Haber toplama araçları, öneri ve doğrudan yazım noktasında algoritmik gazetecilik konseptiyle birlikte yapay zeka uygulamalarının rutin üretime dâhil olduğu bir süreç başladı. Türkiye’deki mecralarda henüz kapsamlı bir çalışma göremesek de; geçişin belirli bir zorunluluğu içermesi, mecraların stratejilerine yönelik değerlendirmeleri gündeme taşıdı. Gazeteciliğe yönelik AI geliştirmeleri ve haber odalarının entegrasyon seçenekleri; özellikle AP, Bloomberg ve Financial Times gibi kurumların öncü hareketleriyle giderek büyüme eğiliminde. Fakat yapılan araştırmalar ve sektördeki uzmanların yorumları, yapay zeka entegrasyon sürecinin haber odalarından ayrı bir ürün yönetimi stratejisi içerisine konumlanma zorunluluğuna işaret ediyor.
Önce strateji sonra üretim
‘’Nordic Survey Study of AI in Journalism’’ başlığıyla Medier & Demokrati’de yayımlanan geçmiş tarihli rapor, temelde yaratıcı içerik stüdyosuna bağlı yapay zeka stratejilerinin önemini vurguluyor. İskandinavya gazeteciliğine odaklanan araştırma, toplamda 50’ye yakın medya yöneticisinin stratejik iş yönetimindeki yapay zeka ilişkisini odağına alıyor. Rapora göre yöneticiler, stratejik iş yönetiminde otomasyona yönelik engelleri genel olarak haber odası ekosisteminde görülen yetenek ve fikirsel sorunlar olarak görüyor. Çalışma içerisinde ayrıca inovasyon ve stratejiye yapılan yatırımlardaki güncel eksiklikler de göze çarpıyor. Birçok yöneticinin yapay zekaya geçişin sorumluluğunu inovasyon/ürün yöneticisine bıraktığının açıkça görülebileceği araştırma sonuçları, yapay zekanın mecra politikalarında bir ürün yönetimi olarak belirlendiğini de kanıtlıyor.
Yeni trend: Mecra içi çözümler
Ürünü haber kurumunun dinamiklerine daha uygun tasarlamak ve mecra ihtiyaçlarına güncel olarak karar verip geliştirebilmek için artık mecra içerisindeki stüdyolara yönelik belirli stratejiler de söz konusu. Elbette bunda haber odası sistemininin hıza dayalı rutin iş yönetimleri ve bu rutinin giderek otomasyona devrettirilme isteği de büyük etken. Büyük mecralar özellikle yapay zeka modellerin etik çerçevesini gözetlemek, üretimi hızlandırmak ve doğrudan rutinleştirmek için kendi stüdyo yapılarına yönelik geliştirici/ürün takviye modelini uyguluyor. Bu noktada Bayerischer Rundfunk’ta görev alan ve yapay zeka noktasında data journalism ayağına yönelik çalışmalarla bilinen Ulrike Köppen’in söyledikleri de önemli. Köppen özellikle esnek bir veri altyapısı sağlamak ve yeni iş akışı yaratmak için mecra içerisinde disiplinlerarası bir ekibin varlığına işaret ediyor. Köppen özellikle bu ekibe yönelik uzun vadeli iş güveninin üst yönetim tarafından verilmesi gerektiğinin de altını çiziyor. Bu noktadaki yorumların geneline baktığımızda da özellikle üst yönetimden bahsedilen tarafın yayın yönetmenleri yerine Chief Digital Officer türevindeki pozisyonlar olacağı aşikar.
Gazetecilere düşen sorumluluklar
Bugün yapay zeka ve ekip entegrasyonunda öncü olan AP, Bloomberg gibi medya kuruluşlarındaki olası editör işe alımlarında en azından bilgisayar ve yazılım bilimlerinde temel bir bilgiye sahip olmaları, ürün grubuyla, mühendislerle bir işbirliği içinde olmaları gerektiğine dair artan bir beklenti var. Öte yandan yapay zeka entegrasyonunu başarılı olarak uygulayabilmek mecradaki gazetecilerin en azından veriyi kullanma, işleme ve veriyi bilmede temel bir niteliğe sahip olmalarını da gerekli kılıyor. Özellikle mecranın ihtiyaçlarını ürün yönetimine doğru olarak aktarabilmek yayın yönetmeni ve haber koordinasyonunun AI ile olan başlangıç süreci açısından önemli.
Haber üretimine doğru kişileri çekmenin yanı sıra AI noktasında doğru bir ürün grubu da yaratabilmek de önem kazanıyor. McKinsey & Co'nun ortağı Louise Herring, aslında işletmelerin yapay zeka ile başarılı olmak için karma ekiplere ihtiyacı olduğunu söylüyor. Herring’in bu noktada altını çizdiği en önemli mesele organizasyon genelinde yeniden kullanılabilecek unsurları yaratma noktasında bulunuyor. Haber üretimi ve işin teknik tarafı arasında köprü olarak kullanabilecek bir ekip olarak da bu yorumu gazeteciliğe uyarlayabilmek mümkün. Ekibin, gazetecilerle doğrudan çalışması ve mecranın ihtiyaçlarına yönelik çözüm sağlayabilmesi etkili bir ürün yönetimi için temel etken.
Nasıl bir takım?
Başlığın net bir yanıtı yok. Çünkü dünyadaki önde gelen mecralar bu işi hem dışarıdan NLP ve farklı tool ortaklıklarıyla hem de mecra içi çözümlerle ve planlamalarla yürütüyor. Fakat ben mecra içi çözümlerin, mecranın ihtiyaçlarına yönelik yapay zeka çözümlerini pekiştirdiği görüşündeyim. Özellikle dış destekli yapay zeka işbirliklerini yürütmek için de mecraların kendi içlerinde yeni pozisyonlar yaratması ve hâlihazırdaki yaratıcı içerik stüdyosuna bu pozisyonları eklemesi gerekli bir zorunluluk olarak görünüyor. Bu noktada örnek alınması gereken üç kurum mevcut: AP, Financial Times ve Bloomberg. Bu mecralardaki süreci yürüten kişilerin pozisyonları bile konsept üretim açısından bize fikir verebilir. Örneğin AP içerisinde yaptığı çalışmalarla bilinen Lisa Gibbs, yapay zeka ve haber ortaklığı koordinasyonuna yönelik bir pozisyon yürütüyordu. Aynı şekilde bugünlerde DowJones’un stratejiilerinden sorumlu olan Emma O’Brian’ın geçmişte Bloomberg’te yakın bir unvana sahip olduğunu görüyoruz. Özetle mecralarda üst-düzey yönetici bazında da yapay zeka entegrasyonuna yönelik doğrudan yeni pozisyonlar yaratmak ve ekibi o pozisyonun altında oluşturmanın bir alışkanlık olduğunu söylemek mümkün. Bu pozisyonlardaki kişileri özellikle teknik ekiple gazeteciler arasında bağlantıyı sağlayan ana hat olarak değerlendirebiliriz. Türkiye’de bunun uyarlanabileceği tek alan Chief Digital Officer özelinde oluşturulan bir ürün yönetimi ekibi olabilir. Bu da yapay zeka entegrasyonu için kurumsal bir yapılanmanın zorunluluğuna işaret ediyor.
Türkiye’deki engeller
Türkiye’nin en büyük engelini haber mecralarının tamamen haber odası ekosisteminde bulunması oluşturuyor. Yapay zekanın insan eliyle yapılan son dakika haberciliğini bitirebileceği yakın gelecekte, mecraların bütünleşik üretim yapan stüdyo modellerini tercih etmesi ve longform dosya gazeteciliği ile haber odasındaki editör kullanımlarını değerlendirebilmesi önem kazanacak. Fakat Türkiye’de Plus stüdyo modeline fırsat verilmemesi ve mecra sahiplerinin, yayın yönetici grubunun konuyu topluluk oluşturma olarak görememesi uzun soluklu stüdyoların mecra içinde yaşayamamasına sebep oluyor. Bu noktada ürün yönetimini doğru yaratıcı stratejiyle şekilde yönlendirebilecek bir stüdyonun varlığı gelecekte daha da zaruri hâle gelecek. Bu nedenle şu anda stüdyo hamlesi yapabilen kurumsal mecraların yarına bir adım önde başlayacağı açık.
Serbest gazeteciler ilk adımı nasıl atabilir?
Türkiye’deki lokal mecralara ve serbest gazetecilere ben atölyelerde genel olarak başlangıç noktasında GPT-3 ve text based video generator gibi dijital pazarlama alanında sıklıkla kullanılan yapay zeka ürünlerini öneriyorum. SEO niteliği yüksek metinler üretme, landing page-storyboard aralığında konsept fikir-metin sunabilme, dil tahmin modeliyle bir haberin çevresindeki sosyal medya hikâyesini editoryal oluşturabilme yetilerine sahip bu tarz uygulamalar, bir gazetecinin dolgu metin ihtiyacını sosyal medya alanında karşılayabilecek bir nitelikte bulunuyor. Özellikle bu uygulamaların topluluk yönetimini de otomasyon üzerinden karşılayabilmesi artı bir değer olarak görülebilir.
Benim de kullandığım bazı uygulamalar:
Özellikle GPT-3 bazlı dil tahmin modeliyle, haberi doğrudan kurmada yetersiz kalsa da; sosyal medya ve haber hakkında yürütülecek dijital pazarlama sürecini kurgulaması noktasında yeterli bir alan sunuyor.
Rephrase.ai
Metin bazlı sosyal medya video’ları kurgulamada rahat bir araç. Özellikle ciddi yatırım alması ve haber mecralarıyla da ortaklık kurması, sistemin zamanla güncel kalmasını da sağlıyor. Özellikle mobile-first video seçenekleriyle haberini sosyal medyaya kısa şekilde sunmak isteyen kişiler için ekstra bir nitelik olarak görülebilir.
Otter'ın transkripsiyon AI teknolojisi, özellikle video-söyleşiler için konuşmacı tanımlama, özet, özel kelimeler gibi seçenekleriyle habercilerin rutin transkripsiyon ihtiyacını çözen bir paket.
Seslendirme ve metin desteğiyle audio article üretme ve özellikle erişilebilirlik noktasında haberleri besleme alanında kolay bir seçenek
Deneme sürümünde sunduğu kullanım seçenekleriyle oldukça başarılı bir transkripsiyon modeli
Longform özetleme ve metin anahtarlarını bulma mekanizması olarak belirtebilirim.
Faydalanabileceğiniz akademik yayınlar:
Marisela Gutierrez Lopez, Colin Porlezza, Glenda Cooper, Stephann Makri, Andrew MacFarlane & Sondess Missaoui(2022)A Question of Design: Strategies for Embedding AI-Driven Tools into Journalistic Work Routines,
Donghee Shin(2021)Why Does Explainability Matter in News Analytic Systems? Proposing Explainable Analytic Journalism
Donghee Shin, The effects of explainability and causability on perception, trust, and acceptance: Implications for explainable AI, International Journal of Human-Computer Studies,
lark Holloway, Strategic management and artificial intelligence, Long Range Planning,
Pavlik, J. V. (2016). Cognitive computing and journalism: implications of algorithms, artificial intelligence and data for the news media and society.