Voiko tekoäly korvata toimittajat? Tätä mietitään juuri nyt ympäri maailmaa, myös Columbia Journalism Schoolissa. Aiheen pohtiminen on vienyt minut alamme eksistentiaalisen peruskysymyksen äärelle: mitä journalismi lopulta on.

Butler-kirjasto tarjoaa rauhallisia lukusaleja opiskeluun ja on useimpina päivinä avoinna vuorokauden ympäri.

On hyvin todennäköistä, että pian tekoäly tuottaa ihmistä paremmin erilaisia tekstilajeja uutisesta pakinaan, mukavaa höpöttelypodcastia ja koukuttavaa videota. Kyse on siitä, kuka tajuaa syöttää tekoälylle kiinnostavimmat materiaalit ja keksii parhaimmat promptit, suomeksi sanottuna tekoälykehotteet.

Tämä ymmärretään myös datajournalismiopinnoissa, joissa esim. ChatGPT:tä kannustetaan hyödyntämään. Tärkeintä on olla avoin siitä, mihin tekoälytyökaluja käyttää ja tarkka siitä, että myös todella opettelee perusasiat. On eri asia tehostaa omaa työskentelyään tekoälysovelluksen avulla kuin olla riippuvainen siitä.

Tällä hetkellä ChatGPT:n, Midjourneyn tai Googlen NotebookLM:n kaltaiset tekoälytyökalut ovat vielä niin köykäisiä, että niiden kyvykkyyden rajoihin törmää nopeasti, etenkin jos työskentelee suomeksi. Kehitys etenee kuitenkin niin nopeasti, että se pakottaa kohtaamaan pysäyttävän kysymyksen: Mitkä nykyisistä taidoistani ovat työurani loppupuolella yhtä käyttökelpoisia kuin filmiä saksilla leikkaamisen taito on tänä päivänä vanhemman polven videoeditoreille?

Tässä kaksi skenaariota, jotka eivät ole mahdollisia tänään, tuskin ensi vuonnakaan, mutta ehkä paljon nopeammin kuin haluaisimme uskoa.

Ensimmäisessä kuvitelmassa annamme tekoälyn tehdä tunteita herättävän videon: Kerro minuutin mittaisessa videossa viimeisimmät tutkimustiedot ilmastonmuutoksen vaikutuksesta sään ääri-ilmiöihin. Pidä huolta, että videon aikana katsoja saa sekä huvittua että sitten järkyttyä. Huolehdi, että kaikki perustuu näihin liitteenä oleviin tieteellisiin tutkimuksiin. Ja kas vain, muutamassa minuutissa meillä on explainer-video liitettäväksi viimeisimpään hurrikaaniuutiseen.

Toisessa skenaariossa laitamme tekoälyn kuuntelemaan eduskunnan kyselytunnin: Tee tästä 20 minuutin mittainen podcast, jossa kolme innokasta toimittajaa tiivistää keskustelumuotoon sen, mikä kyselytunnilla oli kiinnostavinta. Lisää mukaan analyysi siitä, miten tämän eduskuntakeskustelun voidaan olettaa vaikuttavan kiisteltyyn lakialoitteeseen, johon liittyvä materiaali oheisessa liitetiedostossa. Tästä tilanteesta emme edes ole kovin kaukana, kuuntele vaikka miten Helsingin Sanomat on laittanut NotebookLM:n luomaan keskustelun Niclas Storåsin esseestä.

***

Ja taas tulee mieleen uransa saksien kanssa aloittaneet leikkaajat. Mikäli taitoa tuottaa esimerkiksi hyvää feature-artikkelia, tunteita herättävää videojuttua tai hyvin rullaavaa keskustelupodia ei enää lasketa toimittajan ammattitaitojen peruspilariksi, mistä ammatissamme on lopulta kysymys?

Viime kuukausina olen taipunut ajattelemaan, että journalismi on ennen kaikkea etiikkaa, metodologiaa ja läpinäkyvyyttä. Tulemme varmasti käyttämään tekoälyä entistä enemmän kaikissa journalistisen prosessin vaiheissa, mutta lopullinen vastuu tehdyistä valinnoista on aina toimittajilla. Ihmiset määrittävät journalismin tekemisen eettiset periaatteet ja käytetyn metodologian. Toimittajilla on vastuu huolehtia siitä, että yleisö todella ymmärtää mitä, miten ja miksi journalistiset ratkaisut on tehty.

Columbian journalismikoulun ylevät tavoitteet tiivistettynä Pulitzer Hall -rakennuksen aulassa.

Meidän vastuumme on selittää yleisölle, mikä tekee journalismista journalismia ja erottaa sen kaikesta muusta internetin kontentista. Medialukutaito muuttuu entistä vaikeammaksi, jos samalla somealustalla jaettu ja tekoälyllä avulla luotu video samasta aiheesta voi tekotavasta riippuen olla journalismia, markkinointia tai poliittista propagandaa. Mutta miten me toimittajina teemme osamme medialukutaidon lisäämisessä?

Columbiassa puhutaan medialukutaidon rinnalla yhä enemmän tekoälylukutaidosta. Tätä vaaditaan jatkossa myös toimittajilta. Eikä riitä, että osaa olla lähdekriittinen muiden materiaaleja kohtaan, läpinäkyvää laatujournalismia tekevän toimittajan täytyy myös ymmärtää, miten hänen käyttämänsä työkalut toimivat. Tähän mennessä jokainen osaa varmasti selittää ChatGPT:n toimintalogiikan perusidean, mutta riittääkö se? Miten syvästi meidän täytyy ymmärtää työkaluja, joita työssämme käytämme?

Samalla kun pohdin näitä syviä peruskysymyksiä, on myönnettävä että opiskelu on lopulta hyvin arkista. Tähän mennessä käymäni kurssit ovat käsitelleet uutistyön perusteita, datajournalismin alkeita, journalismin etiikkaa ja lainsäädäntöä. Varsinaiset dataopinnot ovat vasta alussa, juuri nyt opettelemme Python-ohjelmointikielen ja SQL-kyselykielen alkeita. Huippuyliopiston opetustapaan kuuluu selvästi ajatus siitä, että annetaan huippuvauhdilla huippumäärä työtä. On pakko priorisoida. Itse olen päättänyt panostaa kaikkeni varsinaisiin dataopintoihin, muun hoidan kunnollisesti, mutta mahdollisimman tehokkaasti. Tälläkin asenteella kotitehtävien tekemiseen menee joka viikko valtava tuntimäärä.

Columbian toimittajakoulutuksessa yhteys työelämään on vahva. Olen kuullut kymmenien ammattilaisten kertovan työstään. Tiistai-iltaisin koko parin sadan maisteriopiskelijan vuosikurssi on kokoontunut isoon luentosaliin kuuntelemaan toimittajien uratarinoista, juttuprojektien synnystä ja journalismin tulevaisuuteen liittyvistä näkemyksiä. Lähes aina kun tulee mahdollisuus esittää yleisökysymyksiä, joku kysyy: “Mitä meidän kannattaisi tehdä, jotta selviäisimme työelämässä?” Yllättävän usein vastaus on ollut: opiskelkaa käyttämään dataa.

Dekaani Jelani Cobbin haastattelussa tv-toimittajana ja poliittisena kommentaattorina tunnetuksi tullut Rachel Maddow. Hän kertoi urapolustaan ja näkemyksistään vaalien käsittelystä mediassa.

Datajournalismin maisteriohjelmaa suorittavana vastaukselle on helppo hymyillä, mutta miksi vanhemmat kollegat haluavat kannustaa alalle pyrkivät nuoret nimenomaan pivot-taulukoiden ja Phyton-läksyjen äärelle? Pelkkään datajournalismiin keskittyminen kun on täälläkin poikkeus. Meitä dataopiskelijoita on tällä hetkellä kaksikymmentä, eli loput yli 90 prosenttia opiskelijoista käy datakursseja vaihtelevan määrän suuntautumisvaihtoehdosta ja henkilökohtaisista valinnoista riippuen.

On selvää, että tulevaisuudessa dataosaaminen auttaa meitä kaikissa journalistisen prosessin vaiheissa: ideoinnissa, tiedonhankinnassa, tarinankerronnassa ja jakelussa. Ja heti perään haluan korostaa, että oma näkemykseni on se, että paras toimitus on monipuolinen toimitus, jossa toimittajilla on erilaisia elämänkatsomuksia, taustoja ja vahvuuksia. Kaikkien ei tarvitse käyttää kallisarvoista aikaansa ohjelmointikielien opetteluun, mutta silti on nähtävissä selviä hyötyjä siitä, jos toimitusten tapa ajatella olisi entistä enemmän, englanninkielistä määritelmää lainaten, data-driven.

Miten datajournalismin keinoilla voidaan keksiä sellaisia ideoita, jonne emme muuten ylettyisi? Miten tekoäly voi auttaa meitä kaivamaan tietoa niin syvältä, ettei sinne ihmisvoimin voisi päästä, vakka käytössä olisi maailmanlaajuinen tutkivien journalistien verkosto? Miten voimme jatkossa kehittää moniulotteista audiovisuaalista tarinankerrontaa niin, että journalistiset tuotoksemme todella kiinnostavat yleisöä? Nämä ovat kysymyksiä, joihin yritän tulevina kuukausina parhaani mukaan etsiä vastauksia. Lisäksi tehokas data-analyysi ja kyky visualisoida dataa mahdollistaa uutisvoittoja myös breaking news -tilanteen keskellä. Tätä kirjoittaessani Yhdysvalloissa, ja ympäri maailmaa, odotetaan vuoden suurinta uutispäivää: Kumpi voittaa Donald Trump vai Kamala Harris?

Loppusuoralla tilanne on niin tasainen, että vaalien voittaja nimeä voidaan joutua odottamaan tuskastuttavan kauan. Samaan aikaan maan vaalijärjestelmä on arvaamaton. Jos käykin niin, että vaa’ankieliosavaltio toisensa jälkeen alkaa asettua yhden ja saman ehdokkaan taakse, voidaan lopputuloksena nähdä tasapeliä muistuttavan tilanteen sijaan murskavoitto ja rökäletappio. Joskin mikäli kukin osavaltiokohtainen tulos on tiukka, tarjoaa se maaperää spekulaatiolle ja salaliittoteorioille. Trump on luonut tilaa vaalivilppiepäilyille, joten varsinaisen vaalipäivän ja tammikuun virkaanastujaisten välille voi mahtua monenlaisia vaiheita.

Selvää on kuitenkin se, mikä toimituksia auttaa vaalituloksen perkaamisessa: data ja tekoäly. Vuoden 2020 presidentin vaaleissa annettiin lähes 160 miljoonaa ääntä. Vaikka kaikista tärkeintä onkin saada selvyys siitä kuka voitti, on vaalien jälkeen ilmassa monta muutakin polttavaa kysymystä: Mikä ratkaisi vaalit? Missä ero edeltäviin presidentinvaaleihin oli suurin? Minkä yhteiskuntaluokan tai etnisen taustan äänestäjät muuttivat kantaansa eniten? Näihin näkökulmiin keskittyvissä jutuissa uutisvoitot vie se toimitus, joka on ennalta osannut rakentaa tehokkaimmat työkalut valtavan datamassan keräämiseen ja analysoimiseen.

Seuraavassa blogissani kerron, miten vaalitulos otettiin vastaan Columbian toimittajaopiskelijoiden keskuudessa.

Kirjoittajan aikaisemmat artikkelit

• Erokohu uuden lukuvuoden aattona - 06.09.2024