوعی نداشت که این را محاسبه کند. او فرمول صفحه گسترده پیشنهادی خود YZ را اجرا کرد و متوجه شد که یک شرکت تنها 380 (15.8٪) از 2400 مورد را دریافت کرده است. دستی چک کرد و شماره درست بود. "تخمین" اولیه هوش مصنوعی 22 درصد بود - بنابراین اگر قرار بود به هوش مصنوعی اعتماد شود، این خبر اشتباه خواهد بود.
مورد 2 - صرفه جویی در زمان، بایگانی ایمیل. جستجوی دستی "چه موضوعاتی در جریان است" در آرشیو 6000 ایمیل، روزها طول می کشد. هوش مصنوعی یک طرح کلی از خوشه های موضوعی را در 15 دقیقه تولید کرد. از میان آنها، خبرنگار 3 خوشه امیدوارکننده را انتخاب کرد و ایمیل های اصلی را خواند. مجموع زمان کشف به 3 روز کاهش یافت، اما هر نقل قولی که منتشر میشد بهلفظ از ایمیل اصلی تأیید میشد.
مورد 3 - توهم کشف شد. یک گزارشگر اقتصادی خلاصه ای را از YZ دریافت کرد که "هزینه های پرسنل در یک سال 60٪ افزایش یافته است" از ترازنامه. وقتی به جدول خام برگشت، دید که افزایش 6 درصدی بوده و هوش مصنوعی یک رقم را اشتباه خوانده است. یک بررسی واقعی یک تیتر دروغین و ادعایی مانند "انفجار 60٪" را مسدود کرد.
قالب های قابل کپی
1) سوالات شناسایی و کشف مجموعه داده ها:
سرفصل های ستون و 20 سطر اول یک مجموعه داده را به شما می دهم. 10 سوال ژورنالیستی ایجاد کنید که می توان با این داده ها انجام داد: از نظر تمرکز، پرت، پرش در زمان، مناطق گمشده/خالی، بازیگران تکرار شونده. بدون محاسبه عدد. فقط بنویسید که کدام سؤال ارزش پرسیدن دارد و چرا ممکن است خبرساز شود. داده ها: [سرفصل ها + خطوط نمونه]
2) محاسبات را انجام نمی دهید، اما انجام آنها را توصیف می کند:
من می خواهم تحلیل زیر را انجام دهم: [به عنوان مثال. کل مبلغ مناقصه و درصد سهم هر تامین کننده را بیابید. من می خواهم این را خودم در یک صفحه گسترده اجرا کنم. گام به گام بنویسید کدام فرمول/تنظیمات محوری را نصب کنم. نتیجه محاسبه SEN; فقط روش را بدهید. ستونهای من: [نامهای ستون]
3) شکار پرت:
من آمار خلاصه (حداقل، حداکثر، میانگین، میانه) را در زیر ارائه خواهم کرد. توضیح دهید که کدام مقادیر غیرعادی/مشکوک هستند و چرا باید آنها را برای اخبار بررسی کنم. قضاوت نهایی نکنید؛ چک لیستی با فرمت "خطوط زیر باید به صورت دستی بررسی شوند" ظاهر می شود. خلاصه: [اینجا]
4) نقشه ارتباط بایگانی اسناد (پیش نویس):
من مجموعه ای از متن سند را به شما می دهم. موارد زیر را به صورت پیش نویس خروجی بگیرید: نام هایی که اغلب با هم اتفاق می افتد، موضوعات تکراری، تاریخ های قابل توجه. سندی را که هر پیوند از آن می آید، علامت گذاری کنید، مانند [B12]. هیچ رابطه ای را که به صراحت در سند نوشته نشده است اضافه نکنید. مستندات: [اینجا]
اعلان ضعیف / اعلان قوی
اعلان ضعیف: "این نمودار را تجزیه و تحلیل کنید و یافته های مهم را بیان کنید."
نتیجه: هوش مصنوعی درصدها را تشکیل می دهد و میانگین می دهد، ناهنجاری ها را تصور می کند، مشخص نیست که بر اساس کدام خط است. نمی توان آن را تأیید کرد.
اعلان قدرتمند: "من ستونها و 20 ردیف اول این جدول را میدهم. (1) فهرست تحلیلهایی که ممکن است ارزش خبری داشته باشند. (2) یک فرمول صفحهگسترده برای هر تحلیل پیشنهاد کنید تا بتوانم آن را اجرا کنم. (3) هیچ نتیجهای را محاسبه نکنید. (4) ردیفهایی را که باید بررسی شوند، مانند [S45] علامتگذاری کنید."
تفاوت: اعلان قوی محاسبه را به ابزار قابل کنترل واگذار می کند و هوش مصنوعی را به نقش روش و جهت کاهش می دهد. از نشت توهم به شماره جلوگیری می کند.
نمودار مقایسه
مرحله
هوش مصنوعی انجام می دهد
روزنامه نگار انجام می دهد
راستی آزمایی
تشخیص داده ها
خلاصه ستون/الگو
واحد و زمینه را می داند
فرهنگ لغت منبع داده
سوالات کشف
لیستی از سوالات را ایجاد می کند
ارزش خبری را انتخاب می کند
-
محاسبه
روش را شرح می دهد
فرمول را در خودرو اجرا می کند
تهیه دستی
پرت
نامزدها را علامت گذاری می کند
به خط خام نگاه می کند
فیلتر کنید و بشمارید
نظر/زمینه
قاب پیش نویس
مقایسه، متخصص
منبع دوم
اشتباهات رایج
- محاسبه هوش مصنوعی داشتن هوش مصنوعی میانگین، درصد، کل و غیره را محاسبه کرده و از نتیجه استفاده کنید. هوش مصنوعی مرتباً اشتباه می کند، اجازه دهید وسیله نقلیه محاسبه کند.
- عدم اتصال یافته به خط خام. نوشتن ادعای «این شرکت برنده اکثر مناقصات» بدون فیلتر کردن جدول و شمارش.
- انتشار اعداد بدون زمینه گزارش اعداد بدون مقایسه و نسبت گمراه کننده است.
- آپلود داده های حساس همانطور که هست. دادن اطلاعات شخصی یا سندی مبنی بر فاش شدن منبع به وسیله نقلیه بدون تمیز کردن آن.
- فکر کردن به اینکه رابطه جعلی درست است. پردازش پیوندی که هوش مصنوعی در آرشیو "می بیند" در نقشه بدون تایید آن در سند اصلی.
به طور خلاصه
در روزنامه نگاری داده، هوش مصنوعی یک شریک کشف و بینش است: انبوه را اسکن می کند، سؤالاتی را برای پرسیدن ایجاد می کند، روش تجزیه و تحلیل را توصیف می کند، نامزدها را برای موارد پرت علامت گذاری می کند. اما اینکه هوش مصنوعی خود عدد را محاسبه کند خطرناک ترین اشتباه است. محاسبات را به یک ابزار قابل ممیزی برون سپاری کنید، هر یافته را با بازگشت به داده های خام تأیید کنید، و زمینه و مقایسه را به عدد اضافه کنید. در آرشیو اسناد، هوش مصنوعی یک نقشه شروع را ارائه می دهد. هر پیوند در سند اصلی تأیید شده است.
وظیفه کاربردی
مجموعه دادهای را که دارید (یا در دسترس عموم است) بگیرید. ابتدا از آنها بخواهید 10 سوال را با اعلان "سوالات کاوش" ایجاد کنند. یک سوال را انتخاب کنید، فرمول را از هوش مصنوعی با اعلان "Describe the Calculation" دریافت کنید و خودتان آن را اجرا کنید. سپس از هوش مصنوعی مستقیماً همان محاسبه را بخواهید و دو نتیجه را با هم مقایسه کنید. به تفاوت و درس آن توجه کنید.
چک لیست
- [ ] قبل از دادن داده ها به ابزار، ستون ها، واحدها و فیلدهای حساس را فهمیدم.
- [ ] من به هوش مصنوعی اجازه نمی دهم محاسبات را انجام دهد. من روش را توصیف می کنم و آن را در ابزار قابل بازرسی اجرا می کنم.
- [ ] من به صورت دستی هر یافته را با بازگشت به ردیف خام تأیید می کنم.
- [ ] مقایسه و زمینه را به عدد اضافه می کنم. من اعداد خالی را گزارش نمی کنم.
- [ ] من هر رابطه موجود در بایگانی را در سند اصلی تأیید می کنم.