એન્ડ-ટુ-એન્ડ વર્કફ્લો: સમાચારની સંપૂર્ણ AI-સંચાલિત જર્ની

નફો:

• સમાચાર વાર્તાના આઠ તબક્કામાં મર્યાદિત અને સામગ્રી-આધારિત કાર્યોમાં કૃત્રિમ બુદ્ધિનો ઉપયોગ કરવાની ક્ષમતા (ચાવી, ડેટા, ડિસિફરમેન્ટ, પુષ્ટિકરણ, લેખન, પેકેજિંગ, નીતિશાસ્ત્ર/સ્રોત, પ્રકાશન).
• દરેક તબક્કાના આઉટપુટ પર, માનવ ચકાસણી ગેટ ચાલે છે અને પૂછે છે કે 'આ આઉટપુટમાં વણચકાસાયેલ શું છે?' સંક્રમણના પ્રશ્ન સાથે આભાસને વધતા અટકાવવામાં સક્ષમ બનવું
• જવાબદારીની શૃંખલામાં લોકોનો સમાવેશ થાય છે તે સમજવાની ક્ષમતા, પ્રકાશન પછીની ભૂલોને પારદર્શક સુધારણા સાથે ઉકેલવામાં આવે છે અને પ્રક્રિયાને પુનરાવર્તિત કરી શકાય તેવી ચેકલિસ્ટમાં રૂપાંતરિત કરવામાં આવે છે.

એન્ડ-ટુ-એન્ડ વર્કફ્લો: સમાચારની સંપૂર્ણ AI-સંચાલિત જર્ની

અગાઉના દસ એકમોમાં, અમે ટુકડાઓ વ્યક્તિગત રીતે શીખ્યા: વેરિફિકેશન રીફ્લેક્સ, ડેટા વિશ્લેષણ, ટ્રાન્સક્રિપ્શન, ફેક્ટ-ચેકિંગ, ડિસઇન્ફોર્મેશન સંરક્ષણ, લેખન, સારાંશ, અનુવાદ, નીતિશાસ્ત્ર અને સ્ત્રોત સુરક્ષા. આ અંતિમ એકમમાં આપણે ભાગોને એક વર્કફ્લોમાં જોડીએ છીએ. ધ્યેય એ છે કે સાચી સીમાઓ સાથે, યોગ્ય સ્થળોએ AI નો ઉપયોગ કરીને - શરૂઆતથી સમાપ્તિ સુધી - ટિપથી પ્રકાશન સુધી - વાસ્તવિક સમાચારોનું નિર્માણ કરવું. ન્યૂઝરૂમમાં, આ પ્રવાહ સંપાદકીય પ્રક્રિયાની અંદર કાર્ય કરે છે - તે સાંકળ જેમાં સમાચાર રિપોર્ટરથી એડિટર તરફ ફેક્ટ-ચેકિંગ ડેસ્ક પર પ્રકાશન તરફ જાય છે. એકીકૃત સિદ્ધાંત આ છે: AI દરેક તબક્કે વેગ આપે છે, પરંતુ દરેક તબક્કામાંથી બહાર નીકળવા માટે માનવ ચકાસણી દ્વાર છે; કોઈપણ આઉટપુટ માન્ય થયા વિના આગળના તબક્કામાં જતું નથી. આ એકમ તમે જે શીખ્યા તેને ચેકલિસ્ટ અને પુનરાવર્તિત પ્રક્રિયામાં ફેરવે છે.

સમાચાર વાર્તાના આઠ તબક્કા અને AIનું સ્થાન

સ્ટેજ 1 - સંકેત અને પ્રારંભિક સંશોધન. AI વિષયની પૃષ્ઠભૂમિને સ્કેચ કરે છે, પૂછવા માટે પ્રશ્નો બનાવે છે, સંબંધિત જાહેર ડેટાનું વર્ણન કરે છે. ડોર: પત્રકાર નક્કી કરે છે કે કયો દાવો ખરેખર તપાસ કરવા યોગ્ય છે.

તબક્કો 2 — દસ્તાવેજ અને માહિતી સંગ્રહ/વિશ્લેષણ. AI દસ્તાવેજના સ્ટેકને સ્કેન કરે છે, સંશોધનાત્મક પ્રશ્નો કાઢે છે, વિશ્લેષણ પદ્ધતિનું વર્ણન કરે છે (યુનિટ 2). ગેટ: દરેક નંબર કાચા ડેટામાંથી ફરીથી મતદાન કરવામાં આવે છે; AI દ્વારા ગણતરી કરવામાં આવતી નથી.

સ્ટેજ 3 - ઇન્ટરવ્યુ અને ટ્રાન્સક્રિપ્શન. AI રેકોર્ડિંગને ટ્રાંસ્ક્રાઇબ કરે છે, ટાઈમસ્ટેમ્પ (યુનિટ 3) સાથે ક્વોટ ઉમેદવારોને બહાર કાઢે છે. દરવાજો: દરેક અવતરણ રેકોર્ડમાંથી શબ્દશઃ ચકાસવામાં આવે છે.

સ્ટેજ 4 - પુષ્ટિ. AI તેમના ઘટકોમાં દાવાઓને તોડી પાડે છે અને ચેકલિસ્ટ બનાવે છે (યુનિટ 4-5). ડોર: ચોકસાઈનો ચુકાદો બે સ્વતંત્ર પુષ્ટિ સાથે પ્રાથમિક સ્ત્રોતમાંથી બનાવવામાં આવે છે; AI નિર્ણયો આપતું નથી.

સ્ટેજ 5 - લેખન. AI ઇન્વર્ટેડ પિરામિડ હાડપિંજર, સ્પોટ અને કેપ વિકલ્પો (યુનિટ 6) ઉત્પન્ન કરે છે. બારણું: જે સામગ્રીમાં શામેલ નથી તે ઉમેરવામાં આવતું નથી; શીર્ષક શરીર કરતાં વધુ નથી; સંદર્ભો બંધ છે.

સ્ટેજ 6 — સારાંશ/અનુવાદ/પેકેજિંગ. AI વિવિધ ફોર્મેટ અને ભાષાઓ (યુનિટ 7-8) માટે ડ્રાફ્ટ બનાવે છે. ગેટ: સંદર્ભ સાચવેલ છે; અવતરણ અનુવાદ માનવ પુષ્ટિ થયેલ છે; નંબર/શીર્ષક દરેક ફોર્મેટમાં ચકાસાયેલ છે.

સ્ટેજ 7 - એથિક્સ અને રિસોર્સ પ્રોટેક્શન ઓડિટ. AI નૈતિક જોખમ અને સ્ત્રોત-સમાધાન સ્ક્રીનીંગ (યુનિટ્સ 9-10) કરે છે. બારણું: ઉમેરાયેલ પારદર્શિતા નિવેદન; કૃત્રિમ ઘટક લેબલ થયેલ છે; વેલ્ડ નિશાનો સાફ કરવામાં આવે છે.

સ્ટેજ 8 - પ્રકાશન, કરેક્શન, આર્કાઇવ. જો પ્રકાશન પછી ભૂલ થાય છે, તો ઝડપી અને પારદર્શક સુધારો કરવામાં આવે છે. બારણું: જવાબદારી વ્યક્તિની છે; ત્યાં કોઈ "વાહન તે કર્યું" બહાનું નથી.

ટીપ: દરેક સ્ટેજ ગેટને "સંક્રમણ પ્રશ્ન" સાથે કોંક્રિટ કરો: "આ આઉટપુટમાં એવું શું છે જે ચકાસાયેલ નથી, અને તેને આગલા તબક્કામાં ખસેડતા પહેલા હું તેની પુષ્ટિ કેવી રીતે કરી શકું?" આ એક પ્રશ્ન આભાસને સાંકળ સાથે વધતા અટકાવે છે.

સંપાદનમાં ભૂમિકા વિતરણ

AI ની રજૂઆત ભૂમિકાઓના વિતરણમાં ફેરફાર કરતી નથી, તે તેમને મજબૂત બનાવે છે: રિપોર્ટર સામગ્રી એકત્રિત કરે છે અને તેની ચકાસણી કરે છે, હકીકત-તપાસ ડેસ્ક ક્રોસ-ચેક કરે છે, સંપાદક અખંડિતતા અને નીતિશાસ્ત્રનું અવલોકન કરે છે, અને સંપાદકીય સંચાલન જવાબદારી સ્વીકારે છે. AI આ દરેક ભૂમિકામાં ઝડપ ઉમેરે છે; પરંતુ તે તેમાંના કોઈપણને બદલતું નથી. જવાબદારીની સાંકળમાં લોકોનો સમાવેશ થાય છે.

ત્રણ નાના કેસો

કેસ 1 — સોલિડ, એન્ડ-ટુ-એન્ડ કવરેજ. એક ટીમે આ પ્રવાહ સાથે સાર્વજનિક પ્રાપ્તિની તપાસ ચલાવી: AI એ ડેટાની 3,000 રેખાઓ ક્રોલ કરી (હાથ દ્વારા ચકાસાયેલ વિશ્લેષણ), 6 કલાકના ઇન્ટરવ્યુ (રેકોર્ડિંગમાંથી પુષ્ટિ થયેલ અવતરણો) ટ્રાન્સક્રિપ્ટ કર્યા, હસ્તપ્રતને ઝડપી બનાવી (સંદર્ભ આપો), નૈતિકતા અને સ્ત્રોત સ્કેનિંગ હાથ ધર્યું. સામાન્ય રીતે 3 અઠવાડિયાનું કામ ~9 દિવસમાં કરવામાં આવતું હતું; ચકાસણી વિના કોઈ મુદ્દો અથવા અવતરણ બહાર પાડવામાં આવ્યું ન હતું. સમાચારને કોઈ ઇનકાર મળ્યો નથી.

કેસ 2 - દરવાજામાં એક ભૂલ આવી. લેખન તબક્કા દરમિયાન, YZ એ ડ્રાફ્ટમાં "ભૂતકાળનો દંડ" માહિતી ઉમેરી જે સામગ્રીમાં ન હતી. સ્ટેજ 5 ગેટ પર "સામગ્રીમાં જે નથી તે જપ્ત કરો" તપાસમાં આ પકડાયું. જો ત્યાં કોઈ દરવાજો ન હોત, તો એક વાક્ય જે અસમર્થિત હતું અને નિંદાનું જોખમ હતું તે પ્રકાશિત કરવામાં આવશે.

કેસ 3 - કરેક્શન કલ્ચર. પ્રકાશન પછી, એક વાચકે અહેવાલ આપ્યો કે ટકાવારી ખોટી હતી. ટીમે ફરીથી ડેટાની તપાસ કરી, ભૂલ (રૂપાંતરણ ભૂલ) જોઈ, 20 મિનિટમાં પારદર્શક સુધારો જારી કર્યો અને તેમના પ્રવાહમાં "ડિજીટલ આઉટપુટની બીજી વ્યક્તિની ચકાસણી" પગલું ઉમેર્યું. જવાબદારી સચવાય છે.

નકલ કરી શકાય તેવા નમૂનાઓ

1) સ્ટેજ ગેટ એક્સેસ કંટ્રોલ:

હું હાલમાં [સ્ટેજ નામ] પર છું અને આઉટપુટ છે: [આઉટપુટ]. આગલા પગલા પર આગળ વધતા પહેલા મારે ચકાસવા માટે જરૂરી દરેક ઘટકની સૂચિ બનાવો: અપ્રમાણિત હકીકત/નંબર/ક્વોટ, ઉમેરાયેલ માહિતી, સ્ત્રોત જોખમ, સંદર્ભ ગુમાવવો. દરેક માટે એક વાક્ય "હું કેવી રીતે પુષ્ટિ કરું" લખો. તે મારા પર છે.

2) એન્ડ-ટુ-એન્ડ સમાચાર ચેકલિસ્ટ:

હું તમને એક સમાચાર ડ્રાફ્ટ આપીશ જે પ્રકાશન માટે તૈયાર છે. નીચેના 8 શીર્ષકોને ગુમ/જોખમી તરીકે ચિહ્નિત કરો: (1) ચકાસાયેલ નંબરો, (2) રેકોર્ડમાંથી ચકાસાયેલ અવતરણ, (3) એકલ સ્રોત દાવાઓ, (4) મુખ્ય ભાગ કરતાં વધુ શીર્ષક, (5) બિન-એટ્રિબ્યુટેડ વાક્યો, (6) સંદર્ભ ગુમાવવો, (7) સ્ત્રોતને આપવાનું જોખમ, (8) નીતિશાસ્ત્ર/પારદર્શકતાનો અભાવ. ફક્ત નિરીક્ષણ અહેવાલ બનાવો. ડ્રાફ્ટ: [અહીં]

3) સંપાદકીય નોંધ:

હું આ સમાચાર કન્ફર્મેશન ડેસ્ક પર ટ્રાન્સફર કરી રહ્યો છું. મેમોરેન્ડમનો સંક્ષિપ્ત ડ્રાફ્ટ લખો જેમાં નીચેનાનો સમાવેશ થાય છે: કયા તથ્યોની ચકાસણી કરવામાં આવી છે અને કેવી રીતે, જે હજુ પણ [ચકાસવાની જરૂર છે], રેકોર્ડમાંથી કયા અવતરણોની પુષ્ટિ કરવામાં આવી છે, સ્ત્રોતને સુરક્ષિત રાખવા માટે લેવામાં આવતી સાવચેતીઓ. મેં જે માહિતી આપી નથી તે ઉમેરશો નહીં. સ્થિતિ: [અહીં]

4) પોસ્ટ-પ્રકાશન સુધારણા ડ્રાફ્ટ:

પ્રકાશિત સમાચારમાં નીચેની ભૂલ દેખાઈ: [ભૂલ]. એક કરેક્શનનો મુસદ્દો તૈયાર કરો જે વાચક માટે પ્રમાણિક, સ્પષ્ટ અને બિન-રક્ષણાત્મક હોય; શું ખોટું હતું, શું સાચું હતું અને ક્યારે સુધાર્યું હતું તે જણાવો. વાહનને દોષ ન આપો; જવાબદાર ભાષાનો ઉપયોગ કરો.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા સંકેત: "આ વિષય પર સંપૂર્ણ સમાચાર વાર્તા બનાવો."

પરિણામ: AI કલ્પના સાથે તમામ તબક્કાઓ ભરે છે; ત્યાં કોઈ ચકાસણી દરવાજા નથી, આભાસ સાંકળ સાથે વધે છે, આઉટપુટ પ્રકાશિત કરી શકાતું નથી.

શક્તિશાળી પ્રોમ્પ્ટ: પ્રવાહને ટુકડાઓમાં વિભાજીત કરો: દરેક તબક્કે મર્યાદિત, સામગ્રી-આધારિત કાર્ય પર AI ચલાવો અને સ્ટેજ ગેટ પર માનવ નિયંત્રણ મૂકો. "આ તબક્કે, ફક્ત [તમારું] કાર્ય કરો; સામગ્રીમાં જે નથી તે ઉમેરશો નહીં; આગલા તબક્કામાં આગળ વધતા પહેલા શું ચકાસવાની જરૂર છે તે ચિહ્નિત કરો [ચકાસવું આવશ્યક છે]."

તફાવત: મજબૂત અભિગમ એઆઈને તબક્કામાં મર્યાદિત કરે છે, દરેક આઉટપુટ પર એક વેરિફિકેશન ગેટ મૂકે છે અને આભાસને એકઠા થતા અટકાવે છે.

સરખામણી ચાર્ટ

સ્ટેજ

એઆઈનું મિશન

ચકાસણી દ્વાર

ટીપ/પ્રારંભિક સંશોધન

પૃષ્ઠભૂમિ, પ્રશ્નો

સમાચાર યોગ્યતાનો નિર્ણય

ડેટા વિશ્લેષણ

સ્ક્રીનીંગ, પદ્ધતિ

કાચા ડેટામાંથી નંબર તપાસો

ડિસાયફર

ટેક્સ્ટ, દાખલા ઉમેદવાર

રેકોર્ડમાંથી ક્વોટની પુષ્ટિ કરો

પુષ્ટિકરણ

પાર્સ, યાદી

બે સ્વતંત્ર પ્રાથમિક સ્ત્રોતો

જોડણી

હાડપિંજર, હૂડ

કોઈ વધારાની સામગ્રી નથી, સંપૂર્ણ એટ્રિબ્યુશન

સારાંશ/અનુવાદ

ફોર્મેટ, ભાષા ડ્રાફ્ટ

સંદર્ભ + માનવ અનુવાદની પુષ્ટિ

નીતિશાસ્ત્ર/સ્રોત

જોખમ તપાસ

ઘોષણા, લેબલ, ટ્રેસ સફાઈ

પ્રકાશન/સુધારણા

રિવિઝન ડ્રાફ્ટ

જવાબદારી લોકોની છે

સામાન્ય ભૂલો

• સ્ટેજ ગેટ્સને બાયપાસ કરીને. આઉટપુટને માન્યતામાંથી આગળના તબક્કામાં ખસેડવું; ભૂલ સાંકળ સાથે વધે છે.
• AI ને તમામ પ્રવાહો કરવા દેવા. એન્ડ-ટુ-એન્ડ "સમાચાર ઉત્પન્ન કરો" નો અર્થ છે; તે ચકાસણી ન કરી શકાય તેવા ટેક્સ્ટનો સમૂહ ઉત્પન્ન કરે છે.
• હેન્ડઓવર દરમિયાન સંદર્ભ ગુમાવવો. શું ચકાસાયેલ છે/નહીં તે સ્પષ્ટ કર્યા વિના સોંપવું.
• સુધારણામાં વિલંબ કરવો અથવા રક્ષણાત્મક બનવું. જવાબદારીને નબળી પાડવી અને વિશ્વાસ ગુમાવવો.
• પ્રક્રિયા દસ્તાવેજીકરણ નથી. પુનરાવર્તિત ચેકલિસ્ટ વિના દરેક સમાચાર વાર્તા પર શરૂઆતથી ભૂલો કરવી.

પ્રક્રિયાને સ્ટીક બનાવવી: ચેકલિસ્ટ અને ટીમ કલ્ચર

એકવાર આ પ્રવાહ સાથે સમાચારનું નિર્માણ કરવું એ સફળતા છે; પરંતુ વાસ્તવિક મૂલ્ય પ્રવાહને પુનરાવર્તિત સિસ્ટમમાં ફેરવવાનું છે. અનુભવી ન્યૂઝરૂમ્સ તેઓ શીખે છે તે દરેક પાઠને ચેકલિસ્ટમાં ઉમેરે છે: જ્યારે તેઓ ખંડન મેળવે છે, ત્યારે તેઓ ગુમ થયેલ પગલાને લખે છે જેના કારણે તે યાદીમાં કાયમી વસ્તુ તરીકે ભૂલ થઈ હતી. આમ, માહિતી એક જ રિપોર્ટરના માથામાં રહેતી નથી, પરંતુ સંસ્થાની સામૂહિક મેમરીમાં પસાર થાય છે. AI આ ચેકલિસ્ટ્સ અને વર્કફ્લો ટેમ્પ્લેટ્સનો મુસદ્દો બનાવવામાં મદદ કરી શકે છે; પરંતુ તે ટીમ છે જે સૂચિને જીવંત રાખે છે, દરેક સમાચારમાં તેનો ઉલ્લેખ કરે છે અને તેને અપડેટ કરે છે.

સ્થાયીતાનું બીજું તત્વ ટીમ સંસ્કૃતિ છે. AI-સંચાલિત સ્ટ્રીમિંગ ફક્ત એક સંસ્કૃતિમાં જ સુરક્ષિત રીતે કાર્ય કરે છે જ્યાં દરેક વ્યક્તિ સમાન ચકાસણી શિસ્ત વહેંચે છે. ઇન્ટર્નએ "ચોકસાઈ માટે AI ન કહી શકાય" સિદ્ધાંત લાગુ કરવો જોઈએ, વરિષ્ઠ સંપાદકે "સિન્થેટીક ઈમેજ ટેગ થયેલ છે" નિયમ લાગુ કરવો જોઈએ, અને હકીકત-તપાસ ડેસ્કએ "બે સ્વતંત્ર સ્ત્રોતો" ની જરૂરિયાતને સમાન ગંભીરતા સાથે લાગુ કરવી જોઈએ. આ સંસ્કૃતિ ભૂલોને સજા આપીને નહીં, પરંતુ એવા વાતાવરણ દ્વારા સ્થાપિત થાય છે જ્યાં ભૂલોની વહેલી અને પ્રામાણિકતાથી જાણ કરવાથી પુરસ્કાર મળે છે; કારણ કે જ્યારે છુપાયેલી ભૂલ પ્રકાશનમાં જાય છે, ત્યારે એક સહિયારી શંકા તેને દરવાજા પર પકડી લે છે. AI સાધનો ઝડપથી બદલાશે, નવી ક્ષમતાઓ અને નવા જોખમો આવશે; પરંતુ સિદ્ધાંત એ છે કે "દરેક આઉટપુટ માનવ દરવાજામાંથી પસાર થાય છે અને જવાબદારી માણસની છે" પત્રકારત્વનો અપરિવર્તનશીલ મૂળ રહેશે, પછી ભલે ગમે તે સાધનનો ઉપયોગ કરવામાં આવે.

સારાંશમાં

એન્ડ-ટુ-એન્ડ એઆઈ-સંચાલિત પત્રકારત્વ એ આઠ-પગલાની સાંકળ છે: ટીપ, ડેટા, ટ્રાન્સક્રિપ્શન, ફેક્ટ-ચેકિંગ, લેખન, પેકેજિંગ, નીતિશાસ્ત્ર/સ્રોત નિયંત્રણ, પ્રકાશન/સંપાદન. AI દરેક તબક્કે વેગ આપે છે; પરંતુ દરેક તબક્કામાંથી બહાર નીકળવા માટે એક માનવ ચકાસણી દ્વાર છે, અને કોઈપણ આઉટપુટ ચકાસણી કર્યા વિના આગળના તબક્કામાં જતું નથી. "આ આઉટપુટમાં વણચકાસાયેલ શું છે?" સંક્રમણ પ્રશ્ન આભાસને વધતો અટકાવે છે. જવાબદારીની સાંકળમાં લોકોનો સમાવેશ થાય છે; પ્રકાશન પછી, ભૂલ પારદર્શક અને જવાબદાર સુધારણા સાથે સુધારેલ છે. આ પ્રવાહને ચેકલિસ્ટમાં ફેરવવાથી ઝડપ અને વિશ્વસનીયતા બંને સુનિશ્ચિત થાય છે.

એપ્લિકેશન કાર્ય

વાસ્તવિક અથવા કાલ્પનિક સમાચારનો વિષય પસંદ કરો અને કોષ્ટકમાં આઠ તબક્કાઓ લખો. દરેક તબક્કા માટે: (1) તમે કયા મર્યાદિત કાર્ય માટે AI નો ઉપયોગ કરશો તે નક્કી કરો, (2) તે તબક્કાના ચકાસણી દ્વાર પર સંક્રમણ પ્રશ્ન નક્કી કરો. પછી ડ્રાફ્ટ પર "એન્ડ-ટુ-એન્ડ ન્યૂઝ ચેકલિસ્ટ" પ્રોમ્પ્ટ લાગુ કરો અને વાસ્તવમાં પરિણામી જોખમોને સંબોધિત કરો.

ચેકલિસ્ટ

• [ ] હું દરેક તબક્કામાંથી બહાર નીકળવા માટે માનવ ચકાસણી દ્વાર ચલાવું છું.
• [ ] હું દરેક તબક્કે AI ને મર્યાદિત અને સામગ્રી આધારિત કાર્યો આપું છું, સમગ્ર પ્રવાહને નહીં.
• [ ] "આ આઉટપુટમાં વણચકાસાયેલ શું છે?" હું દરેક યુગમાં સંક્રમણનો પ્રશ્ન પૂછું છું.
• [ ] હું સ્પષ્ટપણે જણાવું છું કે પ્રૂફરીડિંગ ચક્ર દરમિયાન શું ચકાસાયેલ છે/નથી.
• [ ] હું પારદર્શક, જવાબદાર સુધારા સાથે પોસ્ટ-પ્રકાશન બગને ઠીક કરું છું અને પ્રક્રિયાનું દસ્તાવેજીકરણ કરું છું.

મોડ્યુલ પરીક્ષા

1. રિપોર્ટર કૃત્રિમ બુદ્ધિમત્તા દ્વારા આપવામાં આવેલ 'સુપ્રીમ કોર્ટનો નિર્ણય નંબર' તેની તપાસ કર્યા વિના સમાચારમાં મૂકે છે અને તે નંબર એવા નિર્ણયનો છે જે વાસ્તવમાં અસ્તિત્વમાં નથી. આ પરિસ્થિતિનો મુખ્ય પાઠ શું છે?

• A) કૃત્રિમ બુદ્ધિના આઉટપુટને પ્રાથમિક સ્ત્રોતમાંથી ચકાસ્યા વિના પ્રકાશિત કરવું; આભાસના જોખમને અવગણવું અને તે જવાબદારી પત્રકારની છે ✔
• બી) કોર્ટહાઉસના સમાચારોમાં કૃત્રિમ બુદ્ધિમત્તાનો ઉપયોગ કરવાની સખત મનાઈ છે
• સી) સુપ્રિમ કોર્ટના નિર્ણયો ક્યારેય સમાચારમાં સામેલ થતા નથી
• ડી) નિર્ણય કોષ્ટકમાં રજૂ કરવામાં આવ્યો નથી

વર્ણન: કૃત્રિમ બુદ્ધિ અસ્ખલિત છે પરંતુ વાસ્તવમાં ખોટી માહિતી ઉત્પન્ન કરી શકે છે (બનાવટી સ્ત્રોત, નકલી નંબર); આ આભાસ કહેવાય છે. સમાચારમાં સમાવિષ્ટ દરેક હકીકત, નામ, સંખ્યા અને સ્ત્રોત પ્રાથમિક સ્ત્રોતમાંથી ચકાસણી કર્યા વિના પ્રકાશિત કરી શકાતા નથી; જવાબદારી પત્રકારની છે.

2. ડેટા જર્નાલિઝમમાં, કોષ્ટકમાં ટકાવારી અને સરેરાશની ગણતરી કરવાનો સૌથી સુરક્ષિત અભિગમ કયો છે?

• A) કૃત્રિમ બુદ્ધિમત્તાને સીધી સંખ્યાની ગણતરી કરવા દો અને પરિણામ સમાચારમાં મૂકો
• બી) કૃત્રિમ બુદ્ધિમત્તા પાસે પદ્ધતિ/સૂત્રનું વર્ણન કરો, તેને ઓડિટેબલ ટૂલમાં ચલાવો અને કાચા ડેટામાંથી પરિણામની ચકાસણી કરો ✔
• સી) નંબરોનો બિલકુલ ઉપયોગ કરશો નહીં અને ફક્ત ટિપ્પણીઓ લખો
• ડી) કૃત્રિમ બુદ્ધિ દ્વારા આપવામાં આવેલ પ્રથમ અનુમાનને બે સ્ત્રોત તરીકે ગણવું

વર્ણન: કૃત્રિમ બુદ્ધિ એ ભાષાનું મોડેલ છે, કેલ્ક્યુલેટર નથી; વારંવાર સરેરાશ અને ટકાવારીની ગણતરી ખોટી રીતે કરે છે. યોગ્ય પદ્ધતિ એ છે કે કૃત્રિમ બુદ્ધિમત્તા દ્વારા ગણતરી કરવી નહીં, પરંતુ વર્ણવેલ પદ્ધતિ હોય, તેને ઓડિટેબલ ટૂલ (સ્પ્રેડશીટ, ક્વેરી) માં ચલાવો અને કાચા ડેટામાંથી પરિણામ તપાસો.

3. ઓટોમેટિક ટ્રાન્સક્રિપ્શન (ASR) વડે એક્સટ્રેક્ટ કરાયેલ ઇન્ટરવ્યુ ટેક્સ્ટમાં સમાચારમાં ક્વોટ સામેલ કરવા માટે કયું પગલું ફરજિયાત છે?

• A) આર્ટિફિશિયલ ઇન્ટેલિજન્સ દ્વારા ક્વોટને વધુ પ્રવાહી બનાવવા માટે તેને સુધારવું
• બી) પ્રતિલિપિમાંનું વાક્ય સાચું છે એમ માની તેને સીધું પ્રકાશિત કરવું
• C) ટાઈમસ્ટેમ્પના રેકોર્ડ સાથે ક્વોટની શાબ્દિક સરખામણી કરીને ચકાસો ✔
• ડી) માત્ર વક્તા ભેદભાવ પર આધાર રાખવો અને સ્ત્રોતને સાંભળવું નહીં

વર્ણન: સ્વચાલિત ટ્રાન્સક્રિપ્શન એ કાચો ડ્રાફ્ટ છે; ખાસ કરીને યોગ્ય નામો, સંખ્યાઓ અને કલકલમાં, એક જ શબ્દ અર્થ બદલી શકે છે અને ઉલટાવી શકે છે. સમાચારમાં ટાંકવામાં આવેલા દરેક વાક્યને ટાઈમ સ્ટેમ્પ પર જઈને અને રેકોર્ડિંગ શબ્દશઃ સાંભળીને ચકાસવું જોઈએ.

4. દાવાની પુષ્ટિ કરવા માટે, એક ઇન્ટર્ન એઆઈને સીધો જ પૂછી શકે છે કે 'શું આ સાચું છે, તેનો સ્ત્રોત શું છે?' તે પૂછે છે. આ અભિગમ સાથે મુખ્ય સમસ્યા શું છે?

• એ) પ્રશ્ન ઘણો લાંબો છે
• બી) દાવો વિઝ્યુઅલ પર આધારિત નથી
• C) કૃત્રિમ બુદ્ધિનો ઉપયોગ પુષ્ટિ માટે બિલકુલ કરી શકાતો નથી
• ડી) કૃત્રિમ બુદ્ધિની સત્ય ચુકાદાઓ અને બનાવટી સ્ત્રોતો ઉત્પન્ન કરવાની ક્ષમતા; ✔ પુરાવા પ્રાથમિક સ્ત્રોતમાંથી આવવા જોઈએ

ડિસ્ક્લોઝર: કૃત્રિમ બુદ્ધિ હકીકત-તપાસનો સ્ત્રોત નથી; 'શું આ સાચું છે?' ખાતરીપૂર્વક પરંતુ ખોટા નિષ્કર્ષ અથવા તો પ્રશ્નનો બનાવટી સ્ત્રોત આપી શકે છે. ચકાસણીમાં, કૃત્રિમ બુદ્ધિ પ્રક્રિયાને સુવ્યવસ્થિત કરે છે (દાવાને ઘટકોમાં તોડે છે, ચેકલિસ્ટ બનાવે છે); ચોકસાઈનો પુરાવો પ્રાથમિક સ્ત્રોત, પત્રકારના હાથમાંથી મળે છે.

5. ઈન્ટરનેટ પર 'આજે તે શહેરમાં લેવાયેલ' તરીકે કહેવાતી ઘટનાના ફોટોની સત્યતા ચકાસવા માટેનું સૌથી અસરકારક પહેલું પગલું કયું છે?

• A) રિવર્સ ઈમેજ સર્ચ કરીને ઈમેજ અગાઉ ક્યાં/ક્યારે પ્રકાશિત કરવામાં આવી હતી તે શોધવું ✔
• B) આર્ટિફિશિયલ ઇન્ટેલિજન્સ પૂછો 'શું આ ફોટો રિયલ છે?' પૂછવું અને જવાબ પર વિશ્વાસ કરવો
• સી) ફોટોની સૌંદર્યલક્ષી ગુણવત્તાને જોતા
• ડી) શેરિંગ એકાઉન્ટના ફોલોઅર્સની સંખ્યા જોતા

સમજૂતી: સૌથી સામાન્ય વિઝ્યુઅલ ડિસઇન્ફોર્મેશન જૂની છબીને નવી ઘટના તરીકે રજૂ કરે છે. રિવર્સ ઇમેજ સર્ચ ઘણીવાર એકલા હાથે તે છબી ક્યાં અને ક્યારે પ્રકાશિત કરવામાં આવી હતી તે દર્શાવીને આવા બનાવટીઓને જાહેર કરે છે.

6. આર્ટિફિશિયલ ઈન્ટેલિજન્સ 'ફેક ડિટેક્શન ટૂલ' કહે છે કે ઈમેજ '78% આર્ટિફિશિયલ' છે. સંપાદકીય નિર્ણયમાં આ આઉટપુટનો ઉપયોગ કેવી રીતે કરવો જોઈએ?

• A) જો ટકાવારી વધુ હોય, તો સીધી છબીને નકલી જાહેર કરો અને તેને પ્રકાશનમાંથી પાછી ખેંચો.
• બી) તેને એક ચાવી તરીકે લો અને સ્ત્રોત પર પાછા જઈને વાસ્તવિક ચકાસણી કરો અને રિવર્સ સર્ચ કરો ✔
• C) જો ટકાવારી ઓછી હોય, તો ઇમેજને બિલકુલ તપાસ્યા વિના પ્રકાશિત કરો
• ડી) પ્રકાશનના સમર્થન તરીકે સમાચારમાં સાધનનું આઉટપુટ લખવું

સમજૂતી: તપાસ સાધનો બંને દિશામાં ખોટા હોઈ શકે છે: તેઓ વાસ્તવિક નકલી અને નકલી વાસ્તવિક કહી શકે છે. આ આઉટપુટ ચોક્કસ પુરાવો નથી, પરંતુ એક ચાવી છે. જોગવાઈ; સ્ત્રોત નિષ્કર્ષણ, મેટાડેટા, વિપરીત શોધ અને સ્વતંત્ર સંદર્ભ ચકાસણી દ્વારા પ્રદાન કરવામાં આવે છે.

7. જ્યારે આર્ટિફિશિયલ ઈન્ટેલિજન્સ ન્યૂઝ બોડી માટે યોગ્ય હેડલાઈન બનાવે છે, ત્યારે તે એવા નિર્ણયને શીર્ષક આપે છે કે જેને 'પાછી ખેંચી લેવાનું' માનવામાં આવે છે. આ શું ઉલ્લંઘન છે?

• એ) શીર્ષક શરીરમાં ચોકસાઇ કરતાં વધી જાય છે; શીર્ષક કહી શકતું નથી કે શરીર શું નથી કરતું ✔
• બી) શીર્ષક ખૂબ ટૂંકું છે
• સી) શીર્ષકમાં કોઈ નંબર નથી
• ડી) શીર્ષક પ્રશ્ન સ્વરૂપમાં નથી

સમજૂતી: હેડલાઇન સમાચારના મુખ્ય ભાગ કરતાં વધુ કહી શકતી નથી; એક શીર્ષક જે શરીરની ચોકસાઇ કરતાં વધી જાય છે તે વાચકને ગેરમાર્ગે દોરે છે અને ખંડનનું જોખમ ઊભું કરે છે. આર્ટિફિશિયલ ઇન્ટેલિજન્સ દ્વારા ઉત્પાદિત શીર્ષકોને શરીર સાથે સરખાવીને તેનું નિરીક્ષણ કરવું આવશ્યક છે.

8. કોર્ટના લાંબા નિર્ણયનો સારાંશ આપતી વખતે, આર્ટિફિશિયલ ઇન્ટેલિજન્સ કહે છે કે 'પ્રતિવાદી નિર્દોષ છૂટ્યો'; જો કે, નિર્ણય 'પુરાવાના અભાવે, અપીલની શક્યતા ખુલ્લી છે' અને અન્ય મુકદ્દમો ચાલુ છે. આ લાક્ષણિક ભૂલ શું છે?

• A) સારાંશ ખૂબ લાંબો છે
• બી) સારાંશ કોષ્ટકમાં મૂકવામાં આવતો નથી
• સી) સંદર્ભની ખોટ; શરત અને પ્રક્રિયાની માહિતીને છોડી દેવાથી સાચું વાક્ય ભ્રામક બની જાય છે ✔
• ડી) નિર્ણય વિદેશી ભાષામાં હોવો જોઈએ

સમજૂતી: સારાંશ 'ડિ-સંદર્ભીકરણ' દ્વારા સૌથી વધુ ભ્રામક છે: વાક્ય તકનીકી રીતે સાચું છે પરંતુ ખોટી ધારણા બનાવે છે કારણ કે શરત, સમય અથવા સ્ત્રોતની સ્થિતિને અવગણવામાં આવી છે. જટિલ જોગવાઈઓની આસપાસના સંજોગો સારાંશમાંથી અવગણવા જોઈએ નહીં અને માહિતી મૂળમાંથી ચકાસવી જોઈએ.

9. બહુભાષી પત્રકારત્વમાં મશીન અનુવાદ દ્વારા કાઢવામાં આવેલા વિદેશી અવતરણ પ્રત્યે યોગ્ય વલણ શું છે?

• A) મશીન અનુવાદને અવતરણમાં પ્રકાશિત કરવું
• બી) માત્ર અવતરણની લંબાઈ તપાસી રહ્યા છીએ
• C) રૂઢિપ્રયોગોનો શબ્દશઃ અનુવાદ કરવો અને તેનો બરાબર ઉપયોગ કરવો
• ડી) અનુવાદને ડ્રાફ્ટ તરીકે ધ્યાનમાં લો, તે ભાષા જાણતા વ્યક્તિ સાથે મૂળ સાથે તેની પુષ્ટિ કરો અને મૂળને રેકોર્ડમાં રાખો ✔

સમજૂતી: મશીન અનુવાદ નકારાત્મક (કોઈ નહીં/કોઈ નહીં), શરતી અથવા વક્રોક્તિ અને શબ્દસમૂહનું ખોટું ભાષાંતર કરી શકે છે; આનાથી અવતરણનો અર્થ ચોક્કસ વિપરીત થઈ શકે છે. સમાચારમાં સમાવિષ્ટ અવતરણની પુષ્ટિ તે ભાષા જાણતી વ્યક્તિ દ્વારા મૂળ સાથે સરખામણી કરીને કરવામાં આવે છે અને મૂળ વાક્ય રેકોર્ડમાં રાખવામાં આવે છે.

10. સમાચાર વાર્તામાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ દ્વારા ઉત્પાદિત 'ક્રાઇમ સીન' ઇમેજનો ઉપયોગ કરવાની નૈતિક રીતે સાચી રીત કઈ છે?

• A) ટૅગ વિના ઇમેજનો ઉપયોગ કરવો જાણે કે તે વાસ્તવિક ફોટો હોય
• બી) ઇમેજનો ઉપયોગ સ્પષ્ટપણે તેને 'પ્રતિનિધિ, આર્ટિફિશિયલ ઇન્ટેલિજન્સ વડે ઉત્પાદિત' તરીકે લેબલ કરીને અને વાસ્તવિકતાનું અનુકરણ ન કરે તે રીતે કરવું ✔
• સી) કોઈપણ ટેગ વગર પણ નાની સાઈઝમાં ઈમેજ મુકવી
• ડી) વાચકને પૂછ્યા વિના વાસ્તવિક ઘટનાનું દ્રશ્ય બદલવું

સમજૂતી: વાસ્તવિક ઘટનાનું પ્રતિનિધિત્વ કરતી સિન્થેટિક ઇમેજ ખોટી માહિતી સમાન છે. AI-જનરેટેડ ઈમેજરીનો ઉપયોગ ફક્ત ત્યારે જ થઈ શકે છે જો તે સ્પષ્ટપણે લેબલ થયેલ હોય (પ્રતિનિધિત્વાત્મક, AI દ્વારા ઉત્પાદિત) અને વાસ્તવિકતાની નકલ કરતી નથી; વાસ્તવિકતાની છાપ આપતા સિન્થેટીક મીડિયાનો સમાચારમાં સમાવેશ થતો નથી.

11. કૃત્રિમ બુદ્ધિમત્તાની સલાહ લેતી વખતે 'હેડ ઑફિસમાં એકમાત્ર અપંગ કર્મચારી' તરીકે સ્ત્રોતનું વર્ણન કરતું વાક્ય વપરાય છે. આ કેમ જોખમી છે?

• A) વાક્ય ખૂબ લાંબુ છે
• બી) વાક્ય સત્તાવાર દસ્તાવેજમાંથી લેવામાં આવ્યું નથી
• C) પરોક્ષ ઓળખકર્તા એ નાના જૂથમાં એકલ વ્યક્તિનો ઉલ્લેખ કરે છે, જે નામ જેટલી ઓળખાણ દર્શાવે છે ✔
• ડી) કૃત્રિમ બુદ્ધિ વિકલાંગતાના મુદ્દાને સમજી શકતી નથી

સમજૂતી: સંસાધન સુરક્ષા માત્ર નામ છુપાવવાનું નથી; પરોક્ષ ઓળખકર્તાઓ કે જે નાના જૂથમાં એકલ વ્યક્તિનો સંદર્ભ આપે છે તે નામની જેમ ઓળખને જાહેર કરે છે. 'આ રેસીપી કેટલા લોકોને સૂટ કરશે?' જો પરીક્ષણ એક છે, તો સંસાધન સુરક્ષિત નથી; વધુમાં, સાર્વજનિક સાધનને આ ડેટા આપવાથી નિયંત્રણ ગુમાવવાનું કારણ બને છે.

12. સંવેદનશીલ લીક દસ્તાવેજનો સારાંશ AI પાસે કરાવતા પહેલા નિર્ણાયક પગલું શું છે?

• A) દસ્તાવેજ જેમ છે તેમ ઝડપથી અપલોડ કરીને સમય બચાવો
• બી) દસ્તાવેજને રંગમાં સ્કેન કરી રહ્યું છે
• સી) ફક્ત દસ્તાવેજનું શીર્ષક બદલો
• ડી) દસ્તાવેજના મેટાડેટાને સાફ કરવું અને તેને સાદા ટેક્સ્ટમાં રૂપાંતરિત કરવું અને ઓળખકર્તાઓને અનામી બનાવવું ✔

વર્ણન: ફાઇલની અંદર એમ્બેડ કરેલ મેટાડેટા (લેખકનું નામ, ઇતિહાસ સંપાદિત કરો, બનાવટની તારીખ, સ્થાન) સીધા સ્ત્રોતને ઓળખી શકે છે. દસ્તાવેજને ટૂલ પર નિકાસ કરવામાં આવે તે પહેલાં, મેટાડેટાને સાફ કરવું આવશ્યક છે, સાદા ટેક્સ્ટમાં રૂપાંતરિત કરવું જોઈએ અને તમામ પ્રત્યક્ષ/પરોક્ષ ઓળખકર્તાઓ અનામી હોવા જોઈએ.

13. એક પ્રકાશિત સમાચારમાં કૃત્રિમ બુદ્ધિમત્તામાંથી ઉદભવતી ખોટી સંખ્યા દેખાય છે. જવાબદારીના સિદ્ધાંત માટે શું જરૂરી છે?

• A) જવાબદારી લો અને પારદર્શક અને બિન-રક્ષણાત્મક કરેક્શન જારી કરો ✔
• બી) 'વાહન એ બનાવ્યું' એમ કહીને કૃત્રિમ બુદ્ધિમત્તાને ભૂલને આભારી
• સી) ચુપચાપ ભૂલ કાઢી નાખવી અને કોઈ સ્પષ્ટતા ન કરવી
• ડી) વાહન બદલો અને સમાચાર જેમ છે તેમ છોડી દો.

સમજૂતી: જવાબદારી વાહનને ટ્રાન્સફર કરી શકાતી નથી; 'કૃત્રિમ બુદ્ધિમત્તાનો સારાંશ/ગણતરી તે રીતે' એ માન્ય બચાવ નથી. એક વ્યક્તિ પ્રકાશિત દરેક વસ્તુ પાછળ રહે છે; વાહન પર દોષ મૂક્યા વિના, પારદર્શક અને જવાબદાર સુધારણા દ્વારા ભૂલ સુધારવામાં આવે છે.

14. એન્ડ-ટુ-એન્ડ એઆઈ-સપોર્ટેડ પત્રકારત્વના પ્રવાહમાં 'સ્ટેજ ગેટ' ની વિભાવનાનો શું અર્થ થાય છે?

• A) કૃત્રિમ બુદ્ધિ આપમેળે તબક્કાઓ વચ્ચે સ્વિચ કરે છે
• બી) માનવ દરેક તબક્કામાંથી બહાર નીકળતી વખતે આઉટપુટની ચકાસણી કરે છે; ચકાસણી વિના આગળના તબક્કામાં આગળ વધશો નહીં ✔
• સી) શક્ય તેટલી ઝડપથી પ્રકાશન માટે સમાચાર પહોંચાડવા
• ડી) સમગ્ર પ્રવાહને એક જ કૃત્રિમ બુદ્ધિ વિનંતીને સોંપવું

વર્ણન: સ્ટેજ ગેટ એ દરેક તબક્કાના આઉટપુટ પર માનવ ચકાસણી તપાસ છે: કોઈપણ આઉટપુટ ચકાસણી કર્યા વિના આગળના તબક્કામાં જતું નથી. 'આ આઉટપુટમાં વણચકાસાયેલ શું છે?' સંક્રમણ પ્રશ્ન આભાસને સાંકળ સાથે વધતા અટકાવે છે.