Giornalismo

Quando l’intelligenza artificiale è al servizio della informazione

Giornalismo robotico. L'integrazione del machine learning potrebbe portare a modalità più tempestive e affidabili di informare: controllo automatizzato delle fonti, analisi di grossi volumi di dati, editing e produzione di contenuti, offerta personalizzata

di Pier Paolo Bozzano

Una testa di metallo composta da parti del motore simboleggia l'intelligenza artificiale (AP Photo/Martin Meissner)

3' di lettura

Il mondo dell'informazione, alle prese con l'emergenza del coronavirus, ha visto una fortissima accelerazione nell'introduzione di componenti innovativi e nell'utilizzo dell'intelligenza artificiale nel lavoro di redazione. Parola di Francesco Marconi, guru del settore.

Marconi ha le carte in regola per valutare da vicino questa evoluzione: è co-founder di Applied XL, una startup che offre servizi di automazione applicati in ambito editoriale, con esperienza maturata negli innovation lab del Wall Street Journal e di Associated Press.

Loading...

È poi lui stesso a sottolineare un paradosso: all'aumento della richiesta di informazione portato dalla pandemia non è corrisposto un aumento del numero di giornalisti, anzi, molti hanno perso il lavoro: a farne le spese alla fine è stata la qualità della copertura anche in ambito sanitario, proprio in un momento in cui la fiducia nell'informazione è cruciale. E propone di ispirarsi a un nuovo modello, dove AI e giornalismo non solo convivono, ma quest'ultimo trova nuova forza.

«L'integrazione dell'intelligenza artificiale - dice Marconi - ci potrebbe portare verso un nuovo modo di fare giornalismo, più tempestivo e affidabile, più radicato nei fatti, più scientifico». E dunque più credibile.

Perché, tuttavia, dovremmo fidarci dell'intelligenza artificiale, che ha dimostrato in altri ambiti di essere tutt'altro che una scienza esatta, come per quanto riguarda i deepfake? Per rispondere vale la pena guardare alla maniera in cui, in concreto, l'automazione viene già utilizzata da numerosi media a livello globale.

Nelle 71 testate di 32 paesi prese in esame da uno studio del think tank di giornalismo della London School of Economics, l'automazione viene utilizzata come uno strumento di supporto editoriale e commerciale e non per sostituire il lavoro, o il giudizio, degli esseri umani. Nel 68% dei casi si tratta di applicazioni per rendere più efficace il lavoro dei giornalisti o, in misura minore, di strumenti per far arrivare i contenuti più rilevanti al pubblico (45%) e per migliorare i processi di business (18%).

Artificial intelligence è un termine passepartout quando è usato in ambito editoriale. Significa, in senso lato, che alcune operazioni che richiedono un certo grado di intelligenza non vengono affidate a esseri umani ma a software.

Le applicazioni più interessanti sperimentate da gruppi editoriali – incluso Il Sole 24 Ore che ha appena lanciato AI Anchor, un progetto che permette di creare podcast automatici quotidiani, come Le Borse oggi e Covid, contagi e vaccini oggi – chiamano in causa tecnologie di machine learning, che sono un livello ulteriore di automazione dove un sistema risolve un dato problema trovando la soluzione in maniera autonoma dopo aver ingerito una grande quantità di dati in fase di addestramento. In un servizio di trascrizione automatica, ad esempio, un sistema analizza un grande volume di frammenti di audio e viene addestrato ad abbinarli a testo scritto.

Se da un algoritmo ci si può aspettare un esito affidabile e prevedibile, il risultato di un algoritmo di machine learning viene espresso in termini di probabilità. Questo significa che una simile tecnologia è soggetta a errori. La garanzia che questi errori siano tenuti sotto controllo ricade nel principio che l'attività giornalistica si fonda sulla verità sostanziale dei fatti.

Insomma bisogna potersi fidare: se una testata ha costruito un rapporto di trust con il pubblico, quel contratto deve essere considerato valido anche quando entrano in gioco i risvolti etici dell'automazione.

Questa fiducia di fondo non viene messa in dubbio dalla complessità degli algoritmi che – assieme al grado di precisione - varia oggi da operazioni ordinarie come il supporto alla ricerca avanzata all'utilizzo di reti neurali e deep learning. Uno dei principali ambiti è quello della raccolta di notizie e include strumenti per il controllo automatizzato delle fonti, per l'identificazione di pattern e trend e l'analisi di grossi volumi di dati e documenti al servizio del giornalismo investigativo.

L'intelligenza artificiale ha poi un ruolo nella produzione automatizzata di contenuti, sia nella generazione di testo, audio e video che nell'editing di contenuti per la disseminazione per diversi formati e destinatari.

Il terzo grande macro-ambito è quello della distribuzione dei contenuti che si declina in front-end intelligenti, nella personalizzazione dei prodotti editoriali fino alla profilazione degli interessi del pubblico,alla lead generation e alla monetizzazione.

Riproduzione riservata ©

loading...

Brand connect

Loading...

Newsletter

Notizie e approfondimenti sugli avvenimenti politici, economici e finanziari.

Iscriviti