Liệu Trí Tuệ Nhân Tạo Có Thể Phát Triển Một Khả Năng Nhận Biết Tin Tức?

Trí tuệ nhân tạo đang trở nên tốt hơn trong việc viết các câu chuyện tin tức, nhưng không cải thiện nhiều trong việc nhận diện chúng.

Ý kiến Trong năm năm kể từ khi tôi đã xem xét khả năng của trí tuệ nhân tạo trong việc tìm kiếm một câu chuyện tin tức nóng, cảnh quan đã thay đổi đáng kể, với mức độ tự động hóa tăng cao hơn đi kèm với những khó khăn và tranh cãi không thể tránh khỏi.

Gần đây, một báo cáo của WSJ về một nhà đóng góp Fortune nổi tiếng, được hỗ trợ bởi trí tuệ nhân tạo, đã trình bày nhà báo của tương lai như một người được giải phóng khỏi công việc nhàm chán như chuyển đổi các thông cáo báo chí, để lại cho họ phạm vi viết các bài viết và làm việc điều tra mà chỉ các ấn phẩm lớn hơn thường có ngân sách cho.

Nhưng điều mà chúng ta nghe ít hơn thường là khả năng của trí tuệ nhân tạo trong việc phát hiện một câu chuyện tin tức.

Giảm Thiểu Tiếng Ồn

Trong bài viết năm 2021, tôi tập trung vào các nhà văn viết về nghiên cứu, vì đó là nơi tôi dành phần lớn thời gian của mình; và có lẽ tác động lớn nhất mà cuộc cách mạng trí tuệ nhân tạo mới này đã có trên lĩnh vực đó là tạo ra một bão tuyết không thể kiểm soát được của các bài báo nghiên cứu được hỗ trợ bởi trí tuệ nhân tạo, làm tăng tỷ lệ tín hiệu trên tiếng ồn cao đến mức mà thậm chí việc bao quát các lĩnh vực liên quan đến trí tuệ nhân tạo trên Arxiv một cách toàn diện cũng vượt quá khả năng của một người.

Chắc chắn đây là nơi trí tuệ nhân tạo vượt trội – trong việc lặp lại qua các khối lượng lớn dữ liệu mà con người không thể giải quyết, để tìm kiếm ‘các yếu tố ngoại lệ’ (mà chúng ta sẽ thảo luận sau) trong vài giây mà con người sẽ mất vài ngày, nếu họ có thể làm được.

Tại sao, thì, trí tuệ nhân tạo vẫn còn kém trong việc nhận diện một câu chuyện tin tức nóng từ hàng nghìn, thậm chí hàng chục nghìn, ứng viên hàng ngày?

Trí Tuệ Nhân Tạo Ngược

Sự phổ biến lớn của nội dung được tạo ra bởi trí tuệ nhân tạo đang xảy ra vượt ra ngoài lĩnh vực học thuật mà tôi đã thảo luận trước đó. Cuối năm ngoái, người ta ước tính rằng một nửa số tất cả các bài viết mới trên web được viết bởi trí tuệ nhân tạo, với sự tăng tốc lớn hơn của xu hướng này được cho là sẽ đến. Do đó, tiếng ồn là áp đảo mọi nơi, không chỉ trong học thuật.

Mặc dù đã có một số tiến bộ trong việc nhận diện ‘câu chuyện nóng’ bằng thuật toán/trí tuệ nhân tạo trong vài năm qua, các hệ thống này thường tập trung vào các luồng dữ liệu được tổ chức và dự đoán, có nghĩa là chúng chỉ có thể hoạt động trong một bối cảnh khá giòn.

Trong khía cạnh này, nhà nghiên cứu sau tiến sĩ tại Stanford và cựu nhà báo của New York Times Alexander Spangher đã thực hiện một số nỗ lực trong việc định nghĩa ‘tính mới’ trong các thuật ngữ có thể được áp dụng cho các quá trình học máy và phân tích thống kê; và đã đưa ra bằng chứng về việc tạo lead tự động trong các tài liệu như các hồ sơ tòa án, dự luật của nhà nước, và các cuộc họp của hội đồng thành phố, cũng như các tài liệu công cộng – loại đầu ra được điều khiển bởi lược đồ mà nhà báo Fortune có thể biến thành 6-7 bài viết tin tức mỗi ngày:

Nhiệt độ của phân bố từ được thu thập từ các tài liệu công cộng. Trong trường hợp này, chúng ta có thể thấy rằng ‘authorization’ có điểm số cao, có thể vì nó đại diện cho quyết định, thay đổi và tính mới. Nguồn

Tuy nhiên, vấn đề với các phương pháp như phương pháp năm 2023 do Spangher dẫn đầu, là chúng tập trung vào xu hướng đã quan sát được trong dữ liệu. Nói cách khác, chúng quan sát những thứ đã từng là tin tức tốt trước đây, và tiếp tục tìm kiếm thêm những thứ tương tự.

Trong thế giới thực, các nguồn không ngờ thường gần như luôn là ‘một hit wonder’; và đối với sự nổi tiếng thoáng qua của chúng, không ai có thể dự đoán được sự nổi bật đột ngột của chúng. Sau đó, sau khi đã thành công một lần, và bất chấp những nỗ lực偶尔 để tận dụng lợi thế của sự nổi tiếng thoáng qua, chúng thường không bao giờ tạo ra bất cứ điều gì hữu ích nào.

Dấu Hiệu Của Thời Đại

Do đó, vì việc theo dõi loại nguồn tin một lần này thường chỉ thêm tiếng ồn vào cơn bão chung, liệu trí tuệ nhân tạo có thể không xác định được biểu hiện của một nguồn có thể trở nên hữu ích trong tương lai? Nếu một người có thể tìm ra loại nguồn nào có thể cuối cùng sẽ tạo ra tin tức, một người có thể tập trung vào đặc điểm của nó chứ không phải là bối cảnh hoặc phương pháp của nó.

Bằng logic đó, một người có thể suy luận từ các tiết lộ của Edward Snowden trong những năm 2010 rằng bất kỳ ai gần đây đã rời khỏi việc làm của CIA (hoặc một tổ chức tương tự) sẽ đáng được theo dõi như một nguồn tiềm năng của một cuộc điều tra trong tương lai.

Tuy nhiên, không có nguồn cấp dữ liệu RSS hoặc API nào có khả năng tự động hóa việc theo dõi này, vì LinkedIn và nhiều nguồn dữ liệu mở khác đang rút lui trước sự hung hãn và bất hợp pháp của các bot đào tạo trí tuệ nhân tạo. Thậm chí nếu có, tần suất sẽ là một vấn đề, vì bạn không thể thăm dò một API hoặc trang web mọi 5 giây; ngoài chi phí tài nguyên, các phản hồi từ các nền tảng sẽ khiến hoạt động này không bền vững.

Hơn nữa, rõ ràng có một ‘khía cạnh con người’ trong các tiết lộ này mà khó có thể tự động hóa.

Thu thập tin tức với sự tiếp xúc cá nhân: hình ảnh từ đĩa phát hành của bộ phim năm 1976 của Alan J. Pakula ‘All The President’s Men’, với người cung cấp thông tin xuất hiện từ bóng tối. Nguồn

Cũng trong thế giới thực, rất khó để xác định đặc điểm định nghĩa của một nguồn tin tức trong tương lai. Có lẽ nó không phải là ‘những người rời khỏi CIA gần đây’, và chắc chắn nó không được định nghĩa bởi một giao thức: các nền tảng như X hoặc GitHub tạo ra quá nhiều tín hiệu trong chính chúng, và thậm chí việc thu hẹp xuống các thuật ngữ tìm kiếm hoặc danh mục bài đăng cũng không tạo ra sự khác biệt – chỉ khi bạn tham gia vào vấn đề và tham gia với cộng đồng (hoặc kho lưu trữ, v.v.) thì bạn mới thực sự có thể nhận ra tầm quan trọng của một sự phát triển.

Thậm chí một thuật ngữ như ‘cảnh báo an ninh’ không thể định ngữ hóa mức độ nghiêm trọng hoặc tính mới của một sự kiện, vì các tham chiếu như vậy được ném ra hàng ngày, hàng nghìn lần, trong các cộng đồng như vậy – nhưng không có giá trị tin tức rộng lớn; và thậm chí nếu một người giới hạn việc theo dõi này trong tiếng Anh alone, các biến thể trong thành ngữ, cùng với việc sử dụng ngôn ngữ gián tiếp, sẽ khiến rất khó để phân tích một bài đăng ‘trong tự nhiên’ thành một cảnh báo tin tức thực sự.

Con Đường Hẹp

Các hệ thống hiện tại để phát hiện tính mới của tin tức dựa trên các cấu trúc dữ liệu được hình thức hóa (như đầu ra JSON từ một API), hoặc các cấu trúc dữ liệu không chính thức mà các thuật toán được phát triển bởi trí tuệ nhân tạo có cơ hội phân tích thành một lược đồ cấu trúc (như các thông cáo báo chí từ một tổ chức cụ thể):

Một nguồn cấp dữ liệu RSS/XML được phân tích, tiết lộ phân cấp dữ liệu cứng. Nguồn

Rõ ràng, các phương pháp này phù hợp với đầu ra chương trình, chẳng hạn như công việc nhàm chán mà nhà báo Fortune nổi tiếng tuyên bố trí tuệ nhân tạo đã giải phóng anh ta khỏi, bao gồm cả việc báo cáo về thời tiết, cổ phiếu và điểm số thể thao, cũng như các thông cáo báo chí thường xuyên từ các tổ chức chính phủ và đô thị.

Mặc dù có thể gắn các kích hoạt cảnh báo con người vào các nguồn cấp dữ liệu thống kê như thời tiết (cơn bão đột ngột), cổ phiếu (sự sụp đổ đột ngột) và thể thao (thắng hoặc thua không ngờ, với một số công việc chuẩn bị), lại, sự chú ý của con người vẫn cần thiết thậm chí đối với các thông cáo báo chí của chính phủ được định cấu hình, để đánh giá tính mới.

Mặc dù các thuật ngữ như ‘tử vong’, ‘bệnh tật bất ngờ’, ‘rò rỉ’ và ‘tai nạn’ có thể giúp thu hẹp các sự kiện mới, chúng chỉ giải quyết các tình huống ‘thường xuyên’ và cũng không thể giải thích ngôn ngữ thay thế (hoặc ngôn ngữ).

Sự Trở Lại Của Các Nhà Văn Nâng Cao?

Trong những năm gần đây, báo chí dữ liệu đã trở thành một phần quan trọng trong việc báo chí, với các bộ phận biên tập không còn bị giới hạn bởi các thỏa thuận ‘scoop’ ngọt ngào cấp cho họ phát hành sớm các báo cáo và sách trắng từ các nhà xuất bản lớn; thay vào đó, họ có thể tự phân tích các số liệu.

Tuy nhiên, đây không phải là một bữa tiệc miễn phí; vì giá trị rõ ràng của việc phân tích dữ liệu công khai bằng trí tuệ nhân tạo theo cách này đã tăng lên, một phản ứng tìm kiếm lợi nhuận/AI-chặn đã theo sau – hoặc thậm chí dự đoán – nhu cầu, đẩy các nhà chơi lớn dữ liệu lớn vào các chiến thuật lén lút.

Áp lực bổ sung của Sự Rút Lui Mới có thể phục hồi một lượng quyền lực nhất định từ ‘nhà báo công dân’ trở lại các phương tiện truyền thông cũ – hoặc ít nhất, các tổ chức tin tức có ngân sách để hấp thụ công việc thủ công bổ sung cần thiết trong việc thu thập, tinh chỉnh và đánh giá dữ liệu, trong một thời đại mà các nhà xuất bản và tên miền đang ngày càng hạn chế truy cập không chính thức.

Vậy, theo một cách nào đó, có lẽ trong tinh thần của thời đại, sự thể hiện thực tế của trí tuệ nhân tạo trong báo chí, về cách các bên lớn và thị trường đã phản ứng với sự đổi mới và áp dụng dựa trên trí tuệ nhân tạo, có thể thực sự đang đưa chúng ta quay lại thời gian: phi dân chủ hóa phương tiện sản xuất tin tức, và thêm các rào cản vào các hệ thống đánh giá tính mới của tin tức có ý nghĩa.

Các Cảm Giác Chung

Những hạn chế này rõ ràng dẫn chúng ta trở lại ‘cảm giác trực giác’ như một thành phần không thể tránh khỏi trong việc đánh giá tính mới của một câu chuyện.

Tự nhiên, đây là điều an ủi cho những người tham gia chuyên nghiệp vào khía cạnh này; nhưng sự tự mãn sẽ là một sai lầm, vì trực giác này có thể, đến một mức độ nhất định, được chiết xuất và hoạt động hóa theo một cách rất chung chung không phụ thuộc vào việc nghiên cứu các ám ảnh hoặc sở thích của bất kỳ cá nhân hoặc tổ chức nào:

Trong một nghiên cứu năm 2022, các nhà nghiên cứu từ Đại học Northwestern đã sử dụng các đánh giá từ đám đông về các câu chuyện có thể mới để đào tạo một mô hình dự đoán, cụ thể liên quan đến tính mới của các bài nghiên cứu được xuất bản trên Arxiv:

Các câu hỏi khảo sát được đưa ra cho các tham gia nghiên cứu để thu thập dữ liệu đào tạo cho một mô hình ‘dự đoán tính mới’ của trí tuệ nhân tạo. Nguồn

Hệ thống này xếp hạng các ứng viên khá tốt, với khoảng 80% trong số các lựa chọn hàng đầu của nó cũng được các chuyên gia đánh giá là mới. Tuy nhiên, sự đồng ý với các chuyên gia chỉ là vừa phải, với kết quả bỏ lỡ các yếu tố như khuôn khổ, hoặc phù hợp với khán giả.

Hệ thống này dựa trên các nguyên tắc được nêu trong bài báo năm 2020 Khám Phá Tin Tức Toán Học: Hướng Đến Các Xem Xét Thiết Kế Cho Các Thuật Toán Định Hướng Biên Tập Trong Báo Chí. Như với hầu hết các dự án tương tự, công việc này giải quyết báo chí khoa học chứ không phải thu thập tin tức trừu tượng – có lẽ vì văn học khoa học có xu hướng hướng tới đầu ra được định dạng có thể được phân tích thành dữ liệu điểm và có thể giải thích được.

Ở đây, như tôi đã quan sát lại vào năm 2021, điều này sẽ là trường hợp, ngoại trừ việc các nhà khoa học nghiên cứu thường lạm dụng các quy ước của việc nộp bài nghiên cứu để che giấu hoặc hạ thấp các kết quả không ấn tượng, hoặc thậm chí thất bại.

Còn một thách thức nữa là khó khăn lớn mà các hệ thống trí tuệ nhân tạo gặp phải khi giải thích các hình và bảng trong các bài báo khoa học, đến mức mà việc này gần đây đã trở thành một dòng nghiên cứu chủ động trong văn học:

Từ bài báo ‘SciFigDetect: Một Tiêu Chuẩn Để Phát Hiện Hình Khoa Học Tạo Ra Bởi Trí Tuệ Nhân Tạo’, cho thấy các hình khoa học thực sự, các lời nhắc tạo và các đối tác tổng hợp được tạo ra bởi Nano Banana và GPT trong ba loại: hình minh họa, tổng quan và hình thực nghiệm. Nguồn

Thường thì một biểu đồ hoặc bảng sẽ chứa kết quả mà phần chính của bài báo sẽ báo cáo với sự thiên vị chọn lọc, hoặc nơi nó sẽ hoàn toàn bỏ qua bất kỳ hậu quả tiêu cực nào ngụ ý trong kết quả của bảng/hình.

Hơn nữa, việc một bài báo là phái sinh, hoặc chỉ là một bước tiến nhỏ (nếu có) so với tình trạng hiện tại, thường bị chôn vùi trong một trích dẫn gần như không thể xâm phạm (tức là bạn sẽ cần tìm kiếm thuật ngữ, tìm một bản sao PDF có thể đọc được và hiểu mức độ của nghệ thuật trước khi hiểu sự thiếu tính nguyên bản hoặc tính mới trong đóng góp mới).

Một Mình, Tự Nhiên

Phương pháp dựa trên đám đông như được mô tả ở trên gợi ý một số sự đồng thuận giữa ý kiến chung về các câu chuyện có thể mới và đánh giá chuyên nghiệp về cùng một câu chuyện. Nhưng không có bối cảnh, chỉ có những nét cơ bản nhất của tính mới có thể được xác định.

Sức mạnh thực sự của trí tuệ nhân tạo nằm ở khả năng của nó, tùy thuộc vào cấu hình, để phân lập các yếu tố ngoại lệ – hoặc để loại bỏ chúng như một ngoại lệ không có ý nghĩa đối với xu hướng trong một tập dữ liệu, hoặc (hơn nữa) để xác định các trường hợp không phổ biến và có giá trị có ý nghĩa:

Các yếu tố ngoại lệ (màu đỏ) trong một biểu đồ phân tán. Nguồn

Trên nguyên tắc rằng sét hiếm khi đánh hai lần, hầu hết các câu chuyện mới đều là các yếu tố ngoại lệ. Trong các trường hợp mà chúng xuất phát từ một lĩnh vực hoạt động và dễ thay đổi, chẳng hạn như một cuộc chiến đang diễn ra, lĩnh vực đó có thể được quét kỹ với xác suất cao của các câu chuyện mới xuất hiện – nhưng với chi phí của sự cạnh tranh lớn, vì sự chú ý chung cũng có thể tập trung vào lĩnh vực đó.

Nhiều dẫn tin khoa học mới đáng chú ý là, theo định nghĩa, không phải là trung tâm của phân bố ngôn ngữ. Chúng là các kết hợp hiếm gặp của phương pháp, kết quả tiêu cực bất ngờ hoặc các bản sao bất thường. Nếu khả năng của mô hình suy giảm không tương xứng trên các nhóm thấp như vậy, thì khu vực mà một ‘mũi’ biên tập cần phải sắc nét trở thành khu vực mà mô hình ít đáng tin cậy.

Vấn Đề Tin Cậy

Khi tìm kiếm các câu chuyện mới, các nhà báo cân bằng nhiều hạn chế, bao gồm thời gian, truy cập, độ tin cậy, khán giả và các ưu tiên của tổ chức, dẫn đến các lựa chọn không rõ ràng. Một bài đánh giá văn học năm 2022 từ Đan Mạch đã mô tả các nhà báo như cân bằng nhiều mối quan tâm, nhận thức rõ rằng các nguồn có thể có chương trình hoặc bị hiểu lầm; và thường bỏ qua việc kiểm tra trực tiếp để ủng hộ các tín hiệu tin cậy gián tiếp khi hoạt động dưới áp lực.

Các ‘vấn đề tin cậy’ này sẽ là một rào cản phát triển trong bất kỳ hệ thống nào xác định tính mới của tin tức được thúc đẩy bởi trí tuệ nhân tạo, vì việc tham gia với nền tảng như vậy đòi hỏi người dùng phải tin tưởng rằng bất kỳ bài viết nào bị thuật toán loại bỏ đều không xứng đáng với thời gian của nhà văn.

Thử nghiệm beta rộng rãi và tái đào tạo hoặc tinh chỉnh, với sự giám sát của con người để thu thập các trường hợp ngoại lệ, cuối cùng có thể cải thiện độ tin cậy của cách tiếp cận này; nhưng một sự thay đổi trong văn hóa quốc gia hoặc toàn cầu – chẳng hạn như những thay đổi bất ngờ trong phong cảnh chính trị, hoặc sự bùng phát của chiến tranh – có thể lật đổ tất cả các ưu tiên cơ bản của một hệ thống như vậy, để lại cho nhà văn phụ thuộc vào trí tuệ nhân tạo phải xây dựng lại ‘mô hình miền nội bộ’ cần thiết gần như từ đầu.

Được xuất bản lần đầu vào Thứ Hai, ngày 20 tháng 4 năm 2026.
Được sửa đổi vào Thứ Năm, ngày 23 tháng 4 năm 2026 14:13:25, để thay thế ‘Fortune’ cho ‘WSJ’ trong ‘The Narrow Path’, đoạn 2 (cảm ơn Mark Riley của mathison.ai vì đã chỉ ra điều này).