یادداشت نخست با عنوان «تاثیر هوش مصنوعی بر رسانه‌ها، محدودیت‌ها و مخاطره‌ها» نوشته «حسن بن عُشان» با ترجمه «جعفر انصاری فر» به نقش هوش مصنوعی در تولید محتوا و اتاق خبر اختصاص داشت. در ادامه بخش دوم این یادداشت می‌خوانیم:

محدودیت‌ها و موانع هوش مصنوعی

با وجود وعده‌های هوش مصنوعی، محدودیت‌ها و موانعی وجود دارند که بر کیفیت روزنامه‌نگاری تأثیر می‌گذارند. رسیدگی به این محدودیت‌ها برای جلوگیری از آسیب هوش مصنوعی و حفظ کنترل انسانی حیاتی است. این بخش به بررسی مرزها و محدودیت‌های هوش مصنوعی در روزنامه‌نگاری می‌پردازد و بر زمینه‌هایی که دخالت انسان در آن‌ها ضروری است، تأکید می‌کند.

با وجود گسترش فزاینده استفاده از هوش مصنوعی در صنایع گوناگون به دلیل مشکلات مالی و ناپایدار بودن درآمدهای روزنامه‌نگاران و بنگاه‌های خبری، بهره‌گیری از ابزارها، نرم‌افزارها و سامانه‌های هوش مصنوعی هم چنان با مشکل مواجه است.

با این که برخی از بنگاه‌های مذکور فعالانه در حال آزمودن استفاده از فناوری‌های هوشمند هستند، بسیاری دیگر از آن‌ها با موانع سختی در این حوزه برخورد کرده‌اند که بیشتر به محدودیت‌های مالی، ضعف تخصصی و فرهنگ مقاومت در برابر تغییر آن سازمان‌ها مربوط می‌شود(Beckett, ۲۰۱۹). وارد کردن هوش مصنوعی به فرآیندها و گردش کار بنگاه‌های خبری، همچنان به عنوان چالشی مهم مطرح است که برای رفع آن به درک عمیق فناوری مذکور، منابع لازم، تخصص فنی و آموزش کارکنان نیاز دارد. چیره شدن برای این موانع به منظور به کارگیری و ادغام هوش مصنوعی در صنعت خبر ضروری است.

به کارگیری فناوری هوش مصنوعی می‌تواند فواید زیادی مانند صرفه‌جویی در وقت درپی داشته باشد. با این حال، مولفه‌هایی مثل منابع مالی، انعطاف‌پذیری، ترجیحات و الویت‌های سازمانی و کارگری و مساله انگیزه می‌تواند روند پذیرش و به‌کارگیری این هوش را دچار وقفه کند. در حالی که در سال‌های اخیر هزینه‌های طراحی و به کارگیری برنامه‌های هوش مصنوعی، کاهش یافته اما برنامه‌هایی که برای تهیه و تنظیم گزارش‌های پژوهشی در روزنامه‌نگاری به آن وابسته‌اند، به طور معمول، نیازمند سرمایه‌گذاری سنگین در فراهم کردن زیرساخت‌های فناورانه و کارکنان متخصص هستند (De-Lima-Santos & Ceron, ۲۰۲۱).

چالش‌های اقتصادی، فنی و ساختاری در به‌کارگیری هوش مصنوعی

هزینه بالای بازآرایی و استقرار فناوری AI در بیشتر مواقع به عنوان عاملی بازدارنده عمل می‌کند و همین است که به کارگیری این هوش را در درصد زیادی از بنگاه‌های خبری نشدنی می‌کند. بنابراین دسترسی به این هوش به تعداد اندکی از بازیگران اصلی صنعت خبر، مانند IBM، مایکروسافت، گوگل و آمازون، محدود شده است.

کاربست هوش مصنوعی برای آن دسته از سازمان‌هایی که از آینده‌نگری و امکانات لازم برخوردارند، به مثابه یک فرصت طلایی به منظور افزایش کارایی و امکان رقابت با سایر بازیگران این عرصه به شمار می‌آید اما بنگاه‌های کوچک و محلی رسانه‌ای و خبرگزاری‌ها در کشورهای کمتر برخوردار، درباره اثر منفی این محدودیت‌ها برکارایی و کارآمدی خود، اذعان دارند (Beckett, ۲۰۱۹; Jaakkola, ۲۰۲۳). به عنوان مثال به کارگیری AI در اتاق‌های خبر در کشورهای آفریقایی بسیار محدود بوده است (Kothari & Cruikshank, ۲۰۲۲) و کاربست نرم‌افزارهای هوشمند در ساختارهای موجود بنگاه‌های خبری گوناگون به زمان زیاد و بازپیکربندی فرآیندهای کاری نیاز دارد.

طبق مطالعه‌ای که توسط Tsalakanidou در سال ۲۰۲۲ انجام شد، ضعف تخصص مرتبط با AI یکی از مولفه‌های عمده کاهش سرعت پذیرش و به کارگیری هوش مصنوعی در حوزه انتشارات است. ترمیم شکاف مهارتی و پیدا کردن کارکنانی که در کار با ابزارهای هوشمند مهارت دارند، یکی از چالش‌های مهم این حوزه محسوب می‌شود.

درصد زیادی از روزنامه‌نگاران، مهارت‌های لازم برای کارکردن با ابزارهای مذکور را ندارند و این مساله می‌تواند موجب محدودیت در پوشش خبری در بخش‌های مرتبط با هوش مصنوعی شود. شکاف مهارتی فوق، توانمندی اصحاب رسانه را در استفاده ایمن و مسئولانه از هوش مصنوعی در اتاق‌های خبر می‌کاهد. در واقع هوش مصنوعی یک حوزه نوظهور مرتبط با دانش و فناوری است و استفاده از آن به تخصص حرفه‌ای نیاز دارد.

نگرش روزنامه‌نگاران و ملاحظات انسانی در به‌کارگیری هوش مصنوعی

گسترش نفوذ و قدرت شرکت‌های بزرگ فناوری قلمروی به قلمروی محتوای رسانه‌ای، سازمان‌های فعال در صنعت رسانه، به رقابت و چالش با آنها واداشته است. شرکت‌های بزرگ با اتکا به منابع و پیشرفت‌های فناورانه با خرید کسب و کارهای نوپا فعال در بخش هوش مصنوعی، سلطه خود را در این حوزه گسترش داده‌اند. رویکردی که در نهایت به تمرکز بیشتر قدرت و دلسرد کردن رقبای ضعیف‌تر خواهد انجامید.( Linden, ۲۰۱۷).

افزون بر این، بهره‌گیری از از هوش مصنوعی در سطح گسترده، احتمالاً نتواند نیازمندی‌های رسانه‌ای را پاسخ دهد؛ زیرا تعداد زیادی از نرم‌افزارهای موجود در بازار، با الزامات و نیازهای خاص بنگاه‌های خبری تطبیق ندارند و سازمان‌های رسانه‌ای با توجه به چشم‌انداز در حال تحول روزنامه‌نگاری و فناوری، در نهایت خودشان باید دست به کار شده و با سرمایه‌گذاری در حوزه یادگیری مهارت‌های جدید، رویه‌های کاری خود را با هوش مصنوعی هماهنگ کنند. ادغام و به کارگیری موفق الگوریتم‌های هوش مصنوعی در روزنامه‌نگاری به نگرش فعالان این حوزه به فناوری مذکور وابسته است.

با این که برخی ابزارهای هوش مصنوعی هم‌اکنون در بسیاری از تحریریه‌ها حضور دارند اما محدودیت‌های زیادی درباره آگاهی، پذیرش و به‌کارگیری این ابزارها وجود دارد. (Lambert et al., ۲۰۲۳). روزنامه‌نگاران به خاطر نگرانی در مورد آینده و امنیت شغلی خود، تغییر در رویه‌های کاری و وجود نوعی بدبینی و شکاکیت نسبت به خودکارسازی، در برابر به کارگیری هوش مصنوعی در این حرفه، از خود مقاومت نشان می‌دهند. (Beckett, ۲۰۱۹).

مانع اصلی در این خصوص، سطح پایین میزان پذیرش در اصحاب رسانه است که از درک ناقص از قدرت هوش مصنوعی در بهبود رویه‌های کار رسانه‌ای و برخی ملاحظات شغلی، ناشی می‌شود. روزنامه‌نگاران نگران هستند که هوش مصنوعی، جای آنان را در این حرفه تصاحب کند و یا رویه‌هایی که به آن عادت کرده داشته‌اند دچار اختلال شوند. همان طور که نگرانی متخصصان در مشاغل دیگر هم درباره از دست دادن کنترل به دلیل کمبود اعتماد به نفس در استفاده از هوش مصنوعی تشدید شده است.

به جز این موارد، بی‌علاقگی صنعت رسانه برای به اشتراک‌گذاری داده‌ها با توسعه‌دهندگان هوش مصنوعی، به کمبود اطلاعات و داده‌های واقعی در این حوزه شده است. اگر این همکاری صورت می‌گرفت، ارزش واقعی هوش مصنوعی در صنعت رسانه بیشتر خودش را نشان می‌داد. دشمنی و بی‌اعتمادی موجود میان اصحاب رسانه و هوش مصنوعی به دلیل آگاهی ناقص آنان از ماهیت هوش مصنوعی، نگرانی از جایگزین شدن با ربات‌ها، کمبود مهارت‌های تخصصی کار با ابزارهای هوشمند و این گزاره محوری است که هوش مصنوعی ممکن است روزنامه‌نگاری را منهدم و یا اساس آن را دگرگون سازد. (Naoaín, ۲۰۲۲).

این سوء‌ظن ریشه‌دار به فناوری، مانع مهمی به شمار می‌آید که چیره شدن بر آن به ارتقای مهارت‌های هوش مصنوعی کارکنان و افزایش آگاهی در خصوص مزیت‌ها و فرصت‌هایی که ابزارهای هوشمند در اختیار نخبگان رسانه‌ای و شوراهای سردبیری قرار می‌دهد، نیاز دارد. با این که هوش مصنوعی به مثابه ابزاری برای تولید خودکار محتوا و گزارش‌های خبری مشهور شده است؛ اما هم چنان در مقایسه با روزنامه‌نگاری انسانی دارای محدودیت‌های ریشه‌ای است.

هوش مصنوعی، محتواهای خبری را به سرعت و با کمترین اشتباهات تهیه می‌کند، اما؛ عوامل مهمی مانند بافتار، تحلیل، اخلاق، نوآوری و احساس همدلی با دیگران که عامل اساسی جذب افراد به روزنامه‌نگاری است در این هوش غایب است. با این که الگوریتم‌های هوش مصنوعی برای انجام دادن وظایف انسانی بهبود یافته‌اند، اما (احتمالا) همیشه در حوزه‌های کاملا انسانی مانند احساس، تفکر خلاق، دلسوزی به تکامل نخواهند رسید. در این مورد می‌توان گفت: علی‌رغم کارآمدی و سرعت فوق‌العاده هوش مصنوعی در تولید محتوا، هوش مذکور نمی‌تواند نقش اصلی انسان‌ها را در مواردی مانند گزارش‌گری، تولید محتوای خلاقانه، و راستی‌آزمایی اخبار را تصاحب کند.

برای حفاظت از اعتبار روزنامه‌نگاری، علاوه بر نیاز به درک عمیق‌تر از مفاهیمی بافت اجتماعی، همدلی، نوآوری و ارتباطات موثر، لازم است که در این حرفه، بیش از اندازه به هوش مصنوعی اتکا نکنیم. اصلی‌ترین انتقاد به ابزارهای محتوای هوش مصنوعی در روزنامه‌نگاری، نگرانی از فقدان مولفه‌های اساسی برای روزنامه‌نگاری واقعی، یعنی نبود روح انسانی و خلاقیت در محتوای تولید شده خودکار است.

منتقدان در انتقادهای خود بیان می‌کنند که محتوای تولید شده توسط هوش مصنوعی فاقد ظرافت‌ها و ابعاد خلاقانه‌ای است که روزنامه‌نگاران حرفه‌ای در نوشته‌های خود به کار می‌گیرند. ‌از آنجایی که روزنامه‌نگاری اساساً یک کنش خلاق انسانی است، عنصر خلاقیت، نقش بی‌بدیلی در تولید محتوای قوی، جذاب و بحث‌برانگیز دارد.

در حالی که هوش مصنوعی گام‌های بلندی در حوزه‌های گوناگون از جمله روزنامه‌نگاری برداشته است، اما هنوز در بازآفرینی و شبیه‌سازی عمق و گستره خلاقیت انسانی که ناشی از عملکردهای عالی و ناخودآگاه مغز آدمی از جمله هوش‌هیجانی و شهود است، ناتوان مانده است.

واقعیت این است که هوش مصنوعی بر پایه الگوریتم و مدل‌های ریاضی، با بررسی داده‌ها و تشخیص الگوها کار می‌کند و به همین خاطر به صورت ذاتی و برخلاف انسان‌ها، امکان کنش خلاقانه و خارج از چارچوب‌های تعیین شده را ندارد. به همین دلیل اتکای بیش از حد به هوش مصنوعی، به تولیدات خواهد انجامید که در آن، محتواها با الگوهای تکراری، بدون عمق و تنوع انسانی ارائه خواهند شد.

خلاقیت انسانی با خطرپذیری و ماجراجویی که به غریزه بقاء در انسان گره خورده و در نتیجه، پیاده‌سازی این ویژگی به ویژه مقولاتی مثل هوشیاری و شناخت در قالب برنامه و الگوریتم برای سامانه‌های هوش مصنوعی بسیار دشوار است. همین امر است که به کارگیری این هوش را در روزنامه‌نگاری به عنوان کنشی پیچیده، خلاقانه و نیازمند به تفکر عمیق انسانی، را با مانع مواجه می‌سازد.

با این که یکی از مزیت‌های مهم هوش مصنوعی، توانایی و سرعت آن در تولید گزارش‌های خبری و مقالات از مجموعه داده‌های بزرگ است، کاربردی بودن این سامانه‌ها به کیفیت داده‌هایی که به ماشین آموزش داده‌اند، بستگی دارد. در اصل عملکرد عالی ماشین‌ها در صورت وجود اطلاعات و داده‌های فراوان و باکیفیت تحقق می‌یابد.

در روزنامه‌نگاری خودکار، به دلیل این که از داده‌های ساخت یافته برای تولید گزارش‌های خبری استفاده می‌شود، فقدان یا ضعف در کیفیت داده‌های موجود، مانع بزرگی برای پذیرش و به کارگیری موفق هوش مصنوعی و یادگیری ماشین‌ها به شمار می‌آید.

نظرسنجی شرکت نرم‌افزاری Trifacta (۲۰۲۰) نشان داد که ۳۳ تا ۳۸ درصد پاسخ‌دهندگان، کیفیت پایین داده‌ها را دلیل ناکامی یا تاخیر در انجام طرح‌های هوش مصنوعی و یادگیری ماشین‌ خود می‌دانند. در روزنامه‌نگاری، کیفیت داده‌ها برای اطمینان از دقت و قابل اعتماد بودن، مدل‌ها و ابتکارات هوش مصنوعی، موضوعی حیاتی است.

برون‌دادهای انواع مدل‌های هوش مصنوعی، از داده‌هایی است که به آن‌ها داده می‌شود، به همین دلیل اگر این داده‌ها، با سوگیری، خطا یا نقص همراه باشند، خروجی مدل‌های مذکور نیز این خطاها را دربرخواهد داشت. داده‌های آموزشی ناقص به هوش مصنوعی در نهایت به تولید محتواهایی منجر می‌شود که با نیازمندی‌ها و ترجیحات کاربران هماهنگی نداشته و عملا کارایی آن زیرسئوال برود. به غیر از این، این سامانه‌ها، به دلیل فقدان منابع چندگانه داده، بی آن که بخواهند، خطاها و سوگیرهای موجود را در فرآورده‌های خود بازنمایی می‌کنند. (Ignatidou, ۲۰۱۹).

در حالی که سامانه‌های تولید خودکار خبر، توانایی تولید اخبار و گزارش‌های خبری را از مجموعه‌های داده‌های گسترده در کسری در دقیقه دارند، اما در برابر اشتباهات الگوریتمی و آموزش ناقص داده‌‎ها، مصون نبوده و همین امر موجب می‌شود کیفیت تولیدات آن به نحوه آموزش و کیفیت داده‌های آموزشی اولیه، وابسته باشد. داده‌ها و اطلاعات مناسب برای تحلیل هوش مصنوعی معمولا به شکل دیجیتالی هستند؛ با این حال، زمانی که محتواهای تولید توسط هوش مصنوعی در فضای وب به صورت گسترده در دسترس همگان قرار می‌گیرند اما منابع اولیه آن به روز رسانی نمی‌شود، معضلات آشکار می‌شود. واقعیت این است که اگرچه هوش مصنوعی، اخبار و گزارش‌های خوبی را تولید می‌کند اما به دلیل کم بودن داده‌های اساسی و اولیه، اثربخشی آن کاهش می‌یابد.

فناوری‌های هوشمند برای تولید محتواهای رایج شود و منابع داده خودکار به ندرت به‌روز شوند. در حالی که سیستم‌های هوش مصنوعی می‌توانند به طور قابل اعتماد مقالات باکیفیت تولید کنند، اثربخشی آن‌ها به شدت توسط کمبود منابع داده ضروری محدود می‌شود. فناوری هوش مصنوعی در تولید محتوای خواندنی عالی است؛ اما نتوانسته‌اند جایگزین تحقیقات میدانی، مصاحبه‌ها و بحث‌های عمیق در محل شوند. به همین دلیل توصیه شده است که برای تداوم تولید گزارش‌های باکیفیت و مهم توسط روزنامه‌نگاران، ابزارهای هوشمند، این کنش‌های را مختل یا محدود نسازند. این امر در بخش‌های مختلف روزنامه‌نگاری به ویژه در روزنامه‌نگاری حقوقی و سازنده جلوه بیشتری دارد؛ زیرا هوش مصنوعی در اینجا فقط نقش کمکی داشته و نمی‌تواند جایگزین متخصص انسانی که با تجربه زیسته و با رعایت ظرافت‌های علمی و قانونی موجب غنای متون تولیدی خود شده است، شوند.

محدودیت‌ها و معضلات هوش مصنوعی در روزنامه‌نگاری

برخلاف انسان‌ها، ابزارهای هوشمند فاقد قضاوت، عقل سلیم، شهود و درک زمینه‌ای لازم برای فهم موقعیت‌های گوناگون جهان واقعی هستند. اثربخشی آن‌ها به کیفیت داده‌های اولیه و سناریوهایی است که در روند آموختن به آن‌ها به کار رفته است. هوش مصنوعی این توانایی را دارد که الگوها را شناسایی کرده و براساس آن، پیش‌بینی‌هایی به دست بدهد؛ اما این موضوع به خصوص در موقعیت‌های پیچیده و پیش‌بینی نشده به خطا و کم دقتی منجر می‌شود. در عالم واقع، امکان آموزش تمام الگوها وسناریوهای احتمالی به ماشین‌ها وجود ندارد، این هوش برای درک مسایلی مانند ارجاعات فرهنگی و استعاره‌های زبانی که به بافت فرهنگی، سیاسی و زبانی خاصی نیاز دارد، دچار مشکل می‌شود. (Duarte & Llansó, ۲۰۱۷).

هم چنین باید گفت که توانایی این هوش در تحلیل انواع گوناگون داده‌های زبانی، مطالب منتشر شده در رسانه‌های اجتماعی، ویدیوها و فایل‌های صوتی محدود است و با پیچیده‌تر شدن داده‌ها، این محدودیت تشدید می‌شود. این محدودیت‌های ناشی از فقدان قوه عاقله انسانی، در موقعیت‌های جدید، هوش مصنوعی را با خطاهای بیشتری مواجه می‌کند. این موضوع در روزنامه‌نگاری که مسایل مذکور، یک نقیصه مهم تلقی می‌شود. هوش تمایل دارد که در تولید اخبار و گزارش‌ها، اطلاعات جدید را مبنا قرار دهد و به سابقه، بافتار و زمینه مطالب توجه لازم را ندارد و به همین دلیل است که کارکرد هوش مصنوعی در این حوزه با اختلال مواجه شده است.

خبرگزاری‌ها از سامانه‌های هوش مصنوعی در تحریریه‌های خود برای جمع‌آوری داده‌ها، تولید محتوا و توزیع آن به منظور افزایش کارایی و تجاری‌سازی فعالیت‌هایشان،استفاده می‌کنند. هوش مصنوعی برپایه اطلاعات و داده‌های قبلی، خبر تولید می‌کند. این داده‌ها عموما از منابع گوناگون اینترنتی مثل نوشته‌ها، کتاب‌ها، فایل‌های صورتی و تصویری و کدهای برنامه‌نویسی، گردآوری می‌شوند و غالبا بدون رعایت حقوق مالکیت معنوی و پرداخت خسارت به پدیدآوردگان آثار انجام می‌شود. این موضوع دست‌مایه نقدها و ملاحظات اخلاقی و حقوقی در خصوص نقض حقوق صاحبان آثار شده است. برای مثال می‌توان به بررسی شکایت روزنامه دیلی‌میل از شرکت گوگل اشاره کرد. از نظر این شرکت، گوگل تعداد زیادی از مطالب تولید شده توسط این روزنامه را بدون اجازه و جبران خسارت، از پایگاه اینترنتی آن برای توسعه چت‌بات بارد استخراج کرده است. (Warrington, ۲۰۲۳).

به خاطر آن که ابزارهای هوش مصنوعی مانند ChatGPT برای یادگیری به محتوای اینترنتی وابسته هستند، نگرانی‌ها در خصوص عدم رعایت حقوق نشر تشدید شده است. چالش‌های حقوقی مرتبط با وب‌تراشی (Web Scraping) و مالکیت داده‌ها و مسایلی مانند نقض شرایط استفاده‌ از پایگاه‌های اینترنتی، نقص حقوق معنوی مالکان، عدم رعایت حریم خصوصی، سوءاستفاده از اطلاعات و داده‌های جمع‌آوری‌شده را شامل می‌شود. هم چنین، استفاده از داده‌های شخصی برای توسعه الگوریتم‌های هوش مصنوعی و فراورده‌های هوشمند جدید چالش دیگری برای بنگاه‌های خبری است. زیرا نخبگان رسانه می‌بایست در طراحی، اجرا و به‌کارگیری ‌ ابزارهای هوش مصنوعی مسئولانه‌تر عمل کنند. درگیر شدن با این چالش‌ها ممکن است توانایی روزنامه‌نگاران را برای استفاده‌ مؤثر از سامانه‌های هوش مصنوعی را محدود کند.

گفته می‌شود، برای رفع این نگرانی‌ها، بنگاه‌های خبری باید هوشیارتر عمل کرده و تدابیر حفاظتی بیشتری را برای جلوگیری از نقض احتمالی قوانین اتخاذ کنند.(Gondwe, ۲۰۲۳).به عنوان نمونه، وب‌سایتCNET در ژانویه‌ی ۲۰۲۳ استفاده از مدل‌های زبانی بزرگ (LLMs) را به دلیل مشاهده اشتباهات زیاد و سرقت ادبی به حالت تعلیق درآورد. (Christian, ۲۰۲۳).فناوری هوش مصنوعی کامل نیست و واضح است که مانند سایر سیستم‌های پیچیده، سوگیری‌های ذاتی و نقص‌هایی دارد که می‌توانند منجر به خطاهایی با پیامدهای قابل ملاحظه شود.

با توجه به توانایی هوش مصنوعی برای تولید محتوای جعلی قوی باورپذیر مانند فناوری جعل عمیق (deepfakes)، به کارگیری و اتکا به این فناوری بدون نظارت و بررسی‌های دقیق انسانی توصیه نمی‌شود. هرچند، راستی‌آزمایی و روایی‌سنجی منابع از پایه‌های اساسی روزنامه‌نگاری حرفه‌ای به‌شمار می‌آیند، اما به دلیل حجم انبوه خروجی‌ محتوایی تولیدشده توسط هوش مصنوعی، نظارت کامل امکان‌پذیر نیست و فرآیند شناسایی و اصلاح خطاهای به صورت دستی و خودکار محدودیت‌ها و تبعات مخصوص خود را دارند. در حالی که علی‌رغم کارایی هوش مصنوعی در پاک‌ و تمیزسازی داده‌ها ، به‌ دلایل قانونی، معمولا به صورت دستی انجام می‌شود.

این محدودیت می‌تواند مجموعه‌ی دانش را منحرف و تصویری نادرست از وضعیت عمومی موجود را ارائه دهد. البته این تمام ماجرا نیست و ممکن است برخی خطاهای موجود تصادفی و جزئی بوده و نتوان آن را به کلیت موضوع تسری داد. با این که هوش مصنوعی می‌تواند بخش زیادی از وظایف روزنامه‌نگاری را انجام دهد؛ اما هیچ‌گاه نمی‌تواند به صورت کامل جای انسان‌ها را در روزنامه‌نگاری تصاحب کند؛ زیرا برخی جنبه‌ها مانند تهیه گزارش‌های پژوهشی و تحلیل‌های عمیق، به قضاوت و تجربه‌ی انسانی وابسته‌اند. بنابراین، هوش مصنوعی باید به‌عنوان ابزاری در خدمت روزنامه‌نگاران و نه جایگزین کامل آن‌ها به شمار آیند.

نویسنده: حسن بن عُشان، ترجمه: جعفر انصاری‌فر