اگر روزنامه‌نگاری چیزی بیش از یک تمرین جدید برداشت اطلاعات برای سیستم‌هایی نیست که آن برداشت را به این محصول به نام 'محتوای سفارشی‌شده' تبدیل می‌کنند،اگر روزنامه‌نگاری چیزی بیش از یک تمرین جدید برداشت اطلاعات برای سیستم‌هایی نیست که آن برداشت را به این محصول به نام 'محتوای سفارشی‌شده' تبدیل می‌کنند،

[داخل اتاق خبر] مواجهه با لحظه اوپنهایمر روزنامه‌نگاری

2025/12/14 11:00

در طول آخر هفته، آزمایشگاه‌های نیمن - که به گزارش‌دهی در مورد تقاطع فناوری و روزنامه‌نگاری شناخته شده‌اند - مجموعه‌ای از پیش‌بینی‌های تفکربرانگیز برای روزنامه‌نگاری در سال ۲۰۲۶ منتشر کردند. 

تعدادی از آنها در میان روزنامه‌نگاران فیلیپینی جنجال به پا کرد. از جمله یکی که اعلام کرد، "متأسفم، توضیح‌دهنده مرده است،" و دیگری که ظهور نوع جدیدی از روزنامه‌نگاری را پیش‌بینی کرد - "نه برای مردم، بلکه به طور صریح برای کامپایلرهای ماشینی زبان و اطلاعات طراحی شده است." 

نویسنده اولین مقاله نظری اساساً گفت که چون مردم برای مواردی مانند توضیحات و محتوای همیشه سبز به هوش مصنوعی مراجعه می‌کنند، این موارد دیگر اهمیتی ندارند. چه چیزی کار می‌کند؟ نویسنده گفت اساس کار است: اخبار فوق محلی، اخبار فوری، اخبار دست اول، روایت‌های قابل توجه شخص اول، و روزنامه‌نگاری تحقیقی. "هوش مصنوعی،" به گفته کارشناس، "نمی‌تواند یا نمی‌خواهد این اطلاعات را خلاصه کند زیرا بسیار جدید یا بسیار منحصر به فرد است."

نویسنده‌ای که درباره روزنامه‌نگاری عاملی صحبت کرد، در عین حال خاطرنشان کرد که "سیستم‌های هوش مصنوعی به لیدها، پاراگراف‌های اصلی، یا جریان‌های روایی نیاز ندارند؛ آنها به محتوای مرتبط با کاربر، جدید و قابل خواندن توسط ماشین نیاز دارند." 

او همچنین اشاره کرد که نقش روزنامه‌نگاری عاملی، نوشتن پنج W، نقل قول‌ها، زمینه و پیوندهایی به محتوای چندرسانه‌ای است. همه اینها، به گفته نویسنده، سپس در نقطه تحویل، بر اساس آنچه مناسب کاربر نهایی است، جمع‌آوری و سفارشی‌سازی می‌شوند. 

هر دو مقاله مرا نگران کردند. با فکر بیشتر در مورد آن، اکنون متوجه می‌شوم که به این دلیل است که این مشاهدات، اگرچه وخیم هستند، تا حدی درست هستند. 

در واقع، آنچه بیشتر مرا نگران کرد این بود که این مقالات واقعاً به اندازه کافی پیش نرفتند. و آنها به راه‌حل‌های واقعی برای چالش‌های وجودی که اتاق‌های خبر در سراسر جهان امروز با آن مواجه هستند، نپرداختند. 

سلام! من جما مندوزا هستم، مدیر خدمات دیجیتال و محقق ارشد در زمینه اطلاعات نادرست و پلتفرم‌ها در رپلر. 

از زمان راه‌اندازی رپلر، من به طور نزدیک با تیم‌های فنی و داده‌ای ما در طراحی و توسعه سیستم‌ها و پلتفرم‌هایی که با استفاده از داده‌ها محتوا را در مقیاس بزرگ تولید می‌کنند، همکاری کرده‌ام. این پروژه‌ها از صفحات نتایج انتخابات بسیار تعاملی که از سال ۲۰۱۳ در هر سال انتخابات راه‌اندازی کرده‌ایم تا چت‌بات مبتنی بر GraphRAG ما، رای، را شامل می‌شود.

من همچنین تحقیقات ما در مورد اطلاعات نادرست و نفرت در پلتفرم‌ها را هدایت می‌کنم، که با مشاهده تغییرات در الگوریتم‌های فیسبوک به سمت انتخابات ۲۰۱۶ آغاز شد. 

همانطور که قبلاً ذکر شد، من با بسیاری از مواردی که نویسندگان مقالات NiemanLab مطرح کردند، موافقم. به عنوان مثال، واقعاً، یک معماری معنایی بهتر به این مدل‌های زبانی بزرگ کمک خواهد کرد تا اطلاعات را بهتر نمایش دهند. در رپلر، ما روی گراف دانش خودمان کار کردیم قبل از اینکه به توسعه چت‌بات رای بپردازیم.

اما می‌خواهم در مورد مسائل نگران‌کننده‌ای که هنگام کار با سیستم‌های هوش مصنوعی و تأثیر آنها بر پلتفرم خودمان مشاهده کرده‌ایم، صحبت کنم. 

نویسنده اولین مقاله‌ای که ذکر کردم اشتباه می‌کند وقتی می‌گوید هوش مصنوعی نمی‌تواند اطلاعات منحصر به فرد را خلاصه کند. این درست نیست. 

اگر به آنها اجازه دهید، سیستم‌های هوش مصنوعی می‌توانند به راحتی محتوای منحصر به فرد را خلاصه کنند. در واقع، حتی اگر به صراحت به آنها بگویید این کار را نکنند، راهی برای انجام آن پیدا خواهند کرد.  

ما این را به عنوان یک واقعیت می‌دانیم زیرا ما ربات‌های هوش مصنوعی را که در حال خزیدن و برداشت محتوا از وب‌سایت رپلر هستند، زیر نظر داریم. ما می‌دانیم که علی‌رغم محدودیت‌هایی که قوانین وب‌سایت ما بر خراش هوش مصنوعی اعمال کرده است، این چت‌بات‌ها همچنان با خوشحالی داده‌ها و محتوایی را که تیم رپلر با زحمت زیاد جمع‌آوری کرده است، تولید می‌کنند. 

در یک مورد، ChatGPT فوراً اطلاعات دقیقی در مورد یافته‌های گزارشی که توسط همکار روزنامه‌نگار دانشگاهی ما درباره یک سلسله مستقر در منطقه بیکول نوشته شده بود که حدود یک میلیون پزو برای حمله به رقبای خود در تبلیغات رسانه‌های اجتماعی هزینه کرده بود، ارائه داد. اطلاعات مورد استفاده برای این داستان طی چندین ماه توسط یک روزنامه‌نگار دانشجویی که در برنامه کارآموزی ما شرکت کرده بود، با زحمت زیاد جمع‌آوری شده بود. (تصویر زیر را ببینید.)

هر کسی که با سیستم‌های مقیاس‌پذیر آشنا باشد به شما خواهد گفت که اگر یک موتور جستجو برای اولین بار از یک پایگاه داده پرس و جو کند، در تحویل تأخیر خواهد داشت. حتی موتور جستجوی گوگل نیاز به زمان برای پردازش و فهرست‌بندی اطلاعات دارد. بر اساس پاسخ فوری آن، ChatGPT به وضوح کل مقاله را در پایگاه داده خود داشت، حتی قبل از اینکه ما از آن پرس و جو کنیم. 

این تنها محتوای منحصر به فردی نیست که توسط رپلر منتشر شده و ربات آن را جویده است. 

وقتی محدودیت‌های خراش هوش مصنوعی را به فایل robots.txt خود اضافه کردیم، ChatGPT اذعان کرد که از این محدودیت‌ها آگاه است. با این حال، هنوز راهی برای استفاده از محتوای ما پیدا کرد، ابتدا با ادعای اینکه از منابع در دسترس عمومی استفاده کرده یا با ارجاع به سایت‌های دیگری که محتوای ما را نیز خراش داده و ترکیب کرده‌اند - همچنین بدون اجازه. (زیر را ببینید.)

نکته من این است که ما قبلاً با ماشین‌ها صحبت می‌کنیم. ما مدتی است که این کار را انجام می‌دهیم. این چیز جدیدی نیست.

این همان کاری است که ما هر بار که شیوه نوشتن داستان‌ها و عناوین رسانه‌های اجتماعی خود را تغییر می‌دهیم تا با به‌روزرسانی‌های الگوریتم‌های فیسبوک و گوگل مطابقت داشته باشد، انجام می‌دهیم. ما درک محتوای ما را برای این ماشین‌ها آسان‌تر می‌کنیم و همچنین استفاده و پولی کردن آنچه را که جمع‌آوری، نوشته و تولید کرده‌ایم، تسهیل می‌کنیم. 

در طول سال‌ها، به ما گفته شد که افزودن میکروتگ‌ها به داستان‌ها به نمایش بهتر محتوای ما کمک خواهد کرد. و ما این کار را انجام دادیم. سؤال واقعی این است که آیا اتاق‌های خبر و روزنامه‌نگاران باید به این مسیر ادامه دهند.

این قبلاً یک رابطه همزیستی بود. بهینه‌سازی برای این پلتفرم‌ها قبلاً رپلر را با ترافیک قابل توجهی پاداش می‌داد، که به ما اجازه می‌داد مقیاس‌پذیر شویم. 

اکنون، با هوش مصنوعی، ما دوباره به "بهینه‌سازی" فشار آورده می‌شویم - این بار، برای موتورهای پاسخ. 

اما اینجا معضل است: این سیستم‌های "عاملی" اکنون موجودات کاملاً متفاوتی هستند. آنها ماشین‌های گرسنه اطلاعات هستند که می‌خواهند همه چیز را بدانند. 

برخلاف کتابداران مفید، آنها به طور انگلی - بدون درخواست اجازه - محتوایی را که از آن تغذیه می‌کنند، استخراج کرده و آب آن را می‌مکند.

و آنها نمی‌خواهند برای آن محتوا پرداخت کنند. باور کنید، ما پرسیدیم.

OpenAI به تعداد انگشت‌شماری از ناشران پرداخت کرد. هیچ کدام از آنها (هنوز) از جنوب جهانی نیستند.

و مشکل این است که این چت‌بات‌ها به مخاطبانی خدمت می‌کنند که به طور فزاینده‌ای به سمت رضایت آنی رفتاری-مهندسی می‌شوند. این مخاطبان روی آن پیوندهایی که به طور ظریف در پاسخ‌های تولید شده توسط هوش مصنوعی قرار داده شده‌اند، کلیک نمی‌کنند. بسیاری از اوقات، آنها حتی بررسی نمی‌کنند که آیا پیوندها واقعی هستند یا خیر. 

و آمار نشان می‌دهد. ترافیکی که حتی بزرگترین ناشران خبری از این سیستم‌های انگلی دریافت می‌کنند، کاملاً رقت‌انگیز است.

بدتر از آن این است که روزنامه‌نگاران، و خود صنعت خبر، این موضوع را به اندازه کافی جدی نمی‌گیرند. برخی از شبکه‌های رسانه‌ای بزرگ با امضای قراردادهایی با پلتفرم‌های هوش مصنوعی، آنچه را که می‌توانند، می‌گیرند. دیگرانی که نفوذ کمتری دارند، در حاشیه‌ها به طور ناامیدکننده‌ای محو می‌شوند. 

همانطور که مقاله دیگری از سری NiemanLab اشاره کرد: "ما از گذشته درس نمی‌گیریم. در عوض، ما به این عصر جدید هوش مصنوعی مولد بسیار شبیه به آنچه با پلتفرم‌ها انجام دادیم، نزدیک می‌شویم."

اگر این ادامه یابد، نویسنده گفت، "ما مرگ اکثر اتاق‌های خبر باقی‌مانده را تضمین می‌کنیم."

من موافقم. 

این لحظه اوپنهایمر روزنامه‌نگاری است. 

سؤال این است: آیا روزنامه‌نگاران و اتاق‌های خبر باید دوباره تسلیم این دستور شوند، قلاب، خط و چوب پنبه مانند آنچه با رسانه‌های اجتماعی انجام دادیم؟ 

سؤال اینجاست: آیا عموم مردم که ما به آنها خدمت می‌کنیم، در نهایت سود می‌برند اگر ما به این مسیر تسلیم شدن به پلتفرم‌ها ادامه دهیم؟ یا - به خاطر آنها و خودمان - باید مقاومت کنیم و مسیر جایگزینی را ترسیم کنیم، مسیری که انگلی نیست بلکه بر دستیابی به همزیستی تمرکز دارد؟ 

اگر روزنامه‌نگاری چیزی بیش از یک تمرین جدید برداشت اطلاعات برای سیستم‌هایی نیست که آن برداشت را به این محصول به نام "محتوای سفارشی" تبدیل می‌کنند، روح و مأموریت آن چه می‌شود؟

این سؤالات نه تنها باید توسط ما روزنامه‌نگاران، بلکه توسط شهروندانی که معتقدند روزنامه‌نگاری مستقل باید به عنوان نظارت بر قدرت، سوء استفاده و فساد زنده بماند، مورد توجه قرار گیرد. 

ما به جوامع حمایتی نیاز داریم تا در این سفر با ما همکاری کنند. 

در طول چند سال گذشته، رپلر در حال ساخت یک پلتفرم موبایل بوده است که به شما امکان می‌دهد به طور مستقیم با ما و با بقیه جامعه ما به روشی که امن و عاری از دستکاری است، گفتگو کنید.  

ما همچنین شروع به همکاری با سایر اتاق‌های خبر در فیلیپین و منطقه آسه‌آن به سمت ایجاد یک رویکرد از پایین به بالا برای گردش اخبار کرده‌ایم - مسیری پایدارتر برای رشد مخاطب و درآمد فراتر از الگوریتم‌های متغیر فناوری بزرگ.

اگر هنوز این کار را انجام نداده‌اید، اپلیکیشن موبایل ما را دانلود کنید و در خبرنامه‌های ما مشترک شوید تا بتوانید آن خط مستقیم را با ما داشته باشید.

اگر هنوز این کار را انجام نداده‌اید، لطفاً ثبت‌نام در Rappler Plus، برنامه عضویت ویژه ما را در نظر بگیرید. و لطفاً به ما کمک کنید تا دیگران را متقاعد کنیم.

ما به شما نیاز داریم تا به ما کمک کنید با لحظه اوپنهایمر روزنامه‌نگاری مقابله کنیم. 

به ما کمک کنید تا این مسیرها را برای حفظ عاملیت حک کنیم تا بتوانیم مأموریت خود را در این دنیای هوش مصنوعی مولد حفظ کنیم. – Rappler.com

سلب مسئولیت: مطالب بازنشرشده در این وب‌ سایت از منابع عمومی گردآوری شده‌ اند و صرفاً به‌ منظور اطلاع‌ رسانی ارائه می‌ شوند. این مطالب لزوماً بازتاب‌ دهنده دیدگاه‌ ها یا مواضع MEXC نیستند. کلیه حقوق مادی و معنوی آثار متعلق به نویسندگان اصلی است. در صورت مشاهده هرگونه محتوای ناقض حقوق اشخاص ثالث، لطفاً از طریق آدرس ایمیل service@support.mexc.com با ما تماس بگیرید تا مورد بررسی و حذف قرار گیرد.MEXC هیچ‌ گونه تضمینی نسبت به دقت، جامعیت یا به‌ روزبودن اطلاعات ارائه‌ شده ندارد و مسئولیتی در قبال هرگونه اقدام یا تصمیم‌ گیری مبتنی بر این اطلاعات نمی‌ پذیرد. همچنین، محتوای منتشرشده نباید به‌عنوان توصیه مالی، حقوقی یا حرفه‌ ای تلقی شود و به منزله پیشنهاد یا تأیید رسمی از سوی MEXC نیست.

محتوای پیشنهادی