Avainsana-arkisto: AI

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
    Strategia ja liiketoiminta

    5+1 esimerkkiä Suomesta ja maailmalta, millaisia omia tekoälytyökaluja uutismedioissa käytetään

    Pidemmittä johdannoitta listaan tähän lähdelinkkeineen esimerkkejä tekoälytyökaluista, joita mediataloissa käytetään toimituksellisen työn apuna. Lista perustuu julkisesti löydettävissä oleviin lähteisiin, jotka olen linkannut asiayhteyteen. Lista on uutistoimituspainotteinen, vaikka työkaluja käytetään muuhunkin.

    SUOMI

    Alma Media –  mm. “vastaväittelijä”-toiminto, tekstin muuttaminen puheeksi koneäänen avulla, tekstien tiivistäminen, kuvatekstien automaattinen luominen, kääntäminen…

    Alma Median vuoden 2024 puolivuotiskatsauksessa todetaan, että uusi AI-tiimi aloitti työnsä “ja ensimmäiset toimituksellista työtä avustavat työkalut otettiin käyttöön”.

    Lähteet: Alma Median puolivuotiskatsaus 2024 ja Mediapäivä 2024 -tilaisuus, Suomen Lehdistö.

    Yleisradio – YleGPT: mm. tekstimassojen tiivistäminen, otsikoiden generoiminen, kääntäminen, haastattelukysymysten luominen, sisältöprojektien suunnittelu…

    Lähde: “Ihmisen ja koneen liitto: Voitto-robotti aurasi tietä YleGPT:lle”

    Sanoma – tiivistäminen, ennakoiva otsikkoanalytiikka ja ehdotukset toimittajille…

    Helsingin Sanomien ja Ilta-Sanomien yhteinen tekoälytiimi aloitti työnsä alkuvuonna 2024. Sen tehtävänä on “testata, ideoida ja myös kriittisesti arvioida omaan työhön vaikuttavia työkaluja”. Työkaluista ei ole kovin paljoa julkisesti saatavilla olevaa tietoa. Joitain esimerkkejä on mainittu Sanoman toimitusjohtajan Rob Kolkmanin esityksessä vuodelta 2024 (sivu 13).

    Lähteet: HS ja IS perustavat yhteisen teko­äly­tiimin, Sanoman toimitusjohtajan Rob Kolkmanin esitys 2024, sivu 13

    RUOTSI

    Aftonbladet (omistaja norjalainen Schibsted) – Jatkojuttuehdottaja, kuvan tekstikuvailu, väliotsikoija, SEO-optimoija, oikolukija, Tiktok-käsikirjoittaja…

    Lähde & kuvia Aftonbladetin käyttämistä työkaluista: Aftonbladet serves up innovation with AI buffet 

    YHDYSVALLAT

    Washington Post – “Neulaa-heinäsuovasta-etsijä” laajojen tietomassojen käsittelyyn

    Washington Post julkaisi 18. elokuuta ensimmäisen jutun, joka perustuu uuden Haystacker-nimisen tekoälytyökalun käyttöön. Työkalu mahdollistaa suurten tietomäärien seulomisen ja niistä erilaisten ilmiöiden ja trendien havaitsemisen. WP:n teknologiajohtajan mukaan kaupalliset yleiskäyttöiset työkalut eivät pysty vastaavaan. Toistaiseksi työkalua käyttävät visuaalisen journalismin tekijät ja datajournalistit.

    Ensimmäinen Haystackerilla tehty juttu käsitteli 700:aa maahanmuuttoa käsittelevää vaalimainosta ja sitä, miten kuvia tai tekstiä oli manipuloitu harhaanjohtavien väitteiden luomiseksi. Haystacker mm. otti automaattisesti stillejä mainosvideoista.

    WP:n mukaan Haystackeria voidaan käyttää missä tahansa suuressa tietoaineistossa, joka on käytettävissä joko julkisen rajapinnan kautta tai toimitukselle suoraan annettuna.

    Lähteet: Axios, Washington Post

    + bonus: aihetarjonnan monipuolisuusmittari eli amerikkalaisten yliopistotutkijoiden kehittämä Media Bias Detector

    Nimestään huolimatta tämä työkalu ei ota kantaa uutisjuttujen puolueettomuuteen, vaan mittaa käytännössä juttuaiheiden tarjonnan monipuolisuutta: sitä, montako juttuartikkelia mistäkin aihepiiristä on tietyllä ajanjaksolla kussakin mediassa ollut. Tekoälyn rooli työkalussa on tehdä sellaista sisältöanalyysiä, jota vielä muutama vuosi sitten teki ihminen. Esimerkkikuva alla.

    Lähteet: Tech Times, Media Bias Detector (työkalusivu, josta voi selailla kuvanäkymiä).

    Normaali
    Strategia ja liiketoiminta, Yleisön ymmärtäminen & analytiikka

    Näin Googlen Gemini 1,5 Pro, Anthropicin Claude 3 Opus ja Open AI:n ChatGPT4o tiivistävät suomeksi samaa englanninkielistä media-alan tutkimusmateriaalia

    Generatiiviset tekoälyt alkavat olla jo erittäin hyviä tiivistämään, kääntämään ja versioimaan. Kielellinen laatu on niin korkeatasoista, että vaarana on unohtaa mallien yhä hallusinoivan, eli tietojen tarkistaminen on toistaiseksi yhtä tärkeää kuin ennenkin.

    Latasin kolmelle tekoälylle pdf-tiedoston, joka sisältää Oxfordin yliopiston Reuters-instituutin Digital News Report -raportit vuosilta 2014 ja 2023, yhteensä 256 sivua.

    Pyysin tekoälyjä tiivistämään materiaaleja seuraavanlaisella kehotteella:

    “Tämä pdf-tiedosto sisältää kaksi media-alaan liittyvää tutkimusraporttia Oxfordin yliopiston Reuters-instituutilta. Toinen on Digital News Report vuodelta 2023 (sivut 1–160) ja toinen Digital News Report vuodelta 2014 (sivulta 161 eteenpäin). Olet mediatoimialaa seuraava analyytikko. Tehtävänäsi on tiivistää kumpikin englanninkielinen tutkimusraportti mahdollisimman selkeälle suomen kielelle niin, että nostat kummastakin raportista 5 keskeistä havaintoa. Tee yksi lyhyt lause per havainto. Tekemäsi tiivistelmän kohderyhmänä ovat henkilöt, jotka eivät tunne media-alaa hyvin, joten tee tekstistä mahdollisimman ymmärrettävää. Kun olet listannut kummankin vuoden raportista keskeiset havainnot, vertaile sen jälkeen kumpiakin raportteja kokonaisuudessaan toisiinsa ja kerro 5 keskeistä asiaa, jotka ovat yhdeksässä vuodessa muuttuneet.”

    Kielellisesti kaikki tekoälyt tekivät mielestäni hyvää jälkeä, vaikka paikoin vielä huomaa, että aivan täydellistä ei ole. Mutta muutos esimerkiksi vuoden takaiseen tasoon on merkittävä. Pienellä jatkopromptailulla kieltä ja tiettyä aikamuotojen horjuntaa olisi vielä saanut parannettua. Eniten itseäni häiritsee otsikoiden tavuviiva, kun pitäisi olla ajatusviiva, heh. Substanssin osalta en heti huomannut suuria virheitä. Painotukset hieman vaihtelevat.

    Tulokset löytyvät rinnakkain pääkuvasta. Tässä slideshow’na:

    Digital News Report on maailman suurin uutistutkimus, jonka osana julkaistaan vuosittain myös Suomen-maaraportti Uutismedia verkossa. Digital News Report 2024 & Uutismedia verkossa 2024 julkaistaan tänä vuonna 17. kesäkuuta. Tiivistän tulokset blogiin. Aiempia kirjoituksiani DNR:stä löydät täältä.

    Normaali