Veštačka inteligencija menja medije manje spektakularno nego što sugerišu slike humanoidnih robota, ali mnogo dublje nego što izgleda na prvi pogled. Promena se već vidi u svakodnevnim poslovima: transkripciji intervjua, pretraživanju arhive, obradi dokumenata, prevodu, analizi podataka, preporuci sadržaja, proizvodnji nacrta i organizaciji redakcijskog rada.
Posebno mesto zauzima generativna veštačka inteligencija, odnosno sistemi koji mogu da proizvode tekst, slike, zvuk, video ili programski kod na osnovu korisničkih instrukcija. Oni mogu značajno ubrzati pojedine zadatke, ali istovremeno uvode nove rizike: izmišljene činjenice, lažne izvore, gubitak konteksta, pristrasnost, probleme sa poverljivim podacima i nejasno poreklo sadržaja.
Zato najvažnije pitanje za redakciju nije „da li koristiti AI?“, već „za koje zadatke, pod kojim pravilima i ko ostaje odgovoran za ono što se objavi?“.
To pitanje je deo šire transformacije opisane u tekstu o budućnosti medija u digitalnom dobu: tehnologija menja način proizvodnje i distribucije, ali ne uklanja potrebu za uredničkim izborom, proverom i odgovornošću.
Ne postoji jedna vrsta „AI u redakciji“
Izraz veštačka inteligencija često objedinjuje veoma različite tehnologije.
U medijskom radu to mogu biti:
- automatska transkripcija govora;
- prepoznavanje objekata i teksta u fotografijama;
- pretraživanje velikih arhiva i dokumenata;
- prevođenje;
- klasifikacija i označavanje sadržaja;
- preporuka članaka korisnicima;
- analiza podataka;
- detekcija obrazaca;
- generisanje nacrta teksta;
- sažimanje dokumenata;
- generisanje ili obrada slike i zvuka.
Rizik nije isti kod svih tih primena.
Automatsko označavanje fotografija u internoj arhivi nije isto što i generisanje političke vesti koja se objavljuje bez ljudske provere.
Zato dobra redakcijska politika ne treba jednostavno da kaže „AI je dozvoljen“ ili „AI je zabranjen“. Potrebno je razlikovati zadatke prema posledicama mogućih grešaka.
Najveću vrednost AI često donosi u poslovima pre samog pisanja
Javna diskusija o AI-u u novinarstvu često se svodi na pitanje da li mašina može da napiše članak.
U praksi, veliki deo korisnosti nalazi se mnogo ranije u procesu.
Novinar može koristiti odgovarajući alat da:
- transkribuje intervju;
- pretraži stotine stranica dokumentacije;
- izdvoji ponavljajuća imena i organizacije;
- napravi prvi pregled dužeg izveštaja;
- prevede dokument koji zatim dodatno proverava;
- organizuje istraživačke beleške;
- pronađe delove intervjua povezane sa određenom temom.
U takvim situacijama AI ne mora da bude „autor“. On može jednostavno smanjiti vreme utrošeno na mehaničke korake između izvora i novinara.
Transkripcija može uštedeti sate, ali nije zapis kojem se slepo veruje
Automatska transkripcija je jedan od najpraktičnijih primera.
Intervju koji traje sat vremena više ne mora nužno ručno da se prekucava od početka do kraja. Sistem može napraviti prvi tekstualni zapis koji novinar zatim pretražuje i uređuje.
Ali transkript može pogrešno prepoznati:
- imena i prezimena;
- brojeve;
- stručne izraze;
- nazive institucija;
- govor više osoba istovremeno;
- reči izgovorene uz buku;
- dijalekat ili manje zastupljen jezik.
Zato citat koji ulazi u članak treba proveriti prema originalnom snimku, posebno kada jedna reč može promeniti značenje izjave.
Sažetak dokumenta nije zamena za čitanje izvora
Generativni AI može brzo napraviti sažetak izveštaja od nekoliko stotina stranica.
To je korisno za početnu orijentaciju, ali predstavlja opasan prečac ako se sažetak tretira kao sam izvor.
Model može:
- izostaviti važan izuzetak;
- previše pojednostaviti metodologiju;
- spojiti dve različite tvrdnje;
- pogrešno protumačiti tabelu;
- naglasiti nešto što u dokumentu nije centralno.
Dobar postupak je:
AI pomaže da pronađete relevantan deo → novinar otvara originalni dokument → tvrdnju proverava u originalnom kontekstu.
Citirati sažetak modela umesto primarnog izvora potpuno menja kvalitet dokaza.
AI može pomoći pri pretrazi velike količine dokumenata
Istraživački projekti često sadrže mnogo više materijala nego što jedna osoba može lako da pregleda.
To mogu biti:
- ugovori;
- budžeti;
- sudska dokumentacija;
- finansijski izveštaji;
- zapisnici;
- email arhive;
- javne baze podataka.
Alati mogu pomoći u klasifikaciji, pronalaženju pojmova i identifikovanju mogućih obrazaca.
Na primer, mogu pomoći da se izdvoje dokumenti u kojima se zajedno pojavljuju određena kompanija i institucija.
Ali algoritamski pronađen obrazac nije sam po sebi novinarski dokaz. Novinar i dalje mora da utvrdi šta dokument znači, ko ga je napravio, da li je autentičan i kakav kontekst nedostaje.
AI može ubrzati podatkovno novinarstvo, ali ne popravlja loše podatke
Veštačka inteligencija može pomoći pri:
- čišćenju podataka;
- predlaganju formula;
- kategorizaciji zapisa;
- pisanju jednostavnog koda za analizu;
- pronalaženju anomalija;
- istraživanju mogućih načina vizuelizacije.
Međutim, nijedan model ne rešava automatski ključno novinarsko pitanje: šta ovi podaci zapravo predstavljaju?
Ako je baza nepotpuna, metodologija promenjena ili kategorije pogrešno protumačene, tehnički elegantna analiza može dovesti do pogrešnog zaključka.
AI zato može pomoći u računskom delu rada, ali poreklo podataka, metodologija, ograničenja i interpretacija ostaju predmet provere.
Generisanje prvog nacrta može biti korisno — pod određenim uslovima
Postoje sadržaji koji se zasnivaju na veoma strukturiranim informacijama.
Na primer:
- sportski rezultati;
- finansijski izveštaji;
- vremenski podaci;
- saopštenja sa standardizovanom strukturom.
Automatizacija određenih formata postojala je i pre savremenih generativnih modela.
Danas generativni sistemi dodatno olakšavaju pravljenje nacrta, ali povećavaju i rizik da tekst zvuči uverljivo čak i kada neki detalj nije tačan.
Zato redakcija treba jasno da razlikuje:
generisanje formulacije iz unapred kontrolisanih podataka
od
traženja od modela da sam „zna“ činjenice o događaju.
Drugi pristup je znatno rizičniji.
Jezički model nije baza činjenica
Generativni modeli proizvode odgovore na osnovu obrazaca naučenih iz velike količine podataka i dodatnog konteksta koji dobijaju.
Njihov uverljiv stil ne znači da je svaka tvrdnja proverena.
Model može da generiše:
- pogrešan datum;
- nepostojeći citat;
- izmišljenu knjigu ili izvor;
- pogrešno ime;
- uverljivu ali netačnu vezu između događaja.
U novinarstvu je posebno opasna greška koja zvuči dovoljno dobro da je urednik ne primeti.
Zato tvrdnja ne postaje pouzdanija time što ju je AI napisao sigurnim tonom.
„Proveri činjenice u ovom tekstu“ nije dovoljan fact-checking proces
Model može pomoći da izdvojite tvrdnje koje treba proveriti ili da predloži pitanja za dalju proveru.
Ali tražiti od istog tipa sistema da napiše tekst i zatim samostalno potvrdi da je tekst tačan može stvoriti lažni osećaj sigurnosti.
Provera zahteva povratak na dokaze:
- primarne dokumente;
- zvanične registre;
- originalne snimke;
- pouzdane baze;
- direktan kontakt sa izvorima;
- nezavisnu potvrdu.
AI može ubrzati pronalaženje puta do izvora, ali izvor ne treba zameniti odgovorom modela.
Verifikacija fotografija i videa postaje važnija upravo zbog AI-a
Generativni alati učinili su proizvodnju uverljivog sintetičkog sadržaja dostupnijom.
Istovremeno, manipulacija fotografijama i video zapisima postojala je mnogo pre generativne veštačke inteligencije.
Zbog toga redakcija ne treba da pita samo:
„Da li je ovo napravio AI?“
već šire:
- odakle sadržaj potiče;
- ko ga je prvi objavio;
- kada je nastao;
- gde je snimljen;
- da li postoji originalni fajl;
- da li se isti događaj vidi iz nezavisnog izvora;
- da li je sadržaj isečen ili stavljen u pogrešan kontekst.
Vizuelna „greška“ na licu ili šaci može biti signal za proveru, ali njeno odsustvo nije dokaz autentičnosti.
AI detektori nisu konačni sudija autentičnosti
Alati koji pokušavaju da procene da li je tekst, slika ili zvuk generisan AI-em mogu biti dodatni signal, ali njihove rezultate ne treba tretirati kao forenzičku presudu.
Mogu proizvesti:
- lažno pozitivan rezultat;
- lažno negativan rezultat;
- različite procene za isti materijal nakon kompresije ili obrade.
Urednički postupak zato treba da kombinuje proveru izvora, konteksta, fajla i drugih dostupnih dokaza umesto da se oslanja na jedan procenat iz detektora.
Preporuka sadržaja je takođe oblik primene AI-a u medijima
AI u medijima nije samo generisanje članaka.
Algoritamski sistemi mogu odlučivati koje tekstove će određeni korisnik lakše pronaći, kojim redosledom će biti prikazani i šta će dobiti kao sledeću preporuku.
To može pomoći korisniku da se snađe u velikoj količini sadržaja, ali uvodi dodatna urednička pitanja.
Ako sistem optimizuje samo klikove, može favorizovati drugačiji sadržaj nego sistem koji pokušava da poveća pretplate, raznovrsnost tema ili dugoročno zadovoljstvo čitaoca.
Zato automatizacija distribucije nije neutralna: cilj koji redakcija ili platforma izabere utiče na ono što publika vidi.
Javni interes ne treba potpuno prepustiti personalizaciji
Korisnik možda nikada ranije nije čitao o zemljotresima, izborima, promeni važnog zakona ili bezbednosnoj krizi.
To ne znači da mu takva informacija nije važna.
Mediji zato mogu kombinovati:
- urednički odabrane prioritetne teme;
- automatske preporuke;
- personalizovani sadržaj;
- najnovije informacije;
- izbor korisnika.
AI može pomoći u distribuciji, ali odluka o tome šta redakcija smatra javno važnim ostaje uredničko pitanje.
Naslovi se mogu optimizovati, ali CTR nije urednička vrednost
Alati mogu pomoći u generisanju varijanti naslova ili organizovanju testova različitih formulacija.
To može biti korisno kada se traži jasniji način predstavljanja priče.
Problem nastaje ako cilj postane isključivo naslov koji dobija najviše klikova.
Naslov sa većim CTR-om može biti:
- dramatičniji;
- manje precizan;
- više senzacionalistički;
- neusklađen sa stvarnim sadržajem članka.
Urednički kriterijum zato treba da ograniči optimizaciju: naslov mora ostati tačan i pošten prema sadržaju čak i kada druga formulacija donosi više klikova.
AI može pomoći u prevodu, ali kontekst mora biti proverljiv
Automatski prevod danas može dramatično ubrzati rad sa stranim izvorima.
To je posebno korisno kada novinar želi brzo da proceni da li je dokument relevantan.
Međutim, ozbiljni problemi mogu nastati kod:
- pravnih termina;
- ironije;
- lokalnih izraza;
- politički osetljivih formulacija;
- citata;
- tehničke terminologije.
Za ključnu tvrdnju treba proveriti originalni tekst, a kod važnog ili osetljivog prevoda uključiti osobu koja dovoljno dobro poznaje jezik i kontekst.
AI može pomoći pristupačnosti sadržaja
Odgovorno korišćena automatizacija može pomoći i pri:
- pravljenju transkripata;
- generisanju prvih verzija titlova;
- prevođenju titlova;
- organizaciji audio i video sadržaja;
- pripremi različitih formata za korisnike.
Ali automatski rezultat treba proveriti, posebno kada greška može promeniti značenje izjave ili onemogućiti korisniku da pravilno razume sadržaj.
Najosetljivije pitanje nije samo tačnost, već poverljivost
Novinarski rad često uključuje materijal koji ne sme završiti u sistemu bez odgovarajuće procene rizika.
To mogu biti:
- identitet poverljivog izvora;
- neobjavljeni dokumenti;
- interni materijali redakcije;
- lični podaci;
- istraživačke beleške;
- embargovane informacije;
- materijal dobijen od uzbunjivača.
Pre nego što novinar takav sadržaj kopira u eksterni AI servis, redakcija mora da zna kako taj sistem obrađuje, čuva i eventualno koristi podatke.
Praktično pravilo treba da bude jasno zaposlenima pre nego što se dogodi incident, a ne posle njega.
„Nemoj unositi poverljive podatke“ nije dovoljno precizna politika
Redakcija treba da definiše šta smatra poverljivim i koje alate je dozvoljeno koristiti za koje kategorije podataka.
Na primer:
| Zadatak | Mogući nivo rizika | Potreban nadzor |
|---|---|---|
| Ideje za naslov već objavljenog članka | Niži | Urednička provera |
| Transkripcija javne konferencije | Niži do srednji | Provera prema snimku |
| Sažimanje neobjavljenog istraživačkog dokumenta | Viši | Provera bezbednosti alata pre unosa |
| Materijal poverljivog izvora | Veoma visok | Posebna procedura i odobreni sistemi |
| Generisanje nacrta vesti | Srednji do visok | Provera svih činjenica pre objave |
Takva klasifikacija zaposlenom daje praktičniji odgovor od opšte poruke „koristite AI odgovorno“.
Pristrasnost modela ne nestaje zato što izlaz zvuči neutralno
AI sistemi mogu reprodukovati obrasce i pristrasnosti prisutne u podacima, dizajnu sistema ili načinu na koji je zadatak postavljen.
To može biti posebno važno kada sistem:
- sažima političku temu;
- klasifikuje ljude ili sadržaje;
- predlaže koje teme treba pratiti;
- određuje prioritet preporuka;
- radi sa istorijskim podacima koji već sadrže neravnoteže.
Zato „model je tako rekao“ nije uredničko opravdanje.
Redakcija ostaje odgovorna za postupak u kojem je alat izabran i za način na koji je njegov rezultat upotrebljen.
Autorska prava i poreklo sadržaja zahtevaju posebna pravila
Generativni sistemi otvaraju pitanja koja nisu ista u svakoj jurisdikciji, alatu ni načinu korišćenja.
Redakcija zato treba da razume:
- pod kojim uslovima koristi konkretan servis;
- da li je dozvoljena komercijalna upotreba rezultata;
- da li generisani materijal može uključiti elemente koji liče na postojeća dela;
- kako se tretira materijal koji sama redakcija unosi u sistem;
- kada je potrebna pravna provera.
Posebno je rizično pretpostaviti da sadržaj automatski nema problem sa pravima samo zato što ga je proizveo AI alat.
Sintetička fotografija ne treba da izgleda kao dokumentarna fotografija ako to nije
Ako medij generiše ilustraciju, rekonstrukciju ili drugi sintetički vizuelni materijal, publika treba da može da razume šta gleda.
To je naročito važno kada vizuelni sadržaj prikazuje:
- rat;
- katastrofu;
- kriminal;
- javnu ličnost;
- navodni istorijski događaj;
- scenu koja može izgledati kao stvarna novinska fotografija.
Ilustracija može biti korisna. Problem nastaje kada se njeno poreklo prikrije tako da publika poveruje da gleda dokumentarni dokaz događaja.
Transparentnost ne mora izgledati isto za svaku upotrebu AI-a
Nije svaka interna upotreba tehnologije podjednako relevantna čitaocu.
Ako AI pomaže novinaru da pretraži javni dokument, to nije ista situacija kao kada je značajan deo objavljenog teksta ili slike generisan automatski.
Redakcija zato može definisati pragove za označavanje.
Pitanja mogu biti:
- Da li je AI napravio sadržaj koji publika direktno vidi?
- Da li je generisao činjenice ili samo pomogao u formulaciji?
- Da li je napravio fotografiju, zvuk ili video?
- Da li bi informacija o upotrebi AI-a promenila način na koji publika procenjuje sadržaj?
Poenta transparentnosti nije da svaki tekst dobije tehnički dnevnik proizvodnje, već da se ne prikrije nešto što je važno za razumevanje porekla sadržaja.
Redakcijska odgovornost se ne može delegirati modelu
Ako AI pogrešno optuži osobu, izmisli citat ili pogrešno predstavi podatak, publika neće moći da traži ispravku od matematičkog modela.
Odgovornost ostaje na organizaciji koja je sadržaj objavila.
Zbog toga treba da postoji jasno definisana osoba koja donosi finalnu uredničku odluku.
AI može predlagati. Može pretraživati. Može sažimati. Može napraviti nacrt.
Ali izdavač mora imati postupak kojim proverava ono što stavlja pred publiku.
Brzina nije vrednost ako povećava broj grešaka
AI može omogućiti objavljivanje većeg broja sadržaja za kraće vreme.
Ali više članaka nije nužno bolji rezultat.
Ako ubrzanje dovede do:
- više netačnih informacija;
- ponavljanja;
- generičkih tekstova;
- gubitka originalnog izveštavanja;
- manje direktnih razgovora sa izvorima;
redakcija je možda povećala produktivnost mereno brojem objava, ali smanjila vrednost koju pruža publici.
To je posebno problematično u vremenu krize poverenja u medije, kada dodatna brzina teško može da nadoknadi štetu koju pravi netačan sadržaj.
AI ne treba da postane izgovor za proizvodnju tekstova bez originalne vrednosti
Ako je trošak proizvodnje članka skoro nula, postoji iskušenje da se objavljuje mnogo više tekstova.
Ali pitanje ostaje:
Šta ovaj članak daje čitaocu što već nije dostupno u deset drugih verzija iste priče?
Originalna vrednost novinarstva često dolazi iz:
- novog izvora;
- novog dokumenta;
- terenskog rada;
- intervjua;
- lokalnog znanja;
- analize;
- provere tvrdnje;
- konteksta koji nije očigledan.
AI može pomoći novinaru da deo tog rada obavi efikasnije, ali ne treba da postane opravdanje za masovno prepričavanje već postojećeg sadržaja.
Novinarske veštine se menjaju, a ne jednostavno nestaju
Kako alati postaju dostupniji, vrednost pojedinih veština se pomera.
Sve važnije postaju sposobnosti da novinar:
- formuliše precizno istraživačko pitanje;
- proveri izvor;
- proceni kvalitet podatka;
- prepozna kada rezultat nema smisla;
- razume ograničenja alata;
- dokumentuje metod;
- zaštiti poverljive informacije;
- pronađe originalnu priču umesto da samo proizvodi tekst.
Poznavanje AI alata može postati korisna profesionalna veština, ali samo uz klasične novinarske standarde provere.
Prompt nije zamena za uredničko znanje
Možete napisati veoma detaljnu instrukciju modelu, ali ako osoba ne poznaje temu, teško će prepoznati sofisticiranu grešku u odgovoru.
Upravo zato stručnost postaje važna i kada alat može veoma brzo da proizvede uverljiv nacrt.
Novinar koji razume temu može koristiti AI da ubrza određeni deo posla.
Osoba koja temu ne poznaje može dobiti lep tekst, a da ne zna gde se u njemu krije problem.
Redakcija treba da napravi jasnu AI politiku
Praktična politika ne mora imati pedeset stranica.
Ali treba jasno da odgovori na pitanja kao što su:
- Koji alati su odobreni?
- Za koje zadatke mogu da se koriste?
- Koji podaci ne smeju da se unose?
- Ko mora da proveri generisani sadržaj?
- Kada se upotreba AI-a otkriva publici?
- Da li je dozvoljeno generisati fotografije i video?
- Kako se tretiraju citati?
- Kako se čuvaju izvori i beleške?
- Ko odobrava novu AI tehnologiju?
- Kako se prijavljuje greška ili incident?
Bez ovakvih pravila svaki novinar praktično pravi sopstvenu politiku, često tek nakon što se pojavi problem.
Različiti zadaci zahtevaju različit nivo ljudske kontrole
Jednostavna interna matrica može izgledati ovako:
| Primena | Uloga AI-a | Uloga čoveka |
|---|---|---|
| Transkripcija intervjua | Pravi prvi transkript | Proverava citate prema snimku |
| Sažetak dokumenta | Izdvaja moguće važne delove | Čita original pre objavljivanja tvrdnje |
| Analiza baze podataka | Pomaže u obradi i pronalaženju obrazaca | Proverava metod, podatke i interpretaciju |
| Nacrt teksta | Predlaže strukturu ili formulaciju | Proverava činjenice i uređuje finalni sadržaj |
| Generisana ilustracija | Proizvodi vizuelni materijal | Procena prava, tačnosti konteksta i potrebe za oznakom |
| Preporuka članaka | Rangira sadržaj | Definiše ciljeve, ograničenja i uredničke prioritete |
Primer: AI u obradi intervjua od početka do objave
Zamislimo da novinar ima 90-minutni razgovor sa stručnjakom.
Odgovoran workflow može izgledati ovako:
- Originalni audio se bezbedno čuva.
- Odobren alat pravi transkript.
- AI pomaže u pronalaženju delova razgovora o određenim temama.
- Novinar bira relevantne izjave.
- Svaki citat koji će biti objavljen proverava prema originalnom zvuku.
- Novinar dodatno proverava činjenične tvrdnje sagovornika.
- Tek zatim piše članak ili koristi alat za pomoć pri strukturi nacrta.
- Urednik proverava finalni sadržaj prema uobičajenim redakcijskim standardima.
AI je ubrzao proces, ali nije postao zamena za originalni snimak, proveru ili urednika.
Primer: analiza velikog dokumenta
Redakcija dobija izveštaj od 400 stranica.
Umesto čitanja nasumičnim redom, alat može pomoći da:
- identifikuje poglavlja povezana sa određenom temom;
- napravi listu relevantnih stranica;
- izdvoji imena institucija ili kompanija;
- predloži pitanja koja treba proveriti.
Novinar zatim otvara te stranice u originalnom dokumentu, proverava tabele i fusnote i kontaktira relevantne sagovornike.
Najvažniji rezultat AI-a ovde nije gotov članak. To je kraće vreme od 400 stranica do prvog kvalitetnog istraživačkog pitanja.
Kako proceniti da li novi AI alat zaista vredi redakciji
Novi alat ne treba uvoditi samo zato što je tehnološki impresivan.
Pre šire primene može se testirati na ograničenom procesu.
Procena može uključiti:
- koliko vremena štedi;
- koliko često greši;
- koliko vremena zahteva provera rezultata;
- da li čuva potrebnu privatnost;
- koliko košta;
- da li se uklapa u postojeći workflow;
- da li povećava ili smanjuje rizik;
- da li novinarima stvarno omogućava kvalitetniji rad.
Ako AI napravi nacrt za pet minuta, ali novinar zatim potroši četrdeset minuta proveravajući njegove izmišljene reference, ušteda je možda samo prividna.
Praktična kontrolna lista za redakcije koje koriste AI
- Da li je jasno za koji problem se AI alat koristi?
- Da li je alat odobren za tu vrstu podataka?
- Da li zaposleni znaju šta ne smeju da unesu u eksterni sistem?
- Da li su poverljivi izvori i neobjavljeni dokumenti adekvatno zaštićeni?
- Da li je svaka činjenica iz generisanog nacrta proverena?
- Da li su citati potvrđeni prema originalnom snimku ili dokumentu?
- Da li je sažetak proveravan prema originalnom izvoru?
- Da li se AI detektor koristi samo kao signal, a ne kao konačni dokaz?
- Da li sintetičke fotografije, zvuk ili video mogu biti pogrešno shvaćeni kao dokumentarni materijal?
- Da li je jasno kada sadržaj treba označiti kao AI-generisan ili sintetički?
- Da li postoje uredničke granice kod algoritamske personalizacije?
- Da li se pored brzine meri i broj grešaka?
- Da li automatizacija proizvodi stvarnu vrednost ili samo veći broj članaka?
- Da li je poznato ko donosi finalnu odluku o objavi?
- Postoji li postupak za prijavu greške ili incidenta?
- Da li se pravila ažuriraju kada se menjaju alati i način njihove upotrebe?
Veštačka inteligencija može ukloniti veliki deo mehaničkog rada iz novinarskog procesa: sat vremena audio materijala može brže postati pretraživ transkript, veliki dokument lakše može biti pregledan, a ogromna baza podataka jednostavnije istražena. To je stvarna vrednost.
Ali ista sposobnost da brzo proizvodi uverljiv rezultat stvara i najveći rizik. U novinarstvu nije dovoljno da tekst zvuči dobro — mora postojati način da se utvrdi odakle informacija dolazi, ko ju je proverio i ko za nju preuzima odgovornost.
Redakcije koje će najviše dobiti od AI-a zato verovatno neće biti one koje automatizuju najveći broj članaka, već one koje najpreciznije razdvoje poslove u kojima automatizacija štedi vreme od odluka u kojima su izvor, kontekst, profesionalna procena i ljudska odgovornost nezamenljivi.