機械学習は至るところで活用されています
私たちが毎日使用している多くの製品は、既に機械学習（ML）の支援を受けています。しかし、背後でMLが活用されていることが常に明白なわけではありません。例：
- GoogleマップやWazeなどのGPSナビゲーションソフトウェア
- NetflixやSpotifyなどのストリーミングサービス
- Google検索、Baidu、Yahooなどの検索エンジン
- TikTok、Facebook、Instagramなどのソーシャルメディア
機械学習は、健康から小売まで、および自動運転車の開発といった幅広い分野に応用できます。
すでに機械学習を使用している
お気づきではないかもしれませんが、私たちはすでに日常生活の中で機械学習に触れています。
あなたもジャーナリストとして、ニュースルームですでに機械学習技術を使用している可能性があります。おそらく、Google翻訳や別の翻訳ツールを使用したことがおありでしょう。あなたもたぶんGrammarlyやHemingwayを使ってご自分の文章を確認したことがおありでしょう。また、Trintを使ってインタビューを自動的に文字起こしして、時間を大幅に節約したことがあるかもしれません。
ニュースルーム内での、あるいはフリージャーナリストとして果たす役割が何であれ、機械学習はあなたの仕事をある時点ですでにサポートしていることでしょう。
では、ジャーナリズムでは、レポート制作のさまざまな段階において機械学習がどのように使用されているのでしょうか？
ジャーナリズムと機械学習
前述のいくつかのツールにとどまらず、機械学習はゆっくりですが確実にジャーナリズムのプロセスに組み込まれています。JournalismAIレポートで説明されているように、大抵の場合、機械学習は既存のプロセスを強化します。つまり、繰り返しの作業からジャーナリストを解放し、テクノロジーの支援なしではレポート制作が複雑すぎたり、時間がかかりすぎたりするストーリーに取り組むことを可能にします。
では、機械学習はジャーナリストを支援するために具体的に何ができるのでしょうか？編集作業を強化するために、ジャーナリストはそれをどのように活用できますか？
これから、いくつかの実用的な例を通して、ニュースの収集およびニュースや情報の制作と配信を支援するために機械学習をどのように導入できるかを見てみましょう。
ニュース収集のための機械学習
2018年、ロイターは News TracerとLynx Insightを開発しました。どちらのツールも、機械学習と人工知能テクノロジー（2つの用語については次のレッスンで解説します）を使用して、ロイターのジャーナリストによるニュース収集プロセスを支援します。
News Tracerは、Twitterで話題になっているイベントを見つけるのに役立つように設計されています。このツールは、数百万件のツイートをリアルタイムで分析し、ニュース速報になり得るものにフラグを付けることで、通常のニュース収集方法よりも速く新たなニュース速報を見つけられるようにします。
同様に、Lynx Insightは、大規模なデータセットの傾向と主な要因を識別し、追加のコンテキストと背景情報を提供しつつ、レポーターに新しいストーリーを提案するように設計されています。
ニュース制作のための機械学習
インタビューの文字起こしや情報の翻訳といった時間のかかるプロセスを機械学習を使って自動化するツールは、テクノロジーによりニュース制作を拡大する手法に関する良い例です。ただし、ニュースの制作過程では、それをはるかに超えたレベルで機械学習が使用されています。
ブルームバーグ、ワシントンポスト、AP通信など、さまざまなメディア組織が、多様なAIおよび機械学習技術を導入してニュース記事の自動作成を大々的に始めています。
主な目標は、繰り返し作業は機械に任せ、ジャーナリストが仕事の最も創造的な側面に集中できるようにすることですが、最近のケーススタディの示すところによると、そのメリットは私たちが考えているよりも大きくなる可能性があります。
ニュース配信のための機械学習
フィンランドの公共放送会社のYle News Labは、機械学習を使用してパーソナライズ対応ニュースアプリYle NewsWatch向けのスマートニュースアシスタントVoittoを作成しました。
Voittoアシスタントは、モバイルデバイスのロック画面に常駐し、アラートまたは通知によりユーザーに興味深いニュースコンテンツを推奨します。Voittoは機械学習を使用し、ロック画面のユーザー操作およびユーザーの読書履歴から学習することで、お勧めのコンテンツを改善してゆきます。また、通知やニュースアプリ自体から直接フィードバックすることで、ユーザーがアシスタントに好みを教えることもできます。
機械学習は、ニュース配信組織が、購読者向けのペイウォールを柔軟に調整するなどして、ビジネスモデルを強化するのにも役立ちます。
機械学習の可能性を探る
これまで見てきたように、機械学習は、ジャーナリストの能力をそのプロセス全体で強化するためにすでに使用されています。だからといって、機械学習がすべてのジャーナリズムの問題に対する特効薬であることを意味するわけではありません。
機械学習によって可能になる事柄の多くは、ジャーナリズムによってまだ発見されておらず、この新しい力にはジャーナリストが警戒すべき新しいリスクと課題が伴っています。
本コースの次のレッスンでは、機械学習とは何か、およびその仕組みについて深く学びます。ジャーナリストが革新的な方法でそれを使用する方法、およびこの強力な技術を責任ある仕方で活用するために考慮すべきリスクについて検討します。
