Alcuni strumenti utilizzati in redazione

All’estero sono già iniziati i primi esperimenti con ChatGPT-3, per supportare le attività di scrittura, e con DALL-E 2, per garantire anche alle piccole redazioni l’utilizzo di immagini adatte a ogni esigenza: i giornalisti sono interessati anche a strumenti utili per la trascrizione delle interviste, come Whisper, e di traduzione come DeepL^[11]. La curiosità nei confronti di questo nuovo mondo è forte perché sta cambiando il lavoro nelle redazioni, che vogliono conoscere gli strumenti^[12], acquistano le versioni a pagamento e a volte sviluppano anche in casa i loro prodotti. L’intelligenza Artificiale, inoltre, arriva anche a supporto dei giornalisti sui Social Media. L’unità Jigsaw di Google, in collaborazione con Twitter, ha rilasciato il codice open source di un’applicazione web, l’Harassment Manager^[13], per supportare i professionisti che si occupano di tematiche controverse e che quindi spesso smettono di esporsi online a causa delle minacce: tra questi, anche le donne giornaliste, spesso vittime di attacchi sessisti online. Lo strumento limita le interazioni tossiche sui loro profili e consente di esaminare i tweet (in base a data, autore, parola chiave o hashtag), valutare se sono intimidatori, sfocarli per renderli illeggibili prima della moderazione, ma soprattutto dà la possibilità di documentare le molestie ricevute e di scaricarle per consegnarle alle autorità^[14].

The Guardian e la personalizzazione di Prodigy

Anna Vissens, capo del team di data science del Guardian, ha raccontato in varie occasioni, tra cui il Journalism AI Festival, di come il suo team abbia personalizzato l’utilizzo Prodigy – uno strumento di annotazione su interfaccia web – “per estrarre i moduli delle citazioni negli articoli”^[15] con lo scopo di trasformarle in uno altro tipo di storia, come ad esempio un’infografica. L’utilizzo combinato dell’elaborazione del linguaggio naturale (NLP) e dell’estrazione di informazioni (IE) viene definito “giornalismo modulare” ed è molto utile per arrivare a declinare le notizie per l’utente in vari formati.^[16]

The Wall Street Journal e il paywall dinamico

Uno degli strumenti più apprezzati dalle redazioni^[17] è il paywall dinamico del Wall Street Journal, ovvero un sistema di intelligenza artificiale basato sull’apprendimento automatico che mostra ai lettori una serie di contenuti in base al loro comportamento. Nel modello “freemium” prima era la redazione a scegliere quali contenuti fossero gratuiti per il lettore e quali a pagamento, mentre ora questa forma automatizzata di paywall, consente di fidelizzare più facilmente l’utente, che di fatto vede i contenuti di cui ha bisogno ed è più propenso ad abbonarsi.^[18]

RADAR di Associated Press e Urbs Media

RADAR sta per “Reporters And Data And Robots”: si tratta di un servizio di notizie automatizzato che scrive notizie locali in UK. Solo nei primi tre mesi, “l’unica agenzia di notizie automatizzata al mondo” ha pubblicato 50.000 articoli. Nel sito ufficiale si legge che  in tre anni le pubblicazioni sono arrivate a 400.000. L’approccio è data-driven: “Analizziamo i dati, scopriamo le loro storie e sviluppiamo un algoritmo su misura per generare copy in poche ore, non in giorni o settimane”. E non si tratta solo di quantità, sul sito vantano di scrivere articoli da “prima pagina”^[19].

Bertie per i redattori di Forbes

Bertie, il cui nome è una dedica al fondatore B.C. Forbes, è una piattaforma editoriale di intelligenza artificiale che supporta i redattori di Forbes nella fase di ideazione, creazione e diffusione degli articoli: il CMS fornisce argomenti di tendenza in tempo reale e su misura in base al pubblico dello scrittore, consiglia come migliorare i titoli sulle varie piattaforme e arriva anche a suggerire le immagini più adatte da utilizzare. Salah Zalatimo, ex Chief Digital Officer di Forbes, aveva definito Bertie “la tuta bionica per gli scrittori”^[20], ma aveva specificato anche che lo strumento ha dei limiti e che ci sarà sempre bisogno degli esseri umani per “individuare le tendenze emergenti prima che diventino tendenze”^[21].

Heliograf e Amazon Polly per il The Washington Post

Nel 2021 il Washington Post ha integrato Amazon Polly per fornire ai propri lettori l’accesso audio alle storie sia sulle piattaforme web che mobile. Amazon Polly è un servizio che trasforma il testo in parlato realistico e che consente ai “frenetici” lettori del giornale di restare aggiornati^[22]. Però non è “la prima volta” con l’intelligenza artificiale per il Post, che ha anche sviluppato e creato in casa Heliograf, il robo-reporter, che genera automaticamente brevi aggiornamenti sulla base di dati e apprendimento automatico, e che è stato testato per la prima volta durante le Olimpiadi di Rio del 2016, lasciando liberi i giornalisti di dedicarsi agli approfondimenti^[23].

Progetto Feels del New York Times

Conoscere la percezione degli utenti per personalizzare la pubblicità: con questo proposito nel 2018 “il team Data Science del Times ha lanciato Project Feels, un progetto per comprendere e prevedere l’impatto emotivo degli articoli del Times”^[24] e utilizzare queste informazioni per creare una strategia di annunci più pertinenti al contesto in cui si trova il lettore. Grazie a interviste condotte su oltre mille lettori, a cui è stato chiesto quali emozioni provassero durante la lettura di alcuni articoli, il team ha capito quali erano gli articoli più forti dal punto di vista emotivo e l’algoritmo ora è in grado di associare agli articoli alle emozioni che evocano. Il Times lo chiama “Perspective Targeting” e ha specificato che è un’attività che non intacca minimamente la linea editoriale^[25]. Leggendo l’offerta pubblicitaria attuale del Times si trovano anche il “Neutrality Targeting”, che esclude gli annunci dagli articoli che potrebbero evocare determinate emozioni e il “Motivational Targeting”, che inserisce annunci nei contenuti che potrebbero motivare i lettori a compiere determinate azioni (come ad esempio le donazioni), oltre al “Trend Targeting”, che inserisce messaggi nei contenuti più virali per raggiungere un pubblico più ampio, e il “Topic Targeting”, che consente di raggiungere le nicchie per argomento^[26].

Altri Prodotti interessanti per le redazioni

Non è detto che quello che è utile per un’azienda sia utile anche per le altre. Dipende dalla missione^[27]. Questo tema diventa ancora più interessante per le piccole e medie imprese visto che ormai non esistono più solo i “big player”, come ha dimostrato Open AI. L’IA non è più centralizzata tra grandi operatori, ma anche i laboratori più piccoli iniziano a farsi avanti^[28].

Asimov

Il “super smart editor”^[29] che consiglia i giornalisti “legge i contenuti pubblicati negli ultimi anni da una testata, in modo da conoscerne e replicarne lo stile. Spreme informazioni da ogni singolo articolo e impara quali sono quelli che danno risultati migliori, ricavando un modello di AI su misura. Monitora il web per capire in anticipo di cosa si parlerà nelle ore successive (con un anticipo di 6-12 ore rispetto a Google Trend). Genera testi partendo da parole chiave, argomenti selezionati e dati. Può scegliere le foto più adatte a un testo o generare podcast che parlano con “voce neurale” (cioè capace di clonarne una umana dopo qualche ora di ascolto, in diverse lingue e persino dialetti).” Con queste parole l’Agi^[30] racconta l’intelligenza artificiale sviluppata da Asc27, la startup fondata da Nicola Grandis durante la Pandemia.

GoCharlie.ia

Nel suo format Growth Talks Raffaele Gaito ha intervistato Brennan Woodruff^[31], co-fondatore di GoCharlie.ia. che è stato definito da Associated Press News “il primo e unico motore di intelligenza artificiale multimodale al mondo, pensato per il marketing”^[32]. Come si legge sul sito, Charlie aiuta a redigere contenuti per blog e Social Network e trasforma il formato dei contenuti, ad esempio un video YouTube o un’immagine possono diventare un articolo. Gli utenti possono registrarsi per una prova gratuita su GoCharlie.ai.

The Newsroom

The Newsroom è una start-up in beta che riassume i contenuti delle notizie principali del giorno, fornisce il riassunto del contesto e i link correlati agli argomenti. Si tratta di una sorta di rassegna stampa semi-automatizzata: l’intelligenza artificiale fa il lavoro operativo, ma tutti i testi vengono controllati e, laddove necessario, modificati da un giornalista^[33]. Sul sito è possibile lasciare un contatto email per ricevere, scaricare e testare la app mobile.

Alcuni modelli esteri di successo

Nel 2022, come si diceva sopra, gli strumenti non sono solo stati sperimentati e acquistati, ma addirittura sono stati sviluppati in casa dagli editori per poi essere rivenduti: è il caso di Globe and Mail in Canada, che ha sviluppato Sophi per automatizzare le homepage, ottimizzare il tempo dei redattori e aumentare de 17% il click through rate.^[34] Sempre lo scorso anno, c’è chi, come il Toronto Star, ha voluto testare le notizie automatizzate sulle effrazioni pubblicando quasi sei storie a settimana basate “sui dati aperti raccolti e gestiti dal Servizio di polizia di Toronto”. Una scelta che ha suscitato varie riflessioni, la prima sulla necessità per il lettore di avere un’informazione del genere. Eppure, pare che prima queste notizie non fossero coperte dai giornalisti, quindi di fatto il giornale ha iniziato a posizionarsi su un nuovo tipo di contenuto.^[35] Sempre nel 2022 è nata Qant: L’Avenir du numérique, la prima newsletter scritta dalla IA sotto la supervisione dei giornalisti Jean Rognetta e Maurice de Rambuteau. Quant ha collaborato poi con AxiCom per creare il primo report sul CES “scritto utilizzando intelligenze artificiali come ChatGPT e DaVinci3 (GPT 3.5) per i testi, Stable Diffusion, Dall-E e Midjourney per le illustrazioni”.^[36]

The Associated Press: una pioniera

Ci sono redazioni che sperimentano da tempo, una delle principali è senza dubbio l’Associated Press, che già nel 2014 automatizzava le storie sugli utili societari. Attualmente, nelle pagine del suo sito, spiega come attua l’intelligenza artificiale per tutte le fasi che abbiamo precedentemente menzionato: raccolta, produzione e distribuzione delle notizie.

Nella fase di raccolta utilizzano uno strumento per analizzare i feed dei social media attraverso il Natural Language Processing (NLP) e raccogliere più facilmente le informazioni che servono. Nella fase di produzione l’obiettivo è alleggerire i flussi di lavoro grazie alla trascrizione automatica dei video e ai riassunti delle storie. L’ultima frontiera sarà “l’ottimizzazione dei contenuti attraverso il riconoscimento delle immagini tramite la creazione della prima tassonomia di computer vision^[37] del settore guidata da un editore”, ovvero di una tecnologia per velocizzare il lavoro e trovare più facilmente i contenuti. Per fare tutto questo AP collabora con le startup, tiene bassi i costi di sviluppo e crea una rete di partnership per diffondere la propria innovazione^[38]. Un vero modello da seguire, specialmente per come racconta con trasparenza l’utilizzo dell’intelligenza artificiale nei processi di redazione.

Diario Huarpe: il giornale locale

Tra i grandi come Reuters e Associated Press, arrivano anche i piccoli a farsi avanti con le notizie automatizzate per lasciare i giornalisti a fare interviste e approfondimenti. Il Diario Huarpe, giornale locale argentino, dal 2022 pubblica centinaia di notizie calcistiche e migliaia di notizie meteorologiche al mese garantendo una copertura molto più ampia di quella che prima poteva offrire con la sua piccola redazione. Per riuscire in questa impresa si è affidato a United Robots che nel 2015 aveva progettato una tecnologia nata originariamente “come metodo per automatizzare la stesura dei resoconti delle partite sulla base dei dati sportivi”, e che nel tempo si è evoluta e ora “utilizza l’intelligenza artificiale e la generazione del linguaggio naturale (NLG) per produrre rapporti di testo, immagini, grafici e mappe”. L’output si basa tutto sui dati strutturati: il giornalista può introdurre sempre dettagli stilistici per far capire al robot in che modo deve scrivere il resoconto, il robot d’altro canto è addestrato a riconoscere le ripetizioni e quindi a evitare che si racconti due volte la stessa cosa. I modelli linguistici di partenza sono stati scritti da esseri umani per garantire la qualità e la differenziazione dei contenuti e questo ha portato a un risultato finale in cui la storia arriva direttamente nel CMS e i redattori devono fare una revisione minima. La tecnologia ha aumentato talmente tanto la produzione di notizie che la copertura capillare sul meteo ha consentito la personalizzazione delle homepage per le diverse località con il bollettino su misura. La redazione quindi ci ha preso gusto: grazie alla granularità delle informazioni che diffonde sta sperimentando anche una newsletter basata su un’offerta più localizzata per attirare utenti in target e utilizza anche “uno strumento di terze parti, dotato di intelligenza artificiale, per gestire e ottimizzare i post sui social media”. Anche in questo caso, non aveva un social media manager a cui affidarsi.^[39]

Il Times: la strategia di contenuti data-driven

Nel 2019 il Times di Londra decide di condurre un’analisi per aumentare il coinvolgimento e gli abbonamenti dei lettori attraverso una nuova strategia di contenuti. Taggando alcuni contenuti del sito (ad esempio per tipologia) e relazionando questi tag alle metriche di coinvolgimento (come le visite e i commenti) sono emerse delle evidenze interessanti sulle performance che hanno condotto la redazione a cambiare rotta editoriale: ad esempio, pubblicando nella Home News il 15% di articoli in meno e privilegiando contenuti esclusivi ha aumentato la permanenza dei lettori del 25% in più rispetto all’anno precedente nella sezione sull’app su smartphone. La tendenza a privilegiare la qualità al posto della quantità era già iniziata nel 2016 con l’introduzione di aggiornamenti tre volte al giorno al posto delle breaking news. Ridurre le notizie offre più tempo ai giornalisti per scrivere approfondimenti come le rubriche, che spesso sono gli articoli più apprezzati e commentati. Per coinvolgere ulteriormente utenti e giornalisti, c’è un team dedicato che avvisa il giornalista delle discussioni emerse sotto ai suoi articoli, introduce sondaggi e crea storie su Facebook per stimolare tutti a intervenire. Le analisi hanno fatto emergere anche che gli abbonati leggono e commentano di più e che non servono migliaia di commenti per aumentare la permanenza del lettore in pagina, anzi: dopo i 50 commenti il tempo addirittura diminuisce, forse perché al lettore non va di stare a leggere un thread troppo lungo. Inoltre, per privilegiare i pendolari che escono dal lavoro, le storie esclusive vengono pubblicate online alle 17, dopodiché escono anche su carta stampata^[40]. Per concludere, il Times e il Sunday Times hanno iniziato a utilizzare l’apprendimento automatico per comprendere meglio i gusti dei lettori e mantenerli iscritti alla newsletter. James^[41] è a tutti gli effetti un “maggiordomo digitale”: propone agli abbonati i contenuti più rilevanti per loro in base alle abitudini di lettura e di interessi con la frequenza più adatta via newsletter.^[42]

BBC: dal testo a formati multimediali

L’automazione arriva anche in soccorso di chi vuole raggiungere nuovi target, magari quelli più giovani, declinando un testo in un formato multimediale (Graphical Storytelling^[43]). Il team di BBC New Labs ha creato un prototipo per “generare automaticamente storie grafiche a partire dal testo”^[44]: basta inserire un testo e lo strumento restituisce una bozza visiva utilissima da condividere sui Social Network. Il sistema funziona tramite estrazione delle parole chiave dal testo e associazione delle stesse ad una libreria immagini. Per rendere gli articoli ancora più “commestibili” ai fruitori digitali utilizza anche un modello linguistico che riassume anche il testo per i diversi Social Network e per il formato email. Sono in corso sperimentazioni anche sull’audio con vari tool, e uno di questi è diventato il servizio BBC Interactive News sugli smart speaker^[45].

L’intelligenza artificiale in Italia

Leggendo il caso dei conduttori clonati nella Corea del Sud^[46] è facile tirare le fila sull’attuale situazione italiana non solo per quanto riguarda l’Intelligenza Artificiale, ma anche per quanto concerne tutto l’ambito dell’innovazione digitale. I ritardi nel nostro Paese sono dovuti principalmente alla “mancanza di un patrimonio informativo ben organizzato” e di figure tecniche competenti, a cui si aggiungono i problemi di budget delle piccole e medie imprese^[47]. Prima ancora di tutto questo, a volte manca anche una corretta educazione aziendale sulle possibilità reali che la tecnologia può offrire alla crescita e all’evoluzione del business.

Digitalizzazione e mercato

Se la digitalizzazione è il requisito base per lavorare efficientemente con l’Intelligenza Artificiale, prima di addentrarci nel labirinto settoriale, sarà utile osservare la fotografia dell’Italia negli ultimi anni per trarre la migliore ispirazione dai trend globali. Dal 2017 al 2022 l’Italia è cresciuta ad un passo inaspettato, ma la strada per raggiungere gli standard europei è ancora lunga^[48].

Secondo il Digital News Report 2022^[49]del Reuters Institute (Figura 19) la corsa per superare la lenta digitalizzazione ha raggiunto un importante traguardo nel 2019 , quando “i ricavi pubblicitari online hanno superato per la prima volta quelli televisivi”. Oggi, anche se la percentuale dei ricavi pubblicitari online si aggira attorno al 49% rappresentando “quasi la metà dei ricavi pubblicitari complessivi”, l’egemonia è tutta in mano a Google e a Meta che detengono l’80% dei ricavi pubblicitari online italiani, mentre i media d’informazione sono in declino. “Nel 2020, i ricavi totali del settore dei media italiani sono diminuiti di oltre 1 miliardo di euro, con gravi cali nei settori della televisione, della radio, dei quotidiani e dei periodici”: molti periodici sono stati anche oggetto di trasferimento di proprietà. Eppure, dallo stesso report emerge un dato interessante: per la prima volta un sito d’informazione “nativo digitale” risulta essere il più visitato insieme a Tgcom24 (21%). Si tratta di Fanpage, la testata online nata come pagina facebook che oggi è una delle più seguite in Italia grazie all’alternanza tra contenuti di intrattenimento e di inchiesta. Fanpage in questa classifica supera emittenti del calibro dell’ANSA (che comunque resta il brand più affidabile 73%) e di altri quotidiani affermati. Hanno ottenuto buoni risultati online anche altre testate digitali come HuffPost (9%), Il Post.it (7%) e Open (4%) che, rispetto alle testate tradizionali, sembrerebbero aver avuto il merito di concentrarsi sulle nicchie di pubblico spesso trascurate: anche il fatto che Il Post abbia raggiunto i 50mila abbonati dimostra quanto il pubblico si sta davvero trasformando in community^[50], una parola che abbiamo sempre associato ai creator digitali e ai social media, ma che ora deve iniziare a far parte anche del vocabolario del giornalista. Anche perché sono proprio i lettori di fiducia a pagare gli abbonamenti. Qualcosa in Italia sta cambiando, e lo dimostra anche la nascita di nuove società come Chora Media, che fanno letteralmente “sentire” al proprio pubblico le storie giornalistiche^[51].

Il consumo di Intelligenza Artificiale

Secondo L’Osservatorio del Politecnico di Milano^[52] nel 2022 il mercato dell’IA in Italia ha raggiunto 500 milioni di euro, registrando una crescita del 32% rispetto all’anno precedente. Protagonista della quota di mercato è l’Intelligent Data Processing, che analizza ed estrae dati, seguito dal Language AI, che interpreta il linguaggio. Non a caso il 2023 è iniziato con l’esplosione mediatica nei confronti di Dall-E2 e ChatGPT di Open AI (Figura 20): ma anche se il 93% degli italiani dichiara di conoscere la IA (il 55% afferma di utilizzarla quotidianamente, il 37% anche a lavoro), il 73% ha paura degli impatti nella vita e nel lavoro e il 19% è addirittura contrario ad inserirla nelle attività professionali. Nonostante le reticenze, il boom di inizio anno ha consentito al nostro Paese di “toccare con mano” quell’Intelligenza Artificiale che afferma di conoscere e che è anche protagonista di un Programma Strategico 2022-2024^[53] che ha l’obiettivo di rendere l’Italia un vero e proprio polo globale e competitivo. La strategia è la base per iniziare questo viaggio verso l’innovazione, tanto per il Paese quanto per ogni singola azienda. Questo significa avere più competenze professionali e più responsabilità, perché quando si lavora con le macchine non bisogna mai e poi mai dimenticare chi è il pilota. Ma non solo: lavorare con l’IA è anche una questione economica: nel 2022 oltre 6 grandi imprese su 10 hanno già avviato almeno un progetto di IA, mentre tra le PMI solo il 15%.

Prospettive del giornalismo italiano ed IA

Negli ultimi dieci anni il giornalista ha dovuto affrontare il passaggio dalla carta al web, i corsi di formazione sulla Search Engine Optimization e sul Social Media Management, i nuovi concetti di Brand e Data Journalism, per diventare una figura ibrida tra le varie dimensioni dell’informazione.

Ora che la sfida diventa più grande e nel mondo circolano voci  che il Robot (o Automated) Journalism prenderà il posto dei redattori, come se la caverà il giornalismo italiano?

L’IA, come è stato già evidenziato in questa sede, potrebbe essere lo strumento perfetto per alleggerire il lavoro noioso e automatico dei giornalisti e lasciare più spazio alla creatività, ma non solo: conoscere gli strumenti consentirà ai giornalisti di diventare i piloti competenti di cui si scriveva poco sopra. Naturalmente, l’Intelligenza Artificiale non ha impatto solo sull’azienda, sul singolo giornalista e sulla redazione, ma anche sui fruitori di contenuti.

Conoscere le loro abitudini consentirà agli editori di creare contenuti sempre più in target con i lettori per rendere più importanti anche le entrate provenienti dagli abbonamenti: questo l’estero ce lo sta già mostrando e l’Italia sembra pronta quantomeno a recepire il messaggio.

Durante il Journalism AI Festival, tenutosi lo scorso dicembre, Charlie Beckett ha intervistato online alcuni colleghi sul futuro dell’Intelligenza Artificiale: quello che si evince dall’intervista^[54] è che se all’estero il 2021 è stato l’anno della strategia, il 2022 è stato quello della pratica in fatto di sviluppo in casa degli strumenti che prima si acquistavano, nell’ambito della formazione e delle analisi del rischio, nella concentrazione sugli utenti e sugli abbonamenti in un momento storico in cui la notizia è spesso sconfortante.

Ora che all’estero l’IA inizia ad entrare anche nelle testate locali, il 2023 sembrerebbe essere l’anno in cui ci si affida all’Intelligenza Artificiale con approccio più “mainstream” perché sono state costruite le basi per una solida collaborazione tra algoritmi ed esseri umani.

Per l’Italia, escluso qualche grande editore già attivo sul fronte IA, il 2023 può essere l’anno della consapevolezza ma soprattutto l’anno per sperimentare: se da un lato è vero che si può fare tesoro delle esperienze estere, dall’altro è anche vero che ogni azienda (specialmente le più piccole) dovrà concentrarsi sulle proprie difficoltà e capire se c’è una soluzione nelle tecnologie della IA che può aiutarla a crescere.

Sogni nel cassetto 2024? Riuscire a raggiungere anche nell’ambito dell’informazione quel ruolo da leader dell’Intelligenza Artificiale che il Programma Strategico 22-24 vuole affidare al nostro Paese.

Alcuni esempi di IA nelle redazioni italiane

Automatizzazione di notizie, algoritmi per cavalcare i trend e definire gli argomenti da trattare, CMS “intelligenti” a supporto dei giornalisti e strategie di personalizzazione. Queste sono le principali attività legate all’Intelligenza Artificiale che sembrano interessare le redazioni italiane.

L’Ansa e le notizie automatizzate

Informare correttamente e costantemente durante la Pandemia COVID19 è stata una delle principali preoccupazioni dei media: in tal senso l’agenzia Ansa, in collaborazione con Applied XLab, nel 2020 ha usufruito del Natural Language Generation (NLG) per creare un flusso automatizzato che, sulla base dei dati forniti dalla Protezione Civile, producesse “notizie e grafici in tempo reale sull’andamento dell’epidemia Covid-19 a livello nazionale e per ogni singola regione italiana”^[55].

Mediaset e l’algoritmo per il palinsesto

La forza del settore televisivo in Italia si riflette anche nella sperimentazione dell’intelligenza artificiale. Alcuni conduttori e giornalisti italiani già utilizzano l’intelligenza artificiale, anche in televisione: un sistema sviluppato in casa da Mediaset suggerisce quali sono gli argomenti più interessanti da approfondire, ma non finisce qui. L’IA aiuta anche a definire il palinsesto, le messe in onda e soprattutto a calcolare l’audience: se qualche intervistato annoia il pubblico, è possibile ridurre il suo tempo!^[56]

La sperimentazione in Rai

In Rai i primi esperimenti di intelligenza artificiale sono iniziati negli anni Duemila e si fondano su tre capisaldi: definire lo use case, verificare i risultati della tecnologia e valutare i costi comparando sempre l’esperienza automatizzata a quella realizzata dall’essere umano. Vale sempre la pena utilizzare l’intelligenza artificiale? Nel caso dell’analisi delle notizie, ad esempio, sicuramente queste tecnologie velocizzano di molto l’aggregazione di contenuti.^[57]

Tra i vari progetti in corso presso il Centro Ricerche Innovazione Tecnologica e Sperimentazione della Rai sono all’attivo “la sottotitolazione automatica, la meta-datazione negli archivi audiovisivi, la produzione automatica di rassegne stampa, i sistemi di raccomandazione e gli assistenti vocali”^[58].

Il Secolo XIX e l’Intelligence Assistant

Accenture ha implementato l’Intelligence Assistant per la redazione de Il Secolo XIX: quando un giornalista scrive, l’assistente controlla i dati, i link, le risorse, l’ortografia e la sintassi per garantire un giornalismo più preciso possibile da tutti i punti di vista. Infatti, oltre a supportare dal punto di vista più squisitamente grammaticale, l’assistente può proporre contenuti affini sia interni che esterni al sito per fare in modo che ci sia sempre attenzione ai contenuti correlati: questo non solo risulta più interessante per il lettore, ma anche per la strategia di contenuti del giornale. Sono gli algoritmi realizzati tramite tecniche di machine learning a garantire in tempo reale la classificazione dei contenuti^[59].

L’Eco di Bergamo e la fidelizzazione

Il Digital News Innovation Fund Report del 2020^[60] racconta un caso interessante del panorama italiano, riportando anche i risultati. L‘Eco di Bergamo usa l’intelligenza artificiale per creare newsletter personalizzate e raccomandazioni di lettura online. L’algoritmo creato dalla Società Editrice Saints Alexander, Ambrose Bassett (SESAAB) organizza i contenuti “in base agli argomenti e al comportamento dell’utente”. Dopo aver letto qualche articolo, all’utente viene suggerito un nuovo contenuto e l’invito ad accedere: in questo modo è possibile saperne sempre di più su cosa interessa al lettore da loggato. In nove mesi il giornale ha ottenuto 11mila iscritti in più e un aumento dell’open rate della newsletter pari al 18%. Inoltre, l’85% degli utenti accede quotidianamente a un contenuto premium. Il risultato ha avuto successo anche fuori da L’Eco di Bergamo visto che, come riporta lo stesso report, lo strumento è stato acquistato anche da L’Unione Sarda e Giornale Di Brescia.

La Repubblica: tra testi semi-automatizzati e personalizzazione

Nella redazione de La Repubblica il team di data analyst si confronta settimanalmente con la redazione per condividere esperienze e novità. Il team dedicato alla Search Engine Optimization, invece, lavora a stretto contatto con i giornalisti. In questi anni la redazione ha seguito vari corsi di formazione per saper leggere e comprendere i dati, perché se da un lato è vero che bisogna lasciare liberi i giornalisti di dedicarsi ai contenuti, dall’altro è importante “sapere che strada fanno e come gli utenti li intercettano”. Con queste parole Andrea Iannuzzi^[61], Senior Managing Editor presso La Repubblica, ci apre le porte della redazione per raccontarci in un’intervista l’approccio della testata all’Intelligenza Artificiale. Un approccio fondato sull’uso di strumenti e procedure che “liberino energie e forze per produrre più giornalismo non replicabile dalle macchine”. Nessuna preoccupazione quindi nei confronti del robo-giornalismo, ma anzi tanta voglia di sperimentare. Per quanto riguarda strumenti come Chat GPT-3, invece, attualmente la redazione non si pone il problema di sperimentare immediatamente, ma sa che prima o poi “dovrà farci i conti”. Per ora la sfida quotidiana è quella di “diversificare e raggiungere un approccio che sia digital first a tutti gli effetti”.  Le prime esperienze con l’elaborazione di testi semi-automatizzata, già testata per gli appuntamenti elettorali, è andata a buon fine con una copertura capillare del territorio che ha consentito un ottimo posizionamento dello speciale sui motori di ricerca: in questo modo, partendo dal dato e associando delle matrici di testo, lo strumento utilizzato dalla testata crea una micro storia del candidato vincitore con, ad esempio, la percentuale di voti rispetto all’avversario e il partito di appartenenza. Chiaramente una copertura così granulare non sarebbe possibile con i corrispondenti locali, che possono invece continuare a dedicarsi a interviste e approfondimenti. Prossimi passi? Creare dei testi comprensibili a partire dai dati anche per altri settori, come lo sport e l’economia. Ma non solo: l’altro obiettivo de La Repubblica è quello di migliorare le offerte commerciali sperimentando la personalizzazione dell’esperienza con studi sempre costanti sulla segmentazione del pubblico.

L’uso scorretto dell’Intelligenza Artificiale

Abbiamo ancora tutti molto da imparare sull’Intelligenza Artificiale. Se in precedenza abbiamo raccontato alcuni casi di studio all’estero e in Italia da cui prendere ispirazione, è necessario anche raccontare il lato negativo dell’IA se non correttamente applicata.

Il modello da non seguire: il caso CNET

Il Washington Post l’ha definito “un disastro giornalistico”^[62]: il 2023 è iniziato veramente male per CNET, sito di informazione tecnologico il cui claim è quello di “guidare i lettori verso un futuro migliore”^[63]. Forse è stata proprio la voglia di mantenere questa promessa (o forse la voglia di fare più traffico sui motori di ricerca?^[64]) che ha portato il sito a testare la pubblicazione di articoli scritti interamente dall’intelligenza artificiale: un esperimento costato caro visto che i “robot” non si sono rivelati all’altezza dei predecessori in carne e ossa e hanno pubblicato una serie di errori “molto stupidi” a detta del Futurism^[65], altro sito tech che ha segnalato la questione. Dopo le segnalazioni, su CNET sono apparsi una serie di disclaimer visibili^[66] perché i giornalisti stanno correggendo i circa settanta articoli pubblicati. Quello che ha destato sospetto è stato il silenzio su quello che la direttrice Connie Guglielmo^[67] ha definito a posteriori un “esperimento”, ma soprattutto il fatto che prima delle varie segnalazioni l’autore dell’articolo era un generico “CNET Money Staff” di cui si scopriva l’identità artificiale solo cliccando sopra al nome: quindi il lettore medio “non aveva idea che stesse leggendo qualcosa scritto dalla IA”^[68]. Non proprio il massimo della trasparenza. “This article was assisted by an AI engine and reviewed, fact-checked and edited by our editorial staff”: recita così il disclaimer ora visibilissimo sotto il titolo degli articoli. Ma anche questo sembrerebbe un problema, stavolta umano, perché significherebbe che un redattore ha lasciato che si pubblicassero articoli palesemente errati prima che qualcuno segnalasse l’errore^[69]. Non è finita qui: oltre ad aver consentito la pubblicazione di articoli pieni di frasi fatte, alcuni spezzoni di testo sembrerebbero anche presi da altri articoli, quindi ci sarebbe anche il rischio di “plagio”^[70]. Come fa notare la giornalista Carola Frediani bisognerebbe capire se una tecnologia basata su “dati di addestramento” possa veramente essere accusata di plagio. Nella sua newsletter Guerre di Rete  traduce e riporta le parole di una accademica che si occupa di sistemi complessi, IA e scienze cognitive, Melanie Mitchell^[71]: “I LLM (Large Language Models, modelli linguistici di grandi dimensioni, come quelli usati in AI generative che producono testi, alla ChatGPT, nda) non possono “plagiare”, poiché ciò implica un’intenzione. Ma almeno in alcuni casi sono effettivamente dei “pappagalli stocastici”, che generano testo dai loro dati di training (o loro riformulazioni). Sono certa che ne vedremo ancora molti (di questi casi)”.^[72] Di tutt’altro avviso sembrerebbero le testate che hanno scoperto di essere fonte dell’addestramento di ChatGPT-3, come CNN e il Wall Street Journal, e che hanno iniziato a chiarire che serve una licenza per procedere con attività di questo tipo^[73].

La questione ChatGPT-3: tra fake news e plagio

Il 2023 è iniziato con una fortissima attenzione mediatica su  ChatGPT-3. Eppure, secondo gli esperti di intelligenza artificiale, non sarebbe uno strumento poi così innovativo^[74]. Per i più, invece, è stato il pretesto per aprire i dibattiti sul futuro della creazione di contenuti, tra entusiasmi e perplessità. Entusiasmi, perché ultimamente lo strumento viene testato da molti professionisti per realizzare interi articoli dando un brief ad una macchina, e perplessità, perché questo non sembrerebbe l’approccio migliore per avere dei contenuti interessanti, originali, autorevoli e molto spesso anche veritieri. Come sempre quando si tratta di tecnologia, la prima parola da mettere in gioco è la “competenza”. Uno strumento può essere usato bene o male a seconda del pilota. Di fatto ChatGPT-3, con tutti i suoi limiti di conoscenza e affidabilità, può comunque risultare uno strumento valido, una sorta di assistente virtuale, per chi deve scrivere contenuti e ha bisogno di fare chiarezza su un determinato tema^[75].

“Capaci e distorti”: con queste parole definisce i modelli linguistici l’AI Index Report dell’Università di Stanford (2022): “I sistemi diventano sempre più efficienti nel tempo, ma con l’aumento delle loro capacità aumenta anche la potenziale gravità dei loro pregiudizi”.^[76] In modo più dispregiativo, come si anticipava sopra, sono stati definiti anche “Pappagalli stocastici^[77]” perché “non capiscono cosa scrivono, ripetono solo quello che hanno già visto e che gli sembra la risposta più probabile”^[78]: il consiglio è quello di avere una fonte dati certa e revisionare sempre il testo, specialmente quando si racconta un evento sportivo e succede un imprevisto che la macchina potrebbe non riportare o capire ^[79].

Ora che questi strumenti sono gratuiti e alla portata di tutti aumenta la paura nei confronti di un’egemonia della disinformazione “automatizzata” e soprattutto senza controllo. Il velato monito di Google quando ha annunciato l’uscita di Bard non è affatto casuale:

“Una delle opportunità più interessanti è il modo in cui l’intelligenza artificiale può approfondire la nostra comprensione delle informazioni e trasformarle in conoscenze utili in modo più efficiente, rendendo più facile per le persone arrivare al cuore di ciò che stanno cercando e ottenere risultati.”^[80]

Non è un caso che Google si prenda i suoi tempi per rilasciare i suoi prodotti e li faccia testare a pochi prescelti: non può permettersi di farsi prendere dalla fretta e rischiare figuracce, ma soprattutto non se lo vuole permettere perché è dal 2018 che diffonde i suoi principi di IA, basati soprattutto sull’affidabilità e la sicurezza^[81]. Bard non sarà affatto competitor di ChatGPT-3, sarà un “nuovo modo di ricerca più profonda”^[82].

La responsabilità su cui Google mette l’accento non è cosa da poco, come dimostra anche il caso CNET: dobbiamo aspettarci un bombardamento di contenuti scritti dagli algoritmi a costo zero e una riduzione di giornalisti e SEO specialist?^[83] Domande lecite, ma sappiamo anche bene che brutta fine hanno fatto gli “spammers” con Google nel corso di questi ultimi anni.

La questione etica

“La ricerca sull’equità e la trasparenza nell’IA è esplosa a partire dal 2014^[84]”, momento in cui le pubblicazioni relative alle conferenze sull’etica si sono quintuplicate. Negli ultimi anni il tema è uscito fuori dall’Accademia per diventare un argomento di ampio respiro.^[85] Secondo l’AI Index non si muove solo la ricerca: l’analisi dei “documenti legislativi sull’IA in 25 Paesi mostra che il numero di proposte di legge contenenti intelligenza artificiale approvate è passato da 1 nel 2016 a 18 nel 2021. Spagna, Regno Unito e Stati Uniti hanno approvato il maggior numero di proposte di legge relative all’IA nel 2021, adottandone tre ciascuno”.^[86] Per quanto riguarda l’Europa, di recente, Nicola Gatti, Direttore dell’Osservatorio Artificial Intelligence, ha affermato che “sono nate linee guida e regolamenti in tutto il mondo e il Consiglio Europeo ha approvato l’AI Act, un approccio di regolamentazione basato sulla classificazione delle soluzioni in base al livello di rischio che possono causare sui diritti e libertà fondamentali dei cittadini. Un percorso che avrà come risultato finale un apparato regolatorio comune tra tutti gli stati dell’Unione”^[87].

Se l’intelligenza Artificiale può essere una grossa opportunità per il giornalismo, non bisogna dimenticare l’attenzione al risultato. Come ricorda anche Charlie, la newsletter de Il Post nell’uscita di domenica 12 febbraio 2023:  “Opportunità e disastri sono dietro l’angolo, e non è detto che immaginarli prima scongiuri i secondi: siamo padroni dei nostri destini fino a un certo punto, da qualche tempo.”^[88]

Tra esperimenti poco trasparenti nei confronti dei lettori, articoli automatizzati che riportano testi di altri autori e recenti studi che confermano la difficoltà di distinguere sempre un testo scritto dall’essere umano da quello scritto da una macchina^[89], le tematiche etiche diventeranno sempre più fondamentali e dovranno stare al passo dell’evoluzione, come giustamente ricorda anche Google nei suoi principi: utili, senza pregiudizi, sicuri, sviluppati con alti standard di eccellenza scientifica, rispettosi della privacy e quindi in una parola responsabili, sia nei confronti delle persone che nella loro diffusione^[90]. I giornalisti dovrebbero sempre stare attenti all’etica, ricorda il professor Beckett, perché come si revisiona il lavoro umano, va revisionato anche quello svolto dalla tecnologia^[91]. Un esempio di linee guida etiche è sul sito dell’emittente radiofonica Bayerischer Rundfunk^[92]:

“Qualunque sia la tecnologia che utilizziamo, non è mai fine a se stessa. Piuttosto, deve aiutarci a raggiungere uno scopo più elevato: fare del buon giornalismo. Questo uso della tecnologia orientato allo scopo guida il nostro utilizzo dell’intelligenza artificiale e di tutte le altre forme di automazione intelligente. Vogliamo contribuire a plasmare la collaborazione costruttiva tra l’intelligenza umana e quella delle macchine e impiegarla per migliorare il nostro giornalismo.”

Nell’ambito del giornalismo bisognerà affrontare temi di copyright, ma anche di credibilità, fonte dati e diversificazione dei contenuti. Quest’ultima deve essere garantita dai governi e da mass media specialmente quando entra in gioco la personalizzazione dell’esperienza: uno studio ha evidenziato la paura di far navigare l’utente in una “bolla” di informazioni affini col suo pensiero: “AI technologies is prone to inherit human biases”^[93]. Quindi è fondamentale non rafforzare i pregiudizi e la disinformazione, ma avere sempre a portata di mano anche i pareri differenti. A Tal proposito Beckett^[94] afferma che il problema è totalmente opposto:

“Prima di internet la filter bubble era molto più grande: leggevi un giornale, guardavi un programma televisivo.[…] Il problema è l’opposto: ci sono troppe fonti, troppi contenuti. La vera questione è che le persone dovrebbero trovare contenuti pertinenti per loro.”
Secondo Beckett le persone si sentono “sopraffatte dalla scelta e sono anche arrabbiate perché sperimentano molti punti di vista con cui non sono d’accordo”. A questo si aggiunge anche la persistenza di notizie false e disinformazione. La cosiddetta news avoidance “è molto logica: ci sono troppe notizie. Ci sono notizie sul cellulare, 24 ore su 24, 7 giorni su 7”. L’intelligenza artificiale può aiutare a ottimizzare i contenuti in base all’utente, soprattutto in una forma che non è stressante.

“Parliamo di una healthy news diet: se le notizie non ti fanno felice, non le consumerai”.

Le aspettative 2022 sono state soddisfatte?

Nel report “Journalism, Media, and Technology Trends and Predictions 2022”, Nic Newman affermava che le tecnologie di intelligenza artificiale come Machine Learning (ML), Deep Learning (DL), Natural Language Processing (NLP) e Natural Language Generation (NLG) non sono più il futuro, ma il presente poiché sempre più integrate nelle attività degli editori e protagoniste dell’attività giornalistica, dalla raccolta e produzione delle notizie fino alla distribuzione. Il report, basato sulle risposte di 303 leader dell’informazione, raccoglie le impressioni di varie figure professionali, come amministratori delegati, responsabili del reparto digitale o dell’innovazione e caporedattori. Tra i riscontri più significativi, si segnala che oltre l’85% degli intervistati si aspettava che nel 2022 l’IA sarebbe stata importante per personalizzare i contenuti, mentre l’81% pensava all’IA per velocizzare i flussi di lavoro delle redazioni e liberare i giornalisti dalle noiosissime attività di sottotitolazione oppure di trascrizione delle interviste. Seguivano buone aspettative sulla raccolta dati per scrivere storie (70%) e sul raffinamento delle strategie di marketing, specialmente per la monetizzazione (69%). Nell’analisi è apparso anche il robo-journalism, ovvero l’automatizzazione della scrittura di storie tramite IA, ma come attività meno prioritaria (40%).^[95] Nel report rilasciato a Gennaio 2023 gli intervistati confermano che stanno utilizzando l’intelligenza artificiale per personalizzare sempre di più l’esperienza utente: il 5% afferma che le raccomandazioni hanno un grande ruolo, il 23% afferma che sono ormai una parte normale delle loro attività, il 39% afferma di aver condotto esperimenti.^[96]  Il pensiero dominante degli editori sembra quindi più concentrato sulla conoscenza approfondita degli utenti per fidelizzare e guadagnare che sulla scrittura dei robot.

Prospettive 2023

Ora che l’IA generativa è entrata nella quotidianità, il futuro è qui e il viaggio con l’Intelligenza Artificiale è ufficialmente iniziato: l’evoluzione abbraccerà molti aspetti della vita professionale. Servirà formazione, servirà conoscenza delle tecnologie che guidano il settore del giornalismo, sarà fondamentale anche un approccio etico e una grossa cura del lettore^[97]. Il lavoro del giornalista non è finito, anzi, viene potenziato con nuovi ruoli e responsabilità, così come quello degli editori. Anche Newman conferma nelle sue previsioni 2023 quanto ci ha già detto Beckett^[98]: “le organizzazioni giornalistiche che non hanno ancora abbracciato appieno il digitale si troveranno in una posizione di grave svantaggio”. Soddisfare il pubblico con i contenuti digitali diventerà la priorità di ogni editore:^:quindi, se i podcast sono molto ascoltati, la notizia dovrà diventare anche “vocale” e la voce non sarà più sintetica. La testata norvegese Aftenposten, racconta Newsman, ha clonato la voce del suo conduttore di podcast, che quindi ora avrà più tempo libero per scrivere la sue storie, mentre “qualcuno” le legge al posto suo. Il bello dell’IA generativa è che viene a supporto del multiformato, creando testi, video, immagini attraverso comandi testuali (chiamati prompt): tutto questo può far felici tanti lettori con gusti e abitudini totalmente differenti, lasciando respirare i giornalisti e tutti coloro che si occupano di declinare sui Social Network le notizie, a seconda dell’organizzazione aziendale. Il 2023 è iniziato proprio con l’hype su alcuni strumenti di IA generativa: cosa succederà ora che questi strumenti sono “di dominio pubblico” e che l’Intelligenza Artificiale inizia realmente ad affermarsi?

“Il punto chiave è che l’IA generativa permette ai computer non solo di rendere i processi esistenti più efficienti, ma di utilizzare una serie di risorse esistenti per creare qualcosa di nuovo.”  Con queste parole Newman^99] ci prepara alla diffusione dei sopracitati strumenti tra giornalisti e content creator, introducendo anche alcune preoccupazioni sulla qualità, la veridicità e il copyright di quanto viene prodotto: come vedremo in seguito, gli strumenti di IA non sono totalmente affidabili e necessitano una supervisione umana. Motivo per il quale anche nel mondo dell’istruzione iniziano a esserci forti preoccupazioni sull’utilizzo di strumenti come ChatGPT-3 da parte degli studenti.^[100] E se all’estero già si discute se usarlo o meno per velocizzare il lavoro dei giornalisti nelle piccole redazioni^[101], in Italia sembra più probabile che l’approccio verso le nuove possibilità di mercato sarà principalmente esplorativo. Parola d’ordine? Adattabilità.