يدعم التعلم الآلي بالفعل العديد من المنتجات التي نستخدمها كل يوم. لكن ليس من الواضح لنا دائمًا أن كان التعلم الآلي يقف وراءها. بعض الأمثلة:

• برامج التنقل عبر نظام تحديد المواقع العالمي (GPS)، مثل  Google Maps و Waze
• خدمات البث، مثل Netflix و Spotify
• محركات البحث مثل Google Search و Baidu و Yahoo
• وسائل التواصل الاجتماعي، مثل TikTok و Facebook و Instagram

يمكن تطبيق التعلم الآلي على مجموعة واسعة من المجالات، من الصحة إلى البيع بالتجزئة، وفي تطوير المركبات ذاتية القيادة.

قد لا تدرك ذلك، ولكننا جميعًا بالفعل على تواصل مع التعلم الآلي في حياتنا اليومية. 

كصحفي، من المحتمل أنك استخدمت بالفعل تقنية التعلم الآلي في غرفة الأخبار الخاصة بك. ربما استخدمت ترجمة Google Translate أو أداة ترجمة أخرى. ربما استخدمت Grammarly أو Hemingway لمراجعة كتابتك. أو ربما وفر لك Trint الكثير من الوقت من خلال نسخ مقابلاتك تلقائيًا.

أيًا كان دورك في غرفة الأخبار أو كصحفي مستقل، فمن المرجح أكثر أن التعلم الآلي قد دعم عملك بالفعل في مرحلةٍ ما.

إذن ما هي الطرق الرئيسية التي تستخدم بها الصحافة التعلم الآلي خلال المراحل المختلفة لعملية إعداد التقارير؟

بخلاف الأدوات المحددة التي ذكرناها من قبل، يتميز التعلم الآلي بالبطء ولكن يشق طريقه بثبات إلى العملية الصحفية. كما أوضح JournalismAI report، فإنه يفعل ذلك في الغالب من خلال تعزيز العمليات الحالية: تحرير الصحفيين من المهام المتكررة والسماح لهم بالعمل على قصص معقدة للغاية، أو تستغرق وقتًا طويلاً للإبلاغ دون مساعدة التكنولوجيا.

إذن، ما الذي يمكن أن يفعله التعلم الآلي لغرفة الأخبار بالضبط؟ وكيف يمكن للصحفيين استخدامه لتعزيز عملهم التحريري؟ 

في الفقرات التالية، سوف نلقي نظرة على بعض الأمثلة العملية التي توضح كيفية دعم التعلم الآلي لجمع الأخبار، فضلاً عن إنتاج وتوزيع الأخبار والمعلومات.

في عام 2018، طورت رويترز News Tracer و Lynx Insight. تستخدم الأداتان تقنيات التعلم الآلي والذكاء الاصطناعي (المزيد عن المصطلحين في الدرس التالي) لدعم صحفيي رويترز في عملية جمع الأخبار.

صمم News Tracer لمساعدة الصحفيين في العثور على الأحداث التي تظهر على Twitter. تحلل الأداة الملايين من التغريدات حول الأخبار العاجلة المحتملة والسماح لغرفة الأخبار بتحديد الأخبار العاجلة بشكل أسرع مما قد يكون ممكنًا مع ممارسات جمع الأخبار المنتظمة.

وبالمثل، صمم Lynx Insight لتحديد الأمور الشائعة والحقائق الرئيسية في مجموعات البيانات الكبيرة، مقترحًا قصصا جديدة للصحفيين، مع توفير سياق إضافي ومعلومات خلفية.

تعد الأدوات التي تستخدم التعلم الآلي في نسخ المقابلات وترجمة المعلومات لجعل العملية التي تستغرق وقتًا طويلاً، أمثلة جيدة على كيفية زيادة إنتاج الأخبار بواسطة التكنولوجيا. لكن استخدام التعلم الآلي في عملية إنتاج الأخبار يتجاوز ذلك بكثير.

لقد بدأت مجموعة واسعة من المؤسسات الإعلامية - بما في ذلك Bloomberg و The Washington Post و Associated Press - في نشر التقنيات المختلفة للذكاء الاصطناعي والتعلم الآلي من أجل إنتاج قصص إخبارية تلقائيًا على نطاق واسع. 

الهدف الرئيسي هو السماح للصحفيين بالتركيز على أكثر الجوانب إبداعًا في عملهم، وترك المهام المتكررة للآلة، ولكن توضح دراسات الحالة الأخيرة أن الفوائد يمكن أن تكون أكبر مما نعتقد.

استخدم Yle News Lab في شركة الإذاعة العامة الفنلندية التعلم الآلي لإنشاء مساعد أخبار ذكي Voitto لتطبيق الأخبار الشخصي Yle NewsWatch. 

يتواجد المساعد Voitto على شاشة القفل لجهاز المحمول ويقدم توصيات للمستخدم بمحتوى إخباري مثير للاهتمام من خلال التنبيهات أو الإشعارات. تستخدم Voitto التعلم الآلي لتحسين توصياتها من خلال التعلم من تفاعلات المستخدم على شاشة القفل الخاصة به ومن سجل قراءة المستخدم. بالإضافة إلى ذلك، يمكن للمستخدم تعليم المساعد من خلال إعطائه تعليقات مباشرة من خلال الإشعارات وفي تطبيق الأخبار نفسه.

كما يمكن أن يساعد التعلم الآلي المؤسسات الإخبارية في تحسين نموذج أعمالها، على سبيل المثال من خلال ضبط نظام حظر الاشتراك غير المدفوع لمشتركيها.

كما رأينا، يستخدم التعلم الآلي بالفعل لتعزيز قدرات الصحفيين في الكتابة والإنتاج الصحفي. لكن هذا لا يعني أن التعلم الآلي هو الحل لجميع مشاكل الصحافة. 

لم تكتشف الصحافة بعد الكثير من الإمكانيات التي يوفرها التعلم الآلي، وتأتي السلطات الجديدة جنبًا إلى جنب مع المخاطر والتحديات الجديدة التي يجب على الصحفيين الحذر منها.

في الدروس التالية من هذه الدورة، سوف نتعلم بعمق ما هو التعلم الآلي وكيف يعمل. سوف نستكشف كيف يمكن للصحفيين استخدامه بطرق مبتكرة وما هي المخاطر التي يجب أخذها في الاعتبار للاستخدام المسؤول لهذه التكنولوجيا القوية.