Qligħ:
- Kapaċità li tesplora sett ta' dejta b'intelliġenza artifiċjali, tiġġenera mistoqsijiet li jistħoqqilhom aħbarijiet u tiġbed dejta sensittiva
- Minflok ma jkollok intelliġenza artifiċjali tagħmel il-kalkoli, wara li l-metodu deskritt u mmexxi f'għodda awditjabbli u tikseb id-drawwa li tivverifika kull sejba minn dejta mhux ipproċessata.
- Nifhmu li hija r-responsabbiltà tal-ġurnalist li jabbozza outliers u jiddokumenta r-relazzjonijiet tal-arkivji u jikkonfermahom fis-sors oriġinali.
Il-ġurnaliżmu investigattiv ħafna drabi jibda b’munzell: spreadsheet ta’ offerta ta’ eluf ta’ linji, karta tal-bilanċ ta’ mijiet ta’ paġni, arkivju ta’ email leaked, sett ta’ nefqa pubblika open-source. Il-ġurnaliżmu tad-dejta — il-prattika li jinstabu mudelli, anomaliji, u relazzjonijiet f’dejta numerika u dokumentarja u tibdilhom f’aħbarijiet — huwa eżattament ix-xogħol li jagħmel sens ta’ din il-massa. F'dawn il-munzelli, li tieħu ħajja umana biex tħares manwalment, l-intelliġenza artifiċjali (AI) hija għodda b'saħħitha għall-ewwel screening u li tiġġenera idea: tista' tiġbor fil-qosor tabella, tiġbed ismijiet duplikati f'arkivju ta 'test, tissuġġerixxi liema mistoqsijiet tistaqsi għal analiżi, anke tiddeskrivi l-passi tat-tindif tad-dejta. Imma ejja npoġġu sentenza waħda mill-bidu: AI hija sieħba fl-analiżi tad-dejta; Huwa l-ġurnalist li jiddeċiedi l-eżattezza u l-valur tal-aħbarijiet tar-riżultat u jeżamina mill-ġdid in-numru mid-dejta mhux ipproċessata. Ir-riskju ta 'alluċinazzjoni huwa l-aktar perikolużi hawn, fin-numri.
Pass pass: esplorazzjoni ta’ sett ta’ data bl-AI
Pass 1 — Kun af id-data. L-ewwel tifhem il-kolonni, in-numru ta 'ringieli, il-firxa tad-data, l-unitajiet. Kun af għalik innifsek x'inhu qabel ma tagħbija l-fajl mhux maħdum fl-AI; Inkella, is-"sejbiet" tal-AI jibqgħu fl-arja.
Pass 2 — Oħroġ data sensittiva. Jekk ikun fih data personali (isem, TR ID, indirizz, saħħa), anonimizzaha mingħajr ma tagħtiha lill-għodda pubblika tal-AI jew ibgħat biss il-kolonni biex jiġu analizzati. It-traċċi ta' dokumenti leaked li jiżvelaw is-sors jitneħħew ukoll (Taqsimiet 1 u 10).
Pass 3 — Iġġenera mistoqsijiet ta 'skoperta bl-AI. "X'aħbar jista' jaħbi dan is-sett ta' dejta?" Ibda billi tgħid. L-AI toħroġ b'lista ta 'mistoqsijiet li tistaqsi: l-aqwa 10 oġġetti, fornituri ripetuti, qabżiet mhux tas-soltu, żoni li tħallew vojta.
Pass 4 — MA GĦANDUX AI TAGĦMEL L-ANALIŻI, IDDEskriviha. Dan huwa l-punt kritiku. Il-medja jew il-perċentwal li l-AI tikkalkula fir-ras spiss tkun żbaljata. Minflok, staqsi lill-AI għal passi li inti tmexxi f'għodda affidabbli (formula tal-ispreadsheet, mistoqsija, skript). B'hekk tagħmel il-kalkulu għodda verifikabbli, l-AI tagħti biss il-metodu.
Pass 5 — Ivverifika s-sejba. Ara kull anomalija li tindika l-AI billi tmur lura għal-linja mhux maħduma. Iffiltra t-tabella u għodd it-talba "Din il-kumpanija rebħet 31 minn 40 offerta". Kwalunkwe numri mhux verifikati mhux se jidħlu fl-aħbarijiet.
Pass 6 — Stabbilixxi l-kuntest. In-numru waħdu mhux aħbar. It-tqabbil (is-sena li għaddiet, istituzzjonijiet simili, proporzjon mal-popolazzjoni), il-kuntest u l-opinjoni esperta huma xogħol il-ġurnalist.
Attenzjoni: Li jkollok l-AI tgħid "ikkalkula l-medja ta 'din it-tabella" u tpoġġi r-riżultat direttament fl-aħbarijiet huwa l-iżball l-aktar komuni li jipproduċi ċaħda tal-ġurnaliżmu tad-dejta. L-AI hija mudell tal-lingwa, mhux kalkulatur. Ħalli l-għodda tagħmel il-matematika, staqsi lill-AI għall-metodu u l-interpretazzjoni.
Metadata u analiżi tad-dokumenti
Minbarra tabelli numeriċi, il-ġurnaliżmu investigattiv jittratta wkoll arkivji ta’ testi kbar: emails, minuti, kuntratti. Hawnhekk, l-AI tista' tabbozza mapep tar-relazzjoni bħal "min tkellem ma' min meta", "liema suġġett huwa ripetut", "liema ismijiet jissemmew flimkien". Għal darb'oħra, ir-regola hija l-istess: AI tagħti mappa inizjali; Kull rabta hija kkonfermata fid-dokument oriġinali, minħabba li l-AI tista 'tispjega b'mod konvinċenti rabta li ma teżistix.
tliet każijiet żgħar
Każ 1 — Kondensazzjoni moħbija. Reporter kellu spreadsheet tal-akkwist pubbliku b'2,400 ringiela. Huwa kellu l-AI jipproduċi mistoqsijiet esploratorji; Il-mistoqsija "kemm irċieva offerti l-istess fornitur?" daħal fuq quddiem. Ir-reporter ma kellux l-AI tikkalkula dan; Huwa mexxa l-formula tal-ispreadsheet suġġerita minn YZ innifsu u sab li ditta waħda rċeviet 380 (15.8%) minn 2,400 oġġett. Huwa ċċekkjaha manwalment u n-numru kien korrett. L-"istima" inizjali tal-AI qalet 22% — allura kieku l-AI kellha tiġi fdata, l-aħbar tkun żbaljata.
Każ 2 — Iffrankar tal-ħin, arkivju tal-email. Ikun jieħu jiem biex tfittex manwalment "x'suġġetti għaddejjin" f'arkivju ta' 6,000 email. L-AI pproduċiet deskrizzjoni ta 'clusters ta' suġġetti fi 15-il minuta; Minn dawn, ir-reporter għażel 3 clusters promettenti u qara l-emails oriġinali. Il-ħin totali ta' skoperta tnaqqas għal ~3 ijiem, iżda kull kwotazzjoni li bdiet tiġi vverifikata verbatim mill-email oriġinali.
Każ 3 — Alluċinazzjoni maqbuda. Reporter ekonomiku rċieva sommarju mingħand YZ li "l-ispejjeż tal-persunal żdiedu b'60% f'sena waħda" minn karta tal-bilanċ. Meta mar lura għat-tabella mhux maħduma, ra li ż-żieda kienet ta '6% u li l-AI kienet qrat ħażin ċifra waħda. Kontroll tal-fatt wieħed imblukkat intestatura falza u pretenzjuża bħal "60% splużjoni".
Mudelli kopjabbli
1) Mistoqsijiet dwar ir-rikonoxximent u l-iskoperta tas-sett tad-dejta:
Nagħtikom l-intestaturi tal-kolonni u l-ewwel 20 ringiela ta’ sett ta’ dejta. Iġġenera 10 mistoqsijiet ġurnalistiċi li JISTGĦU jsiru b'din id-dejta: f'termini ta 'konċentrazzjoni, outlier, qabża fil-ħin, żoni neqsin/vojta, atturi rikorrenti. L-ebda kalkolu tan-numru; ikteb biss liema mistoqsijiet ta' min jistaqsu u għaliex jistgħu jagħmlu aħbarijiet. Dejta: [titoli + linji ta' kampjun]
2) Mhux tagħmel kalkoli, imma tagħmilhom jiddeskrivu:
Irrid nagħmel l-analiżi li ġejja: [eż. issib l-ammont totali tal-offerta u l-perċentwal tas-sehem ta’ kull fornitur]. Irrid inmexxi dan jien stess fi spreadsheet. Iktbilli pass pass liema formuli/settings tal-pivot ninstalla. Riżultat tal-kalkolu SEN; agħti biss il-metodu. Il-kolonni tiegħi: [ismijiet tal-kolonni]
3) Kaċċa outlier:
Se nagħti statistika fil-qosor (min, max, medja, medjan) hawn taħt. Spjega liema valuri huma mhux tas-soltu/suspettużi u għaliex għandi niċċekkjahom għal aħbarijiet. Tagħmel ġudizzji finali; Lista ta 'kontroll tidher fil-format "il-linji li ġejjin għandhom jiġu kkontrollati manwalment". Sommarji: [hawn]
4) Mappa tar-relazzjoni tal-arkivju tad-dokumenti (abbozz):
Nagħtikom sett ta' test ta' dokument. Oħroġ dan li ġej bħala ABBOZZ: ismijiet li jseħħu ta' spiss flimkien, suġġetti rikorrenti, dati notevoli. Immarka d-dokument li minnu tiġi kull link, bħal [B12]. Iżżidx relazzjonijiet li mhumiex miktuba b'mod espliċitu fid-dokument. Dokumentazzjoni: [hawn]
Pront dgħajjef / Pront qawwi
Pront dgħajjef: "Analizza din it-tabella u ddikjara kwalunkwe sejba sinifikanti."
Riżultat: AI tagħmel perċentwali u medji fuq quddiem, timmaġina anomaliji, mhuwiex ċar fuq liema linja hija bbażata. Ma jistax jiġi vverifikat.
Prompt qawwi: "Nagħti l-kolonni u l-ewwel 20 ringiela ta' din it-tabella. (1) Elenka liema analiżi jistgħu jkunu ta' aħbarijiet. (2) Issuġġerixxi formula spreadsheet għal kull analiżi sabiex inkun nista' nmexxiha. (3) Ma tikkalkulax l-ebda riżultat. (4) Immarka r-ringieli li jridu jiġu ċċekkjati, bħal [S45]."
Differenza: Pront qawwija tħalli l-kalkolu għall-għodda kontrollabbli, tnaqqas l-AI għar-rwol ta 'metodu u direzzjoni; jipprevjeni l-alluċinazzjoni milli tnixxi fin-numru.
tabella ta 'tqabbil
Stadju
AI tagħmel
Ġurnalist jagħmel
verifika
Rikonoxximent tad-data
Sommarju tal-kolonna/mudell
Jaf l-unità u l-kuntest
Dizzjunarju tad-dejta tas-sors
mistoqsijiet ta’ skoperta
Jiġġenera lista ta' mistoqsijiet
Jagħżel il-valur tal-aħbarijiet
—
kalkolu
Jiddeskrivi l-metodu
Tmexxi l-formula fil-vettura
Provvista manwali
outlier
jimmarka l-kandidati
Jħares lejn linja mhux maħduma
Iffiltra u għadd
Kumment/kuntest
abbozz tal-qafas
Tqabbil, espert
it-tieni sors
Żbalji komuni
- Nagħmlu l-AI tikkalkula. Wara li l-AI tikkalkula l-medja, il-perċentwali, it-total eċċ. u tuża r-riżultat; AI tagħmel żbalji ta 'spiss, ħalli l-vettura tagħmel il-matematika.
- Mhux jgħaqqad is-sejba mal-linja mhux maħduma. Il-kitba tat-talba "Din il-kumpanija rebħet ħafna mill-offerti" mingħajr ma tiffiltra t-tabella u tgħodd.
- Pubblikazzjoni ta' numri mingħajr kuntest. Ir-rappurtar ta' numri vojta mingħajr paragun u proporzjon huwa qarrieqi.
- Ittella’ data sensittiva kif inhi. Tagħti data personali jew dokument li jiżvela s-sors lill-vettura mingħajr ma tnaddafha.
- Taħseb li r-relazzjoni falza hija vera. Ipproċessa l-link li l-AI "tara" fl-arkivju fil-mappa mingħajr ma tikkonfermaha fid-dokument oriġinali.
Fil-qosor
Fil-ġurnaliżmu tad-dejta, l-AI hija sieħba ta 'skoperta u għarfien: tiskennja l-munzell, tiġġenera mistoqsijiet li tistaqsi, tiddeskrivi l-metodu ta' analiżi, tindika kandidati għal outliers. Iżda li l-AI tikkalkula n-numru innifsu huwa l-iżball l-aktar riskjuż; Esternalizza l-kalkolu għal għodda verifikabbli, ivverifika kull sejba billi tmur lura għad-dejta mhux ipproċessata, u żid il-kuntest u l-paragun man-numru. Fl-arkivji tad-dokumenti, AI tagħti mappa tal-bidu; Kull rabta hija kkonfermata fid-dokument oriġinali.
Kompitu ta' applikazzjoni
Ħu sett ta' dejta li għandek (jew huwa disponibbli pubblikament). L-ewwel, għidhom jiġġeneraw 10 mistoqsijiet bil-pront "Mistoqsijiet ta 'Esplorazzjoni". Agħżel mistoqsija, ikseb il-formula mill-AI bil-pront "Iddeskrivi l-kalkolu", u mexxiha lilek innifsek. Imbagħad staqsi lill-AI direttament għall-istess kalkolu u qabbel iż-żewġ riżultati; Innota d-differenza u l-lezzjoni tagħha.
lista ta' kontroll
- [ ] Fhimt il-kolonni, l-unitajiet u l-oqsma sensittivi qabel ma tajt id-dejta lill-għodda.
- [ ] Ma nħallix lill-AI tagħmel il-kalkoli; Niddeskrivi l-metodu u nmexxih fl-għodda awditjabbli.
- [ ] Jien nivverifika manwalment kull sejba billi mmur lura għar-ringiela mhux maħduma.
- [ ] Inżid il-paragun u l-kuntest man-numru; Mhux qed nirrapporta n-numri vojta.
- [ ] Nikkonferma kull relazzjoni fl-arkivju fid-dokument oriġinali.