Så kan artificiell intelligens ersätta Handelsblatts morgonbrev

Handelsblatt Morning Briefing är en kommenterad sammanställning av relevanta nyheter från ekonomi, politik och finans. Handelsblatts redaktör Christian Rickens ordnar dagshändelserna i detta morgonbrev. Han frågade själv om AI snart skulle kunna ersätta Morning Briefing. Hans försök med ChatGPT misslyckades. En annan tillvägagångssätt löser problemet utan ChatGPT. Hur det redan fungerar beskrivs i detta inlägg.

Inledning

Chefen för avdelningen Agenda, Christian Rickens, läste upp en läsarförfrågan i Handesblatt Morning Briefing den 10 januari 2025. Frågan löd:

Svaret från Christian Rickens var som följande (utdrag, transkriberat):

Min svar: Inte ett enda ännu. Varje några månader ger jag ChatGPT uppgiften att skriva en nyhetsbrev för morgonen, i stil med Handelsbladets Morning Briefing. Ut kommer alltid en slags tryckt dagstidning. Trötande rapporter av typ X och Y har samlats till rådslagning i Z. När jag sedan frågar ChatGPT: "Gör det mer punkigt och roligt", tycker jag ännu mindre om resultatet. Jag förstår mig inte till någon illusioner, snart kommer en kognition att kunna sätta ihop i alla fall den nyhetsramen av morgonmötet.

Denna svar har utdragits från Handelsblatt Morning Briefings genom transkription. Ursprungs svaret kan därför ha sett annorlunda ut med avseende på punktueringen. Transkriptet (omvandling av språk till text) har utförts av en Dr. GDPR-egna AI som kördes på ett laptop utan internetuppkoppling och bättre resultat än standardprodukter kan leverera.

I det här inlägget beskrivs varför AI redan nu (och inte först "snart") kunde ersätta Handelsbladets Morning Briefing. Och precis så, att Herr Rickens skulle vara nöjd med detta. Åtminstone är det möjligt att sammansätta innehållet i Morning Briefing på ett sådant sätt att AI-baserat, att Herr Rickens och hans kollegor från Handelsbladet hade mindre arbete med Morning Briefing.

Man behöver till och med inte DjupSök-R1, det språkmodell från Kina, som förstörde börsen på kort tid.

Handelsbladets morgonbrev skapas av AI

Vilka är stegen för att skapa ett morgonbrev? Anta att följande processer behövs:

1. Val av aktuell och relevant nyheter från ekonomi, politik och finans.
2. Sammpla relevanta uppgifter till varje meddelande, inklusive en bedömning.
3. Sammanställning av det totala resultatet i textform.
4. Utsändning av texten på språk (gärna med den syntetiserade rösten av Peter Hofmann, som läste briefing från 10 januari 2025).

Som godie kunde sociala medier-inlägg för relevanta kanaler fortsätta att genereras eller även översättningar till andra språk skapas.

Varför misslyckades ChatGPT?

Innan vi beskriver hur AI nu redan kan lösa en sådan uppgift, ska vi kort gå in på varför Herr Rickens med ChatGPT-ansatsen misslyckades.

ChatGPT är det mest kraftfulla språkmodellen om man ser till alla möjliga uppgifter. ChatGPT är en universell intelligens. Och just det är problemet. Herr Rickens ville ha ett subjektivt färgat resultat och använde för detta ett Universalsystem.

Ett ytterligare problem med tillvägagångssättet som Herr Rickens valde: Prompting är en kompromiss för alla som inte vill eller inte kan programmera.

Vad är den bästa lösningen?

Lösningen i ett ord: agent-system.

Och ännu bättre: Blandning av bra gammalt (100% zuverlässige) programkod med nytt, högflexibelt (alltid unzuverlässiga) AI-programkod.

Bland annat: Om någon vill ge dig en utbildning om agent-system, finns det ofta stor chans att föreläsaren inte egentligen vet något om AI. Han använder bara ChatGPT-gränssnittet i bakgrunden.

Låt oss börja med det första av de ovan nämnda fyra stegen till att skapa en AI-baserad version av Handelsblatt Morning Briefing:

Val av aktuell och relevant nyheter

Denna disciplin gör inte OpenAI något gott. För det är de inte betalda för. Vill ni att ert företag vill göra saker som kostar pengar om ni inte får betalt för dem, utan istället för en annan uppgift? OpenAI betalas för att ge ett svar med ChatGPT. Att ibland måste man gräva i internet är dumt för OpenAI. De gör det bara av tvång och mycket begränsat.

Det som är viktigt för herr Rickens är att nyheterna i morgonmötet är relevanta och intressanta. Vad betyder relevant i detta sammanhang? Det vet herr Rickens bäst tillsammans med sina kollegor från Handelsbladet, eftersom han vill att det artificiellt intelligenta genererade morgonmötet ska vara det första som faller honom in.

Man kommer också att lära AI-systemet vad som är relevanta nyheter. Det går inte bara med en prompt. En prompt till ChatGPT ger säkert resultat, men inga särskilt bra. Om det hade varit annorlunda hade Herr Rickens gett en annan än den ovan nämnda svaret.

Ett AI-system kan lära sig av exempeldata. Då kommer man rätt långt. Exempeldata är här tidigare utgivna nummer av Handelsbladets Morning Briefing. Men det räcker inte för att få en mycket bra kvalitet vad gäller nyheters relevans. Om allt vore så enkelt skulle alla vara framgångsrika. Tydligen är inte alla det, eftersom annars skulle frågan vara varifrån pengarna ska komma som alla 84,6 miljoner framgångsrika tyska medborgare (bortsett från småbarn) skulle ha.

Relevansen av nyheter måste delvis införas i den att skapa Morning Briefing-AI. Därför måste ett första intervju med Herr Rickens och hans kollegor genomföras. Sedan kommer man till målet. På samma sätt fungerar det vid AI-genererade AI-News på Dr. GDPR. Dessa nyheter kan genereras för vilket ämne som helst. I fallet med Dr. GDPR AI-nyheter valdes "Kunskaplig intelligens" med något samband till digitalt dataskydd. Andra ämnen är fritt valbara, till exempel Robotik, GDPR eller världsomspännande nyheter.

Relevanta nyheter hittas automatiskt på följande sätt:

1. Till ett angivet ämnesområde (t.ex. "ekonomi") hämtas tillräckligt många aktuelle nyheter via sökmaskinfråga. Därvid ansluts sökmaskinen via API. Sökresultaten analyseras och filtreras efter allmänhetens relevans. De själva relevanta sökresultaten hämtas sedan i detalj. Därvid skrapas den länkade nyhetsartikeln automatiskt ("Scraping"). För övrigt kan sökfrågan också genereras med AI…
2. De lästa meddelandena granskas med hjälp av AI och NLP för att se hur relevanta de är på djupare nivå. Låt oss kalla det Rickens-relevans. Här är det också viktigt att ha en traditionell del i programmet, annars kommer inga optimala resultat fram.

Med detta är den första steget avslutat. Denna steg kan redan idag genomföras. Se de ovan nämnda verkliga exemplen. Dr. GDPR AI-News kan man sedan en tid tillbaka prenumerera på via nyhetsbrev. Det handlar alltså inte om drömmar, utan om faktiskt existerande möjligheter.

Med försiktighet i åtanke ska det påpekas att man kan lägga mer energi i detta steg vid ett produkt som Handelsbladets Morning Briefing och kommer att göra så, än vad man gör vid en helt kostnadsfri och från innehållsägare oberoende annonsering fri tjänst som Dr. GDPR.

Sammpla in relevant information till varje meddelande

De i föregående steg automatiskt och med hjälp av AI-hjälp hittade relevanta nyheter kan nu bearbetas vidare. Målet är slutligen en intressant, spännande, kanske även polariserande kommentar till varje nyhet. Eller också ett sammanfattande kommentar till flera nyheter. Vad som än Handelsbladet har för avsikt: det kan genomföras.

Med hjälp av ett finjusterat AI-språkmodell analyseras och sammanfattas nu varje enskild meddelande. För kommenteringen av meddelandet kan ytterligare sökfrågor genomföras. Man kan således (om önskat) fänga upp och beakta befintliga åsikter om nyhetsläget.

Om det visar sig att det finns få eller inga kommentarer till en meddelande kan detta insikt användas:

• Antingen är det en mer eller mindre intressant eller relevant nyhet;
• Or meddelandet är ännu mycket färskt och därför knappt eller alls kommenterat.

Nu ligger alla relevanta meddelanden tillgängliga. I det ideala fallet är deras antal högre än antalet meddelanden som hittar plats i Morning Briefing. För då finns det två spännande möjligheter:

1. Med hjälp av AI görs en rankning av nyhetsrelevansen.
2. Redaktören ( Herr Rickens eller hans kollegor ) bestämmer vilka nyheter som ska få plats i briefingarna .

Nu ligger huvuddelen av innehållet i form av kommenterade meddelanden.

Sammanställning av det totala resultatet

Först måste resultatet skapas i textform. Denna textform kan sedan användas direkt som förstaresultat tillsammans med slutprodukten. Därefter följer en omvandling till språk, alltså en läsningss funktion. Språkkomponenten är då det andra och sista resultatet, slutprodukten.

Beroende på hur man ser ut för Herr Rickens kan de olika meddelandena, som nu är, hängas ihop. För att skapa en flytande övergång kan AI användas. Likaså kan AI användas för att välja en bra läsfråga.

De flytande övergångarna får man med ett litet, tränat språkmodell mycket bra. Valet av en läsarefråga fungerar utan språkmodell. Där tillgår man en vektor-sökning som är utrustad med en semantikmotor som är anpassad efter Handelsbladet. Allt standard-teknologi idag. Allt utan ChatGPT möjligt.

Läsningsfunktion för morgonbrevet

utan att försöka göra talaren från Morning Briefing arbetslös: Men det är redan sedan igår möjligt att med AI-läsning läsa Morning Briefingen med den nuvarande talarens röst. Bättre än med ChatGPT, utan ChatGPT.

Förloppet är som följer:

1. Talarens röst klonas. Denna process måste bara utföras en gång. Det bra: Här behövs bara transkriptet av Morning Briefings, som för denna artikel här skapats med hjälp av AI. Likadant har också transkripten till privacy Deluxe Podcast genererats.
2. Med ett vanligt AI-modul läses den tidigare med hjälp av AI genererade text för morgonbrevet upp med klonad röst.

Vem som helst som vill ta över världsherraväldet kan fortsätta med sina planer:

1. Översätt till 10 andra språk
2. Översätta till enkel eller lättförståelig språk eller också i barnspråk
3. Skapa ett videoklipp med lip sync, till exempel med SVT:s nyhetsankare Matthias Schreiber (om han inte har något emot det)

Både i det sista som i de tre andra stegen för att skapa morgonbrevet nämndes aldrig ordet "prompt" eller "prompts". Det beror på att det inte finns något prompts. Låt gå för tanken att allting kan lösas med prompts.

Systemarkitektur

Ohan att bli alltför teknisk: Det beskrivna AI-systemet har följande egenskaper:

1. Är lärdaglig
2. Ger individanpassade innehåll
3. Ger bättre resultat än ChatGPT
4. Jag är mycket flexibel
5. Bjuder på högsta dataskydd ("Vem äger data? Vem gör vad med utbildningsdata från Handelsbladet?…")
6. Det är strategiskt värdefullt och gör en oberoende av OpenAIs prispolitik
7. Kan uppdateras med alltid bättre AI-modeller var som helst

Läser för bra att vara sant? Är det också, eftersom man måste vilja ha det! Ingen bra lösning ska gå om intet (i dubbel mening).

Den KI-förordningen föreskriver från och med den 02 februari 2025 att företag inte får använda AI för förbjudna praktiker. För att kunna upprätthålla detta måste det använda AI-systemet vara så bra som möjligt känt. En svart box som ChatGPT är juridiskt åtminstone inte särskilt väl underhållbar. Det ovan beskrivna systemet och dess arkitektur går i riktning mot "mycket väl underhållbar".

Sammandrag

Handelsblatts morgonbrev kan skapas med hjälp av AI. Det kan till och med läsas upp med hjälp av AI och översättas till andra språk. Av någon anledning kan även en språkkartell eller DEEPL användas för översättningen, beroende på vilka önskemål som har från ägaren (här: Handelsblatt).

Den som vill komma igång snabbt inför läsningen använder först läsvärdighetsfunktionen eller låter sig få relevanta meddelanden filtrerade.

Alla steg som beskrivs för att uppnå detta är mer eller mindre i nuvarande standard för artificiell intelligens. Man bör inte anta att allt kan göras med ChatGPT. Det finns bättre sätt.

Frågan till läsarna "Hur mycket känslig intelligens finns i Morning Briefing?" kan därför snart svara "Mycket". Beroende på vad Handelsbladet vill göra. På nyårsfesten för IT Klubben Mainz & Rheinhessen kommer vi att fördjupa oss i den här frågan vid presentationen av AI-Expertgruppen i det charmiga omgivningen av Landesmuseet. Om du är intresserad av utbildningsprogram för känslig intelligens eller vill bli medlem i IT Klubben, vänd dig gärna till Dr. Meffert.