Avainsana-arkisto: AI

Strategia ja liiketoiminta, tekoäly

Löydettävyys vai suojaaminen? AI-ystävällinen vs. AI-epäystävällinen sisältö – esimerkkejä uutismediasta

Tekoäly muuttaa hakukoneita – mutta mitä se tarkoittaa medioille? Riippuu siitä, haluatko tulla helposti löydetyksi vai suojella sisältöäsi. Kumpikin voi olla tapauksesta – ja sisällöstä – riippuen perusteltua, mutta kumpaakin on vaikea saada samassa paketissa.

Kokoan tähän kirjoitukseen eri lähteistä kokoamiani pohdintoja siitä, millainen sisältö olisi tämänhetkisen käsityksen mukaan parhaiten suojassa vaikkapa Googlen tekoäly-yhteenvedoilta ja toisaalta, millaiset toimenpiteet nostavat mahdollisuuksia päästä niissä esille mahdollisimman hyvin. Puhutaan siis tekoälyoptimoinnista eli GEO:sta tai jopa AEO:sta eli “hakukoneoptimoinnista vastausmoottoreille”.

Samaan aikaan niin sanotun perushaun optimointiakaan ei voi vielä unohtaa.

Medioille aihe on hankala, sillä tekoälyt käytännössä vähentävät medioille tärkeää liikennettä. Googlen osalta huolestuttavinta tällä hetkellä lienee, että se on ollut tuomassa tekoäly-yhteenvetoja myös Discover-uutissyötteeseen, joka on pitkään ollut perushakua tärkeämpi liikenteenlähde.

ChatGPT:n ja Clauden kaltaisille tekoälypalveluille journalistinen sisältö on tärkeää, sillä niiden siteeraamasta materiaalista jopa 25-50 prosenttia on peräisin uutismediasta.

AI-epäystävällinen sisältö

  • Kaikki sellainen, mikä on koneelle vaikeinta tiivistää/kopioida/pilkkoa.
    • Suosi sellaista kerrontaa, jossa näkyy kirjoittajan oma kokemus ja läheisyys aiheeseen (paikalla oleminen, henkilökohtaiset havainnot, yksityiskohtaiset kuvaukset). Kuvaileva, värikäs kieli, sanaleikit, metaforat, monitulkintaisuus – mutta ei toki asiakkaan ymmärryksen kustannuksella. Hollantilainen mediastrategi Piet van Niekerk tiivistää tämän käsitteeseen “emotional proximity”: jos onnistut luomaan sitä, se on vaikeinta tekoälyn kopioida tai tiivistää. Van Niekerk ehdottaa myös edellä kuvatun tyyppisen “pitkähäntäisen” eli hyvin aikaa kestävän sisällön lisäämistä. Toisaalta esimerkiksi aikaa kestävä lifestyle- tai ruokasisältö, tai horoskoopit, näyttäisi ensihavaintojen mukaan kärsivän eniten hakukoneliikenteen vähenemisestä, varmaankin osin koska niiden yhteydessä tekoälytiivistelmät näyttävät harvemmin linkkejä.(linkkien määrä vaihtelee sen mukaan, onko kyse esim. Perplexitystä, ChatGPT:stä tai Googlen tekoäly-yhteenvedoista tai Googlen AI Modesta).
    • Käytännössä uutispuolella esimerkiksi hetki hetkeltä -seurannat tai pidemmät kuvailevat jutut kuten reportaasit ja featuret voivat olla tällaisia. Mitä uniikimpi ja omaleimaisempi tyyli, sen parempi.
    • Kiinnostavin fakta tai faktat eivät selkeästi poimittavissa jutun alusta, esim. yhdessä lauseessa. Useampi näkökulma samassa jutussa. Pitkissä jutuissa kronologian rikkominen.
    • Jutussa olennaisia tietoja muuallakin kuin vain perustekstinä, kuten grafiikassa tai videolla. Useat sisältöelementit aiheuttavat sen, että pelkkä tekstin lukeminen ei anna tekoälylle koko kuvaa (tässäkin toki mietittävä ensisijaisesti asiakkaan käyttökokemusta, ei tekoälyä – itsehän olen sitä mieltä, että valtavat monimediaiset juttupläjäykset turhan usein lähinnä karkottavat lukijan, vaikka toimituksen mielestä hienolta näyttää).
  • Tekniset toimenpiteet, esimerkiksi tekoälybottien blokkaus, jotta tekoäly-yhtiöt eivät käyttäisi medioiden materiaalia vastikkeetta. Blokkaamisen toimivuudesta ei ole takeita, eikä välttämättä edes maksumuuri pidättele tekoälyjä.
  • Oikeudelliset toimenpiteet (esim. New York Times vs. OpenAI, tai Chilessä Copesa vs. Google)

AI-ystävällinen sisältö

  • Mieti sisältöjä ja niiden rakennetta siten kuin ne ovat esillä tekoälychäteissä tai esimerkiksi Googlen tekoäly-yhteenvedoissa.
    • Tässä INMA:n artikkelissa hieman konkretiaa: “Think featured snippets, “people also ask” boxes, or position zero.”
  • Kaikki sellainen, mikä on koneelle helpointa tiivistää.
    • Kiinnostavin fakta tai faktat heti selkeästi jutun alussa, esim. yhdessä lauseessa.
    • Selkeä otsikko ja ingressi, joista jutun pääsisältö käy jo ilmi.
    • Kaikki oleellinen html-tekstinä, ei esimerkiksi grafiikoihin tai videoihin “piilotettuna”.
    • Valmiit tiivistelmät jutun yhteydessä, tai juttu itsessään tiivistelmämuodossa.
    • Listamuotoiset jutut (kuten tämäkin tekemäni tässä nyt).
    • Nimet, numerot ja muut keskeiset tiedot selkeästi esillä.
    • Lineaariset aikajanat. Lyhyet kappaleet.
    • Erillissopimus tekoäly-yhtiöiden kanssa median aineistojen käytöstä saattaa nostaa todennäköisyyttä näkyvyydelle tekoälypalveluissa – tosin päinvastaisiakin havaintoja on.
  • Tekniset toimenpiteet: metadatan rakentaminen tukemaan em. asioita.

Iso kuva

Suomi on siinä mielessä poikkeus, että täällä monia muita maita isompi osa tulee uutispalveluihin suoraan, joten tekoälyhakujen laajemmat vaikutukset näkyvät meillä viiveellä. Asiantuntijat kehottavatkin toimenpiteisiin, jotka edelleen vahvistavat suoraa liikennettä palveluihin, mikä voi tarkoittaa esimerkiksi uutiskirjeiden tai etusivun ja artikkelinäkymän kehittämistä.

Medioiden suhteessa tekoälyjätteihin on kaikuja sosiaalisen median nousun alkuaikoihin: oli jälkikäteen katsottuna perinteiseltä medialta virhe tehdä liiaksi someen nojautuvaa strategiaa (vrt. Buzzfeed), mutta ei sieltä kokonaankaan voinut tietenkään pois olla. Sama tasapainottelu on edessä nytkin. Se on ainakin selvää, että mediataloissa kannattaa vastuuttaa henkilö tai henkilöitä seuraamaan tätä kehitystä, ei vain liikennetasolla, vaan myös sisältö/aihetasolla, kuten INMA:kin alleviivaa.

Kuvituskuva: Adobe Firefox.

Normaali
tekoäly

Pientä helpotusta kalenterimerkintänysväykselle: Näin pyydät Geminiä tekemään ne puolestasi

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:

Normaali
AI and news media, tekoäly

Googlen tekoälyuudistukset vievät klikkejä uutismedialta – tämä on tilanne Suomessa nyt

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

Mikä se on?

Googlen AI Overviews on tekoälyn tuottama vastaus, joka ilmestyy hakutulosten yläosaan. Se tiivistää useista lähteistä kerätyn tiedon yhdeksi vastaukseksi.

Miksi tällä on väliä uutismedialle?

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.

Normaali
AI and news media

The road ahead for AI in news media – what’s real, and what really counts?

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’s strategic 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.

Long-Term: Several years

In media circles, the term liquid content frequently comes up. It was coined by Matthieu Lorrain, creative lead at Google’s DeepMind. Basic AI-assisted content versioning is already a form of this. One example is Süddeutsche Zeitung, where articles can be instantly converted to plain language with the click of a button (this experiment can also be found in my GenAI in media tracker here).

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?”

Normaali
Strategia ja liiketoiminta

LIVE TRACKER: GenAI in media – 130+ tools and products from around the world (in English and in Finnish)

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.

Normaali
Strategia ja liiketoiminta

Uutismedia- ja tekoälynostot Amy Webbin 1000-sivuisesta trendijärkäleestä

Amerikkalaisfuturisti Amy Webbin Future Today -instituutti on julkaissut massiivisen, tänä vuonna tasan 1000-sivuisen 2025 Tech Trends -raportin, jossa käydään läpi teknologian tulevaisuuden suuntaviivoja.

Tiivistän tähän blogiin kaksi osiota, joista toinen liittyy tekoälyn kehitykseen ja toinen uutismediaan.

Tekoälyn kehityksessä raportti nostaa esiin muun muassa nämä kehityskulut:

  • Tekoäly alkaa toimia kuin käyttöjärjestelmä – suuret kielimallit (LLM) muuttuvat alustoiksi, jotka pyörittävät monia sovelluksia taustalla. Käyttäjän ei tarvitse enää erikseen avata AI-työkalua, vaan se tulee osaksi kaikkea tekemistä (osaksihan näin on jo tapahtunut).
  • Autonomiset tekoälymallit ottavat enemmän päätäntävaltaa – LAM-mallit (”Large Action Models”) eivät ainoastaan suosittele päätöksiä, vaan alkavat tehdä niitä itsenäisesti. Tämä olisi askel eteenpäin tekoälyagenteista, joiden luominen vaatii ihmiseltä vielä toistaiseksi jonkin verran aktiivisuutta.
  • Kun Yhdysvallat ja Kiina käyvät “tekoälyn kylmää sotaa”, se vaikuttaa suoraan esimerkiksi teknologiasääntelyyn ja yritysten innovaatioihin.

Uutismedian tulevaisuutta raportti pitää epävarmana. Se ennakoi muun muassa näitä kehityskulkuja:

  • Journalismi siirtyy yhä enemmän maksumuurien taakse tai lahjoituspohjaiseksi.
  • Mediatalot joutuvat kehittämään uusia ansaintamalleja, kun somen tuoma liikenne verkkosivuille vähenee (ja on jo vähentynyt). Lisäksi, kun ihmiset lukevat yhä useammin tekoälyn koostamia uutistiivistelmiä tekoälypalveluista tai Googlesta, se vähentää alkuperäisten juttujen klikkauksia.
  • Faktantarkistus vaatii entistä älykkäämpiä keinoja, koska tekoäly.
  • Yhä useammat uutismediat tarjoavat tekoälypohjaisen haun ja äänikäyttöliittymien avulla personoituja, keskustelunomaisia kokemuksia, mikä lisää käyttäjien sitoutumista.
  • Tekoälyn luomat avatarit avaavat uutismedioille uusia jakelukanavia, mikä auttaa kustantajia tavoittamaan uusia yleisöjä ja suojelemaan toimittajia vaarallisilla alueilla.
    • Esimerkiksi Venezuelassa toimittajat ovat käyttäneet tekoälyavatareja salatakseen henkilöllisyytensä ja raportoidakseen tapahtumista uhkauksista huolimatta.
    • Perussa puolestaan tekoälyavatareja on käytetty tavoittamaan aliedustettuja ryhmiä: San Marcosin yliopisto kehitti tekoälyuutisankkurin, joka kertoo Tiktokissa uutisia vähemmistökieli ketšuaksi, joka oli aikoinaan inkavaltakunnan pääkieli.
Normaali
Yleisön ymmärtäminen & analytiikka

Tämä harjoitus vei tekoälyagentilta 4 minuuttia – kolusi itse viiden median otsikot, laski merkkimäärät, analysoi sisältöä ja teki taulukon

Termiä tekoälyagentti käytetään nykyään melko hövelisti, mutta alun perin sillä on viitattu tekoälyn kykyyn hoitaa peräkkäisiä tehtäviä automaattisesti.

Tässä kirjoituksessa käsittelemäni esimerkki on tehty lontoolaisen startupin Convergence AI:n Proxy-työkalulla, jolle antamani komento oli seuraava:

Käy läpi suomalaismedioiden Ilta-Sanomat, Iltalehti, Yle, Helsingin Sanomat ja Keskisuomalainen verkkosivujen osa, joka kertoo luetuimmat jutut sillä hetkellä. Tämän jälkeen laadi taulukko, joka sisältää kunkin median nimen, viisi luetuinta otsikkoa, niiden keskimääräisen merkkimäärän (ilman välilyöntejä) sekä kolme pointtia, mitkä seikat yhdistävät kunkin tiedotusvälineen luetuimpia juttuja.

”Normaali” keskusteleva tekoälytyökalu ei kykenisi tekemään tämänkaltaista moniosaista tehtävää, mutta Proxyllä tässä kesti noin viisi minuuttia, eikä se tarvinnut täsmentäviä ohjeita, mitä se joskus kysyy. Proxyn tekoäly siis käytännössä käy promptissa mainituilla sivustoilla ja etsii niiden luetuimmat-osiot. Muutaman kohdalla tekoäly meni niille googlaamalla ensin ”Iltalehti luetuimmat”, osan kohdalla menemällä suoraan palvelun etusivulle ja etsimällä sieltä luetuimmat-osion. Proxy tarvitsi tehtävän toteuttamiseen 17 vaihetta, joista viimeinen oli pyytämäni taulukko. Kauneusvirhe oli se, että Proxy ei kyennyt tekemään taulukkoa täydellisenä Markdown-versiona keskustelunäkymään, eikä liitetiedostona, vaan tiedot oli itse kopioitava käsin tässä tapauksessa Google Sheetsiin:

Proxyn työstönäkymä näytti tältä:

Huono asia perinteisen median kannalta on ainakin se, että Proxy näyttäisi ohittavan sivustojen blokkausyritykset tekoälyille mm. ottamalla sivustoilta kuvakaappauksia. Median vinkkelistä tekoälyagenteille on helppo nähdä myös mahdollisuuksia, vaikkapa tutkivien toimittajien omiin seuranta-alueisiin erikoistuneiden tekoälyapureiden rakentamiseen. Kävin tätä puolta hieman enemmän läpi aiemmassa blogikirjoituksessani.

Normaali
Strategia ja liiketoiminta

Näin helposti (ja ilmaiseksi) syntyi tekoälyagentti, joka pyörii puolestani netissä sukututkimusharrastustani varten

Tekoälyagenttien yleistymisen vaikutukset media-alaan ja esimerkiksi tutkivien journalistien tekoälytyökaluihin ovat tämänkin kokeilun perusteella ilmeiset. Riskitkin on helppo nähdä.

Tekoälybotit on suunniteltu pääasiassa vuorovaikutukseen ihmisten kanssa, kun taas tekoälyagentit pystyvät suorittamaan monimutkaisia ja peräkkäisiä tehtäviä itsenäisesti – käytännössä esimerkiksi käymään erilaisissa tietokannoissa puolestasi ja parhaimmillaan lähettämään tulokset ajastettuna sähköpostiisi vaikka maanantaiaamuisin kello 9.

En ole itse teknologian syväosaaja, vaan pikemminkin teknologiaan kriittis-innostuneesti suhtautuva umpihumanisti, joten päätin kirjata kokeiluni talteen myös tänne blogiin.

Kokeilin tekoälyagentin luomiseen ensin Zapier AI -nimistä palvelua, mutta se oli omaan makuuni hieman liian monimutkainen. Hollannin yleisradion strategiajohtajan Ezra Eemanin Wayfinder-uutiskirjeestä bongasin brittiläisen startupin Convergence AI:n Proxy-nimisen uuden palvelun, joka osoittautui käytettävyydeltään niin helpoksi, että se hakkasi Zapierin mennen tullen. Proxyä voi toistaiseksi käyttää useamman kerran päivässä ilmaiseksi.

Maksullisista tekoälytyökaluista käytän itse tällä hetkellä päivittäin Perplexityä (noin 20e/kk), mutta siinä ei vielä tällaista agentinluomismahdollisuutta ole – tosin veikkaan, että pian on, sillä alusta päivittää mm. kielimallejaan ja ominaisuuksiaan koko ajan, viimeisimpänä Deep Researchillä, joka leipoo aiheesta kuin aiheesta pelottavan hyviä akateemisen tason analyysejä lähdeviitteineen.

Convergence AI:n Proxy toimii pelkistettynä näin:

  1. Mene osoitteeseen Convergence.ai.
  2. Luo tunnus ja salasana, kirjaudu.
  3. Kuvaile chat-ikkunassa, mitä haluat tehdä. Lähtöteksti on englanniksi, mutta voit keskustella normaalisti suomeksi. Valittavana on myös oletustehtäviä, kuten erilaiset uutistiivistelmät.
  4. Voit täsmentää ohjeita matkan varrella.
  5. Harrastan sukututkimusta, joten kokeilin siihen liittyvällä esimerkillä. Pyysin Proxyä hakemaan tietoa Kansalliskirjaston vanhojen lehtien digitoidusta tietokannasta siten, että saisin tiivistelmän aina tuoreimmista lisäyksistä, joissa sukunimeni mainitaan. Näin keskusteluni eteni:

“Mene osoitteeseen digi.kansalliskirjasto.fi, etsi tietoa nimellä “Pirhonen”, jäsennä tulokset muotoon “viimeksi lisätyt” ja kerro tuoreimmat 3 tulosta bullet pointeina niin, että mainitset lehden nimen, lehden julkaisupäivämäärän sekä lyhyesti kontekstin, jossa nimi Pirhonen esiintyy.”

Tällä komennolla sain ensin englanninkielisen tuloksen, joten täsmensin:

“Voisitko antaa tulokset suomen kielellä”.

Tämän jälkeen sain tuloksen, joka ei kuitenkaan ole aivan sitä mitä tarkoitin eli viimeksi lisätyt eivät ole ensin:

Täsmensin komentoa lisää:

“Muuta hakuasetuksia oikeasta yläkulmasta muotoon ’Viimeksi’ lisätyt, jolloin hakutuloksissa näkyy viimeksi lisätty tulos.”

Tämän jälkeen sain tuloksen, joka oli muuten ok, mutta halusin konteksti-kohdasta vielä hieman selkeämmän:

“Kerro kontekstista hieman tarkemmin niin, että asiayhteyden ymmärtää paremmin.”

Tämän jälkeen Proxy antoi juuri oikeanlaisen ja kaipaamani tuloksen:

Halutessani voisin pyytää Proxyä tekemään saman haun vaikkapa joka maanantai ja lähettämään tulokset sähköpostiini. Tämä toiminto ei kuitenkaan näytä käytännössä toimivan ainakaan vielä täydellisesti, vaikka joihinkin oletustehtäviin Proxy sitä jo tarjoaa. Tuloksen Proxy kyllä lähettää sähköpostiin, mutta ei ajastettuna, vaan pienellä viiveellä kunkin haun jälkeen.

Uhkia ja mahdollisuuksia

Joka tapauksessa on helppo nähdä, millaisia sekä mahdollisuuksia että uhkia tekoälyagentit tuovat media-alalle. Tulevaisuudessa agenttimaisten sisällönkuluttajien osuus epäilemättä kasvaa – mistä tiedät, onko taustalla oikea ihminen vai ei, suoraan tai välillisesti? Agentit myös käyttävät surutta medioiden tekijänoikeudellista sisältöä, mikä taitaa valitettavasti olla tuulimyllyjä vastaan taistelemista. Kyyninen voisi myös sanoa, että joissain medioissa tekoälyn tekemää sisältöä kuluttaa pian – tekoäly. Mihin jäi ihminen.

Riskinä on myös tietoturva. Jotta agentit pystyvät toimimaan, niille on annettava pääsy niihin järjestelmiin joissa haluat niiden toimivan, kuten vaikkapa kalenteriisi. Tässä kohtaa huomaan itse, että raja tulee vastaan, kun käytän kaupallisia ei-suljetussa järjestelmässä olevia työkaluja: en mielelläni anna niille pääsyä mihinkään, mihin ei ole pakko, koska en luota niihin tarpeeksi.

Mitä tulee mediaan ja etenkin journalismiin, agenteissa on helppo nähdä isoja mahdollisuuksia esimerkiksi tutkivien toimittajien työkaluihin: voit rakentaa helposti esimerkiksi agentin, joka kahlaa puolestasi tietoa haluamaltasi seuranta-alueelta. Tähän suuntaan jotkut mediat ovatkin jo omia tekoälytyökalujaan vieneet. Mahdollisuuksia on myös esimerkiksi personoitujen uutiskirjeiden tuunaamisessa – sellainen kun on helppo rakentaa jo nyt itse täysin haluamakseen, kuten tämäkin kokeilu osoitti.

Lue myös: Dagens Media listasi ruotsalaismedian TOP15 tekoälytyökalut – tässä esimerkit linkkeineen.

Normaali
Strategia ja liiketoiminta

Dagens Media listasi ruotsalaismedian TOP15 tekoälytyökalut – tässä esimerkit linkkeineen

Dagens Media on ruotsalainen Bonnier Newsin omistama media-alaa seuraava lehti, joka vaatii tilauksen, mutta ensimmäinen kuukausi on ilmainen. Tiivistän tähän blogiin yhden kiinnostavan artikkelin sisällön, jossa kerrotaan esimerkkejä toimitusten tekoälytyökaluista sekä asiakkaille näkyvistä hankkeista. Vinkki: Lehti on juuri alkanut julkaista Linkedinissä Dagens Media Insikt -uutiskirjettä, josta tämäkin löytyi. Uutiskirjeen toinen kiinnostava artikkeli rankkaa pisteytysjärjestelmällä mediatalojen asiakaspalvelubotit (mm. TV4, Storytel, Bonnier News, Nextstory).

Dagens Media: 15 esimerkkiä toimitusten tekoälyapureista tai asiakkaille näkyvistä tekoälyhankkeista

Käännökset ja tiivistelmät on tehty tekoälyllä. Oikeellisuuden tarkasti ihminen eli minä. Alkuperäinen juttu löytyy täältä. Olen mahdollisuuksien mukaan linkannut kunkin median työkalua käsittelevään juttuun tai itse työkaluun, mikäli kyse on asiakkaille tarkoitetusta sellaisesta, eikä toimituksen sisäisestä työkalusta.

Talargranskningen (Helsingborgs Dagblad):
Työkalu puhdistaa ja jäsentää kuntien päätäntäelinten kokousten vaikeaselkoiset lokitiedostot helposti analysoitavaan muotoon. Tekoäly muuntaa tekniset tiedostot luettavaksi dataksi, tunnistaen ja erotellen puheenvuorot, puhujat ja aiheet. Tämä mahdollistaa esimerkiksi tilastojen luomisen puheajan jakautumisesta eri puolueiden tai henkilöiden kesken. Työkalun avulla HD teki artikkelisarjan poliitikkojen aktiivisuudesta ja julkaisi koko materiaalin tietokantana lukijoiden tutkittavaksi.

Mitt i bruset AI (Dagens Industri/Di Digital):
Työkalu vastaa käyttäjien kysymyksiin erityyppisten elinkeinoelämän johtajien haastattelujen pohjalta. Järjestelmä on koulutettu Dagens Industrin tekemien haastattelujen sisällöllä. Käyttäjät voivat esittää kysymyksiä esimerkiksi johtamisesta tai siitä, miten menestyä. Tekoäly etsii ja yhdistelee olennaista tietoa haastatteluista muodostaakseen vastauksen. Tämä mahdollistaa vuorovaikutuksellisen tavan tutustua haastattelujen sisältöön ja saada käytännön vinkkejä yritysjohtajilta.

Valkompisen (Aftonbladet):
Työkalu vastaa EU-vaaleihin liittyviin kysymyksiin Aftonbladetin toimittajien kokoaman tietokannan perusteella. Käyttäjät voivat kysyä esimerkiksi puolueiden kannoista tai EU:n toiminnasta, ja tekoäly muodostaa vastaukset. Valkompisen vastasi yli 150 000 kysymykseen EU-vaalien 2024 yhteydessä.

Chef GPT (Tidningen Chef):
Työkalu luo käyttäjille johtamiseen liittyviä artikkeleita Chef-lehden 10 vuoden juttuarkistosta. Se käyttää RAG-tekniikkaa (Retrieval Augmented Generation), joka yhdistää tiedonhaun ja tekstin generoinnin. Käyttäjä voi kysyä esimerkiksi ”Miten pidän tehokkaan kehityskeskustelun?”, ja työkalu etsii olennaista tietoa arkistosta ja muodostaa sen pohjalta uuden artikkelin otsikoineen, ingresseineen ja AI-generoituine kuvineen. Käyttäjä voi esimerkiksi etsiä ratkaisuja tietyntyyppiseen johtamistilanteeseen, johon tekoäly tekee ratkaisuksi uuden artikkelin arkistomateriaalin pohjalta.

Aftonbladet Podcast Studio (Aftonbladet):
Työkalu tuottaa automaattisesti uutispodcasteja toimittajien valitsemista aiheista. Järjestelmä tiivistää valitut uutisartikkelit, luo käsikirjoituksen ja tuottaa valmiin podcast-jakson käyttäen tekoälyääntä. Toimittajat valvovat prosessia ja varmistavat journalistisen laadun. Koko tuotanto tapahtuu alle 15 minuutissa. Tämä on mahdollistanut ”Update”-nimisen päivittäisen uutispodcastin tuotannon, joka on kerännyt noin miljoona kuuntelukertaa syyskuusta 2024 lähtien.

Aftonbladet Daily Arabic (Aftonbladet ja Alkompis):
Työkalu kääntää Aftonbladetin suositun Daily-podcastin arabiaksi. Tekoäly kääntää ensin podcastin tekstin, minkä jälkeen toimittajat tarkistavat ja korjaavat käännöksen. Lopuksi teksti muunnetaan puheeksi tekoälyäänen avulla. Tämä mahdollistaa nopean ja kustannustehokkaan tavan tuottaa arabiankielistä uutissisältöä viikoittain. Podcastin avulla Aftonbladet tavoittaa arabiankielistä yleisöä, joka muuten jäisi kielimuurin takia tavoittamatta.

Lyssna på Hippson (Hippson/Everysport):
Työkalu muuntaa Hippson-lehden artikkelit äänimuotoon AI-generoidulla äänellä (esimerkki). Järjestelmä on koulutettu lehden päätoimittajan äänellä. Se analysoi artikkelin tekstin, optimoi sen puhuttavaan muotoon ja luo äänitiedoston, joka kuulostaa päätoimittajan lukemalta.

Lyssna på toppnyheter (NTM Media):
Työkalu koostaa ja lukee ääneen UNT.se-sivuston (Upsala Nya Tidning) viisi luetuinta uutista tunnin välein. Se kerää suosituimmat uutiset, tiivistää ne sopivaan muotoon ja luo niistä äänitetyn uutislähetyksen tekoälyäänen avulla. Järjestelmä tuottaa lähetyksen automaattisesti joka tunti klo 7-23, sisältäen intron ja outron. Toimitus tarkistaa jokaisen lähetyksen ennen julkaisua. Tämä mahdollistaa jatkuvan, ajantasaisen uutisvirran kuuntelijoille ja vie mediataloa lähemmäs ”fluid content”-ajattelua, jossa sama sisältö mukautuu eri formaatteihin.

Nyhetskollen (HD-Sydsvenskan):
Työkalu tiivistää yön ja aamun uutiset podcastia varten. Se analysoi useita uutisartikkeleita, tunnistaa tärkeimmät tiedot ja muodostaa niistä tiivistelmän, joka sopii ääneen luettavaksi podcastissa. Työkalu muotoilee tekstin puhekielisemmäksi ja varmistaa, että kaikki numerot ja lyhenteet on kirjoitettu auki oikeaa ääntämistä varten. Tämä säästää toimittajien aikaa kiireisessä aamutyössä ja mahdollistaa nopean uutiskatsauksen tuottamisen.

AI-kompisen (NTM Media):
Työkalu generoi otsikoita ja nostoja artikkeleihin. Järjestelmä on integroitu NTM:n toimitusjärjestelmään. Se analysoi artikkelin sisällön ja luo ehdotuksia pääotsikolle, alaotsikolle sekä printtijulkaisun nostoille. Toimittajat voivat käyttää ehdotuksia lähtökohtana ja muokata niitä tarpeen mukaan.

Automatiserad verifiering av spelare (Eliteprospects):
Työkalu tarkistaa pelaajien henkilöllisyyden automaattisesti. Se vertaa käyttäjien lähettämiä henkilötietoja ja dokumentteja Eliteprospects-sivuston tietokantaan. Jos tiedot täsmäävät, profiili voidaan verifioida automaattisesti. Epäselvissä tapauksissa tai huipputason pelaajien kohdalla järjestelmä ohjaa tapauksen manuaaliseen käsittelyyn. Tämä on säästänyt huomattavasti asiakaspalvelun aikaa.

SEO-contentgenerator (Everysport Media Group):
Työkalu luo hakukoneoptimoitua sisältöä urheiluaiheista Eliteprospects-sivustolle. Se yhdistää SEO-analyysin ja tekstin luomisen. Ensin se tunnistaa avainsanoja, joilla sivusto voisi parantaa hakukonenäkyvyyttään. Sitten se luo näihin avainsanoihin perustuvaa sisältöä, kuten otteluraportteja tai pelaajaesittelyjä. Sisältö optimoidaan automaattisesti hakukoneita varten. Tavoitteena on lisätä sivuston orgaanista liikennettä ja parantaa sen sijoituksia hakutuloksissa.

Notisgenerator (Tidningar i Norr):
Työkalu kirjoittaa uutisia poliisin ja ilmatieteen laitoksen tiedotteista. Järjestelmä seuraa reaaliajassa poliisin RSS-syötteitä ja SMHI:n säävaroituksia API:n kautta. Kun uusi tiedote ilmestyy, tekoäly muotoilee siitä uutismuotoisen tekstin. Työkalu on räätälöity huomioimaan paikalliset alueet ja tapahtumien tyypit. Luodut uutiset lähetetään toimitukselle tarkistettavaksi ennen julkaisua. Tämä mahdollistaa pienille paikallistoimituksille (2-5 henkilöä) nopean reagoinnin paikallisiin tapahtumiin ja laajemman uutistarjonnan.

Quizmakaren (Tidningar i Norr):
Työkalu luo tietovisoja julkaistujen artikkelien pohjalta (esimerkki). Se analysoi Tidningar i Norr -konsernin julkaisemia artikkeleita ja luo niiden pohjalta monivalintakysymyksiä. Se voi keskittyä esimerkiksi viikon luetuimpiin artikkeleihin tai tiettyyn aihealueeseen, kuten urheiluun tai lemmikkeihin. Tekoäly luo useita kysymysvaihtoehtoja, joista toimitus valitsee sopivimmat julkaistavaan visaan. Tämä mahdollistaa interaktiivisen sisällön tuottamisen pienillä resursseilla ja lukijoiden sitouttamisen uudella tavalla.

Nyhetsaggregator (Everysport):
Työkalu kerää, luokittelee ja arvioi uutisia eri lähteistä. Se seuraa määriteltyjä RSS-syötteitä ja verkkosivuja, analysoi uutisten otsikoita, tiivistelmiä ja metatietoja tekoälyn avulla, luokitellen uutiset aihepiireittäin ja arvioiden niiden tärkeyden. Järjestelmä myös ryhmittelee samaa aihetta käsittelevät uutiset yhteen, mikä helpottaa kokonaiskuvan muodostamista ajankohtaisista aiheista. Työkalu on vielä testivaiheessa.

Iso kuva: Thomson Reuters -säätiön raportti tekoälytyökalujen käytöstä journalisteilla – kolme nostoa

Laajemman perspektiivin hahmottamiseksi on syytä myös suositella tuoretta Thomson Reuters -säätiön raporttia, johon kysyttiin tekoälytyökalujen käytöstä 221 journalistilta 70 maassa. Ohessa koontigraafi sekä kuva, josta selviää, mitkä ovat yleisimmät tekoälyn käyttökohteet journalisteilla tällä hetkellä sekä kuva, jossa listataan yleisimmät syyt miksi tekoälytyökaluja ei käytetä.

EDIT: lisäys 7.2.2025. Alma Median journalisteille tarkoitetuista työkaluista kerrottiin 5.2. järjestetyssä tapahtumassa laajalti. Niistä voit lukea enemmän Linkedin-postauksestani.

Normaali
Strategia ja liiketoiminta

Näin Googlen NotebookLM-tekoäly purki suomalaisten mediayhtiöiden puolivuotiskatsaukset

Muistikirjan ja tekoälysovelluksen yhdistelmäksikin kutsuttu Googlen NotebookLM-työkalu on erinomaisen hyödyllinen yhteenvetojen tekemiseen uusilla tavoilla, jollaisiin perusbotti ei kykene. Gemini-tekoälymallia hyödyntävälle NotebookLM:lle voi syöttää lähdemateriaaliksi esimerkiksi pdf-dokumentin, Youtube-videon, äänitiedoston tai nettisivun, tai vain tekstiä.

Käyn tässä blogikirjoituksessa esimerkin kautta läpi, miten NotebookLM jäsensi mediayhtiöiden Sanoma ja Alma Media vuoden 2024 puolivuotiskatsauksia (34 ja 28 sivua, pdf-muodossa). Listaan lopuksi myös työkalun plussat ja miinukset tämän kokeilun pohjalta.

Jos käytät Googlen palveluita, voit käyttää NotebookLM-työkalua ilmaiseksi menemällä kirjautuneena osoitteeseen notebooklm.google ja klikkaamalla painiketta “Kokeile NotebookLM:ää”. Tämän jälkeen työkalu pyytää sinua luomaan “työkirjan”. Tämän jälkeen avautuu näkymä, johon kirjoitetaan, liitetään tai linkitetään haluamasi lähdemateriaalit.

Kun lähdemateriaalit on lisätty, aukeaa näkymä, joka antaa valmiin yhteenvedon ja joukon ehdotettuja kysymyksiä, joita klikkaamalla voit chättäillä lähdemateriaalista (joka näkyy vasemmassa reunassa, kuva alhaalla). Voit toki kirjoittaa myös omia kysymyksiä. Julkisuudessa ehkä eniten keskustelua herättänyt ominaisuus on kahden puhujan audioyhteenveto napinpainalluksella (oikea yläkulma), mutta suomeksi tätä ei vielä ole saatavissa:

Tässä esimerkkejä, millaisiin muotoihin NotebookLM taivutti Alman ja Sanoman puolivuotiskatsauksia joko esiasetettujen kysymysten tai itse esittämieni toiveiden pohjalta:

1) Alma Median strategiset riskit -tiivistys. NotebookLM:n erinomainen ominaisuus on lähdepallukoiden (kuvassa harmaalla) tuominen vastauksen yhteyteen. Kun viet kursorin pallon päälle, näet kohdan, johon tiivistys perustuu:

    2) Lähdemateriaalin saa halutessaan vierelle isommin juoksemaan, kuten tässä esimerkissä Sanoman listaamista toimintaympäristön muutoksista:

    3) Tässä tiivistyksessä on käyty läpi Sanoman tunnistamia strategisia riskejä. Kysymys (ylänurkassa) oli jo valmiina odottamassa, kun latasin materiaalit, joten riitti vain, kun klikkasin sitä ja sain vastauksen:

    4) Tässä NotebookLM jäsensi Sanoman katsauksen aikajanaksi, jossa tosin oli hieman virheitä (Sanoma hankki Starkin elokuussa 2022 eikä elokuussa 2023). Alussa todetaankin, että lähdemateriaali on aikajanan luomiseksi hankala, mutta toiminto on parhaimmillaan erittäin kätevä:

    5) Tällaisen käsikirjoituksen NotebookLM tekisi Sanoman puolivuotiskatsauksesta, jos juontajia olisi kaksi (kokeilin myös erikseen ladata lähteeksi audiotiedoston ja ohjeistin käyttämään samankaltaista jutustelevaa äänensävyä kuin tiedostossa, mutta tämä onnistui vaihtelevasti):

    6) Tässä esimerkissä NotebookLM on automaattisesti luonut liitetyistä tiedostoista kysymyksiä ja vastannut niihin. ”Usein kysyttyä” on yhtenä oletuspainikkeena lähtönäkymässä. Jostain syystä tämä toimi minulla toistuvasti niin, että tähän yhteyteen työkalu ei tuonutkaan lähdeviittauksia, kuten yleensä – näitä tietoja en ole tarkastanut:

    NotebookLM-työkalun plussia ja miinuksia

    Plussat:

    Lähteytyksen laatu: klikkaamalla pääsee heti tarkistamaan tiedon.

    Lähteytysmahdollisuuksien monipuolisuus.

    Hallusinointia oli yllättävän vähän.

    Työkalun erilaisuus ja freesiys verrattuna perus-tekoälybotteihin.

    Miinukset:

    Tiedot täytyy edelleen tarkistaa myös erikseen – kuten työkalussakin todetaan: “NotebookLM voi edelleen antaa epätarkkoja vastauksia, joten sinun kannattaa ehkä tarkistaa faktat erikseen”. Etenkin jos lähdemateriaalissa on ääntä ja videota tekstin lisäksi, tarkistaminen on aikaaviepää.

    Säätäminen. Lähdemateriaalien, asetusten ja komentojen kanssa kikkailemisessa menee lopulta aikaa, mikä on syytä huomioida. Vastaukset täytyy myös muistaa erikseen tallentaa muistiinpanoiksi, muuten ne eivät säily tallessa.

    Normaali