ข่าวร้ายสำหรับนักข่าว: หุ่นยนต์เริ่มเป็นหัวข้อข่าวที่ดีขึ้น

โดยทั่วไปแล้ว วารสารศาสตร์ไม่เคยมีเรื่องง่ายๆ เลย ในการผลิตบทความ ผู้เขียนต้องใช้เวลาหลายชั่วโมงในการค้นคว้า วิเคราะห์ข้อมูล และตีความเพื่อให้เรียบลื่นและสอดคล้องกันในแต่ละประโยค แต่ความยากลำบากไม่ได้หยุดอยู่แค่นั้น ผู้เขียนจะต้องรู้วิธีตั้งชื่องานของเขาด้วย เพื่อให้งานของเขาได้รับการตอบรับเชิงบวกจากผู้อ่านมากขึ้น ในขณะที่ยังคงรักษาความซื่อสัตย์ ซึ่งเป็นหมวดหมู่ที่เกี่ยวข้องกับจรรยาบรรณทางวิชาชีพ

ในอดีตนักข่าวหลายคนเยาะเย้ยแนวคิดของระบบ AI ที่สามารถทำงานได้หรือแม้แต่ทำได้ดีกว่าพวกเขาด้วยซ้ำ แต่เมื่อพิจารณาถึงการพัฒนาเทคโนโลยีปัญญาประดิษฐ์ในปัจจุบัน บางทีนักข่าวควรเริ่มรู้สึกกังวลเกี่ยวกับอาชีพของตน ขณะนี้โมเดล AI สามารถรวบรวมข้อมูลเกี่ยวกับเหตุการณ์ต่างๆ จากนั้นวิเคราะห์ สังเคราะห์ และเขียนรายงานสั้นๆ ง่ายๆ ได้ด้วยตนเอง และโดยเฉพาะอย่างยิ่ง พวกเขาสามารถ "เผยแพร่บทความที่มีความถี่สูง" "ผลผลิตที่เวียนหัว" - ระดับของผลผลิตที่ปากกาเนื้อและเลือดสามารถทำได้ ไม่เคยบรรลุ อย่างไรก็ตาม จุดอ่อนที่ใหญ่ที่สุดของโมเดล AI ในการเขียนหนังสือพิมพ์ในปัจจุบันคือความคิดสร้างสรรค์ไม่สูงนัก ในความเป็นจริง "นักข่าว AI" ล้มเหลวอย่างสิ้นเชิงในการเขียนบทความที่มีมนุษย์เป็นศูนย์กลางซึ่งเป็นร้อยแก้วประเภทที่ต้องใช้ความคิดสร้างสรรค์สูงรวมถึงการใช้ภาษาที่ยืดหยุ่นและไพเราะ การเคลื่อนไหว สามารถดึงดูดผู้อ่านตั้งแต่ต้นจนจบ

• ปัญญาประดิษฐ์สามารถเขียนบทความทั้งหมดได้จากข้อมูลเพียงไม่กี่ชิ้น

แต่สิ่งนี้จะเปลี่ยนไปในไม่ช้า

Primer บริษัทชื่อดังด้าน AI เพิ่งประสบความสำเร็จในการพัฒนาเครื่องมือที่สามารถเขียนชื่อบทความสั้น ๆ และข่าวที่ดูเหมือนเขียนโดยนักเขียนมืออาชีพที่ทำงานให้กับหนังสือพิมพ์รายใหญ่ "ผลงาน" เหล่านี้ไม่ได้สมบูรณ์แบบ 100% แต่โดยทั่วไปตัวอย่างที่ให้ไว้มักจะค่อนข้างดี ซึ่งสอดคล้องกับเนื้อหาโดยรวมของบทความ

• นักวิจัยของ IBM วิเคราะห์โครงสร้างเซลล์มะเร็งเต้านมโดยใช้ AI

Kaveh Waddell ผู้เชี่ยวชาญจากเว็บไซต์ข่าวเทคโนโลยี Axios เป็นผู้รับผิดชอบในการดูแลการทำงานของหุ่นยนต์ Primer นาย Kaveh Waddell ขอให้ Primer ปล่อยให้หุ่นยนต์สร้างบทความใหม่โดยอิงจากข้อมูลที่ได้รับในอดีต พาดหัวข่าวที่เลือกทั้งหมดมาจากบทความของ Axios ก่อนหน้านี้ ยกเว้นบทความสุดท้ายซึ่งเป็นผลงานที่ Waddell เขียนให้กับ The Atlantic ได้แก่:

• การเปิดเผย AI ของรัฐบาลที่เป็นความลับ (ลิงก์อ้างอิง: www.axios.com/ai-surveillance-facial-recognition-secret-705b746b-43fa-4e1b-9866-96ef9c32d580.html)
• สงครามการได้มาซึ่ง AI (ลิงก์อ้างอิง: www.axios.com/ai-acquisitions-war-79ee3c6a-dcab-40d2-b574-0d2646fe4a46.html
• AI Sharecroppers (ลิงก์อ้างอิง: www.axios.com/the-ai-sharecroppers-b316d333-ce00-47a1-afd5-219d6138461e.html)
• การค้นหาหลุมศพจำนวนมากในเลบานอนอย่างสิ้นหวัง (ลิงก์อ้างอิง: www.theatlantic.com/international/archive/2018/04/lebanon-civil-war-burial-missing/558632/)

จากแหล่งข้อมูลของบทความข้างต้น โมเดล AI ของ Primer มีแนวคิด "การเขียน" บางอย่างในตัวมันเอง ผลปรากฏว่าสองหัวข้อแรกที่ AI คิดขึ้นมานั้นไม่ค่อยดีนัก อย่างไรก็ตาม ในสองกรณีล่าสุด โมเดล AI นี้ทำงานได้ดีมาก ทำให้เกิดหัวข้อข่าวที่บรรณาธิการส่วนใหญ่ไม่ลังเลที่จะเผยแพร่ทันที

• AI และการเฝ้าระวัง
• บริษัท AI ตั้งแต่ปี 2010 ได้สร้างแนวหน้าในสงครามที่ไม่หยุดยั้ง
• “ผู้แบ่งปัน” ใหม่
• ความทรงจำที่หายไปของเบรุต

ตามการประเมินของ Kaveh Waddell ชื่อแรกค่อนข้างน่าเบื่อ ไม่มีประเด็น และไม่น่าเชื่อถือเลยแม้แต่น้อย ชื่อเรื่องนี้ไม่ได้แย่ขนาดนั้น แต่จากข้อมูลของ Waddell นักเขียนรุ่นเยาว์ส่วนใหญ่จะสามารถคิดชื่อที่มีเนื้อหาเช่นนั้นได้ดีกว่ามาก สำหรับผู้แต่งที่มีประสบการณ์ พวกเขายังสามารถตั้งชื่อเรื่องที่ดีกว่านี้ได้เพียงแค่ใช้ความคิดเฉยๆ!

กรณีที่ 2 พลาดจุดสนใจและวัตถุประสงค์ของชื่อเรื่องไปอย่างสิ้นเชิง มันยาว สับสน และแน่นอนว่าไม่น่าสนใจเลย

• ความแตกต่างระหว่าง AI (ปัญญาประดิษฐ์) และคอมพิวเตอร์ทางปัญญา (Cognitive Computing)

อย่างไรก็ตาม ใน 2 กรณีหลังนี้ พูดได้อย่างยุติธรรมว่าโมเดล AI ของ Prime ทำได้ดีมากจริงๆ ไม่ด้อยกว่านักเขียนมืออาชีพเลย ในอุตสาหกรรมสื่อสารมวลชนออนไลน์ที่มีการแข่งขันกันดุเดือดในปัจจุบัน ชื่อเรื่องคือปัจจัยที่มีบทบาทสำคัญอย่างยิ่ง จะต้องน่าดึงดูดพอที่จะดึงดูดคลิกจากผู้อ่าน แต่ในขณะเดียวกัน ก็ต้องรับประกันความถูกต้อง ไม่ไกลจากเนื้อหา ของงานและไม่ทำให้เกิดความเข้าใจผิดที่ "อันตราย" สำหรับผู้ที่ชอบ "อ่านชื่อเรื่อง" เท่านั้น น่าแปลกใจที่ตอนนี้หุ่นยนต์สามารถสร้างชื่อมาตรฐานดังกล่าวได้

ในการฝึกโมเดล AI เพื่อสร้างหัวข้อข่าว Primer ต้องใช้หัวข้อข่าวและข่าวที่แตกต่างกันมากกว่าหนึ่งล้านรายการ ด้วยเหตุนี้ โมเดลจึงสามารถเรียนรู้การตั้งค่าและการโยงสตริงคำที่ดีที่สุดเท่าที่จะเป็นไปได้ โดยอิงตามข้อมูลการฝึกก่อนหน้า ถัดไป ผู้เชี่ยวชาญจะประเมินตัวอย่างที่สร้างโดย AI เทียบกับต้นฉบับ (เขียนโดยมนุษย์) ในการทดสอบที่เรียกว่า "การทดสอบทัวริงพาดหัว" ความสำเร็จในปัจจุบันที่ Primer ทำได้ด้วยโมเดล AI นั้นน่าทึ่งมาก

• AI ส่งผลต่อชีวิตประจำวันอย่างไร?

จนถึงปัจจุบัน การทำความเข้าใจและการสร้างภาษาที่เป็นธรรมชาติและมีมนุษย์เป็นศูนย์กลางยังคงเป็นหนึ่งในงานที่ยากที่สุดสำหรับ AI เมื่ออ่านแล้ว นักข่าว (รวมถึงฉันด้วย) ก็สามารถถอนหายใจด้วยความโล่งอกได้ เพราะ AI อาจจะไม่แย่งงานของพวกเขาในอนาคตอันใกล้นี้ อย่างไรก็ตาม ช่องว่างในความสามารถในการเขียนระหว่าง AI และมนุษย์ก็แคบลงเร็วกว่าที่เคย ท้ายที่สุดแล้ว บางทีเราควรเรียนรู้วิธีการเขียนโค้ด แทนที่จะเขียนบทความเหมือนที่เราทำทุกวันนี้