Foto: Liselotte Sabroe/Ritzau Scanpix
I techbranchen støder man her, der og alle vegne på begrebet vibe coding for tiden.
Groft sagt går det ud på, at man helt uden at have indsigt i kodning kan kreere programmer, apps og hjemmesider blot ved at bede en kunstig intelligens om at gøre det for én.
Men den seneste tid smitter sproget også af på mediebranchen, hvor man kan tale om det, der kaldes vibe reporting, forklarer Peder Hammerskov, der er adjunkt på DMJX og leder af skolens Center for AI.
”Det kan være alt fra en aktindsigt til den store bunke filer om Jeffrey Epstein,” forklarer Peder Hammerskov.
”Hvor man for eksempel beder kunstig intelligens om at gennemgå det kæmpestore materiale for at finde det vigtigste, og måske også skrive første udkast,” fortsætter han.
Vær vågen
Men den måde at bruge den kunstige intelligens som en forlænget journalistisk arm på kan der både komme skidt og kvalitet ud af, forklarer Peder Hammerskov.
Problemet er, at vi skal være vågne for at opdage det, hvis det ikke er godt.
En kunstig intelligens vil nemlig aldrig tænke som en journalist, men er i stedet bygget op omkring sandsynlighedsberegninger.
”Det kræver, at vi skal være mere som fagjournalister og være inde i det, vi beder den kunstige intelligens om. For ellers risikerer vi, at den tager os ved næsen,” siger Peder Hammerskov.
Det er slet ikke givet, at vi skal bruge det til så meget, som man kan.
Peder Hammerskov, lektor på DMJX
Det bedste dårlige eksempel er ifølge ham artiklen fra Politiken, der blev ledsaget af en lang række fejl kreeret af husets interne kunstige intelligens.
Men ved større datamængder overlader vi også initiativet til en kunstig intelligens, hvor vi ikke får den store indsigt i mellemregningerne. Med andre ord kan den have skåret væsentlige detaljer ud i et større sagskompleks, som ville ændre hele synet på en sag.
Eller måske forstår den ganske enkelt ikke, hvad fiskekvoter er i en dansk kontekst, hvis vi beder den om at analysere 1.000 sider om fiskekvoter.
”Med kunstig intelligens bliver behovet for at forstå sit emne forstørret. Vi skal holde øje med en maskine, der spytter ting ud, for man kan nemt komme til at falde i søvn bag rattet,” fortsætter Peder Hammerskov.
På autopilot
Netop den fare kalder man for automation bias.
Kognitivt er vi som mennesker tilbøjelige til at stole for meget på resultater fra kunstig intelligens, også hvis forslagene er decideret forkerte. Med andre ord er det en form for tillid på autopilot.
Vi kan ganske enkelt blive dårligere kritisk tænkende journalister, hvis vi stoler for meget på output fra den kunstige intelligens.
Og her er det vigtigt for helt almindelige brugere af kunstig intelligens i medie- og kommunikationsbranchen at tage nogle drøftelser om, hvad kunstig intelligens overhovedet skal bruges til.
”Det er slet ikke givet, at vi skal bruge det til så meget, som man kan. For man risikerer at lave fejl, men risikerer også at miste sin egen stemme, sit eget særkende over for brugeren og noget faglighed,” mener Peder Hammerskov.
Selv om man måske fra ledelseshold kunne forestille sig, at kunstig intelligens ville føre til øget produktivitet, er det vigtigt at holde for øje, at hele den diskurs kan være lidt unuanceret.
Peder Hammerskov mener i stedet, at kunstig intelligens med fordel kan bruges på de områder, vi som mennesker kan have brug for hjælp til.
Eksempelvis at systematisere store datamængder, give feedback på artikler, læse alle referater fra byrådsmøder eller gøre journalistikken tilgængelig for flere brugere gennem eksempelvis versioneringer.
”Det kan også have den effekt, at man sparer noget tid, som måske kan bruges på at kaste mere kvalitet af sig. At man får mere tid til selve historien, eller tager ud for at tale med mennesker for at folde historien ud,” siger han.
0 Kommentarer
Du skal være logget ind med dit DJ-login for at kunne kommentere på artiklen.