OpenAI verdubbelt steun en zet AI-specialisten midden in lokale redacties
OpenAI steekt opnieuw $5 miljoen in een programma dat AI-specialisten rechtstreeks binnen Amerikaanse nieuwsorganisaties plaatst. Daarbovenop komt maximaal $5 miljoen aan softwarecredits en technische ondersteuning.
Het bedrijf verdubbelt daarmee zijn eerdere steun aan het Lenfest AI Collaborative and Fellowship Program.
De inzet draait opvallend weinig om automatisch artikelen schrijven. De eerste projecten richten zich juist op openbare vergaderingen, tientallen jaren aan archiefmateriaal, onderzoekswerk en nieuwe inkomsten voor nieuwsorganisaties.
OpenAI trekt maximaal $10 miljoen extra uit
The Lenfest Institute maakte de uitbreiding op 28 september bekend.
OpenAI stelt $5 miljoen aan nieuwe financiering beschikbaar. Daar komt maximaal $5 miljoen aan softwarecredits en technische ondersteuning bij.
Het programma begon in 2024 met AI-engineering fellows bij elf Amerikaanse nieuwsorganisaties.
Die specialisten werken niet op afstand als tijdelijke adviseurs. Ze worden binnen de deelnemende organisaties geplaatst en werken samen met verslaggevers, redacteuren, productteams, commerciële afdelingen en bestuurders.
Dat moet voorkomen dat een nieuwsorganisatie eerst AI koopt en daarna pas op zoek gaat naar een probleem.
Lenfest wil beginnen bij het journalistieke probleem
Een van de belangrijkste lessen uit de eerste twee jaar is volgens Lenfest opvallend eenvoudig.
Begin niet bij AI.
Begin bij een concrete taak die te veel tijd kost of slecht werkt.
De fellows bleken volgens het instituut het meeste resultaat te boeken wanneer zij eerst maandenlang leerden hoe een redactie of commerciële afdeling daadwerkelijk werkt. Daarna bouwden zij samen met medewerkers een oplossing.
Lenfest noemt vertrouwen zelfs belangrijker dan de technologie zelf.
Dat is een relevante grens nu kunstmatige intelligentie steeds verder doordringt in redactiewerk.
Een technisch indrukwekkende tool heeft weinig waarde wanneer journalisten de uitkomsten niet kunnen controleren of hem niet vertrouwen.
Philadelphia gebruikt AI om vergaderingen te volgen
The Philadelphia Inquirer laat zien hoe zo'n toepassing eruit kan zien.
De krant ontwikkelde Scribe, een hulpmiddel waarmee journalisten openbare vergaderingen bij tientallen gemeenten en schooldistricten kunnen volgen.
Scribe zet transcripties om in korte, gecategoriseerde samenvattingen.
Daarna rangschikt het systeem mogelijke ontwikkelingen op basis van een kader voor nieuwswaarde dat door journalisten en redacteuren van de krant zelf is opgesteld.
De machine bepaalt daarmee niet zelfstandig wat nieuws is.
De redactie levert eerst de criteria.
Een verslaggever kan vervolgens sneller bepalen welke vergadering nader onderzoek verdient.
Nog een Philadelphia-tool bespaart uren zoekwerk
Binnen dezelfde organisatie werd ook Dewey ontwikkeld.
Dat systeem helpt journalisten zoeken in tientallen jaren aan eerder gepubliceerd materiaal.
Lenfest noemt daarnaast een monitoringtool die een terugkerende taak van ongeveer vijftien uur per week veranderde in een dagelijkse lijst met mogelijke nieuwsaanleidingen uit de regio.
Dat soort toepassingen laat zien waar AI voor lokale journalistiek direct bruikbaar kan zijn.
Niet door de verslaggever te vervangen, maar door grote hoeveelheden documenten sneller voor te sorteren.
De journalist moet daarna nog steeds bepalen of iets klopt, relevant is en publicatie verdient.
WBEZ ontsluit veertig jaar radio
Chicago Public Media pakt een ander probleem aan.
Radiostation WBEZ heeft ongeveer veertig jaar aan audioarchief.
OpenAI-modellen worden gebruikt om dat materiaal te transcriberen, zodat journalisten het voor het eerst op grote schaal kunnen doorzoeken. Het plan is dat het archief uiteindelijk ook beter toegankelijk wordt voor het publiek.
Hier is de winst niet dat AI nieuwe journalistiek verzint.
De winst zit in het toegankelijk maken van bestaand materiaal dat anders moeilijk terug te vinden is.
Voor lokale redacties kan juist daar veel waarde verborgen liggen.
Interviews, raadsdebatten en oude uitzendingen kunnen nieuwe betekenis krijgen wanneer journalisten er binnen seconden doorheen kunnen zoeken.
AI wordt ook buiten de redactie ingezet
Het Lenfest-programma richt zich nadrukkelijk niet alleen op verslaggeving.
Lokale journalistiek heeft ook inkomsten nodig.
The Seattle Times ontwikkelde daarom een AI-agent voor het advertentieteam.
Verkopers kunnen ermee potentiële klanten zoeken, leads beoordelen, achtergrondrapporten maken en controleren of een bedrijf al als klant in het CRM-systeem staat.
Volgens OpenAI verkortte die toepassing bepaalde prospectingtaken van uren naar minuten en leverde het hulpmiddel rechtstreeks nieuwe verkopen op.
Dat resultaat komt uit de praktijkbeschrijving van OpenAI en de betrokken nieuwsorganisatie. Het is geen onafhankelijke effectstudie.
Dat commerciële deel is geen bijzaak
Juist daar wijkt het programma af van veel discussies over AI en journalistiek.
De eerste vraag is vaak of een model nieuwsberichten kan schrijven.
Lenfest kijkt breder.
Het programma test ook toepassingen voor advertenties, abonnementen, donoronderzoek, publieksgroei en interne processen.
Dat is logisch.
Een lokale redactie kan journalistiek inhoudelijk verbeteren en alsnog verdwijnen wanneer het bedrijfsmodel onvoldoende geld oplevert.
AI wordt hier daarom ook ingezet om de organisatie achter de journalistiek goedkoper of sterker te maken.
OpenAI en Microsoft begonnen samen
Bij de start in 2024 financierden OpenAI en Microsoft het programma gezamenlijk.
Beide partijen stelden toen ieder $2,5 miljoen aan directe financiering en $2,5 miljoen aan software- en andere credits beschikbaar.
De totale eerste toezegging liep daarmee op tot maximaal $10 miljoen.
De nieuwe ronde komt van OpenAI.
Met $5 miljoen cash en maximaal $5 miljoen extra ondersteuning verdubbelt het bedrijf volgens Lenfest zijn eerdere bijdrage aan het programma.
Nieuwe nieuwsorganisaties worden toegevoegd
De volgende fase wordt groter dan de huidige groep van elf.
Lenfest wil nieuwe nieuwsorganisaties uitnodigen en het programma openstellen voor een bredere groep uitgevers.
Daar blijft het niet bij.
De beste projecten moeten worden omgebouwd tot herbruikbare tools, plugins, handleidingen en technische pakketten.
Het doel is dat een oplossing die bij één krant ontstaat later ook door tientallen of honderden andere nieuwsorganisaties kan worden gebruikt.
Dat kan vooral voor kleinere redacties verschil maken.
Zij hebben zelden geld om zelf een compleet AI-team samen te stellen.
Code en kennis reizen al tussen redacties
Dat delen gebeurt nu al.
Volgens Lenfest gebruikte The Baltimore Banner werk van The Philadelphia Inquirer als vertrekpunt voor eigen hulpmiddelen voor nieuwsdetectie.
Fellows wisselen daarnaast code, productideeën en lessen uit.
Daarmee probeert Lenfest te voorkomen dat iedere lokale redactie precies hetzelfde probleem opnieuw vanaf nul moet oplossen.
Als een tool voor gemeentelijke vergaderingen eenmaal werkt, kan een andere krant die aanpak aanpassen aan zijn eigen regio.
Dat is waarschijnlijk veel goedkoper dan elf afzonderlijke teams hetzelfde systeem laten bouwen.
Menselijk oordeel blijft volgens Lenfest leidend
De uitbreiding roept ook een onvermijdelijke vraag op.
Wat gebeurt er wanneer technologiebedrijven steeds dichter tegen journalistieke processen aan schuiven?
Lenfest zegt dat menselijk oordeel, redactionele integriteit en vertrouwen leidend moeten blijven.
De fellows werken daarom niet alleen aan software. Ze helpen ook regels opstellen voor veilig, transparant en verantwoord gebruik.
Dat onderscheid is belangrijk.
Een AI-samenvatting van een gemeenteraad is geen vervanging voor het originele verslag.
Een automatisch gevonden nieuwsaanleiding is nog geen bewezen verhaal.
En een foutloos klinkend antwoord kan nog steeds feitelijk onjuist zijn.
Nederlandse lokale media herkennen dezelfde problemen
Hoewel het programma Amerikaans is, zijn de problemen herkenbaar voor Nederlandse en Belgische redacties.
Gemeenteraden publiceren grote hoeveelheden documenten.
Provincies, rechtbanken en lokale diensten produceren verslagen en datasets.
Oude kranten- en audioarchieven bevatten jaren aan informatie die slechts beperkt doorzoekbaar is.
Een kleinere redactie heeft zelden genoeg mensen om alles handmatig te volgen.
AI kan daar vooral waarde hebben wanneer iedere uitkomst terug te voeren blijft op het oorspronkelijke document of de oorspronkelijke opname.
De interessantste test komt nu
De eerste fase leverde vooral losse toepassingen op.
De nieuwe ronde moet bewijzen of die projecten ook buiten de oorspronkelijke redactie bruikbaar zijn.
Dat is een veel moeilijkere stap.
Iedere nieuwsorganisatie heeft andere bronnen, systemen, journalistieke normen en commerciële doelen.
Een hulpmiddel dat bij een grote Amerikaanse krant werkt, hoeft niet automatisch geschikt te zijn voor een kleine regionale titel.
Lenfest wil precies dat probleem aanpakken door de sterkste projecten om te zetten in herbruikbare bouwstenen.
OpenAI zet daarmee in op de achterkant van journalistiek
De opvallendste lijn is uiteindelijk wat het programma níét doet.
De miljoenen gaan niet primair naar een machine die automatisch zoveel mogelijk nieuwsartikelen produceert.
Ze gaan naar specialisten die zoeken naar plekken waar journalisten en nieuwsbedrijven tijd verliezen.
Openbare vergaderingen.
Archieven.
Onderzoek.
Advertentieverkoop.
Abonnementen.
Daarmee wordt de komende fase een praktische test: kan AI lokale journalistiek sterker maken zonder dat het journalistieke oordeel zelf bij de machine terechtkomt?
Stop met te veel betalen voor je crypto. Bij de Amsterdamse exchange Finst handel je tegen de laagste tarieven van Nederland, zonder verborgen kosten.
👀 Bekijk Finst nu ›Let op: Beleggen in crypto brengt risico’s met zich mee. Handel alleen met geld dat u kunt missen.
Ga verder met lezen
Dit vind je misschien ook leuk
Laat mensen jouw mening weten
Lees ook
Populair Nieuws
Loading
