Så kan kunstig intelligens afløse Handelsbladets morgenbriefing

Handelsblatt Morning Briefing er en kommenteret samling af relevante nyheder fra økonomi, politik og finans. Handelsblatts redaktør Christian Rickens ordner dagsbegivenhederne i dette Morning Briefing sammen. Han selv stillede spørgsmålet, om AI snart kunne afløse Morning Briefingen. Hans forsøg med ChatGPT mislykkedes. En anden tilgang løser problemet uden ChatGPT. Sådan fungerer det allerede nu, beskrives i denne artikel.

Indledning

Chefen for afgørelsesområdet Agenda, Christian Rickens, læste i Handesblatt Morning Briefing den 10. januar 2025 en spørgsmål fra en læser frem. Spørgsmålet lød:

Svaret fra Christian Rickens var følgende (uddrag, transkriberet):

Min svar: Intet endnu. Hvert par måneder stiller jeg ChatGPT opgaven: Skriv en nyhedsbrev for i morgen, i stil med Handelsbladets Morning Briefing. Udgået er hver gang blevet en slags trykt dagsschau. Sørgelige meddelelser af typen X og Y er i Z samlet til diskussioner. Når jeg så spørger ChatGPT: "Gør det mere præcist og morsomt", synes jeg resultatet endnu mindre godt. Jeg gør mig ingen illusioner om, at en AI snart vil være i stand til at samle det nyhedsmæssige grundlag for Morning Briefingen sammen.

Dette svar er udtrukket ved hjælp af transkriptionen af Handelsblatt Morning Briefings. Den oprindelige svar kan være blevet lidt anderledes, hvis det ikke var punkteret. Transkriptet (omvandling af tale til tekst) er foretaget af en Dr. GDPR-ejede AI, der kører på et laptop uden internettetforbindelse og kan levere bedre resultater end standardprodukter.

I dette indlæg beskrives, hvorfor AI allerede nu (og ikke først "snart") kunne afløse Handelsbladets Morning Briefing. Og det også på en måde, der ville tilfredsstille Herr Rickens. I hvert fald er det muligt at samle indholdet for Morning Briefing sammen på en sådan måde, at Herr Rickens og hans kollegaer fra Handelsbladet ville have meget mindre arbejde med Morning Briefing.

Tilfældigvis skal man ikke engang Dybtænke R1, det kinesiske sprogmodel, der i løbet af kort tid har "vaporiseret" børsen, bruge til den beskrevne tilgang.

AI skaber Handelsblatts morgenbrevning

Hvad er trinene til at oprette et morgenbrief? Lad os antage, at følgende processer er nødvendige:

1. Vælg aktuelle og relevante nyheder fra økonomi, politik og finans.
2. Sammle relevante oplysninger til hver meddelelse, herunder en vurdering.
3. Sammenstilling af det samlede resultat i tekstform.
4. Udskiftning af teksten til sprog (med den syntetiserede stemme af Peter Hofmann, der har læst briefing fra 10.01.2025).

Som en godie kunne der fortsat blive skabt sociale medieindlæg for relevante kanaler eller også oversat til andre sprog.

Hvorfor mislykkedes ChatGPT?

Inden for at beskrive hvordan AI allerede nu kan løse en sådan opgave, skal vi først se på hvorfor mister Rickens med ChatGPT-tilgangen slog fejl.

ChatGPT er det nuværende mest magtfulde sprogmodel, hvis man ser bort fra alle mulige opgaver. ChatGPT er en universel intelligens. Og præcis det er problemet. Herr Rickens ville have et subjektivt farvet resultat og brugte derfor et Universel system.

Et andet problem ved tilgangen, som herr Rickens valgte: Prompting er en nødløsning for alle, der ikke vil eller ikke kan programmerer.

Hvad er den bedste løsning?

Agent-systemer.

Or endda bedre: Blending af god gammel (100% zuverlässige) programmering med nyt, højflexibelt (altid unzuverlässige) AI-programmering.

Bemærkelsesværdigt: Når nogen vil give en uddannelse om agent-systemer, er der ofte stor chance for, at forelæseren ikke rigtig ved noget om AI. Han bruger bare ChatGPT-grafikken i baggrunden.

Lad os begynde med det første af de ovennævnte fire trin til AI-baseret oprettelse af Handelsblatt Morning Briefing:

Valg af aktuelle og relevante nyheder

Denne disciplin gør ikke OpenAI nogen sjov. For det bliver OpenAI ikke betalt. Ville dit firma gerne gøre ting, der koster penge, hvis I blev betalt for noget andet end det? OpenAI bliver betalt til at svare med ChatGPT. At internettergangen måtte sker, er doof for OpenAI. De gør kun nødtvungent og meget begrænset.

Det er vigtigt for herr Rickens, at nyhederne til morgenbreviet er relevante og interessante. Hvad betyder relevant i dette sammanhang? Det ved herr Rickens bedst selv med sine kolleger fra Handelsbladet, da han jo skal have det AI-genererede morgenbreviet som første prioritet.

Man skal også lære AI-systemet, hvad relevante nyheder er. Det kan ikke blot ske ved hjælp af en prompt. En prompt til ChatGPT vil sikkert også give resultater, men ikke meget gode. Hvis det var anderledes, ville Herr Rickens have givet en anden svar end ovenstående.

Et AI-system kan lære af eksemplerdata. Derved kommer man ret langt. Eksemplerdata er her tidligere udgivelser af Handelsblatt Morning Briefings. Dog rækker det ikke til, for at opnå en meget god kvalitet vedrørende relevansen af nyhederne. Hvis alt bare var gået let, ville hverken være lykkelig. Tydeligvis er ikke hver lykkelig, da man så spørger, hvorfor hele pengene skulle komme fra, der alle 84,6 millioner lykkelige tyske borgere (uden mindre børn) besidder.

Relevans af nyheder skal delvist indsættes i den til at oprette Morning Briefing-AI. Dertil skal en interview med Herrn Rickens og hans kolleger føres. Så kommer man til målet. Analog fungerer det ved de AI-genererede AI-News på Dr. GDPR. Disse nyheder kan genereres til hvilket som helst emne. I faldet af Dr. GDPR AI-News blev "Kunstig intelligens" valgt med lidt relation til digital privatlivsskydd. Andre emner er uendeligt mulige, fx Robotik, GDPR eller verdensnyheder.

Relevant nyheder bliver automatisk fundet på følgende måde:

1. Til et bestemt temaområde (f.eks. "økonomi") hentes der tilstrækkeligt mange aktuelle nyheder ved hjælp af søgemaskineanmodning. Dertil bliver søgemaskinerne kontaktet via API. Søgeresultaterne analyseres og filtreres efter almindelig relevans. De selvstændig relevante søgeresultater hentes så i detalje. Derfor bliver den forbundne nyhedsseite automatisk "scraped". Bemærkelsesværdigt kan søgeanmodningen også genereres ved hjælp af AI…
2. De indlæste meddelelser bliver undersøgt i forhold til dybere relevans ved hjælp af AI og NLP. Låt os kalde det Rickens-relevans. Det er også vigtigt at tage den konventionelle del af programmet i betragtning, da ellers ikke de bedste resultater vil følge.

Så er den første skridt nu afsluttet. Det kan allerede i dag realiseres. Se de ovennævnte virkelige eksempler. Dr. GDPR AI-News kan man siden nogen tid abonnere via nyhedsbrev. Derfor handler det ikke om drømme, men om faktisk eksisterende muligheder.

Vær varsomme, da man i et produkt som Handelsblad Morning Briefing kan og vil investere mere energi i denne skridt end hvad det er tilfældet med en fuldstændig gratis og ikke-informationspliktig annoncerende tilbud som Dr. GDPR.

Sammle relevante oplysninger til hver meddelelse

De i forrige trin automatisk og med AI-støtte fundne relevante nyheder kan nu viderebehandles. Målet er til sidst en spændende, fangende, måske også polariserende kommentar til hver nyhed. Eller også en samlet kommentar til flere nyheder. Hvor meget det Handelsblad ønsker: Det kan realiseres.

Med hjælp af et finetrimtet AI-sprogmodel bliver hver enkelt meddelelse nu analyseret og sammenfattet. For at kommentere meddelelsen kan yderligere søgninger udføres. Man kan således (hvis ønsket) eksisterende meninger om mediebilledet fange og overveje.

Hvis det viser sig, at der kun er få eller ingen kommentarer til en meddelelse, kan denne indsigt bruges:

• Enten drejer det sig om en mere eller mindre interessant eller relevant meddelelse;
• Eller meddelelsen er endnu meget frisk og derfor næsten eller ikke kommenteret.

Nu ligger alle relevante beskeder foran. Ideeltvis er deres antal højere end det antal beskeder, som finder vej til Morning Briefing. For så har man to spændende muligheder:

1. Med AI bliver en rangering af nyhedsrelevans vidergjort.
2. Redaktøren (f.eks. Herr Rickens eller hans kolleger) bestemmer, hvilke nyheder der skal være med i briefing'en.

Nu ligger hovedindholdet i form af kommenterede beskeder foran.

Sammenstilling af det samlede resultat

Til at begynde med skal resultatet skabes i tekstform. Denne tekstform kan så direkte bruges som første resultat sammen med slutprodukterne. Herefter følger en omformning til sprog, altså en forlesefunktion. Sproget variant er så det andet, endelige resultat, slutproduktet.

Afhængigt af, hvordan Herr Rickens forestiller sig det, kan de enkelte beskeder sådan som nu, hænges sammen. For at skabe en fløjsende overgang kan kI bruges. Ligeledes kan til valg af en god læserfrage kI bruges.

De flydende overgange får man med et lille, trænet sprogmodel meget godt til at fungere. Vælgeren af en læserfrage fungerer uden sprogmodel. Dertil tager man en vektor-søgemaskine, der er udstyret med en på Handelsbladet prægede semantikmotor. Alt standard-teknologi i dag. Alt uden ChatGPT muligt.

Læsning af tekst til morgens briefing

Uden at ville få den nuværende taleperson af Morning Briefing til at være arbejdsløs: Men det er allerede siden i går muligt at bruge AI til at læse Morning Briefingen op med den nuværende talepersons stemme. Bedre end med ChatGPT, uden ChatGPT.

Forsøgsprocessen foregår således:

1. Stemmen til talepersonen bliver klonet. Dette sker kun én gang. Det fine: Herfor skal man blot have transkriptet af Morning Briefings, som her for sjov med AI er blevet oprettet. Ligeledes er også transkripterne af privacy Deluxe Podcast oprettet.
2. Med et almindeligt AI-modul bliver den tidligere med AI genererede tekst til Morning Briefingen læst op af en klonet stemme.

Den der vil overtage verdensherredømmet, kan fortsætte med flere skridt:

1. Oversæt til 10 andre sprog
2. Oversætte til let eller let forståelige sprog eller også til børnesprog
3. Opgørelse af et video med mundharmonika, f.eks. med DR's nyhedsoplæser Matthias Schreiber (hvis han ikke har noget imod det)

Såvel i dette sidste som i de andre af de fire trin, der er beskrevet til at oprette Morning Briefings, dukker det ikke en gang ordet "Prompt" eller "Prompting" op. Det skyldes, fordi der ikke findes noget Prompting. Siger farvel til tanken om, at alt kan løses med Prompts.

Systemarkitektur

Uden at blive for teknisk: Det beskrevne AI-system har følgende egenskaber:

1. Er læremøgelig
2. Indbygget personlige indhold
3. Lever bedre resultater end ChatGPT
4. Er meget fleksibel
5. Bjuder med højeste data sikkerhed ("Hvem ejer dataene? Hvem gør hvad med træningsdata fra Handelsbladet?…")
6. Det er strategisk værdifuld og gør selvstændigt afhængig af OpenAIs prispolitik
7. Kan opdateres med stadig bedre AI-modeller hver gang

Lyder det for godt til at være sandt? Er det også, for man skal have det ønsket! Ingen god løsning skal være gratis (i dobbelt betydning af ordet).

Den KI-ordning kræver, at virksomheder fra 02. februar 2025 ikke må bruge AI til forbudte praksisser. For at opretholde dette skal det anvendte AI-system være godt kendt. En Black Box som ChatGPT er juridisk set ikke særligt beherskelig. Det ovennævnte system og dens arkitektur går i retning af "meget godt beherskelig".

Konklusion

Handelsblatts morgenbrev kan skabes med AI. Det kan endda læses for og oversættes til andre sprog ved hjælp af AI. Ved siden af det kan både et sprogmodel og DEEPL bruges til oversættelsen, alt efter ønske hos ejeren (her: Handelsblatt).

Den, der gerne hurtigt starter, indlader først den forlæsning eller lader sig relevant besked filtrere.

Alle beskrevne trin til at gøre det virkeliggjorde er mere eller mindre i nuværende AI-standard. Man skal ikke dog antage, at alt kan gøres med ChatGPT. Der er bedre muligheder.

Spørgsmålet "Hvor meget AI er der i Morning Briefing?" kunne således snart blive besvaret med "Meget". Afhængigt af hvad Handelsblad ønsker at gøre. På IT Klub Mainz & Rheinhessen's New Year's reception vil vi sikkert dykke dybere ind i denne spørgsmål under præsentationen af AI-Expertgruppen i det smukke miljø af Landesmuseet. Hvis du er interesseret i uddannelsesmuligheder til AI eller medlemskab af IT Klub, så kontakt venligst Dr. Meffert.