Voitot:
- Kyky tutkia tietojoukkoa tekoälyllä, luoda uutisarvoisia kysymyksiä ja poimia arkaluonteisia tietoja
- Sen sijaan, että käyttäisit tekoälyä, tee laskelmat, kuvaile menetelmä ja ajeta sitä auditoitavalla työkalulla ja hanki tapa tarkistaa jokainen löytö raakatiedoista.
- Ymmärtää, että toimittajan vastuulla on laatia poikkeamat ja dokumentoida arkistosuhteet ja vahvistaa ne alkuperäisessä lähteessä.
Tutkiva journalismi alkaa usein kasasta: tuhansien rivien tarjoustaulukko, satojen sivujen tase, vuotanut sähköpostiarkisto, avoimen lähdekoodin julkisten menojen joukko. Datajournalismi – käytäntö löytää malleja, poikkeavuuksia ja suhteita numeerisista ja dokumentaarisista tiedoista ja muuttaa ne uutisiksi – on juuri tämän massan ymmärtämisen tehtävä. Näissä pinoissa, joiden manuaalinen läpikäyminen vie ihmisen eliniän, tekoäly (AI) on tehokas ensiseulonnan ja ideoiden luomistyökalu: se voi tehdä yhteenvedon taulukosta, poimia päällekkäisiä nimiä tekstiarkistoon, ehdottaa, mitä kysymyksiä analyysiä varten kysyä, jopa kuvata tietojen puhdistusvaiheita. Laitetaan kuitenkin yksi lause alusta: AI on kumppani datan analysoinnissa; Toimittaja on se, joka päättää tuloksen tarkkuuden ja uutisarvon ja tarkastelee luvun uudelleen raakatiedoista. Hallusinaatioiden riski on tässä vaarallisimmillaan, numeroissa mitattuna.
Askel askeleelta: tietojoukon tutkiminen tekoälyn avulla
Vaihe 1 – Tutustu tietoihin. Ymmärrä ensin sarakkeet, rivien lukumäärä, ajanjakso, yksiköt. Tiedä itse, mikä se on, ennen kuin lataat raakatiedoston tekoälyyn; Muuten tekoälyn "löydöt" jäävät ilmaan.
Vaihe 2 – Pura arkaluontoiset tiedot. Jos se sisältää henkilötietoja (nimi, TR-tunnus, osoite, terveys), anonymisoi se antamatta sitä julkiselle tekoälytyökalulle tai lähetä vain analysoitavat sarakkeet. Myös jäljet vuotaneista asiakirjoista, jotka paljastavat lähteen, puhdistetaan (osat 1 ja 10).
Vaihe 3 – Luo löytökysymyksiä tekoälyn avulla. "Mitä uutisia tämä tietojoukko voisi piilottaa?" Aloita sanomalla. Tekoäly laatii luettelon kysymyksistä: 10 parasta tuotetta, toistuvat toimittajat, epätavalliset hyppyt, tyhjiksi jätetyt alueet.
Vaihe 4 – ÄLÄ PYYDÄ AI DO ANALYYSIÄ, KUVIA SE. Tämä on kriittinen kohta. Keskiarvo tai prosenttiosuus, jonka tekoäly laskee päähän, on usein väärä. Pyydä sen sijaan tekoälyltä vaiheita, jotka suorittaisit luotettavalla työkalulla (laskentataulukkokaava, kysely, komentosarja). Näin ollen tekoäly antaa menetelmän, jolloin laskusta on tarkastettava työkalu.
Vaihe 5 – Tarkista löydös. Katso jokainen tekoälyn osoittama poikkeavuus palaamalla raakalinjaan. Suodata taulukko ja laske väite "Tämä yritys voitti 31 40 tarjouksesta". Vahvistamattomat numerot eivät pääse uutisiin.
Vaihe 6 – Määritä konteksti. Pelkkä luku ei ole uutinen. Vertailu (viime vuosi, samankaltaiset instituutiot, suhde väestöön), konteksti ja asiantuntijalausunto ovat toimittajan tehtävä.
Huomio: Tekoälyn sanominen "laske tämän taulukon keskiarvo" ja tuloksen laittaminen suoraan uutisiin on datajournalismin yleisin vastuuvapauslausekkeita tuottava virhe. Tekoäly on kielimalli, ei laskin. Pyydä työkalua laskemaan, kysy vain tekoälyltä menetelmä ja tulkinta.
Metadata ja dokumenttianalyysi
Numeeristen taulukoiden lisäksi tutkivassa journalismissa käsitellään myös suuria tekstiarkistoja: sähköpostit, pöytäkirjat, sopimukset. Täällä tekoäly voi laatia suhdekarttoja, kuten "kuka puhui kenelle milloin", "mikä aihe toistetaan", "mitkä nimet mainitaan yhdessä". Jälleen sääntö on sama: AI antaa alustavan kartan; Jokainen linkki vahvistetaan alkuperäisessä asiakirjassa, koska tekoäly voi vakuuttavasti selittää linkin, jota ei ole olemassa.
kolme minilaukkua
Tapaus 1 – Piilotettu kondensaatio. Toimittajalla oli julkisten hankintojen taulukko, jossa oli 2 400 riviä. Hän pyysi tekoälyä tuottamaan tutkivia kysymyksiä; Kysymys "kuinka monta tarjousta sama toimittaja sai?" tuli esiin. Toimittajalla ei ollut tekoälyä laskea tätä; Hän suoritti YZ:n itsensä ehdottaman laskentataulukkokaavan ja havaitsi, että yksittäinen yritys sai 380 (15,8 %) 2 400 tuotteesta. Hän tarkisti sen manuaalisesti ja numero oli oikea. Tekoälyn alkuperäinen "arvio" sanoi 22 % - joten jos tekoälyyn luotetaan, uutinen olisi väärä.
Tapaus 2 — Ajansäästö, sähköpostiarkisto. Kestäisi päiviä etsiä manuaalisesti "mitä aiheita tapahtuu" 6 000 sähköpostin arkistosta. Tekoäly tuotti aiheklustereiden luonnoksen 15 minuutissa; Näistä toimittaja valitsi 3 lupaavaa klusteria ja luki alkuperäiset sähköpostit. Kokonaislöytöaika lyheni ~3 päivään, mutta jokainen julkaistu tarjous vahvistettiin sanatarkasti alkuperäisestä sähköpostista.
Tapaus 3 – hallusinaatio kiinni. Taloustoimittaja sai YZ:ltä yhteenvedon, että "henkilöstökulut kasvoivat 60 % vuodessa" taseesta. Palattuaan raakataulukkoon hän näki, että kasvu oli 6 % ja että tekoäly oli lukenut yhden numeron väärin. Yksi faktan tarkistus esti väärän ja teeskentelevän otsikon, kuten "60 % räjähdys".
Kopioitavat mallit
1) Tietojoukon tunnistus- ja etsintäkysymykset:
Annan sinulle sarakeotsikot ja tietojoukon ensimmäiset 20 riviä. Luo 10 journalistista kysymystä, jotka VOIDAAN tehdä näillä tiedoilla: keskittyminen, poikkeava, ajassa hyppy, puuttuvat/tyhjät alueet, toistuvat toimijat. Ei numerolaskentaa; kirjoita vain, mitkä kysymykset kannattaa kysyä ja miksi niistä voi tulla uutisia.Data: [otsikot + esimerkkirivit]
2) Laskelmien tekeminen, mutta niiden kuvaileminen:
Haluan tehdä seuraavan analyysin: [esim. löytää kunkin toimittajan tarjouksen kokonaismäärä ja osuusprosentti]. Haluan suorittaa tämän itse laskentataulukossa. Kirjoita minulle vaihe vaiheelta mitkä kaavat/pivot-asetukset asennetaan. SEN-laskennan tulos; anna vain menetelmä.Omat sarakkeet: [sarakkeiden nimet]
3) Outlier-metsästys:
Annan alla yhteenvetotilastot (min, max, keskiarvo, mediaani). Selitä mitkä arvot ovat epätavallisia/epäilyttäviä ja miksi minun pitäisi tarkistaa niistä uutisia. Älä tee lopullisia tuomioita; Näkyviin tulee tarkistuslista muodossa "seuraavat rivit tulee tarkistaa manuaalisesti". Yhteenveto: [täällä]
4) Asiakirja-arkiston suhdekartta (luonnos):
Annan sinulle joukon asiakirjatekstiä. Esitä seuraavat LUONNOSSA: nimet, jotka esiintyvät usein yhdessä, toistuvat aiheet, merkittävät päivämäärät. Merkitse asiakirja, josta jokainen linkki tulee, kuten [B12]. Älä lisää suhteita, joita ei ole nimenomaisesti kirjoitettu asiakirjaan. Dokumentaatio: [täällä]
Heikko kehote / Vahva kehote
Heikko kehote: "Analysoi tämä kaavio ja ilmoita kaikki merkittävät havainnot."
Tulos: AI laskee prosenttiosuuksia ja keskiarvoja, kuvittelee poikkeavuuksia, on epäselvää, mihin linjaan se perustuu. Sitä ei voida varmistaa.
Tehokas kehote: "Annan tämän taulukon sarakkeet ja ensimmäiset 20 riviä. (1) Listaa, mitkä analyysit voivat olla uutisarvoisia. (2) Ehdota jokaiselle analyysille laskentataulukkokaavaa, jotta voin suorittaa sen. (3) Älä laske tuloksia. (4) Merkitse tarkistettavat rivit, kuten [S45]."
Ero: Vahva kehote jättää laskennan ohjattavalle työkalulle, mikä vähentää tekoälyä menetelmän ja suunnan rooliin; estää hallusinaatioiden vuotamisen numeroon.
vertailukaavio
Vaihe
AI tekee
Toimittaja tekee
vahvistusta
Tietojen tunnistaminen
Sarake/kuvio yhteenveto
Tietää yksikön ja kontekstin
Lähdetietosanakirja
löytökysymyksiä
Luo kysymysluettelon
Valitsee uutisarvon
—
laskelma
Kuvaa menetelmän
Suorittaa kaavan ajoneuvossa
Manuaalinen hallinta
poikkeava
merkitsee ehdokkaita
Katsoo raakaa linjaa
Suodata ja laske
Kommentti/konteksti
luonnoskehys
Vertailu, asiantuntija
toinen lähde
Yleisiä virheitä
- Laitetaan tekoäly laskemaan. Tekoäly laskee keskiarvon, prosentin, kokonaissumman jne. ja käyttää tulosta; Tekoäly tekee virheitä usein, anna ajoneuvon laskea.
- Ei yhdistä löytöä raakalinjaan. Väite "Tämä yritys voitti suurimman osan tarjouksista" kirjoittamatta taulukkoa suodattamatta ja laskematta.
- Numeroiden julkaiseminen ilman kontekstia. Paljaiden lukujen ilmoittaminen ilman vertailua ja suhdelukua on harhaanjohtavaa.
- Arkaluontoisten tietojen lataaminen sellaisenaan. Henkilötietojen tai lähteen paljastavan asiakirjan antaminen ajoneuvolle puhdistamatta sitä.
- Ajattele, että väärennössuhde on totta. Tekoälyn "näkemän" arkistossa olevan linkin käsitteleminen karttaan vahvistamatta sitä alkuperäisessä asiakirjassa.
Yhteenvetona
Tietojournalismissa tekoäly on löytö- ja näkemyskumppani: se skannaa pinon, generoi kysymyksiä, kuvaa analyysimenetelmää, merkitsee ehdokkaita poikkeaviin arvoihin. Mutta se, että tekoäly laskee itse numeron, on riskialtisin virhe; Ulkoista laskenta tarkastettavalle työkalulle, tarkista jokainen löydös palaamalla raakatietoihin ja lisää numeroon konteksti ja vertailu. Dokumenttiarkistoissa tekoäly antaa aloituskartan; Jokainen linkki vahvistetaan alkuperäisessä asiakirjassa.
Sovellustehtävä
Ota tietojoukko, joka sinulla on (tai on julkisesti saatavilla). Pyydä heitä ensin luomaan 10 kysymystä Tutkimuskysymykset-kehotteen avulla. Valitse kysymys, hanki kaava tekoälystä "Kuvaile laskentaa" -kehotteen avulla ja suorita se itse. Pyydä sitten tekoälyltä suoraan sama laskelma ja vertaa kahta tulosta; Huomaa ero ja sen opetus.
tarkistuslista
- [ ] Ymmärsin sarakkeet, yksiköt ja arkaluontoiset kentät ennen tietojen antamista työkalulle.
- [ ] En anna tekoälyn tehdä laskelmia; Kuvaan menetelmän ja suoritan sen auditoitavassa työkalussa.
- [ ] Tarkistan jokaisen löydön manuaalisesti palaamalla raakariville.
- [ ] Lisään numeroon vertailun ja kontekstin; En ilmoita paljaita lukuja.
- [ ] Vahvistan kaikki alkuperäisen asiakirjan arkistossa olevat suhteet.