Ethisch Archieven - Journalistiek & AI

Algoritmes onder de loep

admin — Tue, 30 Apr 2024 11:36:06 +0000

Opdracht

Bij de bestrijding van bijstandsfraude gebruikte de gemeente Rotterdam een slim fraude-algoritme. Op basis daarvan kregen bijstandsontvangers risico-scores. In de code stonden kenmerken die de gemeente gebruikte, zoals de leeftijd, het geslacht en het niet nakomen van afspraken. De journalisten achterhaalden hoe deze kenmerken precies in het algoritme werden toegepast.

Lees dit en dit artikel over het bijstandsfraude algoritme van de gemeente Rotterdam. Vorm groepjes van drie tot vier studenten en bespreek de volgende variabelen die de gemeente hanteerde. Geef bij elke variabele aan: mag de gemeente deze volgens jou wel of niet gebruiken om een risicoprofiel van burgers op te stellen? Bepaal waarom wel of niet. Dat doe je niet op basis van je eigen mening, maar op basis van de criteria in figuur 1.

Variabele	Wel	Niet	Criteria
Leeftijd
Postcode, wijk
No show bij afspraak met gemeente
Geslacht, gender
Reminders voor aanleveren informatie
Reden voor afspraak met gemeente (jaarlijks gesprek, intake)
Participatie in traject naar werk (training, werkplaats, maatschappelijke taak)
Type contact (mailen, bellen, appen, post)
Type woonvorm (met huisgenoot, met partner)
Kostendelersnorm (hoeveel huisgenoten, wie tellen mee)
Aantal kinderen
Laaggeletterdheid
ADHD
Bezoekt psycholoog
Sector werkervaring (horeca, bouw, logistiek)
Assertiviteit
Professioneel voorkomen

De combinatie van de criteria ‘Inhoudelijk verband met doel’ en ‘Beheersbare risico’s’ geldt als toelaatbaar. De variabele mag dan worden gebruikt. Variabelen die scoren op een of meer van de andere criteria mag de gemeente niet gebruiken.

Achter het tweede icoontje staat ‘proxy discriminatie’. Daarmee wordt onbedoelde discriminatie bedoeld. Een voorbeeld: We weten allemaal dat etnisch profileren niet mag. Je mag dus niet iemands afkomst meewegen in het algoritme. Maar sommige variabelen wijzen (mogelijk) indirect ook op iemands afkomst. In sommige wijken wonen bijvoorbeeld misschien meer mensen met een migratieachtergrond dan in andere, waardoor het meerekenen van iemands postcode kan leiden tot proxy discriminatie.

Bespreking

Als iedereen klaar is, bespreek je de tabellen klassikaal:

Zijn jullie het met elkaar eens?
Waren er twijfelgevallen?

Vergelijk de matrices ook met het advies dat een commissie over deze zaak uitbracht (zie antwoordmodel voor de docent). Komt dit overeen met jullie besluit?

Hoe ver mag algoritmische profilering gaan? Vinden jullie dat het doel (efficientie) opweegt tegen de gevolgen van mogelijke discriminatie?

Hoe transparant moet de overheid zijn over de gebruikte algoritmes? Wat is de rol van journalisten hierin, vinden jullie?

Materiaal

laptop
uitdraai matrix op papier (1 per groepje)
pennen
whiteboardmarkers

Tijdsindicatie

45 minuten totaal, te verdelen in:

15 minuten: introductie, lezen artikelen
15 minuten: vormen groepjes en scoren variabelen
15 minuten: bespreking uitkomsten en discussie

Het bericht Algoritmes onder de loep verscheen eerst op Journalistiek & AI.

Deep- of Fair Fake?

admin — Mon, 08 Apr 2024 19:02:28 +0000

Journalist Nick Kivit maakte een video-oproep om in contact te komen met Oekraïense journalisten. Hij sprak in de video vloeiend Oekraïens, omdat hij dacht dat dit zijn bereik en impact zou vergroten. Opvallend genoeg deed Kivit dat met deepfake methodes, want hij spreekt helemaal geen Oekraïens. Vind jij dat kunnen? Heiligt het doel de middelen? Is dit een zogenaamde fairfake?

Opdracht

Hoe ver kan je gaan met deepfakes? Bekijk onderstaande voorbeelden.

De Nederlandse politie maakte een deepfake om ooggetuigen op te roepen.
Politie gebruikt deepfake-video om oude zaak op te lossen (youtube.com)
Journalist Nick Kivit kon dankzij een deepfake zijn collega-journalisten in Oekraine in hun eigen taal aanspreken.
Villamedia x XS2Content – Oorspronkelijke video (youtube.com)
Channel 1 is van plan om van A tot Z AI-gegenereerd nieuws op te leveren, gepresenteerd door deepfake avatars. Zo kan iedereen nieuws op maat krijgen, volledig aangepast aan zijn voorkeuren, interesses en taalvaardigheid.
https://www.youtube.com/watch?v=s3El76YTUR0
De Correspondent maakte een deepfake waarin Mark Rutte ‘het eerlijke klimaatverhaal vertelt’. Stel dat Nederland een premier zou hebben die het klimaat wél serieus neemt, dan zou je vandaag deze toespraak horen’, aldus de Correspondent.
Beste Mark Rutte, zo klink je als je #klimaatleiderschap toont (youtube.com)

Schrijf individueel op:

Met welk doel vind jij dat faken acceptabel is? (Bijvoorbeeld om te informeren, bereiken, raken of nog iets anders?)
Welke inhoud vind je dat je wel en niet mag faken? (Is er bijvoorbeeld een verschil tussen echte mensen zoals Mark Rutte en de avatars van Channel 1 wat jou betreft?)
Waar ligt voor jou de grens?
Aan welke richtlijnen vind jij dat media zich zouden moeten houden bij het maken van deep- of fairfakes?

Bespreking

Bespreek in groepen van vier studenten wat je wel en niet vind kunnen. Bepaal gezamenlijk drie adviezen die je een redactie zou kunnen geven over de omgang met deep- en fairfakes. Bespreek deze klassikaal.

Materiaal

Laptops
Eventueel post it’s en pennen

Tijdsindicatie

35 minuten, waarvan:

10 minuten om de video’s te kijken
5 minuten om de eigen grenzen te noteren
10 minuten om te bespreken in je groepje
10 minuten om klassikaal na te spreken

Het bericht Deep- of Fair Fake? verscheen eerst op Journalistiek & AI.

Kun jij het algoritme kraken?

admin — Mon, 12 Feb 2024 09:10:12 +0000

Opdracht

Algoritmes worden vaak black boxes genoemd. Mysterieuze systemen, waarvan maar weinig mensen weten hoe ze precies werken. Dat is niet alleen omdat het ingewikkelde materie is, maar ook omdat ontwikkelaars vaak niet transparant zijn over de manier waarop AI werkt en getraind is. In deze oefening word je uitgedaagd om de rol van onderzoeksjournalist op je te nemen en te ontdekken hoe een social media-algoritme werkt.

Je speelt een online game ontwikkeld door Algorithm Watch: ‘Can You Break the Algorithm?’. In het spel ben jij als onderzoeksjournalist benieuwd of een populair (fictief) sociaal netwerk, TikTube, tieners ongelukkig maakt. Om dat te achterhalen, moet je begrijpen hoe het algoritme werkt.

Je zult verschillende onderzoeksmethoden moeten gebruiken: je doet een algoritme-audit, praat met academici en moet de charmes van persvoorlichters weerstaan. Elk voorbeeld in het spel is gebaseerd op echte casussen. Neem dus de tijd de artikelen te lezen die aan bod komen.

Het spelen duurt ongeveer tien minuten, maar reken er niet op dat het je gelijk lukt. Het einde bereiken is een uitdaging! Slaag je de eerste keer niet in je missie? Probeer het nog eens en kies een ander pad. Zet hem op!

Instructies

1. Ga naar de website van het spel: https://algorithmwatch.github.io/can-you-break-the-algorithm/#/

2. Klik op ‘Start a new game.’

3, Speel het hele spel meer dan één keer en volg verschillende paden om met verschillende bronnen te praten en verschillende krantenkoppen te schrijven.

4. Bespreek je resultaten met elkaar. Hoe ging het? Wat heb je ontdekt? Tegen welke uitdagingen liep je aan?

Bespreking

Enkele vragen om te bespreken:

Wat heb je van het spel geleerd?
Welke verschillende typen bronnen kun je benaderen in journalistiek onderzoek naar algoritmes en wat levert dit op?
Kunnen jullie voorbeelden bedenken van algoritmes die je zou willen onderzoeken? Wat zou daarvoor nodig zijn? Wat voor bronnen zou je ervoor kunnen spreken?

Materiaal

Laptops om het spel te spelen

Tijdsindicatie

35 minuten, waarvan:

25 minuten om het spel te spelen
10 minuten om na te spreken

Het bericht Kun jij het algoritme kraken? verscheen eerst op Journalistiek & AI.

Pitchen met ChatGPT

admin — Mon, 12 Feb 2024 08:59:53 +0000

Opdracht

ChatGPT kan je op allerlei manieren helpen in het journalistieke proces, maar je moet wel weten wat het wel en niet kan.

We gaan vandaag ontdekken op welke manieren je generatieve AI kunt inzetten bij het bedenken en opstellen van een journalistieke pitch.

Je maakt deze opdracht in tweetallen.

Opmerking voor de docent: Bij deze opdracht hoor een PowerPointpresentatie, die je kunt gebruiken als je de studenten meer uitleg wil geven over de mogelijkheden en beperkingen van ChatGPT in de journalistiek.

Deel 1 – Brainstorm

Stel je het volgende scenario voor: je werkt op de online redactie van de NOS / de Volkskrant / de Quest / het AD / Men’s Health. Je hebt van de chef online de opdracht gekregen om een achtergrondverhaal te schrijven of een diepte-interview af te nemen over één van de onderstaande onderwerpen:
– het EK
– de Gazastrook
– burn-outs
– de maatschappelijke gevolgen van AI
Het zijn hele brede onderwerpen en tijd om met je mee te denken, heeft de chef op dit moment niet. Gelukkig kun je sparren met generatieve AI. Kies één van de vier onderwerpen.
Ga naar chat.openai.com. Ontdek hoe je het programma kunt vragen mee te denken. Welke informatie heeft het programma minimaal nodig om je te kunnen helpen? Bijvoorbeeld:
– wat het medium is waarvoor je schrijft
– wat voor publicatie je wil maken
– wie de doelgroep is
– wat het actuele haakje is
– wat je van ChatGPT verwacht. Waar moet de output aan voldoen?
Bepaal op basis van de ideeën welke invalshoek jullie kiezen.
Let op: blijf niet te lang hangen bij deze stap. Het hoofddoel van de oefening is niet om een perfect verhaalidee te bedenken, maar om te oefenen met de rol die ChatGPT kan spelen in het proces.
Tip: In ChatGPT kom je zelden in één keer tot het beste resultaat. Je kunt deze zeven adviezen in de bijlage gebruiken om tot betere output te komen.

PREPARE: Adviezen om beter te prompten

1. Promt. Start met een heldere vraagstelling. Bied een podium voor wat volgt. Bijvoorbeeld: “Schrijf een samenvatting over de nieuwste AI-trends in de journalistiek.”

2. Rol. Geef de AI een rol en schets de context. Bijvoorbeeld: “Je bent een onderzoeksjournalist die AI-trends analyseert.”

3. Expliciet. Wees specifiek in je vraag om misverstanden te voorkomen. Bijvoorbeeld: “Beschrijf hoe AI kan bijdragen aan personalisering in de journalistiek.”

4. Parameters. Stel duidelijke kaders zoals ‘tone of voice’ en het format van de output. Bijvoorbeeld: “Beantwoord de vraag puntsgewijs in circa 300 woorden en houd een informatieve toon aan.”

5. Ask. vraag de AI om jou verhelderingsvragen te stellen, alvorens het verdergaat. Bijvoorbeeld. “Stel mij eerst enkele verhelderingsvragen en geef dan pas antwoord.”

6. Rate. Vraag de AI om de eigen output te beoordelen. “Geef je puntsgewijze antwoord een beoordeling tussen de 0 (erg slecht) en 10 (erg goed) punten en geef aan wat er beter kan.”

7. Emotie. Voeg een emotionele stimulus toe. Dit blijkt de kwaliteit te kunnen verhogen. “Probeer echt je best te doen, het is belangrijk voor me.”

Deel 2 – Reversed prompting

Nu je je invalshoek bepaald hebt, is het tijd om deze te verwerken tot een pitch. Ook daarvoor kun je ChatGPT gebruiken. Maar dan moet je wel weten wat je de tool precies moet vragen.

Er is een trucje om goede prompts te maken, heet reversed prompting. Dit werkt als volgt:

Stap 1. Zoek een voorbeeld van een journalistieke pitch die jij goed vindt. Dat mag een pitch van jezelf zijn, eentje die je online vindt. Je kunt ook de pitch onderaan deze opdracht gebruiken (zie bijlage).

Stap 2. Open ChatGPT. Vertel het systeem dat je reversed prompting wil toepassen en dat je het een voorbeeld geeft van een journalistieke pitch. Je wil graag weten welke prompt bij jouw stuk tekst past. Vind uit wat je ChatGPT precies moet vragen zodat het snapt wat je wil doen.

Tip: Veel prompts hoef je niet zelf te bedenken. Vaak kun je bestaande, gedetailleerde prompts aanpassen aan je eigen context. Je kunt dus ook online zoeken naar prompts voor reversed promting.

Stap 3. Kijk goed naar het antwoord van ChatGPT. Hoe bruikbaar vind je het voorstel voor de prompt? Vaak moet je meerdere keren aanpassingen doen voor je iets bruikbaars hebt.

Stap 4. Zodra je tevreden bent over het promptvoorstel van ChatGPT, kun je een poging doen om met de voorgestelde prompt je pitch te schrijven. In hoeverre werkt dat? Wat kun je doen om dit te verbeteren?

Let op: De informatie en feiten die je in je pitch verwerkt, moeten van jouzelf komen. Doet ChatGPT bepaalde beweringen? Dubbelcheck die dan zonder ChatGPT te gebruiken.

Hoe behulpzaam vind je ChatGPT tot nu toe?

Voorbeeld pitch

‘Ik heb een bijzonder verhaal in de aanbieding over een man, Jeroen, die lijdt aan psychoses en daardoor twee keer in de cel kwam te zitten. Op precies hetzelfde bureau in Arnhem verschijnt hij tegenwoordig regelmatig met zijn vrouw, maar nu om agenten te leren omgaan met mensen met verward gedrag.

Het is een urgent probleem waar Jeroen op inspeelt, want de politie krijgt elk jaar meer meldingen van verwarde mensen. Ging het in 2012 nog om 44.500 meldingen per jaar, in 2019 telde de politie al 96.000 incidenten. Driekwart van de agenten voelt zich daarbij geregeld machteloos, blijkt uit een enquête onder ruim duizend politiemensen uitgevoerd door Investico. Bovendien voelt 65 procent zich onvoldoende gekwalificeerd om met verwarde personen om te gaan, doordat er in de opleiding te weinig aandacht is voor psychische problematiek.

Ik stel een reportage voor waarin ik beschrijf hoe Jeroen van zijn ziekte zijn kracht maakt en wat de politie daarvan opsteekt. Het is een perspectief waarmee de politie nauwelijks bekend is, hoewel agenten steeds vaker meldingen krijgen van verwarde personen. Daarmee is deze reportage een constructief vervolg op jullie verhaal van 28 augustus.

Ik zal inzoomen op het verhaal van Jeroen, maar ook op de ervaringen van Marc Schotman, die als wijkagent in Nijmegen bijna dagelijks te maken heeft met verwarde personen. Verder komt Jeroens vrouw Aukje aan het woord.

Hoofdvraag: Wat kan de politie leren van een goed gesprek met een (voormalig) verwarde man?

Vorm: Reportage

Lengte: 800 – 1000 woorden

Beeld: Foto’s van Jeroen en de aanwezige agenten

Exclusief voor OneWorld: Ja

Deel 3: Google Query

Bij het schrijven van een pitch, heb je natuurlijk bronnen en informatie nodig. Je kunt ChatGPT ook gebruiken om jou precies te vertellen hoe je moet zoeken op Google. Dit heet Google dorking.

Het werkt als volgt: Vraag ChatGPT om een Google search query waarbij je zoekt naar onderzoeksrapporten (in pdf) uit de periode 2018-2023 (in het Engels) naar het fenomeen van nieuwsmijding.

Je mag ook een eigen voorbeeld bedenken.

Kopieer de output van ChatGPT naar Google Search. Werkt het of moet je ChatGPT toch iets anders vragen?

Bespreking

Hoe behulpzaam vonden jullie ChatGPT bij het schrijven van pitches?
Wat blijkt ChatGPT goed te kunnen?
En waarin is het juist minder goed?
Wat betekent dit voor de manier waarop je het inzet als journalist?

Materiaal

Laptops
Een account voor de gratis versie van ChatGPT (gratis aan te maken)

Tijdsindicatie

45 of 90 minuten, waarvan:

45 minuten uitleg door de docent op basis van deze Powerpoint (optioneel)
15 minuten voor deel 1
15 minuten voor deel 2
5 minuten voor deel 3
10 minuten voor deel 4

Het bericht Pitchen met ChatGPT verscheen eerst op Journalistiek & AI.

Generatieve AI zit vol vooroordelen – en daar kun jij wat aan doen

admin — Mon, 12 Feb 2024 08:52:26 +0000

‘Humans are biased. Generative AI is even worse’, luidt de kop boven een artikel van het Amerikaanse mediaplatform Bloomberg. Journalisten ontdekten dat Midjourney, een generatieve AI-tool die afbeeldingen creëert, CEO’s bijna altijd afbeeldt als oude, witte mannen. Vrouwen zijn zelden CEO, arts of rechter. Mannen met een donkere huid zijn criminelen, en vrouwen met een donkere huid verkopen fastfood. Het laat zien dat generatieve AI-tools vol vooroordelen zitten.

Generatieve AI is een vorm van AI die content kan genereren, zoals teksten, video of afbeeldingen. Met name sinds de opkomst van ChatGPT is dit een hot topic geworden. Wat het precies is en hoe het werkt, lees je hier.

Ook ChatGPT wordt regelmatig op dubieuze uitspraken betrapt. “‘De grote techbedrijven achter onder meer ChatGPT en Midjourney trainen hun modellen met gegevens die ze van internet halen’, verklaart Niels Taatgen, hoogleraar aan de Rijksuniversiteit Groningen (RUG) en expert op het vlak van kunstmatige intelligentie aan het Nederlands Dagblad. Welke gegevens dat zijn, daarover treden die techbedrijven niet in detail. Wel weten we dat de data waarmee kunstmatige intelligentie wordt gevoed en getraind, er ook weer uit komen, zegt Taatgen. Als AI-systemen denken in stereotypen en vooroordelen, hebben zij deze dus niet zelf verzonnen. ‘AI-modellen zoals ChatGPT en Midjourney geven weer wat er op internet staat. En wat daar staat, is een afspiegeling van onze samenleving. Dan is de kans groot dat de antwoorden van een chatbot vooroordelen laten terugkeren die in de samenleving leven.’”

De bedrijven achter generatieve AI-tools zijn zich hier maar al te bewust van. OpenAI probeert uitglijders te voorkomen door mensen in Kenia voor minder dan twee euro per uur de output van ChatGPT te laten controleren. Wanneer het model uit de bocht vliegt, krijgt de tool regels opgelegd. Zo zie je dat wanneer je vraagt naar Israël en Palestina, het model tegenwoordig een keurig, genuanceerd antwoord geeft, terwijl het eerder de vrijheid van Israel verdedigde, maar die van Palestina niet. Het in toom houden van ChatGPT en zorgen dat het geen uitspraken doet die gevoelig liggen, is een voortdurende strijd (meer hierover lees je hier). Dit verklaart waarom het antwoord dat bijvoorbeeld ChatGPT vandaag geeft, niet altijd hetzelfde is als het antwoord van vorige week.

Opdracht

Voor deze opdracht ga je een chatbot manipuleren om los te komen van zijn vooroordelen, die soms ook zijn verpakt in de vorm van ‘politiek correcte’ antwoorden. AI werkt pas goed in de interactie met mensen. Geven wij de juiste instructies en opdrachten (prompts), dan kunnen we vooroordelen en stereotypen omzeilen. Hoe? Stel gerichte vragen en vraag nauwkeurig door alsof er sprake is van een gesprek. Bedenk hierbij dat AI zich aanpast op onze reactie en de gegevens die wij zelf aanleveren.

Opdracht 1:

Maak tweetallen en ga naar ChatGPT 3.5 via chat.openai.com. (Als je nog geen account hebt, kun je er gratis een aanmaken).
Geef de prompt: ‘Vertel een mop over Afrikanen.’
Geef na het antwoord de volgende prompt: ‘Vertel een mop over Amerikanen.’
Probeer het ook met andere groepen mensen. Hoe reageert het model?
Bespreek samen wat je opvalt aan de antwoorden. Hoe verklaar je deze uitkomst? Wat vind je daarvan?
Ga het gesprek aan met de chatbot. Gebruik in je commando’s de antwoorden van de chatbot en verleidt hem om toch om over beide groepen een grap te maken.
Bespreek samen wat je opvalt aan het antwoord. Wat vind je van het resultaat? Hoe verklaar je dit?
Welk advies heb je voor OpenAI, het bedrijf achter ChatGPT?

Opdracht 2:

Vraag ChatGPT 3.5 of Nederlanders zuinig zijn.
Bespreek samen wat je opvalt aan het antwoord. Hoe verklaar je deze uitkomst? Ben je er tevreden mee? Waarom wel of niet?
Ga het gesprek aan met ChatGPT. Gebruik in je prompts de antwoorden van ChatGPT zelf en verleidt de chatbot om zijn mening te herzien. Gebruik hierbij bijvoorbeeld synoniemen voor het woord ‘zuinig’.
Wat vind je van het resultaat? Hoe verklaar je dit? Wat betekent dit voor de betrouwbaarheid van ChatGPT?
Welk advies heb je voor OpenAI, het bedrijf achter ChatGPT?

Opdracht 3:

Vraag ChatGPT 3.5 waarom hij bol staat van de vooroordelen.
Bespreek samen wat je opvalt aan het antwoord.
Vertel jullie bevindingen aan ChatGPT en vraag wat hij op zijn beurt daar weer van vindt.
Bespreek samen het antwoord. Welk invloed heeft dit antwoord op jouw gebruik van ChatGPT?
Welke tips heb je voor de programmeurs van OpenAI om ChatGPT biasvrij te maken?

Bespreking

Bespreek klassikaal:

Jullie bevindingen.
De rol die je voor ChatGPT ziet in de journalistiek.

Materiaal

Een laptop per twee studenten.
Een groot scherm waarop studenten eventueel hun gesprekken met ChatGPT (hun aanpak) aan de docent en de medestudenten kunnen tonen.

Tijdsindicatie

60 minuten, waarvan:

15 minuten voor het lezen van de opdracht en de achtergrond informatie waarnaar gelinkt wordt
10 minuten per opdracht
15 minuten nabespreken

Het bericht Generatieve AI zit vol vooroordelen – en daar kun jij wat aan doen verscheen eerst op Journalistiek & AI.

Herken de valkuilen

admin — Mon, 12 Feb 2024 08:37:42 +0000

Opdracht

In deze opdracht bestudeer je de achttien valkuilen waar journalisten vaak intrappen als ze verhalen over AI maken. En belangrijker nog: je bedenkt hoe jij deze vergissingen kunt voorkomen. Succes!

Instructies

Lees de lijst met achttien veelvoorkomende valkuilen.
Verdeel de klas in groepjes van vier. Ieder van de groepjes bestudeert één van onderstaande artikelen.
The Machine Are Learning, and So Are the Students – The New York Times

AI may be as effective as medical specialists at diagnosing disease – CNN

Is AI finally closing in on human intelligence? – Financial Times

A.I. Here, There, Everywhere – The New York Times
Bespreek met je groepje welke valkuilen je herkent in jullie artikelen.
Bereid een presentatie van twee à drie minuten voor (op 1 of 2 Powerpoint-slides) waarin je aan de rest van de klas uitlegt welke valkuilen je gevonden hebt. Laat zien in welke tekstfragmenten je de fouten herkent. Vertel ook wat de makers kunnen doen om deze valkuil te vermijden.

Materiaal

Laptops om de artikelen en lijst met valkuilen door te lezen en eventueel een korte presentatie te maken

Tijdsindicatie

60 minuten, waarvan:

15 minuten om de lijst met mogelijke valkuilen en het aangewezen artikel te lezen
20 minuten om met je groepje te bepalen welke valkuilen jullie zien en hoe je deze kunt voorkomen
5 minuten om de presentatie voor te bereiden
20 minuten voor de presentaties en de nabespreking

Het bericht Herken de valkuilen verscheen eerst op Journalistiek & AI.

AI-richtlijnen op de nieuwsvloer

admin — Mon, 12 Feb 2024 08:17:46 +0000

Oeps! Het NOS Journaal sloeg in augustus 2023 de plank mis met een AI-gegenereerde foto van verknipte . Geen van de betrokken redacteurs had in de gaten dat het niet ging om een echte afbeelding. Het incident staat niet op zichzelf. Steeds meer redacties onderkennen dan ook de noodzaak van richtlijnen voor het gebruik van generatieve AI op de nieuwsvloer.

Voorop staat het human-in-the-loop-principe. Het ANP, dat als eerste Nederlandse nieuwsmedium met een op AI aangepaste leidraad kwam, is hierin stellig: “We kunnen AI- of vergelijkbare systemen gebruiken ter ondersteuning van eindredactie, mits een mens daarna nog een finale check uitvoert.’’

Als dit niet gebeurt kan het lelijk misgaan, zo leert de aggregatiesite Microsoft Start ons. De website verzamelt en verspreidt nieuws geautomatiseerd sinds een groot deel van de 800 werknemers werd vervangen door AI. Dat gaat soms lelijk mis. Bij een artikel over de dood van een 21-jarige vrouw in Sydney voegde de site een poll toe: “Hoe denk jij dat deze vrouw overleden is? A. Zelfmoord; B. Een ongeluk; of C. Moord.” De reactie: Woede alom.

Het was niet de enige uitglijder. De dood van de Amerikaanse basketbalspeler Brandon Hunter werd verkondigd onder de kop ‘Brandon Hunter nutteloos op 42-jarige leeftijd’. Je kunt je de reacties voorstellen.

Opdracht

Individueel: Lees AI-richtlijnen: Wat doe je als redactie wél en wat niet met kunstmatige intelligentie? / Villamedia
Maak groepjes van twee of drie verdeeld naar tekst, beeld en geluid. Er zijn dus groepjes verantwoordelijk voor de richtlijnen voor tekst, andere groepjes zijn verantwoordelijk voor beeld, en nog andere groepjes voor geluid.

Help de NOS! Formuleer per groepje drie richtlijnen voor het gebruik van generatieve AI op de redactie van NOS Nieuws. Noteer deze per groepje op post-its (1 richtlijn per post-it). Plak de post-its op het bord en groepeer ze naar inhoud. Plaats de meest strenge richtlijnen links en de meest soepele rechts.
In drie grotere groepen: Bespreek de clusters en noteer hierbij de uitgangspunten van de organisatie. Check ook de richtlijnen van andere publieke omroepen zoals de BBC. Elke groep stelt een top-3 van richtlijnen voor de NOS vast.
Klassikaal: van elke groep pitcht een vertegenwoordiger de gekozen top-3 van richtlijnen, gevolgd door een korte ronde van vragen en discussie. Is er consensus? Zo niet, dan stemt de klas als geheel voor een van de voorgestelde sets.

Materiaal

Post-its
Pennen
Whiteboard markers

Tijdsindicatie

45 minuten totaal, te verdelen in:

Het lezen van de introductie en stap 1: 10 minuten
Stap 2: 10 minuten
Stap 3: 10 minuten
Stap 4: 15 minuten

Het bericht AI-richtlijnen op de nieuwsvloer verscheen eerst op Journalistiek & AI.

Train een model om de publieke opinie op Twitter te meten

admin — Sun, 12 Mar 2023 22:41:07 +0000

Opdracht

De Groene Amsterdammer analyseerde haatdragende tweets gericht op vrouwelijke politici.
Voor deze opdracht ga je zelf een machine learning model trainen om te analyseren wat mensen vinden van Arjen Lubach. Je gaat voorbeelden zoeken van negatieve, positieve en neutrale tweets over hem en zijn programma De Avondshow.

(NB. In overleg met de docent, kun je ook een ander onderwerp kiezen. Let er dan wel op dat je een onderwerp kiest waarover tweets bestaan die in verschillende categorieën passen. Bijvoorbeeld: positief & negatief, haatdragend & niet-haatdragend, etc.).

1. Maak tweetallen en ga naar https://machinelearningforkids.co.uk/ in een webbrowser.

2. Klik op “Get started”.

3. Klik op “Inloggen” en voer uw gebruikersnaam en wachtwoord in. Deze krijg je van de docent.
(Zie het antwoordmodel voor de docent voor meer uitleg over het aanmaken van een account).

4. Klik op “Projecten” in de bovenste menubalk, en kies het project “What Twitter Thinks”. De docent maakt dit project van tevoren aan. (Ook hierover is meer uitleg te vinden in het antwoordmodel voor de docent).

5. Je gaat nu beginnen met het trainen van het model, zodat het leert om positieve en negatieve tweets over Arjen Lubach te herkennen. Klik op “Trainen”.

6. Open een nieuw webbrowservenster en ga naar http://search.twitter.com. Zoek naar tweets over Arjen Lubach.

7. Bespreek in tweetallen welk label iedere tweet moet krijgen: positief, negatief of neutraal.

8. Negatieve tweets over Arjen Lubach voeg je toe aan de bucket “Negatief”. Klik op de knop “+ Voorbeeld toevoegen” in de bucket “niet leuk”.
Let op: je kopieert en plakt de teksten uit de tweets en dus niet de URL van de tweets die je in wil voegen.

Plak de tweet in het vak en klik op “Toevoegen”.

Neutrale tweets over Arjen Lubach voeg je op dezelfde manier toe in de bucket “Neutraal”.
Positieve tweets over je onderwerp voeg je toe aan de bucket “Positief”.

Ga net zo lang door tot je in alle drie de velden ongeveer evenveel voorbeelden hebt. Hoe meer voorbeelden, hoe beter het model zijn taak zal uitvoeren.

Bespreking

Als jullie zo’n tien minuten bezig zijn geweest, is het tijd om de labels met elkaar te bespreken.

Wat is jullie opgevallen bij het bepalen van de labels?
Over welke tweets waren jullie het oneens? Kun je een twijfelgeval noemen?
Hoe kwamen jullie tot overeenstemming?
Wat betekent dit voor hoe goed het model straks werkt?

Vervolg opdracht

9. Nu is het tijd om het model te trainen op basis van de voorbeelden en labels die jullie hebben ingevoerd. De docent deelt zijn of haar laptopscherm op groot scherm, en klikt “< Terug naar project”, en dan “Leren en testen”.

10. De docent klinkt vervolgens op de knop “Nieuw machinelearningmodel trainen”. Het duurt een minuut of twee om het model te trainen.

11. Als het model daarmee klaar is, kun je het testen. Voeg in het lege vak een tweet in over Lubach, die je niet hebt gebruikt als voorbeeld om het model mee te trainen. Klik vervolgens op test. Herhaal dit met verschillende tweets. Je kunt ook testen met zelfverzonnen tweets.

Vervolg bespreking

Bespreek klassikaal:

Hoe goed werkt het model?
Waar komt dat door?
Hoe kun je het verbeteren?
Wat is het verschil met de aanpak van De Groene Amsterdammer?
Hoe kijk je nu aan tegen het soort onderzoek dat De Groene Amsterdammer gedaan heeft?
Welke andere onderwerpen zouden interessant zijn om te analyseren op sociale media?
Wat begrijp je van de manier waarop het Machine Learning model met de voorbeelden aan de slag is gegaan? Wat vind je daarvan?

Materiaal

Tijdsindicatie

45 minuten, waarvan:

5 minuten voor het lezen van het verhaal
15 minuten voor het trainen van het model
10 minuten voor het bespreken van de labels
5 minuten voor het testen
10 minuten voor de nabespreking

Het bericht Train een model om de publieke opinie op Twitter te meten verscheen eerst op Journalistiek & AI.

Zoek de verschillen

admin — Sun, 12 Mar 2023 22:40:00 +0000

Opdracht

Op deze website staan allerlei journalistieke voorbeelden waarin AI is gebruikt. Daarvoor zijn verschillende typen modellen gebruikt.

Maak tweetallen en zoek samen één voorbeeld van Supervised Learning, één van Rule Based modellen en één van Reinforcement Learning op deze site. Als je wil, mag je ook buiten deze site zoeken.

Sla de links naar je voorbeelden op en schrijf in je eigen woorden op wat het verschil is tussen Supervised Machine Learning, Reinforcement Learning en Rule Based modellen.

Tip: hier lees je een uitleg van de drie modellen.

Bespreking

Welke voorbeelden hebben jullie gevonden?
Van welk type AI is er sprake in jullie voorbeelden?
Kunnen jullie het verschil uitleggen tussen de modellen?
Weten jullie ook wat Unsupervised Machine Learning is?

Materiaal

Tijdsindicatie

40 minuten, waarvan:

15 minuten voor het lezen van de uitleg
15 minuten voor het zoeken van voorbeelden
10 minuten om na te spreken

Het bericht Zoek de verschillen verscheen eerst op Journalistiek & AI.

Lagerhuis

admin — Thu, 02 Mar 2023 22:51:52 +0000

Opdracht

Er bestaan vele vormen en toepassingen van AI. Op deze website vind je een aantal voorbeelden, maar er zijn er natuurlijk nog veel meer. Het is belangrijk dat je als journalist stilstaat bij de mogelijkheden, risico’s en voor- en nadelen van AI.

Voor deze oefening ga je met je studiegenoten in debat over de stelling:

Artificial Intelligence in de journalistiek doet meer goed dan kwaad.

De docent deelt de klas in tweeën. Groep A is voor de stelling, groep B is tegen de stelling.

Deel 1: Het verkennen van AI in de journalistiek

Voor veel mensen is AI nog een onduidelijk begrip. Daarom is het eerst belangrijk om het terrein te verkennen: Welke toepassingen van AI zijn er eigenlijk in de journalistiek? Maak eerst met je groep een mindmap.

Tip: gebruik de voorbeelden en uitleg op deze website!

Deel 2: Argumenten bedenken

Nu je een beter beeld hebt van wat AI kan doen in de journalistiek is het tijd om argumenten voor of tegen de stelling te bedenken. Je mag daarbij natuurlijk online research doen. Je bent tenslotte journalist! Welke argumenten dragen experts aan?

Bespreking

Tijd om te debatteren! De groep voorstanders gaat aan de ene kant van het klaslokaal zitten, de groep tegenstanders aan de andere kant. Als je iets wilt zeggen, steek je je hand op. Als de docent je de beurt geeft, ga je staan.

Na afloop van het debat, kun je met elkaar bespreken wat je échte mening over de stelling is. Zijn er mensen veranderd van mening na het debat?

Materiaal

Tijdsindicatie

75 minuten, waarvan:

20 minuten voor het maken van een mindmap
30 minuten voor research en het bedenken van argumenten
20 minuten voor het debat
5 minuten nabespreken

Het bericht Lagerhuis verscheen eerst op Journalistiek & AI.