Andreas Marckmann Andreassen undersøger automatisering som fellow på SDU. Jacob Nielsen
Kan du kode? Altså skrive i et af de kodesprog, som computere forstår? I så fald: Tillykke! Det er godt at kunne, og det gør dig i stand til at kommandere maskiner og bruge dem i dit arbejde.
Men du behøver ikke kunne kode for at klare dig i fremtidens mediebranche – selvom mere og mere automatiseres, flere og flere af os arbejder digitalt, og udviklerne rykker ind på redaktionerne.
Debatten om, hvad vi skal kunne i en digital fremtid, er gammelkendt. I forbindelse med Journalistens artikelserie om robotjournalistik er den blusset op igen – for kan man klare sig i en medieverden med robotter, hvis man ikke kan deres sprog?
Ingen, som har arbejdet i medie- og kommunikationsbranchen de sidste 10 år, kan have undgået at spørge sig selv: Kan jeg det, jeg skal for at klare mig i fremtiden? Og jeg kender gode kolleger derude, som går rundt med en knude i maven, fordi spørgsmålet rumsterer: “Er det mig, de fyrer næste gang?”
Mit svar er: Du behøver ikke kunne kode, hvis andre kan. Til gengæld skal du kunne noget andet, som mange har brug for at blive bedre til.
Hvad vi skal kunne i en automatiseret fremtid, er en af overskrifterne på det fellowship-projekt, jeg startede i august. Over et halvt år har jeg fået det privilegium at fordybe mig i fordele og ulemper ved automatisering i mediebranchen. Jeg kigger blandt andet på robotjournalistik – altså hvor robotter skriver tekst og nogle gange hele artikler – men ser også bredere på automatisering. Hvordan kan maskinerne hjælpe os i fremtiden, hvad skal vi kunne for at samarbejde med dem, og hvordan undgår vi, at automatiseringen udfordrer vores kvalitet, etik, økonomi og arbejdsvilkår?
Jeg har været i gang siden august, og de første knap 50 interviews er i kassen. Halvdelen af dem har jeg lavet i USA, hvor jeg netop har været i tre uger for at møde små og store medier, tech-typer og forskere. Jeg har blandt andet spurgt dem, hvad vi skal kunne i fremtiden, og om alle skal kunne kode for at udnytte automatiseringen optimalt. Svaret fra nærmest alle var “nej”. Det samme svar har jeg fået fra kilderne i Danmark og Europa.
Men – der er et “men”: Alle skal ikke kunne kode, men alle skal have en grundlæggende forståelse for, hvad data er, hvordan det kan bruges – og hvordan vi kan bruge maskinerne i vores arbejde. Kort sagt: Du skal vide, hvad data kan, men ikke nødvendigvis hvordan man gør. Her er et par eksempler:
Washington Post satser på samarbejde med maskiner
Hos Washington Post har man eksperimenteret med en lang række forskellige digitale hjælpemidler. Avisen har også leget med automatisering i forskellige formater. I en periode eksperimenterede man med fuldt automatiserede artikler skrevet af maskiner alene – det, vi kender som robotjournalistik. Ifølge udviklingschef Jeremy Bowers var det en lærerig proces, men det umiddelbare resultat var intet mindre end “en katastrofe”, forklarede han, da jeg interviewede ham i Washington D.C.
“Artiklerne blev skrevet i et for mekanisk sprog, og omkostningerne var for høje. Men hvad nu, hvis den kun skrev et afsnit, som en menneskelig reporter kunne bruge i en artikel? Det arbejder vi med nu,” forklarede Jeremy Bowers.
Derfor arbejder Washington Post nu med at sikre et velfungerende samarbejde mellem robotter og reportere. Eller, det vil sige, de har droppet begrebet “robotter”.
“En robot lyder som noget, der erstatter dig,” sagde Jeremy Bowers.
I stedet bruger Washington Post begrebet “exo-skeleton” (exo-skelet) om den måde, de arbejder med automatisering. I teknologiens verden er et exo-skelet et ekstra skelet, som man sætter uden på kroppen. Et exo-skelet kan hjælpe en lam mand til at gå, eller en fabriksarbejder til at løfte tungere kasser. I journalistisk forstand er exo-skelettet på Washington Post de digitale værktøjer, som kan hjælpe reporterne med at researche, organisere, skrive eller redigere.
“Et exo-skelet lyder mere som noget, som gør dig bedre til noget, du er god til i forvejen,” sagde Jeremy Bowers.
Samarbejde mellem reportere og algoritmer
Et af de projekter, som Washington Post eksperimenterer med, er at finde artikler baseret på vælger-sammensætning i USA. Avisen har adgang til omfattende datasæt med over 600 demografiske kolonner, som man kan søge i. Datasættet minder om dem, politiske kampagnestøbere bruger i USA.
“Filen er kæmpestor, og menneskelig analyse er svært alene på grund af størrelsen. Vi er afhængige af mekaniske værktøjer. Vi spørger os selv: Hvis jeg stod i spidsen for en politisk kampagne, hvad ville jeg så lede efter?”
Erfarne politiske reportere samarbejder med avisens data-team for at identificere alle de parametre, der måske kunne ligge en historie i. Så sættes automatiseringen ind, som kan lave avancerede søgninger i datasættene – og gentage dem, indtil algoritmerne opdager interessante udsving. Som da et stort indryk af ikke-hvide vælgere forandrede vælgerbasen i Houston, Texas.
Når data-teamets algoritme spotter en historie, går den videre til reporterne, som kan lave journalistik på det.
Washington Posts data-team består af fire personer, men vil vokse frem mod 2020-valget i USA. Her skal avisens filosofi om “exo skeleton journalism” stå sin prøve.
Jeg tror, at Washington Posts tilgang er grundlæggende rigtig for mange medievirksomheder.
De bruger automatisering til at løfte medarbejdernes kompetencer, for eksempel inden for den politiske journalistik. Vælgerprojektet var ikke blevet til noget uden de fire udviklere i data-teamet, men det var heller ikke blevet til noget uden erfarne politiske reportere, som ved, hvad maskinen skal lede efter, og hvornår udsvingene er store nok til en historie.
Men for at de politiske journalister kan indtage deres rolle i det partnerskab, skal de have en grundlæggende forståelse for, hvordan data virker, og hvordan de kan hjælpe maskinerne.
New York Times: 95 procent behøver ikke kode
Vi tager lige et amerikansk eksempel mere. På New York Times arbejder Lindsey Rogers Cook i avisens Digital Transitions Team. Hun underviser kolleger i at bruge digitale værktøjer som regneark (hun er typen, der skriver sætninger som “Spreadsheets make my heart sing” – læs hendes guide til regneark/spreadsheets her).
Lindsey Rogers Cook mener heller ikke, at alle journalister skal kunne skrive eller læse kode.
“Jeg har prøvet at lære journalister kode før, da jeg arbejdede andre steder, men i hvert fald på New York Times er det min holdning, at det ikke giver mening for 95 procent af journalisterne,” forklarer hun.
I stedet lærer Lindsey Rogers Cook journalisterne en grundlæggende forståelse for data, regneark, og hvad der er muligt online. Medarbejderne lærer at lave indhold, som virker digitalt, at bruge avisens nye CMS-system og at finde gode historier i datasæt. Det handler også om at ændre folks arbejdsgange, så de for eksempel vænner sig til, at flere personer kan være inde i samme tekst samtidig – med de udfordringer, det kan give i redigeringen.
Lindsey Rogers Cook understreger, at avisen stadig lægger vægt på klassiske journalistiske discipliner som at skrive godt. På kurserne lærer medarbejderne det bare på digitale præmisser.
“Vi træner at skrive godt på en måde, som er mere engagerende for et digitalt publikum. At skrive godt er stadig rugbrødet i det, vi laver,” siger Lindsey Rogers Cook.
Avisens interne data-kurser er tidskrævende. Deltagerne bruger to timer om dagen i tre uger. Men kurserne er populære, og der er altid venteliste.
Hvad er “pensum”?
Eksemplerne fra Washington Post og New York Times giver et indblik i, hvad grundlæggende dataforståelse er. I den simple ende er det at forstå, hvordan man kan bruge data til at lave journalistik, hvordan en hjemmeside eller et CMS-system virker (og dermed, hvad der er muligt), eller at gentænke sine arbejdsgange, så nye digitale værktøjer hjælper og ikke sinker arbejdet.
For eksempel skal du vide, at den tekst, som du sidder og læser lige nu, ikke bare er en tekst.
Prøv at højreklik her på hjemmesiden et sted – og vælg “Undersøg”. Så vil du se en boks til højre på din skærm, som viser dig, hvordan denne side faktisk ser ud. Med masser af kode og kommandoer, som kan læses af en computer – og er skrevet af en udvikler.
Det er sådan, World Wide Web ser ud, hvis man åbner kølerhjelmen. Du behøver ikke kunne læse det volapyk – men du skal vide, at internettet er bygget op på den måde, og du skal have en basal forståelse for, hvad der sker, når du går ind på en hjemmeside.
I den mere avancerede ende – men også inden for det, jeg vil kalde “pensum” i grundlæggende dataforståelse – er evnen til at bruge regnearksprogrammer som Excel til at organisere datasæt og analysere resultaterne. Ud over at kunne databehandle og finde gode historier, kan du også bruge regneark til at organisere research, systematisere kildelister, eller beregne og følge de mål, som jeres medie måles på.
Det er også en del af basal dataforståelse at vide, hvordan du kan bruge digitale værktøjer til at gøre dit arbejde nemmere på internettet. For nogen er det relevant at sætte en “robot” til at holde øje med Twitter og sende en mail, når der sker noget spændende. Der findes et hav af værktøjer (fra gratis til dyrt) som kan hjælpe dig. Hvis du ved, hvad du har brug for.
Det er utvivlsomt en fordel at kunne kode. Men læringskurven kan være stejl, det falder mere naturligt for nogle end andre, og det er særligt nyttigt for bestemte typer af journalistisk arbejde. Derfor er det ikke altid investeringen værd.
Holdet er vigtigere end dig
Det afgørende for en fremtidssikret redaktion er, at den er sammensat på en måde, så alle centrale kompetencer er til stede. En af disse kompetencer er en dyb forståelse for kode, algoritmer og databehandling. Vi har brug for nogen, som taler maskinernes sprog. Disse uvurderlige kolleger kan hjælpe os andre med at tale maskinernes sprog – hvis ellers vi andre forstår, hvad de kan og ikke kan hjælpe os med.
Jeg besøgte også Stanford University på min USA-tur, og her påpegede James Hamilton, medieforsker og leder af journalistuddannelsen, at sammensætningen af redaktionen er afgørende. Alle skal have en grundlæggende forståelse for, hvad man kan opnå med kode og algoritmer, men hver enkelt skal have sin egen specialisering.
“Det afgørende er holdet. Man skal sikre en opdeling af arbejdsopgaver ud fra specialisering – nogle kan skrive, nogle står for multimedia, nogle kan kode. Alle skal være bekendt med algoritmer, men kun mindre grupper behøver at kunne bruge dem,” forklarede James Hamilton.
På engelsk har man det fine ord “data literacy” for det at forstå, hvordan data virker.
Det er også ved at blive et buzzword i debatten om, hvad børn skal lære i fremtidens folkeskole – og det kan være et begreb, vi skal have ind i vores branchedebat, især når vi taler efteruddannelse.
“Data literacy” betyder dybest set “at kunne læse og forstå data”, og det modsatte kunne vi kalde at være datablind. Ligesom det at være ordblind gør det meget svært at læse tekst, så gør det at være datablind det meget svært at forstå data. Heldigvis er det for de fleste muligt at gøre noget ved.
Kan en maskine gøre det bedre end dig?
Mange i medie- og kommunikationsbranchen har en grundlæggende bekymring for, hvordan den digitale udvikling påvirker vores fag.
I forbindelse med bogen “Etik for journalister på nettet”, som jeg udgav i 2014 sammen med Jakob Albrecht, lavede vi en spørgeundersøgelse blandt journalister i Danmark, Sverige og Finland. Kun 1 procent mente, at nettet samlet set har hævet mediernes etik. 62 procent mente, at nettet har trukket mediernes etik nedad.
I 2009 viste en undersøgelse fra Pew Research Center blandt 300 digitale journalister, at 45 procent mente, at den største forandring ved at gå fra print til digital har været, at der slækkes på de journalistiske standarder.
I Fagenes Fremtid-rapporterne, som Dansk Journalistforbund udgav i starten af 2019, havde man gennemført en medlemsundersøgelse. Her svarede 64 procent af journalist-medlemmerne, at de er bekymrede for journalistikkens fremtid, og hver anden var bekymret for sine egne jobmuligheder i fremtiden. Blandt de visuelle var der også stor bekymring for fremtiden, imens kommunikationsfolkene var mere optimistiske for deres fags fremtid.
I kølvandet på Journalistens artikler om robotjournalistik er bekymringerne – fuldt forståeligt – dukket op igen. Kommer maskinerne og tager mit arbejde?
Det bedste svar på det spørgsmål er et modspørgsmål: Kan en maskine gøre det, du gør, bedre end dig? Hvis svaret er nej, behøver du ikke være bekymret – så er maskinerne med al sandsynlighed noget, som kan hæve kvaliteten i det, du laver og måske endda gøre det sjovere. Hvis svaret er ja, så er du nødt til at overveje, om du kan udvikle dig i en retning, hvor det, du laver, bliver mere komplekst, mere kreativt, mere menneskeligt – noget, som en maskine ikke kan overtage.
Men for at svare kvalificeret på spørgsmålet, skal man vide, hvad maskiner så faktisk kan. Og hvad de må forventes at kunne inden for få år. Det handler også om “data literacy”.
Brug din efteruddannelse!
I 2017 udgav vi på Journalisten et helt fremtidstema, hvor vi blandt andet søgte svar på, hvad maskinerne kan i fremtiden – og hvem de erstatter. Jeg skrev selv i lederen:
“Robotter og kunstig intelligens vil betyde, at nogle medarbejdere bliver overflødige. Det er i fuld gang på fabrikker og slagterier, men turen kommer også til os. Prøv at tænke din hverdag igennem: Hvor mange rutineprægede og simple opgaver løser du på en dag? Dem kan robotterne overtage. Men de kan ikke skrive den geniale reportage, du fik idéen til, da du var nede og købe medister.”
I researchen til mit fellowship har jeg allerede set mange forskellige måder at automatisere små og store opgaver i mediebranchen.
Det kan være at overvåge sociale medier, skrive og organisere mails, transkribere interviews, finde kilder, redigere tekster eller bruge algoritmer til at skrive hele eller dele af artikler om sport, finans, politik og meget mere.
Uddannelsesstederne er heldigvis i gang, både med at skrue op for den digitale del på grunduddannelserne, og med at tilbyde efteruddannelse til alle os, der kom ud af studielokalerne på et tidspunkt, hvor tingene så lidt mindre digitale ud, end de gør i dag.
Vi er mange i mediebranchen, som har relativt gode muligheder for efteruddannelse i vores overenskomster, men alt for få bruger dem.
Jeg kan kun opfordre til: Tag efteruddannelse og vælg de kurser, som sikrer dig en større digital forståelse. Jo længere, du venter, desto mere sakker du bagud og skal indhente, når først du kommer i gang. Og hvis du allerede føler dig digitalt up-to-date og har mod på at lære at kode, så slå dig løs! Alle skal ikke kunne kode, men nogen skal – og hvis det er dig, så har du måske fordoblet værdien af dit CV.
Hvis du har ideer eller input til mit fellowship-projekt om automatisering, som afsluttes i februar 2020, så send meget gerne en mail på ama@journalisten.dk.
Tendens: Forsiderobotter på hastigt indtog hos netaviser 1">
1 Kommentar
Du skal være logget ind med dit DJ-login for at kunne kommentere på artiklen.