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.
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.
Kuvaile chat-ikkunassa, mitä haluat tehdä. Lähtöteksti on englanniksi, mutta voit keskustella normaalisti suomeksi. Valittavana on myös oletustehtäviä, kuten erilaiset uutistiivistelmät.
Voit täsmentää ohjeita matkan varrella.
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.
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
EDIT: lisäys 7.2.2025. Alma Median journalisteille tarkoitetuista työkaluista kerrottiin 5.2. järjestetyssä tapahtumassa laajalti. Niistä voit lukea enemmän Linkedin-postauksestani.
Vuoden 2024 luetuimpien uutisjuttujen otsikoissa oli keskimäärin 75 merkkiä (ilman välilyöntejä), kun sama luku vuonna 2017 oli 58 merkkiä. Otsikkopituudet ovat joka vuosi kasvaneet.
Tiedot ilmenevät vertailtaessa analytiikkayhtiö Chartbeatin luetuimpien uutisjuttujen listauksia vuosilta 2017–2024. Juttuja todella voi sanoa luetuimmiksi, sillä ne perustuvat Chartbeatin laajaan yli 5000 asiakkaan verkostoon, ja mittarina on käytetty lukuaikaa eikä klikkauksia. Suurin osa on englanninkielisiä.
Vuoden 2024 luetuimpiin juttuihin pääset täältä. Sivun alaosasta kohdasta ”Most Engaging Stories Archive” pääset vuosiarkistoihin. Huomioitavaa on myös, että nykyään verkkojutuilla voi olla useita otsikoita, esimerkiksi hakukoneita varten omansa ja uutisetusivuilla omansa.
Blogin pääkuva: sanapilvi kuvastaa vuosien 2017–2024 luetuimpien juttujen yleisimpiä sanoja. Graafi on laadittu Chartbeatin listojen otsikoista. Graafista puuttuu vuosi 2020, jolloin listauslogiikka oli erilainen.
Helsingin Sanomien kehitysjohtaja Esa Mäkinen avasi Tampereen yliopiston luennolla tiistaina, missä tekoälyn kehityksessä yleisesti mennään ja erityisesti, miten se vaikuttaa media-alaan nyt ja tulevaisuudessa.
Tiivistän tähän blogiin väliotsikoiksi eräitä teemoja, joista Mäkinen puhui. Otsikoiden jälkeiset sitaatit ovat Mäkisen.
Median arvoketjun muutos & tekoäly ja tulevaisuus
“Journalistinen prosessi pitää pilkkoa palasiksi, jotta voidaan keskustella, mitä tekoäly mahdollistaa tai ei mahdollista. Olemme hahmotelleet [HS:ssä] tällaista karkeaa jakoa, jossa toimittajan työvaiheista ideointiin kuluu 10 prosenttia, tiedonhankintaan ja haastatteluihin 40 prosenttia, jutun kirjoitukseen tai muuhun tuottamiseen noin 30 prosenttia, editointiin 10 prosenttia ja julkaisuun 10 prosenttia ajasta. Jos tästä katsotaan, mitä voidaan automatisoida, se on etenkin tuo tiedonhankinta. Monissa medioissa on nykyään esimerkiksi jonkinlainen vehje, jolla litteroidaan haastatteluja – HS:llä ja Almalla Good Tape ja Ylellä itserakennettu systeemi.”
“Mutta toimittajan työprosessi ei ole suinkaan ainoa asia [arvoketjussa]. Kyse on siitä, miten median koko arvoketju muuttuu. Arvoketjussa on tiedonhankintaa, tuotantoa, jakelua ja kulutusta. Tiedonhankinta ja sisällöntuotanto olivat tuolla toimittajan työprosessissa, mutta kun mennään jakeluun ja kulutukseen, niin siellä mediataloilla ei ole välttämättä paljoa vaikutusmahdollisuutta siihen. Tekoälyn kehitys ei välttämättä vie meitä tulevaisuuteen, jossa olemme jonkin arvoketjun osia esimerkiksi niin, että käyvätkö ihmiset meidän palveluissamme, jotta voimme myydä heille tilauksia tai mainoksia.”
“Mitä media itse juuri nyt tekoälyllä tekee, tapahtuu etenkin tiedonhankinnan ja sisällöntuotannon saralla. Hyvin vähän näkyy jakeluun ja kulutukseen liittyviä innovaatioita. Esimerkiksi Samsungin kännyköissä on nyt vakiona selain, joka tekee artikkeleista tiivistelmiä. Tekoälyn avulla tiivistelmiä teki myös Artifact-sovellus, mutta sen toiminta on loppunut. Tämä on ehkä se keskeinen kysymys, johon en osaa vastata, että miltä se hevoskärryistä autoksi muuttuminen [viittaus aiempaan alustukseen] media-alalla tulee näyttämään. Jonkinlainen muutos varmasti tapahtuu 3–5 vuoden säteellä, mutta jos joku sanoo, että hänellä on varmaa tietoa, sanoja vähintäänkin liioittelee omaa osaamistaan.”
Miten toimittajan kannattaisi varautua näihin muutoksiin?
[tätä vastausta edelsi taustoitus digimuutoksesta kuten printti-digi-siirtymästä digin muutokseen, jossa digin sisällä tapahtuu paljon kehityskulkuja]
”Pitäisi katsoa paljon pystyvideoita ja tehdä niitä itse, pitäisi kuunnella paljon podcasteja ja tehdä niitä itse, ja kolmanneksi pitäisi opetella käyttämään Anthropicin Claudea tai muita vastaavia tekoälytyökaluja itse [läsnäolleista opiskelijoista noin puolet oli käyttänyt tekoälytyökaluja]. Eli suosittelen hankkimaan maksullisen chatpalvelun ja käyttämään sitä opiskelussa mahdollisimman paljon.”
Liquid Content vs. pink slime
Mäkinen viittasi alustuksessaan syväoppivaa tekoälyä tutkivan Googlen Deepmindin luovan johtajan Matthie Lorrainin ajatukseen “liquid contentista” eli käytännössä sisältöjen muokkautuvuuteen eri päätelaitteilla. Lorrainin ajattelussa tämä mullistaa sen, miten mediaa jaellaan tai kulutetaan tulevaisuudessa. Mäkinen:
Liquid contentiin liittyvä esimerkki on intialainen startup, joka lupaa tuottavansa videon mistä tahansa artikkelista viidessä minuutissa, joka sisältää myös ihmistoimittajan faktantarkistukseen käyttämän ajan. Norjalainen VG tekee jo aika paljon tämänkaltaista. Oslossa junissa ja kuntosaleilla on VG:n videotauluja, joissa on heidän artikkeleistaan tehtyä sisältöä. Lopputuotteet ovat aika yksinkertaisia, eivät valtavan ihmeellisiä asioita, mutta todennäköisesti katsojan kannalta riittävän hyviä. Ja ne pitävät paikkansa.
”Tekoäly mahdollistaa sisällön muodon muuttamisen toiseen suhteellisen helposti. Kunnianhimoisimmassa ajattelussa se on kuluttajan päätelaite, joka määrittelee, miten sisältö mukautuu kulloiseenkin käyttötarpeeseen osittain tai täysin automaattisesti.”
”Toinen puoli on ’pink slime’, eli ajatus jossa internet täyttyy geneerisestä roskasta. Jenkeissä on paljon sivustoja, jotka ottavat jotain random urheilutuloksia tai tiedotteita paikallisilta alueilta ja leipovat niistä semiuskottavan näköisen median. Instassa näkyy paljon sisältöjä, joista huomaa, että ne on tehty tekoälyllä…on blurrit taustat ja etualalla virheetön ihminen. Pink slime tulee täyttämään ensimmäiseksi todennäköisesti somen. Kun kysytään miten pärjäämme tulevaisuudessa, niin tuollaisessa maailmassa, jossa kaikki sisältö on vapaasti liikkuvaa, medioiden rooli kapenee yhdenlaiseksi. Voi toisaalta olla sellainenkin tilanne, että luotettava sisältö päätyykin yhtäkkiä merkittävään asemaan.”
”Kuvan todistusvoima on jo hävinnyt”
Helsingin Sanomat on aiemmin linjannut, että se ei julkaise tekoälyllä tehtyjä kuvia, mutta Mäkisen mukaan lopulta tuli eteen tapaus, jossa ”sellainen oli pakko julkaista”. Tässä tapauksessa kuvan päälle poltettiin merkintä, josta asia selviää. Näin merkintä näkyy myös, jos kuvaan päätyy suoraan hakukoneen kautta.
Mäkisen mielestä kielimallit olivat jo vuosi sitten kehittyneet siihen pisteeseen, että se tekee niin sanotusti virheetöntä jälkeä.
”Ne ovat niin hyviä, että ei ole mitään keinoa enää erottaa…kuvan todistusvoima on jo hävinnyt, mutta emme ole vielä sitä yhteiskuntana konkreettisesti ymmärtäneet.”
Mihin toimittajia tarvitaan?
”Kehitys, jossa tehdään vähemmällä enemmän, johtaa uusiin ammatteihin ja innovaatioihin, joita emme osaa tällä hetkellä kuvitella. Tällä hetkellä toimittajia tarvitaan keksimään niitä uusia toimenkuvia. Työmäärä ei välttämättä vähene, mutta työn luonne tulee muuttumaan toisenlaiseksi. Toinen vastaus on klassiset journalistiset hyveet. Toimittajia tarvitaaan edelleen siihen, kun maailmassa tapahtuu paljon asioita, joista ei ole saatavissa digitaalista jälkeä, kuten läsnäolo Ukrainassa. Ne jotka ovat olleet keikoilla, tietävät, että se on hidasta ja aikaavievää. Uskon, että saamme tehdä tulevaisuudessa enemmän [tätä], kun taas koneet tekevät töitä, joita emme oikeastaan haluaisikaan tehdä.”
Helsingin Sanomien tilauksista vastaava uutispäällikkö Jaakko Kangasluoma avasi Tampereen yliopiston luennolla tiistaina, millä eri tavoilla lehdessä mitataan ja analysoidaan sisältöjä.
“Perusyksikkö. Varsinkin jos teemme isotöisen jutun, sen pitää löytää lukijansa. [Mainitsee esimerkkijutun, jonka käyntimäärät ‘vuoden kovimpia’] tässä oli 429 000 käyntiä – joka ei siis vielä tarkoita eri ihmisiä – ja mukana on myös muuritörmäyksiä eli heitä jotka ovat avanneet mutta jättäneet lukematta jutun, mutta jutun lukeneita suomalaisia oli arviolta 250–300 000, mikä on todella hyvä.”
Timantit
“Timanttiluku kertoo, miten jutun maksumuuri on tuottanut tilauksia. [esimerkkijuttu tuotti] 1560 timanttia, joka on jo tosi hyvä. 100–200 timanttia katsotaan jo onnistuneeksi jutuksi. Lähtökohta on että yksi näytetilaus, joka on ilmainen, on yhden timantin arvoinen. Yksi maksullinen tilaus voi tuottaa 5–50 timanttia, [koska tilausvaihtoehtoja on erilaisia]. Jos ihminen maksumuuriin törmättyään ottaa jonkun muun kuin kaikkein halvimman ja lyhimmän tilauksen, voi ehkä ajatella, että hänellä on jonkinlainen ajatus myös pysyä tilaajana. Jos me julkaistaan 100–130 maksullista juttua viikossa, tilauksia tulee hyvin pieninä virtoina. Koko potti ratkaisee.”
Timanttikonversio
“Timanttikonversio on luku, jota seuraamme tosi tarkkaan. Se kertoo muuritörmäysten ja timanttien suhteen. Se auttaa ymmärtämään, miten juttu osui tilaajiin. Siinä on tosi isoja sisällöllisiä eroja, joita seuraamalla voidaan oppia paljon esimerkiksi siitä, millaiset aiheet kolahtavat tai minne maksumuuri pitää jutussa laittaa.”
Käytetty aika
“Käsitys lukemisen laadusta on se, mistä me paljon puhutaan. Kaiken ei tarvitse olla massaa ja vyöryttää meille timantteja. [Tässä esimerkkijutussa] tilaajien keskimääräinen lukuaika oli 7–8 minuuttia, mikä on hyvä lukuaika. Se oli 13 000 merkin juttu, joka piti tilaajat hyvin otteessaan.”
Skrollisyvyys
“Skrollisyvyys tarkoittaa, kuinka pitkälle lukijat lukevat juttuja – esimerkiksi, kuinka suuri osa loppuun asti. Oleellista on, että pääsemme vertailemaan juttujen eroja ja pohtimaan sitä, että jos esimerkiksi jossain jutussa lukeminen on alkanut hyvin ja otsikko on kiinnostanut, mutta sitten romahtanut puolessavälissä, niin minkä takia lukeminen on jätetty kesken. Sieltä löytyy kerronnallista parannettavaa ja muuta oppia. Kerran romahdus johtui siitä, että oli laitettu kolme kuvaa peräkkäin jutun keskelle, jolloin lukija luuli, että juttu loppuu siihen.”
Pitopisteet
“Olemme luoneet tällaisen kuin pitopisteiden mittarin. Sillä mitataan tilaajien tyytyväisyyttä. Eli jos tietty määrä tilaajia käy lukemassa, lukee sitä riittävän pitkään [ajallisesti] ja lukee sitä loppuun, juttu saa silloin täydet pitopisteet. Hyvien pitopisteiden jutut voivat olla hyvin erilaisia.”
Kuten alalla yleensäkin, Kangasluoman mukaan Helsingin Sanomissa seurataan myös reaaliaikaista analytiikkaa, kuten sitä, montako ihmistä jutuissa on ollut edellisten viiden minuutin aikana, tai sitä, moniko selain on nähnyt etusivun otsikon edellisten viiden minuutin aikana. Otsikointiin käytetään paljon aikaa. Yhdestä jutusta saattaa pyöriä etusivulla 6–7 eri otsikkoversiota ja datasta voidaan katsoa, kuinka monta prosenttia otsikon nähneistä klikkaa sitä.
“Se on tavallaan armotonta, mutta ilman mittaamista emme ymmärrä, mitä tilaajat haluavat. Samaan aikaan tulee myös epäonnistumisia, ja nekin pitää vaan lusia. On tehty suurella panoksella isoja juttuja, joihin kukaan ei ole koskenutkaan. Se on pelin henki, mutta epäonnistuminen on kivempi ottaa vastaan yhdessä porukalla”.
Mistä media-alalla puhuttiin vuonna 2017? No ainakin Facebook-videoista. Tuolloin FB:n potentiaaliin suhtauduttiin mediataloissa vielä toiveikkaasti. Yhdenlainen ajankuva koko toimialalta – on kyse sitten uutisista tai suoratoistosta – piirtyy blogikirjoituksistani, joita olen tehnyt seitsemän vuoden ajan.
Kokosin luetuimmat blogikirjoitukseni samaan pakettiin, vuosi kerrallaan. Klikkaa otsikkoa lukeaksesi jutun (avautuu uuteen ikkunaan).
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”.
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).
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.
+ bonus: aihetarjonnan monipuolisuusmittari eliamerikkalaisten 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.
Maailman suurin vertaileva uutistutkimus, Oxfordin yliopiston Reuters-instituutin Digital News Report 2024 julkaistiin viime yönä. Raportin nimi johtaa hieman harhaan, sillä se sisältää muutakin kuin uutistietoa, kuten kysyttyä tietoa podcastien tai sosiaalisen median kanavien käytöstä yleensä – nyt ensimmäistä kertaa esimerkiksi Metan Threads-palvelusta Suomessa. DNR:n yhteydessä julkaistaan erillinen Suomen-maaraportti, jonka nimi on Uutismedia verkossa 2024.
LUOTTAMUS: Suomalaisten luottamus uutisiin kulkee yhä kansainvälistä trendiä vastavirtaan eli ei ole laskenut sen jälkeen, kun se koronapandemian myötä lähti nousuun. Suomi on taas uutisluottamuksen kärkimaa maailmassa. Taso on selvästi korkeampi kuin ennen koronaa ja vuoden 2023 tasolla (kuva yllä v. 2015-2024). Luottamus useimpiin uutisiin on nyt yhden prosenttiyksikön korkeammalla kuin vuonna 2015 (68%->69%). Suomen luotetuin media on Yle. Yksittäisten medioiden luottamusarvosanat ovat edellisvuoden tasolla. Tutkimusmaista vähiten uutisiin luotetaan Unkarissa ja Kreikassa.
LUOTTAMUS: Raportti muistuttaa, että tuloksia tulkitessa on huomattava, että vastaukset “eivät suoraan kerro eri viestintävälineiden luotettavuudesta vaan siitä, kuinka luotettaviksi vastaajat ne arvioivat”:
“Tähän puolestaan voivat vaikuttaa varsinaisesti luotettavuutta koskevien kokemusten lisäksi monenlaiset seikat, kuten kuhunkin viestimeen liitetyt yleiset mielikuvat ja vastaajan omat poliittiset asenteet. Tällä kertaa vastaajilta kysyttiin myös, kuinka tärkeitä erilaiset perustelut heille ovat heidän arvioidessaan eri uutismedioiden luotettavuutta. Tärkeimmiksi perusteluiksi luotettavuusarviolle osoittautuivat korkeat journalistiset periaatteet, avoimuus uutisten tekemisessä, puolueettomuus ja oikeudenmukaisuus.”
UUTISVÄLTTELY: Uutisten välttely yleistyi Suomessa selvästi edellisvuodesta. Vähintään toisinaan uutisia välttelevien osuus – siis niiden osuus, jotka näin kokevat tekevänsä – kasvoi viisi prosenttiyksikköä, mikä on suhteellisena lisäyksenä tutkimusmaiden kärkipäätä. Satunnaisesti, toisinaan tai usein uutisia välttelee joka kolmas. Kaksi kolmannesta uutisia vähintään toisinaan välttelevistä suomalaisvastaajista pitää uutisten määrää uuvuttavana. Muihin maihin verrattuna uutisten välttely on Suomessa edelleen kuitenkin vähäistä. Tutkimusmaista Argentiinassa kiinnostus uutisiin on vähentynyt 32 prosenttiyksikköä seitsemässä vuodessa, ja joka toinen argentiinalainen sanoo välttelevänsä uutisia.
MAKSAMINEN: Verkkouutisista maksavien osuus ei näytä enää Suomessa nousevan. Se on asettunut noin 20 prosenttiin. Yhdistelmätilausten (paperi ja digi) osuus laskee, vain digiä tilaavien osuus nousee.
“Juuri kukaan vielä verkkouutisista maksamattomista ei olisi valmis maksamaan niistä yli 15 euroa kuukaudessa. Keski- ja hyvätuloisista, korkeasti koulutetuista, uutisista ja politiikasta kiinnostuneista sekä Yleisradion verkkouutisia seuraavista hieman keskimääräistä suurempi osuus voisi ajatella maksavansa verkkouutisista jonkin 15 euroa pienemmän summan kuukaudessa.”
MAKSAMINEN: Kun katsotaan osuutta uutisten säännöllisistä digitilaajista, Suomen tilatuimmat verkkouutisnimikkeet ovat kyselyn perusteella Helsingin Sanomat, Iltalehti Plus, Aamulehti, Suomen Kuvalehti, Kauppalehti, Kaleva, Keskisuomalainen, Talouselämä ja Hufvudstadsbladet. Neljännes suomalaisista seuraa uutisia vain verkosta. Vuonn 2015 luku oli 11 prosenttia.
TILAUSPERUUTUKSET: Uutistilauksensa peruuttaneilta kysyttiin avoimella kysymyksellä syytä peruutukseen:
”Tavallisimmin syyksi sanottiin rahapula tai tilauksen kalleus sekä se, että uutistilaukselle ei ole tarvetta. Osa vastaajista kertoi säästävänsä tarttumalla tarjoustilauksiin ja tilauksen päätyttyä odottavansa uutta edullista tarjousta. Jotkut olivat tehneet tilauksen vain voidakseen lukea yhden kiinnostavan jutun.”
SOME: Tiktokin uutiskäyttö yleistyy ja Facebookin vähenee. Facebookin uutiskäytössä on tapahtunut merkittävä pudotus vuodessa, vaikka se on koko väestön tasolla yhä suurin. Facebookin uutiskäytön vähenemisen taustalla on osin se, että Meta/FB on tietoisesti vähentänyt uutislinkkien näkyvyyttä algoritmissaan.
SOME: Metan aiemmin tänä vuonna Eurooppaan tuoma Threads on ensi kertaa mukana kyselyssä. Sitä käyttää kaksi prosenttia suomalaisista viikottain (kuva yllä). Uutiskäytössä Threadsin osuus on hyvin pieni, alle 0,5 prosenttia. Threads ei yllä uutiskäytössä yli prosentin rajan edes Yhdysvalloissa, ilmenee kansainvälisestä raportista.
PODCASTIT: Podcastien kuukausitavoittavuus Suomessa on noussut kuudessa vuodessa kymmenellä prosenttiyksiköllä. Podcasteja kuuntelee kuukausittain kolmannes suomalaisista. Uutisiin liittyviä podcasteja kertoo kuuntelevansa noin joka kymmenes – useammin mies kuin nainen (kuva yllä).
UUTISTARPEET: Tärkeimpinä uutisten käyttötarkoituksina pidetään ajan tasalla pysymistä, oppimista ja erilaisten näkökulmien saamista. Tämänvuotisessa tutkimuksessa on mukana uutisten käyttötarvekartoitus, jonka mukaan mm. viidennes suomalaisista kaipaa lisää paikallista tietoa.
KOOSTINSIVUT: Uutislinkkejä koostavia sivustoja käyttävien osuus kasvoi Suomessa selvästi edellisvuodesta. Näistä suosituin on kotimainen Ampparit, joita viikon aikana kertoo käyttävänsä kahdeksan prosenttia suomalaisista. Toiseksi yleisin on Google News, seitsemän prosenttia. Google Discover -sisältösuosittelijasta ei kysytty erikseen.
TEKOÄLY: Tekoälyn avulla tehtyihin uutisiin suhtaudutaan aihepiireistä myönteisimmin urheilussa, kielteisimmin politiikassa ja rikosuutisissa (kuva yllä).
Suomen-maaraportti tehdään Tampereen yliopiston Journalismin, viestinnän ja median tutkimuskeskuksessa ja sen rahoittaa Media-alan tutkimussäätiö.Tutkimukseen osallistui 47 maata. Suomi on ollut mukana 11 kertaa. Tammi-helmikuussa 2024 tehtyyn verkkokyselyyn vastasi yli 2000 suomalaista.
Aiempien vuosien Digital News Report -koosteitani voit lukea tätä kautta.Tässä kirjoituksessa vertailen vuosien 2023 ja 2014 raportteja.
Tunnetun amerikkalaisfuturistin Amy Webbin Future Today -instituutin peräti 979-sivuinen trendiraportti 2024 Tech Trend Report julkaistiin viikonloppuna. Media-alaa lähimpänä on osio nimeltä News and Information, jota on 50 sivua.
Koko paketin pääteemana on teknologian supersykli, jolla viitataan niin voimakkaaseen ja läpitunkevaan muutosaaltoon, että se muokkaa koko olemassaolomme perustaa pitkiksi ajoiksi.
Webbin raportti on nimensä mukaisesti aina ollut teknologiapainotteinen, mistä seuraa, että yhteiskunnalliset kehityskulut korostuvat siinä vähemmän kuin ehkä jossain muualla.
Raportin mukaan uutismedia on käännekohdassa. Siihen vaikuttavat lähitulevaisuudessa erityisesti tekijänoikeuslakien kehittyminen, tilausväsymys, tiedonhakutapojen eriytyminen ikäryhmittäin, tiukentuva eurooppalainen sääntely, sisällön luomisen helpottuminen tekoälyn ansiosta sekä aiempaa useampien ihmisten jääminen varmistetun tiedonsaannin ulkopuolelle maksumuurien yleistymisen takia.
News and Information -osio on erikseen palasteltu 19 alateemaan, joista jokaisesta teen tähän kirjoitukseen yhden noston. Tiivistyksissä on käytetty apuna ChatGPT:tä.
Teema 1: Tekoäly uutistyössä
Uutisorganisaatiot tottuvat käyttämään tekoälyä yhä enemmän. Sen avulla esimerkiksi tunnistetaan uutisaiheita ja kehitetään tarinankerrontaa. Tämä voi johtaa tehokkuuden parantumiseen, mutta se edellyttää huolellisuutta ja vastuullisuutta. Vaarana on sisältöjen vinoutuminen tekoälyn takia.
Teema 2: Metaverse
Vaikka niin sanottujen metaversumituotteiden hype hiipuu, digitaalisen ja fyysisen raja hämärtyy yhä enemmän. Uutisorganisaatioiden on oltava valmiita kertomaan kehityskuluista ja tapahtumista, joita on näissä molemmissa, siis myös esimerkiksi virtuaalimaailmoissa.
Teema 3: Tiivistäminen ei rajoitu tekstiin
Generatiivinen tekoäly on erittäin hyvä käsittelemään sisältöä ja muuttamaan sitä. Tekstin tiivistäminen toisesta tekstistä on jo melko perinteinen hyödyntämistapa, mutta se ei jää tähän. Tekstitiivistelmien tekeminen videoista tai videokoosteista helpottuu, samoin vaikkapa videokoosteiden tekeminen syöttämällä tekoälylle raakamateriaalia videona tai tekstiä.
Teema 4: Väärän tiedon tunnistaminen toimituksissa
Generatiivinen tekoäly luo uusia sudenkuoppia, joiden havaitsemiseen on toimituksissa varauduttava. Kun realistisia väärennöksiä on aiempaa helpompi ja halvempaa tehdä, korostuu tarve suhtautua kriittisesti etenkin sosiaalisessa mediassa kiertäviin kuviin ja videoihin. Toimitusten on kiinnitettävä erityistä huomiota koulutukseen, työkaluihin ja työprosesseihin, jotta väärennökset tai huijaukset eivät vaarantaisi niiden luotettavuutta.
Teema 5: Teknologiavallan vahtikoira
Uutisorganisaatiot käyttävät tekoälyä ja muita teknologioita strategisesti, mutta niiden täytyy pohtia asiaa journalistisesta näkökulmasta. Teknologisen tai algoritmisen vallan valaiseminen – siis niistä sisältöjen tekeminen – tarkoittaa, että toimittajat saattavat tarvita esimerkiksi erityistä teknistä koulutusta tämän alueen seuraamiseen.
Teema 6: Aistijournalismi
Kun mediakokemusta syventävät laitteet (esim. VR-lasit) muuttuvat lähemmäs valtavirtaa, toimittajilla on mahdollisuus kertoa tarinoita, jotka vetoavat suoraan aisteihin. Tämä tarkoittaa tasapainottelua niin sanotun syventävän journalismin mahdollisuuksien sekä uudenlaisten eettisten pohdintojen välillä.
Teema 7: Faktantarkistus
Tutkijat ja start–up-yritykset pyrkivät hyödyntämään tekoälyn voimaa nopeuttaakseen faktantarkistusprosessia, joka on aikaavievää.
Teema 8: Hakukoneiden kehitys
Hakukoneiden tulevaisuus ei ole lista linkkejä. Hakujätit kehittyvät suuntaan, jossa kyselyihin tarjotaan vastauksia tekstimuodossa. Kuluttajat tottuvat tähän, ja myös yhä enemmän äänihakuun digilaitteissa. Media-alalla nämä muutokset edellyttävät toimenpiteitä, joilla osaltaan korvataan laskevaa someliikennettä.
Teema 9: Mediakasvatus ja medianlukutaito
Tekoälyn kehitys, hyvässä ja pahassa, vaatii opetussuunnitelmien päivittämistä, jotta kyky ymmärtää ja lukea mediaa ei ole vanhanaikaisten käsitysten varassa.
Teema 10: Sisältömuotojen sekoittuminen
Teknologia ja kuluttajien mieltymysten muutokset hämärtävät rajoja eri sisältömuotojen välillä. Sisältöjen jakelu monipuolistuu, esimerkkinä podcastien julkaiseminen YouTubessa. Tämä siirtää edelleen kontrollia perinteiseltä medialta heidän yleisöilleen.
Teema 11: Digitaalinen hauraus
Tiedonhaun ja tietojen säilyttämisen helppous luo illuusion pysyvyydestä. Todellisuudessa tiedot voivat kuitenkin vioittua ja kadota monista syistä.
Teema 12: Sisällöillä erottuminen
Mediatalojen on kyettävä vastaamaan kahteen kysymykseen, kun suuret kielimallit yleistyvät. Ensiksi, niiden on arvioitava, millaista arvoa kielimallit tuottavat, jos niitä koulutetaan niiden sisällöillä. Toiseksi, niiden on löydettävä tapa pysyä kilpailukykyisinä toimintaympäristössä, joka tulvii halvalla tuotettua sisältöä.
Teema 13: Vaikuttajatalous (creator economy)
Somealustat menestyvät, koska ne pystyvät tuottamaan käyttäjilleen mielenkiintoista sisältöä ja muuttamaan tämän kiinnostuksen rahaksi. Tämä edellyttää kykyä saada ihmiset houkuteltua palaamaan palveluun aina uudestaan. Tekoäly edistää tätä kehitystä. Perinteisen median on vaikea pysyä perässä.
Teema 14: Uutisten välttely
Uutisten välttely on tutkimusten mukaan kasvava huoli. Maailma tuntuu synkältä. Jotkut sulkevat uutiset täysin pois mielestään, toiset jatkavat lukemista, vaikka se vaikuttaa heidän mielenterveyteensä [oma lisäykseni: Suomessa uutisten välttely on kansainvälisessä vertailussa vähäistä, mutta se – tai tarkalleen ottaen kokemus, että ihmiset näin toimivat – on hieman lisääntynyt myös meillä].
Teema 15: Luotettavuus
Uutismedian kestävä tulevaisuus riippuu uskottavuudesta ja luotettavuudesta, vaikka ansaintamalli olisi mikä tahansa. Ihmiset luottavat uutisiin yhä vähemmän [oma lisäykseni: Suomessa luottamus uutisiin on maailman korkeinta].
Teema 16: Digitaalinen epätasa-arvo
Digitaalinen eriarvoisuus kuvaa tapoja, joilla todellisen maailman epätasa-arvo heijastuu digitaaliseen maailmaan. Se voi tarkoittaa esimerkiksi sitä, että kaikilla ei ole pääsyä laajakaistayhteyksien äärelle, tai käyttöliittymiin, joiden avulla peruspalvelujen käyttäminen helpottuu.
Teema 17: Voittoa tuottamattomien uutisorganisaatoiden yleistyminen [oma lisäykseni: erit. yhdysvaltalainen ilmiö]
Niin sanottu hyväntekeväisyysmalli yleistyy etenkin paikallismediassa. Rahaa saadaan säätiöiltä ja yksityisiltä lahjoittajilta. Kilpailu varainhankinnasta voi vaikuttaa koko tiedon ekosysteemin kestävyyteen.
Teema 18: Turvallisuusuhkien tunnistaminen uutisorganisaatioissa
Turvallisuuspuutteiden tunnistaminen on olennainen osa uutisorganisaatioiden toimintaa, samoin yksittäisten toimittajien, jotka kohtaavat erilaisia uhkia digihäirinnästä valtioiden tekemiin palvelunestohyökkäyksiin.
Teema 19: Uuden sukupolven lähetysteknologiamainonnan parempaan kohdistamiseentv:ssä (data-enriched broadcasting)
Uuden sukupolven lähetysteknologia viittaa tässä ATSC 3.0-standardiin, jonka käyttöönotto on vielä kaukana, mutta tarkoittaisi uudentyyppistä tiedon infrastruktuuria. Se esimerkiksi mahdollistaa ”natiivin analytiikan”, eli riippuvuus Nielsenin kaltaisista toimijoista mediankulutuksen mittaamisessa vähenisi. Pääasiallinen motiivi teknologian edistämiseen on kaupallisen median halu kohdistaa mainontaa paremmin [oma lisäykseni: The Vergen mukaan kyse on formaatista, joka mahdollistaa esim. 4K-laadun ja interaktiivisten toimintojen kehittämisen verkon yli ilman kaapelitv- tai suoratoistotilausta. Vergen mukaan ATSC 3.0 on broadcast-tv:lle sama kuin 5G mobiilille aikoinaan: se tulee varmasti, mutta kukaan ei tiedä, milloin. EDIT: em. standardi on pääosin yhdysvaltalainen tekniikka. Euroopassa on käytössä maanpäällisiin lähetyksiin DVB-T2, joka pitkälti tekee standarditasolla samat asiat. (Kiitos Kari!)].
Numeroiden takaa 