Вчера потратила два с половиной часа на дорогу до Принстона, чтобы сходить на внутренний университетский ивент по теме AI x Journalism, с фокусом на расследования. Тема мне близка и интересна, а чего стоят спикеры! Вчера среди них были Арвинд Нараянан, computer science профессор Принстона и редактор AI Initiatives в The New York Times — оказывается у этой редакции есть внутренняя команда из журналистов и технологов для экспериментов и прототипов. Я думала поделиться конспектом, но начну с другого — зачем вообще ездить на подобные ивенты, когда ты исследуешь ИИ. Первое, что может прийти на ум — нетворкинг. Соблазнительно, но все еще не самое главное здесь. Хотя возможность задать лично вопрос, конечно, радует. На такие встречи я еду за проверкой своих подходов и соображений, за языком (как люди на фронтире формулируют проблему, какие рамки и слова используют?), за новыми исследовательскими вопросами для нашей R&D студии seeeds и, конечно же, щупать разрыв — где академия или лидеры отрасли видят ситуацию иначе, чем, скажем, я, когда работаю с компаниями. Что я достала в этот раз — это новые исследовательские вопросы. Среди журналистов все еще живет стереотип ИИ как генератора текстов, при том довольно хренового (что, кстати, лечится), в то время как самые выигрышные применения вообще не про текст. Вот пример от NYT: 30 января опубликовали файлы Эпштейна: больше трех миллионов страниц, плюс видео и изображения. Одному журналисту, чтобы просто все прочитать, понадобилось бы 11 лет. и еще месяц, чтобы посмотреть и послушать все записи. Сам Эпштейн десять лет подряд отправлял в среднем по 65 писем в день. Команда AI Initiatives в NYT собрала под это внутренний чат-бот на бесплатной open-source платформе. Больше сотни журналистов задали ему больше пяти тысяч вопросов, и он помог как минимум двадцати опубликованным материалам. Дело не в том, что ИИ ускорил процесс, без него этого процесса вовсе бы не существовало: физически столько не прочитать, а экономически ни одна редакция не посадит на это сотню людей на полгода. Я называю подобные задачи terra incognita — классы задач, которые структурно недоступны человеку, но доступны агентам (я очень надеюсь скоро поделиться публикацией на этот счет). И в журналистике их, кажется, особенно много: везде, где объем данных давно превышает число людей, способных его разобрать, их память и фокус. Отсюда вопрос, который я забираю: какие еще задачи в редакциях сейчас лежат за этой границей, и почему за них пока никто не берется? Как их искать и как их тестировать? Записала себе: чекать инициативы NYT. Запишу вам — подписаться на сабстак Арвинда Нараянана, один из трезвых голосов в индустрии.