Quando leggete un giornale, probabilmente è fatto con l’AI

Nelle più importanti redazioni del mondo, che si tratti di carta stampata, web o televisione, dove c’è un pc, oggi c’è anche l’intelligenza artificiale. Semplicemente prima dell’avvento dell’AI generativa - di cui fanno parte ChatGPT, Google Gemini (ex Bard) o Microsoft Copilot – solo in pochi potevano permettersi investimenti adeguati e personale tecnico scafato. Adesso invece si parla di una fase di democratizzazione degli strumenti e infatti uso e sperimentazione sono diffusi. Ad esempio Heliograf del Washington Post automatizza il processo di generazione di brevi articoli a partire da dati strutturati, come punteggi sportivi e rapporti sugli utili. News Tracer di Reuters usa algoritmi di apprendimento automatico per identificare rapidamente le notizie dell'ultima ora e verificarne la credibilità. Lynx Insight di Reuters utilizza algoritmi di intelligenza artificiale per analizzare grandi data set di dati e fornire ai giornalisti risultati preziosi e informazioni di base per supportare i reportage investigativi. Il Corriere della Sera usa l’IA per fornire versioni audio degli articoli. E così via.
 

Da lontano 2019 London School of Economics (Lse), Polis (il media think-tank di Lse) e Google News Initiative realizzano un’indagine globale, chiamata “Generating Change”, proprio per comprendere come venga impiegata l’AI nelle testate. L’ultima edizione è stata realizzata sulla base della raccolta di dati e dichiarazioni provenienti da sondaggi, interviste e interventi pubblici di giornalisti, esperti e manager di 105 testate (fra cui anche Il Sole 24 Ore) di 46 paesi diversi. Per lo più professionisti dei quotidiani (28%), gruppi editoriali (20%), broadcaster (16%) e agenzie stampa (13%). A prescindere dal tipo di attività giornalistica l’AI (generativa) è stata impiegata dal 90% del campione per la produzione di news, dall’80% per la distribuzione e dal 75% per la raccolta di dati o informazioni.

La creazione totalmente automatizzata di articoli, basata su AI, nel tempo è stata usata per la realizzazione di brevi dedicate all’informazione di Borsa (Wsj), eventi sportivi (Nyt) e poco altro. Oggi la generativa viene usata, con la perenne supervisione umana, per il fact-checking, la correzione di bozze, l’uso di applicazioni di elaborazione del linguaggio naturale (Nlp), l'analisi delle tendenze e la scrittura di titoli, sommari, riassunti e newsletter. Senza contare le traduzioni, la razionalizzazione di dati provenienti da più fonti e banalmente il controllo ortografico, la correzione delle bozze e il miglioramento della qualità dei contenuti scritti. “Ad esempio, le applicazioni di Nlp sono di aiuto nella verifica delle affermazioni fattuali. Identificano le affermazioni e le confrontano con quelle precedentemente verificate”, si legge nel documento. E lo stesso si può fare con le immagini. 

La distribuzione tramite AI è utile per raggiungere un pubblico più vasto e di migliorare il coinvolgimento. Si è manifestato un diffuso impiego di soluzioni capaci di personalizzare la fruizione, passando attraverso un sistema di raccomandazione. Sistemi per far rispettare regole sull’uso di parole specifiche, sull’ortografia britannica o americana, sui cliché, etc. Un’altra possibilità è quella fornita dalle tecnologie speech-to-text, che convertono il testo per una distribuzione audio, oppure strumenti come Echobox e SocialFlow per ottimizzare la programmazione dei contenuti sui social media. Non solo. Alcune realtà hanno iniziato a usat chatbot su WhatsApp per la distribuzione delle notizie. Ci sono anche strumenti seo (ottimizzazione del posizionamento sui motori di ricerca) che aiutato gli autori nella scelta di parole chiave e tendenze. 

Le redazioni impiegano l’AI per il cosiddetto “newsgathering”, appunto la raccolta di notizie, soprattutto su due fronti. Da una parte la scansione di testi, la conversione di audio in testo e l’estrazione di testi da altri supporti, e dall’altra il rilevamento di dati e modelli ricorrenti da documentazione di ogni tipo. Nello specifico per lo speech-to-text si usano Whisper, Colibri.ai, Otter.ai o SpeechText.ai. Invece per la raccolta dati i più gettonati sono Dataminr e Rapidminter. Per le tendenze ci si affida ancora a Google Trends per il web e CrowdTangle per i social. 

Più del 50% del campione ha confermato che l’adozione dell’AI è pilotata dal bisogno di efficienza e produttività. In pratica automatizzare i compiti monotoni e ripetitivi, snellendo così i flussi di lavoro così da consentire ai giornalisti “di impegnarsi in un lavoro più creativo, rilevante e innovativo”. Contemporaneamente un terzo degli intervistati ha auspicato che queste nuove tecnologie possano essere di aiuto nel raggiungere un pubblico più ampio e personalizzare l'esperienza dei lettori. Le uniche criticità che sono emerse riguardano le limitazioni linguistiche (di fatto tutto funziona bene con le più diffuse), gli accenti (o dialetti), la difficoltà di integrare gli strumenti nel workflow quotidiano e nelle piattaforme e organizzazioni esistenti.