繁簡切換

資料新聞這一領域,是如何看待AI帶來的影響?

《READr》是台灣的數據資料媒體(取自《READr》Facebook)
李又如
李又如
《READr》專題製作人
簡信昌
簡信昌
《READr》總編輯

自ChatGPT於2022年問世以來,一直有新聞工作者會被人工智慧(AI)取代的說法,對於要花費大量人力、時間搜集、整理的資料新聞(data journalism)又是如何?《田間》專訪台灣資料新聞媒體《READr》對此的看法。

李又如對資料新聞記者來說,我們覺得AI是很棒的工具。最大的幫助是驗證一個題目可不可行。在過去,如果要做輿論分析,能夠做的分析就只是看哪篇貼文按讚數最高。但是現在,假設我想知道這位立委,是不是都沒在做事、都在跑行程,驗證方式是抓出所有貼文,去標記(labeling)這篇是關於政見分享、這篇是跑行程……,統計出這些標記,就多了一個維度去做輿論分析。

我們最花人力時間的,其實是在標記這些貼文。在還沒有AI之前,我們基本上是自己做或發工讀生來做。也就是說,要確定一個題目可不可以做,就有很高的成本要克服,花上一個月或幾萬塊。但有了ChatGPT之後,這個問題迎刃而解,因為它在labeling這件事非常強,成本也很低。

所以,對我們來說,最大的改變是可能性。以前因為成本太高而捨棄掉的(題目)驗證,現在我都可以做。某種程度來說,我們可以挑戰更多的可能性。


簡信昌這裡有一個很有趣的分野。對一般文字記者來說,他們可以想到的是,ChatGPT做labeling很厲害,那我就一篇一篇貼給它,讓它回答。但資料記者就不會這麼想,因為本來就會寫code,所以對我來說十篇和五萬篇成本是一樣的──最重要的差別在思考方式。

對於會寫程式的記者來說,AI完全是大加分。比如看判決書,一般記者是丟給ChatGPT,摘要(一份)判決書的內容,但本來做資料的記者,讓ChatGPT讀所有判決書,以前要一個月,現在只要兩天。那個(使用AI的思考方式)差別是完全不一樣。

有話要說

相關文章

【特稿】一道媒體識讀題:如何理解中國經濟數據
【特稿】一道媒體識讀題:如何理解中國經濟數據
【在田間學】如何做一個有立場的文化媒體?b.l!nk的創辦與編採之路
【在田間學】如何做一個有立場的文化媒體?b.l!nk的創辦與編採之路
【特稿】記者在社群平台該是怎樣的定位?
【特稿】記者在社群平台該是怎樣的定位?