Avainsana-arkisto: uutismedia

AI and news media, tekoäly

Googlen tekoälyuudistukset vievät klikkejä uutismedialta – tämä on tilanne Suomessa nyt

Googlen hakukone näyttää käyttäjälleen yhä useammin valmiiksi tiivistettyjä vastauksia. Kehitys kuulostaa ihan kätevältä tiedonhakijalle, mutta uutismedialle se on huolestuttavaa. Moni alan asiantuntija uskoo, että hakukoneliikenne uutismedioihin tulee lähivuosina vähenemään.

Uutismediaan erikoistunut SEO-konsultti Barry Adams kuvailee tulevaa muutosta apokalyptisesti hakukoneliikenteen maailmanlopuksi, ”joka tulee olemaan medialle äärimmäisen kivulias”. Jotain positiivistakin sentään on.

Seuraavassa lyhyesti kahden tuoreimman uudistuksen AI Overviewsin ja AI Moden tiedot ja niiden tilanne Suomessa sekä lisäksi pohdintaa Google Discoverin roolista jatkossa.

Google AI Overviews eli hakutulosten tekoäly-yhteenvedot

Mikä se on?

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

Miksi tällä on väliä uutismedialle?

Jos tekoäly on käyttäjän mielestä jo tiivistänyt olennaisen, miksi klikata enää uutislinkkiä? Linkkejä kyllä tarjotaan, mutta niitä klikataan vähemmän kuin ennen.

Esimerkiksi brittitabloidi Daily Mailin testissä klikkaukset romahtivat. Daily Mailin SEO-pomo toteaa media-alaa seuraavan Press Gazzetten jutussa, että lehden täytyy keskittyä sisältöön, jota tekoäly ei voi helposti korvata. Tämä tarkoittaa esimerkiksi menestymistä brändihauissa, eli kun joku esimerkiksi etsii tietoa yhdistämällä julkkiksen ja lehden nimen, kuten ”Meghan Markle Daily Mail”. Tällaisissa hauissa ihmiset haluavat juuri kyseisen median version tarinasta.

Daily Mailissa myös pohditaan kolumnien, mielipidekirjoitusten ja liveseurantojen roolin vahvistamista, sillä ne eivät ole tekoäly-yhteenvedoille ideaalia sisältöä.

Tilanne Suomessa

Google otti tekoäly-yhteenvedot käyttöön Suomessa toukokuussa 2025. Et saa niitä välttämättä heti ensimmäisellä yrittämällä näkyviin, sillä ne näkyvät vain osassa hauistasi. Omassa hakuesimerkissäni (alla) yhteenvedon ohessa Google tarjosi linkkiä Keskisuomalaisen juttuun. Yhteenvedot ovat Suomessa niin tuore juttu, että kestää aikansa, ennen kuin niiden vaikutuksista uutisliikenteeseen tiedetään enemmän.

Miltä ne näyttävät?

Google AI Mode eli keskusteleva hakukokemus

Mikä se on?

AI Mode on Googlen uusi hakutila, jossa käyttäjä voi esittää monimutkaisempia kysymyksiä ja saada tekoälyn tuottamia vastauksia, jotka sisältävät syvällisempää analyysiä ja mahdollisuuden jatkokysymyksiin. Toistaiseksi ominaisuus on käytössä vain Yhdysvalloissa.

Miksi tällä on väliä uutismedialle?

AI Mode voi vähentää entisestään tarvetta klikata lähteisiin, sillä se tarjoaa kattavia vastauksia suoraan hakutuloksissa ja on vahvemmin integroitu Googlen palveluihin.

Uutismediaan erikoistunut SEO-konsultti Barry Adams arvioi, että AI Moden vastausten laatu on tekoäly-yhteenvetoja niin paljon parempi, että käyttäjät eivät klikkaa eteenpäin sitäkään vähää. Adamsin Linkedin-postauksessaan näyttämissä esimerkeissä hän on pyytänyt AI Mode -tilassa esimerkiksi tuoreimpia uutisia tai NBA-tuloksia. AI Overviewsin tapaan oikealla näkyy joukko linkkejä medioihin, mutta kieltämättä tekoälyn tarjoama vastaus vaikuttaa sisällöltään runsaammalta ja rakenteeltaan selkeämmältä kuin yhtä pötköä olevat AI Overviews -yhteenvedot. Haut myös jäävät muistiin, jolloin niihin voi palata samaan tapaan kuin ChatGPT:ssä. AI Moden vastaukset tuottaa Googlen tekoälymalli Gemini.

Press Gazetten testissä AI Mode antoi pitkiä vastauksia uutiskyselyihin, ja linkkejä uutismedioiden sivustoille esiintyi hajanaisesti tekstin lomassa. Lisäksi sivupaneelissa näkyi kolme uutissivustoa. Kun haettiin tietoa Press Gazetten omasta uutisesta valeasiantuntijoiden esiintymisestä mediassa, AI Mode linkitti vain sellaisiin julkaisuihin, jotka olivat seuranneet aihetta – ei itse alkuperäiseen lähteeseen.

Tilanne Suomessa

AI Mode on tällä hetkellä saatavilla Yhdysvalloissa. Sen on ennakoitu laajenevan muihin maihin lähitulevaisuudessa, vaikka Google on sanonut kyse olevan ”kokeellisesta” ominaisuudesta.

Miltä se näyttää?

Google Discover on yhä tärkeämpi liikenteenlähde uutismedioille – miten sen käy?

Google Discover ei ole uusi tekoälyominaisuus, vaan jo vuodesta 2018 toiminnassa ollut henkilökohtainen uutisvirta, joka tarjoaa käyttäjälle räätälöityä sisältöä ilman aktiivista hakua. Ominaisuus tuli ensin Android-puhelimien Google- ja Chrome-sovelluksiin ja laajeni myöhemmin iPhoneihin. Google on nyt laajentamassa Discoveria kännyköistä pöytäkonenäkymiin.

Discoverin merkitys liikenteenlähteenä uutismedialle on ollut nousussa myös Suomessa. Liikenteen ennakoiminen on kuitenkin vaikeaa, koska sen algoritmin toiminnasta ei tiedetä kovin paljon.

SEO-konsultti Adams arvioi, että Discoverista tulee tärkein Google-liikenteen lähde valtaosalle uutismediasta, mikä jonkin verran pehmentää uusien tekoälyominaisuuksien tuomaa iskua.

Oma lukunsa on Google News Showcase eli Uutisnostot, jossa Google maksaa myös Suomessa medioille siitä, että ne tarjoavat artikkeleitaan ”Uutisnosto-muodossa”. Uutisnosto-artikkelit voivat näkyä hakutuloksissa, Google Uutiset -uutiskoostimessa (Google News) tai Discoverissa.

Normaali
Strategia ja liiketoiminta, tekoäly

6 isoa uutismedian trendiä, jotka EIVÄT johdu tekoälystä

Tätä kuvaa ei ole tehty tekoälyllä, vaan se on otettu kännykkäkameralla Helsingin Tripla-kauppakeskuksen vieressä tänään.

Tekoälystä puhutaan mediassakin niin paljon (minä mukaan lukien), että saattaa tuntua siltä kuin kaikki alan muutokset liittyisivät siihen. Todellisuudessa moni iso uutismedian trendi on lähtenyt liikkeelle jo kauan tekoälykehityksen vauhdittumista – lasketaan vauhdittuminen sitten 2010-luvun koneoppimisharppauksista tai viime vuosien generatiivisen tekoälyn ajasta – ja jatkuu riippumatta sen kehityksestä. Tässä kuusi esimerkkiä.

  • Uutisvälttelyn kasvu: Trendin juuret ovat syvemmällä kuin tekoälyn nousussa. Esimerkiksi Suomessa yhä useampi suomalainen välttelee uutisia toisinaan tai usein. Vuonna 2024 näin teki noin joka viides suomalainen ja luku on kasvussa. Uutisvälttelyn syiksi mainitaan mm. uutisten määrän uuvuttavuus, toistuvuus ja aiheiden ahdistavuus.
  • Uutiskäsityksen henkilökohtaistuminen: Uutinen on yhä useammin yhdelle yhtä ja toiselle toista. Henkilökohtainen merkityksellisyys ja omat arvot ohjaavat valintoja aiempaa enemmän. Kyse on laajemmasta kulttuurisesta murroksesta kuin vain teknologisesta, vaikka teknologiajättien vallan voidaan katsoa ruokkineen tätä. Ylipäänsä yhteiskunnallisten muutosten kuten arvojen tai elämäntapojen muutosten kytkös median muutokseen on tosi mielenkiintoinen teema, ja paljon enemmän kuin ”vain” teknologiaa.
  • Median omistuksen keskittyminen: Uutismedian omistus keskittyy yhä harvemmille. Syyt löytyvät ennen kaikkea taloudellisista realiteeteista, ei suoraan tekoälystä.
  • Painettujen lehtien levikin lasku: Taustalla ovat digitalisaatio ja muuttuneet lukutottumukset. Kehitys alkoi jo ennen tekoälykehityksen kiihtymistä, vaikka voi tietysti ajatella, että algoritmienkin taustalla oleva tekoäly on tässä osatekijänä. Koronavuosina oman lisäongelmansa printille toi sanomalehtipaperin saatavuuden vaikeutuminen ja hinnannousu. Myös jakelun järjestäminen on aiempaa vaikeampaa.
  • Uutisten luottamuskriisi: Monissa maissa luottamus uutismediaan on heikentynyt. Suomessa se on säilynyt kansainvälisesti katsottuna maailmanennätystasolla, mutta polarisaatio, disinformaatio ja yhteiskunnallinen epäluulo ovat jättäneet jälkensä. Tekoälyä tuskin voidaan sanoa kriisin juurisyyksi, vaikka toki siihen vaikuttaa – hyvässä ja pahassa.
  • Verkkouutisista maksamisen vakiintuminen: Verkon uutisista maksavien suomalaisten osuus on pysynyt noin 20 prosentissa viitisen vuotta. Kymmenen vuotta sitten osuus oli noin 14 prosenttia.
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

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 – 170+ 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?

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 I work as an AI producer in 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

Uutismedia- ja tekoälynostot Amy Webbin 1000-sivuisesta trendijärkäleestä

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

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

Tekoälyn kehityksessä raportti nostaa esiin muun muassa nämä kehityskulut:

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

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

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

Data sen kertoo: suosituimpien uutisjuttujen otsikot sen kuin pitenevät

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.

Vuonna 2024 merkkimäärältään pisimpiä (113) otsikoita oli esimerkiksi “An Ohio toddler died after her mom left her home alone while she took a 10-day vacation. A judge called it the ’ultimate act of betrayal”.

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.

Normaali
Strategia ja liiketoiminta

3+1 kiinnostavinta esimerkkiä maailmalta, miten verkon uutisartikkelia on uudistettu tekoälyn avulla

Tämä blogikirjoitus sai kimmokkeensa Brian Morrisseyn The Rebooting -uutiskirjeestä, jossa pohditaan, miten verkon uutisartikkeli uudistuu ajassa, jossa tekoäly nopeuttaa teknologista kehitystä ja on mullistamassa muun muassa hakukoneiden toimintaa.

Verkon “uutisjuttu” on ollut perusrakenteeltaan aika lailla samankaltainen vuosikaudet. 2010-luvun lopulla alkoivat yleistyä kokeilut somekerronnasta inspiraationsa saaneilla ns. kortti- tai tarinajutuilla. Muutaman viime vuoden aikana artikkeleita on myös voinut alkaa halutessaan kuunnella, mutta isossa kuvassa useimmat nettijutut eivät ole merkittävästi muuttuneet: niissä on kuvaa ja tekstiä.

Moni uutismedia-alaa seurannut muistaa yli kymmenen vuoden takaa Circa-palvelun lupauksen ajatella artikkelia kokonaan uusiksi “atomisoimalla” tekstin pieniksi haarukkapaloiksi, jotka esitetään käyttäjälle yksi kerrallaan, mutta käyttäjien suosikiksi siitä ei lopulta ollut.

Generatiivisen tekoälyn myötä mahdollisuuksia innovaatioihin on nyt enemmän. Ehkä aikakin on kypsempi muutoksille.

  1. Every.to. Tämä samannimisen vuonna 2020 perustetun media- ja teknologiayhtiön sivusto on oma suosikkini, koska se ottaa artikkelikehityksessään huomioon, että iso osa uutisten kuluttajista haluaa yhä kuluttaa uutisia myös tekstipainotteisesti. Se on sisällyttänyt juttuihinsa sisäänrakennetun chatikkunan, jossa voi paitsi keskustella sisällöstä, myös saada läpinäkyvyyden hengessä näkyviin juttujen taustalla olevan raakamateriaalin kuten haastattelut (klikkaamalla “View all sources”). Käyttökokemus on hyvin sujuva. Samaa ei mielestäni voi sanoa palveluista, joissa koko uutiskokemus on rakennettu chattaamisen ympärille. Tällaisessa mallissa kuluttaja ei välttämättä koe tuttuutta, vaan vieraita elementtejä on liikaa (ks. kohta 3.).
  2. Kun Time-lehti esitteli vuoden 2024 henkilön Donald Trumpin, jutun saattoi paitsi kuunnella, siitä voi myös keskustella joko puhumalla tai chättäämällä. Summarize-nappulaa klikkaamalla jutun saa luettavakseen joko alkuperäispituudella, keskipitkänä tai lyhyenä. Tiivistelmät tekee tekoäly. Artikkelin alun navigaatiovalikon ”TIME AI”-painiketta painamalla tulee esiin laajempi näkymä, josta voi halutessaan vielä kääntää jutun haluamalleen kielelle.
  3. Curio. Audiojournalismiyritys Curion uutissovellus julkaistiin alun perin Rio-nimellä maaliskuussa 2024. Sovellus tarjoaa pääsyn luotettujen uutisbrändien sisältöihin ja mahdollistaa niistä kyselemisen chat-pohjaisessa käyttöliittymässä. Sovelluksessa voi myös luoda itselleen kuunneltavaksi äänisisällön eri uutisaiheista. Valitsin tämän kolmanneksi esimerkiksi en sujuvan käyttökokemuksen vuoksi (koska sitä se ei ole, mikä johtuu ennen muuta siitä, että normiartikkeleihin tottuneelle sukupolvelle kokemus on ehkä liiankin mullistava), vaan siksi, että tässä “uutisartikkeli” on ajateltu siinä mielessä täysin uusiksi, että vaihtoehtoja on käytännössä kolme: 1) juttelet uutisaiheesta botin kanssa ja vastaukset toimivat käyttäjälle “artikkelina”, 2) botti linkkaa vastauksissan suoraan luotettujen uutistoimijoiden perinteisiin artikkeleihin, 3) botti luo haluamastasi uutisaiheesta “audiojakson”, kuten se sitä itse kutsuu. Kokeilin tätä viimeisintä ominaisuutta tänä aamuna tuoreimpien Syyria-uutisten kohdalla. Botti generoi 19 minuutin audion (jota en loppuun jaksanut kuunnella), mutta alun perusteella laatu vaikutti erinomaiselta.

+ Bonus: Particle on syytä noteerata, mutta sitä ei pääse vielä Suomessa kokeilemaan, joten vaikea luonnehtia omakohtaisesti sen enempää. Toimintalogiikka kuulostaa kuitenkin uudenlaiselta: Particle kertoo ydinajatuksekseen sisältöjen ryhmittelyn ”yhdeksi tarinaksi yhteen näkymään”, mikä tarkoittaa eri lähteiden uutisten kokoamista tekoälyavusteisesti ryppäiksi sen sijaan, että yksittäiset jutut eri aiheista
olisivat fiidissä sekaisin. Particlessa käyttäjä voi räätälöidä omaa algoritmiaan seuraamalla paitsi tiettyjä aiheita, myös tiettyjä henkilöitä tai paikkoja. Sovellus ei tee omia uutisia, vaan käytännössä tarjoaa tiivistelmiä perinteisten medioiden jutuista. Valittavana on viisi tiivistelmätyyppiä, kuten ”selitä kuin olisin 5-vuotias”, ”vain faktat”, ”tiivistelmä eri kielillä”, tai mikä tahansa uutisiaihe äänitiivistelmänä. Kiinnostavin tiivistelmätyyppi lienee ”Opposite Sides” eli uutisaiheen esittely jutun edustaman poliittisen näkökulman mukaan – eli mihin suuntaan kallellaan minkäkin median jutun voi tulkita olevan ja miksi. Sovellus toimii toistaiseksi vain Yhdysvalloissa ja iPhonessa, eikä sitä ole saatavissa Suomessa.

Normaali