หลังจากที่คุณเข้าใจเกี่ยวกับระบบการเรียนรู้ของเครื่องจักรมากขึ้นแล้ว และแนวทางต่าง ๆ ในการเรียนรู้ คุณอาจสงสัยว่าระบบการเรียนรู้ของเครื่องจักรจะช่วยคุณในการทำงานในแต่ละวันได้อย่างไรบทเรียนนี้จะกล่าวถึงข้อสงสัยนี้

ไม่มีใครจะสรุปประเด็นพูดคุยนี้ได้ดีไปกว่า Quartz AI Studioเนื้อหาต่อไปนี้จะนำตัวแบบมาจาก Quartz AI Studio (ได้รับอนุญาตถูกต้อง) เพื่อช่วยให้คุณเข้าใจสถานการณ์และความรู้สึกบางอย่างที่คุณอาจมีในสถานการณ์ที่ระบบการเรียนรู้ของเครื่องจักรอาจเป็นประโยชน์

ภาพยนต์เกี่ยวกับวงการข่าวมักจะนำเสนอความโดดเด่นของการสืบสวน โดยนักข้าวมักต้องใช้เวลานับเดือนในการอ่านเอกสารเป็ฯจำนวนมากในห้องปิดทึบเพื่อขุดคุ้ยเรื่องราวการทุจริตครั้งใหญ่จะทำอย่างไรหากเราต้องการผลลัพธ์เดียวกันนี้ในเวลาที่สั้นกว่ามาก

ระบบการเรียนรู้ของเครื่องจักรช่วยคุณในส่วนนี้ได้ และปัจจุบันถูกใช้โดยนักข่าวสืบสวนทั่วโลก

ในปี 2019 International Consortium of Investigative Journalists (ICIJ) ได้รับเอกสารที่รั่วไหลกว่า 700,000 ฉบับภายใต้ชื่อ Luanda Leaksเพื่อวิเคราะห์แฟ้มข้อมูลเหล่านี้ ICIJ จึงได้ร่วมมือกับ Quartz ซึ่งมีทีมงานที่พัฒนาระบบการเรียนรู้ของเครื่องจักรไว้เพื่อช่วยนักข่าวในการสืบค้นเอกสารที่คาดว่าจะมีข้อมูลที่รั่วไหลเหล่านี้

อีกหนึ่งความท้าทายที่ผู้สื่อข่าวต้องประสบคือกรณีที่ต้องทำข่าวโดยเปรียบเทียบเอกสารต่าง ๆ ที่มีลักษณะคล้าย ๆ กันเช่น นักข่าวการเมืองอาจต้องเปรียบเทียบคำปราศรัย State of the Union ของประธานาธิบดีคนหนึ่งกับคนอื่น ๆ ในแต่ละช่วงทศวรรษ

นี่เป็นอีกหนึ่งความท้าทายที่ระบบการเรียนรู้ของเครื่องจักรสามารถจัดการได้ง่าย ๆ

ย้อนกลับไปในปี 2017 ProPublica เลือกใช้ตัวแบบทางคอมพิวเตอร์เพื่อวิเคราะห์ข่าวประชาสัมพันธ์จากทีมงานของสภาคองเกรสเพื่อเปรียบเทียบกับข่าวประชาสัมพันธ์ของสภาคองเกรสที่เผยแพร่ในช่วงเวลาเดียวกันสิ่งนี้ช่วยให้ผู้สื่อข่าวสามารถทราบได้ว่าประเด็นใดที่สมาชิกสภาคองเกรสให้ความสำคัญเป็นพิเศษหรือมีการกล่าวถึงกับบุคคลอื่น ๆ

โลกของเราถูกถ่ายภาพเก็บไว้นับล้าน ๆ ครั้งต่อวันซึ่งทำให้เรามีข้อมูลภาพเป็นจำนวนมากอย่างที่ไม่เคยเกิดขึ้นมาก่อนซึ่งผู้สื่อข่าวจะต้องหาเรื่องราวสำหรับนำเสนอให้ได้หากมีวิธีในการสอนคอมพิวเตอร์ให้ช่วยค้นหารายละเอียดเฉพาะในฐานข้อมูลภาพก็คงจะดีคุณทราบหรือไม่ว่าระบบการเรียนรู้ของเครื่องจักรจะเริ่มเข้ามามีบทบาทในกรณีนี้ได้อย่างไร

สำนักข่าวของยูเครน Texty มีการใช้ระบบการเรียนรู้ของเครื่องจักรเพื่อช่วยในการตรวจหาเหมืองทองเถื่อนในยูเครนโดยการผสานอัลกอริทึมในการทำงานแบบต่าง ๆ พวกเขาสามารถฝึกสอนระบบ ML ในการค้นหาตวอย่างเหมืองอำพันในปัจจุบันเพื่อช่วยในการตรวจค้นตัวอย่างใหม่ ๆ จากภาพถ่ายดาวเทียม

ข่าวที่ได้จากกระบวนการนี้นำไปสู่แผนที่ออนไลน์ที่ผู้ชมสามารถซูมภาพดูเหมืองอำพันมากมายในประเทศได้

คำ ภาพและข้อมูลตัวเลขในปัจจุบันนอกเหนือจากคุณสมบัติมากมายที่คอมพิวเตอร์สามารถทำงานได้เหนือมนุษย์ คอมพิวเตอร์ยังสามารถประมวลผลข้อมูลตัวเลขได้ในเวลาอันสั้นหากคุณมีข้อมูลตัวเลขเป็นจำนวนมากที่จะต้องวิเคราะห์ โดยเฉพาะหากคุณต้องการค้นหารูปแบบและความคล้ายคลึงของข้อมูล คุณก็จะต้องพิจารณาข้อมูลเปรียบเทียบซึ่งระบบการเรียนรู้ของเครื่องจักรสามารถเข้ามาช่วยได้

และนี่คือสิ่งที่ BuzzFeed News ทำในปี 2017 เกี่ยวกับข่าวเครื่องบินสอดแนมแอบแฝงซึ่งได้รับความสนใจเป็นอย่างมาก นี่เป็นหนึ่งในตัวอย่างแรก ๆ ที่วงการข่าวเลือกใช้ระบบการเรียนรู้ของเครื่องจักรเพื่อช่วยในการรายงานข่าว

พวกเขาฝึกสอนคอมพิวเตอร์ให้ค้นหาเครื่องบินตรวจการณ์โดยปล่อยอัลกอริทึม “ป่าไม้แบบสุ่ม” เพื่อให้ค้นหาเครื่องบินที่มีรูปแบบการบินคล้ายกับของ FBI และกระทรวงความมั่นคงของมาตุภูมิ

เหมืองอำพัน แผนทุจริต เครื่องบินสอดแนมและคำปราศรัย State of the Unionจะเห็นว่าระบบการเรียนรู้ของเครื่องจักรอาจเป็นประโยชน์อย่างมากในการทำงานของคุณโดยการเสริมขีดความสามารถในการค้นหาและบอกเล่าเรื่องราวที่สำคัญผ่านข้อมูลต่าง ๆ

ถึงตอนนี้คุณควรจะเข้าใจให้ถูกต้องเช่นกันว่าระบบการเรียนรู้ของเครื่องจักรไม่ใช่เวทย์มนตร์คุณอาจบอกว่ามันไม่สามารถทำสิ่งที่เราเองก็ไม่สามารถทำได้ แต่คุณจะพูดเช่นนั้นได้หากคุณมีพนักงานฝึกงานให้เรียกใช้อยู่นับพันคน

แต่คุณไม่ได้เป็นคนเดียวที่จะตัดสินใจว่าระบบการเรียนรู้ของเครื่องจักรเป็นเครื่องมือที่เหมาะสมสำหรับช่วยคุณในการนำเสนอข่าวเพื่อการรายงานหรือไม่หลังจากมีการพิจารณารายละเอียดในส่วนนี้แล้ว คุณสามารถไว้วางใจให้ระบบการเรียนรู้ของเครื่องจักรช่วยคุณในการคัดกรองข้อมูลที่ยากจะจัดการได้ ทำให้งานข่าวของคุณและการสืบค้นประเด็นที่น่าสนใจง่ายมากขึ้น