DZIENNIK(AI)RSTWO. Jak sztuczna inteligencja zmienia najciekawszą profesję na świecie ebook

Wstęp

Sztuczna inteligencja i świt nowego dziennikarstwa

Sztuczna inteligencja wdziennikarstwie – nieco prowokacyjnie, ale nieprzypadkowo, sygnalizowana tytułowym dziwolągiem językowym „DZIENNIK(AI)RSTWO” – to opowieść ozmianach wnajbardziej pasjonującym zawodzie, jaki przyszło wykonywać człowiekowi (to bardzo osobista refleksja). Ale to także opowieść ozastępowaniu (uzupełnianiu) dziennikarza wjego zadaniach, orewolucji wredakcjach iwydawnictwach, oinwazji „obcych” na jedną znajbardziej kreatywnych profesji iojej ewolucji: od niszowego zjawiska wmediach przez etap fascynacji irozczarowania po czas „zagłady imroku” oraz nowych szans na normalizację (Quandt 2023) [il. 1]. To wreszcie opowieść otajemniczym przybyszu, oswajanym nie bez lęku inadziei „obcym”, który wydaje się pojawiać znikąd ialbo przyniesie koniec świata („wszyscy umrzemy”, „wywoła wojnę nuklearną”), albo zmieni świat na lepsze („wszyscy będziemy bogatsi imądrzejsi”). Tak jakby ludzkość doświadczała właśnie punktu zwrotnego wswojej historii, czyli kontaktu ztechnologią, choć wistocie podstawą obaw powinno być niedocenianie możliwości człowieka, nie zaś przecenianie sztucznej inteligencji – wszystko to wzgodzie zpoststrukturalistyczną „śmiercią autora”, bezzasadnością mitologizowania ludzkiej kreatywności iwizją kultury jako produktu wielkich bezosobowych sił, anie działań jednostki.

Perspektyw poznawczych tej opowieści jest wiele: od technologii, która często wymyka się zrozumieniu nawet tych, którzy ją wymyślili, po erozję zaufania do jej domniemanych intencji. Niepokój jej towarzyszący nie powinien być zbywany wzruszeniem ramion. Jak pisze Brian Christian (2021) wfascynującej analizie wszystkiego, co „idzie nie tak”, gdy są budowane systemy sztucznej inteligencji – oto bowiem kolejny raz nowa technologia pojawiła się wroli ucznia czarnoksiężnika – tworzymy autonomiczną siłę, wierzymy, że jest całkowicie uległa, wydajemy jej zestaw instrukcji, anastępnie jak szaleni staramy się ją zatrzymać, kiedy zdamy sobie sprawę, że nasze instrukcje są nieprecyzyjne lub niekompletne, aby wjakiś sprytny sposób dostać dokładnie to, czego nie chcieliśmy.

Wbadaniach naukowych prowadzonych jeszcze wpierwszej dekadzie XXI wieku jednym zgłównych obszarów zainteresowania biznesu medialnego było wdrażanie sztucznej inteligencji wcelu usprawnienia podejmowania decyzji przez wykorzystanie obfitości mocy obliczeniowej idanych oodbiorcach czy konsumentach. Metody uczenia maszynowego, maszyny „predykcyjne”, zaczęły obsługiwać niezliczoną liczbę aplikacji, wtym media społecznościowe, systemy rekomendacji, filtry spamu ireklamy online. Dziś, po kilkunastu latach, nurt ten jest nadal intensywnie rozwijany, ale punkt ciężkości przesunął się wstronę generatywnej sztucznej inteligencji (GenAI) – termin ten dotyczy zastosowań nowych modeli, które stosują logikę predykcji (zob. na przykład: Kanbach iin. 2024)iwdziennikarstwie mają cztery kluczowe wymiary: generowanie treści, analizę danych, automatyzację redakcji izaangażowanie odbiorców (Gondwe 2023).

Niełatwa do precyzyjnego zdefiniowania jest także sama sztuczna inteligencja (problem ten będzie wielokrotnie powracał, na przykład wrozdziale drugim), która obejmuje rozmaite technologie, wtym uczenie maszynowe, tak zwane głębokie uczenie, przetwarzanie języka naturalnego, rozpoznawanie obrazów, i– ogólnie ujmując – jest określana albo jako dowolna maszyna zdolna do imitowania ludzkiej inteligencji wcelu wykonywania określonych funkcji (zob. na przykład: Hengstler iin. 2016), albo, wbardziej szczegółowej wersji definicyjnej, jest łączona zwykorzystaniem algorytmów do interpretowania iuczenia się na podstawie danych wcelu wykonania określonego zadania (zob. na przykład: Ågerfalk 2020), awjeszcze innej interpretacji jest rozumiana jako połączenie tych funkcji (na przykład: Mikalef, Gupta 2021). Wbadaniach nad komunikacją sztuczna inteligencja jest rzeczywistą zdolnością nie-ludzkich bytów do wykonywania irozwiązywania zadań, komunikowania się, interakcji ilogicznego działania, tak jak się to dzieje ubiologicznych ludzi (de Zúñiga iin. 2024).

Konsekwencje obecności tak nieprecyzyjnie rozpoznanej sztucznej inteligencji wdziennikarstwie imediach są trudno poznawalne między innymi dlatego, że według Roya Amary mamy tendencję do przeceniania wpływu technologii wkrótkim okresie iniedoceniania wdłuższej perspektywie. Rzecz wtym, że widzimy skutki krótkotrwałe, adługotrwałych jeszcze nie możemy dostrzec. Trudno jednak, żeby było inaczej, skoro nowe technologie tak zwanego ogólnego przeznaczenia, awięc nie tylko stosowane do specyficznych zadań, czyli znana generatywna sztuczna inteligencja ChatGPT, są dostępne dopiero od niedawna, achoć stały się obiektem wyjątkowo szybko podejmowanych badań, to nadal ich społeczne iekonomiczne konsekwencje są mało znane iczęsto mają spekulatywny charakter.

Zjak dużym galimatiasem mamy do czynienia, można sobie tylko wyobrazić, patrząc na przykład na błędne utożsamianie narzędzi (maszyny) zczłowiekiem (jej wytwórcą iużytkownikiem). Poza tym sztuczna inteligencja to wistocie „oksymoron”, który powstał wramach współczesnej materialistycznej wizji rzeczywistości, inie brakuje głosów sceptycznych, szyderczych ikrotochwilnych na ten temat. Jak puentuje je Robert Epstein, postęp badań skłania do niewesołego wniosku, że „im bardziej Puchatek zaglądał do chatki Prosiaczka, tym bardziej go tam nie było. Podobnie jest zbadaniami nad mózgiem: im bardziej naukowcy zaglądają wjego strukturę, tym bardziej nie ma wnim komputera. Bez względu na te ich starania nigdy nie znajdą wmózgu kopii VSymfonii Beethovena ani kopii słów, reguł gramatycznych iżadnego innego rodzaju bodźców środowiskowych” (Jastrzębski 2020, s. 4).

Mierząc się ztą prowokacją intelektualną zpogranicza nauki iżonglowania zgrabnymi puentami, przychodzi jednak stwierdzić, że mamy do czynienia wnajlepszym razie zterminem wieloznacznym, choć także rozumianym literalnie iewoluującym wraz zpostępem technologicznym (Kreft, Cyrek 2024). Na przykład wielokrotnie dalej wspominany ChatGPT, czyli model języka oparty na głębokiej sieci neuronowej trenowanej na dużym korpusie danych, jest owocem ewolucji poprzednich rozwiązań, na przykład wydanego dwa lata wcześniej GPT-3, który już wówczas okazał się narzędziem zdolnym do wykonywania takich zadań, jak tłumaczenie (sukces wyjaśniano jego użytecznością, zwłaszcza sposobem interakcji zużytkownikami, inicjowanej przez krótki tekst początkowy zwany promptem).

Chatboty, czyli służalczy kretyni (zpozoru)

Jak złożone są kwestie wdrażania narzędzi sztucznej inteligencji, można się było przekonać, gdy stojące za chatbotami organizacje, które są powszechnie znane zbogactwa, wpływów iinnowacyjności, pokazały swoją awersję do… ryzyka. Wkonsekwencji dostaliśmy bowiem, jak malowniczo puentuje Kevin Rose (2024), ChatGPT, Claude, Barda czy Gemini, które zachowują się jak „służalczy kretyni”. Są po prostu nudne, ich odpowiedzi są nijakie ibezosobowe, prawie nie można nakłonić tych narzędzi do rozważenia drażliwych lub polaryzujących kwestii. Wykonują ciężką pracę „umysłową”, ale wtym mozolnym znoju trudno doszukać się „rewolucji sztucznej inteligencji”. Nie są ani zabawne, ani nie wydają się przesadnie kreatywne, atym bardziej charyzmatyczne. Nie tworzą, poza wyjątkami, olśniewających dzieł, nie dokonują przełomowych odkryć naukowych, choć – co może pocieszające – nie uwodzą także na masową skalę użytkowników zwodniczymi deepfake’ami ani nie konstruują broni masowego rażenia (Rose 2024).

Produkują jednak treści na masową skalę. Każdy wirusowy post wmediach społecznościowych prawie na pewno wywołał reakcje generowane przez sztuczną inteligencję, od streszczeń oryginalnego posta po reakcje napisane slopem (oczym poniżej). Instagram jest pełen treści wytworzonych przez sztuczną inteligencję, aSpotify – pełne takich utworów muzycznych, podobnie jak najlepsze wyniki wyszukiwania Google to często obrazy iartykuły generowane przez sztuczną inteligencję.

Dziś dziennikarz walczy ouwagę odbiorcy zzalewem treści określanych terminem „slop” –wnawiązaniu do „sterty nieapetycznego jedzenia wrzucanego łopatą do koryt dla bydła” (Adami 2024). Wmediach slop (niechlujność) to bezwartościowe teksty, obrazy iwideo oraz niekiedy całe strony internetowe wprowadzające wbłąd, jak wwypadku wygenerowanej przez sztuczną inteligencję izawierającej materiały promocyjne witryny fałszywej „parady Halloween”, na którą wcentrum Dublina przyszły zdezorientowane tysiące osób (Davis 2024). Terminowi temu towarzyszy inny – „różowy szlam” (pink-slim), czyli politycznie motywowane treści niskiej jakości imitujące wiadomości lokalnych serwisów informacyjnych.

Popularność obu określeń wskazuje, że znajdujemy się wokresie niedopracowanej sztucznej inteligencji powszechnego użytku oraz że może być ona wykorzystywana wniecnych zamiarach. Występowanie slopu można także interpretować jako wyraz tolerancji ze strony platform dla masowej „paszy” tworzonej pod kątem optymalizacji pod wyszukiwarki (search engine optimization, SEO) tak tanio, jak to tylko jest możliwe. Niewiele jednak mówi orealnych możliwościach Google’a, Microsoftu, Anthropicu, Mety iOpenAI, które zgodnie oskarża się oróżne niegodziwości, choćby opogłębianie „kapitałocenu” (to znacznie lepszy termin niż „antropocen”) oraz mediocenu (Goban-Klas 2020), ale które wistocie nie chcą na przykład ryzykować wypuszczenia chatbotów osilnych, kontrowersyjnych „osobowościach” wobawie przed ingerencją organów regulacyjnych oraz, co prawdopodobnie ważniejsze wwypadku klientów korporacyjnych – wobawie przed zbyt dużym ryzykiem. Nie może być jednak inaczej, skoro wszystkie te organizacje stały się zakładnikami swojego sukcesu ipozycjonują chatboty jako zaufanych kreatywnych pracowników.

Gdy do tych refleksji dołączy się jeszcze wnioski zbadań, przekonujące, że dwie trzecie ze stu firm, które stoją za narzędziami sztucznej inteligencji najczęściej używanymi ipolecanymi przez dziennikarzy, nie są wystarczająco przejrzyste pod względem własności, finansów iinnych ważnych danych (Oliver 2024), wówczas można uzyskać pierwszy szkic krajobrazu początków flirtu sztucznej inteligencji zdziennikarstwem imediami. Ten wymuszony związek może mieć różne konsekwencje. Choćby takie, że skoro jedynie trzy zdziewiętnastu europejskich firm dostarczających narzędzia sztucznej inteligencji na potrzeby dziennikarstwa są transparentne, to można zadawać pytania, czy kontrola tak kluczowych algorytmicznych narzędzi oznacza także wpływ na postrzeganie rzeczywistości ikontrolowanie prawdy. Pytania te czekają na pilne odpowiedzi, zwłaszcza że część zczołowej setki (Dataminr, Notion, Grammarly, AI21Labs, azwłaszcza Claude) zyskała dużą przewagę nad innymi wpozyskiwania finansowania ibędzie wpływała na dziennikarstwo na całym świecie.

Stary, wspaniały świat dziennikarstwa inowy (także wspaniały)

Tymczasem wielkie modele językowe (large language models, LLM), których rozwój tak znakomicie przyczynił się do postępu sztucznej inteligencji ipopularności dyskusji na jej temat (szerzej na przykład: Zhao iin. 2023), już charakteryzują się tym, co czyni je tak zwanymi wschodzącymi technologiami, czyli radykalną nowością, spójnością, znacznym wpływem oraz istotną niepewnością iniejednoznacznością (Rotolo iin. 2015).

Organizacjom medialnym nowe technologie sztucznej inteligencji oferują zwiększenie wydajności, pracownikom mediów – przekształcenie miejsc pracy izmianę interakcji człowieka zmaszyną oraz destabilizacyjny potencjał zmieniania status quo. Dlatego trudno oprzeć się wrażeniu, że wdziennikarstwie i– szerzej – wmediach zmienia się wszystko: od poczucia stabilności po źródła satysfakcji ifrustracji, akażdy dzień przynosi nowe wieści utwierdzające wprzekonaniu, że zjawisko jest nietuzinkowe.

Trudno bowiem przejść do porządku dziennego, gdy na przykład RadioGPT tworzy pierwsze na świecie programy radiowe zgłosem generowanym przez sztuczną inteligencję, czerpiąc zponad 250 tysięcy źródeł informacji, zwłaszcza na Facebooku, Twitterze (X) iInstagramie (Savage 2023). To prawda, że takie radio wydaje się „nie mieć duszy”, ale jest słuchane iintrygujące, ponieważ zapewnia bardzo lokalne iatrakcyjne wiadomości dla małych społeczności poszczególnych ulic, kwartałów czy osad. Tu cel obecności sztucznej inteligencji jest prosty iskuteczny rynkowo – usprawnić procesy produkcji treści zarówno wdużych rozgłośniach (jak Rogers Sports & Media), jak iwmałych stacjach (Savage 2023).

Oparte na GPT-3 RadioGPT tworzy krótkie newsy, podcasty, blogi czy filmiki wideo inależy do wzbierającej fali tak zwanych syntetycznych mediów, które produkują lub kreują (do wyboru) treści bez interwencji dziennikarzy (Ufarte-Ruiz iin. 2023). Są to na przykład: JX Press Corp (Japonia), cybernetyczny newsroom Reuters News Tracer (Wielka Brytania), News Republic (Francja), Videre AI (Hiszpania) czy zautomatyzowana agencja informacyjna Reporters And Data And Robots (RADAR), stworzona wWielkiej Brytanii wspólnie przez Press Association izajmujący się dziennikarstwem danych start-up Urbs Media.

Media te nie dostarczają jednoznacznej odpowiedzi na sakramentalne pytanie oto, czy sztuczna inteligencja zastąpi dziennikarzy, ale pogłębiają konkurencję ouwagę użytkowników, wktórej dziennikarze nie muszą wygrywać icoraz częściej nie wygrywają. Mało tego, pojawia się coraz więcej badań potwierdzających, że maszynowo generowane informacje są nie do odróżnienia od treści tworzonych przez dziennikarzy inie są już oceniane jako mniej wiarygodne (zob. na przykład: Henestrosa iin. 2023; Moravec 2024; Wang, Huang 2024). Kwestie te są szerzej omówione wrozdziale drugim.

Może to zaskakiwać, ponieważ jeszcze niedawno wydawało się, że sztuczna inteligencja pozwoli jedynie na automatyzację bardzo rutynowych prac, tymczasem szybko stało się jasne, że dostarcza bardziej złożonych iwyrafinowanych treści, oróżnych poziomach abstrakcji (zob. na przykład: Kelly iin. 2023). Gdy w2022 roku sformułowano listę możliwych zastosowań ChatGPT na podstawie analizy klastrowej danych zTwittera (X), znalazły się na niej między innymi rozrywka, ćwiczenia kreatywności, przetwarzanie języka naturalnego, edukacja, inteligencja chatbotów, wpływ na biznes iwyszukiwarki oraz przyszłe kariery. Wgronie typowych użytkowników znaleźli się zaś: „praktyk software’u”, akademik (naukowiec), student, badacz danych, inwestor, analityk biznesowy, artysta idziennikarz (Hague iin. 2022). Dwa lata później, gdy zastanawiano się nad zakresem zastosowań ChatGPT 4, okazało się, że jest on nader szeroki – od wsparcia programistycznego po generowanie treści wkilku głównych obszarach: tak zwane zasoby ludzkie, media społecznościowe, wyszukiwarki, automatyzacja biurowa, edukacja iprogramowanie (Filippo iin. 2024).

Jak pokaźny jest teraz potencjał zastosowań generatywnej sztucznej inteligencji, ilustrują badania spodziewanej transformacji miejsc pracy. Pod koniec 2024 roku ChatGPT wykonywał około czterystu zadań iwpływał na sto osiemdziesiąt pięć różnych umiejętności, awśród dwudziestu najważniejszych znich znalazły się bardziej bądź luźniej związane zmediami: tworzenie treści cyfrowej, dostarczanie informacji, tworzenie treści informacyjnych online, tworzenie obrazów cyfrowych, tworzenie scenariuszy, napisanie fabuły, komponowanie piosenek, streszczenie tekstu, udział wdebatach (Giordano iin. 2024). ChatGPT identyfikował błędy gramatyczne iproponował poprawki, korygował zdania, żeby były bardziej angażujące izwięzłe, wzbogacał słownictwo (Kasneci iin. 2023). Pojawiła się także nowa funkcja wyszukiwania, co sugeruje dążenie do uniwersalności technologii sztucznej inteligencji. Jeśli do tego dodać działanie innych systemów, takich jak Dall-E lub MidJourney, to staje się oczywiste, że świat mediów idziennikarzy stanął przed nie lada wyzwania.

Wistocie sztuczna inteligencja może mieć przemożny wpływ na dziennikarstwo, choć warto na przykład pamiętać, że na obecnym etapie jej rozwoju jest on zróżnicowany na różnych stanowiskach, ponadto ChatGPT to jedynie jedno zróżnych rozwiązań, co nie znaczy, że już nie wzbudza silnych emocji, na przykład gdy tworzy wiersze (szerzej na ten temat na przykład: Yenduri iin. 2024).

„Na kolanach”, czyli niewygodna pozycja wydawców tradycyjnych mediów

Jeszcze kilkanaście lat temu najpopularniejsze programy telewizyjne gromadziły wPolsce przed ekranami telewizorów pokaźne audytoria. W2011 roku aż dwieście osiemdziesiąt osiem programów miało ponad 5 milionów widzów (dwa lata wcześniej było ich czterysta trzydzieści sześć). Dziesięć lat później nie udało się to ani razu (Wavemaker IV na podstawie Nielsen Audience Measurement). Dziś rytualne cztery godzinny dziennie – taki bowiem od lat jest średni czas oglądania telewizji – spędzają przed ekranem telewizora trzy grupy widzów: wykluczeni cyfrowo, mieszkańcy wsi imałych miast oraz osoby spauperyzowane. Po latach „starań” jej twórców telewizja stała się najtańszą inajmniej wymagającą rozrywką. Ioglądaną przez coraz mniejsze grono widzów.

Można naturalnie dowodzić, że to skutki zmian demograficznych, politycznych, wojen kulturowych ipauperyzacji dziennikarzy (októrych to kwestiach będzie jeszcze mowa). To wszystko prawda. Pomijając jednak fakt, że tradycyjne media, wtym publiczne, nie proponują wPolsce atrakcyjnej agory, rozumianej jako środowisko wymiany idei, inie oferują prezentacji własnego „ja” przez tak zwanych zwykłych odbiorców, trzeba zauważyć, że mamy do czynienia znową logiką mediów (szerzej otym wrozdziale drugim), zdominowaną przez ideologięinformatyczną inowe technologie.

To zła idobra wiadomość, wzależności od przyjętej perspektywy. Dla zwolenników status quo mediów nadawczych to mały „koniec świata”. Dla tych, którzy widzą walgorytmizacji mediów przełomowy nurt ich sanacji, to wiadomość znakomita. Woptymistycznej wersji rozwój sztucznej inteligencji wdziennikarstwie to zmierzch prymitywnego dziennikarstwa, koniec hejterów banowanych przez sztuczną inteligencję, bezkarnych kłamstw weryfikowanych przez sztuczną inteligencję izmierzch cenzorów przebranych wcyfrowych mediach za moderatorów (także zastępowanych przez sztuczną inteligencję).

Jest jednak również druga strona medalu, mianowicie schyłek hegemonii (szerzej otym wrozdziale trzecim) dziennikarstwa informacyjnego imalejące zasoby „stabilnej pracy” wdziennikarstwie. Atakże pojawienie się nowych zawodów (na razie nielicznych) wmediach iprekariatu tradycyjnych dziennikarzy. Sztuczna inteligencja wdziennikarstwie pogłębia proces popadania wniebyt braku zainteresowania ich ofertą ispycha przeciętne dziennikarskie „białe kołnierzyki” wdół po równi pochyłej prestiżu ipozycji społecznej. WPolsce iwielu innych krajach coraz więcej dziennikarzy trafia wsfery liminalne (szerzej otym wrozdziale szóstym).

Nowa logika mediów informatycznych to logika informatycznej etyki algorytmicznej, fascynacji izwykłego życzliwego zainteresowania nową technologią informatyczną, nowych zasad „gotowania prawdy” wdziennikarstwie (szerzej otym wrozdziale szóstym) oraz płynnych tożsamości wypierających ideologię dziennikarstwa (będzie otym mowa wrozdziale siódmym). Tradycyjne media są ztej perspektywy jałowe pod względem innowacji, są niekonkurencyjne, wtórne programowo, sztywno sformatowane izastygłe wwersji, która była atrakcyjna iefektywna kosztowo może dwie, trzy dekady temu. To media tęskniące za wiarygodnością i, jak wspomniano, uwikłane wstronniczość, wojny ideologiczne itożsamościowe (czyli wszystko to, co zarzucają mediom społecznościowym). To media coraz mniej istotne, biorąc pod ich długoterminowe finansowe szanse na przeżycie, ponieważ już ponad dwie dekady temu straciły samodzielność wwyborze własnych strategii rozwoju. Ich szans nie zwiększą na dłuższą metę audytoria (bo maleją), reklamodawcy (bo podążają za migrującymi na platformy użytkownikami) ani dziennikarski opór kulturowy czy zawodowy (szerzej otym wrozdziale ósmym) przed sztuczną inteligencją, uświęcony dawnymi sukcesami oraz poczuciem wyższości „strażników prawdy” i„prawdziwego dziennikarstwa” (Kreft iin. 2024).

Tradycyjne media nadawcze to ekosystem kurczących się zasobów konkurencyjności. Problem nie leży jedynie wfinansach i– ewentualnie – zasobach wiedzy, które można przecież kupić bądź wynająć wramach na przykład wspólnoty ideologicznej. Chodzi obrak zasobów uwagi wdobie nadmiaru masowo „produkowanej” (także algorytmicznie) medialnej treści (Kreft 2009). Problem polega na tym, że miliardy użytkowników mają już dostęp do innowacyjności ikreatywności (na przykład gier), do uwodzącego iuzależniającego powabu aplikacji na platformach (szerzej otym wrozdziale piątym). Wnajbliższych latach tradycyjnym mediom pozostanie zatem bratobójcza walka ouwagę czytelnika, widza isłuchacza wcoraz uboższym ekosystemie medialnym oraz (nierzadko) starania ołaskę politycznego patrona.

Oznacza to, że tradycyjne media będą nieustannie musiały legitymizować swoje istnienie, licząc na spowolnienie procesów podważających ich byt. Wwypadku mediów publicznych – przez zasiadanie przy politycznym stole izabiegi, aby otaczano je ochroną wimię odgrywania (zresztą wograniczonym stopniu) roli prodemokratycznej czwartej władzy. Taka jest funkcja petentów, którzy znaleźli się wkiepskiej pozycji przetargowej wwyścigu technologicznym iktórzy coraz częściej rozumieją, że nie muszą być obsługiwani, ponieważ nie są już niezbędni wdotarciu do obywateli iwyborców. Wiedział otym dekadę temu prezydent Donald Trump, gdy przestał organizować konferencje prasowe iomijał dziennikarzy wkomunikacji zwyborcami, wiedzą otym jego naśladowcy, unikający ryzyka konfrontacji zdziennikarzami irezygnujący zrzeczników prasowych. Kompleks Boga ma bowiem różne oblicza.

Wciągu dwóch dekad to platformy wspierane sztuczną inteligencją, takie jak Twitter (X), Facebook iYouTube oraz TikTok (do którego „przesiadł się” także na przykład kanclerz Niemiec), czy ostatnio Bluesky icoraz popularniejszy DeepSeek, stają się także wPolsce pierwszym kanałem kontaktu zobywatelami, anie TVP, TVN iPolsat albo RMF FM czy Polskie Radio. Nie są już one niezbędne, by wypełniać szczytne misje poinformowania społeczności ioferowania agory dyskusji obywateli (Kreft 2022).

Na widowni wspieranych sztuczną inteligencją platform, która stała się jednocześnie sceną, rozsiadły się pokolenia, które nigdy nie doświadczały kontaktu ztradycyjną telewizją nadawczą czy drukowaną prasą. To pokolenia obojętne na ich ofertę offline, niespecjalnie zainteresowane nimi online inieznające żadnego powodu, dla którego miałyby ją poznać, pokolenia, którym do głowy nie przychodzi czekać na informacje nadawaną przez główne wydania wiadomości telewizyjnych. Podstawowym medium dostarczającym informacje iwiedzę oświecie są dla nich TikTok iInstagram oraz YouTube iinne zwinne serwisy. Starania oich uwagę to także konkurowanie ztysiącami liderów opinii zsieciowymi regułami, manipulacyjnymi wzorcami ipotęgą wpływu społecznego wspieraną przez uzależniające technologie. To przegrana zgóry walka malejącego grona bywalców mediów nadawczych zcoraz liczniejszymi tubylcami mediów zarządzanych ze wsparciem sztucznej inteligencji.

Co więcej, przyszłość polskiego ekosystemu medialnego nie wykuwa się wlokalnym środowisku samowystarczalnych wswojej walce plemion ani wdyskusji wokół budżetu TVP iPolskiego Radia czy wtabloidyzacji niegdyś opiniotwórczych mediów, tylko przede wszystkim wDolinie Krzemowej iwśród konkurujących znią chińskich platform (od TikToka iDeepSeek po innowacyjne, znane głównie wChinach ichińskich diasporach, Youku, iQIYI, Tencent Video, Sina Weibo, Douban iWeChat). Co więcej, nie wykuwa się, niestety, wEuropie.

To nie tylko polski problem. Rośnie kolejne samowystarczalne medialnie pokolenie, sceptyczne wobec wszelkich tradycyjnych mediów informacyjnych, pokolenie wspólnot budowanych na platformach mediów społecznościowych iwokół poszczególnych narzędzi nowych technologii informacyjnych. Pokolenie kultu wirtualnych tożsamości użytkowników inowych gwiazd mediów społecznościowych, anie gwiazd znanych ztelewizji. Przykłady? Dylan Page, młody twórca wiadomości online zWielkiej Brytanii, ma więcej obserwujących iregularnych wyświetleń filmów niż BBC czy „New York Times” razem wzięte (nawet wwypadku ważnych tematów, takich jak wojna na Bliskim Wschodzie) (Reuters Report 2023). On iwielu innych gromadzi wspólnoty adhokratyczne, stosunkowo łatwe do mobilizacji, ale trudne wutrzymaniu, wrażliwe na fałsz izaangażowane wtworzenie własnego „ja” wwersjach wiarygodnych iniewiarygodnych, ale zawsze nastawionych na popularność (Cyrek 2020). To media skupione na „ja”, które nie istnieje bez „my”, bez innych użytkowników, followersów czy po prostu biernych, ale zainteresowanych statystów. Media przejściowego etapu rozwoju, wktórym niemal wszyscy prowadzą wojnę ouwagę iniemal wszyscy ją przegrywają .Także media triumfu erystyki nad retoryką.

Jeśli popularność łączyć zwpływem społecznym, anie jest to oczywiste (można przecież być offline izachować wpływ społeczny), to są to media zdominowane przez influencerów, którzy swoją popularność zawdzięczają przede wszystkim wykorzystaniu nowej logiki mediów. WPolsce było ich wkwietniu 2024 roku ponad 700tysięcy, ztego 434 tysiące na TikToku, 244 tysiące na Instagramie i26 tysięcy na YouTubie. Aż 625 tysięcy znich to nanoinfluencerzy (do 10 tysięcy obserwujących) imikroinfluencerzy (do 50 tysięcy obserwujących). Najpopularniejsi na YouTubie – Blowek iFriz – mieli około 5,2 miliona subskrybentów (Dudek 2024). Dla porządku warto zauważyć, że Szymon Hołownia miał ich około 100 tysięcy, gdy obejmował funkcję marszałka sejmu ichwilowo grał pierwsze skrzypce w„sejmfliksie”.

Żaden zzarysowanych powyżej trendów nie oznacza ani nie przesądza otym, że sztuczna inteligencja wnajbliższym czasie wpełni dorówna ludzkiemu (dziennikarskiemu) mózgowi. Należy się spodziewać, że nadal będzie dominować tak zwana wąska sztuczna inteligencja (Diakopoulos 2015), choć nie brakuje głosów, że może się to rychło zmienić, na przykład już za trzy lata, gdy pojawi się tak zwana ogólna sztuczna inteligencja (Friedman 2024), która będzie wyzwaniem dla wszystkich niebędących jej bezpośrednimi ipośrednimi beneficjentami.

Każdy ztych trendów oznacza jednak, że rośnie dystans między potencjałem atrakcyjności iuwodzenia odbiorców unikatowymi doświadczeniami oferowanymi przy jej wsparciu anadawczymi mediami publicznymi ikomercyjnymi, które jej nie stosują. Gdy jedni zatem staną się bogatsi onowych użytkowników, drudzy będą ignorowani (ogólna sztuczna inteligencja prawdopodobnie radykalnie pogłębi ten nierówności). Co więcej, każdy ztych procesów pozostaje ogólnie poza gestią polskich aktorów politycznych imedialnych, poza ich sprawczością będą także wytyczane nowe trendy ekspansji sztucznej inteligencji wdziennikarstwie.

Najbliższa przyszłość sztucznej inteligencji wdziennikarstwie

Kilka miesięcy po opublikowaniu wczerwcu 2022 roku przez magazyn „Cosmopolitan” pierwszej okładki wygenerowanej przez sztuczną inteligencję (Pavlik 2023) miliony użytkowników sięgnęło po raz pierwszy po narzędzia zmodelami generatywnej sztucznej inteligencji ogólnego przeznaczenia. Wnajbliższych miesiącach ilatach należy się spodziewać tworzenia przez sztuczną inteligencję (araczej firmy dostarczające jej narzędzia) kolejnych rodzajów mediów inaśladowania ludzkiego rozumowania na nowy sposób. Generatory obrazów oparte na sztucznej inteligencji, takie jak Midjourney, będą natychmiast dostarczały filmy izdjęcia istopniowo będą łączyć się zchatbotami, ato oznacza, że będą wykraczały poza tekst cyfrowy iobsługiwały zdjęcia ifilmy. Wmediach dojdzie więc do kolejnej rewolucji, ponieważ miliony „reżyserów” i„scenarzystów” wspieranych przez sztuczną inteligencję będą zacierały granice między tak zwanymi profesjonalistami (wtym reżyserami iscenarzystami) aamatorami „uzbrojonymi” wjeszcze łatwiej dostępne ibardziej „inteligentne” rozwiązania. Wykształcą się nowi liderzy popularności iopinii, wytyczający trendy wbranży filmowej, muzycznej czy gier. Do tej pory aplikacje wykorzystujące sztuczną inteligencję generowały głównie tekst iobraz wodpowiedzi na monity, teraz środowisko mediów zaleją błyskawicznie generowane filmy powstające na bazie krótkich podpowiedzi tekstowych igłosowych.

Równolegle sztuczna inteligencja będzie mogła obsługiwać wiele rodzajów mediów, achatboty igeneratory obrazów, pierwotnie opracowane jako osobne narzędzia, połączą się ipowstaną systemy „multimodalne”. Ponieważ systemy uczą się również relacji między różnymi typami mediów, będą wstanie „zrozumieć” jeden typ iodpowiedzieć za pomocą innego. Innymi słowy, po wprowadzeniu obrazu, na przykład fotografii, dostaniemy na przykład film. Same chatboty staną się autonomicznymi systemami (agentami) sztucznej inteligencji ibędą korzystały zaplikacji, stron internetowych iinnych narzędzi online, będą także wyszukiwarkami, amoże iinnego rodzaju narzędziami. Wpraktyce zastąpią zadania wykonywane przez zatrudnione wmediach „białe kołnierzyki”, zadanie po zadaniu, coraz lepiej iszybciej. Na przykład będą znajdowały najświeższe inajważniejsze informacje dopasowane do indywidualnego iśrodowiskowego profilu użytkownika. Dobrym przykładem jest Perplexity.ai – rozszerzenie witryny internetowej iprzeglądarki, które umożliwia zadanie pytania lub podsumowanie dowolnego artykułu irozmowę na każdy temat.

Wszystko to oznacza, że „świat” nie jest przygotowany na „cyfrowych pracowników”, choć ci wydają się stawać ubram redakcji – świątyń dziennikarstwa, które żądają nie tylko wysokiej jakości, ale także większej wydajności, tak przynajmniej można wnosić, czytając ogłoszenia o… zatrudnieniu robotów, od których oczekuje się produkcji „od dwustu do dwustu pięćdziesięciu artykułów tygodniowo” (Vincent 2023).

Naturalnie nie wszystkie rozwiązania są udane, oczym przypomina przykład zbranży zasobów ludzkich. Gdy wpołowie 2024 roku Lattice, platforma do zarządzania zasobami ludzkimi, zaoferowała coaching efektywnościowy, przeglądy talentów, automatyzację wdrażania, zarządzanie wynagrodzeniami iwiele innych narzędzi dla ponad 5 tysięcy organizacji na całym świecie – wszystko wspierane przez sztuczną inteligencję – zapowiadała, że nowe narzędzia mogą być wdrożone na wzór narzędzi wprowadzanych przez takich potentatów, jak Salesforce (na przykład Einstein może pomóc specjalistom do spraw sprzedaży imarketingu wprzewidywaniu przychodów, nawiązywaniu kontaktu zpotencjalnymi klientami, aDevin może planować iwykonywać złożone zadania inżynieryjne wymagające tysięcy decyzji), została zalana falą krytyki. Lattice natychmiast zawiesiła plany, uznając, że sztuczna inteligencja jest wtym wypadku wpowijakach ipo prostu przesadnie reklamowano to niegotowe rozwiązanie, by zyskać przewagę konkurencyjną (Marks 2024).

Jedna znajważniejszych reakcji na tę porażkę wskazywała to, co kluczowe zzarządzaniu:

Traktowanie agentów sztucznej inteligencji jak pracowników nie szanuje człowieczeństwa prawdziwych pracowników. Co gorsza, sugeruje to, że postrzegasz ludzi po prostu jako „zasoby”, które należy zoptymalizować iporównać zmaszynami. To dokładne przeciwieństwo środowiska pracy zaprojektowanego tak, aby podnosić poziom osób, które się do niego przyczyniają (Marks 2024).

Tymczasem świat mediów jest pełen coraz bardziej frapujących prób zastępowania ludzi przez sztuczną inteligencję, niekoniecznie wzgodzie ztym, co przyjęło się określać zarządzaniem humanistycznym.

Przyglądając się dotychczasowym trendom, można sądzić, że pojawią się nowi nie-ludzcy liderzy opinii – ijuż aspirują do tej roli, gdy pośredniczą wdostępie do dziennikarstwa dobrej jakości. Jeśli zapragniemy poznać opinie we Włoszech, chatbot podsumuje wiadomości z„Corriere della Sera”, ajeśli coś nas zaciekawi wkwestii zagrożenia wojennego – dostarczy przetłumaczone treści na przykład z„Helsingin Sanomat” i„Die Welt”.

Kolejnym krokiem rozwoju będzie coraz bardziej złożona personalizacja oferty medialnej, choć ten proces może być zróżnicowany, choćby dlatego, że sztuczna inteligencja wwypadku niewielkiego grona najlepszych dziennikarzy iredakcji będzie musiała być trenowana na stosunkowo niewielkiej bazie danych. Zpewnością jednak zpowodzeniem będzie wypełniała zadania tych, którzy wdziennikarstwie dostrzegają jedynie okazję do kopiowania iwklejania zdomieszką „podkręcania” nagłówków itytułów.

Będzie także rosła jej zdolność do odczytywania ludzkich reakcji. Algorytm opracowany przez Facebooka dobrze dostosowuje newsfeedy do reakcji użytkowników, na podstawie których można obliczyć osobiste preferencje, aniebawem, za pomocą biometrii, będzie można analizować reakcje fizjologiczne na określone wyrażenia semantyczne iidiomatyczne, epitety, struktury składniowe iobrazy. Słowem, ludzie będą służyli jako receptory, które przekształcają odczucia wobliczalne sygnały. Okulary Oculusa iinnych firm to wczesne przykłady.

Dylematem wymagającym głębszej refleksji pozostaną intencje projektowania sztucznej inteligencji iskutki społeczne jej funkcjonowania. Problem wtym, że narzędzia sztucznej inteligencji nie powstają ogólnie zmyślą opotrzebach mediów idziennikarzy ani zzachowaniem troski owpływ kulturowy lub odpowiedzialność wodniesieniu do demokracji (Diakopoulos 2019). Może to oznaczać, że na przykład hybrydowe dziennikarstwo nie będzie się już kierowało własnymi zasadami inormami wdążeniu do prawdy przy tworzeniu iocenie informacji, ale będzie musiało uwzględniać relacje zzewnętrznymi podmiotami, takimi jak firmy big tech (szerzej otym wrozdziale szóstym). Ato oznacza wpływ na konceptualizację ich niezależności. Konieczne będą zatem ponowne przemyślenie idei „czwartej władzy” oraz ewentualna rewizja dziennikarskiej roli normatywnej ikognitywnej.

Inny dylemat polega na tym, że współcześni liderzy wwykorzystaniu sztucznej inteligencji wmediach – platformy big tech – są jednocześnie głównymi beneficjentami przewagi konkurencyjnej, jaką ona daje. Nie żałujmy zatem złego dziennikarstwa ispieszmy się doceniać dobre dziennikarstwo, ale przyglądajmy się także propozycjom ilogice działania „dziennikarskich obcych” (oczym będzie mowa wrozdziale siódmym).

Co idlaczego zastąpi dziennikarzy?

Gdy ponad cztery dekady temu Wassily Leontief, ekonomista ilaureat Nagrody Nobla, zapowiedział, że maszyny zastąpią ludzką pracę wtaki sam sposób, jak traktor zastąpił konia, perspektywa pracy wdziennikarstwie jako przywileju nielicznych wydawała się kolejną mroczną wersją dystopii. Na pocieszanie przypominano później, że nowe technologie są zludźmi od stuleci ibezrobocie utrzymuje się – uogólniając – na stabilnym poziomie. Ponadto dostrzegano, że ludzka optyka bywa skrzywiona iludzie potrafią sobie wyobrazić, wjakich dziedzinach sztuczna inteligencja będzie wypierała pracowników, ale nie mają pojęcia, jakie stworzy miejsca pracy, może więc pojawią jakieś wysoko albo przyzwoicie płatne zawody, których dziś nie sposób sobie wyobrazić. Tak przecież było wlatach osiemdziesiątych XX wieku, gdy mało kto mógł prognozować, że powstanie Dolina Krzemowa zjej blisko półmilionową rzeszą wysoko opłacanych specjalistów ikapitalizacją spółek nowych technologii na poziomie 14 bilionów dolarów oraz medianą dochodu gospodarstwa domowego wwysokości 150 tysięcy dolarów, czyli około dwukrotnie więcej niż mediana dochodu gospodarstwa domowego wStanach Zjednoczonych (Sumagaysay 2014).

Dziś, po niemal półwieczu, nie brakuje raportów wieszczących apokalipsę lub nirwanę (do wyboru) na dziennikarskim rynku pracy (oczym szerzej wrozdziale piątym). Różnią się one oceną podatności zawodów na zmiany, ale porzucono wnich już zapowiedzi, że znikną całe zawody, pojawiły się zaś prognozy wykonywania przez inteligentne maszyny wielu konkretnych zadań. Transformacja sztucznej inteligencji ma dotyczyć około 90 procent wszystkich stanowisk pracy, awmediach szczególne obawy – lub radość – powinni odczuwać twórcy treści ianalitycy danych (zob. Davenport, Westerman 2024). Na przykład generowanie treści (takich jak tworzenie kopii marketingowych iobrazów) ma zwiększyć produktywność o42 procent, co oznacza różnicę między pracą przez sześć apracą przez dziesięć godzin dziennie, to zaś oznacza – jak (zgryźliwie?) zauważają autorzy – że będzie okazja na dłuższy lunch (2024 State of AI 2024).

Mimo tak wyraźnych oznak następowania istotnych zmian jeszcze niedawno wydawało się, że dziennikarstwo jako kreatywny zawód będzie mało podatne na automatyzacje (Bakhshi iin. 2015) inie dojdzie do żadnej „hurtowej wymiany człowieka dziennikarza na robota” (Beckett 2019). Owszem, dostrzegano potencjał sztucznej inteligencji, ale nawet ekspertom trudno było autorytatywnie wypowiadać się na temat wpływu sztucznej inteligencji na dziennikarstwo. Stąd szum informacyjny iopinie tonujące nastroje, jak wnieco już zmurszałym raporcie News Automation: The rewards, risks and realities of ‘machine journalism’ (Tuulonen iin. 2019), uspokajającym, że zautomatyzowana produkcja treści jest przede wszystkim narzędziem wspomagającym iże dotychczas automatyzacja mediów nie zastąpiła ludzi, wygląda zatem na to, że tak będzie nadal.

Ten spokój wydaje się dziś przeszłością. Nie brakuje również nieco cynicznych wniosków, że przecież dziennikarze są przygotowani na niepewność iwdużej mierze… akceptują prekariat jako naturalną część zawodu, ponieważ jest on zgodny zich najważniejszymi normami zawodowymi, czyli normą przedsiębiorczości imerytokracji. Poza tym dziennikarski rynek pracy od dawna charakteryzuje się nadpodażą pracowników chętnych do podjęcia zawodu, mamy więc raczej do czynienia znową-starą normalnością, anie żadną rewolucją (Örnebring 2018).

Jak zatem widać, mamy do czynienia zpolaryzacją debaty: zjednej strony sztuczna inteligencja to „przekleństwo” dla tych, którzy mają zostać zastąpieni przez maszyny, zdrugiej strony to „błogosławieństwo” dla pozostałych. Między tymi donośnymi głosami panuje krzątanina powolnego wzajemnego dostosowywania się. Nadal są podnoszone argumenty na rzecz unikatowości dziennikarzy, którzy wciąż ponoć mają przewagę nad sztuczną inteligencją wtakich kluczowych obszarach, jak słuchanie, odpowiadanie inegowanie (szerzej otym wrozdziale siódmym). Jednak presja logiki rynkowej jest przemożna iwłaściciele oraz menedżerowie mediów ochoczo sięgają po nowe technologie sztucznej inteligencji wprzekonaniu, że racjonalizują one kosztowo działalność, nawet jeśli dziennikarze mogą mieć poczucie pracy przy linii montażowej – wcoraz większym tempie za coraz gorsze pieniądze wcoraz bardziej płynnym środowisku. Ajeśli nie są gotowi na podjęcie wyzwania, to mogą spotkać się zargumentem, że może uprogu redakcji nie czeka wielu kandydatów na ich miejsce, ale są oni instalowani wkomputerze.

Tymczasem mamy do czynienia zdwoma paradoksami. Po pierwsze, im dłużej, lepiej ibardziej wydajnie dziennikarz będzie pracował, tym szybciej wyszkoli maszynę, która go kiedyś zastąpi wrozlicznych zadaniach. Po drugie – ten wniosek jest rozwinięty poniżej – to ludzie, anie algorytmy będą przyspieszali proces wdrażania sztucznej inteligencji, bo to redaktorzy iwłaściciele mediów zatrudnią maszyny do tworzenia treści, moderowania komentarzy, wybierania tematów. Zatem to nie jakaś wyimaginowania sztuczna inteligencja wpływa na zawód dziennikarza, tylko redaktorzy iich szefowie oraz inwestorzy. Poza tym, nawet jeśli tymczasowo wmaszynach widzi się jedynie pomocników, rodzaj stażystów, to ostatecznym urzeczywistnieniem tej idei są media zdominowane przez wydajniejsze roboty, anie przez ludzi. I– to kolejny paradoks – może to być bardzo dobra wiadomość dla wielu odbiorców, nie będą bowiem „skazani” na artykuły pełne usterek zapisu, błędów gramatycznych, leksykalnych, stylistycznych czy kompozycji ibyć może zostaną uwolnieni od indoktrynacji oraz dezinformacji, awówczas dojdą do wspólnotowego wniosku, że „ludzkie” autorstwo oznacza… gorszą jakość.

Póki co pytanie ozdolność sztucznej inteligencji do zastąpienia dziennikarzy sprowadza się zwykle do uwagi, czy algorytmy są wstanie pisać lepiej niż ludzie? Rzecz wtym, że aby być dziennikarzami, ludzie nie muszą pisać lepiej niż inni ludzie, muszą tylko pisać wystarczająco dobrze (Miroshnichenko 2018). Podobnie ma się rzecz zalgorytmami sztucznej inteligencji. Aby algorytmy „znalazły zatrudnienie” wmediach, nie muszą pisać lepiej niż ludzie, wystarczy, że będą pisały wystarczającą dobrze, zważywszy na oczekiwania użytkowników. Tak się już zresztą dzieje, przynajmniej zperspektywy odbiorców (ten wątek przewija się szeroko wdalszych rozważaniach). Wtym miejscu należy dopowiedzieć, że już badania podjęte przed pojawieniem się ChatGPT 4 iDeepSeek potwierdzały, że automatycznie generowane teksty nie różnią się od tekstów pisanych przez ludzi pod względem postrzeganej wiarygodności (zob. na przykład: Graefe, Bohlken 2020; Jang iin. 2021; Tandoc iin. 2020; Wölker, Powell 2021). Wówczas – przed zwiększeniem mocy obliczeniowej iskokowym postępem wgłębokim uczeniu oraz wprowadzeniem nowej architektury, która doprowadziła do przyspieszenia rozwoju generowania języka naturalnego idużych modeli językowych – wiarygodność automatycznie generowanych krótkich tekstów była podobna do tworzonych przez dziennikarzy. Wnioski znowszych badań nad reakcją odbiorców są bardziej zniuansowane. Na przykład Sai Wang iGuanxiong Huang (2024) znaleźli niewielkie różnice, zkolei inni (zob. Böhm iin. 2023) wykazali postrzeganie niższych kompetencji iniższej jakości treści przypisywanych sztucznej inteligencji. Co ciekawe, nie znaleziono różnic wwiarygodności treści tworzonych wyłącznie przez ludzi iwyłącznie przez sztuczną inteligencję, gdy badania rozszerzono na komunikację naukową (Henestrosa iin. 2023). Uczestnicy tego badania rozróżniali jednak domniemanych autorów pod względem postrzeganego antropomorfizmu iinteligencji: autor człowiek był oceniany znacznie wyżej niż „autor sztuczna inteligencja”. Wnajnowszych badaniach dotyczących złożonych tekstów nie znaleziono różnic wocenie ich wiarygodności iocen autorów (Henestrosa, Kimmerle 2024).

Nie rozwijając tego wątku, trzeba wspomnieć otym, że przez dekady wybitne dziennikarstwo było rzadkim dobrem. Sytuacja zmienia się jednak radykalnie, ponieważ nigdy redakcje idziennikarze nie mieli tak nikłej kontroli nad tworzeniem wartości wdziennikarstwie, jak wdobie algorytmizacji dziennikarstwa, inigdy owoce ich pracy nie były tak obojętne dla tak wielu odbiorców. Dziś to platformy serwisów społecznościowych (Dey, Dey 2024) imediów popularnych –spreadable soft news(Stein iin. 2014), napędzające tak zwanespreadable spectacle(Mihailidis, Viotty 2017), organizują mainstreamowe przepływy informacji, anie tradycyjne media. Tak zwane jakościowe dziennikarstwo staje się coraz bardziej elitarne istaje wszranki ouwagę wspierane przez organizacje medialne, które utraciły kontrolę nad własną przyszłością.

Zperspektywy wykonywania dziennikarskiej profesji icodziennych doświadczeń milionów użytkowników mamy schyłek rywalizacji człowieka dziennikarza imaszyny. Sztuczna inteligencja przewyższa obecnie „ludzkich” dziennikarzy we wszystkich elementach dotyczących przetwarzania danych imoże konkurować zludźmi wtej części ich pracy, która wiąże się zpisaniem, tworzeniem muzyki ifilmu oraz ze stylem. Ajesteśmy dopiero na początkowym etapie jej rozwoju. Gdy kilka lat temu jeden zbadaczy formułował te wnioski, zastanawiał się nad następującym dylematem: wyobraźmy sobie dobry artykuł, który przyciąga tysiąc czytelników (Miroshnichenko 2018). Ale co się wydarzy, gdy tysiąc wiadomości wygenerowanych za pomocą sztucznej inteligencji powstanie wtym samym czasie ikażda ztych wiadomości będzie mogła przyciągnąć uwagę stu czytelników? Gdy ruch wmediach, anie jedynie treść ijakość, jest „królem”, gdy skupia uwaga innych, wówczas redaktorzy nie poszukują „najlepszych” dziennikarzy, tylko szybkich isprawnych oraz efektywnych kosztowo. Kogo zatem wybierze redaktor, menedżer iwłaściciel mediów? Kapryśnego iutalentowanego dziennikarskiego artystę odużych wymaganiach płacowych, który tworzy dwa, trzy materiały dziennikarskie tygodniowo, czy niemal bezbłędnego agenta sztucznej inteligencji oniewielkich kosztach utrzymania, który może wygenerować trzy „wystarczająco dobre” artykuły na minutę? Nawet jeśli redaktor nie zna odpowiedzi na to pytanie, to „rynek mediów” ześle go wotchłań prekariatu.

Otym, że dziennikarze będą zastępowani wswoich zadaniach, nie zdecyduje więc bezpośrednio jakość ich pracy. Współczesne media sięgają po sztuczną inteligencję nie dlatego, że algorytm pisze (pracuje) lepiej niż ludzie, choć pisze już przyzwoicie. Powodem jest to, że pisze (pracuje) zarówno więcej, jak iszybciej. Rachunek jest prosty: gdy mediami rządzi wyścig ouwagę odbiorcy, maksymalizacja zysku iwzrost bogactwa właścicieli, to sztuczna inteligencja jest oczywistym wyborem, ponieważ zapewnia dostarczanie bieżących informacji „natychmiast iwszędzie”, aodopasowaniu treści do oczekiwań odbiorców nie będzie decydował „dziennikarskich nos”, tylko wynik analizy danych. Algorytmizacja mediów jest po prostu racjonalnym wyborem, gdy redakcje wzawrotnym wyścigu wytwarzają jak najwięcej spersonalizowanej treści, aby zwiększyć ruch ipoprawić współczynniki klikalności współdecydujące oprzychodach reklamowych. Po wielkiej konwergencji, po przejściu prasy, radia itelewizji zprodukcji limitowanej na produkcję „streamingową”, media muszą nadawać coraz więcej materiału, aonline oznacza non stop (Miroshnichenko 2018).

Ograniczanie roli dziennikarzy stanie się także racjonalnym wyborem, gdy redakcje będą starały się dostarczać treści wysokiej jakości. „Jakościowe dziennikarstwo” już masowo korzysta znarzędzi sztucznej inteligencji (Opdahl iin. 2023) iprzestaje być bezpieczną ostoją najlepszych dziennikarzy, ponieważ jest polem konfrontacji ijednoczesnej współpracy zcoraz lepszymi produktami sztucznej inteligencji. Zatem to sztuczna inteligencja, ściślej zaś – jej główni dysponenci, będą największymi „zwycięzcami” wtych relacjach. Ato oznacza odbieranie „resztek tlenu” tradycyjnym mediom.

Tymczasowo, na etapie przejściowym, można przyjąć, że te same mechanizmy, które wywierają presję na dziennikarzy iredakcje, sprawiają, że dziennikarstwo wysokiej jakości jest ważniejsze niż kiedykolwiek (Milosavljević, Vobič 2019). Gdy rośnie grono polegających na alternatywnych ibezpłatnych źródłach informacji, gdy całe segmenty odbiorców unikają tak zwanych głównych mediów ze względu na (postrzegane) uprzedzenia polityczne ibrak zaufania do władz, gdy mnożą się kampanie dezinformacyjne, awielu odbiorców jest znużonych nadmiarem informacji, unika wiadomości izawodzą dotychczasowe modele biznesowe, wówczas te same mechanizmy, które napędzają wszystkie te negatywne trendy, stwarzają jednocześnie okazję dla organizacji informacyjnych wysokiej jakości. Iwtych jednak okolicznościach trudno orealizację wizji wielkiej sanacji mediów iłatwiej oprzewidywanie, że najlepsze media trafią do nisz rynkowych, choćby dlatego, że ekspansja sztucznej inteligencji wsektorach kreatywnych raczej nie „podnosi wszystkich łodzi”.

Na razie zatem sztuczna inteligencja może na przykład wspierać dziennikarską wiarygodność na każdym etapie łańcucha dziennikarskich wartości, wymaga to jednak zachowania delikatnej równowagi między zadaniami ludzkimi wspomaganymi przez maszynę awykonywanymi przez nią zadaniami rutynowymi. Jeśli taka równowaga nie zostanie osiągnięta inie stanie się normą, to dziennikarze zachowają swoje miejsca pracy zpowodów społecznych, anie ekonomicznych. Dlatego zachowanie miejsc pracy idyktowane polityką społeczną zahamowanie skracania tygodnia pracy stanie się ważniejsze niż zwiększanie wydajności.

Wsukurs dziennikarzom spychanym po równi pochyłej prestiżu ibezpieczeństwa zatrudnienia może przyjść powołanie funduszy tak zwanego gwarantowanego dochodu podstawowego (zwolennikiem takiego podejścia jest Sam Altman, szef Open AI). Dochód taki, zapewniany ewentualnie przez liderów sztucznej inteligencji, mógłby działać do czasu, gdy doskonalenie (trenowanie) poszczególnych narzędzi sztucznej inteligencji będzie osiągało swój kres, czyli będzie ona oferowała powszechnie dostępne produkty oporównywalnej albo wyższej jakości od owoców ludzkiej twórczości, ito na wielu rynkach. Innymi słowy, do czasu, gdy narzędzia sztucznej inteligencji osiągną status kreatywnych dostawców wmediach „wszystkiego, czego potrzebujesz” (Zhang 2023).

Paradoks tej nieodległej sytuacji będzie polegać na tym, że rzadki ludzki głos będzie atrakcyjny iposzukiwany wśród chóru robotów. Wtym sensie, choć wydaje się to dziwaczne, publicystyka ludzka będzie szczególnie ceniona jako wyrafinowana iekskluzywna (Miroshnichenko 2018). Zadania dziennikarzy zostaną ograniczone do funkcji interpersonalnych iwymagających empatii, adziennikarstwo wwykonaniu człowieka stanie się marką premium ibędzie atrakcją tak długo, jak długo ludzkie błędy dziennikarskie będą szczególnie cenione ina tyle atrakcyjne, że tworzone przez człowieka media będą czerpać zyski ztych błędów – wszystko to do czasu, aż roboty nauczą się również symulować ludzkie pomyłki.

Reasumując, sztuczna inteligencja może być nie tylko modną efemerydą, ale także długoterminowym czynnikiem destrukcyjnym tradycyjnie rozumianego dziennikarstwa (szerzej otym wrozdziale ósmym).

Gdy maszyny komunikują

Przyjęta tutaj teoretyczna perspektywa może zaskakiwać, ponieważ przez dekady nauka okomunikowaniu skupiała się na przekazach wytworzonych przez ludzi oraz na ludziach jako ich źródle. Tymczasem wdalszych rozważaniach sztuczna inteligencja ijej maszyny nie są traktowane jako mediatorzy ikanały przekazu, ale jako komunikatorzy.

To nieprzypadkowy, awręcz oczywisty wybór. Przyjęta perspektywa teorii komunikacji człowiek – maszyna (human-machine communication, HMC) to wyłaniający się obszar badań nad komunikacją skupiony na tworzeniu znaczenia między ludźmi imaszynami (Guzman 2018). Pozwala dostrzec wnowych technologiach, interpretowanych przede wszystkim zhumanistycznej perspektywy, źródła treści, anie jedynie kanały jej dystrybucji, iułatwia poznanie ich kulturowych ispołecznych odniesień. Ale oznacza także zmianę paradygmatu ireinterpretację rozumienia mediów.

Zanim zostaną przedstawione jej zręby, warto dodać, że może ją wspierać teoria aktora-sieci (actor network theory, ANT). Jest ona pomocna, choć ma istotne ograniczenia, ponieważ nie tłumaczy procesów komunikacji, nie wyjaśnia, co to znaczy być nadawcą, pośrednikiem iodbiorcą wsensie społecznym, oraz „spłaszcza” przestrzeń ontologiczną, zaciera różnice między ludźmi imaszynami, zamiast ukazać, jak, dlaczego iwjakim znaczeniu maszyny przekraczają granice ludzkich ról (Lewis iin. 2019). Tymczasem, gdy oprogramowanie maszyny zajmuje się pisaniem wiadomości czy tworzeniem obrazów ifilmów, czyli gdy przejmuje najważniejsze dziennikarskie role zawodowe oraz funkcje pełnione przez członków innych profesji związanych zmediami, niezbędna staje się odpowiedź na pytanie oto, co się stanie, gdy maszyna wkroczy winne ludzkie role.

Schyłek paradygmatu człowieka jako jedynego twórcy treści wmediach

Przez wiele lat niekwestionowanym teoretycznym założeniem większości badań nad komunikacją było wistocie to, że ludzie są komunikatorami, amaszyny – mediatorami. Telewizja, radio, prasa były kanałami łączącymi producentów mediów zich odbiorcami. Konceptualizacja maszyny – narzędzia była przyjmowana jako normatywna, azałożenia teoretyczne były sztywne: dziennikarstwo to proces zudziałem ludzi imiędzy ludźmi. Tymczasem technologia występująca po części wroli człowieka stawia pod znakiem zapytania wszystkie aspekty teorii, choć itakie narracje ohistorycznych przełomach, jak znany „koniec dziennikarstwa” wwykonaniu człowieka (Latar 2015), mogą wydawać się nieuzasadnionymi hiperbolami. Problem wtym, że ludzie nadal pozostają wcentrum procesów komunikacyjnych, ale nowe koncepcje powinny uwzględniać nowe podmioty iich wielowymiarowy wpływ. Ułomności dotychczasowego paradygmatu nie powinny zatem oznaczać jego radykalnego odrzucenia, ale otwierać pole nowych założeń teoretycznych. Po prostu antropocentryzm stał się nieaktualny ikomunikacja nie jest już zawężona do międzyludzkiej, dlatego komunikacja człowiek – maszyna jest dogodną ramą pojęciową.

Nie jest ona naturalnie wolna od błędnych, choć popularnych przedstawień. Wtyleż dowcipnym, co słynnym rysunku z„New Yorkera” z1993 roku dwa psy siedzą przed komputerem podłączonym do internetu. Ten, który obsługuję maszynę, mówi do towarzysza: „Winternecie nikt nie wie, że jesteś psem”. Obraz jest sugestywny idotyczy przede wszystkim kwestii anonimowości itożsamości wkomunikacji zapośredniczonej komputerowo, może jednak podkreślać znaczenie wsieci różnorodności rasowej, płciowej czy etnicznej.

Problem wtym, że – jak wówczas uważano – „ten po drugiej stronie” nigdy nie mógł być… psem. Żart skłaniał do refleksji, ale zawężał ją jednocześnie do standardowych teoretycznych założeń: owszem, tożsamość winternecie jest zwodnicza, ale itak wszyscy wiedzą, że jesteś człowiekiem, nawet jeśli oznajmisz, że jesteś na przykład psem. Taki pogląd nadal dominuje, choć w2023 roku połowa ruchu winternecie nie odbywała się między ludźmi, lecz między tak zwanymi inteligentnymi artefaktami (botami)1 (Imperva 2024), choć koncepcja „martwego internetu”, pełnego spamu itreści tworzonych przez boty, pozostaje dystopią. Podobnie ma się rzecz zinnymi założeniami: od testu Turinga, który jest wistocie grą wnaśladowanie człowieka, po postępowy, ale zwodniczy nurt badań „komunikacji zapośredniczonej komputerowo” (computer mediated communication, CMC), który nie uwzględnia tego, że maszyna może nie „zachowywać się” nieparadygmatycznie ipodważać ugruntowane założenia dotyczące roli ifunkcji technologii wkomunikacji. Owszem, wiedziano, że tak jest, ale uznawano, że termin „anomalia” (czyli coś, co nie pasuje wobrębie dominującego paradygmatu) dostarcza wystarczających wyjaśnień inie dochodzi do kwestionowania podstawowych założeń medialnego ekosystemu (Gunkel 2012). Tymczasem paradygmat, zrodzony jeszcze wśrodowisku dominacji mediów masowych, stawał się nieaktualny, ponieważ odzwierciedlał przemijające ontologie tego, co znaczy komunikować się ikto jest konceptualizowany jako podmiot mający zdolność komunikowania się (Peters 1999).

Oznaki „kruszenia” paradygmatu pojawiły się, gdy powstały media, które skłaniały do nowych interpretacji miejsca technologii wteorii. To wówczas badano rolę komputerów wpośredniczeniu komunikacji między ludźmi (zob. na przykład: Pavlik 2000), ito wtedy pojawiły się idee, że maszyna może być podmiotem interakcji zczłowiekiem. Gdy analizowano reakcje ludzi na wiadomości zkomputerów, okazało się, że traktują je jako „aktorów społecznych” (Mou, Xu, 2017), aprzede wszystkim jako aktorów wykonujących podstawową funkcje dziennikarza – pisanie wiadomości na podstawie dostarczonych danych. Jasne stawało się także, że odbiorcy postrzegają siebie jako osoby utrzymujące bezpośrednią komunikację ztechnologią, anie wyłącznie zinnymi ludźmi.

Obecny etap ewolucji paradygmatu dotyczy szczególnie wrażliwej kwestii, amianowicie tego, że dziennikarstwo to proces zachodzący wśród ludzi imaszyn. Maszyny są wnim nie tylko sprawcze, ale istnieją jako byty społeczne wrelacjach zludźmi idają początek „syntetycznemu społeczeństwu”, wktórym ludzie mieszają się zhumanoidami (Zhao 2006).

Wnowym stanie rzeczy maszyna stała się nie tylko dystrybutorem treści medialnych, ale także ich autorem – ina tym polega fundamentalna zmiana. Inne warunki nie zmieniają się tak bardzo: podobna jak wwypadku części mediów masowych jest anonimowość nadawcy, analogiczne są również cele, czyli nawiązanie bezpośredniego kontaktu. Jeszcze do niedawana uwaga skupiona była wzwiązku ztym na chatbotach ibotach społecznościowych, które można było zaprogramować tak, aby były interaktywne, nastawione na kontakty zodbiorcami, anie były twórcami treści medialnych. Gdy formułowano podstawy teorii komunikacji człowiek – maszyna, abyła to połowa ubiegłej dekady, technologia jeszcze nie zapewniała dogodnych rozwiązań, choć na horyzoncie było można dostrzec wyraźne zwiastuny zmiany.

Dekadę później maszyny komunikowały się już zpracownikami newsroomów idochodziło do intrygujących paradoksów, ponieważ to sami dziennikarze inicjowali „wspierające” technologie, choćby dlatego, by utrzymywać obecność wmediach społecznościowych. „Nieme technologie” zabrały głos idziennikarze zaczęli dostrzegać, że znaleźli się wnowych, zaskakujących inie zawsze pożądanych rolach, na przykład dostarczycieli unikatowych danych oraz trenerów sztucznej inteligencji (Kreft iin. 2023). Tracili grunt pod nogami wniestabilnym środowisku. Miało to odzwierciedlenie wteorii komunikacji iteorię komunikacji człowiek – maszyna zaczęto traktować jako nadrzędną dla badań podejmowanych wramach interakcji człowieka zkomputerem (human computer interaction, HCI) oraz badań dotyczących interakcji na interaktywnych platformach za pośrednictwem mediów cyfrowych (human agent-interaction, HAI).