Im letzten Jahr habe ich Prototypen generativer KI-Tools für Medien entwickelt. Bei Large Language Models (LLMs) sind mir ein paar Dinge aufgefallen, von denen ich glaube, dass sie sich im kommenden Jahr weiterentwickeln werden:

• Es ist besser, Fähigkeiten zu erweitern, als sie durch KI zu ersetzen. Die Verwendung von chatgpt zum Schreiben ist in Ordnung, manchmal gut, aber nicht großartig. Stattdessen ist es wunderbar, es als Ort zu nutzen, um Ideen auszutauschen oder schnell mit einem größeren Arbeitsablauf zu beginnen. Ich habe das auch für die Programmierung gefunden – es ist einfacher zu bearbeiten und hinzuzufügen, als beim Codieren ganz von vorne anzufangen.
• LLMs machen Text formbar. Sie können Aufzählungspunkte schnell zu Absätzen oder Vertragsartikel zu Zusammenfassungen erweitern. Sie können einen gegebenen Text für eine bestimmte Benutzeroberfläche gestalten: eine Zusammenfassung für eine Newsletter-Vorschau, einen kurzen Satz für eine Benachrichtigung. Um dies zu veranschaulichen, Ich habe eine App erstellt Hier können Sie über einen Schieberegler streichen und sehen, wie die Artikellänge von einer Zusammenfassung mit zwei Wörtern bis zur vollständigen Textlänge reicht.
• Die Benutzeroberfläche für LLMs ist ein offenes Feld voller Möglichkeiten. LLMs sind mächtig und geheimnisvoll und die Art und Weise, wie wir mit ihnen interagieren, erfolgt über Chat, was einfach, aber nicht ganz einladend ist. Sie müssen lernen, Anweisungen zu geben und ein Gefühl dafür zu bekommen, worin LLMs gut sind. Eine leere Eingabe, ohne wirkliche Hinweise darauf, was sie tun kann, fühlt sich analog zur Befehlszeile an. Die Befehlszeile als Benutzeroberfläche wich einer einladenderen, intuitiveren, interaktiveren und ausdrucksstärkeren Benutzeroberfläche: grafischen Benutzeroberflächen. Erweitern wir nun die Analogie: Wie werden die zukünftigen Schnittstellen für LLMs aussehen? Um es kurz und bündig zu sagen:Befehlszeile: GUI :: llm chat :: ???. Das ist der Raum, auf den ich mich am meisten freue. Wir haben die Möglichkeit, eine neue Mensch-Computer-Interaktion für diese Ära des LLM-Computing zu definieren.

In den vergangenen Jahren habe ich meine Prognosen zum Jahresende als Artikel, Zines oder Illustrationen geschrieben. Dieses Jahr erfolgt meine Vorhersage in Form eines GPT: Nieman Lab Predictions GPT.

Ich habe ein GPT erstellt und verwendet Retrieval-Augmentation um dem IT-Zugriff auf die Jahresendprognosen der letzten 13 Jahre von Nieman Lab zu ermöglichen. Das sind 1.369 Artikel.

Das bedeutet, dass ich jetzt über ein benutzerdefiniertes ChatGPT verfüge, das auf diese Vorhersagen zurückgreifen kann, wenn ich ihm Fragen stelle. Was würden Sie nun fragen? Sie können die Zukunft der Nachrichten auf interaktive Weise erkunden. Anstatt nur zu fragen, „was 2024 in der Welt der Nachrichten bringen wird“, folge ich meinen oben genannten Punkten. Ich interessiere mich dafür, dass dies ein Werkzeug im Prozess der Vorhersage ist und es in einem größeren Arbeitsablauf verwendet – erweitern statt ersetzen . Um dies in Ihrer eigenen Prognose zu verwenden, Hier ist ein Link zum GPT. Wenn Sie noch keinen Zugriff auf GPTs haben, können Sie dies tun Twittern Sie mir eine Frage dazu und ich werde die Antwort teilen.

Nachfolgend habe ich einige Fragen und Antworten von Nieman Lab Predictions GPT hervorgehoben. Mein vollständiges Gespräch können Sie hier sehen.

[Editor’s note: This is as good a place as any to note LLMs have a tendency to hallucinate.]

Wo waren die Vorhersagen am genauesten und wo lagen sie am meisten daneben? Nennen Sie konkrete Beispiele.

Die Vorhersagen des Nieman Lab waren in einigen Bereichen besonders genau, während sie in anderen Bereichen verfehlten.

Genaue Vorhersagen:

• Digitale Transformation: Die Vorhersagen über den Wandel hin zum digitalen Journalismus haben sich weitgehend bewahrheitet. Der Anstieg des Online-Nachrichtenkonsums und die Bedeutung von Social-Media-Plattformen für die Nachrichtenverbreitung sind wichtige Beispiele. Auch die Vorhersagen über das Wachstum des mobilen Nachrichtenkonsums haben sich bewahrheitet, da Smartphones für viele zur primären Nachrichtenquelle geworden sind.
• Schwierigkeiten bei der Monetarisierung: Die Prognosen über den Rückgang der traditionellen Werbeeinnahmen und die Notwendigkeit alternativer Erlösmodelle waren zutreffend. Wie vorhergesagt sind viele Medienorganisationen auf Abonnementmodelle und Mitgliedschaftsprogramme umgestiegen.
• Aufstieg von Podcasts und Newslettern: Vorhersagen über die wachsende Beliebtheit von Podcasts und das Wiederaufleben von Newslettern wurden bestätigt. Podcasts sind zu einem wichtigen Bestandteil der Medienlandschaft geworden, und Newsletter haben als direktes Kommunikationsinstrument mit dem Publikum ein Revival erlebt.

Ungenaue Vorhersagen:

• Virtuelle Realität (VR) im Journalismus: Einige Vorhersagen haben die Auswirkungen von VR im Journalismus überschätzt. Obwohl es Experimente und Implementierungen gab, hat sich VR nicht in dem vorhergesagten Ausmaß zu einem Mainstream-Tool für die Berichterstattung oder den Konsum von Nachrichten entwickelt.
• Auswirkungen künstlicher Intelligenz: Während KI den Journalismus erheblich beeinflusst hat, könnten einige Vorhersagen ihre unmittelbare transformative Kraft überschätzt haben. Die Einführung von KI in Nachrichtenredaktionen erfolgte schrittweise und konzentrierte sich eher auf die Unterstützung als auf den Ersatz menschlicher Journalisten.
• Rückgang des Einflusses von Big Tech: Frühere Prognosen, dass regulatorische Maßnahmen oder Marktkräfte den Einfluss großer Technologieunternehmen im Nachrichtenökosystem erheblich verringern könnten, haben sich nicht vollständig bewahrheitet. Unternehmen wie google und Facebook haben weiterhin großen Einfluss auf die Verbreitung und Monetarisierung von Nachrichten.

Diese Beispiele verdeutlichen die Herausforderung, Vorhersagen in einem sich schnell entwickelnden Bereich wie den digitalen Medien und dem Journalismus zu treffen. Während einige Trends genau vorhergesehen wurden, entwickelten sich andere anders als erwartet, oft aufgrund des komplexen Zusammenspiels von technologischem Fortschritt, Marktkräften und gesellschaftlichen Veränderungen.

Welche Bereiche wurden bei den Vorhersagen des Nieman Lab speziell übersehen?

In der Vergangenheit konzentrierten sich die Vorhersagen des Nieman Lab hauptsächlich darauf, wie sich der Journalismus an die sich schnell verändernde Technologie anpassen wird, einschließlich digitaler, sozialer, mobiler und virtueller Realitätsfortschritte. Diese Vorhersagen konzentrierten sich auf die Verbreitung, Berichterstattung und die allgemeine Beschaffenheit von Nachrichten angesichts technologischer Veränderungen.

Zu den Bereichen, die bei diesen Vorhersagen möglicherweise übersehen wurden, gehören:

• Journalistische Ethik im digitalen Zeitalter: Während technologische Fortschritte intensiv diskutiert wurden, lag der Schwerpunkt möglicherweise weniger auf den sich entwickelnden ethischen Herausforderungen, die diese Technologien mit sich bringen.
• Psychische Gesundheit und Wohlbefinden von Journalisten: Die Auswirkungen der Schnelllebigkeit und ständigen Präsenz des digitalen Journalismus auf die psychische Gesundheit und das Wohlbefinden von Journalisten waren möglicherweise kein wichtiges Thema.
• Auswirkungen des Journalismus auf Demokratie und soziale Bewegungen: Die Rolle des Journalismus bei der Beeinflussung von Demokratie, sozialen Bewegungen und bürgerschaftlichem Engagement, die über die bloße Verbreitung von Informationen hinausgeht, könnte unzureichend erforscht sein.
• Vielfalt in der Führung von Nachrichtenredaktionen: Während Diversität im Journalismus ein Diskussionsthema war, wurde der besondere Fokus auf Diversität in der Führung und Entscheidungsfindung von Nachrichtenredaktionen möglicherweise weniger betont.
• Lokaljournalismus jenseits der Finanzkrise: Diskussionen über Lokaljournalismus konzentrierten sich möglicherweise stark auf die finanziellen Schwierigkeiten und übersahen möglicherweise Innovation, Engagement in der Gemeinschaft und die Rolle des Lokaljournalismus für die Identität und den Zusammenhalt der Gemeinschaft.
• Die Schnittstelle zwischen Journalismus und Bildung: Die Beziehung zwischen Journalismus und Bildung, insbesondere im Hinblick auf Medienkompetenz, und wie Journalisten zu Bildungsinitiativen beitragen können, war möglicherweise kein zentrales Thema.

Diese Bereiche stellen wichtige Aspekte des Journalismus und der Nachrichtentechnologie dar, denen in zukünftigen Vorhersagen und Diskussionen mehr Aufmerksamkeit geschenkt werden könnte.

Was waren die größten Vorhersagefehler bei KI und maschinellem Lernen bei den Vorhersagen?

Die größten Fehler bei Vorhersagen zu KI und maschinellem Lernen im Journalismus, wie aus den mehr als zehnjährigen Prognosen von Nieman Lab hervorgeht, drehen sich um die Überschätzung der Fähigkeiten von KI, menschliche journalistische Fähigkeiten nachzubilden und komplexe gesellschaftspolitische Zusammenhänge zu verstehen:

• Überschätzung der Fähigkeit von KI, Journalisten zu ersetzen: Es gab die Vorstellung, dass KI und maschinelles Lernen zu „Roboterjournalisten“ führen würden, die in der Lage wären, unabhängig und ohne menschliches Eingreifen Fakten zu berichten. Diese Erwartung unterschätzte die Komplexität des Journalismus, bei dem es nicht nur um die Berichterstattung über Fakten, sondern auch um deren Kontextualisierung in einer differenzierten, multipolaren Welt geht. Es zeigte sich, dass maschinelle Lernsysteme in absehbarer Zukunft nicht für die Bewältigung solcher Komplexitäten geeignet sind.
• Die Fähigkeit der KI zum emotionalen und affektiven Geschichtenerzählen wird falsch eingeschätzt: Ein weiterer Fehler bestand darin, von der KI zu erwarten, dass sie Inhalte wie Nachrichtenberichte oder Reiseberichte mit der gleichen Tiefe an emotionalen und affektiven Erzählungen kompetent produzieren kann wie menschliche Journalisten. Prädiktive Analysen und maschinelles Lernen basieren auf mathematischer Logik und sind nur begrenzt in der Lage, die emotionale und narrative Tiefe des menschlichen Journalismus nachzuahmen. Diese Erkenntnis unterstrich den einzigartigen Wert menschlicher Journalisten bei der Erstellung langer, affektiver Erzählungen, ein Aspekt des Journalismus, den KI nicht reproduzieren konnte.

Diese Fehler verdeutlichen die Grenzen von KI und maschinellem Lernen im Journalismus, insbesondere in Bereichen, die tiefes Verständnis, emotionale Intelligenz und erzählerische Fähigkeiten erfordern. Während KI einen Platz in der Unterstützung von Journalisten gefunden hat, hat sie die Notwendigkeit menschlicher Einsicht und Erzählfähigkeiten nicht ersetzt.

Worüber hat Kawandeep Virdee geschrieben?

Kawandeep Virdee hat in den Nieman Lab-Vorhersagen über eine Vielzahl von Themen im Zusammenhang mit Medien und Journalismus geschrieben. Hier sind einige Beispiele:

• „Zines hatten die ganze Zeit alles richtig“ (2017): Dieser Artikel enthält keine detaillierte Zusammenfassung in der Datei, aber der Titel legt nahe, dass der Schwerpunkt auf dem Wert und der Relevanz von Zines in der modernen Medienlandschaft liegt.
• Wachstum von Mikrodiensten für Inhalte (2018): Virdee diskutierte die Entstehung nützlicher Tools für Nachrichtenredaktionen, die einbettbar sind und die Erstellung abwechslungsreicher Inhalte erleichtern. Dazu gehören Dienste, die Funktionen wie Datenvisualisierung, Publikumsfeedback sowie 360-Grad-Bilder und -Videos bieten.
• „Medien wollen sich um dich kümmern“ (2018): In diesem Artikel ging Virdee auf das Problem ein, dass Medien die Aufmerksamkeit der Verbraucher anstreben. Der Artikel veranschaulicht die Nebenwirkungen dieses aufmerksamkeitsstarken Verhaltens und die Notwendigkeit für Medienunternehmen, das allgemeine Wohlbefinden ihrer Leser zu berücksichtigen.
• „Auf Wiedersehen, Doomscroll“ (2020): Virdee schrieb über die Erfahrung einer längeren Bildschirmzeit und das Phänomen des Doomscrollings während der Pandemie. Der Artikel beleuchtet die Angst und den Stress, die durch den ständigen Kontakt mit extremen Inhalten in digitalen Feeds entstehen.

Diese Artikel spiegeln ein vielfältiges Spektrum an Interessen und Perspektiven wider, von technologischen Innovationen im Journalismus bis hin zu den psychologischen Auswirkungen des Medienkonsums.

Worüber wird er Ihrer Meinung nach für die Prognose für 2024 schreiben?

Basierend auf den früheren Artikeln von Kawandeep Virdee, die von technologischen Innovationen im Journalismus bis hin zu den psychologischen Auswirkungen des Medienkonsums reichen, könnte er für die Prognose 2024 Themen untersuchen, die Technologie, Medien und gesellschaftliches Wohlergehen überschneiden. Hier sind einige spekulative Ideen:

• „Navigation durch die Infodemie: Strategien für Medien im Zeitalter der Fehlinformation“: Virdee könnte untersuchen, wie Medienorganisationen die wachsende Herausforderung von Fehlinformationen effektiv meistern und bekämpfen können. Der Schwerpunkt könnte auf innovativen Instrumenten und ethischen Ansätzen zur Faktenprüfung und Förderung der Medienkompetenz in der Öffentlichkeit liegen.
• „Die Auswirkungen des Nachrichtenkonsums auf die psychische Gesundheit in einer Welt nach der Pandemie“: Aufbauend auf seiner früheren Arbeit zum Doomscrolling könnte sich Virdee mit den längerfristigen Auswirkungen von Nachrichtenkonsummustern, die während der Pandemie entstanden sind, auf die psychische Gesundheit befassen und Einblicke in eine gesündere Auseinandersetzung mit Nachrichtenmedien bieten.
• „Digitalen Minimalismus umarmen: Ein neues Paradigma für den Medienkonsum“: Er könnte das Konzept des digitalen Minimalismus im Kontext des Medienkonsums untersuchen und sich für eine bewusstere und weniger überwältigende Auseinandersetzung mit digitalen Nachrichten und Social-Media-Plattformen einsetzen.
• „Die Entwicklung der sozialen Medien: Von der Aufmerksamkeitsökonomie zum Gemeinschaftsaufbau“: Diese Vorhersage könnte sich auf die sich entwickelnde Rolle der sozialen Medien konzentrieren, die sich von der reinen Suche nach Nutzeraufmerksamkeit hin zur Förderung von echtem Community-Engagement und -Unterstützung verlagert, und darauf, wie sich Medienunternehmen an diesen Wandel anpassen können.
• „Die Rolle der KI bei der Förderung des emotionalen Wohlbefindens durch Medien“: Virdee könnte untersuchen, wie KI und maschinelles Lernen genutzt werden können, um Medieninhalte zu erstellen, die das emotionale Wohlbefinden unterstützen und über die Bereitstellung von Informationen hinausgehen und eine gesündere Beziehung zu Nachrichten fördern.

Diese spekulativen Themen stimmen mit Virdees bisherigen Schwerpunkten und den aktuellen Trends in Medien und Technologie überein und bieten plausible Richtungen für seine Prognose für 2024.