Taalgeneratieprogramma’s kunnen journalisten op dit moment niet volledig vervangen en ook in de komende jaren is dat onmogelijk. De technologie heeft daarvoor vooralsnog te veel haken en ogen. Maar wie denkt dat software geen enkele bedreiging voor de journalist van vlees en bloed vormt is naïef. Taalgeneratieprogramma’s worden in de Engelstalige media al regelmatig ingezet. Aannemelijk is dat de kwaliteit en de mogelijkheden de komende jaren gaan toenemen. Onmogelijk is om te definiëren welke soorten verslaggeving precies in gevaar zijn. Maar personen die vooral handelingen uitvoeren die als robotachtig voelen, moeten zich zorgen maken. Experts zijn het daar redelijk over eens. Er bestaan vooralsnog geen cijfers over baanverlies in de journalistiek als gevolg van de taalgeneratieprogramma’s van Automated Insights en Narrative Science. Beide bedrijven claimen dat er geen enkele baan door hun toedoen verloren is gegaan. Daarnaast zijn de ontwikkelingen vooral in de Engelstalige media gaande. Dat journalisten in Nederland hun baan aan de taalgeneratieprogramma’s gaan verliezen, is nog enkele stappen verder weg. Sowieso is niet te zeggen of de technologie ooit in Nederland doorbreekt. Zelfs als dat het geval is, moeten redacties de keuze maken of ze taalgeneratiesystemen überhaupt gaan gebruiken. Mens en computer hebben immers elk hun voor- en nadelen.
Dat bedrijven zoals Automated Insights en Narrative Science claimen dat zij niet voor baanverlies zorgen, betekent overigens niet dat men die organisaties blind moet geloven. Zij spreken uit eigenbelang. Een tegenargument ten opzichte van de positieve aspecten is dat Automated Insights en Narrative Science niet verantwoordelijk willen zijn voor baanverlies, omdat zoiets slechts voor hun imago is. Maar op basis van de vooralsnog ietwat beperkte mogelijkheden van taalgeneratiesystemen, is hun claim niet ondenkbaar.
Aanbevelingen
De journalist van vlees en bloed hoeft zich de komende jaren geen zorgen te maken over eventueel baanverlies door toedoen van taalgeneratieprogramma’s. Zeker in Nederland niet, waar de technologie achterloopt ten opzichte van Engelstalige landen. De systemen kunnen simpelweg te veel handelingen niet uitvoeren om de mens volledig te vervangen. Denk aan onderwerpen en gebeurtenissen die niet of nauwelijks in cijfers zijn te beschrijven, zoals interviews en opiniestukken. Zelfs als de taalgeneratieprogramma’s iets op dit vlak produceren, kunnen mensen dat vaak beter. Ze kunnen quotes toevoegen, een verhaal in context plaatsen ten opzichte van andere gebeurtenissen en een bepaalde creativiteit in een verhaal brengen, waartoe een computer niet in staat is.
Toekomstgaranties zijn onmogelijk te geven. Dat taalgeneratieprogramma’s op termijn bepaalde werkzaamheden overnemen, is echter goed mogelijk. Simpele sportverslagen (welk team heeft gewonnen en wie scoorde op welk moment) en financiële artikelen (hoeveel winst heeft een bedrijf dit kwartaal gemaakt en hoe zijn die cijfers ten opzichte van afgelopen jaar) lenen zich voor de technologie. Een journalist die zich puur en alleen op dit soort teksten focust, moet ergens in de toekomst mogelijk ander werk doen.
Journalistieke opleidingen moeten ook met een schuin oog naar de ontwikkelingen op dit gebied kijken. Vandaag de dag is in een krappe arbeidsmarkt belangrijk op welke punten journalisten zich van elkaar onderscheiden. In de toekomst wordt steeds belangrijker op welke punten de mens zich van de computer onderscheidt. Een vaker genoemde uitspraak is dat software de wie-, wat-, waar- en wanneer-vragen in artikelen gaat verzorgen, terwijl de mens blijft bestaan voor de hoe- en waarom-vragen. Wat bedoeld wordt, is dat de machine feitelijke, robotachtige elementen verzorgt en de mens voor duiding zorgt. Ryan Thornburg van UNC School of Media and Journalism's vatte dit alles in een quote samen: “I think automated journalism is overall good. It will help some human journalists
and hurt others. I tell my students that they must be able to either program the machine or write better than the machine to have a job in the future.”
Evaluatie
Literatuuronderzoek
Mijn deskresearch begon bij het artikel De robotjournalist komt eraan van Stijn Bronzwaer (2014). In zijn achtergrondverhaal noemde hij het onderzoek Enter the Robot Journalist (2014) van Christer Clerwall. Dat rapport was het eerstvolgende waar ik naar op zoek ging. Nadat ik het achtergrondartikel en het rapport had gelezen, had ik enige voorkennis. Maar voor een compleet beeld zocht ik logischerwijs naar meer informatie.
Er waren meer dan voldoende betrouwbare journalistieke artikelen beschikbaar. Websites met technologie als specialiteit, zoals The Verge en Wired, hadden meestal al over taalgeneratie in de journalistiek geschreven. Echter, wetenschappelijke onderzoeken waren nauwelijks te vinden. Er is door de jaren heen weliswaar een hoop onderzoek naar taalgeneratie gedaan, maar in mindere mate naar wat het effect op de journalistiek is. Dat komt vooral doordat de technologie nog relatief jong is. De taalgeneratiesystemen van Automated Insights en Narrative Science bestaan slechts een paar jaar. Nog korter worden ze als een serieuze concurrent van de journalist van vlees en bloed gezien. De rapporten die er wel zijn, zijn door de jaren heen enigszins verouderd. Taalgeneratie is weliswaar in een bepaalde mate hetzelfde gebleven, maar de bedrijven die momenteel een rol van betekenis spelen, bestonden nog niet. De oudere onderzoeksrapporten zijn vooral gebruikt om de geschiedenis van taalgeneratie of natural language generation te beschrijven. Noodgedwongen moest ik vooral gebruikmaken van de achtergrondartikelen van onder meer The Verge en Wired. Die stukken bevatten bij elkaar een hoop nuttige informatie, maar desondanks wilde ik de resultaten niet zonder twijfel voor waarheid aannemen. Daarom heb ik in de verschillende interviews aan specialisten gevraagd of die informatie uit de achtergrondartikelen correct was. Op die manier was er sprake van een controle.