Kunsmatige intelligensie in finansiële joernalistiek: Bloomberg veg met foutiewe AI -opsomming
Xpert voorvrystelling
Taalkeuse 📢
Gepubliseer op: 6 April 2025 / Update van: 6 April 2025 - Skrywer: Konrad Wolfenstein
Het AI tans in die joernalistiek bereik?
Is AI -implementering geskik vir alledaagse gebruik? Bloomberg se hobbelige begin met outomatiese opsommings
Die integrasie van kunsmatige intelligensie in joernalistiek bied mediamaatskappye ingewikkelde uitdagings, soos die huidige geval van Bloomberg toon. Die finansiële onderrigdiens eksperimenteer sedert Januarie 2025 met AI-gegenereerde opsommings vir sy artikels, maar moes minstens 36 verkeerde opsommings regstel. Hierdie situasie illustreer die probleme met die implementering van AI -stelsels in die redaksionele gebied, veral met betrekking tot akkuraatheid, betroubaarheid en vertroue in outomatiese inhoud. Die volgende afdelings werp lig op die spesifieke probleme by Bloomberg, stel dit in die konteks van algemene AI -uitdagings en bespreek moontlike oplossings vir die suksesvolle integrasie van AI in die joernalistiek.
Geskik vir:
- Betroubare AI: Europa se troefkaart en die kans om 'n leidende rol in kunsmatige intelligensie te neem
Bloomberg se problematiese toetrede tot AI-gegenereerde inhoud
Die vatbaarheid van AI -vergaderings
Bloomberg, 'n wêreld se toonaangewende maatskappy vir finansiële nuus, het in die vroeë 2025 begin om koeëlpunte as opsommings te plaas. Hierdie probleme is veral problematies vir 'n maatskappy soos Bloomberg, wat bekend is vir sy presiese finansiële verslagdoening en wie se inligting dikwels 'n direkte invloed op beleggingsbesluite kan hê. Die behoefte aan talle korreksies ondermyn vertroue in die betroubaarheid van hierdie nuwe tegnologie en laat vrae ontstaan oor voortydige implementering van AI -stelsels in die joernalistiek.
'N Besondere beduidende fout het voorgekom toe Bloomberg oor president Trump se beplande Autozölle berig het. Alhoewel die werklike artikel korrek verklaar het dat Trump moontlik die tariewe op dieselfde dag sou aankondig, bevat die AI-gegenereerde opsomming verkeerde inligting oor die tyd van 'n meer omvattende doeane-maatreël. In 'n ander geval het 'n opsomming van AI verkeerd beweer dat president Trump in 2024 reeds tariewe teen Kanada opgelê het. Sulke foute toon die grense van die AI in die interpretasie van ingewikkelde boodskappe en die risiko's wanneer outomatiese inhoud wat ongewoon getoets is, gepubliseer word.
Benewens die valse datum, het die foute ook verkeerde getalle en verkeerde attribusies van aksies of stellings oor mense of organisasies ingesluit. Hierdie tipe foute, wat dikwels 'hallusinasies' genoem word, is 'n spesiale uitdaging vir AI -stelsels, aangesien dit aanneemlik kan klink en daarom moeilik is om te herken of daar geen deeglike menslike oorsig is nie. Die frekwensie van hierdie foute by Bloomberg onderstreep die behoefte aan robuuste hersieningsprosesse en laat vrae ontstaan oor die volwassenheid van die AI -tegnologie wat gebruik word.
Bloomberg se reaksie op die AI -probleme
In 'n amptelike verklaring het Bloomberg benadruk dat 99 persent van die AI -gegenereerde opsommings ooreenstem met die redaksionele standaarde. Volgens sy eie stellings publiseer die maatskappy elke dag duisende artikels en beskou die foutkoers dus relatief laag. Volgens sy eie stellings heg Bloomberg belangrik aan deursigtigheid en korrigeer of bygewerk items indien nodig. Dit is ook beklemtoon dat joernaliste volle beheer het oor die vraag of 'n AI -gegenereerde opsomming gepubliseer word of nie.
John Micklethwait, hoofredakteur van Bloomberg, het die redes vir AI-opsomming in 'n opstel op 10 Januarie beskryf, wat gebaseer is op 'n lesing by City St. George's, Universiteit van Londen. Hy het verduidelik dat kliënte hulle waardeer omdat hulle vinnig kan besef wat 'n verhaal is, terwyl joernaliste meer skepties is. Hy het erken dat verslaggewers vrees dat lesers slegs op die opsommings kon staatmaak en nie meer die werklike verhaal kon lees nie. Nietemin het Micklethwait benadruk dat die waarde van 'n AI-opsomming uitsluitlik afhang van die kwaliteit van die onderliggende geskiedenis-en mense is steeds van kardinale belang vir hulle.
'N Woordvoerder van Bloomberg het aan The New York Times gesê dat die terugvoering oor die opsommings oor die algemeen positief was en dat die maatskappy voortgaan om ervaring te verbeter. Hierdie stelling dui aan dat Bloomberg wil vasvang ondanks die probleme van die gebruik van die strategie om AI vir opsommings te gebruik, maar met 'n groter fokus op kwaliteitsversekering en verfyning van die gebruikte tegnologie.
AI in joernalistiek: 'n onderwerp wat relevant is vir die bedryf
Ervarings van ander mediamaatskappye met AI
Bloomberg is nie die enigste mediamaatskappy wat eksperimenteer met die integrasie van AI in sy joernalistieke prosesse nie. Baie nuusorganisasies probeer uitvind hoe u hierdie nuwe tegnologie die beste kan integreer in u verslagdoening en redaksionele werk. Die Gannett -koerantketting gebruik soortgelyke AI -gegenereerde opsommings vir u artikels, en die Washington Post het 'n instrument ontwikkel met die naam 'Ask the Post' wat antwoorde genereer op vrae uit gepubliseerde positems. Hierdie breë aanneming toon die aansienlike belangstelling van die mediabedryf in AI -tegnologieë, ondanks die gepaardgaande risiko's en uitdagings.
Probleme met AI -instrumente het ook by ander mediamaatskappye voorgekom. Aan die begin van Maart het die Los Angeles Times sy AI-instrument uit 'n meningsartikel verwyder nadat die tegnologie die Ku Klux-Klan beskryf het as iets anders as 'n rassistiese organisasie. Hierdie voorval illustreer dat die uitdagings wat Bloomberg in die gesig staar, nie geïsoleer is nie, maar simptomaties vir groter probleme met die integrasie van AI in die joernalistiek. Daar is 'n patroon waarin die tegnologie nog nie volwasse genoeg is om betroubaar te werk sonder menslike toesig nie, veral met sensitiewe of ingewikkelde onderwerpe.
Hierdie voorbeelde illustreer die spanning tussen die begeerte na innovasie en doeltreffendheid deur AI enersyds en die behoefte om joernalistieke standaarde en akkuraatheid aan die ander kant te handhaaf. Mediamaatskappye moet 'n balanshandeling doen: hulle wil voordeel trek uit die voordele van AI sonder om hul lesers se vertroue te waag of om basiese joernalistieke beginsels in die gedrang te bring. Bloomberg se ervarings en ander nuusorganisasies dien as belangrike leringe vir die hele bedryf oor die moontlikhede en grense van AI in die joernalistiek.
Geskik vir:
- Een rede vir die huiwerige gebruik van KI: 68% van MH-bestuurders kla oor 'n gebrek aan KI-kennis in maatskappye
Die spesiale uitdaging in finansiële joernalistiek
In die finansiële sektor, waar Bloomberg optree as een van die voorste intelligensiedienste, is die vereistes vir akkuraatheid en betroubaarheid veral groot. Die gevolge van verkeerde inligting kan hier beduidende finansiële gevolge hê, aangesien beleggers en finansiële kundiges besluite neem op grond van hierdie nuus. Hierdie spesiale verantwoordelikheid maak die integrasie van AI -tegnologieë in finansiële joernalistiek 'n nog groter uitdaging as op ander rapporteringsareas.
Interessant genoeg het die 'Generalist-Ki' die spesiale KI van Bloomberg in sy domein, die finansiële ontleding, oorskry. Bloomberg het 'n geskatte minstens $ 2,5 miljoen belê in die ontwikkeling van sy eie finansiële AI, maar nie eens 'n jaar na die bekendstelling aan die einde van Maart 2023 nie, het dit duidelik geword dat algemene AI-modelle soos ChatGPT en GPT-4 beter resultate op hierdie gebied lewer. Dit illustreer die vinnige ontwikkeling op die gebied van kunsmatige intelligensie en die moeilikheidsgraad vir maatskappye om tred te hou met gespesialiseerde oplossings as die algemene modelle al hoe doeltreffend word.
🎯🎯🎯 Vind voordeel uit Xpert.Digital se uitgebreide, vyfvoudige kundigheid in 'n omvattende dienspakket | R&D, XR, PR & SEM
KI & XR 3D-weergawemasjien: Vyfvoudige kundigheid van Xpert.Digital in 'n omvattende dienspakket, R&D XR, PR & SEM - Beeld: Xpert.Digital
Xpert.Digital het diepgaande kennis van verskeie industrieë. Dit stel ons in staat om pasgemaakte strategieë te ontwikkel wat presies aangepas is vir die vereistes en uitdagings van jou spesifieke marksegment. Deur voortdurend markneigings te ontleed en bedryfsontwikkelings te volg, kan ons met versiendheid optree en innoverende oplossings bied. Deur die kombinasie van ervaring en kennis, genereer ons toegevoegde waarde en gee ons kliënte 'n beslissende mededingende voordeel.
Meer daaroor hier:
Datakwaliteit en AI -modelle: die onsigbare struikelblokke van moderne tegnologie
Fundamentele uitdagings van die generatiewe AI
Die hallusinasieprobleem in AI -modelle
Een van die mees fundamentele uitdagings vir AI-stelsels, wat ook volgens Bloomberg se opsommings duidelik geword het, is die probleem van 'hallusinasies'-dit wil sê die neiging van AI-modelle, om aanneemlike klinkende, maar in werklikheid verkeerde inligting te genereer. Hierdie probleem kom voor wanneer AI -stelsels inhoud genereer wat verder gaan as die inligting wat aan hulle verskaf word, of as hulle data verkeerd interpreteer. Sulke hallusinasies is veral problematies in joernalistiek, waar getroue en akkuraatheid van kardinale belang is.
Die probleme wat Bloomberg ondervind het, is juis sulke hallusinasies: die AI “uitgevind” data soos die inleidende datum van Trump se motorpligte of verkeerdelik beweer dat Trump reeds tariewe teen Kanada in 2024 sou opgelê het. Hierdie soort fout onderstreep die grense van die huidige AI -tegnologie, veral as dit kom by die presiese interpretasie van ingewikkelde inligting.
Kenners dui aan dat hallusinasies deur verskillende faktore veroorsaak kan word, onder andere deur die manier waarop opleidingsopdragte en tekste gekodeer word. Groot taalmodelle (LLMS) skakel terme met 'n aantal getalle, dus -afgesluit vektorkoderings. In die geval van dubbelsinnige woorde soos 'bank' (wat 'n finansiële instelling en 'n sitplek kan beskryf), kan daar kodering per betekenis wees om dubbelsinnigheid te vermy. Elke fout in die kodering en dekodering van voorstellings en tekste kan lei tot die generatiewe AI -hallucineer.
Deursigtigheid en verstaanbaarheid van AI -besluite
'N Ander fundamentele probleem met AI-stelsels is die gebrek aan deursigtigheid en naspeurbaarheid van u besluitnemingsprosesse. Met sommige AI -metodes is dit nie meer te verstane hoe 'n sekere voorspelling of 'n sekere resultaat ontstaan of waarom 'n AI -stelsel 'n spesifieke antwoord bereik het in die geval van 'n spesifieke vraag nie. Hierdie gebrek aan deursigtigheid, wat dikwels 'n 'swartboksprobleem' genoem word, maak dit moeilik om foute te identifiseer en reg te stel voordat dit gepubliseer word.
Die naspeurbaarheid is veral belangrik op gebiede soos joernalistiek, waar besluite oor inhoud deursigtig en regverdigbaar moet wees. As Bloomberg en ander mediamaatskappye nie kan verstaan waarom hul AI verkeerde opsommings genereer nie, sal dit moeilik wees om sistemiese verbeterings aan te bring. In plaas daarvan vertrou hulle op reaktiewe korreksies nadat foute reeds plaasgevind het.
Hierdie uitdaging word ook geïdentifiseer deur kundiges van besigheid en wetenskap. Alhoewel dit hoofsaaklik 'n tegniese uitdaging is, kan dit ook lei tot problematiese resultate vanuit 'n sosiale of wettige perspektief op sekere toepassingsareas. In die geval van Bloomberg, kan dit lei tot 'n verlies aan vertroue onder lesers of in die slegste geval tot finansiële besluite gebaseer op verkeerde inligting.
Afhanklikheid van datakwaliteit en omvang
Daarbenewens is toepassings gebaseer op AI afhanklik van die kwaliteit van die data en algoritmes. Op hierdie manier kan sistematiese foute in data of algoritmes dikwels nie erken word in die lig van die grootte en kompleksiteit van die gebruikte data nie. Dit is nog 'n fundamentele uitdaging waarmee Bloomberg en ander ondernemings te make het met die implementering van AI -stelsels.
Die probleem met die hoeveelheid data - die AI kan slegs die relatiewe klein “konteksvensters” in die verwerking van opdragte in ag neem, het die afgelope jaar regtig gekrimp, maar bly 'n uitdaging. Die Google KI-model “Gemini 1.5 Pro 1M” kan reeds een onmiddellik verwerk in die omvang van 700,000 woorde of 'n uur video-meer as 7 keer soveel as die tans beste GPT-model van OpenAAI. Nietemin toon toetse dat kunsmatige intelligensie na data kan soek, maar sukkel om verhoudings te versamel.
Geskik vir:
- Kostevermindering en optimalisering van doeltreffendheid is dominante sakebeginsels-die risiko en die keuse van die regte AI-model
Oplossing benaderings en toekomstige ontwikkelings
Menslike toesig en redaksionele prosesse
'N Voor die hand liggende oplossing vir die probleme wat Bloomberg ondervind, is verhoogde menslike monitering van die AI -gegenereerde inhoud. Bloomberg het reeds benadruk dat joernaliste volle beheer het oor die vraag of 'n AI -gegenereerde opsomming gepubliseer word of nie. Hierdie beheer moet egter effektief uitgeoefen word, wat beteken dat redakteurs genoeg tyd moet hê om die AI -beraad na te gaan voordat dit gepubliseer word.
Die implementering van robuuste redaksionele prosesse vir die kontrole van AI-gegenereerde inhoud is van uiterste belang om foute te verminder. Dit kan insluit dat alle AI -beraad deur ten minste een menslike redakteur nagegaan moet word voordat dit gepubliseer word, of dat sekere soorte inligting (soos data, getalle of attribusies) veral deeglik nagegaan word. Sulke prosesse verhoog die werklading en verminder sodoende 'n deel van die doeltreffendheidswins deur AI, maar is nodig om die akkuraatheid en geloofwaardigheid te beskerm.
Tegniese verbeterings in die AI -modelle
Die tegniese ontwikkeling van die AI -modelle self is nog 'n belangrike benadering tot die oplossing van die huidige probleme. Reeds met GPT-4 het hallusinasies aansienlik afgeneem in vergelyking met die voorganger GPT-3.5. Die mees onlangse model van Anthropic, “Claude 3 Opus”, toon nog minder hallusinasies in aanvanklike toetse. Binnekort moet die fouttempo van stemmodelle laer wees as die van die gemiddelde man. Nietemin, AI -taalmodelle sal waarskynlik nie foutloos wees tot verdere kennisgewing nie, in teenstelling met rekenaars.
'N Belowende tegniese benadering is die' mengsel van kundiges ': verskeie klein spesiale modelle is aan 'n heknetwerk gekoppel. Die hek word na die stelsel ingeskryf en word dan aan een of meer kundiges deurgegee indien nodig. Uiteindelik word die antwoorde op 'n algemene woord gekombineer. Op hierdie manier kan dit vermy word dat die hele model altyd aktief moet raak in die kompleksiteit daarvan. Hierdie tipe argitektuur kan moontlik akkuraatheid verbeter deur gespesialiseerde modelle vir sekere soorte inligting of domeine te gebruik.
Realistiese verwagtinge en deursigtige kommunikasie
Dit is immers belangrik om realistiese verwagtinge van AI -stelsels te hê en deursigtig te kommunikeer oor hul vaardighede en perke. AI -stelsels word spesifiek gedefinieër vir 'n spesifieke toepassingskonteks vandag en is ver van vergelykbaar met menslike intelligensie. Hierdie kennis moet lei tot die implementering van AI in joernalistiek en ander gebiede.
Bloomberg en ander mediamaatskappye moet deursigtig kommunikeer oor die gebruik van AI en dit duidelik maak dat AI-gegenereerde inhoud verkeerd kan wees. Dit kan gedoen word deur eksplisiete etikettering van AI -gegenereerde inhoud, deursigtige foutkorreksieprosesse en oop kommunikasie oor die grense van die tegnologie wat gebruik word. Sulke deursigtigheid kan help om die vertroue van die leser te handhaaf, selfs al is daar foute.
Waarom misluk AI -integrasie in joernalistiek sonder mense
Bloomberg se ervarings met AI -gegenereerde opsommings illustreer die ingewikkelde uitdagings in die integrasie van kunsmatige intelligensie in joernalistiek. Die ten minste 36 foute wat sedert Januarie reggestel moes word, toon dat die tegnologie, ondanks sy potensiaal, nog nie volwasse genoeg is om betroubaar gebruik te word sonder deeglike menslike toesig nie. Die probleme waarmee Bloomberg gekonfronteer word, is nie uniek nie, maar weerspieël fundamentele uitdagings van AI, soos hallusinasies, 'n gebrek aan deursigtigheid en die afhanklikheid van data van hoë gehalte.
Verskeie benaderings is nodig vir 'n suksesvolle integrasie van AI in joernalistiek: robuuste redaksionele prosesse vir die oorsig van AI -gegenereerde inhoud, deurlopende tegniese verbeterings in die AI -modelle self en deursigtige kommunikasie oor die vaardighede en grense van die tegnologie wat gebruik word. Bloomberg se ervaring kan dien as 'n waardevolle les vir ander mediamaatskappye wat soortgelyke AI -implementerings beplan.
Die toekoms van AI-gebaseerde joernalistiek hang af van hoe goed dit is om die doeltreffendheidswins en innoverende moontlikhede van AI te gebruik sonder om die joernalistieke standaarde in die gedrang te bring. Die sleutel is in 'n gebalanseerde benadering wat die tegnologie beskou as 'n instrument wat menslike joernaliste ondersteun in plaas daarvan om dit te vervang. Soos John Micklethwait van Bloomberg gepas opgemerk het: "'n Samevatting is net so goed soos die verhaal waarop dit gebaseer is. En mense is steeds belangrik vir die verhale."
Ons is daar vir jou - advies - beplanning - implementering - projekbestuur
☑️ KMO-ondersteuning in strategie, konsultasie, beplanning en implementering
☑️ Skep of herbelyning van die digitale strategie en digitalisering
☑️ Uitbreiding en optimalisering van internasionale verkoopsprosesse
☑️ Globale en digitale B2B-handelsplatforms
☑️ Pionier Besigheidsontwikkeling
Ek sal graag as jou persoonlike adviseur dien.
Jy kan my kontak deur die kontakvorm hieronder in te vul of my eenvoudig by +49 89 89 674 804 (München) .
Ek sien uit na ons gesamentlike projek.
Xpert.Digital - Konrad Wolfenstein
Xpert.Digital is 'n spilpunt vir die industrie met 'n fokus op digitalisering, meganiese ingenieurswese, logistiek/intralogistiek en fotovoltaïese.
Met ons 360° besigheidsontwikkelingsoplossing ondersteun ons bekende maatskappye van nuwe besigheid tot naverkope.
Markintelligensie, smarketing, bemarkingsoutomatisering, inhoudontwikkeling, PR, posveldtogte, persoonlike sosiale media en loodversorging is deel van ons digitale hulpmiddels.
Jy kan meer uitvind by: www.xpert.digital - www.xpert.solar - www.xpert.plus