– I forsking er vi vande til å gjere grundige studiar med høg nøyaktigheit og validering. Det tek tid. For journalistar handlar det ofte om kva ein kan få gjort på ein månad slik at historia kan publisering og innsatsen gir resultat, fortel førsteamanuensis Fabrizio Palumbo.
Palumbo er ein av pådrivarane og undervisarane bak dei vidareutdanningane i datajournalistikk. Desse studiane er eit resultat av eit samarbeid mellom OsloMet, med institutt for journalistikk og mediefag, og AI Lab, og dessutan IJ (institutt for journalistikk).
– Sjølv er eg ikkje journalist. Eg er medisinsk ingeniør med ei doktorgrad i nevrovitskap, fortel Palumbo.
Med denne fagbakgrunnen har Palumbo jobba mykje store datasett, ved hjelp av modellar og kunstig intelligens (KI). No skal han gi journalistar ei innføring i desse verktøya.
Videreutdanninger innen datajournalistikk
– Journalistar må ta eigarskap til utviklinga av KI
Roy Krøvel er professor i journalistikk og underviser i dei nye emna innan datajournalistikk. Han meiner journalistane bør oppdatere seg og halde tritt med utviklinga.
– Mitt syn er at journalistar og andre må ta eigarskap over utviklinga av kunstig intelligens. Journalistane må bli så godt informerte at dei kan bruke og til og med utvikle opne verktøy i staden for dei lukka systema som dei fleste bruker journalistikken i dag, seier Krøvel.
Han meiner at vi treng meir innsikt i korleis systema fungerer og korleis dei blir trena.
Kvifor kunstig intelligens i journalistikken?
– På verdsbasis bruker dei fleste store redaksjonar kunstig intelligens no, seier Fabrizio Palumbo.
Måten kunstig intelligens blir brukt på i redaksjonane er primært «forretningsretta».
– KI blir brukt til nyheitstilrådingar, feed-anbefalinger og abonnementsmodellar. Og det er større potensiale der enn berre det, seier han.
Kunstig intelligens har eit stort potensial fordi ein slepp å lage modellar for å behandle store datasett som berre blir brukt éin gong.
Fabrizio Palumbo skal gi journalistar ei praktisk innføring i bruk av kunstig intelligens for å hente svar ut av store datasett. Foto: Pål Arne Kvalnes
– Ofte utviklar ein ein modell for eitt prosjekt og det er det. Du kan ikkje bruke den modellen i eit anna prosjekt for å behandle store datamengder på nytt. Og behandling av store datasett krev kanskje eit års arbeid saman med utviklarar, seier Palumbo.
Med ei grunnleggjande forståing for korleis ein kan bruke store datasett i journalistikken, kan blant anna kunstig intelligens hjelpe deg med å finne rett svar på rett spørsmål. Men kva betyr eigentleg det?
– Ikkje alle datasett kan gi alle svar. Noko av det vi lærer bort i desse vidareutdanningane er å forstå kva spørsmål vi kan stille for å få dei svara som faktisk finst i desse datasetta, seier Palumbo.
Du treng altså litt erfaring med og opplæring i å stille spørsmål for å finne svara som finst i datasetta.
Kva er viktig å tenkje på når du jobbar med store datasett?
– Til dømes har Fiskeridirektoratet frigitt ein database. Men når du ser på desse datasetta er dei vanlegvis historiske datasetta som går langt tilbake i dag, og endrar format og organisering av tabellar, seier Palumbo.
Noko av det du vil lære i vidareutdanningane våre er kva du faktisk kan spørje kunstig intelligens om å gjere for deg. Og kva du kan bruke ulike modellar til.
– Det er ikkje alle variablar som er samanliknbare. Og ikkje alle store datasett kan svare på alle spørsmåla dine. Men om du forstår litt om korleis KI fungerer kan du optimalisere datainnsamlinga di, og ikkje minst stille betre spørsmål som passar til dataa, seier han.
Eigarskap til data er makt
Rike aktørar og bedrifter sit på store mengder data om privatpersonar. At journalistar lærer å nytte seg at store mengder data sjølv vil då kunne fungere som ei motvekt til denne privatiserte makta.
– Det er meir informasjon tilgjengeleg i dag for analyse enn før. Men den teknologiske utviklinga ser ut til å auke forskjellen mellom dei ekstremt rike i verda og vanlege folk, seier Krøvel.
Store og ressurssterke aktørar samlar data om privatpersonar og sit derfor på informasjon som igjen er makt.
– Samtidig har maskinene vorte mykje kraftigare samtidig som algoritmane har vorte mykje betre. Men det er framleis eit stort problem at mykje viktig informasjon ikkje er tilgjengeleg, særleg knytt til næringsliv, finans, eigarskap og meir, seier Krøvel.
Kvifor skal journalistar kunne koding?
Eit av vidareutdanningane i Datajournalistikk er ei innføring i Python-programmering. Men kvifor skal journalistar kunne akkurat dette?
– Viss du kan bruke Python og veit korleis du bruker Google kan du gjere nesten kva som helst, seier Palumbo.
Palumbo meiner at å kunne Python-programmering er litt som å kunne skrive no om dagen.
– I dag kan mange programmere. Men kvifor er Python så lurt å lære? Det er fordi det er eit programmeringsspråk som liknar såpass mykje på eit vanleg språk at dei fleste klarer å bruke det på ein enkel måte. Python krev få linjer med koding for å gi gode svar, seier han.
Python kan brukast til å hente ut statistikk frå datasett på ein oversiktleg måte som er lett å bruke.
– Det krev mindre av deg enn Excel, men du må forstå språket som blir brukt, seier Palumbo.
– Som journalistar bør vi lære oss nok til å forstå korleis systema fungerer og resonnerer. Det vil gi oss større kapasitet til å bruke opne system, samstundes som me betre kan forstå kva algoritmane gjer, og ikkje minst forstå grensene for kva denne teknologien kan og bør få gjere for oss, seier Roy Krøvel.
