737 測定値

ニュースの未来に対する生成 AI の影響を探る

に Viggy Balagopalakrishnan12m2023/07/30

長すぎる; 読むには

Gen AI はニュースの経済性を向上させることができますが、複雑さの低いコンテンツ (SEO ハッキング) と複雑さの高いコンテンツに対する影響は大きく異なります。

featured image - ニュースの未来に対する生成 AI の影響を探る

先週、ニューヨーク・タイムズは、 Googleが報道機関がAIを使用してコンテンツを作成できるようにするAIツールをテストしていると報じた。この製品の正確な機能は不明ですが、Google からの 1 つのコメントによると、この製品は見出しや書き方の変更などのタスクに役立ちます。これがジャーナリストの仕事にどのような影響を与えるかが懸念される中、Google はすぐに明確な声明を発表しました。

私たちの目標は、ジャーナリストに、仕事と生産性を向上させる方法でこれらの新しいテクノロジーを使用する選択肢を提供することです。簡単に言えば、これらのツールは、記事の報道、作成、事実確認においてジャーナリストが果たす重要な役割を代替することを目的としたものではなく、代替することはできません。

これにより、生成 AI によるニュースの将来についての熱い議論が巻き起こりました。 AI製品を製造する企業は、このテクノロジーによって報道機関やジャーナリストの効率が向上すると主張する一方、批評家たちは、潜在的にジャーナリストの仕事に損害を与え、誤った情報を増加させ、AIが生成する低品質のコンテンツが市場に氾濫する可能性があると主張している。

この記事では、いくつかのことを調査することで、ニュースの将来に対する生成 AI の影響を明らかにします。

今日のニュース記事の複雑さ別の種類
ニュースというビジネス
ニュース記事作成の構造
生成 AI がうまくできること、できないこと
生成 AI とニュースの未来 — 2 つの世界の物語

今日のニュース記事の複雑さ別の種類

インターネット上にはいくつかの種類のニュースコンテンツがあり、それぞれの制作における複雑さのレベルが異なります。複雑さは通常、適時性、必要な調査量、語られるストーリーなどの要因から生じます。

複雑さの低い記事には次のものが含まれます。

事実/データニュース (例: サンフランシスコの住宅ローン金利をリストした記事、企業の決算発表の数字を含む記事) - これらは主観的な意見や視点が最小限で比較的単純です。
興味に基づいた/情報的なニュース (例: NY Times Cooking に掲載された夏のレシピ、FRB 金利の意味を説明する記事) — トピックの選択にはある程度の創造性がありますが、焦点はより情報的で特定の興味に応えるものです。
速報ニュース (例: CEO の辞任に関する記事、活発な気象現象について説明した記事) - これらは通常、限られた初期情報と新たな事実を伴う、急速に展開する出来事に関する短い記事です。

複雑性の高い記事には次のようなものがあります。

ニュース報道 (文脈、研究、事実を伴う) – これらは、研究、追加の文脈、および多くの場合人々へのインタビューに裏付けられたニュースのより詳細な説明を提供するため、作成により多くの時間と労力が必要になります。また、広範な事実確認も行われています。
解釈ニュース — これには、現在の問題についての解釈/視点/意見を提供する意見記事、論説、分析 (この記事のような) が含まれます。それらは多くの場合主観的なものであり、その観点を裏付けるために広範な調査が必要です。
特集記事 – これらは通常、現時点では実際にはホットなニュースではないかもしれないが重要な問題に関する詳細な記事であり、調査報道がこのカテゴリに分類されます。これらには、数か月にわたる広範な調査とインタビュー、そして創造的なストーリーテリングが必要です。

私がこの分類を取り上げたのは、これら 2 種類の記事の背後にある目的と作成に関わるプロセスが大きく異なるためであり、その結果、生成 AI の使用により異なる進化を遂げることになるからです。これを念頭に置いて、ニュースがどのようにしてお金を稼ぐのかについて話しましょう。

ニュースというビジネス

ニュースのビジネスは難しいものです。ほとんどの報道機関は広告を利用したメディアモデルで運営されており、一部の報道機関は定期購読への転換に成功しています。これは、報道機関が作成するコンテンツの種類に大きな影響を与えます。

購読ベースのニュースビジネス (特に NYTimes は現在、購読料から収益の最大 70%を獲得しています) は、消費者の価値に直接結びついたコンテンツ戦略を持っています。つまり、購読の価値を高めるために、高品質のコンテンツと興味に基づいた多様なコンテンツに焦点を当てています。たとえば、上記の種類のコンテンツのうち、NYT は主にニュース報道 (十分に調査されたもの)、解釈ニュース、およびコアニュース提供の特集記事を行い、 NYT クッキングやワイヤーカッターなどの興味に基づくコンテンツによって裏付けられています。ウォール・ストリート・ジャーナルやワシントン・ポストなどの他の出版物も、同様のアプローチを使用して購読を進めています。

ただし、ほとんどの出版物は依然として広告でサポートされており、近い将来もそうなるでしょう。これは、より多くの注目を集める→より多くの広告枠→より多くの収益を生み出すという、高いエンゲージメントを生み出すことに重点を置いているということです。彼らにとってより効果的な戦略は、複雑性の高いコンテンツ(ニュース報道や解説ニュースなど)を、大量の複雑性の低いコンテンツ (事実/データニュース、関心に基づく/情報ニュースなど) で補強することです。

この戦略が機能するのは、複雑度の高いコンテンツが消費者に長期的な価値を提供するのに役立ち、複雑度の低いコンテンツが大量にあることで注目を集め、SEO ゲームに勝つのに役立つからです。 SEO ループは次のようになります。クリックを獲得する大量のコンテンツ → 検索エンジンがコンテンツに価値があると判断する → すべてのコンテンツが上位にランクされる → より多くの注目を集めます。

これは戦略を批判するものではなく、広告でサポートされているメディアにとって SEO ゲームをプレイする必要があるのは必然です。現実には、ニュースメディアはひどいビジネスです。インターネットにより、コンテンツの作成と配信方法 (今日では主に Google 検索/メタ経由) が混乱し、報道機関はその混乱の影響から立ち直れていません。この不均衡を是正しようとする試みは現在も進行中である。カナダとオーストラリアは、優れたジャーナリズムを支援するために本質的に「破壊者税」の支払いをGoogle/メタに強制する法律を可決し、NPRのような一部の組織は連邦資金によって部分的に支援されている。ワシントン・ポストのような新聞は、（一般に善意の）億万長者から助成を受けています。

これらすべてが言えるのですが、ニュースメディア/ジャーナリズムは、民主主義がうまく機能するためには絶対に不可欠な公益事業ですが、ビジネスとしてはそれほど素晴らしいものではありません。したがって、これらのニュースビジネスが（規制や億万長者に依存せずに）より自立できればできるほど、その使命の達成に向けてより効果的に取り組むことができます。生成 AI は、これらの構造的な課題 (特にコンテンツ配信) をすべて解決できるわけではありませんが、必ずしも品質を損なうことなく、コンテンツ作成をより効率的にできることは間違いありません。

ニュース記事作成の構造

生成 AI がニュース制作のどの部分に最も大きな影響を与えるかを理解するには、ニュース記事の掲載に含まれるさまざまな手順を理解することが役立ちます。

この作業は、いくつかの一連のコンポーネントに分割できます。

研究 - トピックを見つけ、事実/データを収集し、引用や視点について適切な人と話す
ストーリーテリング — 研究を理解して説得力のあるストーリーを考え出す
ライティング - ストーリーラインを記事を構成する実際の言葉に変換し、ストーリーラインをボタンで留め、適切なデータでバックアップ / サポートリンクを追加します。
編集 - 文章を改善し、よりキャッチーな見出しを考え出し、より良いビジュアルを実現し、基準を満たすための事実確認を行います。
配布 — ソーシャルメディアなどのチャネル間での出版および配布。

いくつかの調査に基づいて、また私の執筆経験にも影響を受けて、記事を作成するのにかかる労力は次のように見積もられます: 研究 (30%)、ストーリーテリング (20%)、執筆 (20%)、編集 (20%)、配布(10%) 。実際の数値は割り引いて考えてください。ただし、方向的には正確です。

ここで、ニュース記事のすべての形式ですべてのステップが必要なわけではないことに注意してください。複雑さの低い記事では上記のライフサイクルのすべてのステップを厳密に実行する必要はありませんが、複雑性の高い記事では厳密に実行する必要があります。

一例として、この記事は読み終わるまでに 8 ～ 9 時間かかりました ( Substack ニュースレターの他のほとんどの記事も同様でした)。私の記事は解釈ニュースに該当すると考えたいと思います。複雑度の低い記事を書いた場合は、おそらく 2 時間以内に完了できるでしょう。もう 1 つのデータポイント — この NYT 記者は、通常はニュース記事を数時間で仕上げることができるが、特集記事には最大 6 か月かかる場合があると述べています。

では、生成 AI は実際に何を助けることができるのでしょうか?基本的には、ニュース制作プロセスのどの段階で現在（および将来の）製品がうまく機能するかということになります。

生成 AI がうまくできること、できないこと

各ステップについての私の見解は次のとおりです。ネタバレ — 執筆と編集にはある程度効果的ですが、適切な製品が構築されれば研究には効果的ですが、ストーリーテリングは引き続き苦手です。

研究 — 驚くほど能力が低い

現在のほとんどの生成 AI 製品 (ChatGPT や Google Bard など) は、研究に関しては驚くほど能力が低いです。

彼らが得意とする特定の能力が確かにあります。たとえば、特定の観点について議論をしたり、新しいトピックにインスピレーションを与えたりするのが得意です。
彼らは、内容を要約すること、特に記事を読んだことに基づいて質問に答えるのが平均的から得意です。たとえば、この記事を読んで、ニュース制作に関わるさまざまなステップをリストアップしてもらうことができます。
しかし、彼らはしばしば事実に反する情報(「幻覚」) を生成し、真実であると主張するものへのリンク/ソースを提供せず、著作権侵害の可能性のある疑わしい出典のデータを提供します。以下のスクリーンショットを参照してください。

一般的な使用例 (将来の LinkedIn 接続に電子メールの下書きを作成したいなど) の場合、これらの問題は重要ではありません。しかし、ニュース記事を書くときにファクトチェックを怠ると、ブランドに対する認識が著しく損なわれる可能性があります。

これらのリサーチツールは、方向性を示す有用なリサーチ (たとえば、Bing と Yahoo 検索の市場シェアがどのくらいかを知りたい場合など) に使用できますが、現在のツールではどちらも機能しないため、ライターやジャーナリストは、リンクする新しいソースを見つけるために追加の作業を行う必要があります。リンクを提供したり、完全に正確なデータを提供したりすることはできません。

クリーンなソースのデータを使用し、信頼できるリンクで回答を提供できることは、ライター向けのリサーチ製品を構築する人にとって大きなチャンスであり、ここで新しい企業が出現する可能性が非常に高いです。

ストーリーテリング — 能力が低い

現在、生成 AI のストーリーテリング機能はかなり弱いです。例を次に示します。私はこの記事のために大量のリサーチを行い、そのリサーチを体系的な形式にまとめ、ChatGPT にストーリーラインを提供するよう依頼しました。結果については、以下のスクリーンショットを参照してください。

一見すると「意味がある」ように見えます。しかし、文字通りそれだけで、表面レベルでは意味がわかります。実際には、これらのストーリー展開はどれもそれほど説得力のあるものではなく、私が提供した研究ノートには、ここで提供した表面レベルの結果をはるかに超える詳細とニュアンスが含まれていました。これらはまだまともだという主張もできますが、記事を書くという文脈では、これは私にとってまったく役に立たなかったのです。せいぜい、これはインスピレーション/アイデアであり、私が提出した研究に基づいたストーリーではありません。

複雑度の低いストーリーであれば、それで十分に仕事を終えることができます。微妙なストーリーを構築している場合、またはデータを持っていてストーリーの構築に支援が必要な場合、現在の製品ではその仕事を完了できません。かなりの量の主観が含まれていることを考えると、私はそれが改善されるとは強気ではありませんが、これはライターが最も価値を追加できる部分であり続けるでしょう。

ライティング - 中程度の能力

現在の製品に、言いたいことの詳細なストーリーラインを提供すると、かろうじてまともなコンテンツの v1 が生成される可能性があります。出力は依然として非常に型にはまったものであり、ストーリーを伝える方法で言語を作成するように現在のモデルに指示するのは非常に困難です。この記事のストーリーラインに関する詳細なメモを ChatGPT に入力した後の出力例については、スクリーンショットを参照してください。

一見すると、v1 ドラフトとしては問題ないように見えるかもしれません。それは違います。口調が正しくなく、ストーリーが流れず、常にボットによって書かれたように見えます。非常に一般的で、非常に具体的な物語を与えられているにもかかわらず、ストーリーを明確に表現していません。もし私がその記事を公開したとしても、あなたはそれを読まないでしょう。そして、それが今日の執筆能力の課題です。複雑度の低い記事では機能しますが、より複雑な記事の場合は、基本的に下書き全体を書き直す必要があります。

ここでの大きな製品のロック解除は、人間による効果的な指示を可能にすることです。ライターは、ひどい型にはまったバージョンを使用して、すべてを 1 行ずつやり直すことを望んでいません。彼らが望んでいるのは、AI ツールにアクティブなフィードバックを与えながら、ライターがストーリーラインを入力して記事をセクションごとに順次作成できる、何らかの形式のユーザーインタラクション構造です。チェリー・オン・トップは、同じライターが書いた過去の記事をフィードすることで書き方をカスタマイズできるようになる。

現在の基盤となるモデルにはこれを行う機能があり、 UI レイヤーでのイノベーションが必要であり、それは近い将来に起こると私は信じています。

編集 - 中程度の能力

現在のツールには、記事をレビューし、間違いを見つけて修正するための十分な機能が備わっています。これらのツールは、効果が期待できるキャッチーな見出しやセクションタイトルのアイデアを考えるなど、見た目のタスクにも非常に優れています。

ただし、これを編集に使用できるようにするには、UI レイヤーでの作業がまだ必要です。今日では、言語を改善し、Notion ページ内から文を短く/長くすることができるNotion AIのような部分的なソリューションがいくつかありますが、それは、ページの完全なコンテキスト。 ChatGPT は記事全体を編集するのに適していますが、特定のセクションを簡単に編集するための指示を受け取る機能が欠けており、リンクもサポートできません (つまり、ハイパーリンクのあるテキストを含む紹介文を与えても、リンクのないテキストが返されます)。。

私は執筆プロセスの編集部分が大嫌いです。何人かのライターやジャーナリストも同じだと思います。生成 AI を使えば、間違いなく短期的にはこの編集作業の一部を最小限に抑えることができます。

分散 - 中程度の能力

たとえば、ソーシャルスニペットを生成したり、ストーリーの中でより拡散する可能性のある部分を特定したりするのに役立つツールが今日ここで登場します。これは今後もさらに改善されていく可能性があります。

生成 AI とニュースの未来 — 2 つの世界の物語

上記の分析に基づいて、明らかな二重性が浮かび上がっていることがわかります。

より単純な調査とストーリーテリングを必要とし、簡単に作成および編集できる複雑さの低い形式は、 AI によって生成される (または AI を大幅に活用する) ことが多くなり始めるでしょう。
現在存在しない、より複雑なリサーチやストーリーテリング機能を必要とする複雑性の高いフォーマットは、今後も主にジャーナリストによって作成されることになりますが、生成 AI は執筆や編集の単調な作業を最小限に抑え、かなりの効率をもたらします。

AI によって生成された複雑さの低いコンテンツは一見すると良くないように見えますが、これらの記事は主に SEO 目的、または既存の高品質コンテンツを補強するために書かれており、コモディティ化への競争は生成 AI の波が現れるずっと前から始まっていました。たとえば、AP 通信は 2014 年以来、ボットを使用して企業収益を報告する記事を掲載しています。ここでの利点は、ジャーナリストが作成に時間を費やしたい種類のコンテンツではないことです。これを自動化することで、複雑なコンテンツに時間を割くことができます。

ますます複雑なコンテンツが登場するでしょう。今日の製品に関するリサーチとストーリーテリングの能力には限界があります。これは、情報に基づいて魅力的なストーリーを構築し、独自の方法でストーリーを伝える能力が、今後も通貨ジャーナリストにとって最大の能力であることを意味します。これは、質の高いコンテンツを公開するための面倒な作業を軽減する AI 執筆および編集ツールによって加速され、ジャーナリストにとって大きな恩恵となるでしょう。

ニュースへの AI の使用に関して提起されたいくつかの懸念についてはどうですか?いくつかは公平ですが、ほとんどは解決できると思います。

ジャンク SEO コンテンツの波 — Google は、AI が生成したコンテンツを罰しないという立場をとっており、事実に誤りのある記事を含むジャンクコンテンツの世界を開放しているとして批判を受けています。これはある程度公平な批判ですが、私は Google がこれを厳しく取り締まるだろうと信じています。善意からではなく、検索製品の核心はユーザーに有益な結果を提供することであるからです。 GoogleはすでにSEOハッキング行為（キーワードスタッフィングやリンクファーミングなど）に対して罰則を設けており、このフレームワークをAIコンテンツに拡張するのは簡単だろう。
ジャーナリストは職を失うだろう — ジャーナリストが職を失うか、あるいは（現在ストライキ中のハリウッドの作家のように）不利な立場に置かれるのではないかという懸念を提起する人もいる。ここでの大きな違いは、ハリウッドには多数の脚本家がいる一方で、米国のニュース編集室の雇用が2008年以来26%減少していることだ。これはジャーナリストが必要ないからではなく、ニュースが悪いビジネスだからだ。生成 AI は、ジャーナリストが好きなことをできるよう引き続き支援しながら、ビジネスの経済状況を改善するのに役立ちます。