All’epoca, il suo intervento al festival si intitolava “Teaching the fish how to walk: five things old media can learn from new media”  (“Insegnare al pesce a camminare: cinque cose che i vecchi media possono imparare dai nuovi media”) e spiegava a giornalisti ed editori, attraverso l’individuazione di cinque punti fondamentali, come cambiare il giornalismo  e renderlo “digital friendly”: era anche una non tanto velata critica a quegli attori che si ostinavano ad utilizzare le tecniche di scrittura e di informazione del cartaceo nel mondo digitale.

Sembra passato un secolo, in realtà poco più di dieci anni, eppure è cambiato tutto. Il giornalismo è solo digitale (la carta è un “fatto” residuale), travolto da un processo costante ed inarrestabile di cambiamento, che oggi si materializza nella problematica “intelligenza artificiale”.

Ingram, oggi su CJR, pone una questione fondamentale (anzi dieci) sul rapporto tra giornalismo ed IA, sintetizzando una serie di incontri organizzati dall’Aspen Institute, in una conferenza di inizio maggio, per discutere del ruolo dell’intelligenza artificiale (AI) nell’industria delle notizie.

Ingram innanzitutto rappresenta le preoccupazioni e le ansie, emerse in quegli incontri, che questa nuova tecnologia pone all’ecosistema dell’informazione: preoccupazioni che spaziano dall’uso degli strumenti AI per rastrellare contenuti protetti da copyright, sostituendo il traffico di riferimento con risultati basati su ricerche, fino al timore che contenuti generati dall’AI possano inondare internet e sopraffare il giornalismo basato sui fatti con testi, immagini e video sintetici.

Preoccupazioni fondate perché ogni nuova tecnologia comporta rischi, e la gestione di tali rischi determina il successo nel trasformare l’ecosistema dell’informazione.

Quindi Ingram riporta le dieci tematiche fondamentali dibattute, in forma di domande e risposte, che qui sintetizziamo brevemente:

1. Cosa stiamo cercando di salvare? Gina Chua di Semafor ha sollecitato i partecipanti a riflettere su cosa vogliano preservare: il settore giornalistico e i posti di lavoro, o l’impatto del giornalismo sulla società?
2. Suing o licensing? Alcuni editori, come il New York Times e The Intercept, hanno scelto di fare causa per violazione del copyright, mentre altri, come News Corp e Associated Press, hanno optato per accordi di licenza con le aziende AI.
3. La disintermediazione è il futuro? La preoccupazione è che le aziende AI possano sostituire gli editori e i giornalisti più di quanto abbiano fatto i social media, fornendo ai consumatori tutte le informazioni necessarie senza visitare i siti degli editori.
4. Qual è la tua Stella Polare? Definire i principi fondamentali che guideranno il rapporto con l’AI, come il mantenimento di standard etici o la trasparenza nell’uso dell’AI, è essenziale.
5. Cosa necessita il pubblico? È fondamentale capire come l’AI stia influenzando il comportamento del pubblico e sperimentare nuovi modi per soddisfare le sue aspettative, come interfacce di chat o modelli linguistici personalizzati.
6. Quali sono i frutti a portata di mano? Alcuni esperimenti AI a basso rischio possono essere implementati immediatamente, come la personalizzazione delle notizie, la traduzione istantanea e la sintesi degli articoli per i social media.
7. Come adattarsi continuamente? L’industria deve mantenere un atteggiamento di adattabilità continua piuttosto che vedere ogni sfida tecnologica come un problema isolato da risolvere.
8. Cosa significa l’AI per la fiducia? Il contenuto generato dall’AI spesso non è preciso. Le organizzazioni giornalistiche possono sfruttare l’opportunità di promuovere la qualità delle loro informazioni basate sulla fiducia del pubblico.
9. Quali sono i tuoi punti di forza? Le aziende devono identificare e valorizzare i loro punti di forza unici, utilizzando l’AI per approfondire le loro competenze specifiche piuttosto che cercare di imitare altre forme di contenuto.
10. L’AI può aiutare le notizie locali? L’AI ha il potenziale per aiutare le redazioni locali con risorse limitate, ad esempio annotando e riassumendo riunioni pubbliche e documenti governativi o traducendo storie in diverse lingue.

Ingram conclude che la risposta corretta alla crescente sofisticazione dell’AI, secondo gli esperti, non è né l’adozione acritica di una tecnologia non provata né il rifiuto impulsivo degli strumenti che potrebbero aiutare il settore. Giornalisti ed editori devono utilizzare ogni strumento disponibile per raggiungere il loro obiettivo di portare notizie al pubblico nel modo più efficiente e tempestivo possibile, indipendentemente dalla curva di apprendimento.

Di seguito una sintesi dei punti che abbiamo ritenuto più rilevanti per i nostri lettori, di un documento che varrebbe la pena essere integralmente letto.

Le motivazioni per l’uso dell’IA nelle redazioni

Le pressioni del mercato giocano un ruolo cruciale, con le testate giornalistiche ancora in fase di adattamento dopo il declino dei modelli di business tradizionali. Molti editori vedono nell’IA una potenziale salvezza da questa minaccia esistenziale, con la speranza di migliorare profitti e trovare nuovi modelli di business. Questa prospettiva è rafforzata da sondaggi che confermano la ricerca di modi per far crescere il pubblico, gli abbonamenti e il coinvolgimento degli utenti attraverso l’impiego dell’IA.

Le dinamiche competitive del settore spingono ulteriormente l’adozione dell’IA, con le testate giornalistiche che osservano attentamente i movimenti dei loro rivali per non rimanere indietro nelle innovazioni tecnologiche. Questa competizione costante agisce come un catalizzatore per l’implementazione tempestiva di nuove tecnologie.

Infine, l’incertezza sul futuro dell’IA, insieme all’entusiasmo e alla speranza che circondano questa tecnologia, alimenta gli investimenti, la sperimentazione e l’adozione precoce. La promessa di maggiore efficienza e possibilità precedentemente inimmaginabili spinge le testate giornalistiche a esplorare il potenziale dell’IA.

Come viene utilizzata

Recentemente, diversi studi hanno evidenziato come l’IA si sia gradualmente infiltrata in vari aspetti della produzione e distribuzione delle notizie, spesso in modo sottile e poco evidente al pubblico.

Le applicazioni dell’IA nelle notizie possono essere raggruppate in diverse categorie, ognuna con il potenziale per migliorare il valore offerto dalle testate giornalistiche. Una di queste categorie comprende la creazione di nuovi prodotti o funzionalità, come ad esempio l’introduzione di una sintesi vocale per migliorare l’accessibilità agli articoli tramite app.

Allo stesso modo, l’IA supporta attivamente la raccomandazione e la cura dei contenuti su piattaforme gestite dalle testate. Questo si manifesta attraverso suggerimenti personalizzati basati sul comportamento degli utenti, consentendo un’esperienza più mirata e coinvolgente.

Inoltre, le testate stanno sfruttando l’IA per ottimizzare le newsletter, sia automatizzando alcune parti del contenuto che personalizzando i consigli offerti ai lettori.

Tuttavia l’IA non è una panacea e molte delle sue attuali applicazioni possono sembrare relativamente banali rispetto alle aspettative create dal recente hype. È fondamentale comprendere che l’IA può portare vantaggi significativi, ma richiede un approccio realistico e consapevole delle sue limitazioni.

Le aspettative

L’intelligenza artificiale (IA) nel giornalismo è al centro di un dibattito su come possa aumentare l’efficienza e l’efficacia nel settore. Questo tema è stato citato da vari manager e dirigenti, sia negli Stati Uniti che in Germania, come una ragione chiave per adottare questa tecnologia.

Il dibattito sull’efficienza può essere sostanzialmente diviso in due campi. Da un lato, ci sono esperti e professionisti che credono che l’intelligenza artificiale libererà significativamente i giornalisti, consentendo loro di concentrarsi su compiti più creativi e strategici mentre la tecnologia si occuperà del lavoro duro. Altri sono più scettici e sostengono che l’impatto dell’intelligenza artificiale sulla produttività sarà probabilmente più limitato.

Un altro esempio saliente in questa categoria è l’uso dei paywall dinamici. Questi sistemi, sempre più popolari nelle redazioni, si basano su una vasta gamma di dati relativi al comportamento degli individui durante l’utilizzo di un sito Web (ora e durata della visita, dispositivo utilizzato, contenuto consumato, tempo trascorso a consumare contenuti) per prevedere la probabilità di convertirli in abbonati paganti. e adattare di conseguenza l’accesso al paywall.

Un paywall ben implementato e attentamente ottimizzato può avere un grande impatto per l’attività di un’organizzazione giornalistica, come ha descritto Rohit Supekar, un data scientist del New York Times :  “Il Times ha raggiunto il suo obiettivo di 10 milioni di abbonati e ha fissato un nuovo obiettivo di 15 milioni di abbonati entro la fine del 2027. Questo successo è stato possibile in parte grazie ai continui miglioramenti nella strategia di paywall nel corso degli anni.”

Altro aspetto significativo potrebbe essere il miglioramento per le attività di giornalismo investigativo laddove questo comporti l’analisi di grandi quantità di documenti. Un giornalista investigativo nel Regno Unito, ad esempio, ha identificato la “fuzzy matching” – una tecnica di apprendimento automatico in grado di identificare elementi simili ma non necessariamente identici all’interno di un set di dati – come un valido strumento per analizzare grandi quantità di documenti per indagare su argomenti come corruzione e evasione delle tasse:

“Penso che la “fuzzy matching” acceleri semplicemente il lavoro di analisi e ricerca, consentendo di scoprire abbastanza rapidamente se c’è una corrispondenza o meno nei dati, risparmiando di passare anni a sfogliare scrupolosamente i documenti cercando informazioni e corrispondenze.”

Contrariamente a quanto inizialmente immaginato sull’intelligenza artificiale, la ricerca suggerisce che la sua capacità di migliorare l’efficienza del lavoro giornalistico – e più in generale il lavoro delle testate giornalistiche – non è così semplice come potrebbe sembrare. In primo luogo, non esiste un singolo processo giornalistico che possa essere nettamente separato e misurato in termini di miglioramenti in termini di efficienza (per non parlare di automatizzazione con l’intelligenza artificiale), così come non esiste un’unica “intelligenza artificiale” il cui effetto possa essere studiato a tutti i livelli. Ciò significa che l’impatto dell’intelligenza artificiale sul lavoro giornalistico varia a seconda dei compiti specifici da automatizzare. In alcuni casi, potrebbe, infatti, diminuire l’efficienza, ad esempio, se qualcosa prodotto dall’intelligenza artificiale finisce per dover essere faticosamente controllato da un essere umano, o se il suo risultato non può essere completamente attendibile.

Piattaforme e giornalismo

Il ruolo delle piattaforme nel contesto giornalistico è sempre più rilevante e impattante. Queste aziende, tra cui Facebook (Meta), Google (Alphabet), Twitter (ora X), Apple e TikTok (ByteDance), non solo forniscono un accesso al pubblico attraverso le loro piattaforme, ma indirizzano anche i lettori verso contenuti di notizie tramite i loro motori di ricerca. Inoltre, offrono una vasta gamma di servizi all’industria dell’informazione, che vanno dallo storage cloud all’analisi del pubblico e agli accordi di compartecipazione alle entrate.

Ma ciò che rende queste società davvero centrali nell’ecosistema giornalistico è il loro ruolo di leader nello sviluppo e nell’applicazione dell’intelligenza artificiale (IA). Dispongono di ampi team interni di scienziati informatici che lavorano costantemente su miglioramenti e innovazioni nell’IA, e investono massicciamente per espandere le loro capacità in questo settore. Non solo, molte di queste società hanno acquisito o investito in aziende che si dedicano allo sviluppo dell’IA, consolidando così ulteriormente la loro posizione nel campo.

Questo ruolo di primo piano delle piattaforme digitali nell’IA ha portato a una crescente dipendenza delle testate giornalistiche da esse. Gli editori utilizzano sempre più le infrastrutture e i servizi di IA forniti da queste società per una varietà di compiti, dall’analisi dei dati alla trasformazione dei testi in audio. Questa dipendenza, tuttavia, solleva alcune preoccupazioni. Per esempio, rende le testate vulnerabili al blocco del fornitore e agli aumenti dei prezzi. Inoltre, potrebbe compromettere l’autonomia giornalistica, poiché le testate possono finire per adattarsi alle soluzioni preconfezionate offerte dalle piattaforme invece di sviluppare soluzioni personalizzate.

Ricordiamo in proposito come, ad esempio, i recenti cambiamenti delle policy di Facebook nella diffusione delle notizie provenienti da fonti giornalistiche (dovuti in parte anche alle varie normative internazionali sul Copyright e sull’equo compenso agli editori) abbiano ridotto notevolmente il traffico di visitatori da Facebook verso le testate, con conseguente grave riduzione delle entrate.

Inoltre, c’è da considerare che il controllo delle aziende che possiedono le piattaforme sull’IA potrebbe influenzare in modo significativo il panorama delle notizie e l’arena pubblica. Ad esempio, le decisioni algoritmiche prese da queste società possono modellare il flusso di informazioni online e influenzare ciò che il pubblico vede e legge. Pertanto, il ruolo delle piattaforme nell’IA solleva importanti questioni etiche e di governance che richiedono un’attenta valutazione e regolamentazione.

L’opacità nei processi interni delle piattaforme genera preoccupazioni tra i giornalisti riguardo all’affidabilità e all’imparzialità dei servizi di intelligenza artificiale. La mancanza di trasparenza riguardo alle metodologie di addestramento e ai criteri decisionali porta a dubbi sull’integrità e sulla neutralità dei risultati ottenuti attraverso tali sistemi.

Il futuro della professione

Nell’ambito del giornalismo, l’adozione sempre più diffusa dell’intelligenza artificiale solleva interrogativi cruciali riguardanti il futuro della professione e la qualità dell’informazione disponibile al pubblico. Secondo alcuni esperti intervistati, vi è una sorta di “fiducia cieca” nell’intelligenza artificiale, simile a quello che lo studioso James C. Scott ha definito “alto modernismo”, una visione ottimistica del progresso tecnologico che trascura la possibilità di errori e disuguaglianze nell’implementazione dei benefici.

Attualmente, i sistemi di intelligenza artificiale collaborano principalmente con giornalisti, product manager e analisti del pubblico anziché sostituirli completamente. Tuttavia, alcuni prevedono che in futuro l’IA potrebbe prendere il posto di redattori e illustratori, specialmente nelle redazioni con risorse limitate. Questa prospettiva solleva dubbi sulla direzione etica e sulla distribuzione del potere all’interno del giornalismo, con l’IA che potrebbe privilegiare gli interessi di chi detiene il controllo a discapito di chi crea le notizie.

Inoltre, vi è una crescente preoccupazione sulle conseguenze dell’uso dell’IA sulla qualità e sulla diversità dell’informazione giornalistica. Alcuni ritengono che l’IA potrebbe concentrarsi principalmente sull’efficienza e la produttività a scapito della creatività e della rilevanza delle notizie. Tuttavia, la tecnologia da sola non può garantire un giornalismo di qualità; dipende dalle decisioni prese dai dirigenti delle testate giornalistiche sull’utilizzo e l’implementazione dell’IA.

Infine, vi è la sfida di mantenere l’integrità e l’autonomia del giornalismo di fronte all’avanzare dell’intelligenza artificiale. Sebbene l’IA possa supportare il lavoro giornalistico, non può sostituire l’importanza della ricerca sul campo e del reportage di qualità, né garantire una visione equilibrata e inclusiva del mondo. Pertanto, il futuro del giornalismo dipenderà dalle scelte e dalle azioni delle organizzazioni giornalistiche e dei loro dirigenti nell’utilizzare l’IA in modo responsabile e consapevole.

L’avvento e la rapida diffusione dei grandi modelli linguistici (LLM) basati su intelligenza artificiale hanno rivoluzionato il mondo digitale, offrendo possibilità prima inimmaginabili. Tuttavia, questa innovazione ha anche sollevato interrogativi urgenti riguardanti il copyright e la protezione del lavoro creativo. Autori, editori e professionisti del settore creativo accusano le aziende tecnologiche di utilizzare i loro lavori per addestrare le IA senza il dovuto consenso o compensazione.

I giganti tecnologici come OpenAI, Meta e Google si trovano sotto i riflettori, con un crescente numero di cause legali intentate da coloro che vedono i loro diritti di copyright violati. La questione centrale riguarda l’utilizzo di testi protetti da copyright per addestrare modelli che sono poi commercializzati. Le aziende si difendono appellandosi alla dottrina del “fair use”.

La dottrina del fair use è stata definita per bilanciare le protezioni del Copyright Act del 1976 e per evitare il rischio di soffocare la creatività, secondo una sentenza della Corte Suprema degli Stati Uniti del 1990. La legge statunitense prevede alcuni esempi di attività che possono essere considerate come fair use, tra cui critica, commento e reportage.

In America i tribunali devono valutare quattro fattori per determinare se un uso specifico sia lecito: lo scopo dell’uso, se sia trasformativo o meno, la natura del materiale protetto da copyright, la quantità e sostanzialità del materiale utilizzato, e l’effetto dell’uso sul mercato dell’opera originale.

Matthew Sag, professore di diritto alla Emory University, ha dichiarato che tecnicamente i motori di intelligenza artificiale non copiano i lavori originali ma piuttosto li “digeriscono”, per apprendere come funziona il linguaggio umano. Piuttosto che pensare a un motore di intelligenza artificiale come a copiare un libro “come uno scriba in un monastero”, ha detto Sag, ha più senso pensarlo come un modo per imparare dai dati, come farebbe uno studente.

Anche Alex Reisner, In un articolo su The Atlantic, esamina l’argomento e ritiene che l’uso di opere protette da copyright nell’addestramento dell’intelligenza artificiale potrebbe essere considerato “fair use “perché l’intelligenza artificiale generativa non copia le opere di cui prende informazioni, ma ne crea nuove senza recare danni alle opere originali.

La questione è stata affrontato anche in Italia con un’altra declinazione, il garante della privacy aveva bloccato ChatGPT, “OpenAi non ha mai fornito una informativa sul trattamento dei dati degli utenti e degli interessati, manca una base giuridica che giustifichi la raccolta e la conservazione massiccia di dati personali, allo scopo di “addestrare” gli algoritmi sottesi al funzionamento della piattaforma” dichiarava Guido scorza a marzo.

Il tema dell’uso di dati protetti dal copyright nei sistemi di intelligenza artificiale (AI) viene affrontato nell’AI Act, che fornisce linee guida riguardo agli obblighi degli sviluppatori di AI. Secondo l’articolo 28b (4c.) dell’AI Act, i fornitori di AI generativa sono tenuti a documentare e rendere pubblica una sintesi dell’utilizzo dei dati di addestramento protetti da copyright. Questo sembra suggerire un obbligo di clearance preventiva, ovvero i fornitori devono elencare in anticipo qualsiasi materiale coperto da copyright utilizzato per l’addestramento dei loro modelli.

Tuttavia, la legge non fornisce dettagli specifici su come debba essere gestita questa attività preventiva, lasciando incertezze sul suo ambito di applicazione.

Secondo l’opinione di alcuni esperti, come João Pedro Quintais, Professore assistente presso l’Istituto di diritto dell’informazione Università di Amsterdam è utile un tipo di trasparenza che permetta ai detentori dei diritti d’autore di comprendere e controllare l’uso dei propri contenuti da parte delle tecnologie AI, forse attraverso un meccanismo di opt-out. Tuttavia, resta da chiarire come l’AI Act possa concretamente supportare e facilitare questo tipo di trasparenza e controllo data la sua attuale formulazione.