Kako AI može pomoći u analizi zastupljenosti žena u vestima

Od automatizacije proizvodnje sadržaja do pomaganja naporima provere činjenica, veštačka inteligencija (AI) se poslednjih godina sve više koristi u novinarstvu. Usput su i mogućnosti koje algoritmi nude medijskim organizacijama postale jasnije.

Među njima, AI tehnologije mogu igrati ulogu u poboljšanju zastupljenosti žena u vestima. Ona je rekla on je rekao, bot Financial Times-a, bio je jedan od prvih primera ovoga. Uveden 2018. godine, pomogao je redakciji sa sedištem u Londonu da identifikuje raznolikost izvora u okviru svog izveštavanja.

Medijske organizacije širom sveta slično koriste AI tehnologije na mnogo načina kako bi im pomogle da analiziraju i identifikuju pristrasnosti u svom izveštavanju, otkriju govor mržnje prema ženama i još mnogo toga.

Evo nekoliko primera.

Analiza pristrasnosti u medijima

Sahiti Sarva, inženjerka specijalizovana za korišćenje nauke o podacima za razumevanje politike, koautorka je vizuelnog eseja sa Leonardom Nikoletijem 2021. godine u kome se ispituje priroda predstavljanja žena u izveštavanju u vestima, pod naslovom Kada žene dođu na naslovne strane. Tim Sarve i Nikoleti za projekat je više od 10 godina analizirao vredne naslove iz 50 najboljih publikacija u Indiji, SAD, Velikoj Britaniji i Južnoj Africi.

Sarva je objasnila svoj pristup na virtuelnoj radionici koju je organizovala inicijativa JournalismAI Londonske škole ekonomije ranije ove godine: „Skrejpovali smo sve naslove označene sa 20 ključnih reči koje su sinonim za žene, devojke, žensko i tako dalje, i to nam je dalo oko 382.139 naslova na engleskom.”

[Pročitajte više: Nova inicijativa se zalaže za inovacije veštačke inteligencije u redakcijama], eng

Ovo je, naravno, bilo mnogo podataka. „Mislite da će AI to olakšati“, rekla je Sarva u intervjuu za ovaj članak. Ali pre nego što neko počne da primenjuje bilo koji algoritam, ima mnogo posla. Naime, čišćenje, uklanjanje beskorisnih reči i pronalaženje pravih kodnih paketa za korišćenje. Često, rekla je, „treba da budete kreativni u pogledu podataka koje ćete koristiti“.

„Nastavili smo i napravili sopstvene rečnike koji računaju nešto što se naziva rodna pristrasnost u naslovima“, objasnila je Sarva na radionici JournalismAI. „[Ovo je uključivalo] kombinaciju rodnog jezika poput glumica, ćerka, supruga, zajedno sa bihejvioralnim i društvenim stereotipima oko pola, poput emocionalne podrške i brige.

Kada je tim dobio ove rečnike, koristio je metod mašinskog učenja nazvan „analiza osećanja“ da bi razumeo kako to izgleda kada žene dospeju na naslovnice. „Otkrili smo da je priča – kada žene dospevaju na naslovne strane – često veoma senzacionalna. Mnogo senzacionalnija od naslova koje obično čitamo i, vremenom, broj se samo povećavao. Ovo bi verovatno moglo biti zato što kada žene dospeju na naslovne strane, priča će dva puta pre biti nasilna nego osnažujuća, rekala je Sarva.

Praćenje mizoginog diskursa

Kao javne ličnosti, žene su često meta napada na društvenim mrežama. Ko su počinioci? Novinari iz brazilske AzMine, argentinske La Nación i latinoameričkih CLIP-a i DataCritica obratili su se AI kako bi saznali.

Zajedno su razvili veb aplikaciju za otkrivanje govora mržnje prema ženama na Tviteru. „Svesni eskalacije govora mržnje, posebno upućenog ženama, želimo da naš projekat bude u mogućnosti da brzo i asertivno prati kada neki od ovih mizoginih napada pokrene neki političar“, rekla je Barbara Liborio iz AzMine na istoj radionici JournalismAI.

Napadi su, kako je aplikacijom utvrđeno, dolazili posebno od političara, među ostalim javnim ličnostima. „[Ovo] je pokrenulo prave talase govora mržnje“, objasnila je Liborio, „jer su pristalice tih političara odlučile da napadaju ove žene više nego pre“.

[Pročitajte više: Kako poboljšati pokrivenost žena iz radničke klase], eng

Ako želite da model detektuje mizoginističke poruke, nastavila je, AI tehnologija mora naučiti šta je govor mržnje prema ženama. Kao prvi korak u procesu, tim Barbare Liborio napravio je bazu podataka sastavljenu od primera, označavajući tvitove kao mizogine ili ne.

Kada je veštačka inteligencija naučila ovaj proces, njen tim je procenio koliko je efikasan u identifikaciji govora mržnje prema ženama. Napravili su sistem bodovanja, testirajući ga na portugalskom i španskom.

Sa svojim modelom spremnim, napravili su veb aplikaciju koja pomaže korisnicima da analiziraju tekst i datoteke. Liborio se nada da mogu da podele svoj prototip sa drugim inicijativama koje žele da mapiraju rodno nasilje na društvenim mrežama.

Polazna tačka

„Tehnologije veštačke inteligencije mogu biti od velike pomoći da podrže novinare da bolje rade svoj posao“, rekla je Sabrina Argoub, menadžerka programa u JournalismAI. Kada je reč o zastupljenosti žena u vestima, rekla je ona, veštačka inteligencija se može koristiti za poboljšanje transparentnosti i odgovornosti, uz podizanje svesti. Projekat AIJO, koji upoređuje stopuu kom odnosu se muškarci i žene citiraju u člancima ili prikazuju u vizuelnim vestima, jedan je od primera.

Međutim, AI nije lek za sve, primetila je Argoub. Podrška redakcija i novinara je neophodna da bi se ostvario istinski napredak po ovom pitanju.

„Dobro je imati na umu da mašina može da pruži podatke i da nam pomogne da proverimo koliko dobro radimo ili ne“, rekla je ona. „Da bismo preduzeli akciju, početna tačka i namera da se uhvati u koštac sa nedovoljnom zastupljenošću žena u vestima treba da dođu od samih redakcija i novinara.