Xuất bản hướng dữ liệu: Khung xuất bản để phục vụ khán giả tốt hơn

Truyền thông - Ngày đăng : 03:43, 14/12/2023

Xuất bản theo hướng dữ liệu là một Khung mà Đài truyền hình dịch vụ công Bavarian đã phát triển để sản xuất và cung cấp tin tức báo chí theo cách lấy khán giả/người dùng làm trung tâm và hoàn thành sứ mệnh của Đài với tư cách là Đài truyền hình dịch vụ công
Truyền thông

Xuất bản hướng dữ liệu: Khung xuất bản để phục vụ khán giả tốt hơn

PV {Ngày xuất bản}

Xuất bản theo hướng dữ liệu là một Khung mà Đài truyền hình dịch vụ công Bavarian đã phát triển để sản xuất và cung cấp tin tức báo chí theo cách lấy khán giả/người dùng làm trung tâm và hoàn thành sứ mệnh của Đài với tư cách là Đài truyền hình dịch vụ công

Tất cả chúng ta đều biết rằng các công nghệ mới đang thay đổi cách tạo ra và tiêu thụ báo chí. Bất cứ ai làm việc trong tòa soạn đều nhận thấy rằng công việc của họ rất khác biệt. Nhưng làm thế nào để thiết kế một cơ cấu tổ chức phù hợp với thực tế mới, thực hiện chuyển đổi số (CĐS) hiệu quả, nhằm đáp ứng nhu cầu của nhân viên, khán giả và sứ mệnh của tòa soạn?

Đài truyền hình dịch vụ công Bavarian (Đức) đã triển khai Khung Xuất bản hướng dữ liệu sẽ cung cấp một bản đồ chiến lược để lên kế hoạch cho hành trình hướng tới một phòng tin tức được thiết kế để tận dụng tối đa các công cụ và hệ thống mới.

Từ những người đọc tin tức đến những người yêu thích podcast, cho đến những người nhận thông tin trên nền tảng xã hội - khán giả của Đài truyền hình rất đa dạng và thói quen tin tức của họ cũng vậy. Xuất bản theo hướng dữ liệu là một Khung mà Đài truyền hình dịch vụ công Bavarian đã phát triển để sản xuất và cung cấp tin tức báo chí theo cách lấy khán giả/người dùng làm trung tâm và hoàn thành sứ mệnh của Đài với tư cách là Đài truyền hình dịch vụ công.

Phương pháp này sẽ giúp cung cấp báo chí dữ liệu và nội dung tự động để phù hợp nhất với thói quen xem tin tức của khán giả. Bằng cách tạo ra các quy trình làm việc dữ liệu hiện đại và làm việc trên cơ sở hạ tầng của Đài, nhằm thực hiện cam kết tìm ra cách thức dịch vụ công để cá nhân hóa tin tức và đảm bảo phù hợp với cách tiếp cận khán giả trong tương lai.

br.jpg
Góc làm việc của nhân viên BR. (Ảnh: Internet)

Thành lập các phòng dữ liệu liên ngành

Bavarian Broadcasting (BR) là một đài phát thanh và truyền hình công cộng, có trụ sở tại Munich, thủ phủ của Bang Bavaria ở Đức. BR là một tổ chức thành viên của tập đoàn ARD của các đài truyền hình công cộng ở Đức. BR được tổ chức như một nhóm liên ngành, kết hợp công việc của các nhà báo, nhà phát triển phần mềm, chuyên gia máy học và nhà thiết kế sản phẩm.

BR đã làm việc với dữ liệu được một thời gian. Bắt đầu khoảng 9 năm trước với việc thành lập phòng báo chí dữ liệu - BR Data, sau đó, tiếp tục thành lập phòng điều tra - BR Recherche để cùng nhau giải quyết các câu chuyện dữ liệu điều tra và tin tức, chuyên về trách nhiệm giải trình bằng thuật toán và báo cáo tội phạm mạng. Vào năm 2020, Đài đã xây dựng Phòng thí nghiệm tự động hóa + AI - AI + Automation Lab. Phòng có nhiệm vụ tạo ra các văn bản, đồ họa và tin tức âm thanh tự động, đồng thời tham gia điều tra bằng kiến thức thống kê và kỹ năng học máy.

Cả ba phòng cộng tác trong việc điều tra và phát triển sản phẩm (đây là cách để hướng tới việc hợp tác cùng nhau). BR đang xem xét cả hai khía cạnh của AI và tự động hóa, đặt câu hỏi: Công nghệ này có thể hữu ích như thế nào cho ngành báo chí? Nó được sử dụng theo những cách như thế nào, và cần phải điều tra xã hội và thảo luận?

Giải quyết những thách thức và bắt đầu từ việc nhỏ

BR xây dựng Khung xuất bản để giải quyết một số trở ngại gặp phải khi làm việc với dữ liệu trong một công ty truyền thông. Xuất bản hướng dữ liệu sẽ giúp: Tích hợp các nguyên mẫu và sản phẩm vào các hệ thống truyền thống; Sử dụng CMS cung cấp nội dung tự động và được cá nhân hóa; Tạo đường ống dữ liệu và quy trình làm việc hiện đại; Chuẩn hóa kho nội dung và siêu dữ liệu.

Các bước này hướng tới việc xây dựng và xuất bản các nguyên mẫu và sản phẩm nhỏ để phát triển cơ sở hạ tầng BR, nhằm đáp ứng nhu cầu hiện tại và tương lai của khán giả.

Mục tiêu của Khung

Xuất bản theo hướng dữ liệu nhằm mục đích chuyển sứ mệnh của BR sang thế giới tin tức trực tuyến. Mặc dù có nhiều ý tưởng xung quanh cách sử dụng tính năng cá nhân hóa cho nền tảng video và âm thanh, đồng thời các khái niệm xung quanh việc cá nhân hóa tin tức báo chí vẫn còn khan hiếm, nên BR đưa ra các mục tiêu của Xuất bản hướng dữ liệu theo quan điểm dịch vụ công của mình như sau: Hỗ trợ sứ mệnh làm báo cho mọi nhân viên; Phương thức cá nhân hóa tin tức của Dịch vụ công; Hỗ trợ sự phát triển của thương hiệu tin tức cốt lõi; Bảo vệ cơ sở hạ tầng và quy trình làm việc trong tương lai.

Điều quan trọng là BR phải tự chịu trách nhiệm về các giá trị báo chí của mình, đó là lý do tại sao BR đã xuất bản một bộ Nguyên tắc đạo đức AI. Nguyên tắc này chỉ rõ: “Cho dù chúng ta sử dụng công nghệ nào, bản thân nó không bao giờ là kết thúc. Đúng hơn, công nghệ phải giúp chúng ta thực hiện được mục đích cao hơn: tạo ra một nền báo chí tốt. Việc sử dụng công nghệ có mục đích này hướng dẫn chúng ta sử dụng trí tuệ nhân tạo và tất cả các hình thức tự động hóa thông minh khác”.

Nguyên tắc giúp định hình sự hợp tác mang tính xây dựng giữa trí tuệ con người và máy móc, đồng thời triển khai nó hướng tới mục tiêu cải thiện nền báo chí; Công việc của các nhà báo đang và sẽ không thể thay thế được, làm việc với các công nghệ mới sẽ làm tăng thêm sự đóng góp vô giá của họ cũng như giới thiệu các hoạt động và vai trò mới cho phòng tin tức. Các nguyên tắc như tính minh bạch, công bằng về thuật toán và tập trung mạnh mẽ vào người dùng là nền tảng cho Xuất bản hướng dữ liệu.

Nguyên tắc của Khung

BR đang nỗ lực hướng tới mục tiêu của mình bằng cách tuân theo các nguyên tắc sau: Hỗ trợ Điểm bán hàng chung (USP) theo thuật toán; Làm cho nội dung dễ tiếp cận hơn; Sử dụng nguyên mẫu để chứng minh cơ sở hạ tầng trong tương lai.

Phòng thí nghiệm tự động hóa + AI, đang hỗ trợ hai khía cạnh quan trọng trong DNA tin tức: sản xuất các phiên bản tin tức khác nhau và khu vực hóa chương trình tin tức - cả hai đều có sự trợ giúp của tự động hóa và AI. Những phương pháp này tạo nền tảng cho bất kỳ hệ thống khuyến nghị nào được xây dựng trên nội dung đa dạng.

Khu vực hóa tin tức

Trên cơ sở một mạng lưới phóng viên dày đặc, mục tiêu của BR là kết hợp chất lượng báo chí của họ với nội dung khu vực được sản xuất bằng thuật toán để có thể phân phối theo cách cá nhân hóa. Các nhóm trong Phòng thí nghiệm AI + Tự động hóa và Dữ liệu BR đã tạo ra tính năng tự động hóa văn bản với bộ phận thể thao hoặc bộ phận kinh tế, để hiểu rõ hơn về cách sử dụng công nghệ nhằm phục vụ mục tiêu.

Hiện tại, BR đang tập trung vào việc khu vực hóa tính năng tự động hóa văn bản, chẳng hạn như Trình theo dõi COVID để cung cấp một câu chuyện cho mỗi quận. Tự động hóa không chỉ là nguyên liệu cho các sản phẩm cá nhân hóa trong tương lai mà còn là sự hỗ trợ cho các nhà báo bằng cách loại bỏ các nhiệm vụ nhàm chán và giải phóng họ để thực hiện báo cáo thực tế hoặc phân tích chuyên sâu.

abc1.png
Trình theo dõi COVID vừa là công cụ báo cáo cho phòng tin tức vừa là công cụ tổng quan cho người dùng của chúng tôi về dữ liệu COVID mới nhất

BR cũng đang thử nghiệm cách hoạt động của tính năng cá nhân hóa âm thanh theo khu vực: Remix Regional (ra đời tại một cuộc thi hackathon) đang cung cấp cho người dùng những tin tức đang diễn ra xung quanh họ. Thông qua hoạt động của một nhóm liên ngành (Phòng thí nghiệm, Lưu trữ, bộ phận kỹ thuật, phòng tin tức khu vực) để tìm cách tự động phân đoạn các chương trình tin tức âm thanh thành các mục tin tức riêng lẻ. Những mục đó sau đó được gắn thẻ địa lý và phục vụ người nghe dựa trên vị trí và sở thích của họ. BR đang hướng tới nguồn cấp tin tức âm thanh tự động có thể được phục vụ trên tất cả các nền tảng kỹ thuật số và trên loa thông minh.

abc2.png
Mô hình của Remix Regional nguyên mẫu trong Ứng dụng BR Radio Phiên bản các mục tin tức

Cho dù thính giả thích nội dung ngắn hay dài, nghe podcast tin tức hay xem các câu chuyện trên Insta - BR đều muốn cung cấp phiên bản tin tức phù hợp với nhu cầu của họ. BR đang làm việc trên các hệ thống hỗ trợ dành cho các phóng viên và biên tập viên để tạo ra các phiên bản và định dạng câu chuyện khác nhau: Nguyên mẫu tóm tắt của BR rút ngắn các câu chuyện tin tức với sự trợ giúp của AI để giúp các nhà báo tạo ra các câu chuyện có độ dài khác nhau. Biên tập viên đồ họa trực tuyến đang giúp các đồng nghiệp tại bộ phận tin tức, đồ họa và mạng xã hội lập biểu đồ hàng ngày với số liệu thống kê COVID mới nhất cho các bài báo trực tuyến, mạng xã hội và TV.

Làm cho nội dung dễ tiếp cận hơn

Xuất bản theo hướng dữ liệu làm cho nội dung của BR dễ tiếp cận hơn. Càng phân đoạn và gắn thẻ nội dung thì nội dung đó càng được tìm thấy và sử dụng lại tốt hơn. Điều này đúng với người dùng cũng như các phóng viên và biên tập viên đang nghiên cứu trong kho lưu trữ của BR. Các đồng nghiệp tại kho lưu trữ BR đang gắn thẻ các chuyên gia, sử dụng thuật toán nhận dạng khuôn mặt để gắn thẻ nội dung video hoặc phương pháp chuyển giọng nói thành văn bản để làm cho bản ghi âm thanh và video có thể tìm kiếm được. Việc tích hợp những công nghệ đó vào quy trình làm việc sẽ cung cấp dịch vụ tốt hơn cho khán giả và tạo điều kiện cho hoạt động báo chí tốt hơn.

Việc tạo quy trình trực quan hóa dữ liệu được tiêu chuẩn hóa và hiển thị dữ liệu theo những cách hấp dẫn sẽ kể những câu chuyện về cuộc điều tra và bình luận của BR tốt hơn; được thực hiện trên các hệ thống phân phối như CMS và xây dựng đường dẫn dữ liệu được tiêu chuẩn hóa cho các kênh phân phối.

Sử dụng nguyên mẫu để cải thiện cơ sở hạ tầng

BR đang sử dụng các nguyên mẫu và sản phẩm để hiểu rõ hơn về những lĩnh vực mà hệ thống và cơ sở hạ tầng cần trở nên linh hoạt hơn để cá nhân hóa. Các nguyên mẫu như Remix Regional giúp xây dựng quy trình làm việc kết hợp với các phòng tin tức để cải thiện kho siêu dữ liệu âm thanh. Việc lưu trữ các đoạn âm thanh cùng với siêu dữ liệu có liên quan sẽ giúp BR đáp ứng nhu cầu của người dùng hiện tại và tương lai nhanh hơn.

Việc phân phối các sản phẩm tự động hóa văn bản của BR càng thấy rõ nhu cầu của hệ thống quản lý nội dung trong việc xử lý nội dung tự động. Hiểu rõ hơn về những thách thức đó là bước đầu tiên để cải thiện chúng, bước tiếp theo là xây dựng liên minh giữa các bộ phận, từ bộ phận công nghệ đến bộ phận biên tập.

Tài liệu tham khảo:
1. https://blogs.lse.ac.uk/
2. https://www.br.de/extra/ai-aut...
3. https://blogs.lse.ac.uk/

PV