هوش مصنوعی فرصت‌های بزرگی را در اختیار صنعت رسانه قرار می‌دهد، اما برای استفاده درست از آن باید هوشمندانه عمل کرد و ترکیبی از خلاقیت انسانی و توان الگوریتمی را به کار گرفت تا مانع از کژکارکردی این ابزار در رسانه‌ها شد.

امروزه کاربرد هوش مصنوعی در حوزه‌های مختلف تغییرات و تحولات چشمگری به دنبال داشته است. از جمله این حوزه‌ها، رسانه است. برای مثال بکارگیری فناوری‌های نوین هوش مصنوعی سبب شده، تولید و پخش اطلاعات و اخبار در رسانه های مختلف به سمت دگرگونی‌های بسیاری نظیر خودکارسازی، جمع آوری، تنظیم و پخش اخبار بدون کمک انسان پیش برود. اما با وجود این مزیت‌ها، باید توجه داشت که این فناوری نیز خالی از عیب نیست و اگر جوانب احتیاط رعایت نشود، ممکن است به کژکاردهایی از قبیل «خطر سوگیری الگوریتمی»، «وابستگی به هوش مصنوعی» و « خطر عدم رعایت حریم خصوصی و مسائل اخلاقی» منجر شود.

هوش مصنوعی فقط دنیای ما را تغییر شکل نمی دهد، بلکه آن را متحول می کند. وظایفی که به سال ها تخصص انسانی نیاز داشت، اکنون با یک چشم به هم زدن انجام می شوند. اما خطرات به همان اندازه بزرگ هستند. هوش مصنوعی بدون نظارت انسان، جهان را کور می کند و شاید هیچ کجا خطرناکتر و بی پرواتر از صلح و امنیت جهانی نباشد.

هوش مصنوعی در سال‌های اخیر توانسته است چند تغییر مهم در رسانه‌ها ایجاد کند یا دست‌کم نوید آن‌ را بدهد. نخستین تحول، «افزایش سرعت و دقت در گردآوری و پردازش اخبار» است. پیش‌تر روزنامه‌نگاران می‌بایست حجم عظیمی از داده‌ها را به شکل دستی بررسی و تحلیل می‌کردند، اما اکنون با این ابزار می‌توانند در کوتاه‌ترین زمان، داده‌های متنوعی را پالایش کرده و اطلاعات ارزشمندی در اختیار تحریریه‌ها قرار دهند.

دومین تغییر، «ظهور فرایندهای خودکار یا نیمه‌خودکار» در تولید محتواست. اینکه بتوان یک فایل دوساعته‌ی مصاحبه را در عرض کمتر از چند دقیقه به متن تبدیل کرد، وقت زیادی برای کارهای عمیق‌تر روزنامه‌نگاران باز می‌کند. همچنین قابلیت‌هایی مانند «خلاصه‌سازی خودکار» یا «تولید متن اولیه» می‌توانند بخش قابل توجهی از وظایف تکراری خبرنگاران را کاهش دهند. این ابزارها به روزنامه‌نگاران فرصت می‌دهند تا بیشتر بر بررسی‌های میدانی، مصاحبه‌های عمیق و تحلیل‌های جدی متمرکز شوند.

سومین تغییر عمده، «امکان داده‌محور شدن فرایندهای روزنامه‌نگاری» است. با استفاده از هوش مصنوعی، رسانه‌ها می‌توانند الگوها، روندها و پیش‌بینی‌ها را به‌صورت علمی‌تر و مبتنی بر کلان‌داده انجام دهند. همان‌طور که یک روزنامه‌نگار طی سال‌ها کار حرفه‌ای و کسب اطلاعات راجع به حوزه‌ای خاص می‌تواند اتفاق‌ها را در قالب‌هایی تحلیلی ارائه دهد، اکنون می‌تواند به جای اینکه سال‌ها وقت بگذارد و در حوزه‌ای کاملا مسلط اظهارنظر کند، می‌تواند از کلان‌داده‌های موجود برای کسب چشم‌اندازی نسبت به آینده استفاده کند.

به این ترتیب رسانه‌ها علاوه بر اینکه از امکانات اینترنت‌ اشیاء برای کسب خبر استفاده می‌کنند، می‌توانند این کلان‌داده‌ها را در مرکز تحلیل کنند و از دل این تحلیل‌ها پیش‌بینی اتفاق‌ها بیرون بیاید. رسانه‌های آینده جهان، وظیفه‌ی پیش‌بینی را برعهده دارند. این پیش‌بینی‌ها بر مبنای داده‌های گذشته‌نگر (یعنی آرشیو رسانه‌ها) امکانپذیر است. داده‌محور شدن روزنامه‌نگاری نه‌تنها به کشف موضوعات مهم پنهان کمک می‌کند، بلکه در تعیین سوژه‌های جذاب یا رویکردهای جدید خبری نیز راهگشاست.

ابعاد منفی و مثبت کاربست هوش مصنوعی در دنیای رسانه

این ماشین ویژگی‌های مثبتی دارد که از جمله‌ی آن می‌توانیم به «کاهش هزینه و زمان» اشاره کنیم. همچنین «دقت» ما برای انتشار و راستی‌آزمایی اخبار بیشتر می‌شود. الگوریتم‌های هوشمند می‌توانند خطاها یا تناقض‌های محتوایی را سریع‌تر تشخیص دهند.

 مثلا روزنامه‌نگارها می‌توانند از این ابزارها برای «خلق اَشکال نوین» محتوایی استفاده کنند. محتواهایی مثل تولید اینفوگرافیک هوشمند، پایش زنده در رویدادهای ورزشی یا سیاسی و به‌روزرسانی لحظه‌ای داده‌ها. به این نکات این را هم اضافه کنید که می‌توانیم محتوا را برای مخاطبان براساس پیشینه‌ی مطالعه یا علاقه‌مندی‌های آنان «شخصی‌سازی» کنیم و امروزه بررسی‌ها نشان می‌دهد که در کسب‌وکارها استفاده از ربات‌های هوشمند تا ۵۰ درصد میزان فروش را افزایش داده است.

چنین کاری می‌تواند نوع مواجهه‌ی کاربران و مخاطبان را با رسانه‌ها عوض کند. یعنی هوش مصنوعی با توجه به علائق ما محتوای مصرفی را مشخص می‌کند و به زودی همه‌ی ما از اتفاق‌ها با خبریم ولی به سبکی که خودمان دوست داریم با خبر باشیم. این دیگر فقط اولویت‌های درون و برون‌سازمانی نیست که تعیین می‌کند چه داده‌ای تبدیل به اطلاعات و چه اطلاعاتی به خبر تبدیل و کدام خبر چگونه در شبکه برجسته شود.

در کنار این مزایا، ابعاد منفی و چالش‌های این ابزارهای نوین را هم نباید از نظر دور بداریم؛ برای نمونه «خطر سوگیری الگوریتمی». مدل‌های هوش مصنوعی بر اساس داده‌های گذشته آموزش می‌بینند؛ اگر این داده‌ها از ابتدا سوگیرانه باشند، الگوریتم‌ها همان سوگیری را در خروجی نیز تکرار می‌کنند.

ما از این ماشین‌ها استفاده نمی‌کنیم که کار را کنار بگذاریم. از این ماشین‌ها بهره می‌بریم که بتوانیم برای افزایش مهارت یادگیری و همچنین ارتقای خلاقیت وقت داشته باشیم. پس قرار نیست تمام کارها را به این ماشین بسپاریم و به آن «وابستگی» پیدا کنیم.

چالش‌های مرتبط با حریم خصوصی و مسائل اخلاق و دسترسی گسترده‌تر این ماشین‌ها به داده‌های شخصی کاربران می‌تواند چالش‌های خطرناکی را در آینده رقم بزند. چون این ماشین با همه‌ی منافعی که دارد، اگر در کنترل افراد و شرکت‌های ناشایست قرار بگیرد، می‌تواند چالش‌های فردی و گروهی زیادی را برای تمامی انسان‌های جهان پدید آورد.

مدل‌های هوش مصنوعی اغلب بر پایه داده‌های غیربومی یا زبان‌های دیگر آموزش دیده‌اند. برای جلوگیری از خطا یا ضعف در سبک نگارش و درک مفاهیم محلی، باید فرایند بومی‌سازی به‌دقت انجام شود و داده‌های آموزشی متناسب با زبان و فرهنگ مورد استفاده قرار گیرد.

هوش مصنوعی فرصت‌های بزرگی را در اختیار صنعت رسانه قرار می‌دهد، اما برای استفاده درست از آن باید هوشمندانه عمل کرد و ترکیبی از خلاقیت انسانی و توان الگوریتمی را به کار گرفت.