Roboti novinari – revolucija ili kraj novinarstva?

U vreme globalne povezanosti, dostupnost informacija nikada nije bila veća, ali samim tim i rad novinskih agencija nije bio teži, jer sve te podatke treba obraditi i uobličiti u smislen članak koji će čitateljima omogućiti uvid u dešavanja na „kraju sveta“, ali i u njegovom susedstvu.

Zbog toga su velike svetske novinske agencije, ali i istaknuti i priznati novinski listovi i mediji počeli koristiti veštačku inteligenciju, takozvane robote-novinare za pisanje vesti iz oblasti sporta, finansija, ali i za praćenje izbornih rezultata. Ovi roboti trenutno nisu u stanju napisati tekstove koji će osvajati niz novinarskih nagrada, ali će gotovo trenutno čitatelje obavijestiti, primera radi, ko je pobjednik nogometnog duela druge francuske lige ili će napisati članak o bejzbol mečevima nižih američkih liga.

S obzirom da su ovi veštački novinari postala svakodnevnica, postavlja se pitanje koje su njihove mogućnosti, ali i da li bi mogli biti rešenje za regiju Zapadnog Balkana, gdje su novinari često pod utiecajem vladajućih stranaka i moćnika, što neretko dovodi u pitanje objektivnost njihovog rada.

Profesor Dinko Osmanković sa Elektrotehničkog fakulteta Univerziteta u Sarajevu pojašnjava da je u pozadini rada ovakvih algoritama ono što nazivamo obrada prirodnog jezika (engleski Natural Language Processing, NLP). Konkretno, uža oblast koja se naziva generiranje prirodnog jezika (engleski Natural Language Generation, NLG) je u pozadini stvaranja čovjeku razumljivog teksta.

Obrada podataka

Iza oba ova koncepta se nalazi procesiranje ogromnih količina podataka koje su dostupne sa interneta kompanijama kao što su Automated Insights ili Narrative Science, koje se bave razvojem i pružanjem usluga automatiziranih novinara.

„Ideja, kao i iza većine algoritama iz oblasti moderne veštačke inteligencije, je da algoritam na osnovu ogromne baze informacija uči i na osnovu toga generira rezultate koji se na neki način validiraju i na osnovu toga se algoritam dalje samostalno usavršava. Slična paradigma se koristi za rešavanje drugih problema kao što su igra Go, Šah i tako dalje,  samo se implementacijski detalji razlikuju zbog same specifičnosti konkretnog problema“, pojašnjava stručnjak sarajevskog ETF-a.

S obzirom da se radi o programima koji bi se trebali samostalno usavršavati, dovodi se u pitanje njihova budućnost, odnosno da li će jednog dana sa kratkih izvještaja preći na pisanje kompleksnijih članaka, a zatim i knjiga, ali na takav način da prosečan čitatelj neće znati da se ne radi o piscu od krivi i mesa.

Naravno, puno toga zavisi od toga kako mi razumemo kako nastaje jezik, kaže profesor Osmanković.

Zbog toga ne treba ni čuditi što su najpoznatiji svetski lingvisti i neuronaučnici uključeni u ova istraživanja.

„Jedan simpatičan primer koji prezentira mogućnosti ovakvog pristupa razvoju umetne inteligencije je objavljen u radu DeepBach: a Steerable Model for Bach chorales generation autora Gaetana Hadjeresa, Francoisa Pacheta. Autori su razvili duboku neuronsku mrežu koja je na osnovu analize velikog broja kompozicija Johanna Sebastiana Bacha uspjela naučiti i sama komponirati korale u stilu JS Bacha. Kontrapunkt je na neki način složena ‘semantika’ za kompozitore, iako mnogo manje složenosti od prirodnog jezika, dovoljno pokazuje dokle se došlo sa razvojem umjetne inteligencije. Tu je mnogo pomoglo i naše dobro razumijevanje kontrapunkta kao ‘jezika’ muzičke teorije“, navodi stručnjak Elektrotehničkog fakulteta.

Preuzeto sa Al Jazeera Balkans