Netflix gør det, Spotify gør det, YouTube og Amazon gør det. De personaliserer indhold eller tjenester til lige præcis dig baseret på data om din adfærd og interesser. Netflix kender din filmsmag, Spotify kender din musiksmag, og Amazon kender dine shopping-vaner.

Men nyhedsmedierne er langt bagefter, når det handler om at bruge kunstig intelligens til at personalisere indhold eller tjenester til brugerne.

Det vil Ekstra Bladet nu gøre noget ved. Med avisens forsknings- og innovationschef Kasper Lindskow i spidsen søsætter mediehuset et millionprojekt om kunstig intelligens og anbefalingsalgoritmer i samarbejde med forskere.

Projektet bygger på data fra Ekstra Bladet, Politiken og Jyllands-Posten og sker i samarbejde med DTU, KU og CBS. Det har fået navnet ”Platform Intelligence in News” (PIN).

”Formålet er at skabe en mere relevant, engagerende og informerende nyhedsoplevelse for Ekstra Bladets brugere. Indholdet i vores nyheder er selvfølgelig kernen i det, men det handler om meget mere end det,” siger Kasper Lindskow.

Millionprojekt

PIN-projektet har et budget på 17 mio. kroner over tre år. 10,7 mio. kroner er støtte fra Innovationsfonden, universiteterne medfinansierer med to mio. kroner, og Ekstra Bladet lægger 4,3 mio. kroner. Oveni kommer en erhvervs-ph.d., finansieret af Innovationsfonden og Ekstra Bladet, ligesom avisen vil investere et endnu ukendt beløb over de næste tre år. Samlet vil projektet altså koste over 20 mio. kroner.

”Vi tror på, at vi med en investering af denne størrelse kan bidrage til udviklingen på det her område. Samtidig tror vi på, selv om vi ikke bliver de største på europæisk plan, at vi også kan bidrage i en europæisk kontekst,” siger Kasper Lindskow.

Det har været sværere for nyhedsmedierne at finde en plads til anbefalingsalgoritmer, fordi nyhedsstrømmen er så omskiftelig. Det ene øjeblik kan én nyhed være relevant, som er ligegyldig det næste. Det er den nød, som Ekstra Bladets projekt blandt andet håber at knække.

”Tempoet og de omskiftelige præferencer hos brugerne gør, at det er sværere at lave algoritmer, der virker på nyhedsmedier. Der er også en værdimæssig dimension, fordi vi er funderet i publicistiske værdier. Derfor kan vi ikke bare tage en standard-algoritme ned fra hylden. Det er vigtigt at have udviklingen tæt på, så algoritmerne understøtter vores publicistiske ambition og vision,” siger Kasper Lindskow.

Sådan mærker brugerne det

Brugerne kommer til at mærke den kunstige intelligens på to måder: Dels vil de få anbefalet indhold på Ekstra Bladet, som er personaliseret til dem. Dels vil de møde service-indhold og korte telegrammer, som er lavet af algoritmer og målrettet den enkelte. Telegrammer og service-indhold kan for eksempel være målrettet baseret på, hvor du bor, og kan handle om sport, vejr, trafik eller de seneste corona-tal.

”Kunsten er at møde brugerne med information, som er relevant for dem der, hvor de er,” siger Kasper Lindskow.

Projektet bygger på to teknologier inden for kunstig intelligens. Kort fortalt er den ene avanceret brevfletning, mens den anden er såkaldt ”machine learning”.
Brevfletningen kan kombinere struktureret data med tekstskabeloner og skrive simple artikler. Machine learning er mere avanceret og kan fx læse og forstå artikler, til gengæld er den mindre veludviklet i dag.

”De to teknologier har styrker og svagheder. Brevfletningen er god til at skrive faktuelt korrekt, men har ofte et mekanisk sprog. Machine learning kan skrive i engageret og levende sprog, men har problemer med at ramme fakta.”

Projektet vil bruge begge former for kunstig intelligens, og Kasper Lindskow håber, at det vil modne ”machine learning”-teknologien, så den bliver lettere at bruge for nyhedsmedier.

”Machine learning har et meget større potentiale på længere sigt, men ingen ved hvornår. Det kan være om tre år, seks år eller måske 15 år. Derfor er det vigtigt at forstå de teknologier nu, så vi er klar.”

Publicisme skal indbygges i algoritmerne

Kasper Lindskow understreger, at en central udfordring i projektet er at fastholde de publicistiske værdier og etikken, selv om algoritmerne lukkes ind i det redaktionelle rum. Det handler blandt andet om at undgå filterbobler og ikke kun give læserne mere af det, de klikker på.

Den etiske dimension i projektet undersøges i samarbejde med Mikkel Flyverbom, professor MSO på CBS.

”Kunstig intelligens er allerede dybt integreret i mange digitale medier, og konsekvenserne for samfundet er store. På den ene side indeholder teknologierne potentialet for at skabe mere relevante medier og afhjælpe et stort informationsoverload, og på den anden side er det afgørende, at nyhedsmedierne ikke begår de samme fejl, som er set hos fx YouTube og Facebook,” udtaler Mikkel Flyverbom i en mail.

Anbefalings-algoritmer virker ved at sætte nogle konkrete mål, som algoritmen skal nå. Hvis den vigtigste parameter er klik, kan en algoritme skabe rigtig mange flere klik ved at give læseren mere af det, han eller hun klikker på. Men som nyhedsmedier skal vi sætte mere komplekse mål for vores algoritmer, siger Kasper Lindskow.

”Det virker for Netflix, som gerne vil holde dig ved skærmen så længe som muligt. Men det kan sagtens være, vi gerne vil anbefale dig en artikel, som har nyhedsværdi eller er relevant i forhold til nyhedskriterierne,” forklarer han.

Skal ikke erstatte mennesker

Kasper Lindskow understreger, at PIN-projektet ikke skal erstatte journalister eller andre redaktionelle medarbejdere.

”Der er intet i det, algoritmerne kan, som minder om det, vi laver i dag eller kan erstatte det. Vi kommer til at erstatte de dumme algoritmer, som anbefaler indhold i dag, med kloge algoritmer. Men disse algoritmer kan ikke erstatte mennesker. Jeg ser dem ikke som en udfordring, men som en mulighed for at styrke nyhedsmedierne.”

Han peger på, at algoritmer allerede i dag styrer store dele af nyhedsstrømmen. Din nyhedsfeed, dine Google-søgninger og dele af din oplevelse på nyhedssites er styret af algoritmer baseret på din data.

De modeller og metoder, som kommer ud af projektet, vil være open source. Det betyder, at konkurrerende medier kan bruge samme model med deres eget data. Men ”kloge” algoritmer, som undervejs bliver trænet på Ekstra Bladets data og brugere, holder avisen for sig selv.

Andre medier er dog ikke nødvendigvis de vigtigste konkurrenter. Det kan også være tech-giganter som Google, Facebook eller Microsoft, som investerer mange millioner i at udvikle anbefalingsalgoritmer.

”Der er ingen tvivl om, at tech-giganterne er meget langt foran nyhedsmedierne på disse teknologier. Vi ser også, at de investerer i algoritmer på nyhedsområdet,” siger Kasper Lindskow.

Har medierne overhovedet nogen chance mod tech-virksomhederne på det her felt?

”Når vi tror på, at vi kan bidrage med noget her, så er det blandt andet, fordi der er særlige udfordringer på dansk. Det danske sprog er ikke interessant nok til, at tech-virksomhederne bruger mange ressourcer på det. Det handler også om, at de algoritmer, som de udvikler, ikke har de rigtige værdier med. Deres algoritmer kan ikke løse vores problemer.”

Det er ikke noget nyt, at algoritmer skriver indhold på Ekstra Bladet. Her har man siden 2019 skrevet automatiske artikler om fodbold i samarbejde med selskabet IC Robotic.