Sztuczna inteligencja może pomóc reporterom jeszcze raz zagłębić się w podstawowe problemy

Justin Saglio

Ubiegłoroczny dzielący amerykański wyścig prezydencki uwydatnił stopień, w jakim media głównego nurtu nie miały kontaktu z politycznym pulsem kraju. Deb Roy, dyrektor Laboratorium Maszyn Społecznych w MIT Media Lab, mówi, że część problemu polega na tym, że wiele lokalnych agencji informacyjnych jest zamykanych lub wydrążanych z powodu presji ekonomicznej, co pozbawia krajowe redakcje cennych informacji oddolnych.

Przemawiając w środę – która przypadkowo przypadała na pierwszą rocznicę wyboru Donalda Trumpa – Roy powiedział publiczności na Przegląd technologii MIT coroczna konferencja EmTech MIT, na której ważne jest opracowanie nowych sposobów mierzenia stanu dyskursu politycznego. Obecne prognozy dla Ameryki nie są zachęcające. Pacjent jest chory, a poziom wrogości [do przeciwstawnych pomysłów] jest prawdziwy, powiedział Roy, który jest także głównym naukowcem ds. mediów na Twitterze.

Poprzez pracę nad jego elektom projektu, który stosuje analizę big data w mediach społecznościowych, zespół Roya z MIT wykazał rosnącą popularność internetowych kokonów mediów społecznościowych, które izolują ludzi od przeciwstawnych poglądów. Dorzućmy zjawisko fake news (które ma stać się jeszcze większym wyzwaniem), a wszystko to składa się na gorący temat, który wywołał sprzeciw wobec dużych firm z branży mediów społecznościowych.

Roy powiedział, że giganci internetowi reagują, ale nie są w stanie samodzielnie rozwiązać tego złożonego problemu. To systemowy zestaw dynamiki i żadna firma w pojedynkę nie może wcisnąć przycisku cofania – wyjaśnił.

Potrzebne jest, jak mówi, podejście do niwelowania podziałów politycznych i społecznych. On widzi Cortico , organizacja non-profit, którą założył we współpracy z Media Lab w ramach tych działań. Planuje dać istniejącym redakcjom i lokalnym przedsiębiorcom informacyjnym dostęp do najwyższej klasy uczenia maszynowego, przetwarzania języka naturalnego i innych narzędzi. Reporterzy mogą wykorzystać je do przeszukiwania wielu źródeł danych, identyfikowania oddolnych problemów, a następnie opracowywania historii, które podkreślają wspólną płaszczyznę między obywatelami o różnych poglądach politycznych.

ukryć