- Prosjektet handler ikke om å erstatte journalisten, men om å lage analyseverktøy som blant annet kan støtte opp under faktasjekking og annen undersøkende journalistikk, sier Gustavo Mello, leder for Artificial Intelligence Lab (AI-lab) ved universitetet Oslomet, som ligger i Oslo.
I januar inngikk Faktisk.no sin ferske avdeling Faktisk Innsikt, som skal drive med innovasjon og teknologiutvikling, et samarbeidsprosjekt med AI-laben ved Oslomet.
Prosjektet skal i første omgang bruke bruke metoder fra datavitenskap og språkteknologi for å utvikle løsninger som blant annet kan hjelpe faktasjekkere med å forstå hvordan feilinformasjon spres i Norge.
Målet er at samarbeidet skal styrke verktøykassen i innsiktsavdelingen, som kan bidra til faktasjekkarbeidet til journalistene i Faktisk, og til analyse- og utredningsarbeid i innsiktsavdelingen. Også selskapet Web64 er involvert i prosjektet.
Håndterer data raskere
Gustavo Mello beskriver selv kunstig intelligens som et sett av metoder for å finne mønstre og lære av eksempler.
- Ved å samarbeide med journalister kan vi bruke atferden til å lage en algoritme som kan bidra til en systematisk forståelse av hva slags innhold som spres i Norge, sier han, men vil ikke gå nærmere inn på teknologien bak.
Mello påpeker at kunstig intelligens har flere begrensinger. Blant annet kan den ikke gjøre noe som mennesker ikke kan gjøre selv.
- Men den kan gjøre ting mennesker kan både bedre og raskere, sier han.
Ifølge forskeren kan den kunstige intelligensen hjelpe journalister med å finne mønstre og sammenhenger. For eksempel finne et spesifikt ansikt i en liste med dokumenter som inneholder millioner av bilder.
- En maskin kan løse dette på en fraksjon av tiden som et menneske bruker, og levere bildedokumentene raskere til journalisten, sier han.
Norsk forsker om Zelenskyj-deepfake: - Ganske dårlig
Uoversiktlig nyhetsbilde
Ifølge Mello inneholder dagens mediebilde så store mengder data og følgelig falske nyheter, at journalistene ikke har oversikt.
- Det er nødvendig å sjekke faktaene. Men dersom journalistene tar en ordentlig faktasjekk, kan de ende opp med å rapportere ting dager etter at hendelsen har skjedd. Samtidig: Gjør de det ikke, kan de i verste fell ende opp med å fortelle løgner - noe vi vet skjer, sier han.
Ifølge forskeren er prosjektet nå i en startfase, der prosjektgruppen vil bruke til to til seks måneder på å utvikle prototyper - som blir kodet i Python.
- Til slutt settes disse sammen til noe som funker. Etter det diskuterer vi hvordan vi vil følge det opp.
Hvordan programmerer man maskinlæring og kunstig intelligens?
Samfunnsbevisste utviklere
- Hvem jobber med prosjektet?
- Vi har flere datavitenskap-studenter, en dataforsker med bakgrunn i nevrovitenskap - i tillegg til meg selv. Vi har også med oss folk fra ledergruppen i Faktisk.no, og én av dem har bakgrunn i filosofi, sier Mello.
Han forteller at labben bruker mye tid og krefter på å få tak i utviklere med en "hybridekspertise".
- Vi vet at det ikke bare holder med de harde vitenskapene. Vi har erfart at det er umulig å gjøre datajournalistikk ved å bare kunne datavitenskap. Vi rekrutterer nå utviklere som er interessert i global kultur og samfunnsvitenskap.
Han legger til at mange utviklere nok ikke vet at de kan få en karriere innenfor datajournalistikk.
- Det er nok flere utviklere som vil være interessert i dette, sier Mello.
Sjeldent tilpasset norsk sammenheng
Morten Langfeldt Dahlback er leder for utvikling og teknologi i Faktisk.no, og leder også innsiktsavdelingen. Ifølge ham er det flere utfordringer med å faktasjekke nyheter og annet innhold som spres på nett i Norge.
- Blant de viktigste er at det er vanskelig å få oversikt. Vi er avhengige av tips fra lesere og overvåkningsverktøy som lar oss følge med i sosiale medier. Det er i og for seg greit nok, men for å vite hva som virkelig er verdt å faktasjekke – for eksempel fordi det kan spre seg til mange – trenger vi mer kunnskap om hva slags innhold som spres mest til norske nettbrukere, sier han.
Ifølge Dahlback er en ekstra utfordring at de verktøyene man kan bruke for å analysere språklig innhold som spres på nett sjelden er tilpasset en norsk sammenheng, eller norsk språk.
- Det er noe vi håper å kunne bøte på, blant annet gjennom samarbeidet vi har med AI-laben, der vi benytter norskspråklige data som utgangspunkt for maskinlæring.
AI gir et annet blikk
For å få et bilde av hva som foregår på det norske nettet, er det nødvendig å lete etter mønstre og sammenhenger i store mengder data, forteller Dahlback.
- AI og maskinlæring er de beste verktøyene for å finne slike mønstre på en rask og presis måte. Fordi AI er en maskin, og ikke et menneske, gir slike metoder også et annet blikk på hva som faktisk finnes der ute. Mennesker og journalister kan oppdage mange interessante ting, men vi har også våre begrensninger og fordommer, sier han.
Dahlback legger til at maskinlæring kan hjelpe oss med å se ting som journalistene ikke hadde klart å oppdage på egenhånd.
- Vi tror AI kan bidra til ny innsikt og forståelse hos oss. Det kan vi bruke til å gjøre faktasjekkingen mer treffsikker, men også til å hjelpe andre til å forstå hvordan informasjon faktisk sprer seg på nett i Norge, og hvordan norske nettbrukere forholder seg til den informasjonen, sier han.
