AIはニュースの嗅覚を開発できるか？

AIはニュース記事の書き方が上手くなってきているが、ニュース記事を特定する能力はあまり向上していない。

意見 私が 最後にAIのニュース記事を見た のは5年前で、そのときから状況はかなり変化している。AI駆動の自動化のレベルが高まっており、当然のごとく成長痛と 論争 も増えている。

最近、WSJの報告 では、多作なAI支援の Fortune コントリビューターについて言及しており、将来のジャーナリストはプレスリリースの翻訳などの下働きから解放され、より大きな出版物だけが通常予算を割くことができるような特集記事の執筆や取材に集中できるようになっている。

しかし、AIのニュース記事の特定能力についてはあまり話題にされない。

ノイズ低減

2021年の記事では、研究分野のライターについて触れており、そこでは新しいAI革命の最大の影響は、AI駆動の研究論文の提出が爆発的に増え、信号対ノイズ比が高くなり、ArxivのAI関連ドメインを包括的にカバーすることは、単一の人物の努力では不可能になっている。

確かに、これがAIの得意分野であるはずだ。人間が解決できない膨大なデータを秒単位で処理して、人間が何日もかけて行うか、あるいは不可能な「外れ値」を見つけることができる。

なぜ、AIはまだニュース記事を特定する能力が低いのか？

過去依存のAI

このAI生成コンテンツの大量増加は、学術分野を超えて起こっている。昨年末には、ウェブ上の新規書き込みの 半分以上 がAIによって書かれていると推定され、さらにこの傾向の加速が予想されている。したがって、ノイズは どこでも とても大きい。

これまでの数年間で、AI/アルゴリズムによる「ホット」ストーリーの特定に何らかの進歩はあったが、これらのシステムは、層化された予測可能なデータフィードに集中しており、ある程度の脆弱なコンテキストでしか動作できない。

スタンフォード大学のポスドク研究者であり、元ニューヨーク・タイムズのジャーナリストである アレクサンダー・スパンガー は、機械学習プロセスと統計分析に適用できる「ニュース性」の定義について、いくつかの研究を行っており、 裁判所の文書、州の法案、市議会の会合などのコーパスで自動化されたリード生成の証拠を提出し、 一般の公的文書 も同様である。フォーチュンの多作なAI支援ライターが1日6〜7本のニュース記事を書くことができるような、スキーマ駆動の出力である。

[…](以下、同じように翻訳を続ける)

(翻訳は長いため、ここでは省略します。上記のルールに従って、完全な翻訳を提供する必要があります。)