Via Lindsey Turner/Flickr

We weten allemaal dat robots nu al alle fysieke arbeid van mensen overnemen. Maar nu het internet steeds beter te lezen is voor machines, wordt het mogelijk om niet alleen acties, maar ook inzicht te automatiseren. Creativiteit! Wat ook betekent dat het slechts een kwestie van tijd is voordat robots de informatie-industrie, waaronder media, overnemen. En ik geen baan meer heb. We weten allemaal dat robots nu al alle fysieke arbeid van mensen overnemen. Maar nu het internet steeds beter te lezen is voor machines, wordt het mogelijk om niet alleen acties, maar ook inzicht te automatiseren. Creativiteit! Wat ook betekent dat het slechts een kwestie van tijd is voordat robots de informatie-industrie, waaronder media, overnemen. En ik geen baan meer heb. 

Automatisering van het zoeken en aflezen van online content is niets nieuws – sites die nieuws aggregeren zijn niets nieuws – maar bots die zelf content creëren is een heel ander niveau. Een bedrijf die dit probeert, Narrative Science, heeft net een enorme smak geld gekregen van In-Q-Tel, de investeringstak van de CIA. De overheid is geïnteresseerd in de technologie die de startup ontwikkelt, waarmee menselijke inzichten uit data gedestilleerd kunnen worden om content te maken. 

Als Narrative Science niet klinkt als een nieuwsbedrijf dan komt dat omdat ze geen nieuwsbedrijf zijn – nog. Nu doen ze verslag van financiële zaken en geven ze advies aan merken. Maar het zit er dik in dat ze binnenkort ook nieuws zullen gaan maken. Toen de startup net begon, genereerden ze sportnieuws aan de hand van scores en statistieken en kondigden ze groots aan dat ze de toekomst van de journalistiek waren. De toenmalige CEO schepte zelfs op over dat hun programma binnen vijf jaar een Pulitzer zou winnen voor journalistiek. Dus hoe lang duurt het voordat mensen zoals ik overbodig worden?

Sneller dan je denkt, waarschijnlijk. Er staat meer informatie op het internet dan ooit – belachelijke hoeveelheden data – en machines kunnen die data steeds beter en sneller analyseren. Het semantische web opent de poorten voor automatisering. Google maakt hiermee al grote stappen, onder andere door uitleg toe te voegen aan hun Knowledge Graph. Door content en inzichten te extraheren van het internet wil Google zoeken veranderen in een conversatie. 

Combineer dat ook nog eens met de potentie van data-analyse en dan is het niet moeilijk om je voor te stellen hoe nieuwsbots handig zullen zijn voor journalisten. Bijvoorbeeld om data te visualiseren. De optimisten onder ons stellen zelfs dat automatisering meer tijd kunnen vrijmaken voor dingen als onderzoeksjournalistiek. De pessimisten nemen aan dat het allemaal tot geautomatiseerd churnalism gaat leiden.

Tot voor kort vertrouwden nieuwssites op crowdsourcing om grote hoeveelheden informatie zoals nieuwe wetgeving of kaarten te analyseren. De gasten achter Rap Genius lanceerden onlangs News Genius, waarop nieuwsartikelen gepubliceerd worden die aangevuld worden met crowdsourced annotaties die meer context geven.

Volledige automatisering zal snel volgen: op een gegeven moment vervaagt de lijn tussen honderden menselijke hersenen en een machine. Netflix gebruikte bijvoorbeeld de data van hun miljoenen gebruikers om de serie House of Cards te maken. Summly, de app die nieuws automatisch samenvat, werd onlangs voor $30 miljoen gekocht door Yahoo.

Voorlopig blijft de effectiviteit van automatisering nog beperkt. Het grootste deel van de nieuwsindustrie hangt nog ergens in het midden – vertrouwend op “hybride intelligentie,” zoals Wired het onlangs typeerde. Natuurlijk zit er een limiet aan wat een machine kan begrijpen. De programmeur achter Times Haiku, een algoritme dat zoekt naar haiku’s in de New York Times, zegt zelf “De machine heeft geen oog voor esthetica. Het ziet niet of iets een elegante strofe of een stuntelige. Maar als het iets moois of leuks vindt dan zoeken menselijke journalisten dat uit en zetten het op een blog.”

Narrative Science probeert dit probleem te omzeilen door professionele journalisten in te huren die computers leren om een invalshoek te vinden in een hoeveelheid data. Eigenlijk niet heel anders dan hoe een professor of redacteur een jonge schrijver zou onderwijzen. Ze checken de data die de computer oplevert, voegen daar menselijke analyse aan toe en geven deze input aan de computer, die daar weer van leert. 

De experts van Narrative Science geven de machine ook een voorbeeld van hoe een verhaal opgebouwd wordt. En als je het zo bekijkt dan is het niet heel anders dan hoe journalisten nu al werken. Uiteindelijk zijn het toch de mensen die de algoritmes schrijven, toch? De online redacteur van de Vancouver Sun Ken Schwencke, die ook een algoritme ontwikkelde om automatisch nieuwsverhalen te schrijven zei al “Of je nou de code schrijft die het nieuws schrijft, of je schrijft het nieuws zelf, de regels zijn hetzelfde.”