7. Hvor kommer teknologien fra?⚓︎
Britt Sofie Hestvik, redaktør, Kommunal Rapport
«Overordnet vil vi gjerne benytte oss av det som finnes, men når det ikke finnes så må vi utvikle, enten ved å bestille så presist som vi kan eller så må vi gjøre det selv. Noe har vi valgt å gjøre selv for å lære i prosessen.»
Som alt annet dyrt og komplisert kommer mye ny teknologi fra konsern og gjøres tilgjengelig i mindre redaksjoner. Ved siden av stoffutveksling og stordriftsfordeler, er nok teknologistøtte blant de viktigste årsakene til at små redaksjoner blir en del av store konserner. I tillegg er NTB og NRK teknologidrivere.
Ingen vi har snakket med peker på programvare eller teknologi for å benytte KI i norske redaksjoner kommer fra det store utlandet. I stor grad skyldes det at programvare er utviklet for engelsk. I tillegg er Norge et lite marked for store internasjonale konsern. En kan følgelig rett og slett ikke importere amerikansk eller tysk programvare basert på engelsk eller tysk til norsk. NTB har for eksempel drevet fram nynorsk-roboten sammen med Språkrådet.
Grunnteknologien er nok internasjonal, men bruksområdet er norsk. Tidligere satt medarbeidere og oversatte for hånd så mange som 30 tekster daglig. Nå finpusser de så mange som 150 tekster i løpet av arbeidsdagen og tekstene er 99 prosent ferdige. Tekstene må bare sjekkes og leses. Overskuddsarbeidskraft brukes til annet journalistisk arbeid.
NRK har blant annet fornyet valgnattdekningene med KI-baserte systemer som produserer automatiske og raske lokale oppdateringer. Teknologien og programvaren som ligger i bunn for utviklingen er nok internasjonal, men det er en stor jobb å omdanne og tilpasse programmene norsk og NRK-formatet.
Norske redaksjoner er ikke alene om å måtte velge mellom å lage selv eller kjøpe. Reuters og Associated Press (AP), som begge ligger langt framme i bruk av KI, har valgt forskjellige veier. Reuters lager det meste av sine KI-verktøy selv, mens AP har kjøpt tjenester ved å samarbeide med oppstartsbedrifter og med selgere av KI-tjenester på det åpne markedet.
Andre store mediebedrifter har skaffet seg kunnskap ved å inngå partnerskap med bedrifter som driver med KI og med akademiske institusjoner som forsker på området. Store norske mediebedrifter er i ferd med å velge den siste modellen.
Ansiktsgjenkjenning og objektgjenkjenning er språkuavhengig. Blant utvalget vi har snakket med er det og eksempler på norske mediehus som bruker standard Microsoft programvare for ansiktsgjenkjenning. Programvaren brukes til å analysere kjønnsbalansen på førstesiden av avisen. Tilsvarende finnes det kommersielle aktører utenfor redaksjonene som spesialiserer seg på å overvåke sosiale medier. Disse kan brukes ved store hendelser og ved breaking news. Slike tjenester blir stadig bedre, men og mer kostbare.
Kunnskap om KI er også hentet av enkeltpersoner i tekniske beskrivelser, forskningsartikler og fra erfaringsutveksling og i internasjonalt samarbeid om prosjekter så som Panama-papers. Kunnskapen er så brukt til å løse et konkret problem som oppleves som akutt i en bestemt redaksjon. En periode var det vanskelig å overvåke alle statsforvalterne samtidig. Da ble det laget program for automatisk å laste ned (skrape) alle dokumenter fra hvert enkelt embete og lage en ny felles database som i første omgang ble gjort søkbar. Tilsvarende ble det laget programvare for å finne og vise sosiale relasjoner mellom kilder. Andre redaksjoner har hatt bruk for å overvåke kommuneøkonomien eller tall fra NAV og Folkehelseinstituttet. De har også laget systemene selv. I Trondheim var Adressa tidlig ut med å lage egne systemer for å overvåke eiendomsmarkedet. Lokal kunnskap er brukt til geografiske inndelinger som interesserer folk lokalt koblet med den generelle prisutvikling til relativt fyldige informasjonspakker i autogenererte tekster.
I Kommunal Rapport dro alle ansatte på seminar om KI. (Altså ikke bare redaksjonen, men også markedsavdelingen. Bokstavelig talt alle ansatte.) Oppgaven de skulle ta fatt på var:
«Hvis du hadde en liten tjener som skulle sitte på skulderen din og hjelpe deg med det journalistiske arbeidet, eller arbeidet generelt, hva hadde du ønsket deg da?
Kommunal Rapport har og tatt sats for å overvåke kommuneøkonomien:
Britt Sofie Hestvik, redaktør, Kommunal Rapport
«Vi har prøvd mye forskjellig skjønner du. Vi er utforskende. Det her handler litt om hvem som er entusiastiske til enhver tid og hvem som jobber hos oss og hvem som slutter. Men vi hadde, altså en robot som gikk gjennom økonomirapporter og skrev om regnskapene for hver kommune. Sånn kunne vi dekke mange flere kommuner. Akkurat som avisene kan dekke fotballkamper i mye lavere liga. Det gjorde vi en stund. Møtekalenderen, kalte vi den. Den ga oss datoer og dokumenter for kommunestyremøter. Det er ikke operativt akkurat nå, på grunn av en fødselspermisjon og en som har slutta og litt sånn. Men det er jo en måte å gjøre det på. Også i forhold til kommunebarometeret vårt har vi jobbet med rapportskriving. Målet er at en maskin gjør det istedenfor at journalisten sitter og håndskriver alt på PC-en. Dette har vi løst med et malverk i dag, så får vi se hva framtiden bringer.»
I denne sammenheng er det interessant å lære at hele redaksjonen har fått innføring i KI, de har så utviklet prosjekter på områder der de selv føler at skoen trykker, de har teknisk utviklet prosjektene selv, men er likevel avhengig av enkeltpersoner for å holde systemene i gang.
En annen norsk redaksjon er i gang med et prosjekt for automatisk å overvåke utvikling av ny teknologi og automatisere artikkelproduksjonen på området.
En annen variant er å lage automatiske systemer for nyhets-vinklinger.
Geir Terje Ruud, utviklingsredaktør, NTB
«Det kan være en vinkling om at det er en lokasjon som er involvert i en bestemt sak. Hvis denne lokasjonen da er tilpasset et nyhetsmedium, f.eks. Hallingdølen så er det interessant. Da kan det være en politiker derfra som kan være aktuelle. De er mer spennende enn andre politikere. Popstjerner eller personer som har en eller annen relasjon til Hallingdal vil og være interessante. Da har du en lokal nyhetsvinkling på en bestemt sak. Så kan du tenke deg at du har mer spesifikke nyhetsvinklinger. Et eksempel er det at vi har jobbet litt med dette med nepotisme. Hvor du har to aktører i en sak og du oppdager at det er en relasjon mellom dem som ikke er den profesjonelle. Hvor en person har en resurs som den andre har fått tilgang til på en måte. Om du for eksempel er fotballtrener for Norge og sønnen din kommer med på landslaget så er det eksempel på en potensiell nepotisme – og altså en ny vinkling for et nyhetsoppslag.»
Kort oppsummert: Mange norske prosjekter er utviklet fra bunnen av for å løse et akutt lokalt problem. Men løsningen er ofte basert på open source eller er plukket delvis fra andre. Som så ofte før står en på skuldrene til giganter når en lager noe «nytt». Men mye er gjort uten hjelp fra programmer som er «hyllevare». Redaksjoner har selv kjent hvor behovet er og så brukt tilgjengelig kunnskap til å kode prosjektene selv. Små redaksjoner har i liten grad en IT- avdeling som kan ta på seg utviklingsoppdraget. I stedet er det ildsjeler og spesielt interesserte som driver fram teknologien.
«Jeg har også en hjemmedyrket datajournalist som har lært seg koding, altså med Python og R. Så har jeg i tillegg en backend og en frontend utvikler. Vi er nok kanskje den minste redaksjonen som har et fullverdig utviklingsmiljø. Det hadde vært veldig nyttig med bruk av fellesfunksjoner. Men du kommer veldig langt med enkeltjournalister som lærer seg ganske mye.» Ingeborg Volan, redaktør, Dagens Næringsliv.
Norske redaksjoner er helt i tråd med internasjonal utvikling. Under paraplyen JournalismAI ved London School of Economics har en i god journalist-tradisjon sett seg mål om å dele erfaringer. Initiativet har dratt i gang en KI-festival, de har laget et kurs i maskinlæring, satt sammen en startpakke for redaksjoner og de har en egen gruppe for små redaksjoner. Men selv om det er satt i system og er en del av prosjektet POLIS – en journalistikk tenketank koblet til London School of Economics and Political Science - er det fortsatt noen få enkeltpersoner og ildsjeler som drar lasset.
I februar 2023 ble det startet en kunnskapsnettverk for KI i mediene for å utvikle kompetanse på området. Seks mediebedrifter og forskningsmiljøer i Oslo har dannet kunnskapsnettverket Media og AI og gitt det navnet MAI. Bak nettverket står Faktisk, NTB, Oslo Met, Nasjonalbiblioteket, Skup og Publish Lab. Snart kommer det invitasjoner til workshoper og konferanser.
Alle mediekonsern i Norge har utviklingsavdelinger som arbeider med løsninger som også kan brukes i små redaksjoner. Teknologiutviklingsstøtte og stordriftsfordeler er en årsak til at små og selvstendige aviser blir del av konsern.
Ole Petter Pettersen, Redaktør, Teknisk Ukeblad
«Det er mye viktigere at det finnes noen som har virkelig interesse for dette og har lyst til å utvikle seg innenfor dette feltet etter hvert, enn at alle på død og liv skal gå rundt og ha et forhold til algoritmer.»
Nå banker nye generasjoner enkelt tilgjengelig internasjonal programvare på døra. Open AI har lansert Dall-E, et program for å lage illustrasjoner basert på tekst, Wibbitz og Wochit er KI-basert redigering av video, Synthesia fortsetter å forbedre automatiske nyhetsopplesere (brukt blant annet av BBC Newslabs), Trint blir brukt for automatisk transkribering, Pinpoint fra Google er tatt i bruk i gravejournalistikk for å finne skjulte mønstre i data, og Echobox for å tilpasse innhold til sosiale medier. Dette er programvare som etter hvert blir langt bedre på norsk og andre små språk.