Background: Die Medienbranche im Austausch zu KI
21. Februar 2024
Das Reuters Institute for the Study of Journalism (RISJ) an der Universität Oxford hat im Jahr 2023 drei Roundtable-Gespräche durchgeführt, um die Auswirkungen von künstlicher Intelligenz, insbesondere der generativen KI, auf die Erstellung von Nachrichten im Journalismus zu untersuchen.
Teilnehmer:innen waren Vertreter:innen globaler Technologieplattformen und Nachrichtenorganisationen sowie Expert:innen, die sich auf die Erkennung von Desinformation spezialisiert haben. Die Gespräche hatten zum Ziel, die Gedanken der Branchenführer:innen zu erfassen.
Kernaussagen der Branchenführer:innen
- Großes Interesse an Innovation: Die teilnehmenden Nachrichtenverlage zeigten eine starke Bereitschaft, mit neuen Werkzeugen der generativen KI zu experimentieren. Sie erkannten, dass erfolgreiche Einsatzmöglichkeiten vor allem durch eigene Versuche und Erfahrungen entdeckt werden müssen. Sie erklärten, dass die Möglichkeiten der Technologie am besten durch praktisches Ausprobieren erschlossen werden können, nicht durch vordefinierte Anwendungsfälle der Entwickler:innen.
- Innovative Experimente: Verlage im Globalen Süden haben bereits Experimente mit generativer KI in großem Umfang gestartet. Sie müssen dabei eine schwierige Entscheidung zwischen Risiko und Nutzen treffen, weil sie oft unter finanziell härteren Bedingungen arbeiten. Werkzeuge wie die Übersetzung in verschiedene Sprachen könnten ihnen enorm helfen, neue Märkte zu erreichen. Doch weiterführende Anwendungen, wie die Echtzeit-Übersetzung, bergen Risiken. Fehler lassen sich vorab schwer erkennen und beheben.
- Technische Einblicke gegen Desinformation: Es gab großes Interesse an technischen Einblicken, wie generative KI Desinformation bekämpfen kann. Viele Nachrichtenorganisationen waren besorgt, dass ihre Interessen nicht mit denen der Technologieplattformen matchen.
- Umgang mit Veränderungen: Generative KI trat 2023 als eine tiefgreifend disruptive Technologie in den Vordergrund, die fast alle Branchen dazu zwang, anders darüber nachzudenken, wie sie operieren. Dies schließt die globale Nachrichtenindustrie ein. Die Roundtable-Gespräche boten eine Plattform für offene Diskussionen über die Herausforderungen und Möglichkeiten, die diese neue Technologie mit sich bringt.
Die Gespräche haben gezeigt, dass es einen klaren Wert darin gibt, wenn Nachrichtenorganisationen Erkenntnisse aus KI-Experimenten teilen. Es gibt einen Nutzen für alle, wenn Einblicke gemeinsam genutzt werden, damit Best Practices etabliert und Fehler nicht wiederholt werden.
Die Entwicklung von Technologien zur Erkennung von KI-gestützter Desinformation schreitet schnell voran. Es gibt jedoch noch keinen klaren Fahrplan für Nachrichtenorganisationen, um Inhalte von Betrügern und die unrechtmäßige Aneignung der Identitäten von Journalist:innen zu bekämpfen. Dieser Austausch und die Zusammenarbeit könnten durch regelmäßige, strukturierte und offene Gespräche zwischen Praktiker:innen gefördert werden.
Die Herausforderungen, die durch generative KI-generierte Inhalte entstehen, könnten effektiver angegangen werden, wenn Medienorganisationen in Partnerschaften zusammenarbeiten und Erkenntnisse aus der Verwendung von generativer KI unter Nachrichtenverlegern geteilt werden.
Heute möchte ich nochmal einen Exkurs in den Bereich der Bilderstellung wagen. Ein Bereich, der natürlich mit Vorsicht zu genießen ist, vor allem im Journalismus. Die Nutzung von KI-Bildern ist irreführend und sollte nur mit entsprechendem Transparenzhinweis in Medien genutzt werden. Auf der anderen Seite steht die Diskussion, ob KI-Kunst wirklich Kunst ist. Dennoch gibt es viele, die sich zuhause privat mit der Erstellung von KI-Bildern befassen. Das ist mittlerweile mit zahlreichen Tools möglich: Midjourney, ChatGPT-Plus oder der erweiterten Version von Copilot, die viele Medienunternehmen inzwischen nutzen. Wie ein perfekter Prompt zur Bilderstellung aussieht, haben vor uns vor einiger Zeit bereits angeschaut. Doch wer mit KI-Bildern bereits experimentiert hat, wird merken, ein und derselbe Prompt produzieren über die Zeit andere Ergebnisse. Der Stil eines Bildes lässt sich über einfaches Prompten kaum halten. Hier kommt der sogenannte Seed (dt. Samen) in Spiel. Jedes von KI erstellte Bild kommt nämlich einen Seed, also eine einzigartige Nummer, mit dem das System das Bild erkennt. Durch die Nennung des Seeds können auch weitere Bilder in der Zukunft wieder im gleichen Stil erstellt werden. Mein Beispiel-Prompt: “Du bist Zeichner für Kinderbücher. Bitte erstelle ein Bild von einem Hasen, der gemeinsam mit einem Bär, einer Eule und einer Schnecke im Wald wohnt. Das Bild sollte eine ansprechende Zeichnung sein, die in einem Buch für Kinder von 2-5 Jahren erscheint.” Das Ergebnis:
In der Welt der Künstlichen Intelligenz gibt es derzeit heiße Diskussionen über die Grenze zwischen fairer Nutzung und Plagiat. Im Mittelpunkt steht Perplexity AI, ein Startup, das eine Suchmaschine mit einem Sprachmodell kombiniert, um detaillierte Antworten zu liefern. Anders als andere KI-Modelle trainiert Perplexity keine eigenen, sondern nutzt bestehende Modelle und sammelt Informationen aus dem Internet. Vorwürfe gegen Perplexity AI Im Juni 2023 wurde Perplexity vorgeworfen, unethisch zu handeln. Das Medium Forbes beschuldigte das Startup, einen seiner Artikel plagiiert zu haben, und Wired warf Perplexity vor, seine Website und andere unerlaubt zu scrapen. Diese Vorwürfe werfen ein Schlaglicht auf die komplexen rechtlichen und ethischen Fragen, die mit der Nutzung von KI im Journalismus verbunden sind. Das Problem mit dem Web-Scraping Wired berichtete, dass Perplexity das Robots Exclusion Protocol ignorierte, das Websites davor schützen soll, von Web-Crawlern durchforstet zu werden. Eine Untersuchung ergab, dass eine mit Perplexity verbundene IP-Adresse Inhalte von Websites sammelte, die für Bots gesperrt sind. Web-Scraping bedeutet, dass automatisierte Software das Internet durchforstet, um Informationen zu sammeln. Suchmaschinen wie Google tun dies, um Webseiten in Suchergebnissen anzuzeigen. Aber viele Verlage wollen nicht, dass ihre Inhalte für den Aufbau von KI-Datensätzen genutzt werden. Plagiat oder faire Nutzung? Wired und Forbes beschuldigten Perplexity auch des Plagiats. Wired stellte fest, dass der Perplexity-Chatbot einen ihrer Artikel fast wortwörtlich zusammenfasste. Forbes berichtete Ähnliches und kritisierte, dass Perplexity Inhalte von verschiedenen Nachrichtenquellen nutzte, ohne diese ausreichend zu kennzeichnen. Perplexity vergleicht seine Zusammenfassungen mit journalistischer Praxis, bei der Fakten aus verschiedenen Quellen genutzt werden. Zukunftsaussichten und Lösungen KI-Unternehmen wie OpenAI haben Vereinbarungen mit Nachrichtenverlagen getroffen, um deren Inhalte nutzen zu dürfen. Diese Abkommen ermöglichen den Verlagen, von der KI-generierten Nutzung ihrer Inhalte zu profitieren. Perplexity plant nun ähnliche Abkommen und möchte Verlagen durch Werbeeinnahmen einen Anteil zukommen lassen. Perplexity-CEO Aravind Srinivas erklärte, dass das Unternehmen die Quellen in Zukunft prominenter zitieren werde. Allerdings gebe es technische Herausforderungen, da KI-Modelle wie ChatGPT und Perplexity manchmal fehlerhafte oder erfundene Links generieren, was die Zuverlässigkeit der Zitate beeinträchtigen kann.
Der heutige "Prompt-Tipp" ist ein Erfahrungsbericht über meine Arbeit mit Künstlicher Intelligenz, der zur Abwechslung einmal keinen spezifischen Prompt für die journalistische Arbeit bietet. In der vergangenen Woche hatte ich die Gelegenheit, als "Mechaniker" an der KI-Werkstatt von MDR next in Leipzig teilzunehmen. An dieser Stelle noch einmal vielen Dank für die Einladung. Dort konnten Redakteur:innen vorbeikommen, um ihre konkreten KI-Herausforderungen zu besprechen und auszuprobieren. Zwei Kolleg:innen kamen mit dem Ziel, KI zu nutzen, um die verschiedenen Wahlprogramme zur kommenden Landtagswahl in Sachsen zu analysieren. Der MDR testet derzeit ein internes GPT-Tool, ähnlich wie der SWR, in einer ersten Testphase. Dieses Tool basiert auf den Fähigkeiten von ChatGPT-4. Es lag daher nahe, diese Herausforderung mit ChatGPT anzugehen. Unser Ansatz war folgender: Download der Parteiprogramme in einen lokalen Ordner und Benennung nach dem gleichen Schema, z.B. “Partei_Wahlprogramm_Sachsen”. Hochladen aller Wahlprogramme in das Interface von ChatGPT. Formulierung eines Basis-Prompts, um die Aufgabe an die KI zu definieren. Unser erster Basis-Prompt sah so aus: “Du bist Journalist und führst politische Faktenchecks und Analysen zu Wahlprogrammen für die kommende Landtagswahl im Bundesland Sachsen durch. Deine Aufgabe ist es, die Wahlprogramme der relevanten Parteien nach bestimmten Kriterien zu analysieren. Deine Aufgaben umfassen: Durchsuchen der Wahlprogramme nach den wichtigsten Punkten. Vergleich dieser Punkte mit den Wahlprogrammen anderer Parteien. Analyse nach vorgegebenen Themenkomplexen (z.B. Wirtschaft, Bildung, Umwelt). Auswertung nach bestimmten Kriterien (z.B. Umsetzbarkeit, Konkretheit). Wichtige Hinweise: Gib zu jeder analysierten Aussage die exakte Quelle mit Wahlprogramm und Seitenzahl an. Agiere neutral und faktengetreu, ohne eigene Interpretationen vorzunehmen. Ergebnisse: Erstelle eine tabellarische Übersicht mit allen relevanten Textstellen, einschließlich Seitenzahl und Wahlprogramm. Anbei findest du die verschiedenen Wahlprogramme. Bitte nutze ausschließlich diese Dokumente für deine Analyse.” Die KI startete anschließend sofort die Analyse und wählte dabei zufällige Themenfelder: Bildung Energie Familie und Demografie Wirtschaft Innere Sicherheit Das Tool erklärte nicht, warum es bestimmte Themenfelder wählte. Es wäre wertvoller gewesen, zunächst einen allgemeinen Überblick über alle Wahlprogramme zu erhalten. Während bei der ersten Partei die Seitenzahlen der Textstellen im Wahlprogramm zuverlässig angegeben wurden, erschien bei späteren Parteien lediglich ein "X" als Platzhalter für die Seitenzahl.
