Gevinster:
- Evne til å utforske et datasett med kunstig intelligens, generere nyhetsverdige spørsmål og trekke ut sensitive data
- I stedet for å la kunstig intelligens gjøre beregningene, få metoden beskrevet og kjørt i et kontrollerbart verktøy og få en vane med å verifisere hvert funn fra rådata.
- Forståelse av at det er journalistens ansvar å utarbeide utstikkere og dokumentere arkivforhold og bekrefte dem i originalkilden.
Undersøkende journalistikk starter ofte med en haug: et anbudsregneark på tusenvis av linjer, en balanse på hundrevis av sider, et lekket e-postarkiv, et offentlig utgiftssett med åpen kildekode. Datajournalistikk – praksisen med å finne mønstre, anomalier og sammenhenger i numeriske og dokumentariske data og gjøre dem om til nyheter – er akkurat jobben med å gi mening om denne massen. I disse haugene, som det vil ta et menneskeliv å se gjennom manuelt, er kunstig intelligens (AI) et kraftig verktøy for første screening og idégenerering: den kan oppsummere en tabell, trekke ut dupliserte navn i et tekstarkiv, foreslå hvilke spørsmål du bør stille for en analyse, til og med beskrive trinnene for datarensing. Men la oss sette en setning fra begynnelsen: AI er en partner i å analysere data; Det er journalisten som bestemmer nøyaktigheten og nyhetsverdien av resultatet og undersøker tallet på nytt fra rådataene. Risikoen for hallusinasjoner er på sitt farligste her, i antall.
Trinn for trinn: utforske et datasett med AI
Trinn 1 — Bli kjent med dataene. Forstå først kolonnene, antall rader, datoperiode, enheter. Vet selv hva det er før du laster råfilen inn i AI; Ellers forblir AIs "funn" i luften.
Trinn 2 — Trekk ut sensitive data. Hvis den inneholder personlige data (navn, TR ID, adresse, helse), anonymiser den uten å gi den til det offentlige AI-verktøyet eller send bare kolonnene som skal analyseres. Spor etter lekke dokumenter som avslører kilden blir også ryddet (enhet 1 og 10).
Trinn 3 — Generer oppdagelsesspørsmål med AI. "Hvilke nyheter kan dette datasettet skjule?" Start med å si. AI kommer opp med en liste over spørsmål å stille: topp 10 varer, gjentatte leverandører, uvanlige hopp, områder som er tomme.
Trinn 4 — LÅ IKKE AT GJØRE ANALYSEN, BESKRIV DEN. Dette er det kritiske punktet. Gjennomsnittet eller prosentandelen som AI beregner i hode er ofte feil. I stedet spør AI om trinn du vil kjøre i et pålitelig verktøy (regnearkformel, spørring, skript). For å gjøre kalkulus til et reviderbart verktøy, gir AI bare metoden.
Trinn 5 — Bekreft funnet. Se hver uregelmessighet som AI påpeker ved å gå tilbake til rålinjen. Filtrer tabellen og tell påstanden "Dette selskapet vant 31 av 40 anbud". Ubekreftede tall kommer ikke med i nyhetene.
Trinn 6 — Etabler konteksten. Tallet alene er ingen nyhet. Sammenligning (i fjor, lignende institusjoner, forhold til befolkning), kontekst og ekspertuttalelse er journalistens jobb.
Oppmerksomhet: Å la AI si "beregn gjennomsnittet av denne tabellen" og sette resultatet direkte inn i nyhetene er den vanligste ansvarsfraskrivelsesfeilen i datajournalistikken. AI er en språkmodell, ikke en kalkulator. Få verktøyet til å regne, bare spør AI om metoden og tolkningen.
Metadata og dokumentanalyse
Foruten numeriske tabeller, omhandler undersøkende journalistikk også store tekstarkiver: e-poster, referater, kontrakter. Her kan AI lage utkast til relasjonskart som «hvem snakket med hvem når», «hvilket tema gjentas», «hvilke navn er nevnt sammen». Igjen er regelen den samme: AI gir et første kart; Hver kobling er bekreftet i det originale dokumentet, fordi AI på en overbevisende måte kan forklare en kobling som ikke eksisterer.
tre minisaker
Tilfelle 1 — Skjult kondens. En reporter hadde et regneark for offentlige anskaffelser med 2400 rader. Han fikk AI til å produsere utforskende spørsmål; Spørsmålet "hvor mange anbud fikk samme leverandør?" kom i forgrunnen. Reporteren hadde ikke AI til å beregne dette; Han kjørte regnearkformelen foreslått av YZ selv og fant ut at et enkelt firma mottok 380 (15,8%) av 2400 varer. Han sjekket det manuelt og nummeret var riktig. AIs første "estimat" sa 22% - så hvis AI var å stole på, ville nyhetene være feil.
Tilfelle 2 — Tidsbesparelse, e-postarkiv. Det ville ta dager å manuelt søke "hvilke emner som skjer" i et arkiv med 6000 e-poster. AI produserte en oversikt over emneklynger på 15 minutter; Fra disse valgte reporteren 3 lovende klynger og leste de originale e-postene. Total oppdagelsestid ble redusert til ~3 dager, men hvert sitat som ble publisert ble bekreftet ordrett fra den opprinnelige e-posten.
Tilfelle 3 - Hallusinasjon fanget. En økonomisk reporter mottok en oppsummering fra YZ om at «personellutgifter økte med 60 % på ett år» fra en balanse. Da han kom tilbake til råtabellen, så han at økningen var 6 % og at AI hadde feillest ett siffer. En enkelt faktasjekk blokkerte en falsk og pretensiøs overskrift som "60 % eksplosjon".
Kopierbare maler
1) Spørsmål om gjenkjenning og oppdagelse av datasett:
Jeg vil gi deg kolonneoverskriftene og de første 20 radene i et datasett. Generer 10 journalistiske spørsmål som KAN gjøres med disse dataene: når det gjelder konsentrasjon, avvik, hopp i tid, manglende/tomme områder, tilbakevendende aktører. Ingen tallberegning; bare skriv hvilke spørsmål som er verdt å stille og hvorfor de kan lage nyheter. Data: [headlines + sample lines]
2) Ikke gjør beregninger, men gjør dem til å beskrive:
Jeg ønsker å gjøre følgende analyse: [f.eks. finn det totale tilbudsbeløpet og andelsprosenten til hver leverandør]. Jeg vil kjøre dette selv i et regneark. Skriv meg trinn for trinn hvilke formler/pivotinnstillinger som skal installeres. Resultat av SEN-beregning; bare gi metoden. Mine kolonner: [kolonnenavn]
3) Yttersjakt:
Jeg vil gi oppsummerende statistikk (min, maks, gjennomsnitt, median) nedenfor. Forklar hvilke verdier som er uvanlige/mistenkelige og hvorfor jeg bør sjekke dem for nyheter. Ikke gjør endelige vurderinger; En sjekkliste vises i formatet "følgende linjer bør kontrolleres manuelt". Sammendrag: [her]
4) Dokumentarkivforholdskart (utkast):
Jeg vil gi deg et sett med dokumenttekst. Skriv ut følgende som et UTKAST: navn som forekommer ofte sammen, tilbakevendende emner, bemerkelsesverdige datoer. Merk dokumentet som hver lenke kommer fra, som [B12]. Ikke legg til noen relasjoner som ikke er eksplisitt skrevet i dokumentet. Dokumentasjon: [her]
Svak forespørsel / Sterk forespørsel
Svak melding: "Analyser dette diagrammet og oppgi eventuelle signifikante funn."
Resultat: AI utgjør prosenter og gjennomsnitt direkte, forestiller seg anomalier, det er uklart hvilken linje den er basert på. Det kan ikke verifiseres.
Kraftig ledetekst: "Jeg gir kolonnene og de første 20 radene i denne tabellen. (1) List opp hvilke analyser som kan være nyhetsverdige. (2) Foreslå en regnearkformel for hver analyse slik at jeg kan kjøre den. (3) Ikke beregn noen resultater. (4) Merk radene som skal kontrolleres, som [S45]."
Forskjell: Sterk forespørsel overlater beregningen til det kontrollerbare verktøyet, og reduserer AI til rollen som metode og retning; hindrer hallusinasjoner i å lekke inn i nummeret.
sammenligningsdiagram
Scene
AI gjør det
Journalist gjør det
verifisering
Gjenkjenne data
Kolonne/mønstersammendrag
Kjenner enheten og konteksten
Kildedataordbok
oppdagelsesspørsmål
Genererer en liste med spørsmål
Velger nyhetsverdi
—
beregning
Beskriver metoden
Kjører formelen i kjøretøyet
Manuell klargjøring
uteligger
markerer kandidatene
Ser på rå linje
Filtrer og tell
Kommentar/kontekst
utkast til ramme
Sammenligning, ekspert
andre kilde
Vanlige feil
- Får AI til å beregne. La AI beregne gjennomsnitt, prosent, total etc. og bruke resultatet; AI gjør feil ofte, la kjøretøyet gjøre regnestykket.
- Ikke koble funnet til rålinjen. Skrive påstanden "Dette selskapet vant de fleste anbudene" uten å filtrere tabellen og telle.
- Publisering av tall uten kontekst. Å rapportere bare tall uten sammenligning og forholdstall er misvisende.
- Laster opp sensitive data som de er. Gi personopplysninger eller et dokument som avslører kilden til kjøretøyet uten å rense det.
- Tenker at det falske forholdet er sant. Behandler lenken som AI-en "ser" i arkivet til kartet uten å bekrefte det i originaldokumentet.
Oppsummert
Innen datajournalistikk er AI en oppdagelses- og innsiktspartner: den skanner haugen, genererer spørsmål å stille, beskriver analysemetoden, flagger kandidater for uteliggere. Men å la AI beregne tallet selv er den mest risikable feilen; Sett ut beregningen til et reviderbart verktøy, verifiser hvert funn ved å gå tilbake til rådataene, og legg til kontekst og sammenligning med antallet. I dokumentarkiver gir AI et startkart; Hver lenke er bekreftet i originaldokumentet.
Søknadsoppgave
Ta et datasett du har (eller er offentlig tilgjengelig). Først, la dem generere 10 spørsmål med "Utforskingsspørsmål"-ledeteksten. Velg et spørsmål, få formelen fra AI med "Beskriv beregningen"-prompten, og kjør den selv. Spør deretter AI direkte om den samme beregningen og sammenlign de to resultatene; Legg merke til forskjellen og dens leksjon.
sjekkliste
- [ ] Jeg forsto kolonnene, enhetene og sensitive feltene før jeg ga dataene til verktøyet.
- [ ] Jeg lar ikke AI gjøre beregningene; Jeg beskriver metoden og kjører den i det reviderbare verktøyet.
- [ ] Jeg bekrefter hvert funn manuelt ved å gå tilbake til råraden.
- [ ] Jeg legger til sammenligning og kontekst til tallet; Jeg rapporterer ikke de bare tallene.
- [ ] Jeg bekrefter hvert forhold i arkivet i originaldokumentet.