Il machine learning (ML) è già intorno a noi, applicato a una vasta gamma di campi, dalla salute al marketing, fino allo sviluppo di veicoli a guida autonoma, ma ora si fa strada anche nel giornalismo, principalmente attraverso l’estensione dei processi esistenti, liberando i giornalisti da compiti ripetitivi, e permettendo loro di lavorare su storie che altrimenti risulterebbero complesse, o troppo dispendiose in termini di tempo e denaro.
Quindi, cosa può fare esattamente l’apprendimento automatico per una redazione? E come possono usarlo i giornalisti per migliorare il loro lavoro editoriale? Le direttrici sono tre: ricerca, produzione, e distribuzione.
Intelligenza artificiale per il giornalismo: ultime frontiere e limiti irriducibili
Il machine learning nel giornalismo
Il confine fra giornalismo e tecnologia si sta rapidamente assottigliando, come è già avvenuto per molti prodotti che usiamo ogni giorno, dai software di navigazione GPS, come Google Maps e Waze; i servizi di streaming, come Netflix e Spotify; i motori di ricerca, come Google Search, Baidu e Yahoo; i social media, come TikTok, Facebook e Instagram.
Gli strumenti ML di raccolta, ricerca e monitoraggio di news
Nel 2018, Reuters ha sviluppato News Tracer e Lynx Insight.
Entrambi gli strumenti utilizzano tecnologie di machine learning e intelligenza artificiale per supportare i giornalisti di Reuters nel processo di raccolta delle notizie. News Tracer è progettato per aiutare i giornalisti a trovare gli eventi che si stanno diffondendo su Twitter: lo strumento analizza milioni di tweet in tempo reale per segnalare potenziali breaking news e consentire alla redazione di individuarle più velocemente di quanto sarebbe possibile con le normali pratiche di raccolta.
Allo stesso modo, Lynx Insight è progettato per identificare tendenze e fatti chiave in grandi set di dati, suggerendo nuove storie ai giornalisti, fornendo al contempo un contesto aggiuntivo e informazioni di base.
Un altro tool molto utile è CrowdTangle (di Facebook), che offre lo stesso servizio di ricerca e monitoraggio su Facebook, Instagram, Twitter e Reddit. Oppure c’è Buzzsumo, che trova i link più condivisi e cliccati sui social (dove di solito i primi dieci sono fake news).
Gli strumenti che utilizzano il machine learning per automatizzare il lungo processo di
trascrizione di interviste e traduzione di informazioni sono buoni esempi di come la produzione di notizie può essere aumentata dalla tecnologia. Ma l’uso dell’apprendimento automatico nel processo di produzione delle storie giornalistiche va ben oltre.
Un vasto elenco di media, tra cui Bloomberg, The Washington Post e Associated Press, ha iniziato ad adottare diverse tecniche di intelligenza artificiale e apprendimento automatico per produrre automaticamente notizie su larga scala. L’obiettivo principale è consentire ai giornalisti di concentrarsi sugli aspetti più creativi del proprio lavoro, lasciando alla macchina i compiti ripetitivi.
Voitto, l’assistente per le notizie
Come abbiamo visto nell’articolo riguardante il click baiting, il machine learning è utile anche nella distribuzione. Il “Yle News Lab” della Finnish Public Broadcasting Company ha utilizzato l’apprendimento automatico per creare un assistente intelligente per le notizie, Voitto, per la sua app Yle NewsWatch.
L’assistente Voitto vive sulla schermata di blocco di un dispositivo mobile e consiglia
all’utente contenuti di notizie interessanti tramite avvisi o notifiche. Utilizzando l’apprendimento automatico migliora i suoi consigli imparando dalle interazioni dell’utente sulla schermata di blocco e dalla cronologia di lettura dell’utente. Inoltre, è possibile insegnare all’assistente fornendogli un feedback diretto nell’app.
Machine learning e contenuti giornalistici
La London School of Economics and Political Science ha creato un portale di case study sull’intersezione tra intelligenza artificiale (e quindi machine learning che ne è un suo prodotto) e giornalismo. Il database è organizzato in gruppi, e si può esplorare per categoria, pubblicazione, Paese e persino tag. È palese e immediato notare la varietà diutilizzo di questa tecnologia nella produzione di contenuti giornalistici, ed è positivo vedere quanti giornalisti nel mondo si stanno affacciando al machine learning.
ML, la semplicità d’uso di Google Cloud
Un primo step per entrare in contatto con le potenzialità del machine learning può essere quello di creare un account Google Cloud: all’iscrizione vengono forniti 300 dollari da spendere sulla piattaforma tra tutti i suoi servizi.
Un servizio – che anche i non giornalisti troveranno molto utile – è Speech to text: è un tool che permette di caricare un file audio e ottenere la sua trascrizione. È possibile inserire informazioni quali la quantità di voci nell’audio, qual è la fonte (microfono, telefono eccetera), la lingua parlata e molto altro.
La piattaforma Google Cloud, inoltre, fornisce gratuitamente tutorial per imparare a utilizzare gli strumenti messi a disposizione.
I tool per cercare le fonti
Per i più pigri, ci sono strumenti online affidabili, con cui soddisfare i bisogni di ricerca di notizie e di fonti. Per la verifica delle immagini: Google Immagini, Tineye, Yandex Images, Jeffrey’s Image Metadata Viewer, Fotoforensics, InVid per i video, set di dati con Google Public Data Explorer.
