論文の概要: They Think AI Can Do More Than It Actually Can: Practices, Challenges, & Opportunities of AI-Supported Reporting In Local Journalism
- arxiv url: http://arxiv.org/abs/2602.22887v1
- Date: Thu, 26 Feb 2026 11:25:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-27 18:41:22.661839
- Title: They Think AI Can Do More Than It Actually Can: Practices, Challenges, & Opportunities of AI-Supported Reporting In Local Journalism
- Title（参考訳）: AIは実際にできること以上のことができる、と彼らは考えている: 地元ジャーナリズムにおけるAI対応レポートの実践、挑戦、機会
- Authors: Besjon Cifliku, Hendrik Heuer,
- Abstract要約: 発見: 地元のジャーナリストは、データ関連の作業をサポートするAIの可能性を完全に活用していない。
地元ジャーナリストのAI能力に対する認識は限られているが、彼らはそれをデータ処理やストーリー発見に利用したいと考えている。
- 参考スコア（独自算出の注目度）: 13.52144719653642
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Declining newspaper revenues prompt local newsrooms to adopt automation to maintain efficiency and keep the community informed. However, current research provides a limited understanding of how local journalists work with digital data and which newsroom processes would benefit most from AI-supported (data) reporting. To bridge this gap, we conducted 21 semi-structured interviews with local journalists in Germany. Our study investigates how local journalists use data and AI (RQ1); the challenges they encounter when interacting with data and AI (RQ2); and the self-perceived opportunities of AI-supported reporting systems through the lens of discursive design (RQ3). Our findings reveal that local journalists do not fully leverage AI's potential to support data-related work. Despite local journalists' limited awareness of AI's capabilities, they are willing to use it to process data and discover stories. Finally, we provide recommendations for improving AI-supported reporting in the context of local news, grounded in the journalists' socio-technical perspective and their imagined AI future capabilities.
- Abstract（参考訳）: 新聞収入の減少により、地元新聞局は効率を保ち、コミュニティに知らせるために自動化を採用するよう促している。
しかし、現在の研究は、地元のジャーナリストがデジタルデータをどのように扱うか、どのニュースルームプロセスがAIをサポートする(データ)レポートから最も恩恵を受けるか、という限定的な理解を提供している。
このギャップを埋めるため、ドイツで21人のジャーナリストと半構造化インタビューを行った。
本研究では、ローカルジャーナリストがデータとAIをどのように利用するか(RQ1)、データとAIと対話する際に直面する課題(RQ2)、そしてディスカッシブデザイン(RQ3)を通してAIが支援するレポーティングシステムの自己認識の機会について検討する。
我々の発見によると、地元のジャーナリストは、データ関連の作業をサポートするAIの可能性を十分に活用していない。
地元ジャーナリストのAI能力に対する認識は限られているが、彼らはそれをデータ処理やストーリー発見に利用したいと考えている。
最後に、ジャーナリストの社会技術的視点と想像上のAIの将来能力に基づいて、ローカルニュースの文脈でAIをサポートするレポートを改善するためのレコメンデーションを提供する。
関連論文リスト
- What's the next frontier for Data-centric AI? Data Savvy Agents [71.76058707995398]
我々は、エージェントシステムの設計において、データに精通する能力が最優先すべきであると主張している。
本稿では,このビジョンを実現するための4つの重要な機能を提案する。プロアクティブデータ取得,ソフシフィケートデータ処理,インタラクティブテストデータ合成,連続的適応。
論文 参考訳（メタデータ） (2025-11-02T17:09:29Z) - On Controlled Change: Generative AI's Impact on Professional Authority in Journalism [0.0]
ジャーナリズムにおける(生成的な)人工知能ツールとシステムの使用は、ジャーナリストの生産率を増加させると予想されている。
本稿では,オランダメディアのジャーナリストが日常業務にAI技術を統合する方法について検討する。
論文 参考訳（メタデータ） (2025-10-22T17:27:32Z) - How can AI agents support journalists' work? An experiment with designing an LLM-driven intelligent reporting system [0.0]
人工知能をジャーナリストの実践に統合することは、ニュースの収集、分析、発信方法の変革的な変化を表している。
大規模言語モデル(LLM)、特にエージェント能力を持つモデルは、ジャーナリストの実践を強化する前例のない機会を提供する。
本研究は,ジャーナリストのインタビューから得られた知見に基づいて,エージェントLLMがジャーナリストのフィルタリングを支援する方法について考察する。
論文 参考訳（メタデータ） (2025-08-25T14:56:59Z) - Willingness to Read AI-Generated News Is Not Driven by Their Perceived Quality [3.036383058306671]
本研究では,AI支援記事とAI生成記事と人為的ニュース記事の認識品質について検討する。
また、これらのニュース記事の生成にAIが関与していることの開示が、彼らとの関わりに影響を及ぼすかどうかについても調査している。
論文 参考訳（メタデータ） (2024-09-05T13:12:16Z) - Why is AI not a Panacea for Data Workers? An Interview Study on Human-AI Collaboration in Data Storytelling [73.14508303965683]
業界と学界の18人のデータワーカーにインタビューして、AIとのコラボレーションの場所と方法を聞いた。
驚いたことに、参加者はAIとのコラボレーションに興奮を見せたが、彼らの多くは反感を表明し、曖昧な理由を指摘した。
論文 参考訳（メタデータ） (2023-04-17T15:30:05Z) - Neural Approaches to Conversational Information Retrieval [94.77863916314979]
会話情報検索(CIR)システムは、会話インタフェースを備えた情報検索(IR)システムである。
近年のディープラーニングの進歩により、自然言語処理(NLP)と会話型AIが大幅に改善されている。
この本は、ここ数年で開発された神経アプローチに焦点を当てた、CIRの最近の進歩を調査します。
論文 参考訳（メタデータ） (2022-01-13T19:04:59Z) - Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。
市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。
本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
論文 参考訳（メタデータ） (2021-10-05T12:51:11Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳（メタデータ） (2020-11-17T13:14:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。