Zach Seward, seineszeichens frischer Inhaber der neugeschaffenen Position des "editorial director of Artificial Intelligence Initiatives" bei der New York Times, also in etwa dem Redaktionsleiter für KI-Initiativen der Gray Lady des Journalismus. Zuvor war Seward Mitgründer, CEO und leitender Redakteur des international erfolgreichen Online-Outlet Quartz.

Bei der New York Times soll Seward die Möglichkeiten generativer AI für die Redaktion der NYT erkunden und Antworten auf die Frage finden, wie Künstliche Intelligenz menschliche Reporter bei ihrer Arbeit unterstützen kann. Dazu soll er experimentelle Recherche-Tools erstellen und Trainingsprogramme für Journalisten erarbeiten, sowie die sich durch KI veränderte Medienlandschaft dokumentieren. Nun hat er in einem Vortrag beim SXSW-Festival in Austin erste Einblicke in seinen neuen Job gegeben, bei dem er sich vor allem auf eine Evaluation des Status Quo des AI-Journalismus konzentriert, ein The Good, the Bad and the Ugly der KI-Medien sozusagen.

"AI news that's fit to print" beginnt mit einer kleinen Horrorshow des KI-Journalismus, in der er von den halluzinationsgeplagten SEO-Experimenten von CNET berichtet, von generativen Star Wars-Listicles voller Fehler oder Sports Illustrated Fake-Journalist-Debakel. 

Dankenswerterweise begnügt er sich aber nicht mit diesen allseits bekannten Gruselgeschichten, in denen Click-orientierte Online-Outlets schlichtweg AI-Outputs ohne Überprüfung übernahmen, sondern zeigt tauch, wie Künstliche Intelligenz als Tool menschlichen Journalisten Möglichkeiten eröffnen um Recherchen zu ermöglichen, die so vorher nur schwierig oder gar nicht zu bewältigen waren, etwa als Quartz Journalisten ein Tool zur Recherche der Mauritius Leaks an die Seite stellte, als Buzzfeed News Machine Learning-Algorithmen dazu nutzte, Luftüberwachungen durch Spionageflugzeuge aufzudecken oder als die New York Times Computervision zur Analyse von Bombenabwürfen in Gaza nutzte.

All diesen Anwendungen gemein ist, dass sie Machine Learning Algorithmen zur Mustererkennung in hohen Datenvolumina nutzen, nicht zur Generierung von Text und Bild, sondern zu Analysezwecken. Zwar gibt es, und Seward weist zum Schluss seines Vortrags auf einige gute Anwendungen hin, auch gelungene "reine" GenAI-Medienprodukte, die vor allem auf Zusammenfassungen von Feeds und Daten abzielen, diese aber sind, im Gegensatz zu den oben bereits erwähnten Horrorstories aus schlampigen Medienfastfood-Outlets, eher selten.

Zusammenfassend sagt Seward, AI-Journalismus schlägt fehl, wenn er ohne menschliche Auf- und Übersicht geschieht, und wenn die Medienmacher faul und vor allem ökonomisch motiviert handeln. Eingesetzt im Hintergrund als Analysetool und einer Überprüfung einer menschlichen Redaktion unterworfen, kann AI allerdings auch für seriöse Berichterstattung ein wertvolles und zeitsparendes Werkzeug sein.

Ich empfehle diesen Vortrag (sowie dieses Positionspapier der Friedrich Ebert Stiftung zu "KI und Automatisierung im Nachrichtenjournalismus") vor allen Journalisten bei CNET und den von G/O-Media betriebenen Outlets, und in Deutschland etwa den Medienmachern von Springer, die im Dezember einen Millionen-Deal mit OpenAI bekanntgaben und wahrscheinlich bereits extensiv Anwendungen Generativer AI in ihren Redaktionsräumen nutzen.