Gazeteciler için Yeni Yapay Zeka ve Büyük Dil Modeli Araçları

2024 NICAR konferansında veri uzmanları, yapay zekanın haber odalarında ne zaman ve nasıl kullanılmasının uygun olacağı sorusunu tartıştı.

Üretken yapay zeka araçları genellikle gazeteciler için zehirli bir kadeh gibi görülüyor. Büyük dil modellerinden (LLM’ler) gelen yanıtlar genellikle önyargılı veya güvenilmez. Görüntü oluşturucular, insan parmaklarını ve ellerini işlerken herkesin bildiği gibi güvenilmez olmalarının yanı sıra, önemli etik ve telif hakkı sorunları da yaratmakta. Bununla birlikte yapay zeka sohbet robotları o kadar tuhaf ki, son araştırmalara göre, nakit teşvikleri sunan istekleri ve hatta “fiziksel” tehditleri, yani bu robotları size daha iyi sonuçlar vermeye ikna edebiliyorlar.

Ancak veri gazeteciliği uzmanları, ücretsiz veya uygun fiyatlı yapay zeka araçlarının akıllı ve dikkatli kullanımının aynı zamanda araştırma projelerinin ön aşamasına önemli bir yardım sağlayabileceğini ve veri verimliliğini, konu seçimini, kod eğitimini, maliyet tasarrufunu ve kamuya açık belge taleplerini artırabileceğini söylüyor. Özellikle, veri kodu ve elektronik tablo formülleri üreten güvenilir yapay zeka araçlarının, veri muhabirlerinin; gazeteciliğe daha fazla, teknik sorun giderme ve kodlama çalışmalarına daha az zaman ayırmasına olanak tanıdığını söylüyorlar.

2024 NICAR veri gazeteciliği konferansında yapay zeka araçlarıyla ilgili birkaç oturumda veri uzmanları bu soruyu tartıştı: “Gazeteciler neden yapay zeka kullanmalı?”

Zirve haftasında Bloomberg, iki NICAR katılımcısı tarafından büyük dil modelleriyle ilgili bazı sorunları gösteren bir araştırma yayınladı. Bu ChatGPT’nin azınlık gruplarıyla ilişkilendirilen aday adlarını içeren aynı iş özgeçmişlerine daha düşük sıralamalar verdiğini gösterdi.

The Markup’ta araştırmacı veri muhabiri olan Jon Keegan, muhabirlerin ve editörlerin yapay zekanın verimliliğinden yararlanmak ve doğruluk, önyargı ve etik tuzaklardan kaçınmak için birkaç temel adım da dahil olmak üzere yapay zekaya yaklaşımlarında sistematik olmaları gerektiğini söyledi.

• Öncelikle büyük dil modellerinin nasıl öğrendiğini ve çalıştığını öğrenin. Keegan’a göre “büyük dil modellerinin nasıl çalıştığının kesinlikle en iyi görsel açıklayıcısı” olan Financial Times’ın bu makalesini okuyarak başlayabilirsiniz.
• Haber odası yapay zeka kullanım politikasını benimseyin. GIJN, araştırmacı haber merkezleri için bir dizi en iyi uygulamaları oluşturmak amacıyla Paris Yapay Zeka ve Gazetecilik Tüzüğü‘ndeki diğer önde gelen haber kuruluşlarıyla bir araya geldi. Henüz kendi korkuluklarını tanımlamamış editörler için Keegan, Guardian’ın politikasını okumalarını önerdi. Bu politikayı “yalnızca orijinal gazeteciliğin yaratılmasına ve dağıtımına katkıda bulunduğu yerde” kullanacağını belirtiyor. Ayrıca Wired tarafından sunulan açık ve ayrıntılı politika dergisini de öneriyor.
• Teknik uzman kaynakları düzenli olarak kontrol ederek her hafta piyasaya sürülen birçok yeni yapay zeka aracı hakkındaki kafa karışıklığını ortadan kaldırmak önemli. Açıklayıcı bilgiler, nasıl yapılır ve uyarılar sunan Simon Willison Web Günlüğünü takip etmeyi ve “yeni gelişmelerin bazılarına ayak uyduracak bir insan kaynağı bulmak önemli çünkü bunlar çok hızlı gerçekleşiyor.” Muhabirler ayrıca gazetecilikle ilgili yapay zeka araçları ve kaynaklarının en son sürümlerini listeleyen Journalist’s Toolbox AI’daki Yenilikler blogunu da takip edebilirler.
• Üretken yapay zeka araçlarının, normalde işe almış olabileceğiniz gerçek kişilerin işini elinden alabileceğini unutmayın. Keegan, “Sanatı bir illüstratöre yaptıracak durumdaysanız ve biraz sanat yaratmak için Midjourney’e atlamaya karar verirseniz, birinin çalışmasına mal oluyorsunuz” diye uyardı. “Ve bu programların pek çok yaratıcının çalışmalarından karşılıksız yararlandığını unutmayın.” diyor.
• Yapay zeka araçlarını araştırmaların yayın aşamasında değil öncesinde kullanın ve ürettikleri her şeyi doğrulayın.

Keegan, “Bu araçlar gazeteciliğin yerine geçemez ancak projelerinizi gerçekten daha hızlı veya daha iddialı hale getirebilirler” diye açıkladı. “Ancak bu modellerin bazılarında şok edici etik başarısızlıklar var. Bunlar çok tuhaf araçlar, bir an muhteşem oluyorlar sonra ya şaşırtıcı derecede aptalca bir şey buluyorlar ya da bir şeyler uyduruyorlar.”

Veri Gazeteciliğinizi Güçlendirmek için Yapay Zeka Odaklı Araçlar, İpuçları ve Püf Noktaları konulu ayrı bir oturumunda dört uzman, bu teknolojinin gazeteciler için avantajlarını ve dezavantajlarını tartıştı ve rahatlıkla tavsiye edebilecekleri araçların kısa bir listesini paylaştı.

Konuşmacılar arasında The Texas Tribune’un görsel gazetecilik genel yayın yönetmeni Darla Cameron Minneapolis Star Tribune’de veri gazetecisi olan Jeff Hargarten, MIT Technology Review’da gazeteci June Kim ve Journalist’s Toolbox.AI’nin kurucusu veri gazeteciliği eğitmeni Mike Reilley.

Gazetecinin Araç Kutusu.AI. Resim: NICAR

Cameron, “Veri gazetecileri olarak, yapay zekanınkarşılaştığımız gerçekten büyük zorluklardan bazılarını ölçeklendirmemize ve çözmemize nasıl yardımcı olabileceği konusunda heyecanlıyım. Fakat teknoloji şirketlerinden sürekli, “bu yapay zeka aracını kullanmalısınız, daha iyi gazetecilik yapmanıza yardımcı olacaktır” ifadelerini duyuyoruz. Biz gazeteciler gazetecilik ihtiyaçlarımızın en iyi savunucularıyız. İhtiyaçlarımızın ne olduğunu bize söyleyecek satıcılara güvenmek yerine, öncelikle ihtiyaçlarımızı tanımlayalım.”

NICAR konuşmacıları arasında gazetecilerin genellikle kaçınması gereken yapay zeka kullanım durumları konusunda aşağıda yer alan başlıklarda fikir birliği vardı:

• Görüntü oluşturma veya yayınlanmış illüstrasyonlar.
• Hassas ve kişisel olarak tanımlayıcı kaynak bilgileri içeren araç yüklemeleri.
• Yayınlanan içerikte kullanılan her türlü ifade.
• Telif hakkıyla korunan çalışmalardan yararlanan materyaller.
• Mevcut gazetecilik araçlarının zaten iyi yaptığı görevler – örneğin zaten Flourish veya Datawrapper‘ın varsa AI grafik oluşturma araçlarını kullanmak gibi.
• Kamuya açıklanmayan her türlü yapay zeka kullanımı.

Reilley, taraflı sonuç riskini azaltmanın bir yolunun, yapay zeka sohbet robotlarına yönelik yönlendirmelerde çeşitlilik ve yetkili kaynaklar talep etmek olduğunu söyledi. “Bir görüntü oluşturucudan hapishane mahkumlarının görüntülerini oluşturmasını isteyin, o da size farklı ırklardan insanlar sunacaktır. Büyük dil modellerinden (LLM) bir aşk hikayesi yazmasını isteyin, o da heteroseksüel bir aşk hikayesi yazacaktır” diye uyardı. “Spesifik olmalıyız ve istemlerimizde çeşitlilik ve doğruluk talep etmeliyiz. Her şeyi detaylı şekilde açıklayın.”

Ancak konuşmacılar ayrıca büyük dil modelleri (LLM) sohbet robotlarının ve niş yapay zeka araçlarının, özellikle kod ve dağınık veri kaynaklarının alınması konusunda araştırmalarına nasıl yardımcı olduğuna dair çok sayıda örnek de sıraladı.

Hargarten, “10 yıllık veri gazeteciliğinde, zamanımın %60’ının sorun gidermeye ve bu araçlardan bazılarının saniyeler içinde sizin için yapabileceği kodlama çözümleri ve veri analizi çözümlerini bulmaya çalışmakla geçtiğini rahatlıkla söyleyebilirim. Gazeteciliğe daha çok, teknolojiye daha az odaklanabiliyorum.”

Panelistlerin önerdiği yapay zeka araçlarından bazıları şunlardır.

Rolli Bilgi İzleyici ve Rolliapp

Gazeteciler için oluşturulan Rolli araçları, proje verilerini güvende tutarken temel zorlukları çözmek için yapay zeka teknolojisini kullanıyor.

Uluslararası Gazeteciler Merkezi’nin LEAP İnovasyon Laboratuvarı ile iş birliği içinde oluşturulan yeni Rolli Information Tracer, sosyal medyadaki dezenformasyon kampanyalarını takip etmek için algoritmalar kullanıyor. Site, koordinasyonu tespit etme yaklaşımını şu şekilde açıklıyor: “Çevrim içi kampanyaların ardındaki orijinal olmayan davranışları belirlemek için bir dizi teknik sinyal geliştiriyoruz. Dünya çapındaki yanlış bilgi anlatılarını izlemek için araştırma kurumları ve insani yardım kuruluşlarıyla birlikte çalışıyoruz.”

Reilley, “Rolli için gerçekten heyecanlıyı. “Information Tracer, her türlü dezenformasyon yayıcıyı takip ediyor ve bu, şu anda büyük bir seçim yılında gerçekten önemli. Ayrıca analizi hesap düzeyine kadar bölecek, bunun bir bot olup olmadığını ve hangi ülkeden geldiğini görebileceğiniz bazı teknolojiler de ekliyor. Çok havalı.”

“Bir yıllık ‘basın kartı’ ücretsiz planına kaydolun. Sizden bir kod isterse ‘JOURNOAI’yi girin.”

Reilley, Rolliapp’ın yararlı bir uzman arama veritabanı sağladığını ve muhabirlerin son tarihlerde uzman kaynaklara bağlanmasına yardımcı olduğunu söyledi.

Rolliapp AI

GPT Excel

Hargarten, “Bu araç Excel formülleri yazmanıza yardımcı olmak için var,” diye açıkladı. “Şimdiye kadar kullandığım en karmaşık formüllerden bazılarını ortaya çıkarıyor, bunları kendim yapmaya çalışsam yazmam saatlerimi alırdı. Basit olduğu ve çok fazla komut gerektirmediği için hoşuma gidiyor. Airtable ve Google Sheets için de ayarları var. Aksi takdirde derinlemesine bir kurumsal araştırmayı yavaşlatacak olan son derece rahatsız edici sorun giderme işlemlerinin çoğunu atlıyor.”GPTExcel Aracı Ekran Görüntüsü /NICAR

GitHub CoPilot

Hargarten, “Bu, hayatımı en çok değiştiren yapay zeka aracı,” diye devam etti. “İstediğiniz herhangi bir kodu üretmesini isteyebilirsiniz. Sadece kazımak istediğim URL’yi ve HTML yapı sayfasının bir örneğini girerek Python kazıyıcıları yazmak için kullandım ve çok az düzenleme gerektirerek hemen neredeyse kusursuz bir kazıyıcı oluşturdu. Ayrıca karmaşık Mapbox sorunlarını da giderebiliyor.”

“Arkasında GitHub’ın tamamı var ve şu ana kadar verdiğim hiçbir şey onu şaşırtmadı.”

Keegan da aynı fikirde: “GitHub Copilot, gazetecilerin bugün kullanmaya başlayabileceği harika araçlardan biri. Güzel bir araç küçük bir pencereyi çağırabiliyorsunuz, komutunuzu yazıyorsunuz ve o da size kodu veriyor.”

Konuşmacılar, aracı kullanmanın gazetecilerin kodlama becerilerini öğrenmelerine de yardımcı olduğunu söyledi. GitHub Copilot’taki deneme sürümleri ücretsiz, ardından aylık 10 dolar ücret alınıyor.

Github CoPilot Yapay Zeka Aracı -NICAR

ChatGPT veya Claude ya da veya hangi büyük dil modeli (LLM) giriş görevi için daha iyi olduğunu kanıtlıyorsa.

Reilley, “Veri öğrencilerimle büyük dil modelleri (LLM’ler) kullandığımda, onlardan üçünü kullanmalarını ve hangisinin bu görev için en iyi olduğunu görmek için birbirleriyle karşılaştırmalarını istiyorum” diye açıkladı.

Hargarten, “ChatGPT’yi teşvik etmenin bir sanatı var ve kesinlikle büyük ve geniş bir araç. Bazı konularda iyi, bazılarında değil. Fakat sonuçta dile dayalı olduğu sürece hemen hemen her şeyin bir versiyonunu yapabilir. Bunu, doğru mevzuata ve her şeye atıfta bulunarak, doğru formatta mükemmel kamuya açık belge talepleri oluşturmak için kullanıyorum. Bazen adımı bile imzalayıp kişilerime giriyor. Bu da elbette korkutucu.”

Perplexity

Bu yeni sohbet arayüzü, karmaşık veya alışılmadık konular için mükemmel bir araç olarak NICAR 2024’teki birçok deneyimli araştırmacı gazeteciyi etkiledi. Doğrudan doğrulanmış bir veri kaynağı olmasa da, karmaşık araştırma sorularına kısa ve çoğunlukla güvenilir yanıtların yanı sıra yetkili kaynakların seçilmiş listelerini ve yararlı önerilen takip sorularını sağlıyor. Diğer bazı yapay zeka araçlarının aksine, ilk kullanıcılarına göre sizi götürmek istediği yere değil, gitmek istediğiniz yere götürme eğiliminde.

CUNY’nin Craig Newmark Gazetecilik Yüksekokulu öğretim ve öğrenim direktörü Jeremy Caplan, “Perplexity size alıntılar ve ilgili devam eden sorularla karmaşık soruları anlama yeteneği veriyor” dedi. “Çok güzel bir şekilde oluşturulmuş, çok spesifik örnekler veriyor ve hızlı bir şekilde hızlanmak için çok kullanışlı bir araç.”

Caplan şunları ekledi: “Gerçekten hoşuma giden şey, takip edilecek bir dizi soru sunması. Herhangi bir aşamada doğrulama yeteneğini korurken, yavaş yavaş bir konu hakkında giderek daha zengin bir anlayış kazanırsınız.”

Llamafile: Dizüstü Bilgisayarınız için ‘Yerel Yapay Zeka’

Ticari büyük dil modeli (LLM) sohbet robotlarıyla ilgili en büyük endişelerden biri, bu bulut tabanlı hizmetlerdeki kaynak verilerinin güvenliği konusundaki belirsizlik, diğeri ise kişisel kontrolün eksikliğidir.

Gerçek bir teknoloji harikası olan Mozilla İnovasyon Projesi, farkge dil modelinin (LLM) tamamen çevrimdışı olarak, tek bir bilgisayarda veya USB bellekte doğrudan kontrolünüz altında saklanmasına olanak tanıyan açık kaynaklı bir çözüm geliştirdi.

Araç uzmanı Simon Willison, blog incelemesinde Llamafile’ın aslında “ChatGPT’nin kendi yerel kopyanız” gibi olduğunu söyledi.

“Bu, indirebileceğiniz ve (neredeyse) herhangi bir bilgisayarda sonsuza kadar kullanabileceğiniz tek bir ikili dosyadır” diye yazdı. “Ağ bağlantısına ihtiyacınız yok. Bu dosyayı bir USB belleğe yapıştırın ve gelecekteki kıyamete karşı sigorta olarak çekmecede saklayın. Bir daha asla dil modelinden mahrum kalmayacaksınız.”

Keegan şunları söyledi: “Bu araç diğer insanların çalışmaları üzerine inşa edilmiş ancak bilgisayarınızda sohbet arayüzüne sahip bağımsız bir büyük dil modeli (LLM) olan tek bir yürütülebilir dosyaya sahip olmanıza olanak tanır. Hiçbir şekilde İnternet bağlantısına ihtiyaç duymuyor.”

Keegan, başlangıçta 4 gigabaytlık bir flash sürücünün büyük dil modeli (LLM)  ölçekli bilgi işlem gücü tutabileceğine inanmanın zor olduğunu itiraf ediyor ancak bunun “vektörleştirme” gibi karmaşık süreçlerle etkinleştirildiğini ve iyi çalıştığını söylüyor. “Bunu, etraftaki bilgiler konusunda kendinizi daha güvende hissetmek için kullanabilirsiniz.”

Commons Projesi (ABD): Gazetecilerin Hazırladığı Yapay Zeka Araçlarına Bir Örnek

Yeni Commons Project aracı, ABD ile sınırlı olmakla birlikte, çoğu ülkedeki veri gazetecilerinin, hükümet web sitelerini ayrıştırmak amacıyla kendi veri araçlarını oluşturmak için yapay zeka sohbet arayüzlerini nasıl kullanabileceğini gösteriyor. Gazeteciler, vatandaşların hükümet düzenlemeleri hakkında söylediklerinden oluşan geniş ABD arşivini incelemek için bir yapay zeka aracı geliştirdi. Araç Columbia Üniversitesi Gazetecilik Yüksek Okulu ile Stanford Mühendislik Okulu arasındaki iş birliğiyle inşa edildi.

Kin, “Bu, GPT tarafından desteklenen ve gazetecilerin, Regülasyonlar.gov’da yayınlanan federal düzenlemelerle ilgili kamuya açık yorumları incelemesine yardımcı olan bir araç” diye açıkladı. “Eğer adliye muhabiriyseniz, insanların yeni düzenlemeler hakkında ne söylediğini bilmek istersiniz. Veriler mevcut ancak 200.000 yorumu elemek zor. Bu araç şu gibi soruları yanıtlamanıza yardımcı olur: ‘EPA’nın yeni emisyon düzenlemesi hakkında en çok hangi kuruluşlar yorum yapıyor?'”

Aracın bakımını yapan Kin, araç geliştiricisi olarak daha önce hiçbir kişisel deneyiminin olmadığını söyledi. Sistemi oluşturma sürecinin, büyük dil modeli (LLM) yardımcılarının hem gücünü hem de şaşırtıcı sınırlarını ortaya çıkardığını ve ayrıca ticari YZ dili geliştiricileri ile doğrudan iletişim kurma ihtiyacını ortaya çıkardığını söyledi.

Commons Project AI aracı. Resim: NICAR

“Geliştiricilerle konuşun: ‘Bunu nasıl yaptın? Sorunlar neler?” diye tavsiyede bulundu. “Kendi aracımızı geliştirmeden önce bu büyük yapay zeka araçlarının hangi spesifik kusurlara sahip olduğunu tam olarak anlamamıştık.”

Cameron şunu ekliyor: “Sonuçta, bu şeylerin gazeteciler için güvenilir olması ve materyalin telif hakkıyla korunmadığı konusunda rahat olmamız için biz gazeteciler büyük ihtimalle kendi yapay zeka alanlarımızı yaratmamız gerekecek.”

Rowan Philp, GIJN’in kıdemli muhabiridir. Kendisi daha önce Güney Afrika’daki Sunday Times gazetesinin baş muhabiriydi. Dünya çapında iki düzineden fazla ülkeden haberler, siyaset, yolsuzluk ve çatışmalar hakkında haber yaptı.