Geautomatiseerde journalistiek: Experimenteel onderzoek naar de perceptie van de Vlaamse nieuwslezer op geautomatiseerde journalistiek

Marie Servaes
Persbericht

Zijn robots de betere journalisten?

Ook in de journalistiek doen artificiële intelligentie en robots hun intrede. Maar zit de nieuwslezer hier wel op te wachten? Kan het gebruik van robots het vermeende afnemen van vertrouwen in de journalistiek mogelijks herstellen? Of merkt de nieuwslezer het verschil niet eens op? 

Wat is robotjournalistiek? 

Bij robotjournalistiek schrijft software automatisch nieuwsberichten zonder de tussenkomst van een menselijke journalist. De robot maakt hierbij gebruik van algoritmes. Dat zijn, simpel gesteld, een reeks instructies in programmeertaal die een bepaalde taak uitvoeren. Dit computerprogramma, hetgeen een robotjournalist eigenlijk is, scant gegevens over een bepaald onderwerp en structureert belangrijke informatie in een samenhangende tekst. De robot kiest vervolgens uit een verscheidenheid aan voorgeprogrammeerde invalshoeken of vertelstructuren en voert verhaalpunten in. Bijvoorbeeld in een sportartikel de namen van atleten en wedstrijdscores, en dat allemaal in een fractie van een seconde. 

Robotjournalistiek wordt momenteel vooral gebruikt voor de rapportering van sportevenementen, misdaad, vastgoed en financiële berichtgeving. Dit weerspiegelt de twee belangrijkste kenmerken van robotjournalistiek. Omdat robotjournalistiek is gebaseerd op objectieve en concrete gegevens en daarnaast staat voor snelheid en nauwkeurigheid. 

De algoritmes die gebruikt worden voor robotjournalistiek ontwikkelen zich alsmaar verder. Er wordt gespeculeerd over algoritmes die beslissen welke verhalen geschreven worden en naar welke lezers er wat voor artikelen worden gestuurd. Robotjournalisten zijn zelfs al in staat het werk van een bepaalde schrijver te bestuderen en de stijl ervan na te bootsen. 

Robotjournalisten veroveren de redactie 

Uitgevers zien in robotjournalisten een economisch voordeel. Robots zijn namelijk in staat om nieuws op grotere schaal te genereren en dus tegen lagere kosten. Daarnaast kunnen deze bedrijven ook profiteren van de snelheid waarmee robotjournalisten nieuwsteksten schrijven en het brede spectrum aan topics dat belicht kan worden. 

Het is echt geen Science Fiction: De Amerikaanse krant The Washington Post maakte bijvoorbeeld gebruik van een robotjournalist om te helpen met berichtgeving tijdens de Olympische Spelen in Rio in 2016. The Los Angeles Times gebruikt reeds geruime tijd een robotjournalist die rapporteert over lokale aardbevingen. Ook in Europa onderzoekt men wat robotjournalistiek te bieden heeft. Zo zijn onze noorderburen bij NOS volop aan het experimenteren met de mogelijkheden van robotjournalistiek en heeft de Finse publieke omroep Yle zijn eigen robotjournalist. De robot maakt nieuwsartikelen op maat voor de nieuwsapp, maar ook voor verschillende nieuwsbrieven en posts voor Twitter-accounts. 

Enigszins saai? 

Kan een robotjournalist dan even goed schrijven als een menselijke journalist? Hier zijn meerdere studies naar gedaan. Verschillende onderzoekers hebben aangetoond dat lezers nauwelijks een onderscheid kunnen maken tussen een tekst geschreven door een robot en een tekst geschreven door een journalist. Toch wordt de geautomatiseerde manier van schrijven vaak als zwak punt gezien. Sommigen beschrijven de artikelen geschreven door een robot als “enigszins saai” of “vol clichés”. Verder wordt robotjournalisten ook verweten dat ze niet beschikken over analytische, creatieve vaardigheden en persoonlijkheid, waardoor ze geen verhalen kunnen schrijven met perspectief en diepgaande analyse. 

Fake news 

Los van de economische voordelen, kijkt de journalistieke industrie vooral hoe robotjournalistiek het vertrouwen in nieuwsberichtgeving mogelijks kan herstellen. De laatste jaren wordt de nieuwsomgeving namelijk alsmaar meer geplaagd door beschuldigingen van fake news, vooral na de Amerikaanse presidentsverkiezingen van 2015/2016. 

De groeiende aanwezigheid van artikelen geschreven door robots heeft de mogelijkheid om de geloofwaardigheid van het geproduceerde nieuws vorm te geven. Een Amerikaanse onderzoeker ontwikkelde een theoretisch model. Hieruit blijkt dat het publiek nieuws dat wordt toegeschreven aan machines minder snel als bevooroordeeld ervaart. De reden die hij hiervoor aangeeft is dat het publiek de perceptie heeft dat als een machine de bron van het verhaal is, dan moet het wel objectief zijn en vrij van vooringenomenheid.

Wat vindt de Vlaamse digital native hierover? 

De discussie over de invoering van robotjournalistiek werd tot voor kort vooral gevoerd onder journalisten en mediaorganisaties. De mening van de nieuwslezer wordt slechts sinds enkele jaren onderzocht. De mening van de lezer is nochtans cruciaal. Want hoe ervaart de lezer een artikel geschreven door een robot? Vertrouwen ze deze schrijver meer dan een menselijke journalist? Zien ze het verschil eigenlijk wel? Bovendien is de bereidheid van de nieuwslezer om artikels van een robotjournalist te lezen een van de belangrijkste criteria voor de afweging of redacties van plan zijn robotjournalistiek in te voeren of niet. 

Nog niet zo lang geleden, in het voorjaar van 2020, werd de eerste studie uitgevoerd bij Vlaamse nieuwslezers tussen 18 en 35 jaar, een leeftijdsgroep die we in vakliteratuur digital natives noemen. Tot voordien was de Vlaamse nieuwslezer nog niet bevraagd. Door middel van een experiment bij 465 lezers ging een onderzoek aan de Universiteit Gent de perceptie op robotjournalistiek na. Voor de studie maakte de onderzoeker gebruik van twee identieke artikels. Enkel de naam van de auteur werd gewijzigd. Frank Soenen als journalist en Automated Insights als robot. 

De eerste inzichten laten zien dat meer dan 30% van de lezers niet kijkt naar wie het artikel geschreven heeft. Uit de resultaten van de overige 317 lezers blijkt dat het artikel toegeschreven aan een robotjournalist slechter wordt beoordeeld dan het artikel van de zogenaamde menselijke journalist. Het artikel van de robotjournalist vond men minder geloofwaardig en minder leesbaar. Verder werd vastgesteld dat mannen een slechtere beoordeling geven aan het artikel wanneer het wordt toegeschreven aan een robot. 

Wat de Vlaamse digital native betreft, is de menselijke journalist van vlees en bloed dus nog niet afgeschreven. Al moet die laatste wel opmerkzaam zijn. Robotjournalistiek biedt zoals gezegd een groot economisch voordeel aan de uitgever en scoort nu reeds niet zo veel slechter dan de menselijke journalist. 

 

Bibliografie

Adriaansen, M. L., Van Praag, P., & De Vreese, C. H. (2010). Substance matters: How news content can reduce political cynicism. International Journal of Public Opinion Research, 22(4), 433-457.

Albudaiwi, D. (2017). Surveys, advantages and disadvantages of. In M. Allen (Ed.), The Sage Encyclopedia Of Communication Research Methods (pp. 1735-1736). Thousand Oaks, CA: SAGE Publications.

Anderson, C. W. (2013). Towards a sociology of computational and algorithmic journalism. New Media & Society, 15(7), 1005-1021.

Behrens, C. & Brouwer, E. (2018). Ontwikkelingen journalistieke infrastructuur 2000 – 2018, SEO-rapport nr. 2018-47. Geraadpleegd op het World Wide Web:
https://www.eumonitor .eu/9353000/1/j4nvgs5kjg27kof_j9vvik7m1c3gyxp/vkpjn1r92wzu/f=/blg8468 75.pdf

Beckett, C. (2019). New powers, new responsibilities: A global survey of journalism and artificial intelligence. London: The London School of Economics and Political Science.

Blöbaum, B. (2014). Trust and journalism in a digital environment: Working Paper. Reuters Institute for the Study of Journalism. Oxford, UK: Oxford University.

Bucher, T. (2017). ‘Machines don’t have instincts’: Articulating the computational in journalism. New Media & Society, 19(6), 918-933.

Carlson, M. (2015). The robotic reporter: Automated journalism and the redefinition of labor,

Carlson, M., & Lewis, S. C. (2015). Boundaries of journalism: Professionalism, practices and participation. New York: Routledge.

Clerwall, C. (2014). Enter the robot journalist: Users’ perceptions of automated content. Journalism Practice, 8(5), 519-531.

Cohen, N. S. (2015). From pink slips to pink slime: Transforming media labor in a digital age.The Communication Review, 18(2), 98-122.

Cohen, S., Li, C., Yang, J., & Yu, C. (2011).Computational journalism: A call to arms to database researchers, 148-151. Paper presented at 5th Biennial Conference on Innovative Data Systems Research, CIDR 2011, Asilomar, CA, United States. 

Deuze, M. (2008). The changing context of news work: Liquid journalism for a monitorial citizenry. International journal of Communication, 2(5), 848-854.

Deweppe, A., Picone, I., Segers, K. & Pauwels, C. (2015). Mediarepertoire en nieuwsconsumptie. In Lievens, J., Siongers, J. & Waege, H. (Ed.), Participatie in Vlaanderen 1: Basisgegevens van de Participatiesurveys 2014 (pp. 141-163). Leuven: Acco.

Diakopoulos, N. (2015). Algorithmic accountability: Journalistic investigation of computational power structures. Digital journalism, 3(3), 398-415.

Dörr, K.N (2016). Mapping the field of algorithmic journalism. Digital journalism, 4(6), 700-722. Edelman, R. (2018). Edelman Trust Barometer Executive Summary. Geraadpleegd op het World Wide Web: https://www.edelman.com/sites/g/files/aatuss191/files/2018-10/2018_Edel…

Faul, F., Erdfelder, E., Lang, A. G., & Buchner, A. (2007). G* Power 3: A flexible statistical power

Fenton, N. (2009). News in the digital age. The Routlegde companion to news and journalism. In Stuart A, (Ed.), The Routlegde companion to news and journalism (pp. 451-465). New York: Routlegde.

Garner, J. (2017). Survey response rates. In M. Allen (Ed.), The sage encyclopedia of communication research methods (pp. 1729-1730). Thousand Oaks, CA: SAGE Publications.

Gillespie, T. (2014) The relevance of algorithms. In: Gillespie, T., Boczkowski P., & Foot K.A. (Ed.)Media Technologies: Essays on Communication, Materiality, and Society. Cambridge, MA: The MIT Press, pp. 167–194.

Graefe, A. (2016). Guide to automated journalism.

Graefe, A., Haim, M., Haarmann, B., & Brosius, H.-B. (2018). Readers’ perception of computer-generated news: Credibility, expertise and readability. Journalism, 19(5), 595-610.

Hamilton, J. T., & Turner, F. (2009). Accountability through algorithm: Developing the field of computational journalism. In Report from the Center for Advanced Study in the Behavioral Sciences, Summer Workshop (pp. 27-41).

Haim, M. & Graefe, A. (2017). Replication Data for: Automated News: Better than expected?. Harvard Dataverse, V1, UNF:6:ZB83oK1nXMxsQpGZs1Iqcw

Hayes, Andrew F. (2018). Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach. New York: Guilford Publications.

Helberger, N. (2019). On the democratic role of news recommenders. Digital Journalism,7(8), 993-1012.

Helsper, E. J., & Eynon, R. (2010). Digital natives: where is the evidence?. British educational research journal, 36(3), 503-520.

Hong, S., & Kim, N. (2018). Will the internet promote democracy? search engines, concentration of online news readership, and e-democracy. Journal of Information Technology & Politics, 15(4), 388-399.

Jung, J., Song, H., Kim, Y., Im, H., & Oh, S. (2017). Intrusion of software robots into journalism: The public's and journalists' perceptions of news written by algorithms and human journalists. Computers in human behavior, 71, 291-298.

Kim, D., & Kim, S. (2017). Newspaper companies' determinants in adopting robot journalism. Technological Forecasting and Social Change, 117, 184-195.

Lahav, H., & Reich, Z. (2011). Authors and poets write the news: A case study of a radical journalistic experiment. Journalism Studies, 12(5), 624-641.

Latar, N.L. (2015). The Robot Journalist in the Age of Social Physics: The End of Human Journalism?. In: Einav, G. (Ed.), The New World of Transistioned Media. The Economics of Information, Communication and Entertainment (The Impacts of Digital Technology in the 21st Century),(pp. 65-80), Springer, Cham.

Lewis, S. C., & Westlund, O. (2015). Big data and journalism: Epistemology, expertise, economics, and ethics. Digital journalism, 3(3), 447-466.

Lowrey, W. (2006). Mapping the journalism–blogging relationship. Journalism, 7(4), 477-500. Maier, S. R. (2005). Accuracy matters: A cross-market assessment of newspaper error and credibility.

Marconi, F., & Siegman, A. (2017). The future of augmented journalism: A guide for newsrooms in the age of smart machines. New York: AP Insights. Geraadpleegd op het World Wide Web:https://insights.ap.org/uploads/images/the-future-of-augmented-journali…

McNair, B. (2006). What is journalism?. In de Burg, H. (Ed.), Making Journalists, (pp. 41-59). New York:Routlegde.

McNair, B. (2009). Journalism in the 21st century—evolution, not extinction. Journalism, 10(3), 347-349.McNair, B. (2013). Trust, truth and objectivity: sustaining quality journalism in the era of the content-generating user. In Peters, C. & Broesma, M. (Ed.), Rethinking journalism: Trust and participationin a transformed news landscape, (pp. 75-88). United Kingdom: Routlegde.

McQuail, D. (2010). The future of communication studies: A contribution to the debate. In Carpentier, N.(Ed.), Media and communication studies interventions and intersections, (pp. 27-36). Lublijana:Tartu University Press.

Melin, M., Bäck, A., Södergård, C., Munezero, M. D., Leppänen, L. J., & Toivonen, H. (2018). No landslide for the human journalist: An empirical study of computergenerated election news in Finland. IEEE Acces, 6, 43356-43367.

Milhorance, F., & Singer, J. (2018). Media Trust and Use among Urban News Consumers in Brazil. Ethical Space: the international journal of communication ethics, 15(3/4), pp. 56-65.

Image removed.Milosavljević, M., & Vobič, I. (2019). ‘Our task is to demystify fears’: Analysing newsroom management of automation in journalism. Journalism, 19.

Müller, J. (2013). Mechanisms of trust: News media in democratic and authoritarian regimes. Frankfurt am Main: Campus Verlag.

Nielsen, R. K. (2012). How newspapers began to blog: Recognizing the role of technologists in old media

Oliver, R. L. (1977). Effect of expectation and disconfirmation on postexposure product evaluations: An alternative interpretation. Journal of applied psychology, 62(4), 480.

Olson, J. C., & Dover, P. A. (1979). Disconfirmation of consumer expectations through product trial. Journal of Applied psychology, 64(2), 179-189.

Örnebring, H. (2010). Technology and journalism-as-labour: Historical perspectives. Journalism, 11(1), 57-74.

Otto, K. & Köhler, A. (2018) Trust in Media and Journalism: Empirical Perspectives on Ethics, Norms,Impacts and Populism in Europe. SpringerLink.

Otto, L., Thomas, F., & Maier, M. (2018). Everyday dynamics of media skepticism and credibility. In Otto,K. & Köhler, A. (Ed). Trust in media and journalism, (pp. 111-133). Wiesbaden: Springer VS.

Pavlik, J. (2000). The impact of technology on journalism. Journalism Studies, 1(2), 229-237.

Pavlik, J. (2015). Transformation: examining the implications of emerging technology for journalism, media and society. Athens J Mass Media Commun, 1(1), 9-24.

Perloff, R. (2010). The dynamics of persuasion: Communication and attitudes in the 21st century. New York: Routledge.

Petrović, S., & Matthews, D. (2013). Unsupervised joke generation from big data. In Proceedings of the 51st Annual Meeting of the Association for Computational Linguistics (ACL), (pp. 228-232). Sofia.

Porlezza, C. & Russ-Mohl, S. (2013). Getting the facts straight in a digital era: Journalistic accuracy and trustworthiness. In Peter, C. & Broesma, M. (Ed.), Rethinking Journalism. (pp. 45-59). London:Routlegde.

Ruble, R. (2017). Experiments and experimental design. In M. Allen (Ed.), The sage encyclopedia of communication research methods, (pp. 478-480). Thousand Oaks, CA: SAGE Publications.

Rutkin, A. (2014). Rise of robot reporters: When software writes the news. Geraadpleegd op het World Wide Web: http://www.newscientist.com/article/dn25273-rise-of- robot-reporters-when-software-writes-the-news.html

Schranz M., Schneider J., Eisenegger M. (2018) Media Trust and Media Use. In: Otto K., Köhler A. (Ed.), Trust in Media and Journalism, (pp. 1-15). Springer VS: Wiesbaden.

Singer, J. B. (2005). The political j-blogger: ‘Normalizing’a new media form to fit old norms and practices. Journalism, 6(2), 173-198.

Sirén-Heikel, S., Leppänen, L., Lindén, C. G., & Bäck, A. (2019). Unboxing news automation: Exploring imagined affordances of automation in news journalism. Nordic Journal of Media Studies, 1(1), 47- 66.

Spruyt, B., Mastari, L., & Van Droogenbroeck, F. (2019). Jongeren en politiek in turbulente tijden. In Lieve Bradt, Stefaan Pleysier, Johan Put, Jessy Siongers, Bram Spruyt (Ed.), Jongeren in cijfers en letters. Bevindingen uit de JOP-monitor 4, de JOP-kindmonitor en de JOP-school-monitor 2, Leuven: Acco.

Sundar, S. (1999). Exploring receivers' criteria for perception of print and online news. Journalism & Mass Communication Quarterly, 76(2), 373-386.

Sundar, S. (2008). The MAIN model: A heuristic approach to understanding technology effects on credibility. Digital media, youth, and credibility. In Metzger, M. & Flanagin, A. (Ed.), Series on digital media and learning. Cambridge: The MIT Press.

Thurman, N., Dörr, K., & Kunert, J. (2017). When Reporters Get Hands-on with Robo-Writing: Professionals consider automated journalism’s capabilities and consequences. Digital journalism, 5(10), 1240-1259.

Tsfati, Y., & Ariely, G. (2014). Individual and contextual correlates of trust in media across 44 countries. Communication Research, 41(6), 760-782.

Tsfati, Y., & Cohen, J. (2005). The influence of presumed media influence on democratic legitimacy: The case of Gaza settlers. Communication Research, 32(6), 794-821.

Urban, C. (1999). Why newspaper credibility has been dropping. The American Editor.

Van Dalen, A. (2012). The algorithms behind the headlines: How machine-written news redefines the core skills of human journalists. Journalism Practice, 6(5-6), 648-658.

Vandendriessche, K., & De Marez, L. (2020). IMEC. DIGIMETER 2019. Digitale mediatrends in Vlaanderen. Geraadpleegd op het World Wide Web: https://www.imec-int.com.

Van der Kaa, H. & Krahmer, E. (2014) Journalist versus news consumer: The perceived credibility of machine written news. Paper presented at the Computation + Journalism Symposium, Columbia University, New York, 24–25 October.

Waddell, T. F. (2018). A robot wrote this? How perceived machine authorship affects news credibility. Digital journalism, 6(2), 236-255.

Waddell, T. F. (2019). Can an Algorithm Reduce the Perceived Bias of News? Testing the Effect of Machine Attribution on News Readers’ Evaluations of Bias, Anthropomorphism, and Credibility. Journalism & Mass Communication Quarterly, 96(1), 82-100.

Wölker, A., & Powell, T. E. (2018). Algorithms in the newsroom? News readers’ perceived credibility and selection of automated journalism. Journalism.

Young, M. L., & Hermida, A. (2015). From Mr. and Mrs. outlier to central tendencies: Computational journalism and crime reporting at the Los Angeles Times. Digital Journalism, 3(3), 381-397.

Universiteit of Hogeschool
Master of Science in de Communicatiewetenschappen, afstudeerrichting Communicatiemanagement
Publicatiejaar
2020
Promotor(en)
Prof. Dr. Sarah Van Leuven en Prof. Dr. Kristin Van Damme
Kernwoorden
Share this on: