۱۲ کاربرد هوش مصنوعی برای خبرنگاران

این نوآوری‌ها باعث تسهیل جریان کاری، بهبود شخصی‌سازی محتوا و گشودن مسیرهای تازه‌ای برای تعامل با خوانندگان، راستی‌آزمایی و تولید محتوای تعاملی شده‌اند. در ادامه به نقل از twipemobile به بررسی دوازده تأثیر بالقوه هوش مصنوعی بر اتاق تحریریه می‌پردازیم و بررسی می‌کنیم چگونه این ابزارها آینده روزنامه‌نگاری را ضمن حفظ نظارت انسانی شکل می‌دهند.

تولید خودکار مقالات خبری

هوش مصنوعی مولد تحریریه‌ها را متحول کرده است؛ با تولید متون و گزارش‌های باکیفیت، زمان صرف‌شده برای کارهای تکراری را کاهش داده و بهره‌وری کلی را افزایش می‌دهد. وب‌سایت EXPRESS.de سامانه پیشرفته هوش مصنوعی خود با نام Klara Indernach (KI) را به‌عنوان یک عضو جدید در تحریریه‌اش به کار گرفته است. کِلارا صرفاً یک ابزار نیست؛ بلکه به‌عنوان یک همکار دیجیتال و آواتاری انسان‌گونه معرفی شده که خبرنگاران هر روز با او تعامل دارند. این ایده از تلاش‌های گروه رسانه‌ای آلمانی Kölner Stadt-Anzeiger Medien الهام گرفته‌شده تا هوش مصنوعی را به تیم‌های تحریریه نزدیک‌تر کند. به همین دلیل، کلارا اکنون چهره‌ای شناخته‌شده در سازمان‌ها و در کنفرانس‌های رسانه‌ای اروپا است.

توانایی‌های کلارا شامل ساختاربندی متن‌ها، انجام تحقیقات گسترده و خلاصه‌سازی سریع حجم زیادی از اطلاعات است. این قابلیت‌ها به‌ویژه برای موضوعات قابل‌پیش‌بینی مانند گزارش‌های ورزشی، کارایی تولید محتوا را به طور چشمگیری افزایش داده است. EXPRESS.de با استفاده از مدل‌های تخصصی‌تر هوش مصنوعی برای حوزه‌های عمیق‌تر، تضمین می‌کند که کلارا مقالاتی دقیق و متناسب با سلیقه مخاطبان تولید کند.

با وجود نقش پررنگ کلارا، ویراستاران انسانی همچنان در قلب فرایند انتشار قرار دارند؛ تمام مطالب را بازبینی، منابع را بررسی و از اصالت روزنامه‌نگاری اطمینان حاصل می‌کنند، به‌ویژه در گزارش‌های تحقیقی یا پیچیده که هنوز خارج از توان استقلالی هوش مصنوعی است. این همکاری، تعهد EXPRESS.de را به ترکیب کارایی هوش مصنوعی با ارزش‌های سنتی روزنامه‌نگاری برجسته می‌کند.

تأثیر کلارا نیز قابل‌اندازه‌گیری است. طبق گزارش The Audiencers کلارا اکنون در تولید ۱۱ درصد از مقالات نقش دارد و در ورزهای کاری شلوغ، ۸ تا ۱۲ درصد از ترافیک کلی وب‌سایت را به خود اختصاص می‌دهد. عمدتاً به دلیل توانایی بالای کلارا در تولید تیترهای جذاب. این همکاری انسان و هوش مصنوعی موجب افزایش ۵۰ تا ۸۰ درصدی نرخ کلیک (CTR) در مقالاتی شده که بر اساس علایق کاربران توسط هوش مصنوعی انتخاب می‌شوند و نشان می‌دهد شخصی‌سازی مبتنی بر هوش مصنوعی چه ظرفیت بالایی دارد.

البته صنعت رسانه آلمان در مورد تأثیر محتوای تولیدشده توسط هوش مصنوعی همچنان مردد است؛ برخی می‌پرسند آیا خوانندگان اصلاً متوجه حضور آن می‌شوند یا نه. بر اساس یافته‌های Digital Growth Summit 2024، مخاطبان نیز در این باره دیدگاه‌های متفاوتی دارند.

«ما دریافتیم که برچسب‌گذاری محتوا به‌عنوان «تولیدشده با هوش مصنوعی»، اعتماد مخاطب به آن مطلب را کاهش می‌دهد. از سوی دیگر، در بلندمدت، ممکن است برند رسانه‌ای از شفافیت کامل در استفاده از هوش مصنوعی اعتبار بیشتری به دست آورد.»
«نیک نیومن» (Nic Newman)، پژوهشگر ارشد مؤسسه رویترز در مطالعات روزنامه‌نگاری

آرشیو خبری تعاملی

شرکت‌های بزرگ فناوری مانند گوگل، مایکروسافت و OpenAI همکاری‌های گسترده‌ای با رسانه‌ها دارند تا به آرشیوهای خبری آن‌ها دسترسی پیدا کنند و مدل‌های زبانی بزرگ خود را آموزش دهند. درحالی‌که بسیاری از رسانه‌ها نسبت به به‌اشتراک‌گذاری آزادانه داده‌های خود محتاط هستند، شرکت RCS Mediagroup ناشر روزنامه‌های Corriere della Sera و La Gazzetta dello Sport  رویکردی پیش‌رو اتخاذ کرده و وارد همکاری راهبردی با OpenAI شده است.

نتیجه این همکاری، توسعه دستیار مجازی مبتنی بر هوش مصنوعی در اپلیکیشن L’Economia بود که امکان جست‌وجوی شخصی‌سازی‌شده، خلاصه‌سازی محتوا و دسترسی به بیش از ۳۰ هزار مقاله آرشیوی را به کاربران می‌دهد. استفاده RCS از هوش مصنوعی بازتابی از روندی گسترده‌تر در صنعت رسانه است که هدفش افزایش تعامل کاربر و ارائه محتوای هدفمندتر است. روزنامه‌های Bild در آلمان و Clarín در آرژانتین نیز اقدامات مشابهی را نیز انجام داده‌اند.

«فابیو ناپولی» (Fabio Napoli)، مدیر کسب‌وکار دیجیتال RCS، بر این نکته تأکید می‌کند که RCS قصد دارد خدمات مبتنی بر هوش مصنوعی خود را گسترش دهد؛ از جمله با توسعه اپلیکیشن‌های موضوعی جدید و بهبود پلتفرم‌هایی مانند L’Economia. هدف نهایی، به‌کارگیری هوش مصنوعی و تحلیل داده‌ها برای ارائه محتوای شخصی‌سازی‌شده‌تر و افزایش تعامل کاربران است تا خوانندگان زمان بیشتری در پلتفرم‌های RCS بگذرانند و وفاداری بیشتری نسبت به برند پیدا کنند.

تولید آزمون‌های خبری

گزارش 2024 Reuters Digital News Report نشان می‌دهد که محبوبیت محتوای تعاملی مانند آزمون‌های خبری (News Quizzes) به طور چشمگیری افزایش یافته است؛ به‌طوری‌که ۲۵ درصد از مشترکان روزنامه‌های آمریکایی اظهار کرده‌اند این ویژگی یکی از دلایل اشتراک آن‌هاست. در پی این روند، بسیاری از رسانه‌ها درحال‌توسعه آزمون‌های خودکار مبتنی بر مقالات موجود هستند تا میزان تعامل و یادگیری مخاطبان را افزایش دهند. برای مثال، مجله TIME با استفاده از ChatGPT آرشیوی شامل بیش از ۲۰۰ میلیون صفحه را تحلیل کرد و بر اساس آن، آزمون‌هایی طراحی نمود که میزان آگاهی خوانندگان از رویدادهای روز را می‌سنجید. این نوع از به‌کارگیری هوش مصنوعی، آموزش و تعامل را ترکیب می‌کند و مخاطب را به دقت بیشتر در پیگیری اخبار ترغیب می‌نماید.

به طور مشابه، شرکت رسانه‌ای Ringier Axel Springer نیز آزمون‌ها را به‌عنوان نقطه ورود کم‌ریسک برای استفاده از هوش مصنوعی مولد در تحریریه شناسایی کرده است. آن‌ها افزونه‌ای برای سامانه مدیریت محتوای خود توسعه داده‌اند که نویسنده می‌تواند موضوع آزمون و تعداد پرسش‌ها را مشخص کند و هوش مصنوعی به‌صورت خودکار محتوای آزمون را تولید می‌کند. این کار، فرایند تولید را به طرز چشمگیری تسریع کرده و میزان مشارکت کاربران را افزایش داده است. این ابتکار نه‌تنها در زمان روزنامه‌نگاران صرفه‌جویی می‌کند، بلکه تجربه تعاملی کاربران را نیز غنی‌تر می‌سازد. در Twipe نیز آزمایش‌هایی برای تولید خودکار آزمون‌های خبری در جریان است که نتایج امیدوارکننده‌ای داشته‌اند. این رویکرد در راستای روند کلی صنعت رسانه برای استفاده از هوش مصنوعی در محتوای آموزشی و جذاب است.

البته استفاده از هوش مصنوعی در تولید آزمون چالش‌هایی نیز دارد؛ یکی از مهم‌ترین آن‌ها پدیده «توهم» (hallucination) است، یعنی زمانی که مدل هوش مصنوعی اطلاعات نادرست یا گمراه‌کننده تولید می‌کند؛ بنابراین، نظارت انسانی ضروری است تا از صحت مطالب اطمینان حاصل شود. خبرنگاران باید خروجی‌های هوش مصنوعی را بازبینی کنند و مطمئن شوند دستورها دقیق بوده و نتایج با استانداردهای روزنامه‌نگاری سازگار است. در صورت استفاده مؤثر از هوش مصنوعی برای تولید آزمون، رسانه‌ها می‌توانند محتوایی تعاملی خلق کنند که ضمن افزایش مشارکت مخاطبان، درک عمیق‌تر از اخبار را نیز در میان خوانندگان ترویج دهد؛ البته به شرط مدیریت چالش‌های مربوط به دقت و اعتماد.

تولید تصویر با هوش مصنوعی

فعالان صنعت رسانه اکنون می‌توانند با کمک هوش مصنوعی تصاویر، طرح‌ها و اینفوگرافیک‌ها را برای گزارش‌ها و مقالات خود تولید کنند. این ابزارها روند طراحی را که معمولاً نیازمند زمان و مهارت بالاست، تسهیل کرده و با استفاده از داده یا پرامپت متنی ساده، تصاویر مرتبط و حرفه‌ای ایجاد می‌کنند. این امر باعث تسریع تولید محتوا و صرفه‌جویی در منابع انسانی می‌شود. برای رسانه‌های کوچک که بودجه استخدام طراحان گرافیک یا فریلنسرهای گران‌قیمت را ندارند، تصویرسازی هوش مصنوعی راه‌حلی اقتصادی و مؤثر است. همچنین این تصاویر می‌توانند در حوزه بازاریابی و تبلیغات نیز به‌صورت سریع و شخصی‌سازی‌شده تولید شوند و در نتیجه، ارتباط بیشتر کمپین‌ها با مخاطب و تعامل بالاتر را به همراه آورند تصاویر ساخته‌شده با هوش مصنوعی فرصت‌های تازه‌ای برای روایتگری خلاقانه ایجاد کرده‌اند که به تقویت روایت خبری و درگیرکردن مخاطب کمک می‌کنند.

تبدیل گفتار به متن و تولید صدا

یکی از کاربردهای اساسی هوش مصنوعی در تحریریه‌ها، تبدیل خودکار مصاحبه‌ها و گفت‌وگوهای صوتی به متن است. این فرایند اهمیت بالایی دارد، زیرا به آرشیو، ویرایش و انتشار آسان‌تر محتوا کمک می‌کند. خبرنگاران معمولاً گفت‌وگوهای پرمحتوایی انجام می‌دهند که با استفاده از سرویس‌های پیاده‌سازی خودکار صوت، می‌توان آن‌ها را به‌سرعت به متن تبدیل کرد و سپس برای ویرایش، انتشار یا بازنشر در پلتفرم‌های مختلف آماده ساخت.

ظهور هوش مصنوعی باعث شده دقت و سرعت پیاده‌سازی گفتار به‌شدت افزایش یابد. ابزارهایی مانند Jojo محصول روزنامه VG نمونه‌ای از این پیشرفت‌ها هستند. برخلاف روش‌های دستی که زمان‌بر و مستعد خطا هستند، سرویس‌های مبتنی بر هوش مصنوعی با الگوریتم‌های پیشرفته می‌توانند گفتار را حتی در محیط‌های پرسروصدا یا چندگوینده‌ای با دقت بالا تشخیص دهند. این امر زمان میان ضبط تا انتشار را کاهش داده و چرخه تولید خبر را تسریع می‌کند؛ ضمن این که خبرنگاران را از بند انجام کارهای تکراری آزاد کرده تا بر جنبه‌های خلاقانه و تحلیلی روزنامه‌نگاری تمرکز کنند.

فناوری تبدیل متن به گفتار (Text-to-Speech) نیز رشد چشمگیری داشته و اکنون می‌تواند صوت‌های طبیعی و واقع‌گرایانه را در زمان بسیار کوتاه تولید کند. این فناوری همچنین قابلیت ترجمه صوتی با حفظ لحن و آهنگ اصلی را فراهم می‌سازد که باعث افزایش اصالت گزارش‌های چندزبانه می‌شود. چنین پیشرفت‌هایی راه را برای کاربردهای نوآورانه‌ای مانند ترجمه زنده و دوبله خودکار محتوا باز کرده است.

این نوآوری‌ها سبب می‌شوند محتوا برای مخاطبان جهانی دسترس‌پذیرتر و جذاب‌تر شود و دامنه نفوذ رسانه‌ها نیز گسترش یابد. با ترکیب فناوری‌های تبدیل گفتار به متن، تبدیل متن به گفتار و پیاده‌سازی خودکار صوتی مبتنی بر هوش مصنوعی، تحریریه‌ها می‌توانند کارایی، دقت و کیفیت محتوای خود را به‌شدت افزایش دهند. این هم‌افزایی موجب ساده‌سازی جریان کار، بهبود توان تولید محتوای چندرسانه‌ای و ایجاد مخاطبانی آگاه‌تر و همراه‌تر می‌شود و رسانه‌ها را قادر می‌سازد تا در فضای رسانه‌ای دیجیتال امروزی، محتوایی غنی‌تر و حرفه‌ای‌تر ارائه دهند.

خبرنامه‌های شخصی‌سازی‌شده

یکی از جذاب‌ترین کاربردهای هوش مصنوعی در تحریریه‌ها، ارائه محتوای شخصی‌سازی‌شده برای هر خواننده و مشترک است. نمونه‌ای شاخص از این رویکرد، JAMES است؛ یک دستیار دیجیتال که توسط شرکت Twipe و در همکاری با روزنامه The Times توسعه یافته تا با ارسال ایمیل‌های شخصی‌سازی‌شده، میزان تعامل خوانندگان را افزایش دهد و با نیازهای در حال تغییر مخاطبان امروزی سازگار شود.

JAMES از رفتارها و ترجیحات کاربران می‌آموزد و بر اساس آن، محتوای خبرنامه‌ها را متناسب با عادت‌های هر خواننده تنظیم می‌کند. به‌جای ارسال یک خبرنامه یکسان برای همه، JAMES به هر مخاطب محتوایی می‌فرستد که احتمال بیشتری دارد برای او جذاب و مفید باشد. خبرنامه‌های شخصی‌سازی‌شده باتکیه‌بر داده‌ها و الگوریتم‌های یادگیری ماشین به‌سرعت در صنعت رسانه محبوب شده‌اند. ابزارهایی مانند JAMES یا سامانه‌های شخصی‌سازی داخلی رسانه‌ها، به ناشران کمک می‌کنند تا به علایق متنوع خوانندگان پاسخ دهند و درعین‌حال به اهداف رشد دیجیتال خود دست یابند.

خلاصه‌سازی مقالات خبری

یکی از پرکاربردترین شیوه‌های استفاده از هوش مصنوعی در رسانه، تولید خلاصه‌های دقیق و کوتاه از مقالات خبری است؛ خلاصه‌هایی که در عین اختصار، اطلاعات کلیدی را حفظ می‌کنند. نمونه‌ای برجسته از این رویکرد، سرویس Minutes by Nikkei است؛ اشتراک خبری ویژه مدیران و متخصصان جوان و کم‌وقت حوزه اقتصاد و تجارت. این سرویس روزانه سه مقاله برگزیده و خلاصه‌شده توسط هوش مصنوعی ارائه می‌دهد که بر مهم‌ترین اخبار اقتصادی تمرکز دارد و با زبانی روان و قابل‌خواندن تنظیم می‌شود. در قلب این سرویس، ابزاری داخلی با نام Nikkei Tailor قرار دارد؛ یک سامانه هوش مصنوعی مولد که فرایند خلاصه‌سازی را به‌صورت خودکار انجام می‌دهد؛ از یافتن مقالات مرتبط و استخراج نکات کلیدی گرفته تا بازنویسی آن‌ها به زبانی ساده و کاربرپسند. این سیستم باعث شده زمان صرف‌شده خبرنگاران برای نگارش اولیه تا ۵۰ درصد کاهش یابد و ویراستاران بتوانند وقت بیشتری را صرف انتخاب و کنترل کیفیت محتوا کنند.

در آرژانتین نیز روزنامه Clarín ابزاری مشابه با نام UalterAI توسعه داده است. این دستیار خوانش هوشمند، امکان ارائه مقاله‌ها در چند قالب مختلف را فراهم می‌کند؛ از جمله خلاصه‌ای معادل ۲۰ درصد متن اصلی، روایت زمانی، نکات کلیدی، جدول داده و پرسش‌های متداول (FAQ). خوانندگان می‌توانند بسته به ترجیح خود یکی از شش قالب را انتخاب کنند. نتایج اولیه نشان می‌دهد حدود ۳۰ درصد از کاربران از قابلیت‌های UalterAI استفاده کرده‌اند که بیشترین استقبال از خلاصه‌های کوتاه بوده است.

در نروژ نیز شبکه پخش ملی NRK از خلاصه‌های تولیدشده با هوش مصنوعی برای جذب مخاطبان جوان بهره می‌برد؛ یعنی گروهی که بیشتر از سایرین از منابع خبری سنتی فاصله دارند. این ابزار، خلاصه‌هایی به‌صورت بولت پوینت درست زیر تیتر خبر نمایش می‌دهد تا کاربر بتواند پیش از مطالعه کامل، مرور سریعی بر محتوا داشته باشد. داده‌های اولیه نشان می‌دهد نرخ کلیک (CTR) این خلاصه‌ها ۱۹ درصد بوده و کاربرانی که از آن‌ها استفاده کرده‌اند، تقریباً دوبرابر بیشتر از دیگران زمان صرف مطالعه مقاله کرده‌اند.

این نمونه‌ها نشان می‌دهد که خلاصه‌سازی مبتنی بر هوش مصنوعی نه‌تنها بهره‌وری تحریریه‌ها را افزایش می‌دهد، بلکه به رسانه‌ها اجازه می‌دهد تا محتوای خود را متناسب با نیاز و سبک مصرف مخاطبان مختلف تنظیم کنند. با ارائه اطلاعات ضروری در قالبی کوتاه، جذاب و قابل‌هضم، این ابزارها به رسانه‌ها کمک می‌کنند چالش‌های مخاطبان جوان که معمولاً از حجم زیاد محتوا خسته می‌شوند را برطرف کنند.

راستی‌آزمایی (fact-checking) و کنترل کیفیت با هوش مصنوعی

با افزایش استفاده از متن‌های تولیدشده توسط هوش مصنوعی، خطر خطاها، نادرستی‌ها و پدیده توهم نیز بیشتر شده است. برای مقابله با این چالش، آزمایشگاه AI + Automation در شبکه رسانه‌ای Bayerischer Rundfunk (BR) ابزار نوآورانه‌ای به نام Second Opinion را توسعه داده است. این ابزار برای بررسی سازگاری خلاصه‌های تولیدشده با متن اصلی طراحی شده و نقش یک لایه دوم کنترل کیفیت را ایفا می‌کند.

در فرایند کار، پس از آن که مدلی مانند ChatGPT یک خلاصه تولید می‌کند، Second Opinion آن را با متن اصلی مقایسه کرده و تفاوت‌ها را با رنگ قرمز (خطا) یا نارنجی (ناسازگاری جزئی) مشخص می‌کند. کاربران می‌توانند روی بخش‌های مشخص‌شده کلیک کنند تا جزئیات مشکل را ببینند؛ روشی که فرایند بازبینی خبرنگاران را سریع‌تر و دقیق‌تر می‌سازد.

اگرچه این ابزار در ابتدا برای بررسی خلاصه‌ها طراحی شده، اما می‌تواند برای انواع دیگر متن‌ها مانند نسخه‌های ساده‌سازی‌شده برای مخاطبان خاص نیز استفاده شود. بااین‌حال، Second Opinion وظیفه راستی‌آزمایی داده‌ها را بر عهده ندارد؛ بلکه فقط بررسی می‌کند آیا خروجی هوش مصنوعی با منبع اصلی مطابقت دارد یا خیر؛ بنابراین، تأیید صحت واقعی اطلاعات همچنان بر عهده خبرنگاران انسانی است.

انتشار کد منبع‌باز (open source) این ابزار توسط BR، با هدف تقویت همکاری و نوآوری در شبکه AI for Media انجام شده است. با ادغام Second Opinion در جریان کاری خود، BR و شرکایش می‌کوشند نقش هوش مصنوعی در روزنامه‌نگاری را تقویت کنند، بدون آنکه جایگزین قضاوت انسانی شود. این ترکیب هوشمندانه میان دقت ماشینی و نظارت انسانی، تضمین می‌کند که تمامی خروجی‌ها مطابق با اصول صحت و اعتماد خبری باقی بمانند.

مدیریت هوشمند دیدگاه‌ها

مدیریت حجم عظیمی از دیدگاه‌های کاربران در فضای آنلاین، یکی از چالش‌های بزرگ تحریریه‌هاست. ابزارهای هوش مصنوعی اکنون نقشی کلیدی در شناسایی و پالایش محتوای نامناسب یا آسیب‌زا دارند، اما کارکرد آن‌ها تنها به حذف محدود نمی‌شود؛ بلکه به شناسایی و تقویت گفت‌وگوهای سازنده نیز کمک می‌کنند. نمونه‌ای از این رویکرد، پروژه  What’s there, what’s missing است که توسط شبکه‌های Bayerischer Rundfunk (BR) و Mitteldeutscher Rundfunk (MDR) به همراه آژانس دیجیتال ida در چارچوب برنامه LSE JournalismAI Fellowship توسعه یافته است.

هدف این پروژه، استفاده از هوش مصنوعی برای شناسایی خودکار دیدگاه‌هایی بود که مستقیماً به تحریریه‌ها خطاب می‌کنند، تا پاسخ سریع‌تر و گفت‌وگویی سازنده‌تر میان خبرنگاران و مخاطبان شکل گیرد. باتوجه‌به اینکه هر یک از این رسانه‌ها روزانه بیش از ۱۰ هزار دیدگاه دریافت می‌کنند، شناسایی بازخوردهای ارزشمند در میان این حجم انبوه داده اهمیت زیادی دارد.

مدل هوش مصنوعی این پروژه می‌تواند دیدگاه‌هایی را شناسایی کند که حاوی تحسین، نقد سازنده یا پیشنهادهای اصلاحی هستند؛ حتی اگر فاقد نشانه‌های صریح باشند و الگوریتم‌های جست‌وجوی معمول قادر به تشخیص آن‌ها نباشند.
این سیستم با بهره‌گیری از پردازش زبان طبیعی (NLP) و الگوهای تشخیص متنی، دیدگاه‌های مرتبط را یافته و از طریق Microsoft Teams برای تحریریه ارسال می‌کند. ادغام آن با زیرساخت‌های موجود باعث می‌شود روند کاری خبرنگاران مختل نشود و اقدامات لازم مانند اصلاح خطا یا راستی‌آزمایی اطلاعات بر اساس بازخورد مخاطبان سریع‌تر انجام گیرد.

این پروژه نشان می‌دهد که توان هوش مصنوعی صرفاً به حذف محتواهای نامناسب محدود نیست. شناسایی نظراتی که به تعامل، پیشنهاد یا نقد مفید منجر می‌شوند، به رسانه‌ها کمک می‌کند جامعه‌ای گفت‌وگومحور و پاسخ‌گو بسازند. البته دقت این سیستم وابسته به بازآموزی مداوم مدل‌ها و تطبیق آن‌ها با تغییرات زبانی و موضوعی است.

چت‌بات‌ها؛ تعامل هوشمند و شخصی‌سازی‌شده با مخاطب

چت‌بات‌های مبتنی بر هوش مصنوعی در حال تغییر شیوه تعامل رسانه‌ها با مخاطبان خود هستند. آن‌ها تجربه‌ای سریع، شخصی‌سازی‌شده و تعاملی فراهم می‌کنند و به خبرنگاران امکان می‌دهند تا محتوایی منطبق با نیازهای هر کاربر ارائه دهند. گروه رسانه‌ای Axel Springer چت‌باتی با نام Hey_ را در روزنامه BILD راه‌اندازی کرده است. این دستیار هوشمند به کاربران اجازه می‌دهد تا موضوعات روزنامه‌نگاری را به شکل گفت‌وگویی و تعاملی بررسی کنند.  Hey_می‌تواند محتوایی شخصی‌سازی‌شده در قالب‌های مختلف از خلاصه خبر و نکات کلیدی گرفته تا حتی داستان‌های شبانه اختصاصی ارائه دهد. این دستیار به‌صورت فعال کاربران را در گفت‌وگو هدایت می‌کند و تجربه مطالعه را جذاب‌تر می‌سازد.

در ادامه همین مسیر، گروه WELT نسخه ویژه‌ای به نام WELTgo! را برای مشترکان خود معرفی کرد.  WELTgo!علاوه بر کمک به کاربران در انجام وظایف روزمره مانند نگارش ایمیل، امکان جست‌وجوی تعاملی در موضوعات خبری را فراهم می‌کند. این ابزار دارای قابلیت پرسش‌و‌پاسخ و خلاصه‌سازی هوشمند است و پاسخ‌های متناسب با نیاز کاربر درباره رویدادهای جاری را ارائه می‌دهد. برای خبرنگاران نیز بستری تازه برای ارائه محتوای تعاملی و تحلیل رفتار مخاطب ایجاد کرده است.

کاربردهای چت‌بات در روزنامه‌نگاری:

• ارائه محتوای شخصی‌سازی‌شده: چت‌بات‌ها به خبرنگاران امکان می‌دهند محتوای متناسب با علایق هر کاربر را ارائه دهند و سطح تعامل را افزایش دهند.
• روایتگری تعاملی: چت‌بات‌ها تجربه‌ای گفت‌وگومحور ایجاد می‌کنند و مطالعه اخبار را جذاب‌تر و کاربرپسندتر می‌سازند.
• افزایش تعامل با مخاطب: پاسخ‌گویی به پرسش‌ها و ارائه توضیحات تکمیلی باعث ایجاد ارتباط نزدیک‌تر میان رسانه و خواننده می‌شود.
• تحلیل داده‌محور از مخاطبان: داده‌های حاصل از گفت‌وگو با کاربران به خبرنگاران کمک می‌کند تا نیازها و ترجیحات مخاطبان را بهتر درک کرده و استراتژی محتوایی خود را اصلاح کنند.
• افزایش بهره‌وری: با خودکارسازی پاسخ‌ها و خلاصه‌ها، خبرنگاران می‌توانند زمان بیشتری را صرف تولید محتوای باکیفیت کنند.

ترجمه‌های هوش مصنوعی

رسانه‌های خبری روزبه‌روز بیش‌تر از ترجمه‌های مبتنی بر هوش مصنوعی استفاده می‌کنند تا محتوای خود را برای مخاطبان جهانی در دسترس قرار دهند و مرزهای زبانی را از میان بردارند. دو نمونه برجسته در این زمینه، انتشار نسخه انگلیسی روزنامه Le Monde در سال ۲۰۲۲ و استفاده The Economist از ترجمه ماشینی در اپلیکیشن Espresso هستند که هر یک رویکردی متفاوت را نشان می‌دهند.

روزنامه Le Monde از فناوری‌هایی مانند DeepL برای ترجمه روزانه حدود ۳۰ مقاله بلند استفاده می‌کند. بااین‌حال، برای حفظ استانداردهای زبانی و سبکی نشریه، روندی چندمرحله‌ای شامل بررسی توسط مترجمان و خبرنگاران در نظر گرفته شده است. این مدل ترکیبی، اطمینان می‌دهد که ترجمه‌ها با سبک نگارشی Le Monde هماهنگ بوده و کیفیت زبانی موردانتظار خوانندگان انگلیسی‌زبان را حفظ کنند.

«کیفیت ترجمه در اولویت است»
«آرنود اوبرون» (Arnaud Aubron)، مدیر توسعه Le Monde

در مقابل، نشریه The Economist رویکردی خودکارتر و سریع‌تر را برای اپلیکیشن خبری Espresso برگزیده است. این اپ با هدف دسترسی جهانی، محتوا را به چهار زبان فرانسوی، آلمانی، ماندارین و اسپانیایی ترجمه می‌کند. به دلیل ماهیت پویای این برنامه که روزانه حدود ۲۰ بار به‌روزرسانی می‌شود، امکان ویرایش انسانی وجود ندارد و ترجمه‌ها به طور کامل توسط سیستم انجام می‌گیرند. «لودویگ زیگل» (Ludwig Siegele)، سردبیر ارشد The Economist، اذعان می‌کند که اگرچه ترجمه‌های هوش مصنوعی «برای هدف ما کافی هستند» اما بی‌نقص نیستند و گاهی خطاهای ناخوشایند باید به‌صورت دستی حذف شوند.

هر دو رسانه، ترجمه ماشینی را ابزاری استراتژیک می‌دانند.Le Monde بر کیفیت و یکپارچگی زبانی از طریق نظارت انسانی تمرکز دارد و  The Economist سرعت و دسترس‌پذیری را در اولویت قرار داده است. این دو رویکرد نشان می‌دهند که ترجمه هوش مصنوعی در روزنامه‌نگاری نه جایگزین مترجمان، بلکه تکمیل‌کننده مهارت‌های انسانی است و به رسانه‌ها کمک می‌کند مرزهای زبانی را با حفظ هویت سبکی خود درنوردند.

نسخه‌های صوتی

نسخه‌های صوتی تولیدشده با هوش مصنوعی در حال دگرگون‌کردن روزنامه‌نگاری هستند و راهی تازه برای دسترسی مخاطبان به اخبار، به‌ویژه برای کسانی که شنیدن را به خواندن ترجیح می‌دهند یا نیاز به دسترسی جایگزین دارند، فراهم می‌کنند. رسانه‌هایی مانند Aftenposten، Twipe و Google از پیش‌گامان این حوزه‌اند که با بهره‌گیری از هوش مصنوعی، محتوای شنیداری جذاب، سریع و مقرون‌به‌صرفه تولید می‌کنند.

روزنامه Aftenposten با همکاری شرکت BeyondWords ابزار voice cloning را توسعه داده است که مقالات نوشتاری را به فایل‌های صوتی تبدیل می‌کند. این سیستم با استفاده از صدای گوینده‌ای آشنا برای مخاطبان، خبرها را در قالب صوتی و در لحظه ارائه می‌دهد.

تجربه Twipe نشان می‌دهد که کیفیت و تنوع احساسی صدا نقشی کلیدی در پذیرش نسخه‌های صوتی دارد. بازخورد کاربران بیانگر این بود که شنوندگان به دنبال صداهایی طبیعی، واضح و با لحن انسانی هستند. به همین دلیل Twipe در حال آزمایش تقسیم‌بندی محتوا بر اساس نوع آن (مثلاً محلی، ورزشی، اقتصادی) است تا تجربه شنیداری را متناسب با علایق هر گروه از مخاطبان بهبود بخشد.

در سوی دیگر، Google با ابزار NotebookLM رویکردی نوآورانه در پیش گرفته است؛ تولید مستقیم پادکست‌های هوش مصنوعی از اسناد آپلودشده. ویژگی Audio Overviews این ابزار با تقلید از ریتم گفتار گویندگان انسانی، خلاصه‌هایی گفت‌وگومحور و طبیعی تولید می‌کند. کاربران می‌توانند طول و سرعت پخش را تنظیم کنند تا تجربه شنیداری مطابق نیاز و سلیقه‌شان شکل گیرد. محبوبیت این ابزار به‌ویژه در میان پژوهشگران و خبرنگاران به دلیل توانایی آن در تبدیل محتوای پیچیده به پادکست‌های خلاصه و قابل‌درک روبه‌افزایش است.

این راهکارهای صوتی هوش مصنوعی نشان می‌دهند که فناوری می‌تواند دامنه دسترسی رسانه‌ها را گسترش دهد، دسترس‌پذیری و تعامل مخاطبان را افزایش دهد و روزنامه‌نگاری را با عادات مصرف رسانه‌ای نسل جدید هماهنگ سازد.

در نهایت

هوش مصنوعی در حال بازتعریف روزنامه‌نگاری معاصر است؛ از تولید خودکار محتوا و خلاصه‌سازی متون گرفته تا نسخه‌های صوتی شخصی‌سازی‌شده. این ابزارها با افزایش بهره‌وری و گسترش دامنه انتشار، به خبرنگاران اجازه می‌دهند تمرکز خود را بر بخش انسانی‌تر و خلاق‌تر کار یعنی کشف حقیقت، روایتگری و تحلیل بگذارند. همان‌طور که عکاسی جای نقاشی را نگرفت؛ بلکه آن را تکمیل کرد، هوش مصنوعی نیز جایگزین خبرنگاران نخواهد شد، بلکه دامنه توانایی‌های آنان را گسترش می‌دهد. آینده روزنامه‌نگاری در هم‌زیستی و همکاری میان انسان و ماشین رقم خواهد خورد؛ جایی که فناوری دقت، سرعت و مقیاس را می‌آورد و انسان معنا، اخلاق و روایت.