Avainsana-arkisto: media

Strategia ja liiketoiminta

Media-alan kesä 2025: Kaksitoista havaintoa, jotka kertovat muutoksen suunnan Suomessa ja maailmalla

Mitä oikein tapahtuu, missä ja miksi? Kokoan tähän kirjoitukseen kesän varrelta kokoamiani toimintaympäristöhavaintoja mediasta.

SUOMALAISTEN ARVOT JA ASENTEET

1. Yhä useampi valitsee puolensa, kertoo Elinkeinoelämän valtuuskunnan EVA:n tutkimus. Tämä ei liity suoraan mediaan, mutta on välillisesti mediasisältöjen ja median yleisöjen kannalta hyvin kiinnostava tutkimus. Tutkimuksen mukaan oikeistolaiseksi itsensä asemoivien osuus on ennätystasolla. Yhä useampi suomalainen määrittelee itsensä oikeistolaiseksi ja liberaaliksi, yhä harvempi poliittiseen keskustaan. Huomionarvoista on, että poliittinen oikeisto kokoaa alleen kirjavasti sekä liberaaleja että konservatiivisia maailmankatsomuksia, joita yhdistää markkinamyönteisyys ja matalan verotuksen kannattaminen.

2. Medialle arvojen eriytyminen tarkoittaa, että myös odotukset sisältöjä kohtaan eriytyvät: kaikkien asiakastarpeiden huomioiminen ei ainakaan muutu helpommaksi. Kesällä julkaistun Uutismedia verkossa 2025 -tutkimuksen mukaan ero oikeiston ja vasemmiston luottamuksessa uutisiin kasvoi hieman (sivu 52).

TEKOÄLY JA UUTISMEDIA

3. Suomalainen tekoälyavusteinen uutispalvelu julki. Hesarin ex-päätoimittajan Mikael Pentikäisenkin konsultoima Freepress.ai-uutispalvelu julkaistiin 7.7.  Freepress tiivistää ja kääntää tekoälyn avulla uutisia eri puolilta maailmaa käyttäjän haluamalla kielellä ja lisäksi linkittää muiden medioiden juttuihin. Freepressin koosteita voi myös kuunnella. Omaan silmään virkistävää on esimerkiksi se, että koosteet on tehty bullet pointeiksi, mikä tekee sisällöistä silmäiltäviä. Palvelua voi melko perinteiseen tapaan räätälöidä haluamakseen kirjautumalla.

4. Tekoälyhahmolta pian uutisia lapsille. Suomessa Uutisraivaaja-kisan palkittuihin lukeutui Uutiskamut-projekti, jossa toteutetaan lapsille tekoälypohjainen uutistenlukija, mahdollisesti eläinhahmo.

5. Ei vielä trafiikkiromahdusta. Googlen uudet tekoälyominaisuudet (AI-yhteenvedot ja Jenkeissä myös AI Mode) eivät ole isossa kuvassa romahduttaneet uutisliikennettä – ainakaan vielä. Tässä on auttanut osin se, että uutisliikenteestä jopa 70 prosenttia tulee Discover-uutissyötteestä eikä perushaun kautta. Tosin juuri kerrottiin, että Yhdysvalloissa Google on tuomassa AI-yhteenvedot myös Discoveriin.

6. Liquid content vs. solid content. Media-alan seminaareissa on puhuttu pitkään “nestemäisestä sisällöstä”, jolla viitataan siihen, että tulevaisuudessa sisältö olisi yhä useammin modulaarista eli mukautettavissa ja jaettavissa helposti eri formaatteihin, mikä kehitys on nähtävissä jo nyt. Hollantilainen mediastrategi Piet van Niekerk pohtii, mitä on “solid content” eli sisältö, jota on vaikea kopioida tai palastella, mutta joka ei ole kuitenkaan paluuta vanhaan. Hänen mielestään “liquid contentin” riskinä on, että tekoälyn edelleen yleistyessä se menettää arvoaan: kaikki mikä on skreipattavissa, skreipataan. Van Niekerk nostaa esimerkeiksi “solid contentista” interaktiivisen tarinankerronnan tai oikeastaan minkä tahansa, mikä ei ole nopeasti tiivistettävissä.

7. Selkoa termeihin. Tämä oli hauskan rennosti toteutettu – pieni sanasto, joka pistää AI-jargonin palasiksi.

8. Uutismedian tekoälyhankkeet kartalle. AI for Newsrooms on uusi yksityishenkilön ylläpitämä sivusto, joka kartoittaa uutismedioiden tekoälyhankkeita.

Uutismedian tekoälyhankkeista pääset perille myös minun päivittämästäni GenAI in Media Trackerista, johon lisäsin juuri useita esimerkkejä heinäkuulta 2025. 

TELEVISIO

9. Youtube – hiljainen jättiläinen. Youtube ei ole enää vain kännykällä katseltava videosovellus, vaan Yhdysvaltojen katsotuin televisiosisällön lähde. Ohitus tapahtui Yhdysvalloissa keväällä. Yhä useampi katsoo Youtubea isolta ruudulta. Wall Street Journalin juttu summaa, miten tähän on tultu.

Tästä voit myös kuunnella minun ja Jaakko Lempisen Olutta ja analytiikkaa -podcastin tuoreimman jakson, joka käsittelee Youtubea.

LIIKETOIMINTA

10. Bundlaus helpommaksi. Keskisuomalainen keskittää kaikki uutismediansa yhteen yhtiöön – bundlaus helpottuu, kertoo Ylen toimintaympäristökatsaus. Tähän saakka ne ovat olleet viidessä alueellisessa yhtiössä. Eri tilausten yhdisteleminen eri bundlaaminen on arvonlisäverotuksellisesti helpompaa yhden yhtiön alla, kertoo Keskisuomalaisen toimitusjohtaja Vesa-Pekka Kangaskorpi Ylen toimintaympäristökatsauksen mukaan.

Sanoma niputti digipalvelunsa yhteen tilaukseen reilu puoli vuotta sitten (Kaikki+).

11. Maksuhalukkuus. Uutismedian liiton tutkimus: Tärkein syy sanomalehden tilauksen lopettamiseen on henkilökohtainen taloustilanne. Moni olisi valmis maksamaan uutismediasta vain 1-5 euroa kuussa.

12. Rahapelimarkkina: Bauer Media tuo Ruotsiin pelkästään urheilusta puhumiseen keskittyvän radiokanavan, kertoo Ylen toimintaympäristökatsaus. Pääsponsori on rahapeliyhtiö Unibet. Ruotsissa rahapelimainonta vapautui 2019. Bauer-esimerkki on suomalaisittain kiinnostava, sillä Suomessa Veikkauksen monopoli päättymässä ensi vuoden lopussa. Suomalaisen median vinkkelistä asiaa avataan esimerkiksi täällä.

Normaali
tekoäly

Tekoälyn lyhyt ja pitkä kaari uutismediassa tästä eteenpäin – mitä oikeasti tapahtuu ja mikä lopulta on olennaista?

Mitä uutismediassa tiedetään tapahtuvan generatiivisen tekoälyn saralla vuoden sisällä, ja mitä mahdollisesti tapahtuu pidemmällä aikavälillä? Ensiksi mainittu jo tiedetään. Viimeksi mainittu vaikeampi. Isoin kysymys liittyy luovuuteen ja erottuvuuteen.

Teknologia mahdollistaa jo nyt monia asioita, mutta kaikkea ei kannata vain sen vuoksi tehdä, jottei luottamus vaarannu. Muuten voi käydä kuten italialaiselle Il Fogliolle.

Toisaalta näyttää siltä, että joissain aihepiireissä toimituksellisten prosessien automatisointi on tietyllä tavalla turvallisempaa. Yksi pisimmälle vietyjä kokeiluja lienee tanskalaisen Better Collectiven alusta loppuun tekoälyllä pyörivä jalkapallon siirtouutissivusto.

Tasapainottelua

On sitten kyse pitkästä tai lyhyestä aikavälistä, tämä Ezra Eemanin nelikenttä tiivistää minusta hyvin, että kyse on jatkuvasta tasapainottelusta. Jos painopiste siirtyy automaatioon ja tekoälyagentteihin, se on väistämättä pois jos ei kontrollista niin vähintäänkin hallinnan tunteesta organisaatiossa.

Tämä kuva tekoälyagenttien mahdollisuuksista mediassa on niin ikään Eemanin ja kiteyttää käytännössä, mistä esimerkiksi edellä mainitussa tanskalaisesimerkissä on kyse.

Eeman on Hollannin yleisradioyhtiö NPO:n strategia- ja innovaatiojohtaja ja Wan-Ifran eli sanomalehtien ja uutistoiminnan kustantajien maailmanlaajuisen kattojärjestön tekoälyneuvonantaja.

Lyhyt kaari – vuosi 2025

Tämän me jo tosiaan tiedämme. Tai ainakin tiedämme sen, mitä uutisorganisaatioiden johto on suunnitellut tämän vuoden aikana tekevänsä, ja millaisia tuloksia näistä olemme erilaisissa kansainvälisissä seminaareissa nähneet.

Ison kuvan piirtää Reuters-instituutin kyselytutkimus tammikuulta. Nämä kaksi kuvaa kertovat, mitä tapahtuu konepellin alla ja toisaalta mitä näkyy lukijoille.

Monet mediat esimerkiksi kehittävät tai ovat jo tehneet työkaluja tiivistämiseen, kääntämiseen ja muuhun versiointiin, litterointiin, hakukoneoptimointiin, otsikointiin, yleisötarpeissa sparraamiseen, faktantarkistukseen, ideointiin, editointiin ja tiedonhakuun. Näkymä on monipuolistunut 1-2 vuodessa, kun ottaa huomioon, että alussa tekoälyllä lähinnä vain tiivistettiin ja käännettiin. Muutaman vuoden aikana osa näistä toiminnoista on jo uinut sinne missä toimittajat päivittäin muutenkin ovat: toimitus- ja suunnittelujärjestelmiin. Toimituksellisia prosesseja pyritään automatisoimaan yhä enemmän.

Asiakkaille yhä useammat uutistoimijat kehittävät keskustelevia käyttöliittymiä, mutta toistaiseksi epävarmaa on, kuinka iso massa niitä haluaa lopulta nimenomaan uutisten kuluttamiseen käyttää. Niiden käyttäminen kuitenkin vaatii tietynlaista aktiivisuutta käyttäjältään. Riskejäkin on. Suurin on se, jos luotettavan median botti antaa väärää tietoa.

Pitkä kaari – useampi vuosi

Tässä yhteydessä kuulee media-alalla aika usein termin ”liquid content”. Se on alun perin Googlen tekoälyjohtajan Mathieu Lorrainin keksimä termi. Tekoälyavusteinen perus-versiointi on jo nyt tätä. Tai Süddeutsche Zeitungin esimerkki, jossa jutun voi halutessaan klikata painikkeesta selkokieliseksi.

Joidenkin mielestä – ei kaikkien – edessä on täysin hyperpersonoitu tulevaisuus, jossa käyttäjä saa sisällön mieleisessään formaatissa automaattisesti ja ”artikkeli” sellaisenaan lakkaa olemasta.​ On hyvä tiedostaa, että media-alalla on ennustettu aiemminkin ties minkä kaikkien kuolemaa (esimerkiksi sanomalehtien, kun radio keksittiin), joten kaikkea ei kannata purematta niellä. Voi myös hyvin olla, että vanha ja uusi elävät joskus rinnakkain. Näinhän on nytkin.

Liquid content oli yksi teema, joka toistui jokin aika sitten Tanskassa järjestetyn Nordic AI in Media 2025 -tapahtuman puheenvuoroissa. Muitakin oli:

  • Työkalujen käytöstä vapautuva aika käytettävä sellaiseen journalismiin, jota tekoäly ei voi kopioida tai automatisoida.​
  • Riippumattomuus teknologiajättien tekoälyalustoista: omat työkalut & integrointi toimitusten prosesseihin. Ei sulje pois yhteistyötä tekoälyjättien kanssa.​
  • Tarvitaan uusia liiketoimintamalleja, jotka eivät perustu vain mainoksiin ja tilauksiin.
  • Tarvitaan kulttuurinmuutos toimituksiin: avoimuutta, kokeilunhalua, kykyä oppia. Ja aiempaa avoimempaa yhteistyötä medioiden välillä.​ Jopa toistensa kanssa kilpailevien medioiden.

Mikä on lopulta olennaista?

Kaiken kohinan keskellä huomaan itse ajattelevani usein…niin, tätä kaikkea loputonta kohinaa ja hälinää. Ja luovuutta. Miten nähdä sen keskeltä olennainen? Tämähän liittyy keskeisesti myös journalistiseen työhön. Uskon vahvasti, että tekoäly pystyy jossain vaiheessa aidosti säästämään ihmisten aikaa, jotta nämä voivat todellakin keskittyä niin sanottuun olennaiseen (journalismissa sellaiseen sisältöön jota on vaikeinta kopioida), mutta muutos on hitaampi kuin kuvittelemme. Tämän puki tällä viikolla erinomaisen hyvin sanoiksi Jukka Niittymaa, joka on yksi Suomen arvostetuimmista tekoälyasiantuntijoista:

”Aluksi luulin, että generatiivinen tekoäly vapauttaa meidät pahimmasta kiireestä. Enää en luule niin. Tekeminen muuttuu, mutta oli lapsellista olettaa, että ihmisluonto muuttuisi yhtä nopeasti kuin tekniikka kehittyy. Jos me haluamme pitää huolta siitä, että ihmisellä on sellaisia ideoita, mitä tekoäly ei ehkä kykene vielä generoimaan ja hallusinoimaan, niin ajattelun aikaa pitäisi alkaa arvostamaan. Mutta mitenkäs se temppu tehdään maassa, jossa innovoinnin tehokkuutta mitataan monissa paikoissa innovoidessa ja asiantuntijatöissä kellokorttimaisesti tuntikatteella?”

Normaali
tekoäly

Googlen NotebookLM tekee nyt podcastin suomeksi vaikka yhdestä blogikirjoituksesta – kuuntele, miten hämmentävän hyvin se toimii

”Ja totaa…”

”Se tavallaan asettaa sen tekoälyn oikeeseen moodiin. Annat sille vähän niinku ammatillisen identiteetin…se on sit se viitekehys mistä se sitä tehtävää lähestyy.”

”Joo. Toi on hyvä pointti, et pelkkä tehtävänanto voi olla liian yleinen”…

Google päivitti tällä viikolla NotebookLM-tekoälytyökalunsa tukemaan vihdoin myös suomen kieltä. NotebookLM:n Audio Overviews -ominaisuus muuntaa kirjoitetun sisällön, kuten asiakirjat, muistiinpanot tai verkkosivut, keskustelunomaiseksi äänitiedostoksi eli käytännössä kahden keskustelujan podcastiksi. NotebookLM:ää voi käyttää ilmaiseksi, kunhan omistaa Google-tilin.

Syötin työkaluun yhden lähteen eli tämän blogikirjoitukseni (”Hei journalisti! Hyvä GPT-kehote ei ole tähtitiedettä – konkreettinen esimerkki & vinkit”), painoin Enteriä ja tulos tuli muutamassa minuutissa. Se on kuunneltavissa ohesta. Ensimmäiset parikymmentä sekuntia eivät ole aivan vakuuttavimpia joidenkin lausumistapojen vuoksi (”hei shuurnalisti”), mutta aivan alun jälkeen keskustelu on mielestäni hämmentävän hyvää ja ihmismäistä kielen ja intonaation osalta, sekä myös lähdettä tarkasti noudattelevaa. Etenkin naiskeskustelija kuulostaa pääosin todella luonnolliselta.

Kuuntele itse:

Normaali
tekoäly

Hei journalisti! Hyvä GPT-kehote ei ole tähtitiedettä – konkreettinen esimerkki & vinkit

Internet on pullollaan vinkkejä, miten promptaat tekoälyillä mahdollisimman tehokkaasti. Yhtä ja oikeaa tapaa kehotteen tekemiseen ei ole, mutta yhteistä niille on selkeys ja täsmällisyys.

Journalistisiin tarkoituksiin tehtyä spesifejä kehotteita löytyy runsaasti jo eri mediatalojen tekoälyapureiden taustalta. On hyvä ymmärtää, että niiden luominen ei ole itsessään monimutkaista. Kansainvälisiä luovia ja hauskojakin kehote-esimerkkejä nimenomaan journalistin työhön voi hakea esimerkiksi New Yorkin kaupunginyliopiston journalismiprofessorin Jeremy Caplanin Wondertools-uutiskirjeestä. 

Hyvää kehotetta, tai sellaista hyödyntävää GPT-apuria suunniteltaessa kaikki lähtee luonnollisesti käyttäjien tarpeista: mitä ongelmaa ollaan ratkaisemassa. Mediataloissa näitä tarpeita voivat olla esimerkiksi otsikoinnin parantaminen, hakukoneoptimoinnin tehostaminen, kielen sujuvoittaminen ja muu editointi, sosiaalisen median jakotekstien laatiminen, juttuideoiden pallottelu ja niin edelleen.

Tässä kirjoituksessa tiivistän ensin hyvän kehotteen perusrakenteen, minkä jälkeen kerron esimerkkipromptin havainnollistusmielessä tekemälleni Kääntäjä-GPT-apurille (kokeile itse). Kirjoituksen lopussa on hieman yksityiskohtaisempi, 17 kohtaa sisältävä muistilista kehotteen tekoon.

Tätä ennen on kuitenkin syytä muistuttaa siitä, mistä aina kaupallisten tekoälytyökalujen kohdalla: älä anna tekoälylle mitään sellaisia tietoja, joiden et kestäisi vuotavan mihinkään. Tekoälyt myös edelleen hallusinoivat ja käyttävät lähteitä epämääräisesti, joten tarkistamisen on syytä olla perusrutiini. Jos pyydät tekoälyä linkittämään lähteeseen, voi myös olla, että sen antama linkki ei toimi.

Detaljina vielä todettakoon, jos joku ihmettelee, miksi prompteissa on joskus hakasulkeita: niitä käytetään mm. erottamaan ohjeteksti sisällöstä tai viestimään siitä, mikä kohta on tarkoitus korvata omalla sisällöllä.

Jos käytät ChatGPT:tä ja haluat tehdä omia apureita, klikkaa aloitusnäkymän vasemmasta laidasta kohtaan “tutustu GPT:ihin” ja täytä pyydetyt kentät ohjeiden mukaan. Perplexityssä vastaavantyyppinen toiminto löytyy vasemman laidan Spaces-painikkeen takaa.  

Tiivis perusrakenne tehokkaalle kehotteelle

  • [ROOLI]: Määrittele, millaisena asiantuntijana tai toimijana mallin tulisi toimia.
  • [TEHTÄVÄ]: Kerro selkeästi, mitä mallin halutaan tekevän.
  • [KONTEKSTI]: Kuvaile taustatilanne, kohderyhmä tai muu olennaisesti tehtävää ohjaava tieto.
  • [RAJOITTEET]: Listaa, mitä pitää välttää tai millaisia ohjeita on noudatettava. Tämä voi osin limittyä tehtävän kanssa.
  • [ESIMERKKI]: Voit havainnollistaa esimerkillä, miten haluat toimittavan (voi toimia oikein hyvin ilmankin esimerkkiä).
  • [LOPPUTUOTOS / TYYLI]: Ilmoita, millaisessa muodossa tai millaisella tyylillä lopputuloksen haluat.

Esimerkkikehote: Kääntäjäapuri (voit kokeilla sitä itse ChatGPT:ssä täällä, vaatii kirjautumisen)

  • [ROOLI]:
    • Toimi huippuluokan monikielisenä kielenkääntäjänä.
  • [TEHTÄVÄ]:
    • Käännä sinulle annettu teksti käyttäjän pyytämälle kielelle.
  • [KONTEKSTI]:
    • Olet erikoistunut käännöksiin suomen, englannin ja ruotsin välillä, mutta pystyt työskentelemään kaikilla maailman kielillä. Käännät tekstejä sekä suomesta muihin kieliin että muilta kieliltä suomeksi. Olet natiivitasoinen suomen, ruotsin ja englannin kielen osaaja.
    • Erinomaisten kielenkääntäjien tavoin keskityt ajatusten ja merkitysten välittämiseen, et pelkästään sanasta sanaan -kääntämiseen. Suomen kielessä erityisvahvuuksiasi ovat selkeys, termien ymmärrettäväksi tekeminen ja ilmaisujen sujuvuus.
    • Käytät kääntäessäsi aina samaa tyylilajia ja sävyä kuin alkuperäisessä tekstissä, oli kyseessä sitten muodollinen, rento, asiallinen tai leikittelevä tyyli.
  • [TYYLI / RAKENNE]:
    • Vastauksesi rakenne on aina seuraava:
      • Tiivistelmä: Viiden lauseen pituinen yhteenveto käännöksen sisällöstä (vain jos alkuperäisessä tekstissä on enemmän kuin viisi virkettä).
      • Koko tekstin käännös: Täydellinen käännös alkuperäisen tekstin tyyliä, rakennetta ja sävyä mukaillen.
  • [RAJOITTEET]:
    • Vältä mekaanista sanasta sanaan -kääntämistä, ellei se tuota luontevaa ja ymmärrettävää lopputulosta.
    • Käytä alkuperäisen tekstin tyyliä ja sävyä käännöksessä.
    • Jos alkuperäisessä tekstissä on epäselviä, monitulkintaisia tai kontekstiltaan puutteellisia kohtia, pyydä käyttäjältä tarkennusta ennen kääntämistä.
    • Älä tee oletuksia käännöskielestä, jos sitä ei ole ilmoitettu — pyydä selvennystä [tämä hakasulkeiden sisällä oleva teksti ei kuulu promptiin: huom. lisäsin Kääntäjään kolme oletuspainiketta, jotka vähentävät oman kirjoittelun tarvetta]

GPT-apuria tehdessäsi kehote kirjoitetaan Ohjeet-kenttään.

Pidempi 17 asian muistilista hyvälle kehotteelle (lähde: How to AI -uutiskirje)

  • Määrittele tavoite/tehtävä: Kerro selkeästi, mitä haluat tekoälyn (tässä ChatGPT:n) tekevän.
  • Tarkenna muoto: Ilmoita, missä muodossa haluat vastauksen (esim. lista, kappale).
  • Anna rooli: Pyydä toimimaan tietyssä roolissa vastauksen antamiseksi.
  • Tunnista kohderyhmä: Kerro, kenelle vastaus on tarkoitettu.
  • Anna taustatietoa: Tarjoa tarvittava konteksti tilanteen ymmärtämiseksi.
  • Aseta rajoitteita: Määrittele esimerkiksi vastauksen pituus tai vältettävät aiheet.
  • Käytä selkeää kieltä: Muotoile kehotteesi yksiselitteisesti ja tarkasti.
  • Käytä esimerkkejä: Havainnollista, millaista vastausta toivot.
  • Määrittele sävy/tyyli: Ilmoita, haluatko vastauksen olevan esim. muodollinen vai rento.
  • Pyydä vaiheittaista vastausta: Pyydä halutessasi tarkkoja askel askeleelta -ohjeita.
  • Kannusta luovuuteen: Salli uudet ideat ja epätavanomaisetkin näkökulmat, jos se on tarkoituksenmukaista.
  • Pyydä lähteitä: Tarvittaessa pyydä linkittämään lähteitä vastausten tueksi tai niiden yhteyteen.
  • Selvennä termit: Avaa sellainen terminologia, joka on vaikeasti ymmärrettävää, jottei synny väärinymmärryksiä.
  • Ole ytimekäs: Pidä kehotteet napakoina, mutta riittävän kattavina.
  • Kysy yksi asia kerrallaan: Vältä monia kysymyksiä yhdessä kehotteessa.
  • Testaa ja muokkaa: Kokeile eri sanamuotoja parhaan lopputuloksen saavuttamiseksi.
  • Anna palautetta: Kerro, jos vastausta pitää säätää tai tarkentaa.

Loppuun vielä: olet ehkä nähnyt somefiidissäsi monen tekevän omasta kuvastaan ”tuotepakkauksen” ChatGPT:n päivitetyllä kuvanluontiominaisuudella. Sellainen syntyy kuvassa näkyvällä kehotteella (lähde: Linkedin, josta voit halutessasi kopioida kehotteen):

Normaali
Strategia ja liiketoiminta

LIVE TRACKER: GenAI in media – 200 use cases from around the world (in English and in Finnish)

A screenshot of the list. A scrollable list can be found below, both in English and in Finnish.

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:

***

What is this list and who am I?

When first published in early 2025, 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 find an updating list of GenAI tools and products in media, both in English and in Finnish. My name is Kalle Pirhonen, and as of late May 2026 I’m starting as an Executive Producer, Editorial AI Development at Alma Media, Finland (previously AI producer at Ilta-Sanomat, a Finnish tabloid owned by Sanoma Media Finland).

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 post. 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 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

Julkiset hankinnat, yhdistystiedot, kuntapäätökset, sh-piirin päätökset ja tiedotemaininnat automaattisesti mailiisi: Näin rakennat toimittajan Varkaus-haravan

Olen tässä blogissa aiemminkin kertonut kokeiluistani brittiläisen, nopeasti kasvavan startupin Convergence AI:n Proxy-työkalulla, jolla voi helposti rakentaa nettiä automaattisesti koluavan tekoälyagentin ja lähetyttää sen hakemat tulokset omaan sähköpostiinsa vaikkapa kerran viikossa.

Tämä uusin testi on tähänastisista pisimmälle viety: halusin havainnollistaa, mihin kaikkeen Proxy pystyy samaan aikaan – vai pystyykö, ja miten laadukkaalla lopputuloksella. Otin esimerkkikunnaksi syntymäkuntani Varkauden ja annoin Proxylle seuraavan pitkän kehotteen:

”Haluan rakentaa toiminnon, jossa on viisi eri osaa. Ota näitä toimintoja toteuttaessasi huomioon, että toimit kuten huippuluokan tutkiva journalisti, joka on erityisen taitava hakemaan tietoa sekä tekemään tietojen perusteella uutisia etenkin paikallisista asioista Suomessa.

Osa 1: Tiivistä Varkauden kaupunginhallituksen seuraavan kokouksen esityslistan asiat siten, että arvioit, millä listan asialla voisi olla mahdollisesti uutisarvoa. Uutisarvoa arvioidessasi otat huomioon ainakin nämä seikat: kuinka paljon löydös poikkeaa aiemmasta datasta, kuinka moni ihminen tai yritys on asianosainen, onko aiheesta jo olemassa keskustelua somessa tai muissa uutislähteissä, ovatko vastaavat aiheet aiemmin päätyneet uutisotsikoihin tai sisältääkö asia mahdollisesti jonkinlaista kitkaa. Pidä erittely tiivinä, kerro sen yhteydessä esityslistan julkaisupäivämäärä ja linkkaa lähdesivulle.

Varkauden esityslistat, pöytäkirjat, viranhaltijapäätökset ja kuulutukset löydät täältä: https://varkaus.fi/fi/sivu/osallisuus-ja-paatoksenteko/paatoksenteko

Osa 2: Varkaus kuuluu Pohjois-Savon hyvinvointialueeseen. Tee edellämainittu erittely myös hyvinvointialueen aluehallituksen tulevan kokouksen esityslistalle huomioiden kohdat, joissa mainitaan Varkaus. Voit myös arvioida, mikäli jokin esityslistan asia olisi Varkauden kannalta erityisen tärkeä, vaikka Varkautta ei mainittaisikaan. Listat löytyvät täältä: https://pshyvinvointialue.fi/esityslistat-ja-poytakirjat

Osa 3: Hae yhdistysrekisterin julkisesta hausta (https://yhdistysrekisteri.prh.fi/) tiedot siitä, milloin Varkaus-nimiseen kaupunkiin on viimeksi (huom: huomioi Varkautta koskevista hakutuloksista viimeisin rekisteröintipäivä eli vain tuorein merkintä kaikista) perustettu jokin yhdistys, ja kerro tiedot yhdistyksestä tiedot tiiviisti. Kerro myös yhdistysmerkinnän julkaisupäivämäärä ja linkkaa lähdesivulle.

Osa 4: Hae julkisia hankintoja listaavalta Hilma-sivustolta viimeisin merkintä, jossa Varkaus-niminen kaupunki on mukana. Kerro merkinnän julkaisupäivämäärä sekä tiedot merkinnästä muutamalla virkkeellä siten, että siitä ymmärtää helposti, mistä hankinnassa on kyse.

Osa 5: Kerro tiiviisti kolme tuoreinta merkintää STT:n julkaisemista lehdistötiedotteista, joissa mainitaan Varkaus-niminen kaupunki. Kerro merkinnän julkaisupäivämäärä ja tiedot merkinnästä hyvin tiiviisti siten, että siitä ymmärtää helposti, mistä on kyse. STT:n lehdistötiedotteet löytyvät täältä: https://www.sttinfo.fi/

Tee kaikista edellämainituista kohdista esitystavaltaan suurin piirtein yhdenmukaisia esimerkiksi bullet pointein jäsentäen. Käytä mahdollisimman selkeää ja kansantajuista suomen kieltä. Kokoa kaikki tulokset samaan vastaukseen, kiitos.”

Muutama huomio kehotteesta. Annoin Proxylle valmiiksi muutaman linkin suoraan, vaikka se olisi löytänyt ne itsekin, mutta olen huomannut, että linkkien vinkkaaminen nopeuttaa sen toimintaa.

Huomiona itse testistä: tässäkään asiassa kone ei korvaa journalistista silmää – mikään kehote ei ole niin täydellinen, että se hoksaisi kaikki mahdolliset uutisarvoiset aiheet. Työtä se toki helpottaa. Mutta mikä tärkeintä ja sanon tämän, vaikka on itsestään selvää: tekoäly ei tietenkään kaivele sellaisia potentiaalisia uutisaiheita, joiden jäljille ei pääse digitaalisista lähteistä.

Tässä Proxyn antama vastaus:

Kokeilin tässä testissä sekä Proxyn maksullisen tilauksen (20e/kk) sisältämää Deepwork-toimintoa että ilmaista. Deepwork oli ehkä jopa huonompi tähän tarkoitukseen, koska se esitti tarpeettoman paljon täsmentäviä kysymyksiä, vaikka ilmankin niitä tulos oli samankaltainen. Ilmaiseksi tällaisia agentteja voi tehdä Proxyllä yhden päivässä – niistäkin voit kyllä tilata sähköpostin tulemaan itsellesi säännöllisesti.

On syytä huomioida, että kaikki ei aina mene odotetusti: tietoja tarkistaessani huomasin, että yhdistyshaussa tekoäly ei ollut hakenut tuoreinta merkintää (joka olisi ollut vuodelta 2021 eikä 2019), eikä se useista täsmennyspyynnöistä huolimattakaan kyennyt ottamaan tuoreinta merkintää mukaan. Voi myös hyvin olla, että tuloksista puuttuu edelleen jotakin olennaista, mitä en vain hoksaa. Pintapuolisesti katsottuna tekoäly tiivisti kunnanhallituksen ja hyvinvointialueen hallituksen esityslistat kertaheitolla melko hyvin. STT:n tiedotehausta se ei poiminut tuoreinta, vaan kolmanneksi tuoreimman, mutta tämä saattoi johtua antamastani kehotteesta, jossa pyysin tekoälyä arvioimaan uutisarvoa (tuoreemmat tiedotteet liittyivät Voice of Finland -ohjelmaan, johon osallistuu Varkaudesta kotoisin oleva kilpailija, mitä tekoäly ei tässä ehkä tulkinnut uutisarvoiseksi – mitä se paikallislehdelle kuitenkin varmasti olisi). Myös julkisten hankintojen merkintä meni tekoälyltä kerralla oikein.

Normaali
Strategia ja liiketoiminta

Alma Median tekoälyhanke Global Media Awardsin palkintoehdokkaaksi, Intia ja Norja ehdokkuusrohmuja – tässä tiivistelmä kaikista ehdokkaista

Alma Median tekoälytyökalu, joka arvioi Iltalehden juttujen herättämät tunnetilat ja havaitsi että inspiroivilla jutuilla on paras tilaajapito, on yksi palkintoehdokkaista kansainvälisen uutismediajärjestön INMA:n Global Media Awardsin listalla kategoriassa “Best Innovation in Newsroom Transformation”.

Työkalun tavoitteena on ehkäistä uutisten välttelyä ja sitä on tarkoitus laajentaa muihinkin Alman uutisbrändeihin. Tarkoituksena on seuraavaksi yhdistää työkalun tuomaa ymmärrystä uutispalveluiden suosittelujärjestelmiin. Lehden mukaan kuukausittaiset sivulatausmäärät ovat nousseet työkalun käyttöönoton jälkeen.

Global Media Awardsissa eniten palkintoehdokkaita 199 ehdokkaan joukossa on Intiasta (22) ja Norjasta (21). Suomesta ehdokkaita on kaksi. Toinen on Keskisuomalainen kategoriassa “Best New Digital Product”. Keskisuomalaisen 22 paikallista uutissovellusta jakavat saman teknologian, joten niiden teknistä ylläpitoa hoitamaan tarvitaan konsernin mukaan vain kaksi henkilöä – ensimmäiset 19 sovellusta julkaistiin sekä Androidille että iOsiin vain kolmessa kuukaudessa. Sovelluksia ladattiin 367 000 kertaa vuonna 2024.

Vaikka Alma Median hanke hyödyntää generatiivista tekoälyä, se ei ollut ehdolla varsinaisten tekoälyhankkeiden kategorioissa, joita olivat ”Best Use of AI for Internal Productivity” ja ”Best Use of AI in Customer-Facing Products”. Tässä noiden kategorioiden ehdokkaat.

TOIMITUSTEN SISÄISET TEKOÄLYTYÖKALUT

”Best Use of AI for Internal Productivity” (suorat linkit ehdokkaiden pidempiin englanninkielisiin kuvauksiin löydät täältä):

  • A Gazeta do Espírito Santo, Brasilia: Tekoälyn avulla tehdään videoita tekstimuotoisista elokuva-arvosteluista.
  • Amedia, Norja: Amedia sai puolet toimittajistaan käyttämään säännöllisesti tekoälyä yksinkertaisilla ratkaisuilla, jotka helpottavat päivittäistä työtä.
  • Badischer Verlag, Saksa: BZ.Echo on toimituksen monipuolinen tekoälytyökalu: otsikointia, optimointia, versiointia, luonnosten generointia. Toimittajien ajansäästöä kuvataan merkittäväksi.
  • Hearst Newspapers, Yhdysvallat: Hearst käyttää tekoälyä julkishallinnon päätösten seuraamiseen, mikä tekee prosessista sujuvamman ja aikaa säästävän. Työkalu on lisännyt skuuppien määrää.
  • Russmedia, Itävalta: Tekoälypohjainen julkaisujärjestelmä mm. automatisoi otsikoiden luomisen, artikkelien kategorisoinnin ja tekstin tiivistämisen, kieliopin tarkistuksen ja tyyliehdotukset. Toinen työkalu tuottaa reaaliaikaisia päivityksiä kriittisistä aiheista, kuten liikennekatkoista ja kunnallisista päätöksistä. Räätälöidyt GPT-mallit automatisoivat monimutkaisia tehtäviä kuten tekijänoikeustarkistuksia ja eettistä ohjeistusta.
  • Constructive Institute, Tanska: News Mirror -työkalu hyödyntää tekoälyä auttaakseen toimitusta ns. rakentavan journalismin teossa, mikä parantaa sisältöjen monipuolisuutta.
  • KG Media, Indonesia: AI Media Intelligence for SDGs -projekti käyttää tekoälyä kestävän kehityksen tavoitteiden seurantaan ja raportointiin.
  • Ringier, Sveitsi: Floorian on tekoälyavusteinen automaattinen pohjahinnan hallintajärjestelmä ohjelmalliseen mainontaan.
  • Schibsted, Norja: Tekoälypohjainen User Interest Predictions (UIP) -järjestelmä tunnistaa käyttäjien kiinnostuksen kohteita yli brändirajojen. UIP luokittelee ja ennustaa käyttäjien kiinnostuksen kohteita heidän selaushistoriansa perusteella.
  • United Daily News Group, Taiwan: AiAssist-hanke paransi tuottavuutta, kustannustehokkuutta ja yleisön sitoutumista. Tekoälyn integrointi on myös yhdistänyt eri tiimejä ja luonut yhteistyöhön perustuvan mallin uutistoimitukseen.

KULUTTAJATUOTTEET JA TEKOÄLY

”Best Use of AI in Customer-Facing Products” (suorat linkit ehdokkaiden pidempiin englanninkielisiin kuvauksiin löydät täältä):

  • Amar Ujala, Intia: Asiakaspalveluchatbot.
  • Hearst Newspapers, Yhdysvallat: Kamala Harrisiin liittyviin kysymyksiin vastaava chatbot.
  • NTM, Ruotsi: Tekoälyvetoinen audioratkaisu, jonka tavoitteena on houkutella nuorempia yleisöjä ja syventää nykyisten tilaajien sitoutumista. Se tunnistaa luetuimmat artikkelit, tiivistää ne tekstiksi ja muuntaa ne audiolähetyksiksi ElevenLabsin ääniteknologian avulla.
  • Stampen Media, Ruotsi: Neljä tekoälypohjaista laskuria, jotka liittyvät henkilökohtaiseen talouteen: asuntolainan korkolaskuri, asuntojen hintojen vertailu, verolaskuri, lainanlyhennyslaskuri.
  • Stuff Group, Uusi-Seelanti: Democracy.AI etsii potentiaalisia uutisaiheita päätöksentekodokumenteista. Pilottialueella Waikato Times lisäsi juttumääräänsä 25:llä viikossa, ja digitaaliset tilaukset yli kaksinkertaistuivat. (ei ole kuluttajatuote, mutta on tässä kategoriassa, koska työkalulla tehdyille jutuille tehtiin verkkosivuille oma osionsa)
  • Prisa, Espanja: VerificAudio käyttää tekoälyä äänitallenteiden autenttisuuden varmistamiseen, mikä parantaa sisällön luotettavuutta.
  • Ringier, Sveitsi: Beobachter-chatbot tarjoaa juridista neuvontaa tekoälyn avulla.
  • Ringier Axel Springer, Puola: AI-Powered Travel Planner uudistaa sisältömarkkinointia tekoälyn avulla. Botti helpottaa matkasuunnittelua.
  • Schibsted Media, Ruotsi (Norja): Ruotsalaisen iltapäivälehti Aftonbladetin EU-vaaliapuri ja USA-vaaliapuri.
  • Stuff Group, Uusi-Seelanti: Tekoälyn avulla käännetään uutisia maoriksi.
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