Interview met James Kotecki – Automated Insights

James Kotecki is het hoofd van de communicatieafdeling van Automated Insights, het bedrijf dat Wordsmith heeft ontwikkeld. Hij benadrukt dat de robotjournalist geen fysiek mechanisme is, ook al doet de term zoiets vermoeden. Kotecki kan desondanks goed met het woord leven. “De technologie is uiteraard natural language generation. Wij gebruiken geen fysieke robots in kantoren en zelfs de servers die we gebruiken, staan niet in een kantoor. Het woord robotjournalist heeft een grappig effect. Bijna bij elk artikel over Wordsmith wordt een illustratie van een robot achter een toetsenbord gebruikt.”

Kotecki neemt het automatiseringsproces vervolgens stap voor stap door. Alles begint met de data die Automated Insights krijgt aangeleverd van het Amerikaanse bedrijf Zacks Investment Research. Die informatie is op een dusdanige manier gestructureerd dat Wordsmith ermee kan werken. Het taalgeneratiesysteem haalt de belangrijkste inzichten uit die data, ordent die op prioriteit en onderzoekt wat precies de boodschap is. Pas daarna wordt de tekst gegenereerd. “We gebruiken bijvoorbeeld bij Associated Press (AP) goed uitgedachte stilistische richtlijnen die bij hun stijl, maar ook bij het onderwerp passen. Journalisten kunnen op hun beurt meer content toevoegen, zoals een quote van een CEO. Dat soort informatie gaat dieper dan wat Zacks Investment Research ons levert.”

Ervaringen van klanten

“Onze klanten zijn zeer positief over Wordsmith. AP claimt een hoop tijd te besparen dankzij ons systeem. Ze kunnen hun middelen inzetten voor meer interessante artikelen van een hoger niveau. Doordat ze alle kwartaalverslagen eerst handmatig moesten deden, hadden ze daar eerst geen tijd voor. En ze zijn van circa driehonderd kwartaalverslagen per kwartaal naar ongeveer vierduizend kwartaalverslagen per kwartaal gegaan. Het is dus goed voor journalisten, omdat ze tijd besparen en niet meer het geestdodende werk hoeven te doen. Het is goed voor AP, omdat ze meer kunnen doen met de middelen die ze hebben. En het is goed voor hun klanten, omdat ze uiteindelijk meer content krijgen.” Nadelen van Wordsmith

“Onze grootste beperkingen zitten in de data die we krijgen. De hoeveelheid beschikbare data is tegenwoordig gigantisch. Maar een groot deel daarvan is ongestructureerd, waardoor die minder eenvoudig te gebruiken is. Ons systeem kan ongestructureerde data tot een bepaald niveau structureren tot bruikbare informatie. Het is dus niet een binaire zaak: we kunnen het wel of niet gebruiken. We zien in de toekomst meer data verzameld en gestructureerd worden. Dat vergroot de mogelijkheden van Wordsmith. Op dit moment worden we door twee dingen beperkt: data en imagination” (verbeelding, fantasie).

Nadelen van de mens

“We produceren momenteel al op een schaal die verder reikt dan een mens kan bereiken. We produceren miljoenen Fantasy Football-verslagen per week. We schrijven die teksten voor een zeer klein publiek. Waarschijnlijk lezen slechts twee mensen een verslag. Zoiets is alleen mogelijk en verstandig door een taalgeneratiesysteem te gebruiken. Je gaat geen mensen voor deze klussen inhuren. Het is onlogisch om ze daarvoor (verslagen van een kansspel) te betalen en dat soort content willen zij niet schrijven. We opereren dus op een schaal en op plekken die mensen niet kunnen bereiken of niet willen bereiken.”

Naast elkaar

“De vraag die ons het vaakst wordt gesteld, is of Automated Insights banen of mensen probeert te vervangen. Het antwoord is: in plaats van de situatie als een mens-versus- machinescenario te zien, houden wij het graag op een mens-plus-machinescenario. In die situatie doen robots waar zij goed in zijn. Mensen kunnen door de vrijgekomen tijd ook doen waarin zij het best zijn. Wordsmith draait om samenwerken in plaats van vervangen. De meeste content die we produceren, bestond voor de robotjournalist niet en zou zonder de robotjournalist niet kunnen bestaan. Of mensen hielden in de eerste plaats al niet van die bepaalde werkzaamheden en zijn blij dat ze van die klussen af zijn. Wij hebben geen weet van baanverlies door toedoen van ons taalgeneratiesysteem, Wordsmith.”

“We denken dat de toekomst veelbelovend is voor mensen die begrijpen hoe ze met taalgeneratiesystemen moeten werken. Ze produceren op een schaal die anders nooit mogelijk zou zijn. Maar aan de andere kant wordt er al geautomatiseerd en de techniek wordt steeds beter. Als je enige taak iets herhaaldelijk is… In het verleden werd vooral fysiek herhaaldelijk werk geautomatiseerd. Tegenwoordig kan mentaal herhaaldelijk werk worden geautomatiseerd. Mijn vuistregel is: als je baan al robotachtig voelt, moet je je misschien zorgen gaan maken over een robot of computer die je op termijn vervangt.” Toekomstbeeld

2020 vindt Kotecki niet ver weg. Qua mogelijkheden denkt hij aan een systeem dat bijvoorbeeld grote hoeveelheden data van overheidsinstellingen, financiële bedrijven, enzovoorts doorzoekt. Dat systeem markeert dan alle interessante informatie voor de journalist. Mensen kunnen op dit moment al onmogelijk alle beschikbare data doorzoeken, laat staan in de toekomst. Computers kunnen zoiets wel. ,,Een computer ziet bijvoorbeeld een link tussen politieke donaties en landaankopen in een stad. Dat kan iets betekenen of niet. Een computer kan zoiets markeren, waarna de mens dat gaat onderzoeken.”

Kotecki doet nog weinig uitspraken over uitbreidingen naar andere landen. Zijn bedrijf gaat zich eerst richten op de Verenigde Staten en Engelstalige bedrijven. Of we het systeem in Nederland gaan zien is onduidelijk. ,,Ik zou zeggen dat er mogelijkheden zullen zijn voor mensen om deze technologie in de toekomst te gebruiken. We gaan Wordsmith voor meer mensen toegankelijk maken. Er zijn niet zozeer geografische barrières.”