AI z efektem WOW. O niesamowitej pomocy w researchu – nie tylko dziennikarskim

NotebookLM jest nowym narzędziem, które dzięki opieraniu się na wiarygodnych źródłach może wesprzeć w pracy naukowców. Czy przyda się także dziennikarzom? Ekonomicznym – na pewno. Ale nie tylko im.

„To obecnie najbardziej imponująca demonstracja możliwości AI, która z pewnością wywoła u większości użytkowników efekt «wow»” – napisał Ethan Mollick we wrześniu tego roku na LinkedIn w swoim poście odnoszącym się do NotebookLM, narzędzia stworzonego przez Google i wykorzystującego możliwości Gemini 1.5 [zaawansowany model językowy opracowany przez Google AI – red.].

Mollick jest profesorem nadzwyczajnym i współdyrektorem Laboratorium Generatywnej Sztucznej Inteligencji w Wharton School, prestiżowej szkole biznesu, będącej częścią Uniwersytetu Pensylwanii w Filadelfii. Aby przetestować funkcjonalność narzędzia, wprowadził do NotebookLM pełną treść swojej książki, a także zawartość własnej strony internetowej i bloga. Efekt? Sztuczna inteligencja wygenerowała na podstawie tych danych podcast, podsumowanie materiałów do nauki, FAQ, oś czasu oraz precyzyjny czat, który potrafi cytować fragmenty książki, by uzasadnić swoje stanowisko. – Zachęcam do wysłuchania pierwszych minut podcastu stworzonego przez AI na podstawie mojej książki. Naprawdę warto! Przyznaję, jest to jednocześnie fascynujące i nieco niepokojące – podsumował Ethan Mollick.

BEZ HALUCYNACJI

NotebookLM – oparty na AI asystent do wyszukiwania informacji i pisania – został wprowadzony już w ub. roku jako eksperymentalna oferta Google Labs. Narzędzie początkowo dostępne było dla małej grupy użytkowników w Stanach Zjednoczonych. – Wiele osób skarży się, że przytłacza je nadmiar wszechobecnych informacji. Z naszych rozmów ze studentami, profesorami i pracownikami umysłowymi wynika, że jednym z największych wyzwań jest zebranie faktów i pojęć z kilku źródeł. Użytkownicy często mają dostęp do potrzebnych źródeł, ale ich powiązanie zajmuje im dużo czasu. Zaczęliśmy zastanawiać się nad rozwiązaniami, które pomogłyby szybciej znajdować powiązania wśród tych wszystkich danych, zwłaszcza z najważniejszych dla nas źródeł – tłumaczył wówczas powody powstania narzędzia Steven Johnson, editorial director z Google Labs.

NotebookLM już w wersji eksperymentalnej od standardowych czatbotów AI różniło to, że nowy asystent od Google umożliwiał oparcie modelu językowego na notatkach i źródłach użytkownika, co w efekcie pozwalało stworzyć mu spersonalizowaną AI, która jest zorientowana wyłącznie w istotnych dla użytkownika informacjach.

W czerwcu br. Google poinformowało, że NotebookLM został uaktualniony i wdrożony w ponad 200 krajach i regionach na całym świecie, w tym w Polsce.

Dziś wykorzystuje także model AI nowej generacji stworzony przez firmę (Gemini 1.5), dzięki czemu potrafi przeanalizować, sklasyfikować i podsumować dużą liczbę danych w ramach danego prompta czy wykonywać bardzo skomplikowane zadania polegające na przetwarzaniu i rozumieniu różnego rodzaju danych, w tym filmów.

Z narzędzia od kilku miesięcy korzysta Jarosław Juszkiewicz, dziennikarz Radia 357 i rzecznik prasowy Planetarium Śląskiego. – Do tej pory unikałem używania AI w pracy głównie z powodu niepewności informacji, które podawało. Mówię przede wszystkim o tzw. halucynacjach polegających na tym, że chatboty generowały niedokładne lub zupełnie błędne informacje. W adku dziedziny, którą się zajmuję (często piszę o kosmosie), było to szczególnie problematyczne, ponieważ zdarzały się błędy w jednostkach miar, wymyślanie misji, które nigdy się nie odbyły, albo postaci, które nie istniały. To właśnie te błędy trzymały mnie na dystans od takich narzędzi – mówi Juszkiewicz.

Pamięta adek z czatem GPT [chatbot opracowany przez OpenAI – red.], kiedy przygotowywał cykl audycji dla platformy Empik Go pt. „Kieruj się w kosmos” i potrzebował informacji, jak daleko od Ziemi znajdują się sondy Voyager. Poprosił wówczas czat o podanie odległości w latach świetlnych. – Czat GPT odpowiedział, że to dwa i pół roku świetlnego, co jest kompletną bzdurą, ponieważ Voyager odleciał na odległość ok. 23 godz. świetlnych. Dla mnie to był przykład błędu, który wyłapałem, bazując na swojej wiedzy, ale był na tyle poważny, że przestałem używać tego narzędzia. NotebookLM eliminuje ten problem – wyjaśnia Jarosław Juszkiewicz.

50 ŹRÓDEŁ DO ANALIZY

Chcąc skorzystać z możliwości NotebookLM, działającego poprzez przeglądarkę, należy posiadać konto Google i zalogować się na stronie notebooklm.google.com.

Interfejs strony omina wygląd dobrze znany z Google Drive, z tym że zamiast poszczególnych folderów możemy stworzyć notatniki, w których umieścimy na dalszym etapie materiały do analizy.

By stworzyć swój własny notatnik, powinniśmy kliknąć opcję „nowy notatnik”, po czym od razu przeniesiemy się do nowego okna „dodaj źródła”. To tu, jak wskazuje opis, możemy przesłać np. plany marketingowe, materiały do nauki, notatki z badań, transkrypcje spotkań, dokumenty sprzedaży czy notatki, na których analizie nam zależy.

Materiały można przesyłać na kilka sposobów. Jedną z metod jest technika „przeciągnij i upuść”, czyli zaznaczenie plików w komputerze i przeciągnięcie ich do okna przeglądarki (obsługiwane formaty to PDF, txt, markdown, pliki audio, np. mp3, wave, itp.). Można także skorzystać z opcji „wybierz plik”, która otworzy okno wyboru na komputerze i umożliwi zaznaczenie oraz przesłanie wybranych plików.

Oprogramowanie pozwala również na przesyłanie plików bezpośrednio z Google Drive (dokumenty Google, prezentacje Google), wklejanie linków (np. do stron internetowych czy materiałów z YouTube’a), a także wklejanie surowego tekstu. Dla każdej z tych opcji zaprojektowano osobne pola – wystarczy kliknąć w odpowiednie miejsce, by otworzyć okno, w którym np. wkleimy tekst czy umieścimy link do wywiadu wideo umieszczonego na platformie YouTube. Łącznie możemy dodać maksymalnie do 50 źródeł, które po wgraniu NotebookLM podda analizie (każde źródło jest jednak ograniczone do 500 tys. słów, więc narzędzie AI może przetworzyć tylko 25 mln słów na jeden notatnik).

WNIOSKI Z KONTEKSTEM

Na potrzeby testu z witryny Polskiego Instytutu Ekonomicznego ściągnęliśmy 47-stronicowy raport „Konsekwencje zmian demograficznych dla podaży pracy w Polsce”, opublikowany w połowie października br.

Po przesłaniu pliku aplikacja tworzy od razu streszczenie źródła, zawierające podsumowanie przesłanego przez nas dokumentu. „Ten raport polskiego Instytutu Ekonomicznego skupia się na konsekwencjach zmian demograficznych dla podaży pracy w Polsce. Autorzy analizują wpływ starzenia się społeczeństwa i zmniejszania się populacji osób w wieku produkcyjnym na różne sektory gospodarki, zwracając szczególną uwagę na pracowników w wieku 50–59/64 lat. Raport zawiera prognozy dotyczące dostępności zasobów pracy w poszczególnych branżach do 2035 roku, a także dyskusję o potencjalnych sposobach łagodzenia skutków depopulacji, takich jak aktywizacja zawodowa osób nieaktywnych, wdrażanie nowych technologii i migracja zagraniczna” – czytamy [to odpowiedź oryg. – . red.]. Oprócz tego NotebookLM proponuje nam np. pomoc w utworzeniu pytań dotyczących raportu, osi czasu lub spisu treści. Dodanie kolejnego źródła (np. raportu o innej tematyce) automatycznie modyfikuje wcześniej przygotowane streszczenie (nawet jeśli takich raportów, książek czy dokumentów umieścilibyśmy kilkadziesiąt).

Na dole ekranu znajduje się okno czatu, a nad nim aplikacja automatycznie umieszcza sugerowane pytania, które stworzyła na podstawie przesłanego wcześniej raportu. W naszym adku były to m.in. pytania: „Jaki jest prognozowany wpływ zmian demograficznych na rynek pracy w Polsce do 2035 roku, uwzględniając wpływ na poszczególne branże?”; „Jakie potencjalne rozwiązania mogą złagodzić skutki odwróconej dywidendy demograficznej w Polsce?”; „Jakie są główne bariery wdrażania nowych technologii w celu zwiększenia wydajności pracy w Polsce?”.

Po kliknięciu w pierwsze sugerowane pytanie (prognozowany wpływ zmian demograficznych), otrzymujemy odpowiedź, że „Według prognoz, do 2035 roku polski rynek pracy może zmniejszyć się o 2,1 mln pracowników, co stanowi 12,6 proc. obecnego stanu zatrudnienia. Spadek ten wynika z ujemnego salda migracji oraz przede wszystkim z procesów demograficznych, takich jak starzenie się społeczeństwa i mniejsza liczba osób wchodzących na rynek pracy w porównaniu do tych, którzy go opuszczają”. Co ciekawe, NotebookLM, w opisie poszczególnych elementów (np. obecnego stanu zatrudnienia), wskaże nam w raporcie konkretne fragmenty, które przeanalizował podczas wyciągania danego wniosku. Ma to formę liczby osadzonej w tekście (np. 1, 2, 3 itd.) wraz z hiperłączem – kliknięcie w którekolwiek z nich powoduje otwarcie przesłanego PDF-a z lewej strony i wskazanie omawianego zagadnienia za pomocą podświetlonego fragmentu, tak abyśmy mogli zweryfikować to samodzielnie. Cała odpowiedź na powyższe pytanie ma ok. 2,2 tys. znaków i aż 36 odniesień do raportu, w które możemy kliknąć, by poznać szerszy kontekst lub zaznajomić się z tekstem, niepotrzebne są żadne dodatkowe działania ani analiza.

Nic nie stoi na przeszkodzie, żebyśmy w oknie czatu sami zadali pytanie, na które chcemy uzyskać wyczerpującą odpowiedź. „Jak będzie wyglądał rynek pracy w Polsce za 10 lat?” – spytałem w NotebookLM. „Będzie to rynek zmagający się z coraz bardziej dotkliwymi skutkami odwróconej dywidendy demograficznej. […] Najważniejszym trendem będzie zmniejszenie się liczby osób aktywnych zawodowo. Szacuje się, że do 2035 roku ubytek ten może sięgnąć nawet 2,1 mln osób, co stanowiłoby 12,6 proc. obecnego stanu zatrudnienia. […] Spadek ten będzie szczególnie dotkliwy dla sektorów takich jak edukacja, ochrona zdrowia i przemysł, które już teraz zmagają się z deficytem kadrowym. […] W przemyśle, który jest ważnym sektorem polskiej gospodarki, prognozowany spadek zatrudnienia może sięgnąć 11 proc. Będzie to miało negatywny wpływ na PKB, który może być niższy o 6–8 proc. w porównaniu ze scenariuszem, w którym dostępność siły roboczej pozostałaby na niezmienionym poziomie” – odpowiedział (publikujemy jedynie fragment). Na każde z kolejnych pytań udziela wyczerpującej odpowiedzi, prezentując je w przyjaznej wizualnie formie, stosując punktory, wyboldowania itp.

KWESTIA TEMPERATURY

Ile wynosi przeciętna pensja w Polsce? – to ostatnie pytanie, jakie zadałem w oknie czatu. „Przepraszam, ale w dostarczonych źródłach nie ma informacji o przeciętnej pensji w Polsce. Źródła skupiają się na analizie wpływu procesów demograficznych na rynek pracy, a nie na wysokości wynagrodzeń” – odpowiedział NotebookLM.

Jak mówił Jarosław Juszkiewicz, dziennikarz Radia 357, ryzyko „halucynacji” w adku tego narzędzia AI jest ograniczone do minimum, więc w odróżnieniu od innych chatbotów tu nie otrzymujemy wymyślonej naprędce odpowiedzi na pytanie. NotebookLM nie przeszukuje sieci ani nie uzyskuje żadnych informacji poza zagregowanymi przez nas źródłami (czyli w tym adku korzysta wyłącznie z jednego raportu). Treść pytania o wynagrodzenia nie pasuje zatem do kontekstu stworzonego na podstawie przesłanego źródła. Dzięki temu możemy się opierać wyłącznie na materiałach i dokumentach pochodzących od wiarygodnych autorów czy wydawców.

Jak tłumaczy Daniel Rząsa z Google News Initiative, odpowiedzialny za współpracę z sektorem dziennikarskim w Europie Środkowo-Wschodniej, w adku różnic np. pomiędzy Gemini a NotebookLM chodzi o tzw. temperaturę modelu. – Temperatura w ustawieniach LLM to parametr, który wpływa na przewidywalność lub zaskakujący charakter odpowiedzi generowanych przez sztuczną inteligencję. Niższa temperatura sprawia, że odpowiedzi stają się bardziej przewidywalne i zbliżone do tych, które model uznaje za najbardziej prawdopodobne. To doskonałe rozwiązanie, gdy zależy nam na faktach i konkretnych informacjach. Natomiast wyższa temperatura wprowadza większą kreatywność i różnorodność w odpowiedziach, co daje szansę na bardziej zaskakujące rezultaty – mówi Rząsa.

Jak dodaje, zasada działania Gemini [chatbot ze sztuczną inteligencją opracowany przez Google – . red.] i NotebookLM jest więc inna. – Gemini dzięki swojej kreatywności i wyższej temperaturze modelu może dobrze poprawiać tekst, sugerować pytania, wspierać dyskusje i pomagać w tworzeniu. Z kolei NotebookLM bardziej skupia się na pracy z konkretnymi dokumentami, potrafi wyciągać precyzyjne liczby i fakty. To zupełnie inne narzędzie niż Gemini, świetnie wspomagające pracę dziennikarzy, edukatorów, badaczy i naukowców. Jako dziennikarz ekonomiczny na pewno używałbym tego narzędzia w codziennej pracy – mówi Daniel Rząsa, który do lipca 2022 roku pełnił funkcję redaktora naczelnego serwisu 300Gospodarka, a wcześniej pracował m.in. w Google News Lab, Citywire, HFMWeek, Forsal.pl i „Dzienniku Gazecie Prawnej”.

KILKADZIESIĄT MINUT PRACY MNIEJ

Czy NotebookLM może być narzędziem, który rzeczywiście wesprze pracę, ale wszystkich dziennikarzy, nie tylko ekonomicznych? Postanowiłem sprawdzić to na przykładzie dziennikarza newsowego, który chciałby napisać materiał o Kamilu L., influencerze posługującym się pseudonimem Budda, który w połowie października został zatrzymany przez Centralne Biuro Śledcze Policji. Dzień przed zatrzymaniem internetowy celebryta poinformował o zakończeniu swojej kariery, umieszczając na portalu YouTube prawie 88-minutowy film. Zakładam, że tekst muszę napisać szybko. Umieszczam w aplikacji link do filmiku. Po chwili otrzymuję streszczenie. Klikam w opcję „spis treści”. Po kilkudziesięciosekundowej analizie powstaje notatka z wypisanymi głównymi wątkami, o których jest mowa, a obok przedział czasu. I tak widzę, że np. Budda o zakończeniu kanału mówi dopiero pomiędzy 36 a 41 minutą (NotebookLM wskazuje wątki: „refleksje nad końcem kanału, toksyczność polskiego internetu”, „chęć tworzenia contentu bez udziału w dramach i przepychankach”, „decyzja o odejściu z YouTube, porównanie do «śmierdzącego pokoju»”). Przy okazji czat nieco się myli i przy każdym z akapitów, które wymienia, umieszcza liczbę 1, zamiast wyliczać je po kolei. Nie ma to jednak wpływu na merytorykę.

Zadaję pytanie, jaki jest główny powód zakończenia kanału Budda.TV? Notatnik informuje mnie, że „autor otwarcie mówi o tym, że nie czuje się dobrze w tym środowisku, pełnym dram, negatywnych komentarzy i przepychanek”, że „woli odejść i skupić się na tworzeniu treści, które sprawiają mu przyjemność, z dala od hejtu i niezdrowej atmosfery” i że „porównuje internet do «śmierdzącego pokoju», z którego ma prawo wyjść każdy, kto czuje się w nim źle” oraz „podkreśla, że nie chce być «więźniem internetu» i dać się stłamsić negatywnym komentarzom”. Chciałbym to zweryfikować, kiedy jednak klikam na zaproponowany przez aplikację odnośnik, z lewej strony widzę pełną transkrypcję prawie półtoragodzinnego klipu, nie mam możliwości odsłuchania konkretnego fragmentu. W ramce nad tekstem mogę odtworzyć materiał umieszczony przez Buddę, ale uruchamia się on od początku. Muszę wykonać krok w tył, spojrzeć na wygenerowany spis treści i wówczas widzę, że interesujący mnie fragment pojawia się w 36 minucie.

Narzędzie jest wciąż w fazie „experimental”, o czym informuje dopisek przy logotypie w lewej górnej części strony i nie wszystkie funkcje mogą działać prawidłowo. Kilkuminutowa analiza zaoszczędziła mi jednak co najmniej kilkadziesiąt minut pracy, a w najgorszym adku cały czas, który musiałbym poświęcić na przesłuchanie materiału.

PODCAST W KILKA MINUT

We wrześniu br. wprowadzono nową funkcję: tworzenie podcastów na temat przesyłanych źródeł, o czym wspominał Ethan Mollick z Wharton School. Choć opcja ta jest w tej chwili dostępna jedynie w języku angielskim, to już teraz pokazuje, jak wielkie możliwości tkwią w sztucznej inteligencji i jak może ona zrewolucjonizować rynek medialny i pracę dziennikarzy.

Przesłane przez nas dokumenty zaledwie jednym kliknięciem mogą zmienić się w angażujące dyskusje audio, gdzie dwóch gospodarzy AI rozpoczyna żywą dyskusję opartą na naszych źródłach. Podsumowują materiał, łączą tematy i wymieniają się przemyśleniami. Stworzenie takiego podsumowania audio trwa, w zależności od ilości materiałów, od kilku do kilkunastu minut.

Czy wyprze to tradycyjne podcasty? Pytam o to Jarosława Juszkiewicza z Radia 357. – Moim zdaniem, nie. Jeśli przesłuchasz pięć, osiem, maksymalnie dziesięć podcastów wygenerowanych przez taki system, zaczniesz zauważać pewną powtarzalność w stylu. Według mnie, mówię to jako radiowiec i twórca podcastów, kluczem do sukcesu każdego podcastu jest osobowość autora i sposób, w jaki przekazuje treści. Tego sztuczna inteligencja nie jest w stanie w pełni oddać. Jeśli jednak chodzi o podsumowania, to jest naprawdę rewelacja! Mój znajomy nabrał swojego kolegę, który pisze książki motywacyjne. Zrobił podsumowanie z użyciem tego systemu, nagrał mp3 i wysłał mu, mówiąc: „Słuchaj, mówią o tobie w amerykańskiej stacji radiowej!”. Kolega był zachwycony. Jako lektor jestem zdumiony, jak dobrze ten system działa, testowałem go na kilku osobach i żadna z nich nie zorientowała się, że to system automatyczny. Tam są wszystkie detale: zająknięcia, mlaśnięcia, oddechy, nawet przerywanie sobie w pół zdania. To prawdziwy majstersztyk – mówi Juszkiewicz.

Biao Wang, menedżer produktu z Google Labs, na amerykańskim blogu Google przyznał, że „niektórzy ludzie uczą się i zapamiętują lepiej, słuchając rozmów” i dlatego firma wykorzystała ten trend. W polskim oddziale Google nowa opcja wykorzystywana jest np. jako dodatkowe podsumowanie newslettera dla pracowników, wysyłanego co miesiąc.

SZKOLENIA DLA REDAKCJI

NotebookLM to wciąż nowe narzędzie, więc niewiele redakcji z niego korzysta. Pierwsze doświadczenia z jego użyciem ma za sobą ekipa Stowarzyszenia Demagog, która na stronie demagog.org.pl umieszcza zweryfikowane newsy. – Potwierdzam, że przyglądamy się temu, jak moglibyśmy to narzędzie wykorzystywać w codziennej redakcyjnej pracy – przyznaje Małgorzata Kilian-Grzegorczyk, założycielka i prezeska Stowarzyszenia Demagog.

Natalia Żaba, Google News Initiative Teaching Fellow na Europę Środkowo-Wschodnią, dodaje, że NotebookLM został zaprezentowany grupie dziennikarzy podczas wrześniowych warsztatów organizowanych w siedzibie Google w Warszawie. W planach są kolejne szkolenia dla redakcji, które będą uwzględniały to narzędzie.

Jarosław Juszkiewicz zaznacza, że z niczego w codziennej pracy nie trzeba rezygnować. Korzystanie z przeglądarki, klasyczne wyszukiwanie informacji i praca dziennikarska wciąż powinny się odbywać po staremu, ale takie rozwiązania AI dają zupełnie nowe możliwości.

– Jeśli załadowałem do moich notatników książki o tematyce kosmicznej, mam dostęp do szczegółowej wiedzy. Przykładowo w jednym z notatników przechowuję materiały o sondach kosmicznych, w tym wiele plików PDF. Dzięki temu wyszukiwanie potrzebnych informacji staje się niezwykle łatwe, ponieważ nie muszę polegać wyłącznie na danych dostępnych w sieci. Czasami trzeba liczyć na szczęście, żeby trafić na coś wartościowego w Wikipedii, albo znać angielski, by móc przeczytać artykuł dobrej jakości. Tutaj samodzielnie tworzę swoją własną bazę wiedzy, którą zawszę mogę się posłużyć – mówi Juszkiewicz. – To rozwiązanie, które znacząco usprawnia pracę i pozwala na pełną kontrolę nad weryfikacją informacji z korzyścią dla czytelników.

***

Ten tekst Piotra Zielińskiego pochodzi z magazynu „Press” – wydanie nr 11-12/2024. Teraz udostępniliśmy go do przeczytania w całości dla najaktywniejszych Czytelników.

„Press” do nabycia w dobrych salonach prasowych lub online (wydanie drukowane lub e-wydanie) na e-sklep.press.pl.

Czytaj też: Nowy „Press”: Andrzej Andrysiak, XYZ Nawackiego, była naczelna „Pisma” i odbudowa Trójki

Piotr Zieliński