L’intelligenza artificiale rende più facile fare inchieste, ma anche sbagliare

Dall’analisi dei dati alla verifica delle fonti, l’AI sta cambiando il lavoro delle redazioni. Le interviste a 28 esperti europei del progetto DAPHNE raccontano le nuove opportunità e il rischio di perdere competenze fondamentali

Questo articolo fa parte del Toolbox sul data journalism realizzato dall’Ordine dei giornalisti della Lombardia nell’ambito di DAPHNE, un progetto di ricerca finanziato dalla Commissione europea a cui l’Ordine partecipa insieme ad altri 12 partner. Il progetto studia le competenze necessarie per fare giornalismo dei dati, con l’obiettivo di sviluppare nuovi percorsi di formazione.

Scrivere un programma per analizzare migliaia di documenti, estrarre informazioni da un archivio, incrociare banche dati diverse o costruire un grafico. Per fare bene queste cose servono competenze informatiche che molti giornalisti non hanno. L’intelligenza artificiale ha cambiato parecchio le cose: oggi anche chi non sa programmare può affrontare lavori che fino a poco tempo fa avrebbe dovuto affidare a uno specialista.

Ma c’è un problema: come si fa a sapere se il risultato è corretto?

È una delle questioni emerse dalle interviste a 28 professionisti di cinque Paesi europei – Grecia, Germania, Spagna, Italia e Portogallo – realizzate nell’ambito del progetto DAPHNE. Sono giornalisti investigativi, responsabili di team di data journalism, caporedattori, docenti universitari ed esperti di intelligenza artificiale. Più della metà lavora nel settore da oltre quindici anni.

L’AI, spiegano, sta abbassando le barriere tecniche che per molto tempo hanno frenato la diffusione del giornalismo dei dati. Un giornalista freelance italiano racconta di utilizzarla per scrivere codice, automatizzare attività ripetitive ed elaborare analisi preliminari di documenti e banche dati. Operazioni che richiederebbero molto tempo o l’aiuto di un programmatore.

Per un freelance o una piccola redazione, che difficilmente possono permettersi personale specializzato, è un cambiamento notevole. Una parte del lavoro preparatorio a un’inchiesta diventa più semplice e veloce. Il tempo risparmiato può essere dedicato alla ricerca delle fonti, alle verifiche, alle interviste. A patto, naturalmente, che l’AI abbia fatto bene il suo lavoro.

Verificare quello che produce l’AI

Un programma generato automaticamente può contenere errori, un’analisi può interpretare male i dati, un riassunto può riportare informazioni mai esistite. Più operazioni vengono affidate all’AI, più aumenta il lavoro necessario per controllarle. È un paradosso soltanto apparente: si risparmia tempo nell’elaborazione, ma non si può risparmiare sulla verifica.

Il freelance italiano indica tre precauzioni: controllare il codice prodotto dall’AI, risalire alle fonti originali e verificare le analisi prima di utilizzarle in un articolo. Un grafico ben fatto può nascondere un errore grossolano. E un risultato plausibile non è necessariamente vero.

C’è poi il problema dei contenuti falsificati. Una giornalista televisiva richiama l’attenzione sulla diffusione di immagini e video manipolati, compresi i deepfake, che rendono più complicato stabilire l’autenticità delle fonti.

Non tutte le redazioni, peraltro, hanno deciso come comportarsi. Un esperto greco racconta che gli strumenti di AI sono già largamente utilizzati nelle organizzazioni giornalistiche, ma spesso mancano regole condivise su come impiegarli e su quando dichiararne l’uso ai lettori.

Il rischio di perdere le competenze

C’è un’altra preoccupazione, forse meno immediata. Che cosa succede quando ci si abitua a delegare all’intelligenza artificiale attività che prima si svolgevano personalmente? Si rischia di perdere la capacità di farle. È il fenomeno del deskilling, la progressiva perdita di competenze professionali.

Una responsabile italiana di un team di giornalismo dei dati teme soprattutto che giornalisti privi di preparazione informatica comincino a realizzare analisi complesse senza comprendere davvero quello che stanno facendo. L’AI produce un risultato, magari anche convincente, ma chi lo utilizza non ha gli strumenti per accorgersi di eventuali errori.

Immaginiamo di dover collegare due archivi. L’AI può scrivere il codice necessario in pochi istanti. Ma prima bisogna capire se i dati sono confrontabili, se le categorie utilizzate nei due archivi coincidono e se dall’incrocio possono uscire risultati attendibili. Tutte valutazioni che richiedono conoscenze statistiche e una certa familiarità con i dati.

Secondo l’intervistata, i giornalisti dovrebbero conservare almeno le competenze analitiche di base, a cominciare dai fogli di calcolo e da una conoscenza sufficiente dei linguaggi di programmazione. Un’altra giornalista italiana è ancora più netta: chi si affida completamente all’AI senza capire i processi non è nemmeno in grado di contestarne i risultati.

Del resto, il giornalismo dei dati non consiste nell’inserire qualche numero o grafico in un articolo. Per un’inchiesta bisogna spesso cercare informazioni in archivi diversi, raccoglierle, ripulirle, collegarle e interpretarle. L’AI può fare molto di questo lavoro, ma rimane necessario sapere che cosa le si sta chiedendo di fare.

Come cambierà il lavoro in redazione

Un giornalista che sappia condurre un’inchiesta, programmare, analizzare statistiche, costruire mappe e usare l’intelligenza artificiale. Sarebbe il profilo ideale, ma è difficile trovare tutte queste competenze in una sola persona.

Molti degli intervistati immaginano piuttosto redazioni organizzate intorno a gruppi di lavoro misti, con giornalisti investigativi, analisti, programmatori, specialisti di AI ed esperti di visualizzazione. A ciascuno il proprio mestiere, purché tutti sappiano abbastanza del lavoro degli altri per potersi capire.

Un freelance usa un’immagine efficace: il giornalista dovrebbe conoscere i «primi capitoli di molti libri diversi». Non occorre diventare esperti di ogni disciplina, ma bisogna conoscerne almeno i principi, le possibilità e i limiti.

Un caporedattore italiano prevede inoltre la crescita di una figura specializzata nell’organizzare archivi di dati strutturati, ricercabili e riutilizzabili. Una sorta di lavoro preparatorio che permette poi a interi gruppi investigativi di usare le stesse informazioni, anche collaborando tra redazioni di Paesi diversi.

Attenzione però a non confondere gli strumenti con il mestiere. Un’inchiesta continua a richiedere persone da intervistare, fonti da coltivare, documenti da cercare e lavoro sul campo. Da questo punto di vista l’AI può dare una mano, ma non è certo in grado di sostituire il giornalista.

E le redazioni più piccole?

Il modello delle squadre specializzate funziona soprattutto dove ci sono soldi e personale. Nelle redazioni piccole e medie, osserva un esperto portoghese di visualizzazione dei dati, il giornalista deve spesso fare tutto: trovare la notizia, raccogliere e analizzare le informazioni, scrivere l’articolo e occuparsi della pubblicazione.

L’AI può aiutarlo, ma non risolve il problema delle risorse. Le grandi redazioni, prevede l’esperto, continueranno a investire in strumenti avanzati e specialisti. Le piccole potrebbero rimanere indietro, proprio mentre alcune tecnologie diventano più accessibili.

Anche tra i Paesi europei la situazione è molto diversa. Due esperti greci descrivono un settore ancora poco sviluppato e frammentato. Nelle redazioni il giornalismo dei dati viene spesso considerato troppo laborioso per i tempi della produzione quotidiana.

Secondo loro servirebbe investire soprattutto nell’OSINT, cioè nella ricerca e nell’analisi di informazioni disponibili da fonti aperte, nelle tecniche di investigazione digitale e nella verifica dei dati. Ma guardano anche alle possibilità offerte dalla realtà virtuale e aumentata per visualizzare e raccontare fenomeni complessi.

Cosa automatizzare e cosa no

La lista dei lavori che possono essere affidati almeno in parte all’AI è già lunga. Monitorare le fonti, estrarre informazioni da documenti, ripulire dataset, produrre grafici semplici, controllare periodicamente le banche dati pubbliche, preparare prime bozze. Tutte attività che assorbono tempo, soprattutto nelle inchieste costruite su grandi quantità di informazioni.

Se queste operazioni diventano più veloci, i giornalisti potrebbero dedicare più tempo alla parte meno automatizzabile del lavoro: decidere che cosa cercare, interpretare i risultati e capire se c’è davvero una notizia.

Un data journalist italiano prevede che proprio queste capacità distingueranno sempre di più i professionisti esperti. Quando chiunque potrà chiedere a un sistema di analizzare un archivio, conterà ancora di più saper scegliere l’archivio giusto e soprattutto formulare le domande.

Una responsabile della comunicazione di un’organizzazione non governativa spagnola fa un ragionamento simile. L’AI entrerà stabilmente nel lavoro giornalistico, ma raccontare una storia continuerà a richiedere esperienza, conoscenze e scelte personali.

Le competenze future

Che cosa dovranno imparare i giornalisti nei prossimi tre-cinque anni? Agli esperti intervistati da DAPHNE è stato chiesto anche questo.

Le risposte comprendono l’uso dell’AI, l’analisi avanzata dei dati, la programmazione, l’automazione del lavoro, la verifica dei contenuti generati artificialmente e la capacità di collegare archivi diversi. E naturalmente la statistica, senza la quale è difficile capire davvero i numeri che si stanno utilizzando.

Un intervistato portoghese cita l’algorithm auditing, cioè l’analisi del funzionamento degli algoritmi per individuare errori, discriminazioni e distorsioni nei risultati. Un esperto greco aggiunge la conoscenza delle regole di gestione e trasparenza dei sistemi di AI.

Nella graduatoria delle nove aree di competenza elaborata dagli intervistati, l’intelligenza artificiale è già al terzo posto. Davanti rimangono il giornalismo investigativo e l’analisi dei dati.

Ma ha ancora senso considerare l’AI una competenza separata dalle altre? Un intervistato italiano pensa di no. Questi strumenti stanno entrando in quasi tutte le fasi del lavoro giornalistico, dalla ricerca delle informazioni alla loro analisi, fino alla pubblicazione. È una trasformazione che potrebbe rendere più semplice fare molte cose, ma non necessariamente farle bene. L’AI scrive codice, elabora tabelle, propone grafici e individua collegamenti; il giornalista deve continuare a capire se quei collegamenti esistono davvero e, soprattutto, se vale la pena raccontarli.

Lascia un commento

Iscriviti alla newsletter per non perdere tutti gli aggiornamenti