Lær om kunstig intelligens i Silicon Valley

• Studiereise i regi av Institutt for Journalistikk
• Silicon Valley/San Francisco 10. – 14. mars 2025
• Reise- og kursleder: Ståle de Lange Kofoed, IJ
• 9 deltakere

Renessanse for journalistikk

David Cohn, Senior Director, Generative AI Innovation for Content and the Newsroom, Advance Local (advancelocal.com)

Cohn har lang erfaring i skjæringspunktet mellom teknologi og journalistikk. Han har nå en nøkkelrolle i utviklingen av AI-strategi i Advance Local:

• KI er kalkulasjoner, sannsynlighet og kvantifiseringer som gjør noen svar mer og andre svar mindre sannsynlig.
• KI kan endre journalistyrket, men ikke nødvendigvis erstatte det. Journalistrollen vil i stedet kunne endre seg tilbake til den mer klassiske rollen; gravejournalistikk, relasjonsbygging og de mer krevende nyhetssakene.
• KI kan gjøre produksjonen enklere og billigere, og kan åpne for hyperlokale nyhetsinitiativer og styrke lokale medier.
• KI-agenter overta mer rutinepregede oppgaver som daglige ringerunder og gjennomgang av postlister.
• KI kan bistå med forslag og innspill i den journalistiske prosessen.

Fakta som grunnpilar

Richard Gingras, Vice President, News at Google

Gingras er presseveteran og har stått sentral i Googles samarbeid med mediebransjen. Han har klare synspunkter på tilstanden i mediene i 2025 og hvordan fremtiden kan se ut:

• Aldri før har medieverden stått overfor så store endringer, og det paradoksale i at «alle» tror på ytringsfrihet og demokrati, men samtidig at stadig flere stemmer og informasjonskanaler fører til mer splittelse fordi de retter seg mot smale målgrupper uten å sette ting i sammenheng.
• Samfunnet og demokratiet drives framover av samhandling og fellesskap, alternativet er at vi lever i hver vår silo av frykt.
• Mediene må være så lite populistiske som man overhodet kan bli. Grunnpilaren må være at brukerne vet at nyheter er basert på rene fakta, at meningsjournalistikk tones ned, at mediene er bevisste på egen tone og lingvistikk som de benytter i formidlingen.
• Mediene må forstå hvor viktige det er å dyrke lokalmiljøene. Ett eksempel er canadiske Village Media (villagemedia.ca) som har som mål å styrke lokalsamfunnet. Deres redaksjonelle filosofi er å feire folks håp og drømmer, men også være deres vaktbikkje.
• En studie blant annet ved Stanford University at det å engasjere brukerne i saker som ikke er kontroversielle, vil øke brukernes tillit når det kommer til saker som er kontroversielle.
• Da internett kom så man hvor dårlig mediebransjen var på innovasjon. Mediene var mest opptatt av hvordan internett skulle tilpasse seg til dem i stedet for å bygge og utvikle produkter som passet internett. Nå står mediebransjen overfor en ny revolusjon, denne gangen KI-teknologi.
• Mediebransjen bør se på KI som en mulighet til å gjøre ting man ikke kunne gjøre før, og at det handler om effektivitet. KI gjør det mulig å gjøre undersøkelser som ikke har vært praktisk mulig tidligere, som å analysere «100.000 dokumenter» på kort tid.

Én klar forretningsmodell

Tim Olson, Senior Vice President, SVP Strategic Digital Partnerships, KQED. Eric Dhan, Community Manager, PRX Podcast Garage, KQED. Ernesto Aguilar, Executive Director of Radio Programming and Content Innovation Initiatives, KQED

KQED (kqed.org) er en ikke-kommersiell radio- og tv-stasjon i San Francisco. De dekker The Big Bay Area, i hovedsak de ni fylkene rundt San Francisco-bukta, med rundt åtte millioner innbyggere:

• KQED får et lite offentlig tilskudd (føderalt), men hovedinntekten er små og store gaver og sponsorbidrag fra enkeltpersoner, næringsliv og andre lokale finansieringskilder i eget dekningsområde.
• De har én helt klar forretningsmodell; The Bay Area. De anser det som sin eneste oppgave å betjene og informere om det som skjer i sitt område og er bevisste på å ha lytteposter lokalt for å fange opp det som rører seg.
• De dyrker kontakten med menneskene i sitt område og inviterer dem aktivt inn til å delta både i aktiviteter og programproduksjon.
• Hensikten med all virksomhet er å bygge redaksjonell troverdighet og tillit lokalt; når publikum har opparbeidet en relasjon til en medarbeider i KQED, vil publikum også ha tillit til det redaksjonelle innholdet denne medarbeideren presenterer.
• De var tidlig ute med å teste ut KI-teknologi, men har tatt et par skritt tilbake. KI passer så godt sammen med deres ønsker om å bygge relasjoner mellom genuine mennesker.
• Pr. i dag benytter de ikke KI direkte i innholdsproduksjon, men mest som støtteverktøy innenfor blant annet ideutvikling, transkribering av podkaster og markedsføring av redaksjonelt innhold, men hele tiden med «human in the loop», at mennesker hele tiden kontrollerer det som kommer ut av KI-tjenester.
• KQED åpner uansett for å bruke mer KI framover og vil ha en diskusjon internt om de skal utvikle egne og tilpassede KI-verktøy.

Realistiske forventninger

Reece Rogers, journalist i Wired (wired.com) og nyhetsbrevet AI Unlocked (wired.com/newsletter/ai-unlocked)

Rogers dekker KI journalistisk fra forbrukerperspektiv og gjøre KI tilgjengelig for lesere som kanskje ikke er kjent med teknisk sjargong, men som er nysgjerrige på hvordan KI påvirker deres liv:

• Overraskende nok har nyhetsbrevet mange eldre lesere, inkludert pensjonister og besteforeldre, som er ivrige etter å lære om KI og å holde seg oppdatert. Leserne viser særlig interesse for praktiske tips om bedre KI-instrukser, personvern og KI-verktøyenes miljøpåvirkning.
• Wireds egne undersøkelse av KI-baserte videogenereringsverktøy avdekket at generert innhold ofte forsterket stereotypier, for eksempel at leger er menn og sykepleiere kvinner. Det understreker viktigheten av å avdekke slike skjevheter/bias for å hjelpe publikum med å forstå risikoen ved data som kan bidra til diskriminering i KI-systemer.
• Rogers unngår å bruke KI til å skrive redaksjonelt innhold, men eksperimenterer aktivt med KI som et støtteverktøy, for eksempel transkribering av intervjuer og lydopptak.
• Rogers uttrykte blandede følelser om KIs fremtid. Selv om han erkjenner at KI er kommet for å bli, tror han at teknologien vil bli en mer integrert del av hverdagen på samme måte som sosiale medier.
• Rogers advarte mot overdrevne forventninger til Artificial General Intelligence (AGI) og understreket viktigheten av balansert KI-journalistikk som skiller realistiske muligheter fra science fiction-lignende spekulasjoner.
• Rogers uttrykte også skepsis mot overhypede konsepter som «KI-agenter», systemer som hevdes å kunne utføre komplekse oppgaver autonomt.
• Rogers tror at journalistikk fortsatt vil være avgjørende til tross for KI. Publikum vil fortsatt verdsette innhold skrevet av mennesker fordi det gir autentisitet og emosjonelle dybde.

Journalister må selv forstå KI

Garance Bruke, datajournalist i Associated Press (apnews.com/author/garance-burke)

Burke dekker KI-teknologien for å avdekke hvordan teknologien påvirker samfunnet, med særlig vekt på etiske og sosiale konsekvenser av teknologien:

• Bruke/AP har belyst med på å belyse hvordan KI brukes i høyrisikoscenarier, for eksempel hvordan algoritmer med skjevhet/bias er benyttet for å avgjøre hvilke pasienter som skal få palliativ behandling, forutsi tilbakefallsrater for innsatte i fengsler og til å ta påvirke avgjørelser innenfor barnevern.
• Burke påpekte risikoene ved KI-drevet transkripsjon for eksempel i sykehus, der modellene noen ganger «hallusinerer», det vil si å fabrikkere unøyaktig informasjon eller finner på informasjon selv for å fylle kunnskapshull. Derfor er menneskelig faktasjekk avgjørende for å sikre nøyaktighet og nyanser.
• Burke understreker behovet for at journalister selv har forståelse av hvordan KI-modeller fungerer, hvilke data de bygger på og hvilke skjevheter de kan introdusere:

  • Bygg grunnleggende kunnskap om algoritmer og KI-modeller for å kunne stille gode spørsmål.
  • Samarbeid med dataforskere og eksperter kan hjelpe journalister med å forstå de tekniske sidene av KI.
  • Prioriter undersøkelser av AI-verktøy som brukes i kritiske sektorer som helse, velferd og offentlig politikk.
  • Gjøre KI forståelig for publikum slik at historier både gir emosjonell resonans og teknisk nøyaktighet.

– Overvurderer verdien av eget materiale

Janel Thamkul, Deputy General Counsel, Legal Strategy on AI, Anthropic (anthropic.com)

Thamkul har et spesielt ansvar for ansvarlig utvikling av språkmodellen Claude, lovgivning, personvern og opphavsrett i et av de for tiden heteste KI-selskapene:

• Opphavsrett er en sentral utfordring i KI-utvikling, spesielt når det gjelder bruk av opphavsrettsbeskyttet materiale til å trene språkmodeller.
• I USA pågår en juridisk debatt om hvorvidt bruk av opphavsrettsbeskyttet materiale kan defineres som «fair use» og at det dermed er nærmest er fritt fram for å bruke det til trening av språkmodeller. Også Japan har en svært liberal tilnærming med brede unntak for tekst- og datamining, mens EU har en strengere linje der innholdsleverandører kan velge å reservere seg mot kommersiell bruk av innhold til KI-trening.
• Datamengden som kreves for å trene store språkmodeller, overstiger uansett det som finnes av lisensiert innhold. Samtidig er det et misforhold mellom verdien innholdsskapere tillegger sitt innhold og hvilken reell effekt det har på en KI-modells ytelse.
• Anthropic har innført spesifikke sikkerhetsprosedyrer og krav ved utvikling av KI-modeller som deres egen Claude. De benytter «Claude Constitution», en prinsippbasert treningsmetode inspirert av menneskerettigheter, for å sikre at modellen utvikler seg i en etisk retning.
• Thamkul understreker at KI-utvikling må balanseres med grundig rettslig kontroll, spesielt fordi modellene tas i bruk i sensitive bransjer som bank, helsevesen og infrastruktur.

Personalisering med KI-verktøy

Tim O’Rourke, Vice President, Editorial Innovation and AI Strategy for Hearst Newspapers (hearst.com/newspapers)

Hearst Newspapers gir ut 14 dagsaviser og 52 ukeaviser, herunder San Francisco Chronicle (hearst.com/newspapers/san-francisco-chronicle), hvor O’Rourke styrer avdelingen som blant annet utvikler nye verktøy for historiefortelling og research for alle Hearsts publikasjoner:

• Hearst har etablert et KI-team som jobber tett med lokale redaksjoner for å utvikle verktøy og opplevelser som kan forbedre journalistikken.
• De har inngått et samarbeid med OpenAI for å få tilgang til API-kreditter og finansiering, noe som muliggjør mer omfattende eksperimentering med KI, f.eks.:

  • Radar: Et program med over 50 automatiske rapporteringsverktøy som hjelper journalister med å samle informasjon uten manuell innsats.
  • Producer P: Et verktøy for publikums-optimalisering som hjelper med SEO, overskrifter og nøkkelord.
  • Chowbot: En chatbot som gir restaurantanbefalinger basert på eksisterende innhold.
  • Assembly: Et system som transkriberer og analyserer offentlige møter for å gi journalister viktig informasjon.
• Hearst har etablert treningsprogrammer for å oppdatere journalister om KI-verktøy og strategier. Dette inkluderer både obligatoriske og frivillige kurs for å møte forskjellige behov i redaksjonene.
• Hearst legger vekt på å bruke KI til å personalisere nyhetsdekningen og forbedre lesernes opplevelse. Fremtidige prosjekter inkluderer utvikling av mer avanserte chatboter og verktøy for å hjelpe lesere med å forstå lokale hendelser bedre.
• O'Rourke framholdt behovet for å dele KI-verktøy innenfor industrien, spesielt for mindre lokale aviser som ikke har ressurser til å utvikle slike verktøy selv. Han mente at samarbeid kan bidra til å fremme innovasjon og konkurranse.
• Hearst fokuserer på å nå yngre lesere gjennom kvalitetsjournalistikk og eksperimentering med nye formater, som TikTok-videoer og interaktive opplevelser.
• Fremtidige prosjekter inkluderer videreutvikling av Chowbot 2, en mer avansert versjon av deres restaurantanbefaling-chatbot, samt utvikling av et Property Tax Assistant for å hjelpe lesere med å forstå og utfordre skattevurderinger. De planlegger også å lansere en offentlig versjon av Assembly, som vil gjøre det enklere for lesere å følge med offentlige møter.
• Hearst innlemmer aktivt KI i det journalistiske arbeidet for å forbedre dekningen og lesernes opplevelse. Strategien inkluderer både interne verktøy og eksterne opplevelser, med fokus på personalisering og samarbeid innenfor industrien.
• En av de største utfordringene for Hearst er å balansere innovasjon med journalistiske standarder. De har implementert strenge retningslinjer for å sikre at KI-verktøy brukes ansvarlig og at menneskelig oversikt alltid er til stede i prosessene.

KI-agentene kommer

Shomit Ghose, Berkeley-professor og teknologiinvestor (ucrotp.ucr.edu/people/shomit-ghose)

KI-agenter som utfører komplekse oppgaver med selvstendig, kan gi grunnleggende endringer forretningsmodeller ved å automatisere beslutningstaking og forbedre effektiviteten. Dette vil ha store konsekvenser for blant annet arbeidsmarkedet og kravene til ansattes ferdighetskrav:

KI-optimist, men …:

• Ghose understreker at han er positiv til KI, men understreker at vi alle må være bevisst på bakdelene.
• KI har allerede store konsekvenser for klima og miljø: – Vi betaler for kattevideoer med klimaendringer, men konsekvensene ser vi ikke fordi de gjerne oppstår helt andre steder enn der vi selv er.
• Datasentre krever svært mye energi drift og vann til kjøling. Samtidig vet vi f.eks. at 85 prosent av verdens samlede energiproduksjon fortsatt er fossil.
• Ghose framholder det som et vitenskapelig faktum at KI vil gi færre arbeidsplasser og presse lønninger nedover, og viser til forskning i regi nobelprisvinner i økonomi i 2024, Daron Acemolu, og analyser fra det globale investeringsselskapet Goldman Sachs.
• Effektivisering av teknologien som reduserer ressursbehovet knyttet til KI vil raskt bli spist opp ved at flere tar teknologien i bruk fordi den blir billigere og billigere å bruke.
• Historien er full av oppfinnelser som er både gode og onde; f.eks. kan fyrstikker gi ild og varme, men kan også brukes til å brenne ned hus.
• KI er i bunn og grunn statistisk distribusjon av data. KI vil aldri klare å håndtere problemstillinger som ikke kan beskrives gjennom et statistikk/datasett, f.eks. resultatet etter en fotballkamp.
• KI har to store utfordringer:

  • Forgiftning: Feil, eller «gift», i datagrunnlaget kan gi store utslag i resultatet. Det er anslått at 0,001 prosent feil i treningsdata kan føre til 7 prosent feil i KI-svarene.
  • Syntetiske data (hallusinasjon): KI-modeller kan selv finner på/erstatter reelle data med for å tette hull/mangler i treningsgrunnlag og/eller datasett slik at modellen kan gi et fyllestgjørende svar.
• KI utfordrer personvernet, men ikke bare gjennom konkret informasjon som blir lastet inn i systemene, f.eks. kan ansiktsbilde og stemmen alene kan avdekke utrolig mye om den enkelte basert på karakteristiske data, f.eks. helse/sykdom og seksuell orientering. Dette representerer en større trussel for personvernet enn f.eks. et kredittkortnummer som kommer på avveie.
• Verden er helt avhengig av mediebransjen fordi journalistikk i bunn og grunn handler om og representerer sannhet.

KI-agenter:

• KI-agenter (Agentic AI) er det utviklere jobber mest med nå. Slike agenter handle på selvstendig grunnlag og utføre store oppgaver som inkluderer mange separate prosesser.
• Agentene kan fortsatt ikke tenke selvstendig, men handler utfra instrukser.
• Likevel er det stor risiko dersom de blir instruerte til å oppføre menneske-likt og uten at mennesker kvalitetssikrer agentene som bare vil løse oppgaver basert på ren rasjonalitet. Ghose reiser samtidig spørsmål om hva som vil skje med menneskenes egen evne til kritisk tenkning hvis vi over later «alt» til KI-agenter.
• KI-agenter kan også lett lures og/eller saboteres. En KI-agent som f.eks. er skal sørge for tilstrekkelig vanning et område, kan lett lures til å tro at det regner og at vanning er unødvendig ved å helle vann på sensoren som registrerer nedbør.
• «Forgiftning» av data som ligger til grunn for KI-agentenes prosesser, kan få enorme konsekvenser fordi de utfører utallige oppgaver som kan maksimerer antallet følgefeil.

Framtidsperspektiv:

• Ghose poengterte at den økonomiske krigen om KI er i full gang. De som vinner denne krigen, vil ha kontroll over verden de neste hundre årene.
• Teknologien utvikler seg i en slik fart at det er umulig å følge med på alt. Alle problemene med KI vil bli løst, men spørsmålet er hvem som gjør det og for hvilket formål.
• For å få en ansvarlig KI-teknologi, må vi sikre at teknologien blir utviklet med fokus på både menneskelige og miljømessige aspekter.

Kampen om statistikk

Dawn Garcia, Director for John S. Knight Fellowships, Stanford University (jsk.stanford.edu)

John S. Knight Fellowships finansierer ett år på Stanford for inntil 20 journalister og redaktører fra hele verden som ønsker å jobbe med prosjekter som utvikler journalistikken og mediene. Vi møtte Dawn og årets kull med studenter og undervisere. Trump-administrasjonens angrep på både akademia og medier preget samtalen:

• Det ble uttrykt stor bekymring for den nye politiske virkeligheten i USA og hvordan den påvirker mulighetene til å drive journalistikk basert på tall, statistikk og på store datamengder.
• Trump-administrasjonen har tatt ned offentlige databaser for å endre og/eller slette data i offentlig statistikk. Selv USAs folkeregister har vært utilgjengelig en stund angivelig fordi tallene angivelig er til «revisjon» for at de skal samsvare med presidentordre.
• Det er frykt for at også republikansk styrte delstater vil følge de føderale myndighetenes eksempel og endre sine egne data tilsvarende. Det jar skjedd tidligere f.eks. ved å pynte på kriminalstatistikk.
• Enkelte uttrykte bekymring for at Trump-administrasjonen også vil gå bakover i tid og endre historiske data og skrive om fortiden.
• Det ble framholdt at det ikke er en ukjent strategi fra andre land som har gått i antidemokratisk retning; å monopolisere informasjon. Ved å stenge ned offentlige registre og endre historisk informasjon, er det heller ikke mulig å bevise hvilke data som er endret.

KI-agenter som eksperter

Yijia Shao og Yucheng Yiang tilknyttet Stanford AI Lab (ai.stanford.edu) og medvirkende i utvikling av det helt ferske KI-researchverktøyet STORM (storm.genie.stanford.edu)

Shao er PhD-student med spesialisering i naturlig språkprosessering, mens Yiang er masterstudent og kommende PhD-student:

• Stanford AI Lab arbeider med kunstig intelligens for å forbedre informasjonsinnhenting og kunnskapskuratering.
• Shao og Yiang har samarbeidet i to år innen utvikling av agentbaserte systemer med fokus på å beholde menneskelig kontroll i KI-genererte prosesser.
• KI-løsningen STORM genererer Wikipedia-lignende rapporter fra bunnen av innenfor et gitt tema. Systemet arbeider i flere faser:

  • Identifiserer viktige perspektiver innen temaet og genererer spesifikke spørsmål.
  • KI-agenter søker etter pålitelig informasjon og syntetiserer svarene.
  • En KI-skribent setter sammen rapporten ved å sammenstille innsiktene fra de ulike agentene.
  • Prosessen inkluderer en interaktiv spørsmål-svar-syklus for å sikre kvalitet og variasjon i perspektiver.
• Brukernes har meldt tilbake at de anser STORM nyttig som et oppstartspunkt for forskning, men ønsker mer interaktivitet og kontroll over resultatene.
• Som en videreutvikling av STORM har forskerne utviklet Co-STORM, en plattform som muliggjør interaktiv læring gjennom KI-drevne samtaler:

  • Brukeren kan velge å observere KI-agentene diskutere et tema eller delta aktivt.
  • En moderator-agent foreslår nye perspektiver og relevante kilder, noe som kan føre til uventede oppdagelser.
  • Systemet fungerer som en rundebordssamtale mellom virtuelle eksperter.
• Studier viser at Co-STORM gir en mindre kognitivt krevende og mer engasjerende opplevelse enn tradisjonell research.
• Fokuset er å støtte menneskelig søkeatferd mer dynamisk; KI skal kunne foreslå innsikter proaktivt basert på brukerens nettlesingsvaner.
• Systemet kan hjelpe med historiefortelling ved å koble sammen informasjon på tvers av kilder.
• Målet er å gjøre KI til en assisterende partner i research, ikke bare en passiv informasjonsleverandør.
• Den største utfordringen forskerne står overfor er hvordan systemet kan balansere proaktiv assistanse med brukerens behov for kontroll og kritisk vurdering. De arbeider også med hvordan KI kan unngå å bli for «enige med seg selv», ettersom KI-agentene ofte er trent til å være hjelpsomme framfor kritiske.

KI-agenter som forskere

Kyle Swanson, PhD student i datavitenskap og tilknyttet professor James Zous team ved The Virtual Lab, Stanford University

Zou og hans team ved The Virtual Lab bruker KI innen blant annet medisinsk forskning, bl.a. har de brukt spesialiserte KI-agenter som sammen med forskerteamet for å diskutere seg fram til forbedret behandling av covid-19:

• Swanson forklarte hvordan teamet setter opp et team av KI-agenter som hjelper til med analyse, hypotesegenerering og beslutningsstøtte, men mennesker/forskere spiller fortsatt en avgjørende rolle i prosessen. Systemet består av to hovedkomponenter:

  • KI-agenter: Agentene er spesialister innen områder som biologi, informatikk og dataanalyse. De blir tildelt roller basert på prosjektets behov.
  • Møtestruktur: Teammøter hvor flere KI-agenter samhandler med forskerne og diskuterer vitenskapelige problemstillinger. Individuelle møter, hvor en forsker samhandler med én KI-agent for mer spesifikke spørsmål eller oppgaver.
• Prosessen starter med at forskerne formulerer en problemstilling og en agenda. KI-agentene diskuterer problemstillingen og foreslår løsninger, mens forskerne styrer retningen og vurderer resultatene.
• Agentene kan også lage sammendrag av diskusjoner og foreslå nye forskningsmetoder basert på tidligere erfaringer.
• Systemet ble testet i et konkret prosjekt for utvikling av såkalte nanobodyer mot covid-19. KI-agenter ble satt til å foreslå mulige antistoffer basert på eksisterende verktøy, analyserte data, foreslo tilpasninger av eksisterende antistoffer og diskuterte fordeler og ulemper ved ulike tilnærminger. Resultatene viste at to av de utviklede nanobodyene viste lovende bindingsegenskaper mot viruset.
• KI-agentene skaper ikke helt ny vitenskap, men de kan finne nye kombinasjoner av eksisterende metoder, komme med innovative forslag og akselerere vitenskapelige gjennombrudd.
• Men KI kan produsere feilaktig informasjon eller hypoteser som fremstår plausible, men er biologisk feilaktig. Derfor kreves menneskelig ekspertise for å kvalitetssikre.
• Agentene kan også glemme nøkkeldetaljer, spesielt innen spesialiserte forskningsfelt.
• KI-agentene er dessuten ofte enige med hverandre siden de er trent til å være hjelpsomme og samarbeidsvillige. Selv når systemet prøver å få dem til å innta forskjellige perspektiver, har de en tendens til å støtte hverandres synspunkter.

Kritisk, men ikke nøytral

Sumi Aggarwal, Chief Strategy Officer, The Intercept (theintercept.com)

The Intercept opererer som en undersøkende, non-profit nyhetsorganisasjon med en konfronterende tilnærming til makt og politikk:

• The Intercept prioriterer kritisk journalistikk framfor nøytralitet, og mener at makt må utfordres uavhengig av hvem som sitter med den.
• De har en konfronterende tilnærming og var f.eks. blant de første amerikanske mediene til å beskrive Gaza-konflikten som en krig.
• De jobber aktivt med kildevern og har etablert Press Freedom Defense Fund for å beskytte små, uavhengige nyhetsorganisasjoner mot rettslig forfølgelse.
• The Intercept har saksøkt OpenAI for brudd på opphavsrett, ettersom deres innhold har blitt brukt til å trene AI-modeller.
• For å opprettholde et sterkt juridisk grunnlag, begrenses KI-bruken internt, men Aggarwal anerkjenner KIs potensial som verktøy i undersøkende journalistikk.
• KI kan effektivisere prosesser, f.eks. innsynsforespørsler i offentlige etater, analyse av store datamengder og transkripsjon av intervjuer. Likevel er menneskelig vurdering avgjørende, spesielt i undersøkende journalistikk der presisjon og kildekritikk er essensielt.
• Mediebransjen i USA opplever økende press, særlig med tanke på økonomiske utfordringer og politisk sensur fra bl.a. Trump-administrasjonen.
• The Intercept har etablert strenge sikkerhetsprotokoller, inkludert overgang fra Google Workspace til sveitsiske Proton for bedre informasjonssikkerhet.
• Journalister utsettes stadig oftere for digitale angrep, og de jobber aktivt med å beskytte både ansatte og kilder.
• Sikkerhet og personvern er kritiske temaer innenfor KI, både for journalister, kilder og lesere.
• KI kan bli et viktig verktøy også for The Intercept, men de vil ikke ta i bruk omfattende KI-løsninger før rettssaken mot OpenAI er avklart.