A webes hírszolgáltató Quartz különleges stúdiót mutatott be novemberben. A Knight Alapítvány által támogatott létesítmény rendeltetése újságírás és gépitanulás-technikák összekapcsolása.
Március elejére készült el a Quartz MI Stúdió első története. A sztorit nem mesterséges intelligencia írta, hanem ember-gép együttműködés gyümölcse. Döbbenetesnek tűnik, hogy egyre fejlettebb MI-k milyen mélyre képesek ásni dokumentumokban, és így értékes (sok esetben más módszerekkel kideríthetetlen) pluszinformációkkal látják el az újságírókat.
A történethez a Quartz újságírói az Uber egyik versenytársa, a szállítási szolgáltatásokat nyújtó Lyft appján gyakoroltatták az algoritmust.
A cég a napokban kérelmezte, hogy tőzsdére kerüljön. Minden vállalatnak megvannak pénzügyi, biztosítási és más tevékenységével kapcsolatos aggályai. Az algoritmus ezeknek a kockázati tényezőknek nézett utána, hogy segítsen eldönteni, melyik a legegyedibb.
A Quartz arra volt kíváncsi, hogy mi az, amitől a Lyft vezetősége fél, más nagyvállalatoké viszont nem. Egyes aggályok, például a PR-válság nem érinti a fogyasztókat, mások, mint a járművek hibái, az önvezető autók vagy a rollerhasználat viszont nagyon is, mert balesetek forrásai lehetnek.
A lista teljesen egyértelmű tényektől a meglepőkig ível. Például a közvélekedés miatti aggályok mellett a cég vezetését nagyon izgatja a személyes szférára (privacy) vonatkozó egészségügyi törvények kliensekre gyakorolt hatása. Konkrétan a Lyft szolgáltatását orvoshoz, klinikára, kórházba menet igénybe vevő ügyfeleikre gondolnak. A cég platformjának online otthont adó Amazon Webszolgáltatások elleni cybertámadásoktól szintén tartanak.
A Quartz Lyft-sztorija nem az újságírás csúcsa, nem a kortárs zsurnalisztika meghatározó remekműve, viszont remekül szemlélteti, hogyan tudnak új technikai eszközökkel felvértezett újságírók teljesen száraz és érdektelennek tűnő nyilvános adatokból izgalmas, tanulságos és nem utolsósorban rendkívül hasznos következtetéseket levonni.
A történet egy kicsit a jövőt vetíti előre.
„Így jutunk el az adatalapú újságírás következő szintjére, amikor a szerző különösen nagy adatsorokkal remekül működő mintaegyeztetésre, válogatásra, csoportosításra, anomália-felderítésre használja a számítógépet” – nyilatkozta a Quartz botjait és gépitanulás-megoldásait fejlesztő John Keefe.