AI dalam Jurnalisme dan Berita
AI membantu redaksi mengumpulkan, menulis, memeriksa fakta, dan mendistribusikan berita dengan lebih cepat, namun AI juga menimbulkan pertanyaan sulit mengenai keakuratan, kepercayaan, dan karya siapa yang diberi penghargaan.
Ikhtisar
The technology is reshaping what journalism costs and who gets to do it.
Menyelam Lebih Dalam
Ruang redaksi telah menggunakan otomatisasi selama bertahun-tahun: Associated Press mulai menerbitkan laporan pendapatan perusahaan yang dihasilkan AI dan rekap bisbol liga kecil sekitar tahun 2014 menggunakan Wordsmith dari Automated Insights. Saat ini model bahasa besar menyusun ringkasan, menyarankan judul, mentranskripsikan wawancara, menerjemahkan artikel, dan menampilkan pola dalam dokumen yang bocor. Reuters, Bloomberg, dan BBC menggunakan AI untuk data yang banyak dan umpan berita yang dipersonalisasi. Namun taruhannya besar: CNET diam-diam menerbitkan lusinan artikel keuangan yang ditulis AI pada tahun 2023 yang berisi kesalahan faktual dan harus melakukan koreksi. Ketegangan intinya adalah kecepatan dan skala versus verifikasi. AI tidak dapat mengkonfirmasi fakta secara independen, mengolah sumber, atau melakukan penilaian editorial, sehingga sebagian besar media yang kredibel selalu menyediakan editor manusia untuk mengetahui apa pun yang diterbitkan di bawah masthead.
Wawasan Teknis
Sebagian besar AI ruang redaksi terbagi menjadi dua keluarga. Pembuatan bahasa alami berbasis templat mengisi data terstruktur (skor, pendapatan, hasil pemilu) ke dalam pola kalimat yang telah ditulis sebelumnya, yang sangat akurat karena datanya diverifikasi. Sebaliknya, model bahasa besar memprediksi teks yang masuk akal dan dapat berhalusinasi kutipan, tanggal, atau sumber palsu. Itulah sebabnya alur kerja yang bertanggung jawab memasangkan LLM dengan pengambilan melalui database tepercaya dan memerlukan pemeriksaan fakta manusia sebelum dipublikasikan, sehingga memperlakukan model sebagai asisten rancangan pertama yang cepat, bukan otoritas.
Dampak Strategis
Context and rules
Konteks industri menentukan apakah ide AI dapat bertahan jika bersentuhan dengan kenyataan.
Quality control
Batasan domain memengaruhi tingkat kesalahan dan model pengawasan yang dapat diterima.
Build choices
Penerapan yang berhasil menyelaraskan kemampuan teknis dengan alur kerja garis depan.
Masa Depan AI dalam Jurnalisme dan Berita
Harapkan AI untuk menangani liputan yang lebih rutin (olahraga, pasar, cuaca, catatan publik) sambil membebaskan wartawan untuk melakukan investigasi dan pekerjaan akuntabilitas yang tidak dapat dilakukan mesin. Perhatikan standar asal seperti kredensial konten C2PA untuk memberi label keterlibatan AI, kesepakatan lisensi antara penerbit dan perusahaan AI atas data pelatihan, dan alat yang mendeteksi media sintetis. Permasalahan terbesar yang belum terselesaikan adalah permasalahan ekonomi: siapa yang membayar jurnalis ketika AI dapat meringkas laporan mereka secara gratis, dan bagaimana media massa menjaga kepercayaan pembaca.
Implementasi Dunia Nyata
Associated Press secara otomatis menghasilkan ribuan laporan pendapatan perusahaan triwulanan dan rekap olahraga dari data terstruktur.
Tim investigasi menggunakan pembelajaran mesin untuk menyortir dan mencari jutaan dokumen yang bocor, seperti yang terlihat di Panama Papers dan proyek serupa.
Reuters dan lembaga lainnya menggunakan transkripsi dan terjemahan AI untuk mengubah wawancara dan rekaman berbahasa asing menjadi salinan multibahasa yang dapat dicari.
Ruang redaksi lokal menggunakan AI untuk menyusun item rutin seperti transaksi real estat, agenda dewan, dan skor olahraga sekolah menengah atas dari catatan publik.
Risiko & Pagar Pembatas
Persyaratan peraturan dapat membatalkan prototipe yang kuat.
Data historis mungkin menunjukkan bias yang merugikan komunitas tertentu.
Sistem lama dapat menimbulkan hambatan integrasi dan biaya tersembunyi.
Peta Jalan Implementasi
Libatkan pakar domain mulai dari penyusunan masalah hingga evaluasi.
Rancang jalur audit dan dokumentasi sebelum peluncuran.
Validasi kewajiban kepatuhan dan keselamatan sejak dini.
Peluncuran secara bertahap dengan kriteria berhenti dan kembalikan yang jelas.
Terus Menjelajah
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Journalism and News quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Next guide
AI dalam Konstruksi
Pertanyaan yang sering diajukan
What is AI in Journalism and News?
AI membantu redaksi mengumpulkan, menulis, memeriksa fakta, dan mendistribusikan berita dengan lebih cepat, namun AI juga menimbulkan pertanyaan sulit mengenai keakuratan, kepercayaan, dan karya siapa yang diberi penghargaan. Teknologi ini mengubah besarnya biaya jurnalisme dan siapa yang dapat melakukannya.
Organisasi berita mana yang dikenal memelopori pendapatan perusahaan dan berita olahraga yang dihasilkan AI pada tahun 2014?
Associated Press mulai menggunakan perangkat lunak Wordsmith Automated Insights sekitar tahun 2014 untuk menghasilkan laporan pendapatan perusahaan dan rekap bisbol liga kecil secara otomatis.
Apa yang salah ketika CNET menerbitkan artikel keuangan yang ditulis AI pada tahun 2023?
Artikel keuangan yang dibuat oleh AI di CNET mengandung banyak kesalahan faktual, sehingga memaksa outlet tersebut untuk melakukan koreksi dan mengungkapkan keterlibatan AI.
Mengapa pembuatan bahasa alami berbasis template umumnya lebih akurat dibandingkan model bahasa besar untuk skor olahraga?
Sistem templat memasukkan data yang sudah diverifikasi (seperti skor akhir) ke dalam kalimat yang telah ditulis sebelumnya, sehingga sistem tersebut tidak menciptakan fakta seperti yang dapat dilakukan oleh model bahasa prediktif.
Apa yang dimaksud dengan model bahasa 'berhalusinasi' dalam konteks berita?
Halusinasi adalah ketika seorang model menghasilkan konten yang terdengar masuk akal tetapi dibuat-buat, seperti kutipan, sumber, atau statistik yang dibuat-buat.
Tugas manakah yang sangat cocok untuk dibantu oleh AI dalam jurnalisme investigatif?
Pembelajaran mesin unggul dalam menyaring kumpulan dokumen besar untuk mencari pola dan koneksi, seperti yang digunakan dalam proyek seperti Panama Papers, sementara pembuatan sumber tetap merupakan pekerjaan manusia.