Voiko tekoäly helpottaa toimitustyötä sosiaalisen median sisällöissä ja asiakirja-aineistojen käsittelyssä? Tässä innovaatiokokeilussa testattiin tekoälyä sekä somejulkaisujen tuottamisessa että viranomaisasiakirjojen analysoinnissa. Tulokset osoittivat, että tekoäly voi auttaa asiakirjojen tiivistämisessä ja juttuideoiden löytämisessä. Sosiaalisen median sisältöjen automatisoitu tuottaminen osoittautui sitä vastoin vielä varsin heikoksi.
Riku Isokoski, Anju Ruohonen
Selvitimme tekoälyn toimivuutta kahdessa kokeilussa, jotka olivat melko erilaisia toisiinsa nähden. Ensiksi käsiteltävänä olevassa julkaisu- ja jakelustrategian tuki -työkalussa lähdimme selvittämään sitä, miten toimituksille nykyään hyvinkin tärkeitä sosiaalisen median sisältöjä voisi vähintään osittain luoda tekoälyn avulla. Toisena on vuorossa byrokraattibotti-niminen kokeilu, jonka tarkoituksena on helpottaa asiakirjojen kanssa töitä tekevien toimittajien tehtäviä.
Julkaisu- ja jakelustrategian tuki
Ensimmäisen kokeilumme lähtökohtana oli Suomen Kuvalehden tavoite houkutella erityisesti nuoria lukijoita sosiaalisen median kautta. Halusimme selvittää, voisiko tekoäly helpottaa sometoimittajan työtä tuottamalla artikkelista automaattisesti vetäviä someversioita. Pian kävi ilmi, että markkinoilla on jo työkaluja, jotka pystyvät luomaan artikkelista still-kuvan ja jakotekstin sisältäviä julkaisuja. Halusimme silti kokeilla, miten tekoäly taipuu erilaisten somesisältöjen luomiseen.
Testasimme ChatGPT:tä, Copilotia ja Geminia yksinkertaisella sääuutisella ja pyysimme niitä tekemään Facebook-julkaisun. Yksikään ei kyennyt tuottamaan valmista kuvaa sisältävää somepostausta. Tekstit olivat laimeita, täynnä turhia emojeja, ja niissä oli virheitä.
Seuraavaksi pyysimme ChatGPT:n 5.2-versiota analysoimaan, millaiset sisällöt toimivat Instagramissa ja TikTokissa. Se löysi suuntaviivat hyvin, mutta toteutus jäi heikoksi. Suomen Kuvalehden Sarah Dzafcea käsittelevästä artikkelista tehdyt kuvasisällöt olivat samalla latteita ja toisaalta iltapäivälehtimäisiä. Välimerkit puuttuivat ja teksti oli sijoitettu kasvojen päälle. Vaikka ChatGPT suositteli viiden kuvan karuselleja, se tuotti vain kolme ruutua. Ohjeet, kuten "älä aseta tekstiä kasvojen päälle", eivät auttaneet. ChatGPT ei myöskään osannut tehdä Reels-videoita.
SK:n materiaali rajoitti testejä, sillä artikkeleissa oli yleensä vain yksi tai kaksi kuvaa. Muilla kuvilla – esimerkiksi kauempaa kuvatuilla hiihtäjillä – tekoäly onnistui paremmin: rajaukset olivat siistimpiä ja tekstit löysivät paikkansa kuvien päällä.
Seuraavaksi kokeilimme videoiden luomista Nano Banana eli Artlist.io-työkalulla. Ihmisten liike jäi epäluontevaksi: nykivää liikettä, epäloogisia silmänräpäytyksiä ja hiihtäjä ladun päällä vapaalla tyylillä. Useiden lisäkehotteiden jälkeen syntyi lopulta video, jossa oli vain pientä luonnollista liikettä. Midjourney onnistui videon luomisessa helpommin, mutta hiihtäminen ei näyttänyt luonnolliselta, ja ilman erillistä ohjetta työkalu lisäsi videoihin fantasiamaisia efektejä.
Somevideoon tarvitaan myös tekstiä, mutta testaamamme työkalut eivät joko ymmärtäneet pyyntöä lisätä artikkelista poimittua tekstiä videoon tai tuottivat siitä lyhyitä iskusanoja tai muita latteuksia. Mikään testaamistamme työkaluista ei siis pystynyt luomaan artikkelista automaattisesti kokonaista videojulkaisua. Video ja copyteksti oli tehtävä erikseen, ja prosessi vaatii aikaa ja kärsivällisyyttä.
Keskeistä toimivien sisältöjen luomiselle on, että käytettävissä on riittävästi pystymuotoon sopivia kuvia. Yhdestä läheltä rajatusta vaakakuvasta ei synny karusellia tai toimivaa videota. Jos tekoälylle antaa tekstin ja kuvat oikeassa muodossa, se pystyy tuottamaan someen sopivia kuvia ja jonkinlaisia videoita, mutta ei vielä automaattisesti. Tekoälylle olisi annettava tarkat ohjeet kuvien rajaamisesta, videoista ja jakoteksteistä sekä esimerkkejä hyvistä julkaisuista.
Kun kuvissa esiintyy ihminen, herää kysymys muokkauksen hyväksyttävyydestä. Haastateltava ei ole lupautunut esiintymään tekoälyn luomassa videossa, kun hänestä on otettu valokuva. Valokuvaaja ei välttämättä salli kuviensa muokkaamista rajattomasti. Siksi emme ole nostaneet tähän raporttiin kuvitukseksi ammattikuvaajien sisällöistä luotuja videoita.
Jonkinlaisten somesisältöjen luominen onnistuu siis tekoälyn avulla osittain jo nyt, lähitulevaisuudessa varmasti vielä helpommin. Tekoälylle voi syöttää brändivärit, fontit ja valmiit mallipohjat, mikä nopeuttaa työtä. Tekoäly voi näin lisätä tavoittavuutta, tunnettuutta ja mahdollisesti myös tilaajamääriä sosiaalisen median työkaluna.
Byrokraattibotti
Tässä kokeilussa lähtökohtana oli se, että toimittajat ovat tekemisissä useiden asiakirjojen parissa, ja niiden suuri määrä yhdistettynä esimerkiksi kiireeseen voi tarjota otollisen maaperän tekoälyn hyödyntämiseen. "Byrokraattibotiksi" ristimämme tekoälytyökalun tavoitteena on siis etsiä toimittajalle mielenkiintoisimmat juttukulmat isosta määrästä viranomaisaineistoa, poimia yksittäisistä tiedostoista tärkeimmät kohdat ja tehdä niistä tiivistelmiä sekä tarjota laadukkaita jatkojuttuideoita tiedostojen aiheista.
Kokeilimme byrokraattibotin piirteitä yleisillä tekoälyalustoilla eli ChatGPT:llä, Copilotilla ja Google Geminillä. Kokeiluiden tärkein havainto on luultavasti se, että faktantarkistuksen ja tekoälyn antamien tulosten varalta on oltava erittäin tarkkana. Tulimme siihen johtopäätökseen, että tehokkuudestaan huolimatta tekoälyyn ei voi luottaa missään tapauksessa niin paljon, että tiedostot voisi jättää toimitustyössä itse ajatuksella lukematta.
Tämä ilmeni esimerkiksi siinä, kun testasimme tiedostojen lukua näillä kolmella eri alustalla samanlaisilla prompteilla. Tässä vertailuissa alustat antoivat joissain tapauksissa ristiriitaisia tietoja samasta asiasta, mistä voi päätellä, että virheiden esiintymisen riski on iso. Esimerkiksi oikeuslaitoksen tuomioissa on ensiarvoisen tärkeää, että tiedostoissa esiintyvät asiat ovat jutuissa virheettömiä.
Näin ollen tulimme siihen johtopäätökseen, että byrokraattibotti toimii ennen kaikkea tiedostojen kiinnostavimpien asioiden poimijana ja kokoojana. Eettisyyden ja faktojen takia emme lähtisi kehittämään työkalusta sellaista, että se esimerkiksi tekisi valmiita sähkeuutisia tiedostojen pohjalta. Koska toimittaja joutuu joka tapauksessa käymään tiedostot itse läpi ja tarkastamaan faktat, emme painottaisi byrokraattibotissa faktantarkastukseen liittyviä seikkoja.
Kokeilujen perusteella kaikki käytössä olleet tekoälyalustat onnistuivat poimimaan journalistisesta näkökulmasta kiinnostavimmat kohdat eri tiedostoista. Kokorajoitusten takia näille alustoille ei ainakaan ilmaisversioissa pystynyt syöttämään mitään jättimäisiä tiedostopaketteja, mutta esimerkiksi viiden tiedoston setistä tuloksena tuli varsin laadukkaita tiivistelmiä kärkiteemoista. Erityisesti pidimme Copilotin kyvystä poimia yksittäisiä kiinnostavia siteerauksia tiedostoista, joita voi hyödyntää esimerkiksi otsikoinnissa. Copilot vaikutti muutenkin näistä kolmesta parhaalta alustalta tarpeisiimme nähden.
Havaitsimme myös, että tekoälyalustoille tuottaa hankaluuksia se, jos sen pitäisi käydä läpi esimerkiksi tietyn kunnan päätöslista puolen vuoden ajalta. Ongelma ratkeaa sillä, että PDF-tiedostot syöttää tekoälylle yksitellen tai pienissä erissä. Tämä vie toki enemmän aikaa kuin se, että koko ajanjakson tiedostot saisi vietyä kerralla tekoälyn analysoitavaksi.
Koemme, että tekoäly tuo erittäin merkittäviä tehokkuushyötyjä asiakirjojen hallittavuuteen ja niiden parempaan hahmottamiseen. Olennaista on se, että toimittajat edelleen tekoälyavusta huolimatta käyvät itsenäisesti läpi asiakirjatiedostoja ja ymmärtävät, mistä niissä on kyse. Byrokraattibotti on tehokas väline tarjoamaan asiakirjojen pohjalta ideoita esimerkiksi siitä, miten oikeustapausta voisi käsitellä erilaisista näkökulmista jatkojuttuina. Tärkeänä pidimme myös sitä, että tekoälytyökalu osaisi tiivistää asiakirjojen tärkeimmät sisällöt kätevästi ja että toimintakyky riittäisi käsittelemään jopa kymmenien tiedostojen paketteja.