Lợi nhuận:
- Khả năng khám phá tập dữ liệu bằng trí tuệ nhân tạo, tạo ra các câu hỏi đáng chú ý và trích xuất dữ liệu nhạy cảm
- Thay vì sử dụng trí tuệ nhân tạo để thực hiện các phép tính, hãy sử dụng phương pháp được mô tả và chạy trong một công cụ có thể kiểm tra được cũng như tạo thói quen xác minh từng phát hiện từ dữ liệu thô.
- Hiểu rằng trách nhiệm của nhà báo là soạn thảo các ngoại lệ và ghi lại các mối quan hệ lưu trữ và xác nhận chúng trong nguồn ban đầu.
Báo chí điều tra thường bắt đầu bằng một đống: một bảng tính hàng nghìn dòng, một bảng cân đối kế toán hàng trăm trang, một kho lưu trữ email bị rò rỉ, một tập hợp chi tiêu công nguồn mở. Báo chí dữ liệu - hoạt động tìm kiếm các mô hình, sự bất thường và các mối quan hệ trong dữ liệu số và dữ liệu tài liệu rồi biến chúng thành tin tức - chính xác là công việc hiểu được khối lượng này. Trong những đống dữ liệu này mà con người phải mất cả đời để xem qua một cách thủ công, trí tuệ nhân tạo (AI) là một công cụ sàng lọc đầu tiên và tạo ý tưởng mạnh mẽ: nó có thể tóm tắt một bảng, trích xuất các tên trùng lặp trong kho lưu trữ văn bản, đề xuất những câu hỏi cần yêu cầu phân tích, thậm chí mô tả các bước làm sạch dữ liệu. Nhưng hãy đặt lại một câu ngay từ đầu: AI là đối tác phân tích dữ liệu; Chính nhà báo là người quyết định độ chính xác và giá trị tin tức của kết quả và kiểm tra lại con số từ dữ liệu thô. Nguy cơ ảo giác là nguy hiểm nhất ở đây, về mặt số lượng.
Từng bước: khám phá tập dữ liệu bằng AI
Bước 1 - Tìm hiểu dữ liệu. Đầu tiên hãy hiểu các cột, số hàng, phạm vi ngày, đơn vị. Hãy tự biết nó là gì trước khi bạn tải tệp thô vào AI; Nếu không, "những phát hiện" của AI vẫn còn chưa được công bố.
Bước 2 - Trích xuất dữ liệu nhạy cảm. Nếu nó chứa dữ liệu cá nhân (tên, TR ID, địa chỉ, sức khỏe), hãy ẩn danh nó mà không đưa nó cho công cụ AI công khai hoặc chỉ gửi các cột cần phân tích. Dấu vết tài liệu rò rỉ tiết lộ nguồn cũng được xóa sạch (Đơn vị 1 và 10).
Bước 3 - Tạo câu hỏi khám phá bằng AI. “Bộ dữ liệu này có thể che giấu tin tức gì?” Bắt đầu bằng cách nói. AI đưa ra danh sách các câu hỏi để hỏi: 10 mặt hàng hàng đầu, nhà cung cấp lặp lại, bước nhảy bất thường, các khu vực để trống.
Bước 4 - KHÔNG CÓ AI LÀM PHÂN TÍCH, MÔ TẢ NÓ. Đây là điểm quan trọng. Mức trung bình hoặc tỷ lệ phần trăm mà AI tính toán trong đầu thường sai. Thay vào đó, hãy hỏi AI về các bước mà bạn sẽ chạy trong một công cụ đáng tin cậy (công thức bảng tính, truy vấn, tập lệnh). Do đó, biến phép tính thành một công cụ có thể kiểm tra được, AI chỉ đưa ra phương pháp.
Bước 5 - Xác minh phát hiện. Xem mọi điểm bất thường mà AI chỉ ra bằng cách quay lại dòng thô. Lọc bảng và đếm yêu cầu "Công ty này đã thắng 31 trên 40 cuộc đấu thầu". Mọi con số chưa được xác minh sẽ không được đưa lên tin tức.
Bước 6 - Thiết lập bối cảnh. Chỉ riêng con số không phải là tin tức. So sánh (năm ngoái, các thể chế tương tự, tỷ lệ trên dân số), bối cảnh và ý kiến chuyên gia là công việc của nhà báo.
Lưu ý: Để AI nói "tính trung bình của bảng này" và đưa kết quả trực tiếp vào tin tức là sai lầm phổ biến nhất trong việc đưa ra tuyên bố từ chối trách nhiệm của báo chí dữ liệu. AI là mô hình ngôn ngữ, không phải máy tính. Để công cụ thực hiện phép tính, chỉ cần hỏi AI về phương pháp và diễn giải.
Phân tích siêu dữ liệu và tài liệu
Bên cạnh các bảng số, báo chí điều tra còn xử lý các kho lưu trữ văn bản lớn: email, biên bản, hợp đồng. Tại đây, AI có thể phác thảo ra những bản đồ quan hệ như “ai nói chuyện với ai khi nào”, “chủ đề nào được lặp lại”, “những cái tên nào được nhắc đến cùng nhau”. Một lần nữa, quy tắc vẫn như cũ: AI đưa ra bản đồ ban đầu; Mọi liên kết đều được xác nhận trong tài liệu gốc, vì AI có thể giải thích một cách thuyết phục một liên kết không tồn tại.
ba trường hợp nhỏ
Trường hợp 1 - Ngưng tụ che giấu. Một phóng viên có một bảng tính mua sắm công với 2.400 hàng. Anh ấy đã nhờ AI tạo ra các câu hỏi khám phá; Câu hỏi "cùng một nhà cung cấp đã nhận được bao nhiêu hồ sơ dự thầu?" đã đến trước. Phóng viên không có AI tính toán điều này; Anh ấy đã chạy công thức bảng tính do chính YZ đề xuất và nhận thấy rằng một công ty duy nhất đã nhận được 380 (15,8%) trong số 2.400 mặt hàng. Anh ấy đã kiểm tra bằng tay và số đó là chính xác. "Ước tính" ban đầu của AI là 22% - vì vậy nếu AI đáng tin cậy thì tin tức đó sẽ sai.
Trường hợp 2 - Tiết kiệm thời gian, lưu trữ email. Sẽ mất nhiều ngày để tìm kiếm thủ công "chủ đề nào đang diễn ra" trong kho lưu trữ 6.000 email. AI tạo ra bản phác thảo các cụm chủ đề trong 15 phút; Từ đó, phóng viên chọn ra 3 cụm có triển vọng và đọc email gốc. Tổng thời gian tìm hiểu đã giảm xuống còn ~3 ngày nhưng mọi trích dẫn được đăng trực tuyến đều được xác minh nguyên văn từ email gốc.
Trường hợp 3 - Bị ảo giác. Một phóng viên kinh tế nhận được bản tóm tắt từ YZ rằng "chi phí nhân sự tăng 60% trong một năm" từ bảng cân đối kế toán. Khi quay lại bảng thô, anh thấy mức tăng là 6% và AI đã đọc sai một chữ số. Một lần kiểm tra tính xác thực đã chặn được một dòng tiêu đề sai sự thật và mang tính tự phụ như "vụ nổ 60%".
Mẫu có thể sao chép
1) Câu hỏi nhận dạng và khám phá tập dữ liệu:
Tôi sẽ cung cấp cho bạn tiêu đề cột và 20 hàng đầu tiên của tập dữ liệu. Tạo 10 câu hỏi báo chí CÓ THỂ thực hiện được với dữ liệu này: về mức độ tập trung, ngoại lệ, nhảy vọt về thời gian, các khu vực còn thiếu/trống, các tác nhân định kỳ. Không tính toán số lượng; chỉ cần viết những câu hỏi nào đáng hỏi và tại sao chúng có thể tạo ra tin tức. Dữ liệu: [tiêu đề + dòng mẫu]
2) Không tính toán mà mô tả:
Tôi muốn thực hiện phân tích sau: [ví dụ: tìm tổng số tiền đặt mua và tỷ lệ cổ phần của từng nhà cung cấp]. Tôi muốn tự mình chạy cái này trong một bảng tính. Viết cho tôi từng bước những công thức/cài đặt trục cần cài đặt. Kết quả tính toán SEN; chỉ cần đưa ra phương thức. Cột của tôi: [tên cột]
3) Săn lùng ngoại lệ:
Tôi sẽ đưa ra số liệu thống kê tóm tắt (tối thiểu, tối đa, trung bình, trung bình) bên dưới. Giải thích những giá trị nào là bất thường/đáng ngờ và tại sao tôi nên kiểm tra chúng để biết tin tức. Đừng đưa ra phán xét cuối cùng; Danh sách kiểm tra xuất hiện ở định dạng "các dòng sau cần được kiểm tra thủ công". Tóm tắt: [tại đây]
4) Sơ đồ quan hệ lưu trữ tài liệu (dự thảo):
Tôi sẽ cung cấp cho bạn một bộ văn bản tài liệu. Xuất thông tin sau dưới dạng BẢN NHÁP: những cái tên xuất hiện thường xuyên cùng nhau, chủ đề định kỳ, ngày tháng đáng chú ý. Đánh dấu tài liệu chứa mỗi liên kết, chẳng hạn như [B12]. Không thêm bất kỳ mối quan hệ nào không được ghi rõ ràng trong tài liệu. Tài liệu: [tại đây]
Dấu nhắc yếu / Dấu nhắc mạnh
Lời nhắc yếu: "Phân tích biểu đồ này và nêu bất kỳ phát hiện quan trọng nào."
Kết quả: AI tạo nên tỷ lệ phần trăm và trung bình, tưởng tượng ra những điều bất thường, không rõ nó dựa trên dòng nào. Nó không thể được xác minh.
Lời nhắc mạnh mẽ: "Tôi cung cấp các cột và 20 hàng đầu tiên của bảng này. (1) Liệt kê những phân tích có thể đáng đưa tin. (2) Đề xuất công thức bảng tính cho mỗi phân tích để tôi có thể chạy nó. (3) Không tính toán bất kỳ kết quả nào. (4) Đánh dấu các hàng cần kiểm tra, như [S45]."
Sự khác biệt: Lời nhắc mạnh mẽ giao việc tính toán cho công cụ có thể điều khiển được, giảm vai trò của AI xuống vai trò của phương pháp và phương hướng; ngăn ngừa ảo giác rò rỉ vào con số.
biểu đồ so sánh
Sân khấu
AI làm
Nhà báo làm
xác minh
Nhận dạng dữ liệu
Tóm tắt cột/mẫu
Biết đơn vị và bối cảnh
Từ điển dữ liệu nguồn
câu hỏi khám phá
Tạo danh sách câu hỏi
Chọn giá trị tin tức
—
tính toán
Mô tả phương pháp
Chạy công thức trên xe
Cung cấp thủ công
ngoại lệ
chấm điểm các ứng viên
Nhìn vào dòng thô
Lọc và đếm
Bình luận/bối cảnh
khung dự thảo
So sánh, chuyên gia
nguồn thứ hai
Những lỗi thường gặp
- Làm cho AI tính toán. Có AI tính trung bình, tỷ lệ phần trăm, tổng số, v.v. và sử dụng kết quả; AI thường xuyên mắc lỗi, hãy để phương tiện tính toán.
- Không kết nối việc tìm kiếm với dòng thô. Viết khẳng định “Công ty này đã thắng hầu hết các cuộc đấu thầu” mà không lọc bảng và đếm.
- Xuất bản số không có ngữ cảnh. Báo cáo số trần mà không so sánh và tỷ lệ là sai lệch.
- Đang tải lên dữ liệu nhạy cảm. Đưa dữ liệu cá nhân hoặc tài liệu tiết lộ nguồn gốc cho xe mà không dọn dẹp.
- Nghĩ rằng mối quan hệ giả tạo là sự thật. Xử lý liên kết mà AI “nhìn thấy” trong kho lưu trữ vào bản đồ mà không xác nhận trong tài liệu gốc.
Tóm lại
Trong báo chí dữ liệu, AI là một đối tác khám phá và hiểu biết sâu sắc: nó quét đống dữ liệu, tạo ra các câu hỏi để hỏi, mô tả phương pháp phân tích, gắn cờ các ứng cử viên cho các trường hợp ngoại lệ. Nhưng để AI tự tính toán con số là sai lầm rủi ro nhất; Thuê một công cụ có thể kiểm tra tính toán bên ngoài, xác minh từng phát hiện bằng cách quay lại dữ liệu thô, đồng thời thêm bối cảnh và so sánh với con số. Trong kho lưu trữ tài liệu, AI đưa ra bản đồ xuất phát; Mỗi liên kết được xác nhận trong tài liệu gốc.
Nhiệm vụ ứng dụng
Lấy tập dữ liệu bạn có (hoặc có sẵn công khai). Đầu tiên, yêu cầu họ tạo 10 câu hỏi với lời nhắc "Câu hỏi khám phá". Chọn một câu hỏi, lấy công thức từ AI với lời nhắc "Mô tả phép tính" và tự chạy công thức đó. Sau đó hỏi trực tiếp AI cách tính tương tự và so sánh hai kết quả; Lưu ý sự khác biệt và bài học của nó.
danh sách kiểm tra
- [ ] Tôi đã hiểu rõ các cột, đơn vị và trường nhạy cảm trước khi đưa dữ liệu vào công cụ.
- [ ] Tôi không để AI thực hiện việc tính toán; Tôi mô tả phương pháp và chạy nó trong công cụ có thể kiểm tra được.
- [ ] Tôi xác minh thủ công từng phát hiện bằng cách quay lại hàng thô.
- [ ] Tôi thêm sự so sánh và ngữ cảnh vào con số; Tôi không báo cáo những con số trần.
- [ ] Tôi xác nhận mọi mối quan hệ trong kho lưu trữ trong tài liệu gốc.