Γνωρίστε τους δημοσιογράφους που εκπαιδεύουν την AI που ίσως τους αντικαταστήσει

Όταν οι εταιρείες τεχνητής νοημοσύνης αναζητούν ανθρώπους για να εκπαιδεύσουν τα συστήματά τους, στην ουσία αναζητούν άτομα που μπορούν να αναλάβουν καθήκοντα συντακτών: να κρίνουν, δηλαδή, κατά πόσο ένα κείμενο έχει σαφήνεια, ακριβείς πληροφορίες, είναι σωστά δομημένο και έχει φυσικό λόγο.

Σε πολλές αγγελίες για θέσεις εκπαίδευσης συστημάτων τεχνητής νοημοσύνης αυτό που ζητείται από τους υποψηφίους είναι να διασφαλίζουν ότι οι απαντήσεις που δίνουν τα chatbot είναι γραμμένες με «ακρίβεια, σαφήνεια και φυσικό λόγο». Σε άλλες περιπτώσεις ο ρόλος τους είναι να «συντάσσουν πρωτότυπο περιεχόμενο υψηλής ποιότητας που να επιδεικνύει μεγάλη δημιουργικότητα», ώστε να βελτιώνεται η απόδοση των μοντέλων. Ορισμένες αγγελίες, μάλιστα, απευθύνονται σε ανθρώπους με επαγγελματική εμπειρία στη συγγραφή κειμένων, όπως δημοσιογράφους και επιμελητές ύλης.

Με άλλα λόγια, οι εταιρείες αναζητούν ανθρώπους με καλές δεξιότητες γραφής, οι οποίοι θα επιμελούνται προσεκτικά τα κείμενα και θα μπορούν να κρίνουν αν ο τόνος, το ύφος και η ποιότητά τους είναι κατάλληλα για το κοινό στο οποίο απευθύνονται – δεξιότητες που οι δημοσιογράφοι αξιοποιούν καθημερινά.

Με την παραγωγική τεχνητή νοημοσύνη (generative AI) να δυσκολεύει όλο και περισσότερο την ήδη επισφαλή πραγματικότητα των ελεύθερων επαγγελματιών (freelancers), πολλοί δημοσιογράφοι παίρνουν την απόφαση να αξιοποιήσουν τις γνώσεις τους στην εκπαίδευση των ίδιων των μοντέλων που έχουν φέρει τα πάνω-κάτω στον κλάδο τους. Μίλησα με τέσσερις ανεξάρτητους δημοσιογράφους από τον Καναδά, την Ινδία, τη Γερμανία και τις Ηνωμένες Πολιτείες, οι οποίοι έχουν αναλάβει τέτοιου είδους δουλειές. Εξηγούν γιατί πήραν αυτή την απόφαση, τι ακριβώς περιλαμβάνει η εργασία τους και πώς φαντάζονται το μέλλον τους σε έναν κόσμο που οι ίδιοι συμβάλλουν να διαμορφωθεί.

1. Πώς οι δημοσιογράφοι εκπαιδεύουν τα μοντέλα τεχνητής νοημοσύνης

Ο Ντάριους Όσμπορν (Darius Osborne) έκανε όλα τα βήματα που χρειάζονται για να χτίσει μια καριέρα στη δημοσιογραφία. Συμμετείχε στην πανεπιστημιακή εφημερίδα, έκανε πρακτική άσκηση σε δημοσιογραφικούς οργανισμούς τα καλοκαίρια και έλαβε δύο υποτροφίες όσο σπούδαζε στο Πανεπιστήμιο Howard στην Ουάσινγκτον.

Μετά την αποφοίτησή του, όμως, δεν κατάφερε να εξασφαλίσει μια θέση για νέους δημοσιογράφους σε κάποιο δημοσιογραφικό μέσο. Η καλύτερη δουλειά που βρήκε ήταν ως αναλυτής επισήμανσης δεδομένων (data labelling analyst) στη Meta.

«Η διαδικασία αναζήτησης εργασίας στη δημοσιογραφία είναι εφιάλτης», λέει. «Μετά το πανεπιστήμιο, έστελνα τη μία αίτηση μετά την άλλη. Στο τέλος στάθηκα πολύ τυχερός».

Η διαδικασία που περιγράφει του εξασφάλισε κάποιες συνεργασίες ως freelancer με μέσα ενημέρωσης στις Ηνωμένες Πολιτείες, όμως παράλληλα προσλήφθηκε από τη Meta για να συμμετάσχει στην εκπαίδευση του μοντέλου τεχνητής νοημοσύνης της.

Η δουλειά του περιλαμβάνει κυρίως την αξιολόγηση βίντεο, καθώς και προτρεπτικών εντολών (prompts) και άλλων στοιχείων του συστήματος, προκειμένου να διαπιστώσει αν πληρούν τα πρότυπα ποιότητας, ελέγχοντας τη σαφήνεια, πιθανά οπτικά σφάλματα, αφύσικες εικόνες και ακατάλληλο περιεχόμενο. Αν και δεν πρόκειται για δημοσιογραφική δουλειά, ο Όσμπορν λέει ότι του προσφέρει την οικονομική σταθερότητα που χρειάζεται για να συνεχίσει να εργάζεται παράλληλα ως freelancer στον ελεύθερο χρόνο του.

«Νιώθω ότι δεν αξιοποιώ καθόλου τις δημοσιογραφικές μου δεξιότητες», λέει ο Όσμπορν. «Όλοι χρειάζονται μια δουλειά για να συντηρούνται και αυτό ακριβώς είναι και αυτό. Μερικές φορές δεν καταφέρνεις να βρεις τη δουλειά που ήλπιζες μετά το πανεπιστήμιο, αλλά ο στόχος μου είναι να αποκτήσω μια σχετική σταθερότητα μέχρι να τα καταφέρω».

Η περίπτωση του Όσμπορν δεν είναι μοναδική. Στον Καναδά, η Χαλέντα Καν (Khaleda Khan) αναζητούσε κάποια θέση σε αρχικό επίπεδο (entry-level) στα μέσα ενημέρωσης επί πέντε σχεδόν μήνες μετά την αποφοίτησή της στα τέλη του 2024, μέχρι που τελικά κατέληξε να εργάζεται στην xAI ως εκπαιδεύτρια του chatbot Grok της εταιρείας.

Όπως και ο Όσμπορν, κατά τη διάρκεια των σπουδών της είχε ήδη αποκτήσει εμπειρία ως ανεξάρτητη δημοσιογράφος μέσα από πρακτική άσκηση σε μεγάλα μέσα ενημέρωσης της χώρας. Μετά την αποφοίτησή της, άρχισε να αναζητά την πρώτη της επαγγελματική ευκαιρία στον χώρο της δημοσιογραφίας, μέχρι που ο αδελφός της τής έστειλε μια αγγελία που ταίριαζε στις δεξιότητές της στη γραφή, την έρευνα και τις ξένες γλώσσες.

Στους έξι μήνες που εργάστηκε στην xAI, η δουλειά της επικεντρωνόταν στη βελτίωση των συστημάτων τεχνητής νοημοσύνης μέσα από έναν συνδυασμό απομαγνητοφώνησης, γλωσσικής επιμέλειας και ποιοτικού ελέγχου – ή, όπως λέει η ίδια, «στο να είσαι ο επιμελητής ενός ρομπότ». Για παράδειγμα, διόρθωνε τα δεδομένα απομαγνητοφώνησης του Grok για διαφορετικές προφορές από όλο τον κόσμο, συμμετείχε στην εκπαίδευσή του ώστε να μιλά και να κατανοεί γλώσσες πέρα από τα αγγλικά (όπως τα χίντι και τα ουρντού), αξιολογούσε βίντεο που παρήγαγε η τεχνητή νοημοσύνη για οπτικές και δημιουργικές αστοχίες και βελτίωνε τις απαντήσεις του μοντέλου εντοπίζοντας αφύσικες διατυπώσεις ή προβλήματα στο ύφος.

Όπως εξηγεί, η ομάδα της συνέβαλλε στην προσπάθεια του Grok να αναζητά όσο το δυνατόν περισσότερο την αλήθεια, ελέγχοντας σχολαστικά τις πηγές και αποφεύγοντας την παραπληροφόρηση. Ωστόσο, μία από τις μεγαλύτερες προκλήσεις ήταν η διαχείριση της έκτακτης επικαιρότητας και ο περιορισμός των λεγόμενων «ψευδαισθήσεων» (hallucinations) της τεχνητής νοημοσύνης. Μεγάλο μέρος της δουλειάς της αφορούσε την ανίχνευση του τρόπου με τον οποίο το μοντέλο κατέληγε στις απαντήσεις του και τη διόρθωσή του όταν επινοούσε γεγονότα, ιδιαίτερα σε κρίσιμα θέματα, όπως η πολιτική, η εγκληματικότητα και η ειδησεογραφία.

«Υπήρχαν πολλές δημοσιογραφικές δεξιότητες που μπορούσα να χρησιμοποιώ καθημερινά στη δουλειά μου και αυτό με εξέπληξε, ειδικά επειδή και ο άνθρωπος που με προσέλαβε είχε δημοσιογραφικό υπόβαθρο» λέει. «Δεν υπήρχαν τόσο πολλοί άνθρωποι με τεχνολογικό υπόβαθρο όσο θα περίμενε κανείς· αντίθετα, υπήρχαν πολλοί από τον χώρο των ανθρωπιστικών επιστημών. Είχαμε πολλά άτομα με εμπειρία στη συγγραφή».

Ωστόσο, δεν είναι μόνο οι νέοι δημοσιογράφοι που στρέφονται σε τέτοιες δουλειές. Η Μπίσμα Φαρούκ (Bisma Farooq) εργαζόταν ως ανεξάρτητη δημοσιογράφος στην Ινδία τα τελευταία πέντε χρόνια.

Παρότι έκλεινε αρκετές δουλειές και είχε μια σταθερή ροή εργασιών, τα χρήματα δεν ήταν αρκετά για να καλύψουν τα έξοδά της. Καθώς αναζητούσε εναλλακτικούς τρόπους να συμπληρώσει το εισόδημά της χωρίς να εγκαταλείψει τη δημοσιογραφία, ένας φίλος τής πρότεινε να ασχοληθεί με την εκπαίδευση μοντέλων τεχνητής νοημοσύνης. Έτσι υπέβαλε αίτηση στην Invisible Technologies, στον τομέα της εκπαίδευσης μοντέλων τεχνητής νοημοσύνης και επισήμανσης δεδομένων (data annotation).

«Με το που μπήκα σε αυτόν τον χώρο, πέρασα υπαρξιακή κρίση. Τι κάνω εδώ, σκεφτόμουν. Τι είναι όλο αυτό;» λέει η ίδια. «Ένιωθα να μιλάω απλώς με ρομπότ και σκεφτόμουν ότι αυτός δεν είναι ο κλάδος μου. “Γιατί βρίσκομαι εδώ;” αναρωτιόμουν». Παρόλο που πέρασα αυτή την κρίση, συνέχισα να δουλεύω εκεί, γιατί έπρεπε κάπως να πληρώσω τους λογαριασμούς. Τελικά έμεινα στη δουλειά, αλλά δεν ένιωθα καλά με αυτό».

Περιγράφει τη δουλειά ως ιδιαίτερα τεχνική και πολύ διαφορετική από τη δημοσιογραφία, καθώς περιλάμβανε εργασίες όπως η απόκρυψη προσωπικών στοιχείων από εικόνες, η κατηγοριοποίηση και επεξεργασία δεδομένων, η αναγνώριση γλωσσών όπως τα ουρντού και τα αγγλικά και ο εντοπισμός γλωσσικών λαθών. Η αμοιβή βασιζόταν στον αριθμό των εργασιών που ολοκλήρωνε. Όσο περισσότερες εργασίες αναλάμβανε, τόσο περισσότερα χρήματα κέρδιζε. Η διαρκής προσπάθεια να εξασφαλίζει νέες εργασίες, σε συνδυασμό με την έλλειψη δημιουργικότητας, την εξουθένωσε. Πλέον, αν και εξακολουθεί να είναι εγγεγραμμένη στην πλατφόρμα, δεν αναλαμβάνει νέες δουλειές.

«Δεν το άντεξα. Χάνεις τη δημιουργικότητά σου και την ικανότητά σου να σκέφτεσαι», λέει η Φαρούκ. «Είναι πολύ διαφορετικό από τη δημοσιογραφία. Δεν είναι αυτό που θα φανταζόσουν από μια τέτοια δουλειά.»

Η Μπετίνα Μπλας (Bettina Blass) εργάζεται ως ανεξάρτητη δημοσιογράφος στη Γερμανία από το 2003. Τα τελευταία χρόνια ο αριθμός των κειμένων που της ανατίθενται έχει μειωθεί σημαντικά, κάτι που αποδίδει στην άνοδο της τεχνητής νοημοσύνης. Ξεκίνησε να συνεργάζεται με τη γερμανική startup τεχνητής νοημοσύνης tisix.io, όταν είδε στο LinkedIn ότι η εταιρεία αναζητούσε δημοσιογράφους από τη Γερμανία.

Για ενάμιση χρόνο, η Μπλας συνεργαζόταν με τη startup εταιρεία για την ανάπτυξη ενός εργαλείου επιμέλειας με τεχνητή νοημοσύνη, το οποίο μετατρέπει αυτόματα δελτία Τύπου, αστυνομικά δελτία και ενημερώσεις από την τοπική κοινότητα σε δημοσιογραφικά άρθρα. Για να γίνει αυτό, έπρεπε να γράψει τους κανόνες και τις εντολές (prompts) που θα ακολουθούσε το μοντέλο τεχνητής νοημοσύνης.

«Στη δημοσιογραφία η πληροφορία παρουσιάζεται πάντα με τη λογική της ανεστραμμένης πυραμίδας. Εσύ, ως δημοσιογράφος, το ξέρεις αυτό· ένα εργαλείο τεχνητής νοημοσύνης όμως όχι. Πρέπει να του διδάξεις πώς λειτουργεί αυτή η δομή», εξηγεί η Μπλας. «Χρειάζεται να γνωρίζεις τις βασικές αρχές της δημοσιογραφίας για να μπορέσεις να μάθεις σε ένα σύστημα τεχνητής νοημοσύνης να γράφει με αυτόν τον τρόπο».

Όσον αφορά στις αποδοχές, η Καν και ο Όσμπορν λένε ότι η εργασία τους σε τεχνολογικές εταιρείες όχι μόνο τους προσφέρει την οικονομική σταθερότητα που δεν μπορεί να εξασφαλίσει το freelancing, αλλά και σημαντικά υψηλότερες αμοιβές από εκείνες της δημοσιογραφίας. Η εμπειρία της Μπλας και της Φαρούκ, ωστόσο, ήταν διαφορετική. Η πρώτη εργαζόταν σε μια startup όπου πληρωνόταν ωριαία, ενώ η δεύτερη αμειβόταν ανάλογα με τον αριθμό των εργασιών που ολοκλήρωνε. Και οι δύο λένε ότι οι αμοιβές που λάμβαναν ως ανεξάρτητες δημοσιογράφοι ήταν συνήθως καλύτερες από εκείνες που έπαιρναν για τη δουλειά τους στην τεχνητή νοημοσύνη.

«Η δημοσιογραφία δεν αμείβεται με τον ίδιο τρόπο. Πρέπει να αντλείς ικανοποίηση από την ίδια τη δουλειά σου και όχι από την αμοιβή που παίρνεις. Είναι κάτι που πρέπει να θυμίζεις διαρκώς στον εαυτό σου, γιατί δεν αποτυπώνεται στον μισθό σου», λέει η Καν.

2. Θα αντικαταστήσουν τα συστήματα τεχνητής νοημοσύνης τους δημοσιογράφους που τα εκπαιδεύουν;

Ανθρώποι από ολόκληρο τον κλάδο είναι έντονα διχασμένοι ως προς τον ρόλο που πρέπει να διαδραματίζει η τεχνητή νοημοσύνη στη δημοσιογραφία. Κάποιοι θεωρούν ότι τα ΜΜΕ πρέπει να αξιοποιήσουν τις δυνατότητές της, ενώ άλλοι πιστεύουν ότι οφείλουν να κρατήσουν αποστάσεις. Οι δημοσιογράφοι με τους οποίους μίλησα βρέθηκαν αντιμέτωποι με ένα παράδοξο: χρησιμοποιούν τις δεξιότητές τους για να εκπαιδεύσουν ένα εργαλείο που, στο μέλλον, μπορεί να τους αντικαταστήσει.

Όταν η Καν έμαθε ότι η xAI δεν θα ανανέωνε τη σύμβασή της μετά τους πρώτους έξι μήνες, συνειδητοποίησε πόσο γρήγορα είχε αλλάξει το τοπίο εξαιτίας της τεχνητής νοημοσύνης.

«Όσο δούλευα εκεί, αναρωτιόμουν συνεχώς: “Μήπως συμβάλλω στο να δημιουργηθεί κάτι που τελικά θα με αντικαταστήσει;”. Ακόμα το σκέφτομαι», λέει η Καν. «Δεν φανταζόμουν ότι ως freelancer θα κατέληγα να ανταγωνίζομαι αυτή την τεχνολογία. Δεν περίμενα ότι όλα θα άλλαζαν τόσο γρήγορα».

Ο Όσμπορν λέει ότι συχνά νιώθει πως εκπαιδεύει τον ίδιο του τον αντικαταστάτη. Παρ’ όλα αυτά, αποφάσισε να εργαστεί στον χώρο της τεχνητής νοημοσύνης, ζυγίζοντας από τη μία τους προβληματισμούς του για τις συνέπειες που μπορεί να έχει η τεχνολογία αυτή στη δημοσιογραφία και από την άλλη την ανάγκη του για οικονομική σταθερότητα. Παράλληλα, πιστεύει ότι η τεχνητή νοημοσύνη μπορεί να χρησιμοποιηθεί με υπεύθυνο τρόπο.

«Ως δημοσιογράφος έχω κι εγώ τις επιφυλάξεις μου για την τεχνητή νοημοσύνη», λέει. «Ξέρω όμως ότι η αγορά εργασίας αλλάζει. Αν βρεθώ ξανά χωρίς δουλειά, η εμπειρία που έχω αποκτήσει στην τεχνητή νοημοσύνη μπορεί να με βοηθήσει να σταθώ στα πόδια μου».

Παράλληλα, η καθημερινή του εμπειρία τον έχει πείσει ότι η τεχνητή νοημοσύνη απέχει ακόμη πολύ από την ποιότητα της ανθρώπινης δημοσιογραφίας. Εκπαιδεύοντας ο ίδιος μοντέλα τεχνητής νοημοσύνης, διαπίστωσε ότι τα συστήματα αυτά κάθε άλλο παρά αυτόνομα είναι. Πίσω από τη λειτουργία τους εξακολουθεί να κρύβεται τεράστιος όγκος ανθρώπινης εργασίας.

«Εάν όλο αυτό ήταν ένα όχημα, η τεχνητή νοημοσύνη θα ήταν αυτοκίνητο και οι άνθρωποι η βενζίνη», μου λέει ο Όσμπορν. «Εμείς είμαστε το καύσιμο. Η ιδέα ότι κάποια στιγμή η τεχνητή νοημοσύνη θα μπορεί να αναπαράγεται μόνη της είναι σίγουρα τρομακτική, αλλά βλέπω καθημερινά πόσο απέχουμε ακόμα από κάτι τέτοιο».

Η Γερμανίδα δημοσιογράφος Μπετίνα Μπλας πιστεύει ότι οι δημοσιογράφοι πρέπει να προσαρμοστούν στη νέα πραγματικότητα της τεχνητής νοημοσύνης, να αλλάξουν τον τρόπο με τον οποίο εργάζονται ή ακόμα και να εξετάσουν άλλες επαγγελματικές οδούς, αντί να προσπαθούν να πολεμήσουν την τεχνολογία. Τονίζει, ωστόσο, ότι η τεχνητή νοημοσύνη εξακολουθεί να εξαρτάται σε μεγάλο βαθμό από τον άνθρωπο. Παραμένει επιρρεπής σε προκαταλήψεις, λάθη και «ψευδαισθήσεις», γεγονός που καθιστά μάλλον απίθανη μια άμεση αντικατάσταση των δημοσιογράφων.

«Η τεχνητή νοημοσύνη ήρθε για να μείνει, επομένως, όσοι ασχολούμαστε με τη δημοσιογραφική συγγραφή πρέπει από τώρα να καταλάβουμε τους τρόπους με τους οποίους θα αλλάξει τη δουλειά μας», λέει. «Πάντως, διαπίστωσα ότι δεν πρόκειται για κάποια μαγική τεχνολογία. Χωρίς τους ανθρώπους που τη βελτιώνουν και εκπαιδεύουν τα μοντέλα της, η τεχνητή νοημοσύνη δεν θα υπήρχε».

3. Ο ορισμός της ανθρώπινης «πινελιάς»

Οι περισσότεροι υπεύθυνοι των μέσων ενημέρωσης δεν διαφωνούν πλέον για το αν πρέπει να υιοθετηθεί η τεχνητή νοημοσύνη, αλλά για τον βαθμό στον οποίο θα πρέπει να αξιοποιηθεί. Τα μεγαλύτερα ηθικά και φιλοσοφικά ερωτήματα πλέον αφορούν το τι θεωρούμε φυσικό, ποιες εργασίες πρέπει να αυτοματοποιούνται και μέχρι ποιο σημείο μπορούμε να ζητάμε από τις μηχανές να μιμούνται τον άνθρωπο. Έχοντας δει από κοντά τον τρόπο με τον οποίο λειτουργεί αυτή η τεχνολογία, οι δημοσιογράφοι με τους οποίους μίλησα συμφώνησαν σε γενικές γραμμές ότι η τεχνητή νοημοσύνη δεν μπορεί να αναπαράγει πλήρως τη δημιουργικότητα, την κρίση και την ανθρώπινη οπτική που βρίσκονται στον πυρήνα της δημοσιογραφίας.

«Μετά την εμπειρία μου στην εκπαίδευση μοντέλων τεχνητής νοημοσύνης, πιστεύω ότι η ανθρώπινη διάσταση, τα πραγματικά συναισθήματα και η ματιά ενός πραγματικού δημοσιογράφου, δεν πρόκειται ποτέ να αντικατασταθούν από μια μηχανή. Τα ρομπότ δεν θα μπορέσουν ποτέ να το αντικαταστήσουν αυτό», λέει η Φαρούκ.

Το σημαντικότερο, ωστόσο, είναι ότι κανένας από τους δημοσιογράφους με τους οποίους μίλησα δεν απέρριψε συνολικά την τεχνητή νοημοσύνη. Αντίθετα, είπαν ότι η συμμετοχή τους στην εκπαίδευση αυτής της τεχνολογίας και η καλύτερη κατανόηση του τρόπου λειτουργίας της τούς βοήθησαν να τη δουν ως ένα εργαλείο που θα γίνει αναπόσπαστο κομμάτι του έργου τους. Τη θεωρούν χρήσιμη για τη διεκπεραίωσή επαναλαμβανόμενων και μηχανικών εργασιών, αλλά πιστεύουν ότι δεν μπορεί – ούτε θα έπρεπε – να αντικαταστήσει το ανθρώπινο στοιχείο της δημοσιογραφίας.

Η Μπλας και η Καν υποστήριξαν ότι η τεχνητή νοημοσύνη είναι ιδιαίτερα χρήσιμη για τις μονότονες εργασίες, όπως η καταγραφή αθλητικών αποτελεσμάτων ή η επεξεργασία δελτίων Τύπου, καθώς αυτό δίνει χρόνο στους δημοσιογράφους να επικεντρωθούν σε ουσιαστικότερα ρεπορτάζ. Ιδανικά – και ίσως με μια δόση αισιοδοξίας – όπως είπαν, στο μέλλον η τεχνητή νοημοσύνη δεν θα αποτελεί απειλή, αλλά εργαλείο συνεργασίας που θα βοηθήσει τη δημοσιογραφία να εξελιχθεί.

«Η δημοσιογραφία διανύει μια περίεργη μεταβατική περίοδο: όλο και λιγότεροι άνθρωποι διαβάζουν, αλλά ταυτόχρονα υπάρχει μεγάλη ζήτηση για περιεχόμενο – και η δημοσιογραφία δεν ισοδυναμεί με περιεχόμενο», λέει η Καν. «Η τεχνητή νοημοσύνη θα αλλάξει ριζικά τον τρόπο με τον οποίο δημιουργούμε και προσφέρουμε περιεχόμενο στο κοινό, όχι μόνο τον τρόπο με τον οποίο τη χρησιμοποιούμε στην ίδια τη δημοσιογραφική πρακτική. Αυτό σημαίνει ότι ο κόσμος της τεχνολογίας και της δημοσιογραφίας θα πρέπει να βρουν έναν κοινό τόπο σκέψης και συνεργασίας».