Als het Nederlands elftal speelt, kun je daar overal nieuws over vinden. Heel anders is dat bij amateurwedstrijden. Niet gek: daar is nu eenmaal een veel kleiner publiek en de mankracht ontbreekt om artikelen te maken die voor maar weinig mensen interessant zijn. Dankzij robotjournalistiek kan dat wel.
Het Dagblad van het Noorden en de Leeuwarder Courant kwamen op het idee om een robot in te zetten om alle amateurvoetbalwedstrijden in de regio te verslaan. Het model kopieert de uitslagen, rangen en standen van deze wedstrijden en zet ze om in een artikel. Coaches kunnen zich aanmelden om na afloop van een wedstrijd per telefoon een evaluatie te sturen die ook in het artikel belandt.
Op die manier helpt automatisering om tijd en geld te besparen maar ook om het nieuwsaanbod te personaliseren. Het is tenslotte niet langer de journalist die bepaalt welke sportuitslag nieuwswaardig is. De gebruiker bepaalt zelf welke uitslagen hij wilt weten en welke niet.
Laten we eens kijken hoe dat in zijn werk gaat. Allereerst heeft robotjournalistiek informatie nodig om de artikelen op te baseren. Dat zijn de uitslagen van alle amateurvoetbalwedstrijden die verschijnen op www.voetbal.nl. Samen met de evaluatieverslagen van de voetbaltrainers zijn dit de belangrijkste data.
De wedstrijdverslagen van het amateurvoetbal worden geschreven met behulp van een sjabloon. Dat is eigenlijk heel simpel.
Een journalist zet een een basisartikel klaar. Alle onzekerheden (zoals het scoreverloop en de eindstand) laat hij daarbij open. Mensen stellen regels op die de robot volgt. Daardoor weet het systeem: zodra de uitslag bekend is, laad ik die gegevens in op de juiste open plek in het artikel. Zo kun je bijvoorbeeld vooraf in een sjabloon schrijven dat [naam thuisclub] [wint/verliest] met [eindstand] van [naam uitclub].
Dat kan bijvoorbeeld leiden tot de zin: ‘VV Actief wint met 3-0 van AVA.’
Dit kan de kop van het artikel worden. Zo ontstaat een eenvoudig voetbalverslag.
Dit type AI noemen we rule-based – gebaseerd op regels. Dat wil zeggen dat de makers het model regels geven die de machine simpelweg opvolgt. Dat is een overzichtelijke vorm van automatisering waarbij mensen volledig aan het roer staan. Dat is anders dan bij Machine Learning. Bij dit type AI voer je als mens geen regels in maar alleen voorbeelden die de machine gebruikt om zelf regels en patronen te ontdekken.
Het Dagblad van het Noorden kan dankzij de robot in korte tijd een groot aantal wedstrijdverslagen publiceren. Belangrijk is dat de journalistieke redactie verantwoordelijk blijft voor de inhoud – ook wanneer die niet volledig blijkt te kloppen door bijvoorbeeld een fout in de software. Mogelijk zijn er op een gegeven moment zoveel verslagen beschikbaar dat het niet haalbaar is voor journalisten of eindredacteuren om alles na te lezen voordat het wordt gepubliceerd. Dan is het belangrijk om als redactie open te zijn over de geautomatiseerde berichtgeving en het feit dat er geen redacteur aan te pas is gekomen.
Amateurvoetbalverslagen zijn een relatief onschuldig voorbeeld. In de praktijk zal het vermoedelijk geen verstrekkende gevolgen hebben als er een foutje zit in een bericht over de eindstand van een amateurwedstrijd. Maar dit type AI wordt ook ingezet voor bijvoorbeeld financieel nieuws. Al het nieuws waarin cijfers een rol spelen, zijn hier immers voor geschikt. Een verkeerd geplaatste komma in een bericht over de winst van een bedrijf kan directe gevolgen hebben voor de beurswaarde van dit bedrijf. En daar kunnenonder andere aandeelhouders weer de dupe van zijn. Hoe vind jij dat journalisten hiermee om moeten gaan?
project van Hogeschool Utrecht
gemaakt door Wilfred Hoogendoorn
contactinformatie
Heb je ideeën of voorbeelden voor deze website of wil je samenwerken?
Neem contact op via
journalistiek-en-ai @journalismlab.nl
Ik wil..