„AI ist die bedeutendste Änderung seit der industriellen Revolution und beeinflusst unser Leben bereits jetzt nachhaltig“

x

Wie Artificial Intelligence den journalistischen Arbeitsalltag bereichert und welche Jobs dadurch gefährdet sein könnten. Der Einblick in die mögliche mediale Zukunft inklusive Experteneinschätzung der Austria Presse Agentur in Person des APA-medialab Leiters Clemens Prerovsky sowie, des Chief Product Officers Robert Varga .

Artificial Intelligence ist in der Medienwelt angekommen, sie wird heute auf eine ganz neue Art verwendet, die dabei hilft Nachforschungen zu beschleunigen, Daten zusammenzutragen, Querverweise zu ziehen oder gesprochene Interviews zu transkribieren. In diesem Artikel sollen verschiedene Beispiele angesprochen werden, die zeigen wie AI in Arbeitsprozesse der Nachrichtenredaktionen integriert wird und wie die mögliche Zukunft aussehen könnte.

Einfach schreiben, die Fakten checken sich schon von selbst

Die New York Times startete 2015 ein experimentelles AI-Projekt Namens “Editor“. Das Ziel war journalistische Arbeitsprozesse zu vereinfachen. Wenn Journalisten Artikel schreiben, können sie in ihren Texten Tags setzen um Phrasen, Überschriften oder wichtige Punkte herauszuheben.

Im Verlauf der Zeit lernt das Programm – welches dazu genutzt wird – diese Tags zu erkennen und filtert für sich die herausstechenden Merkmale der Artikel. “Editor“ durchsucht in diesem Zusammenhang von sich aus Daten in Echtzeit, die Aufschlüsse zu Geschehnissen, Menschen, Orten oder Zeitpunkten liefern und dient somit Journalisten als Assistent bei der Überprüfung von Fakten.

Die New York Times verwendet AI auch zur Moderation von User-Kommentaren, indem sie Konstruktive Diskussionen fördert und Hetz-Kommentare aussortiert. Derzeit sind 14 Angestellte dafür zuständig über 11.000 Kommentare täglich manuell zu überprüfen. Mit Hilfe von AI soll geholfen werden den Arbeitsaufwand zu minimieren und neue Ressourcen für das schreiben von Artikeln zu generieren.

Händisches Transkribieren könnte schon bald der Vergangenheit angehören

Journalisten die Interviews führen, sowie über Konferenzen oder Reden berichten wird bisher die undankbare Aufgabe zu teil, das Gehörte auch zu transkribieren. Das Gesprochene, welches zumeist in Form von Audiofiles aufgenommen und im Nachhinein von Hand übertragen wird, muss oft angehalten und zurückgespult werden, denn oft reden Interviewpartner schneller als die Hände tippen können. Da eine Aufgabe, die auf diese Weise praktiziert wird, sehr viel Zeit in Anspruch nimmt.

Eine der Technologien die dabei helfen können ist “Trint„, ein automatisches Transkriptions-Tool. User können Audiofiles in das Programm hochladen, das gesprochene Wort wird erkannt und verschriftlicht. Weiters wird Audio und Text zusammengefügt, sodass Journalisten sich ihre Aufnahmen anhören können und dabei den Verlauf des Gesprochenen mittels Highlighting des Textes verfolgen können.

Auf diese Weise ist es Journalisten möglich Texte nach Worten zu durchsuchen, zu verifizieren oder auch Verbesserungen an Stellen vorzunehmen die das Programm falsch verstanden haben könnte. Hier gilt natürlich, je klarer die Aussprache und die Tonqualität, desto genauer die Übertragung.

Laut Aussage der “Trint“ Pressesprecherin Donna Opzoomer, fände die Applikation bereits großen Anklang in der Medienbranche, das Unternehmen gewinne täglich neue Kunden wie etwa AP oder die Washington Post. Wie “Trint“ funktioniert erklärt folgendes Video des Herstellers:

AI alles schön und gut, aber was sagen eigentlich die Medienexperten dazu?

Wenn es um Artificial Intelligence geht, darf die Einschätzung eines Unternehmens wie der Austria Presse Agentur in Österreich natürlich nicht fehlen. Clemens Prerovsky, Leiter der APA-medialab und Robert Varga, Chief Product Officer der APA, haben einige der neuen Machine Learning Applikationen unter die Lupe genommen und ihre Gedanken, im Bezug auf Artificial Intelligence, mit uns geteilt.

Metamedia: Wenn man mit Menschen spricht die sich nicht mit Artificial Intelligence beschäftigen, kommt of die Angst durch, dass wir bald ersetzt werden und uns Maschinen unsere Jobs wegnehmen. Wie sehen Sie das?

Prerovsky: Artificial Intelligence ermöglicht uns eine Skalierung der Wissensarbeit durch Ablöse einfacher repetitiver Tätigkeiten wie zum Beispiel Klassifizierungsaufgaben oder teilweise intuitiv gelöster Aufgaben wie Zeitreihen und Preisvorhersagen. Darüber hinaus können komplexe Zusammenhänge in großen Datenmengen erkannt werden, die intellektuell nicht mehr einfach erfassbar sind. Analog zur industriellen Revolution, die körperliche Arbeit skaliert hat, wird dieser Wandel auch Auswirkungen auf bestehende Berufsbilder haben. Im Idealfall werden hier monotone Arbeiten durch AI erledigt und mehr Zeit für qualitative Arbeit geschaffen. Dabei ist denkbar, dass auch bestehende Jobs verloren gehen. Ich halte die Ängste tatsächlich für stark überzogen, da die Anwendungsfälle von AI im Moment sehr spezifisch sind und auch einfachere Tätigkeiten oft mehrere Bereiche abdecken. Ich gehe davon aus, dass Jobs verloren gehen und neue Jobs geschaffen werden – in einem positiven Verhältnis.

Varga: Ich bin ganz generell ein positiv denkender Mensch und fürchte mich deshalb vor AI nicht. Ich würde in aller erster Linie versuchen das Positive beziehungsweise die neuen Möglichkeiten an diesen Entwicklungen aufzuzeigen und nicht gleich wieder in eine „Jobs-wegnehmen-Diskussion“ einschwenken. Wenn NLG („Roboterjournalismus„) zum Einsatz kommt und beispielsweise Meldungsinhalte aufgreift, die sonst nicht aufgegriffen worden wären, würde ich einen Mehrwert darin sehen. Ich denke da konkret an zum Beispiel regionalisierte Berichterstattung.

Metamedia: Die Washington Post hat mit “Heliograf“ einen Bot der durch selbstgeschriebene Artikel während der U.S. Wahlen um die 500.000 zusätzliche Klicks für das Unternehmen generiert hat. Welche Art von Aufgaben trauen Sie Bots in Medienunternehmen zu?

Varga: Ich kann mir in einzelnen Bereichen durchaus vorstellen, dass Bots hier Aufgaben übernehmen. Ich denke dabei an regionale Ergebnisberichtersattung, Wahlberichterstattung heruntergebrochen auf Gemeinde- oder Bezirksebene – all das sind Beispiele, wo derzeit die Erbringung durch Journalisten kaum möglich wäre.

Prerovsky: Klassische Aufgaben für Bots und AI Lösungen in Medienunternehmen sind Klassifizierungsaufgaben, wie zum Beispiel Erkennung von Fake News oder Kategorisierungen, Zeitreihen-vorhersagen oder Textgenerierungen wie Börsenberichte, Sportberichte und Wettervorhersagen.

Metamedia: Von Journalisten wird immer stärker verlangt “Trimedial“ zu arbeiten. Sie schreiben Artikel, drehen Videobeiträge, bereiten Radiobeiträge vor und sprechen diese auch oft gleich selbst ein. Wie betrachten Sie diese Entwicklung auch im Hinblick auf die Qualität journalistischer Produkte?

Varga: Ich war und bin nach wie vor ein großer Skeptiker dieser „all-in-one“ Arbeitsweise, genau aufgrund des schon genannten Qualitätsaspekts. Zudem ist auch die Arbeitsweise beispielsweise für einen Onlinebeitrag kaum vergleichbar mit einem Radiobeitrag von der Erbringung. Daran sind schon Newsroomkonzepte gescheitert, weil man eben glaubte, jeder kann alles (nebenbei) mitmachen. Mit Ausnahmen halte ich aber die Trennung beziehungsweise eben Spezialisierung für besser.

Prerovsky: Ich denke, dass ein breites Skillset von Vorteil ist. Spezialisten haben immer ihren Platz. Generalisten können ihre Fähigkeiten in einem Bereich auf neue Aufgaben übertragen und schaffen so unerwartete, neue Ergebnisse. Die Qualität kann durch die Zusammenarbeit von Generalisten und Spezialisten gehalten oder verbessert werden.

Metamedia: Die jüngste Vergangenheit hat neue Machine Learning Produkte hervorgebracht, die dabei helfen können Journalisten in ihrem Alltag zu entlasten, eine dieser Neuheiten ist die Google Cloud Plattform. Wir würden Ihnen gerne einige Features dieser Plattform aufzählen, vielleicht können Sie uns kurz sagen in welchen Bereichen sie in der beruflichen Realität eingesetzt werden könnten und wie dieser Einsatz ablaufen könnte?

Metamedia: Cloud Speech API. Zur Erkennung von Gesprochem durch Devices und Transkription von Audio Dateien und direkt gesprochenem in verschiedenen Sprachen.

Prerovsky: Automatische Transkription statt manueller – ist stark gefragt aber hat bisher in unseren Versuchen zur Transkription eines Interviews überhaupt nicht zufriedenstellend funktioniert. Befehlserkennung funktioniert dafür aber hervorragend. Damals (20.4.2017) war allerdings ein Snippet auf maximal 30 Sekunden beschränkt – seither gab es keinen neuen Versuch.

Metamedia: Natural Language API. Zeigt Strukuren und Bedeutung von Texten anhand von Machine Learning an, kann verwendet werden um gesondert Informationen über Personen, Plätze oder Begebenheiten herauszufiltern, die in Textdokumenten, News Artikeln oder Blog Posts vorkommen. Auch das Herausfiltern von Kunden Conversations soll möglich sein.

Prerovsky: Als Basis für intelligente Textgenerierung, die nicht auf Textbausteinen sondern bestehenden Texten basiert. Erste Versuche haben wir hier bereits unternommen, aber noch nicht erfolgreich.

Metamedia: Google Cloud Translation API. Übersetzung von Texten in eine andere gewünschte Sprache.

Prerovsky: Wesentlich besser als früher, aber nur für Privatnutzung.

Metamedia: Wo sehen Sie noch Verbesserungspotential bei den API’s?

Prerovsky: Google bietet hervorragende APIs für den englischen Sprachraum an. Da Deutsch wesentlich komplexer, die Zielgruppe aber deutlich geringer ist, wird weniger Energie in Erkennung und Handhabung Deutscher Sprache gesteckt. Die qualitativen Unterschiede sind sehr deutlich spürbar, da ich alle Devices auf Englisch nutze. Oft sind Neuerungen auf Deutsch Monate oder auch erst ein Jahr nach der Veröffentlichung in den USA nutzbar.

Metamedia: Welche Bereiche deckt Google Ihrer Meinung nach nicht ab und wo gibt es noch Einsatzmöglichkeiten für AI oder Machine Learning im Journalismus?

Prerovsky: Google deckt meiner Meinung nach den gegenwärtigen Stand von AI vollständig ab und ist mit Tensor Flow Richtungsweisend bei AI Infrastruktur.

Metamedia: Kann man eine Maschine Ihrer Meinung nach als einen Journalisten bezeichnen, wenn sie gleich gute Artikel wie ein Mensch schreibt? Warum sehen Sie das so?

Varga: Nein, das sehe ich nicht so und ich halte die Kennzeichnung für extrem wichtig. Ich würde diese Kennzeichnung in die Tradition der generellen Kennzeichnung von Nachrichten einordnen, zum Beispiel woher stammt die Quelle (Agentur, Fotograf) aber eben auch, ob es eine maschinell erstellte Nachricht ist.

Prerovsky: Derzeit sind wir noch sehr weit davon entfernt Journalisten durch automatische Textgenerierung abzulösen. Faktoren wie Tagesverfassung wären durch automatische Verarbeitung auszuschließen, während „Färbung“ von Inhalten durch den Betreiber/Entwickler der AI dennoch gegeben wäre.

Metamedia: Welche Auswirkungen kann eine mögliche Unterstützung der Journalisten durch künstliche Intelligenz auf die Arbeit von Journalisten haben?

Varga: Das halte ich für spannend, weil gerade in der Datenanalyse viele Ressorcen anfallen – ich denke hier beispielsweise an datenjournalistische Projekte, wo oft bereits die Vorerhebungen häufig aufgrund von Ressourcenengpässen nicht durchgeführt werden.

Prerovsky: Mehr Kapazität für anspruchsvolle Arbeit wie Recherche oder Aufbereitung komplexer Inhalte.

Metamedia: Welche neuen Jobs könnten sich daraus entwickeln beziehungsweise welche Jobs könnten wegfallen?

Prerovsky: Entstehen werden neue Jobs für Datenjournalisten, AI Spezialisten und NLG-Entwickler. Medienhäuser werden noch stärker Technologieunternehmen. Mit AI werden mittelfristig einzelne Aufgaben bestehender Berufsbilder und Funktionen abgedeckt werden können. Allerdings besteht ein Job ja selten aus einer einzigen Aufgabe. Ich denke wir können uns darauf einstellen, dass sich unser Arbeitsleben nach und nach durch die Nutzung dieser neuen Werkzeuge ändert. Den Tag, an dem ich nicht mehr ins Büro muss (oder darf), weil alles die AI macht, sehe ich aber noch nicht unmittelbar bevorstehen.

Varga: Fest steht, dass Bots von (wirklich guten) Journalisten trainiert  werden müssen, und diese Tätigkeit muss auch jemand übernehmen. Ob das klassische Journalisten machen oder dafür ein eigener Job entwickelt – kann ich schwer beurteilen.

Metamedia: Werden Medienunternehmen eher dazu tendieren mögliche Einsparungen durch gesteigerte Effizienz zu nutzen, um hochwertigere Produkte zu erschaffen?

Prerovsky: Hoffentlich. Weiters sollten Inhalte zielgruppenspezifisch aufbereitet werden, da Medien im Moment eher “One-Size-Fits-All” Produkte erstellen.

Metamedia: Wie stehen Sie Persönlich zu künstlicher Intelligenz?

Varga: Ich persönlich glaube, dass der Schwerpunkt von NLG nicht im journalistischen Bereich liegen wird, sondern eher im E-Commerce Bereich, wo sich ja sehr einfach textliche Beschreibungen von Produkten automatisiert (auch ohne künstliche Intelligenz) erstellen lassen. Und solche Bereiche fallen mir noch einige andere ein…

Prerovsky: AI ist die bedeutendste Änderung seit der industriellen Revolution und beeinflusst unser Leben bereits jetzt nachhaltig. Virtuelle Assistenten, Recommendations, Navigation, autonomes Fahren, etcetera. Da uns AI vielfältige Einsatzmöglichkeiten erlaubt, wird auch ein breites Spektrum an Berufsbildern von dieser Technologie profitieren. Aktuell ist die größte Herausforderung allerdings die passenden Aufgaben für AI zu finden und die Technologie korrekt einzusetzen.

Artificial Intelligence hat das Potential dabei zu helfen die generelle Arbeitsproduktion unserer Gesellschaft zu steigern und uns in unserem privaten Alltag zu unterstützen. Welche neuen Aufgaben sich dabei ergeben und welche wegfallen wird die Zukunft zeigen. Der Mensch hat sich seit Anbeginn seiner Zeit stetig weiterentwickelt und neue Höhen erreicht. Durch den Einsatz von AI könnte dies nun in einem exponentiell gesteigerten Tempo geschehen. Ob wir diese Quantensprünge auch verarbeiten können sei zu diesem Zeitpunkt dahingestellt. Fakt ist, die Welt befindet sich mitten in der Digitalisierung, was einen sicheren und verantwortungsvollen Umgang mit neuen Technologien unerlässlich macht. Die Möglichkeiten sind groß, entscheidend ist wie wir als Gesellschaft damit umgehen.

Von Michael Lechner