L'Ai al servizio dei giornali. La lezione di Zach Seward

Dopo aver visto l’ultimo Mission Impossible il presidente americano, Joe Biden, ha iniziato ad avere paura dell’intelligenza artificiale, o così dicono. Un bot indipendente che controlla sottomarini nucleari non si è però ancora visto, mentre abbiamo già fatto esperienza delle varie ChatGpt che potrebbero rimpiazzare i copywriter e i content creator, e di vari siti che usano l’intelligenza artificiale per scrivere articoli. Di fronte all’allarmismo sul prosperare dell’intelligenza artificiale, a dicembre il New York Times ha assunto Zach Seward con il ruolo inedito di direttore editoriale per le iniziative IA. Non è un caso che il Times sia il giornale che oggi va meglio in America, che resta fiorente nonostante una crisi che sta colpendo riviste, blog e quotidiani, locali e nazionali (si parla di oltre duecento persone a cui verranno offerti buyout al Washington Post, per citare solo un caso). Invece di alzare bandiera bianca di fronte all’IA, o di utilizzare il machine learning per creare contenuti dal clic facile (vedi Sports Illustrated e i suoi finti pubblicisti-bot), il giornale newyorchese ha deciso di prendere la questione di petto e imparare a gestirla per tirare fuori il meglio da queste nuove tecnologie.

Seward, dopo aver lasciato Harvard, è stato a capo del primo social media team del Wall Street Journal e poi ha fondato un sito di notizie business, Quartz, di cui era sia ceo sia giornalista ed editor. “Quartz non ha una strategia per i social media perché i social media sono la strategia”, diceva. Una carriera parallela, quella di imprenditore e reporter, che è piaciuta a Eight Avenue. Ora Seward, dopo aver preso il controllo di questa task force, ha delineato i vari benefici dell’IA per chi fa informazione. 

I modelli di machine learning, spiega Seward in un discorso che ha tenuto l’11 marzo ad Austin e che poi ha riadattato sul suo blog, possono essere estremamente utili per il giornalismo, proprio per la loro capacità di riconoscere dei pattern e di classificarli. Si tratta di un’abilità che l’occhio umano non è in grado di svolgere in modo altrettanto efficace e, soprattutto, rapido. Che si tratti di testo, di immagini, di fotografie, di una grande mole di dati, l’IA riesce a identificare e classificare quello che si sta cercando. Un caso è quello a cui Seward lavorò quando era ancora a Quartz e insieme ai colleghi dovette gestire una gigantesca quantità di documenti estremamente tecnici: i Mauritius Leaks, su come le multinazionali usano l’isola come paradiso fiscale. Grazie a uno strumento IA allenato per l’occasione, furono selezionati dalla macchina i documenti interessanti, quelli che potevano servire ai reporter investigativi per capire l’entità della storia e raccontarla. Questo è solo un caso. Dopo la risposta israeliana all’attacco di Hamas, il New York Times voleva capire l’entità dei bombardamenti dell’Idf, e così con degli strumenti IA sono state analizzate fotografie satellitari della Striscia di Gaza alla ricerca di nuovi crateri. Poi, manualmente, sono stati selezionati quelli fasulli, quelli che sembravano crateri ma magari erano solo ombre (un po’ come quando il computer ti chiede di selezionare tutti i semafori in un’immagine per capire se sei un robot), o quelli di conflitti precedenti. Così, calcolando i diametri con il peso delle bombe, nella redazione del New York Times sono riusciti a clacolare l’entità dell’operazione militare. Secondo Seward questo “è un grande esempio di una storia che altrimenti senza il machine learning non sarebbe stata raccontata, machine learning abbinato a giornalisti ed esperti”. Un altro caso interessante è quello del progetto Marshall, che si occupa di analizzare la macchina della giustizia negli Stati Uniti (Marshall è stato un padre fondatore e uno dei più influenti giudici della Corte Suprema). Quelli del progetto Marshall volevano capire perché certi libri vengono vietati nelle carceri americane e così hanno fatto analizzare da un algoritmo non solo i database delle liste dei libri ma anche i vari documenti interni ai penitenziari da cui parte il divieto. Questo ha portato a un estensivo report, dove però, prima della pubblicazione, le parti dei documenti selezionati da OpenAI sono stati revisionati anche da occhi umani.

Oltre che risparmiare all’uomo ore e ore di lavoro minuzioso, i nuovi avanzamenti dell’IA – come l’IA generativa, o i Large Language Models (Llm) – permettono addirittura alla macchina di trovare dei pattern che non si stavano cercando. Nelle Filippine, il giornalista Jaemack Tordecilla ha usato un Llm per passare in rassegna migliaia e migliaia di documenti burocratici, nello specifico le relazioni di revisione delle agenzie governative, per scoprire casi di corruzione che altrimenti sarebbero rimasti sepolti tra le montagne di carta. Con un GPT di sua creazione, Tordecilla riesce a fare un riassunto dei vari report. Come ha raccontato a Reuters, i giornalisti che usano questo strumento vanno poi comunque a leggersi tutto il documento “alla vecchia maniera, ma almeno l’IA ha aiutato a individuare quello interessante”. 

Gli strumenti per riassumere testi, trovare informazioni, comprendere i dati e creare delle strutture. Il caso di Realtime

  
Questi tool sembrano fare il passaggio che c’è stato dalla ricerca negli archivi cartacei al Control+F sulla tastiera del Mac. Ma oltre che assistere nel lavoro della newsroom ci sono realtà nate con l’IA. Un caso virtuoso secondo Seward è Realtime, un sito di notizie automatico. Sono notizie che risultano da una continua analisi di dati, in un titolo vengono riassunte interessanti modifiche rispetto a un trend. Per esempio “l’indice di gradimento di Biden vede un miglioramento”, oppure “I bitcoin salgono di valore nonostante un recente declino”. Questi esempi, scrive Seward, “ci danno un senso delle grandi promesse della tecnologia per il giornalismo (e direi anche per altri campi). Davanti alla realtà caotica e disordinata della vita quotidiana, gli Llm sono strumenti utili per riassumere testi, trovare informazioni, comprendere i dati e creare delle strutture”. 

  
Ci sono altri casi, altri usi, altre possibilità ancora da esplorare quando applichiamo l’IA – che è in continua evoluzione – alla pratica giornalistica, all’analisi di dati da cui poi estrapolare storie e notizie e scoop. Ma Seward, così come altri esperti, non vuole smettere di sottolineare che tutte queste operazioni non possono essere fatte senza la supervisione umana. Un costante controllo sia delle premesse sia dei risultati. “Gli uomini per primi e per ultimi”, scrive Seward, “con un pochino di potente IA generativa nel mezzo, per fare la differenza”.