Può l’AI Sviluppare un Naso per le Notizie?

L’AI sta migliorando nella scrittura di storie di notizie, ma non sta migliorando molto nell’identificazione di esse.

Opinione Nel corso dei cinque anni da quando ho esaminato per l’ultima volta la capacità dell’AI di trovare una storia di notizie calda, il panorama è cambiato notevolmente, con livelli aumentati di automazione guidata dall’AI accompagnati dai inevitabili dolori crescenti e controversie.

Recentemente, un rapporto del WSJ su un contributore prolifico e aiutato dall’AI di Fortune ha presentato il giornalista del futuro come emancipato da lavori di scrittura come la trascrizione di comunicati stampa, lasciandogli lo spazio per scrivere articoli e fare ricerche che solo le pubblicazioni più grandi hanno generalmente il budget per fare.

Ma cosa sentiamo parlare molto meno spesso è la capacità dell’AI di individuare una storia di notizie.

Riduzione del Rumore

Nel pezzo del 2021, mi sono concentrato sugli scrittori che coprono la ricerca, poiché è lì che passo la maggior parte del mio tempo; e forse l’effetto più grande che la nuova rivoluzione dell’AI ha avuto su di esso è che ha creato una tempesta di neve ingovernabile di presentazioni di ricerca potenziata dall’AI, aumentando il rapporto segnale/rumore così alto che anche coprire i domini di ricerca dell’Arxiv relativi all’AI in modo completo è ora al di là degli sforzi di una sola persona.

Certamente questo è dove l’AI eccelle – nell’iterare attraverso vasti tratti di dati che gli esseri umani non possono risolvere, per trovare ‘outlier’ (che affronteremo tra poco) in pochi secondi che avrebbero richiesto ai persone giorni, se avessero potuto farlo.

Perché, allora, l’AI è ancora così scarsa nell’identificare una storia di notizie calda tra le migliaia, anche le decine di migliaia, di concorrenti quotidiani?

AI Rivolto all’Indietro

Questa massiccia proliferazione di contenuti generati dall’AI sta avvenendo ben al di là del settore accademico che ho discusso in precedenza. Lo scorso anno è stato stimato che la metà di tutti i nuovi scritti su Internet è ora ‘scritta da AI’, con un’accelerazione ancora maggiore di questa tendenza presumibilmente in arrivo. Pertanto, il rumore è assordante ovunque, non solo nell’ambito accademico.

Sebbene ci sia stato qualche progresso nell’identificazione algoritmica dell’AI di una ‘storia calda’ negli ultimi anni, questi sistemi tendono a concentrarsi su flussi di dati stratificati e organizzati in modo prevedibile, il che significa che possono operare solo in un contesto abbastanza fragile.

In questo senso, il ricercatore post-dottorato di Stanford e ex giornalista del New York Times Alexander Spangher ha fatto diverse incursioni nel definire ‘newsworthiness’ in termini che possono essere applicati a processi di apprendimento automatico e analisi statistica; e ha prodotto prove di generazione di lead automatizzata in corpora come depositi di tribunale, progetti di legge statale, e riunioni del consiglio comunale, nonché documenti pubblici generici – il tipo di output basato su schema che lo scrittore potenziato dall’AI di Fortune può trasformare in 6-7 pezzi di notizie al giorno:

La ‘calore’ delle distribuzioni di parole tratte da corpora di documenti pubblici. In questo caso, possiamo vedere che ‘autorizzazione’ ha un punteggio alto, forse perché rappresenta decisione, cambiamento e novità. Fonte

Tuttavia, il problema con approcci come quello del lavoro del 2023 guidato da Spangher, è che, in tipico stile AI, si concentrano su tendenze osservate nei dati. In altre parole, osservano le cose che hanno fatto buone notizie in precedenza e vanno a cercare altre cose simili.

Nel mondo reale, le fonti inaspettate si rivelano quasi sempre un ‘one hit wonder’; e per quanto fossero oscure, nessuno avrebbe potuto prevedere la loro improvvisa notorietà. Poi, dopo essere stati fruttuosi una volta, e nonostante occasionali tentativi di capitalizzare la fama o la notorietà effimera, di solito non produrranno mai nulla di utile di nuovo.

Segno dei Tempi

Pertanto, poiché monitorare questo tipo di fonte di notizie ‘una tantum’ sarà solitamente solo aggiungere altro rumore alla tempesta generale, l’AI non potrebbe invece identificare i segnali di una fonte che un giorno diventerà fruttuosa? Se si potesse scoprire che tipo di fonte potrebbe eventualmente produrre notizie, si potrebbe concentrare sulle sue caratteristiche piuttosto che sul contesto o sui metodi.

Per tale logica, si potrebbe dedurre dalle rivelazioni di Edward Snowden degli anni 2010 che chiunque abbia recentemente lasciato il servizio della CIA (o un’organizzazione simile) sarebbe degno di essere seguito come potenziale fonte di una futura storia.

Tuttavia, non ci sono feed RSS o API che siano probabilmente in grado di automatizzare questo tipo di monitoraggio continuo, poiché LinkedIn e molte altre fonti di dati un tempo aperte stanno ritirandosi di fronte a web scraper rapaci e scofflaw dell’AI. Anche se ci fossero, la frequenza sarebbe un problema, poiché non si può interrogare un’API o un sito ogni cinque secondi; a parte il costo delle risorse, le risposte di blocco dell’IP dalle piattaforme renderebbero questa un’attività insostenibile.

Inoltre, c’è chiaramente una ‘dimensione umana’ in tali rivelazioni che è difficile da automatizzare.

Raccolta di notizie con il tocco personale: cattura da un rilascio su disco del film del 1976 di Alan J. Pakula ‘All The President’s Men’, con l’informatore che esce dall’ombra. Fonte

Anche nel mondo reale, è molto difficile identificare le caratteristiche definitorie di una futura fonte di notizie. Probabilmente non è ‘persone che hanno lasciato la CIA di recente’, e sicuramente non è definito da un protocollo: piattaforme come X o GitHub producono troppo segnale in se stesse, e anche restringendo a termini di ricerca o categorie di post non fa molta differenza – solo se si è coinvolti nel problema e si è impegnati con la comunità (o repo, ecc.) si è veramente probabili a riconoscere l’importanza di uno sviluppo.

Anche un termine come ‘allarme di sicurezza’ non può contestualizzare la vera gravità o newsworthiness di un incidente, poiché riferimenti di questo tipo vengono gettati ogni giorno, a migliaia, in tali comunità – e anche se si restringe questo tipo di monitoraggio alla lingua inglese sola, le potenziali variazioni di idioma, insieme all’uso di linguaggio obliquo, renderebbero molto difficile analizzare un post ‘in natura’ in un vero allarme di notizie.

Il Sentiero Stretto

L’attuale raccolta di sistemi di rilevamento della newsworthiness potenziati dall’AI dipende da strutture di dati formalizzate (come l’output JSON da un’API), o da strutture di dati informali che gli algoritmi sviluppati dall’AI hanno una possibilità di analizzare in uno schema strutturato (come comunicati stampa da un’organizzazione specifica):

Un feed RSS/XML parsato, che rivela la rigida gerarchia dei contenitori di dati. Fonte

Chiaramente, approcci di questo tipo sono ben adatti per l’output programmatico, come il lavoro monotono che il suddetto reporter di Fortune dichiara che l’AI lo ha liberato da, inclusi report meteorologici, azioni e punteggi sportivi, nonché comunicati stampa di routine da organizzazioni governative e municipali.

Sebbene sia possibile attaccare grilletti di allarme umani a feed statistici come il tempo (tempeste improvvise), azioni (crolli improvvisi) e sport (vittorie/ sconfitte inaspettate, con un po’ di preparazione), nuovamente, l’attenzione umana sarebbe ancora necessaria anche per rilasci governativi stratificati, al fine di valutare la newsworthiness.

Sebbene termini come ‘morte’, ‘malattia inaspettata’, ‘perdita’, e ‘incidente’ possano aiutare a individuare eventi degni di nota, affrontano solo eventualità ‘di routine’, e non possono nemmeno tenere conto di linguaggio alternativo (o lingue).

Il Ritorno degli Scrittori d’Élite?

Negli ultimi anni, il giornalismo basato sui dati è diventato un pilastro ascendente nella copertura delle notizie, con dipartimenti editoriali non più limitati a accordi di ‘scoop’ con rilasci speciali e white paper da importanti editori; invece, possono analizzare i numeri da soli.

Tuttavia, questo non è un pasto gratuito; poiché il valore evidente dell’analisi dei dati pubblici con l’AI in questo modo è cresciuto, una risposta di blocco dell’AI/rent-seeking – o addirittura anticipata – la domanda, spingendo i principali giocatori di dati dell’AI in tattiche furtive.

L’attrito aggiuntivo della Nuova Ritirata restituisce probabilmente una certa quantità di potere dai ‘giornalisti cittadini’ ai media tradizionali – o almeno, organizzazioni di notizie ben finanziate che hanno la larghezza di banda per assorbire il lavoro manuale aggiuntivo richiesto nella raccolta, raffinazione e valutazione dei dati, in un’era in cui gli editori e i domini stanno sempre più restringendo l’accesso casuale.

Quindi, in un certo senso, forse nello spirito del tempo, la manifestazione pratica dell’AI nel giornalismo, in termini di come i principali giocatori e i mercati hanno risposto all’innovazione e all’adozione dell’AI, potrebbe effettivamente portarci indietro nel tempo: de-democratizzando i mezzi di produzione delle notizie, e aggiungendo ostacoli a sistemi di valutazione della newsworthiness basati sui dati.

Instinti Comuni

Queste limitazioni ci portano chiaramente indietro all’istinto come componente inevitabile nella valutazione della newsworthiness di una storia.

Naturalmente, questo è confortante per coloro che sono impegnati professionalmente in questo aspetto; ma la compiacenza sarebbe un errore, poiché questo istinto può, in una certa misura, essere distillato e operazionalizzato in un modo molto generale che non dipende dallo studio delle ossessioni o dei cavalli di battaglia di un individuo o organizzazione specifica: in uno studio del 2022, i ricercatori dell’Università Northwestern hanno utilizzato valutazioni crowd-sourced di storie potenzialmente degne di nota per addestrare un modello predittivo, specificamente interessato alla newsworthiness di ricerche pubblicate di recente su Arxiv:

Domande di sondaggio presentate ai partecipanti allo studio per ottenere dati di addestramento per un modello di previsione della newsworthiness dell’AI. Fonte

Il sistema classifica i candidati abbastanza bene, con circa l’80% delle sue prime scelte giudicate degne di nota anche dagli esperti. Tuttavia, l’accordo con gli esperti si è rivelato solo moderato, con i risultati che mancano di fattori come l’inquadratura o l’adattamento al pubblico.

Il sistema si basa sui principi delineati nel lavoro del 2020 Scoperta di notizie computazionale: verso considerazioni di progettazione per algoritmi di orientamento editoriale nel giornalismo. Come per la maggior parte dei progetti simili, questo lavoro affronta il giornalismo scientifico piuttosto che la raccolta di notizie astratte – forse perché la letteratura scientifica tende verso l’output templato che potrebbe potenzialmente essere analizzato in punti di dati addestrabili e interpretabili.

Ebbene, come ho osservato nel 2021, questo sarebbe il caso, tranne che i ricercatori scientifici abusano frequentemente delle convenzioni di presentazione della ricerca per nascondere o sminuire risultati non impressionanti, o addirittura fallimenti.

Un’altra sfida ancora più grande è la grande difficoltà che i sistemi dell’AI hanno nell’interpretare figure e tabelle nei documenti scientifici, al punto che questo inseguimento è diventato di recente un filone attivo nella letteratura:

Dal lavoro ‘SciFigDetect: un benchmark per la rilevazione di figure scientifiche generate dall’AI’, che mostra figure scientifiche reali, i loro prompt di generazione e i loro equivalenti sintetici prodotti da Nano Banana e GPT in tre categorie: illustrazioni, panorami e figure sperimentali. Fonte

Spesso un grafico o una tabella conterranno risultati che il corpo principale del documento riporterà con pregiudizio selettivo, o che addirittura ignorerà del tutto le conseguenze negative implicite nei risultati del grafico/tabella. Pertanto, questo ostacolo nel giornalismo scientifico guidato dall’AI non è di poco conto.

Maggiormente rilevante, il fatto che un documento sia derivato, o solo un avanzamento minore (se alcuno) rispetto allo stato dell’arte, è spesso sepolto in una citazione quasi impenetrabile (vale a dire, si dovrebbe cercare il termine, trovare una copia PDF leggibile e capire l’entità dell’arte precedente prima di comprendere la mancanza di originalità o novità nel nuovo lavoro).

Solo di Nuovo, Naturalmente

Il metodo crowd-sourced descritto sopra suggerisce una possibile concordanza tra il consenso comune sulle potenziali storie di notizie e la valutazione professionale delle stesse. Ma senza contesto, solo i tratti più ampi della newsworthiness possono essere determinati.

La vera forza dell’AI risiede nella sua capacità, a seconda della configurazione, di isolare outlier – o per lo scopo di scartarli come eccezioni curve e non significative in un set di dati, o (più rilevante per la raccolta di notizie) per identificare istanze e accadimenti significativi e preziosi:

Outlier (in rosso) in un grafico a dispersione. Fonte

Sul principio che i fulmini raramente colpiscono due volte, quasi tutte le storie di notizie di successo sono outlier. Nei casi in cui provengono da un dominio attivo e volatile, come una guerra in corso, quel dominio può essere scansionato con una probabilità alta di storie di notizie emergenti – ma al costo di una forte concorrenza, poiché l’attenzione comune è probabilmente anche focalizzata sul dominio.

Molte storie di notizie scientifiche degne di nota sono, per definizione, non al centro della distribuzione del linguaggio. Sono combinazioni rare di metodi, risultati negativi sorprendenti o riproduzioni anomale. Se la competenza del modello si deteriora sproporzionatamente su tali raggruppamenti a bassa frequenza, allora la regione in cui un ‘naso’ editoriale deve essere affilato diventa la regione in cui il modello è meno affidabile.

Questioni di Fiducia

Nella ricerca di nuove storie, i giornalisti bilanciano molteplici vincoli, tra cui tempo, accesso, credibilità, pubblico e priorità organizzative), portando a scelte non ovvie. Un lavoro di revisione della letteratura del 2022 dalla Danimarca ha caratterizzato i giornalisti come bilancianti molteplici preoccupazioni, acutamente consapevoli che le fonti possono avere agende o essere male informate; e spesso bypassando il controllo diretto in favore di segnali di fiducia indiretti quando operano sotto pressione.

Queste stesse ‘questioni di fiducia’ sarebbero un ostacolo di sviluppo in qualsiasi sistema di identificazione della newsworthiness guidato dall’AI, poiché l’interazione con una tale piattaforma richiede all’utente di fidarsi che qualsiasi articolo scartato dall’algoritmo non sia degno dell’attenzione dello scrittore.

Un’estensiva fase di testing beta e riaddestramento o affinamento, con la supervisione umana che raccoglie gli stragglanti, potrebbe eventualmente migliorare l’affidabilità di un tale approccio; ma un cambiamento nella cultura nazionale o globale – come sorprendenti cambiamenti nel paesaggio politico, o lo scoppio di una guerra – potrebbe inevitabilmente rovesciare tutte le priorità di base di un tale sistema finemente calibrato, lasciando lo scrittore dipendente dall’AI a ricostruire il suo necessario ‘modello di dominio interno’ quasi da zero.

Pubblicato per la prima volta lunedì 20 aprile 2026.
Modificato giovedì 23 aprile 2026 14:13:25, per sostituire ‘Fortune’ con ‘WSJ’ in ‘Il Sentiero Stretto’, paragrafo 2 (grazie a Mark Riley di mathison.ai per averlo segnalato).