En tiedä kuinka monen elämää tällainen vitsaus koskee, mutta ainakin omaani: teen jatkuvasti ja yleensä kännykällä merkintöjä Google-kalenteriini, mikä on näillä nakkisormilla joskus tuskaista nysväystä.
Kuukausimaksullinen Gemini-tilaus mahdollistaa nyt sen, että tekoäly kykenee lisäämään kalenterimerkintöjä kalenteriisi.
Ensin ominaisuus toimi vain selainversiolla, mutta nyt myös kännykkäsovelluksessa, mikä on ainakin omasta vinkkelistäni kätevintä.
Nysväystä se on toki tekoälylle viestinkin näpyttely, mutta sama toimii halutessaan myös äänikomennolla.
Esimerkki Geminin kännykkäsovelluksesta:
Myös Microsoftin Copilotilla pystyy tekemään saman:
Googlen hakukone näyttää käyttäjälleen yhä useammin valmiiksi tiivistettyjä vastauksia. Kehitys kuulostaa ihan kätevältä tiedonhakijalle, mutta uutismedialle se on huolestuttavaa. Moni alan asiantuntija uskoo, että hakukoneliikenne uutismedioihin tulee lähivuosina vähenemään.
Uutismediaan erikoistunut SEO-konsultti Barry Adams kuvailee tulevaa muutosta apokalyptisesti hakukoneliikenteen maailmanlopuksi, ”joka tulee olemaan medialle äärimmäisen kivulias”. Jotain positiivistakin sentään on.
Seuraavassa lyhyesti kahden tuoreimman uudistuksen AI Overviewsin ja AI Moden tiedot ja niiden tilanne Suomessa sekä lisäksi pohdintaa Google Discoverin roolista jatkossa.
Google AI Overviews eli hakutulosten tekoäly-yhteenvedot
Jos tekoäly on käyttäjän mielestä jo tiivistänyt olennaisen, miksi klikata enää uutislinkkiä? Linkkejä kyllä tarjotaan, mutta niitä klikataan vähemmän kuin ennen.
Esimerkiksi brittitabloidi Daily Mailin testissä klikkaukset romahtivat. Daily Mailin SEO-pomo toteaa media-alaa seuraavan Press Gazzetten jutussa, että lehden täytyy keskittyä sisältöön, jota tekoäly ei voi helposti korvata. Tämä tarkoittaa esimerkiksi menestymistä brändihauissa, eli kun joku esimerkiksi etsii tietoa yhdistämällä julkkiksen ja lehden nimen, kuten ”Meghan Markle Daily Mail”. Tällaisissa hauissa ihmiset haluavat juuri kyseisen median version tarinasta.
Daily Mailissa myös pohditaan kolumnien, mielipidekirjoitusten ja liveseurantojen roolin vahvistamista, sillä ne eivät ole tekoäly-yhteenvedoille ideaalia sisältöä.
Tilanne Suomessa
Google otti tekoäly-yhteenvedot käyttöön Suomessa toukokuussa 2025. Et saa niitä välttämättä heti ensimmäisellä yrittämällä näkyviin, sillä ne näkyvät vain osassa hauistasi. Omassa hakuesimerkissäni (alla) yhteenvedon ohessa Google tarjosi linkkiä Keskisuomalaisen juttuun. Yhteenvedot ovat Suomessa niin tuore juttu, että kestää aikansa, ennen kuin niiden vaikutuksista uutisliikenteeseen tiedetään enemmän.
Miltä ne näyttävät?
Google AI Mode eli keskusteleva hakukokemus
Mikä se on?
AI Mode on Googlen uusi hakutila, jossa käyttäjä voi esittää monimutkaisempia kysymyksiä ja saada tekoälyn tuottamia vastauksia, jotka sisältävät syvällisempää analyysiä ja mahdollisuuden jatkokysymyksiin. Toistaiseksi ominaisuus on käytössä vain Yhdysvalloissa.
Miksi tällä on väliä uutismedialle?
AI Mode voi vähentää entisestään tarvetta klikata lähteisiin, sillä se tarjoaa kattavia vastauksia suoraan hakutuloksissa ja on vahvemmin integroitu Googlen palveluihin.
Uutismediaan erikoistunut SEO-konsultti Barry Adams arvioi, että AI Moden vastausten laatu on tekoäly-yhteenvetoja niin paljon parempi, että käyttäjät eivät klikkaa eteenpäin sitäkään vähää. Adamsin Linkedin-postauksessaan näyttämissä esimerkeissä hän on pyytänyt AI Mode -tilassa esimerkiksi tuoreimpia uutisia tai NBA-tuloksia. AI Overviewsin tapaan oikealla näkyy joukko linkkejä medioihin, mutta kieltämättä tekoälyn tarjoama vastaus vaikuttaa sisällöltään runsaammalta ja rakenteeltaan selkeämmältä kuin yhtä pötköä olevat AI Overviews -yhteenvedot. Haut myös jäävät muistiin, jolloin niihin voi palata samaan tapaan kuin ChatGPT:ssä. AI Moden vastaukset tuottaa Googlen tekoälymalli Gemini.
Press Gazetten testissä AI Mode antoi pitkiä vastauksia uutiskyselyihin, ja linkkejä uutismedioiden sivustoille esiintyi hajanaisesti tekstin lomassa. Lisäksi sivupaneelissa näkyi kolme uutissivustoa. Kun haettiin tietoa Press Gazetten omasta uutisesta valeasiantuntijoiden esiintymisestä mediassa, AI Mode linkitti vain sellaisiin julkaisuihin, jotka olivat seuranneet aihetta – ei itse alkuperäiseen lähteeseen.
Tilanne Suomessa
AI Mode on tällä hetkellä saatavilla Yhdysvalloissa. Sen on ennakoitu laajenevan muihin maihin lähitulevaisuudessa, vaikka Google on sanonut kyse olevan ”kokeellisesta” ominaisuudesta.
Miltä se näyttää?
Google Discover on yhä tärkeämpi liikenteenlähde uutismedioille – miten sen käy?
Google Discover ei ole uusi tekoälyominaisuus, vaan jo vuodesta 2018 toiminnassa ollut henkilökohtainen uutisvirta, joka tarjoaa käyttäjälle räätälöityä sisältöä ilman aktiivista hakua. Ominaisuus tuli ensin Android-puhelimien Google- ja Chrome-sovelluksiin ja laajeni myöhemmin iPhoneihin. Google on nyt laajentamassa Discoveria kännyköistä pöytäkonenäkymiin.
Discoverin merkitys liikenteenlähteenä uutismedialle on ollut nousussa myös Suomessa. Liikenteen ennakoiminen on kuitenkin vaikeaa, koska sen algoritmin toiminnasta ei tiedetä kovin paljon.
SEO-konsultti Adams arvioi, että Discoverista tulee tärkein Google-liikenteen lähde valtaosalle uutismediasta, mikä jonkin verran pehmentää uusien tekoälyominaisuuksien tuomaa iskua.
Oma lukunsa on Google News Showcase eli Uutisnostot, jossa Google maksaa myös Suomessa medioille siitä, että ne tarjoavat artikkeleitaan ”Uutisnosto-muodossa”. Uutisnosto-artikkelit voivat näkyä hakutuloksissa, Google Uutiset -uutiskoostimessa (Google News) tai Discoverissa.
This is an English translation of my Finnish post from a few days back.
What can we already say about how generative AI is shaping news media in this year, and what might unfold further into the future? The short-term view is clear, the long-term one is more uncertain. The big question in my opinion is how newsrooms can keep their creativity and uniqueness as AI takes a bigger role.
Technology already enables a wide range of capabilities, but not everything should be pursued merely because it’s possible. Trust is at stake. Look what happened to the Italian newspaper Il Foglio. This does not, of course, mean that you should not experiment.
Some editorial processes appear safer to automate — at least within certain content domains. One of the most advanced experiments so far is the Danish company Better Collective’s football transfer news site, run entirely by AI from start to finish. The content is far from perfect of course but it is an interesting experiment.
An ongoing balancing act
Whether we’re talking about the near future or the long haul, this Ezra Eeman’sstrategic quadrant provides a solid framework. It basically illustrates that this is an ongoing balancing act. When the focus shifts toward automation and AI agents, it inevitably comes at the cost if not of actual control, then at least of the feeling of control within an organization.
Eeman’s visual model on the potential of AI agents in media similarly captures the essence of what’s happening, for example, in the aforementioned Danish case:
Ezra Eeman is the Director of Strategy and Innovation at the Dutch public broadcaster NPO and an AI advisor for WAN-IFRA, the global association of news publishers.
Short-term: 2025
This part we already know — or at least we have insight into what news organizations are planning for this year, and what kinds of outcomes have been shared at various international seminars.
The big picture is outlined in a Reuters Institute survey from January. Two key visuals from the report reveal both what’s happening under the hood and what’s visible to the public.
Many news organizations are either building or have already implemented tools for summarization, translation, content versioning, transcription, SEO, headline generation, audience development, fact-checking, brainstorming, editing, and research. The landscape has diversified dramatically within just one to two years. Initially, AI was mostly used for summarization and translation, but now many of these features have been embedded into newsroom and planning systems where journalists already work every day. Editorial process automation is advancing.
On the audience side, many outlets are experimenting with conversational interfaces. Still, it’s unclear how large an audience truly wants to use such tools specifically for news consumption. This is because these systems require a certain level of activity from the user. And the risks are real: the greatest being if a trustworthy media chatbot ends up delivering false information.
Some foresee a fully hyper-personalized future in which users receive content in the exact format they prefer — automatically — and the traditional ”article” format may even become obsolete. But I wouldn’t bet on this fully yet. The media industry has predicted the death of many formats before (e.g. newspaper reading when radio emerged). Often, old and new end up coexisting. That may well continue to be the case.
Liquid content was one of the recurring themes at the Nordic AI in Media 2025 summit held recently in Denmark. Other themes included:
Reclaiming time for uniquely human journalism – using the hours saved by AI tools to produce work that can’t be copied or automated.
Independence from big tech platforms – building in-house tools and integrating them into newsroom workflows. This doesn’t exclude collaboration with major AI providers.
New business models – a need to move beyond ad- and subscription-only revenue structures.
Cultural change within newsrooms – requiring openness, curiosity, adaptability, and more transparent collaboration between media organizations — even including competitors.
What truly matters?
Amid all the noise, I myself keep coming back to the same thought: the noise itself – and creativity. How do we identify what’s truly essential in the midst of this chaos? It’s a central journalistic question. I genuinely believe AI will eventually save time in meaningful ways, allowing us to focus on what really matters which means the kind of journalism that is unique and the hardest to replicate. But the shift will be slower than many assume.
As Jukka Niittymaa, one of Finland’s most respected AI experts, put it so eloquently in his recent Linkedin post about knowledge work:
”At first, I thought generative AI would free us from the worst time pressures. I no longer believe that. Our tasks are changing, but it was naive to assume human nature would evolve as fast as the technology. If we truly want people to generate ideas that AI can’t hallucinate, we must start valuing time for thinking. But how do we do that in a country where the efficiency of innovation is still often measured in billable hours — even in expert and creative work?”
Tätä kuvaa ei ole tehty tekoälyllä, vaan se on otettu kännykkäkameralla Helsingin Tripla-kauppakeskuksen vieressä tänään.
Tekoälystä puhutaan mediassakin niin paljon (minä mukaan lukien), että saattaa tuntua siltä kuin kaikki alan muutokset liittyisivät siihen. Todellisuudessa moni iso uutismedian trendi on lähtenyt liikkeelle jo kauan tekoälykehityksen vauhdittumista – lasketaan vauhdittuminen sitten 2010-luvun koneoppimisharppauksista tai viime vuosien generatiivisen tekoälyn ajasta – ja jatkuu riippumatta sen kehityksestä. Tässä kuusi esimerkkiä.
Uutisvälttelyn kasvu: Trendin juuret ovat syvemmällä kuin tekoälyn nousussa. Esimerkiksi Suomessa yhä useampi suomalainen välttelee uutisia toisinaan tai usein. Vuonna 2024 näin teki noin joka viides suomalainen ja luku on kasvussa. Uutisvälttelyn syiksi mainitaan mm. uutisten määrän uuvuttavuus, toistuvuus ja aiheiden ahdistavuus.
Uutiskäsityksen henkilökohtaistuminen: Uutinen on yhä useammin yhdelle yhtä ja toiselle toista. Henkilökohtainen merkityksellisyys ja omat arvot ohjaavat valintoja aiempaa enemmän. Kyse on laajemmasta kulttuurisesta murroksesta kuin vain teknologisesta, vaikka teknologiajättien vallan voidaan katsoa ruokkineen tätä. Ylipäänsä yhteiskunnallisten muutosten kuten arvojen tai elämäntapojen muutosten kytkös median muutokseen on tosi mielenkiintoinen teema, ja paljon enemmän kuin ”vain” teknologiaa.
Median omistuksen keskittyminen: Uutismedian omistus keskittyy yhä harvemmille. Syyt löytyvät ennen kaikkea taloudellisista realiteeteista, ei suoraan tekoälystä.
Painettujen lehtien levikin lasku: Taustalla ovat digitalisaatio ja muuttuneet lukutottumukset. Kehitys alkoi jo ennen tekoälykehityksen kiihtymistä, vaikka voi tietysti ajatella, että algoritmienkin taustalla oleva tekoäly on tässä osatekijänä. Koronavuosina oman lisäongelmansa printille toi sanomalehtipaperin saatavuuden vaikeutuminen ja hinnannousu. Myös jakelun järjestäminen on aiempaa vaikeampaa.
Uutisten luottamuskriisi: Monissa maissa luottamus uutismediaan on heikentynyt. Suomessa se on säilynyt kansainvälisesti katsottuna maailmanennätystasolla, mutta polarisaatio, disinformaatio ja yhteiskunnallinen epäluulo ovat jättäneet jälkensä. Tekoälyä tuskin voidaan sanoa kriisin juurisyyksi, vaikka toki siihen vaikuttaa – hyvässä ja pahassa.
Verkkouutisista maksamisen vakiintuminen: Verkon uutisista maksavien suomalaisten osuus on pysynyt noin 20 prosentissa viitisen vuotta. Kymmenen vuotta sitten osuus oli noin 14 prosenttia.
Mitä uutismediassa tiedetään tapahtuvan generatiivisen tekoälyn saralla vuoden sisällä, ja mitä mahdollisesti tapahtuu pidemmällä aikavälillä? Ensiksi mainittu jo tiedetään. Viimeksi mainittu vaikeampi. Isoin kysymys liittyy luovuuteen ja erottuvuuteen.
Teknologia mahdollistaa jo nyt monia asioita, mutta kaikkea ei kannata vain sen vuoksi tehdä, jottei luottamus vaarannu. Muuten voi käydä kuten italialaiselle Il Fogliolle.
Toisaalta näyttää siltä, että joissain aihepiireissä toimituksellisten prosessien automatisointi on tietyllä tavalla turvallisempaa. Yksi pisimmälle vietyjä kokeiluja lienee tanskalaisen Better Collectiven alusta loppuun tekoälyllä pyörivä jalkapallon siirtouutissivusto.
Tasapainottelua
On sitten kyse pitkästä tai lyhyestä aikavälistä, tämä Ezra Eemanin nelikenttä tiivistää minusta hyvin, että kyse on jatkuvasta tasapainottelusta. Jos painopiste siirtyy automaatioon ja tekoälyagentteihin, se on väistämättä pois jos ei kontrollista niin vähintäänkin hallinnan tunteesta organisaatiossa.
Tämä kuva tekoälyagenttien mahdollisuuksista mediassa on niin ikään Eemanin ja kiteyttää käytännössä, mistä esimerkiksi edellä mainitussa tanskalaisesimerkissä on kyse.
Eeman on Hollannin yleisradioyhtiö NPO:n strategia- ja innovaatiojohtaja ja Wan-Ifran eli sanomalehtien ja uutistoiminnan kustantajien maailmanlaajuisen kattojärjestön tekoälyneuvonantaja.
Lyhyt kaari – vuosi 2025
Tämän me jo tosiaan tiedämme. Tai ainakin tiedämme sen, mitä uutisorganisaatioiden johto on suunnitellut tämän vuoden aikana tekevänsä, ja millaisia tuloksia näistä olemme erilaisissa kansainvälisissä seminaareissa nähneet.
Ison kuvan piirtää Reuters-instituutin kyselytutkimus tammikuulta. Nämä kaksi kuvaa kertovat, mitä tapahtuu konepellin alla ja toisaalta mitä näkyy lukijoille.
Monet mediat esimerkiksi kehittävät tai ovat jo tehneet työkaluja tiivistämiseen, kääntämiseen ja muuhun versiointiin, litterointiin, hakukoneoptimointiin, otsikointiin, yleisötarpeissa sparraamiseen, faktantarkistukseen, ideointiin, editointiin ja tiedonhakuun. Näkymä on monipuolistunut 1-2 vuodessa, kun ottaa huomioon, että alussa tekoälyllä lähinnä vain tiivistettiin ja käännettiin. Muutaman vuoden aikana osa näistä toiminnoista on jo uinut sinne missä toimittajat päivittäin muutenkin ovat: toimitus- ja suunnittelujärjestelmiin. Toimituksellisia prosesseja pyritään automatisoimaan yhä enemmän.
Asiakkaille yhä useammat uutistoimijat kehittävät keskustelevia käyttöliittymiä, mutta toistaiseksi epävarmaa on, kuinka iso massa niitä haluaa lopulta nimenomaan uutisten kuluttamiseen käyttää. Niiden käyttäminen kuitenkin vaatii tietynlaista aktiivisuutta käyttäjältään. Riskejäkin on. Suurin on se, jos luotettavan median botti antaa väärää tietoa.
Pitkä kaari – useampi vuosi
Tässä yhteydessä kuulee media-alalla aika usein termin ”liquid content”. Se on alun perin Googlen tekoälyjohtajan Mathieu Lorrainin keksimä termi. Tekoälyavusteinen perus-versiointi on jo nyt tätä. Tai Süddeutsche Zeitungin esimerkki, jossa jutun voi halutessaan klikata painikkeesta selkokieliseksi.
Joidenkin mielestä – ei kaikkien – edessä on täysin hyperpersonoitu tulevaisuus, jossa käyttäjä saa sisällön mieleisessään formaatissa automaattisesti ja ”artikkeli” sellaisenaan lakkaa olemasta. On hyvä tiedostaa, että media-alalla on ennustettu aiemminkin ties minkä kaikkien kuolemaa (esimerkiksi sanomalehtien, kun radio keksittiin), joten kaikkea ei kannata purematta niellä. Voi myös hyvin olla, että vanha ja uusi elävät joskus rinnakkain. Näinhän on nytkin.
Liquid content oli yksi teema, joka toistui jokin aika sitten Tanskassa järjestetyn Nordic AI in Media 2025 -tapahtuman puheenvuoroissa. Muitakin oli:
Työkalujen käytöstä vapautuva aika käytettävä sellaiseen journalismiin, jota tekoäly ei voi kopioida tai automatisoida.
Riippumattomuus teknologiajättien tekoälyalustoista: omat työkalut & integrointi toimitusten prosesseihin. Ei sulje pois yhteistyötä tekoälyjättien kanssa.
Tarvitaan uusia liiketoimintamalleja, jotka eivät perustu vain mainoksiin ja tilauksiin.
Tarvitaan kulttuurinmuutos toimituksiin: avoimuutta, kokeilunhalua, kykyä oppia. Ja aiempaa avoimempaa yhteistyötä medioiden välillä. Jopa toistensa kanssa kilpailevien medioiden.
Mikä on lopulta olennaista?
Kaiken kohinan keskellä huomaan itse ajattelevani usein…niin, tätä kaikkea loputonta kohinaa ja hälinää. Ja luovuutta. Miten nähdä sen keskeltä olennainen? Tämähän liittyy keskeisesti myös journalistiseen työhön. Uskon vahvasti, että tekoäly pystyy jossain vaiheessa aidosti säästämään ihmisten aikaa, jotta nämä voivat todellakin keskittyä niin sanottuun olennaiseen (journalismissa sellaiseen sisältöön jota on vaikeinta kopioida), mutta muutos on hitaampi kuin kuvittelemme. Tämän puki tällä viikolla erinomaisen hyvin sanoiksi Jukka Niittymaa, joka on yksi Suomen arvostetuimmista tekoälyasiantuntijoista:
”Aluksi luulin, että generatiivinen tekoäly vapauttaa meidät pahimmasta kiireestä. Enää en luule niin. Tekeminen muuttuu, mutta oli lapsellista olettaa, että ihmisluonto muuttuisi yhtä nopeasti kuin tekniikka kehittyy. Jos me haluamme pitää huolta siitä, että ihmisellä on sellaisia ideoita, mitä tekoäly ei ehkä kykene vielä generoimaan ja hallusinoimaan, niin ajattelun aikaa pitäisi alkaa arvostamaan. Mutta mitenkäs se temppu tehdään maassa, jossa innovoinnin tehokkuutta mitataan monissa paikoissa innovoidessa ja asiantuntijatöissä kellokorttimaisesti tuntikatteella?”
”Se tavallaan asettaa sen tekoälyn oikeeseen moodiin. Annat sille vähän niinku ammatillisen identiteetin…se on sit se viitekehys mistä se sitä tehtävää lähestyy.”
”Joo. Toi on hyvä pointti, et pelkkä tehtävänanto voi olla liian yleinen”…
Google päivitti tällä viikollaNotebookLM-tekoälytyökalunsa tukemaan vihdoin myös suomen kieltä. NotebookLM:n Audio Overviews -ominaisuus muuntaa kirjoitetun sisällön, kuten asiakirjat, muistiinpanot tai verkkosivut, keskustelunomaiseksi äänitiedostoksi eli käytännössä kahden keskustelujan podcastiksi. NotebookLM:ää voi käyttää ilmaiseksi, kunhan omistaa Google-tilin.
Syötin työkaluun yhden lähteen eli tämän blogikirjoitukseni (”Hei journalisti! Hyvä GPT-kehote ei ole tähtitiedettä – konkreettinen esimerkki & vinkit”), painoin Enteriä ja tulos tuli muutamassa minuutissa. Se on kuunneltavissa ohesta. Ensimmäiset parikymmentä sekuntia eivät ole aivan vakuuttavimpia joidenkin lausumistapojen vuoksi (”hei shuurnalisti”), mutta aivan alun jälkeen keskustelu on mielestäni hämmentävän hyvää ja ihmismäistä kielen ja intonaation osalta, sekä myös lähdettä tarkasti noudattelevaa. Etenkin naiskeskustelija kuulostaa pääosin todella luonnolliselta.
Harrastan höntsäsulkapalloa ja entisenä juniorikilpapelaajana myös edelleen seuraan aktiivisesti suomalaista ja kansainvälistä kilpasulkapalloa, joten päätin kokeilla paljon esillä olleella kiinalaisella Manus AI -tekoälyohjelmalla, miten sen agentit kykenevät tekemään antamani kehotteen perusteella sulkapallouutisia ja hakemaan sitä varten tiedot netistä. Antamani tehtävä oli melko yksinkertainen ja tässä tapauksessa annoin tekoälylle lähteen jo valmiiksi:
Kirjoita tämän Kaarinassa Suomessa parhaillaan käynnissä olevan sulkapalloturnauksen miesten kaksinpelin valioluokan (V) tähänastisista tuloksista urheilu-uutisia, jotka olet otsikoinut kiinnostavasti ja todenmukaisesti. Älä lisää uutisiin omia tietojasi, mutta voit tutkia oheisen sivuston eri pelaajista tarjoamia muita tietoja, kuten mitä seuraa he edustavat tai mahdollisesti, minkä ikäisiä he ovat. Toimi uutisia kirjoittaessasi kuin kokenut urheilutoimittaja. Kiinnitä erityistä huomiota siihen, että kirjoittamasi tiedot pitävät paikkansa. Kirjoita viisi uutista eri tuloksista. Otsikoissa saisi olla keskenään variaatiota, eli älä tee niistä liian samantyyppisiä. Tässä sivu, jossa on turnauksen tietoja ja tuloksia (turnaus jatkuu vielä huomenna, minkä asian voit huomioida uutisissasi): https://badmintonfinland.tournamentsoftware.com/tournament/1be8364c-7ad5-4aeb-8024-5a167584123d/Matches
Edellä kerrotun promptin perusteella Manus teki kyllä sinänsä hyvin kirjoitettuja perusuutisia pääosin oikein tulostiedoin, mutta kiellostani huolimatta sävelsi sinne myös omiaan, eli mm. keksi pelaajille sitaatteja ja luonnehti pelin kulkua, vaikka ei tietenkään voinut esimerkiksi tietää, hallitsiko Tapion Sulan pelaaja ”erityisesti verkkopeliä”:
Pyysin korjausta eli Manusta vielä tekemään esimerkkiuutisen, johon se ei oikeasti keksi mitään. Tulos oli tämä eli paikkansapitävä ihan kelpo uutinen. Lopussa on pieniä virheitä, joita ei huomaisi ellei tarkistaisi asioiden todellista laitaa. Pelaajia oli kyllä kaaviossa 16, tosin yksi oli jo luovuttanut ennen Kaarinaan tuloaan. Lisäksi eri seurojen edustajien määrän laskeminen osoittautui vaikeaksi – luvut ovat kyllä suunnilleen oikein, mutta eivät täysin
Se infografiikka, jota myös pyysin (pelaajien seurajakaumasta ja pelaajamäärästä miesten kaksinpelin valioluokassa)? Ihan hyvältä ensisilmäyksellä näyttää, mutta kolmenkaan korjauspyynnön jälkeen seurojen määrät eivät menneet täysin oikein, toki lähes:
Mitä opin tekoäly(agentti)työkaluista tästä kokeilusta? Varmaankin kaksi asiaa: oikean lähtöpromptin ja jatko-ohjeiden tärkeyden (olisin varmasti voinut tehdä heti alkuun esim. rakenteellisemman askeleittaisen promptin, jossa annan sille roolin, kontekstin, tehtävän ja muut raamit selkeämmin) sekä samaa mitä aina ennenkin: yleistä varovaisuutta: ihmisen vastuun korostamisen tarve tietojen oikeellisuuden takaamiseksi ei ihan heti tule loppumaan.
Internet on pullollaan vinkkejä, miten promptaat tekoälyillä mahdollisimman tehokkaasti. Yhtä ja oikeaa tapaa kehotteen tekemiseen ei ole, mutta yhteistä niille on selkeys ja täsmällisyys.
Journalistisiin tarkoituksiin tehtyä spesifejä kehotteita löytyy runsaasti jo eri mediatalojen tekoälyapureiden taustalta. On hyvä ymmärtää, että niiden luominen ei ole itsessään monimutkaista. Kansainvälisiä luovia ja hauskojakin kehote-esimerkkejä nimenomaan journalistin työhön voi hakea esimerkiksi New Yorkin kaupunginyliopiston journalismiprofessorin Jeremy Caplanin Wondertools-uutiskirjeestä.
Hyvää kehotetta, tai sellaista hyödyntävää GPT-apuria suunniteltaessa kaikki lähtee luonnollisesti käyttäjien tarpeista: mitä ongelmaa ollaan ratkaisemassa. Mediataloissa näitä tarpeita voivat olla esimerkiksi otsikoinnin parantaminen, hakukoneoptimoinnin tehostaminen, kielen sujuvoittaminen ja muu editointi, sosiaalisen median jakotekstien laatiminen, juttuideoiden pallottelu ja niin edelleen.
Tässä kirjoituksessa tiivistän ensin hyvän kehotteen perusrakenteen, minkä jälkeen kerron esimerkkipromptin havainnollistusmielessä tekemälleni Kääntäjä-GPT-apurille (kokeile itse). Kirjoituksen lopussa on hieman yksityiskohtaisempi, 17 kohtaa sisältävä muistilista kehotteen tekoon.
Tätä ennen on kuitenkin syytä muistuttaa siitä, mistä aina kaupallisten tekoälytyökalujen kohdalla: älä anna tekoälylle mitään sellaisia tietoja, joiden et kestäisi vuotavan mihinkään. Tekoälyt myös edelleen hallusinoivat ja käyttävät lähteitä epämääräisesti, joten tarkistamisen on syytä olla perusrutiini. Jos pyydät tekoälyä linkittämään lähteeseen, voi myös olla, että sen antama linkki ei toimi.
Detaljina vielä todettakoon, jos joku ihmettelee, miksi prompteissa on joskus hakasulkeita: niitä käytetään mm. erottamaan ohjeteksti sisällöstä tai viestimään siitä, mikä kohta on tarkoitus korvata omalla sisällöllä.
Jos käytät ChatGPT:tä ja haluat tehdä omia apureita, klikkaa aloitusnäkymän vasemmasta laidasta kohtaan “tutustu GPT:ihin” ja täytä pyydetyt kentät ohjeiden mukaan. Perplexityssä vastaavantyyppinen toiminto löytyy vasemman laidan Spaces-painikkeen takaa.
Tiivis perusrakenne tehokkaalle kehotteelle
[ROOLI]: Määrittele, millaisena asiantuntijana tai toimijana mallin tulisi toimia.
[TEHTÄVÄ]: Kerro selkeästi, mitä mallin halutaan tekevän.
[KONTEKSTI]: Kuvaile taustatilanne, kohderyhmä tai muu olennaisesti tehtävää ohjaava tieto.
[RAJOITTEET]: Listaa, mitä pitää välttää tai millaisia ohjeita on noudatettava. Tämä voi osin limittyä tehtävän kanssa.
[ESIMERKKI]: Voit havainnollistaa esimerkillä, miten haluat toimittavan (voi toimia oikein hyvin ilmankin esimerkkiä).
[LOPPUTUOTOS / TYYLI]: Ilmoita, millaisessa muodossa tai millaisella tyylillä lopputuloksen haluat.
Esimerkkikehote: Kääntäjäapuri (voit kokeilla sitä itse ChatGPT:ssä täällä, vaatii kirjautumisen)
[ROOLI]:
Toimi huippuluokan monikielisenä kielenkääntäjänä.
[TEHTÄVÄ]:
Käännä sinulle annettu teksti käyttäjän pyytämälle kielelle.
[KONTEKSTI]:
Olet erikoistunut käännöksiin suomen, englannin ja ruotsin välillä, mutta pystyt työskentelemään kaikilla maailman kielillä. Käännät tekstejä sekä suomesta muihin kieliin että muilta kieliltä suomeksi. Olet natiivitasoinen suomen, ruotsin ja englannin kielen osaaja.
Erinomaisten kielenkääntäjien tavoin keskityt ajatusten ja merkitysten välittämiseen, et pelkästään sanasta sanaan -kääntämiseen. Suomen kielessä erityisvahvuuksiasi ovat selkeys, termien ymmärrettäväksi tekeminen ja ilmaisujen sujuvuus.
Käytät kääntäessäsi aina samaa tyylilajia ja sävyä kuin alkuperäisessä tekstissä, oli kyseessä sitten muodollinen, rento, asiallinen tai leikittelevä tyyli.
[TYYLI / RAKENNE]:
Vastauksesi rakenne on aina seuraava:
Tiivistelmä: Viiden lauseen pituinen yhteenveto käännöksen sisällöstä (vain jos alkuperäisessä tekstissä on enemmän kuin viisi virkettä).
Koko tekstin käännös: Täydellinen käännös alkuperäisen tekstin tyyliä, rakennetta ja sävyä mukaillen.
[RAJOITTEET]:
Vältä mekaanista sanasta sanaan -kääntämistä, ellei se tuota luontevaa ja ymmärrettävää lopputulosta.
Käytä alkuperäisen tekstin tyyliä ja sävyä käännöksessä.
Jos alkuperäisessä tekstissä on epäselviä, monitulkintaisia tai kontekstiltaan puutteellisia kohtia, pyydä käyttäjältä tarkennusta ennen kääntämistä.
Älä tee oletuksia käännöskielestä, jos sitä ei ole ilmoitettu — pyydä selvennystä [tämä hakasulkeiden sisällä oleva teksti ei kuulu promptiin: huom. lisäsin Kääntäjään kolme oletuspainiketta, jotka vähentävät oman kirjoittelun tarvetta]
GPT-apuria tehdessäsi kehote kirjoitetaan Ohjeet-kenttään.
Kannusta luovuuteen: Salli uudet ideat ja epätavanomaisetkin näkökulmat, jos se on tarkoituksenmukaista.
Pyydä lähteitä: Tarvittaessa pyydä linkittämään lähteitä vastausten tueksi tai niiden yhteyteen.
Selvennä termit: Avaa sellainen terminologia, joka on vaikeasti ymmärrettävää, jottei synny väärinymmärryksiä.
Ole ytimekäs: Pidä kehotteet napakoina, mutta riittävän kattavina.
Kysy yksi asia kerrallaan: Vältä monia kysymyksiä yhdessä kehotteessa.
Testaa ja muokkaa: Kokeile eri sanamuotoja parhaan lopputuloksen saavuttamiseksi.
Anna palautetta: Kerro, jos vastausta pitää säätää tai tarkentaa.
Loppuun vielä: olet ehkä nähnyt somefiidissäsi monen tekevän omasta kuvastaan ”tuotepakkauksen” ChatGPT:n päivitetyllä kuvanluontiominaisuudella. Sellainen syntyy kuvassa näkyvällä kehotteella (lähde: Linkedin, josta voit halutessasi kopioida kehotteen):
A screenshot of the list and some of the sources. A scrollable list can be found at the end of this blog.
I was asked to do this list in English as well and not just in Finnish, so here you go: in this blog you can now find an updating list of GenAI tools and products in media, both in English and in Finnish. My name is Kalle Pirhonen, and I work as an AI producer in Ilta-Sanomat, a Finnish tabloid owned by Sanoma Media Finland. I guess you could call me a media analyst as well because this blog is just a hobby of mine and media analysis was a part of my previous job at the Finnish Broadcasting Company.
I am updating this list using several publicly available sources such as press releases from media companies, media industry events, publications, and newsletters, LinkedIn (e.g. Ezra Eeman’s Wayfinder and Martin Schori’s Aftonbladet’s AI Hub Buzz), Nordic AI Journalism network, Wan-Ifra, INMA, Reuters Institute, Thomson Reuters Foundation, JournalismAI website (Case studies), Newsroom Robots podcast etc. In the list I’ve also included media industry value chain placement for the examples and also, whether the example is mostly about text, audio or video.Please note that the dates are clickable links to the source.
I will update the list continuously in this blog.My motive for making this list is to simply put all the interesting examples in one place because they are scattered over the internet. My apologies if you detect some mistakes – if you notice any or want to tip me about some new great examples or sources for updating this list, please contact me via Linkedin here!
The List in English – scrollable horizontally and vertically & with clickable links (works best on computer, not by phone):
The List in Finnish – Finnish examples are highlighted green:
***
The name of this blog, ”Numeroiden takaa”, means ”Behind numbers” and it deals with the media industry’s operating environment. I’ve written the blog mainly in Finnish since 2017.
Hän myös korosti, että tärkeää on paitsi ketterä kokeileminen ja tuotantoon vieminen, tarvittaessa myös rohkeus olla viemättä jotakin sinänsä hyvää ideaa tuotantoon. Syynä voi olla vaikkapa heikko panos–tuotos-suhde.
Tölli kävi läpi esimerkkejä Sanoman sisäisistä tekoälytyökaluista (mm. Digiarkistochat, Uutiskoostaja, Videokäsikirjoittaja, Dokumenttipöyhin sekä kunnallispäätöksiä haravoiva ja niiden uutisarvoa arvioiva Vahtikoira) sekä kuluttajatuotteista. Kuvat löytyvät yllä olevasta kuvakarusellista (kolme viimeistä kertovat Sanoma Median yleisestä lähestymistavasta tekoälyyn, sekä viime vuosien opeista).
– Aina tekoälytoteutus ei vaadi isoa IT-projektia, hän huomautti. Tölli nosti esimerkiksi “pienellä teknisellä työllä” toteutetun myyntityössä auttavan Teleapurin, joka pohjautuu viiteen sille syötettyyn ohjedokumenttiin.
Kehittäjien osalta Tölli totesi, että pari vuotta sitten käyttöön otettu Github Copilot -ohjelmointityökalu mm. tiimeille, jotka kehittävät HS:n ja IS:n verkkopalveluita, on johtanut siihen, että asioita saadaan tehtyä entistä enemmän, nopeammin ja vähemmän kerrallaan.
Toimituksellisten työkalujen osalta peruslogiikka noudattelee muidenkin mediatalojen tapaa toimia, eli että ne löytyvät yhdestä paikasta. Sanomilla työkalunäkymästä löytyy myös linkit Microsoftin Copilotiin ja Good Tapen äänenlitterointipalveluun. Copilot-kokeiluista Tölli totesi, että niitä on tarvittaessa helppo ja nopea laajentaa.
Litterointityökalut ovat mediataloissa olleet toimittajien suosituimpia tekoälyapureita, sillä ne säästävät paljon aikaa. Ajansäästön ja rahansäästön yhteydestä – onko sitä aina ja missä määrin aidosti – käytettiin Microsoftin tapahtumassa useampia kiinnostavia puheenvuoroja.
Kuluttajatuotteista Tölli totesi, että “olemme tarkoituksella aloittaneet aika varovasti”, aloittaen Hesarin Silmu Sisustaja ja Kuura Kokkaaja -boteista sekä USA:n vaaliapurista.
– Uskoisin, että jatkamme tällaisten tekemistä, Tölli viittasi mediapalveluissa näkyviin botteihin, joiden kautta asiakkailta saatua dataa ja palautetta hän myös luonnehti arvokkaaksi.
Suomen Lehdistön tuoreesta koontijutusta voit lukea lisää suomalaismedian tekoälytyökaluista ja -tuotteista.
Hiljattain tekemästäni agenttikokeilusta voit puolestaan lukea täältä – selvitin, miten syntyy ilmaisohjelmalla ”Varkaus-harava”, jolla voit automaattisesti tilata mailiisi Varkauden julkiset hankinnat, yhdistystiedot, kuntapäätökset, hyvinvointialueen päätökset ja tiedotemaininnat.
Koostamiini esimerkkeihin ruotsalaismedian tekoälytyökaluista voit puolestaan tutustua täällä.
Kansainvälisen uutismediajärjestön INMA:n Global Media Awards -tekoälyehdokkaisiin voit tutustua täällä.
Numeroiden takaa 