AI mạnh đến đâu, phụ thuộc dữ liệu đến đó

AI đang đi rất nhanh từ một công nghệ được báo chí thử nghiệm sang một năng lực được tích hợp vào hoạt động tác nghiệp.

Nhưng phía sau những mô hình ngôn ngữ ngày càng mạnh vẫn tồn tại một điều kiện nền tảng: AI chỉ thực sự tạo ra giá trị khi nó được cung cấp dữ liệu đủ tốt, đủ ngữ cảnh và có thể sử dụng một cách đáng tin cậy.

AI không thiếu sức mạnh, tòa soạn thiếu dữ liệu có thể sử dụng

Thực tiễn báo chí thế giới cho thấy, giá trị lớn của AI không chỉ nằm ở việc viết tin nhanh hơn, mà ở khả năng xử lý những khối dữ liệu khổng lồ để phát hiện thông tin mà phương pháp truyền thống khó thực hiện.

The New York Times từng sử dụng AI để phân tích ảnh vệ tinh, hỗ trợ xác minh các cuộc không kích tại Gaza. Hãng tin AP cũng xử lý hơn 200.000 trang tài liệu cùng hàng trăm giờ video camera hành trình của cảnh sát để điều tra các hành vi bạo lực có hệ thống của lực lượng thực thi pháp luật tại Mỹ.

Trong kỷ nguyên AI, hội tụ không chỉ là hội tụ quy trình sản xuất hay nền tảng xuất bản, mà trước hết là hội tụ dữ liệu để tạo nên một hệ sinh thái báo chí thông minh.

Giá trị của AI trong những trường hợp này không nằm ở việc viết một bài báo nhanh hơn, mà ở khả năng giúp nhà báo xử lý lượng dữ liệu mà phương pháp thủ công khó thực hiện. AI mở rộng phạm vi những gì một nhóm phóng viên có thể tìm kiếm, so sánh và phát hiện.

Tuy nhiên, hiệu quả không chỉ phụ thuộc vào AI mà còn ở chất lượng dữ liệu. Chỉ khi dữ liệu được tổ chức đầy đủ, có cấu trúc và gắn với ngữ cảnh rõ ràng, AI mới có thể phân tích, học hỏi và tạo ra giá trị mới.

AI không hiểu được thứ mà tòa soạn chưa dữ liệu hóa

Theo ông Trương Trí Vĩnh, nguyên Thư ký tòa soạn Forbes Việt Nam, nhiều chiến lược ứng dụng AI của các cơ quan báo chí chưa đạt hiệu quả như kỳ vọng không phải vì thiếu công nghệ, mà bởi nền tảng dữ liệu chưa sẵn sàng.

Ông cho rằng, AI đang được đưa vào những cấu trúc tổ chức mà tri thức vẫn nằm rải rác ở từng ban, từng cá nhân; quy trình nghiệp vụ phụ thuộc nhiều vào kinh nghiệm, trong khi dữ liệu chưa được tổ chức thành một hệ thống thống nhất. Khi đó, AI có thể xử lý thông tin rất nhanh nhưng lại thiếu ngữ cảnh để hiểu đầy đủ vấn đề.

“Một bài viết không chỉ là phần văn bản được xuất bản. Đằng sau nó còn là nhân vật, sự kiện, địa điểm, thời gian, nguồn tin và mối liên hệ với hàng loạt nội dung khác. Khi những thành phần này không được kết nối, AI cũng khó nhìn thấy toàn bộ bức tranh”, ông phân tích.

Theo ông Vĩnh, khi vận hành theo hướng dữ liệu, các tuyến nội dung không còn được nhìn như những bài báo đơn lẻ mà trở thành những dòng sản phẩm có vòng đời rõ ràng, gắn với dữ liệu về hành vi tiếp nhận của công chúng.

“Một chủ đề không chỉ dừng lại ở một bài báo đơn lẻ, mà có thể được phát triển thành nhiều định dạng khác nhau như tin nhanh, video ngắn, infographic, livestream, bài giải thích, newsletter hay social clip, tùy theo hành vi tiếp nhận của công chúng trên từng nền tảng”, ông nói.

Đây cũng là cách tiếp cận “liquid content” – nội dung linh hoạt – đang được nhiều tổ chức báo chí quốc tế theo đuổi.

Khi dữ liệu được tổ chức tốt, một chủ đề không nhất thiết kết thúc sau lần xuất bản đầu tiên. Nó có thể tiếp tục được phát triển thành nhiều sản phẩm, phù hợp với từng nhóm công chúng và từng nền tảng.

Quan trọng hơn, dữ liệu về cách công chúng tiếp nhận những sản phẩm đó lại quay trở về hệ thống, trở thành đầu vào cho quyết định tiếp theo. Nội dung tạo ra dữ liệu; dữ liệu giúp điều chỉnh nội dung; phản hồi của công chúng tiếp tục tạo ra dữ liệu mới. AI từ đó không chỉ hỗ trợ sản xuất mà tham gia vào một vòng lặp giúp tòa soạn liên tục học hỏi từ hoạt động của chính mình.

Sức mạnh của AI không chỉ được quyết định bởi mô hình ngôn ngữ, mà còn bởi chất lượng dữ liệu mà mỗi tòa soạn đang sở hữu và khai thác.

Đây cũng là bước chuyển quan trọng: từ một tòa soạn có nhiều dữ liệu sang một tòa soạn biết tổ chức, kết nối và học từ dữ liệu của chính mình.

“Tương lai của AI trong lĩnh vực báo chí không phải là thay nhà báo bằng các chatbot, mà là xây dựng một tòa soạn có khả năng tự học từ dữ liệu vận hành của chính mình”, ông Trương Trí Vĩnh nhận định.

“Hội tụ” trước hết từ dữ liệu

Từ kinh nghiệm hợp tác với nhiều tòa soạn hội tụ tại Việt Nam, ông Bùi Công Duyến, Giám đốc sản phẩm Tòa soạn hội tụ ONECMS, Công ty cổ phần Công nghệ NEKO, cho rằng hạ tầng dữ liệu là điều kiện nền tảng để AI phát huy hiệu quả.

Khi dữ liệu có đầy đủ thông tin đi kèm, AI có thể hỗ trợ phóng viên, biên tập viên từ gợi ý tư liệu, tóm tắt hồ sơ, tìm kiếm thông tin liên quan đến phát hiện nội dung trùng lặp và hỗ trợ sản xuất đa nền tảng.

Ngược lại, dữ liệu càng phân mảnh, khả năng khai thác càng hạn chế.

Ông Duyến lấy ví dụ, tại nhiều tòa soạn, phóng viên tải ảnh lên hệ thống CMS nhưng không kèm các thông tin về địa điểm, sự kiện hay nhân vật xuất hiện trong ảnh. Một tệp ảnh vì thế có thể được lưu trữ nhưng chưa thực sự trở thành dữ liệu có thể khai thác bằng AI.

Từ thực tế triển khai, ông chỉ ra bốn điểm nghẽn lớn.

Trước hết, dữ liệu vẫn bị phân tán ở nhiều hệ thống khác nhau. Tin bài, hình ảnh, video có thể được lưu ở các nền tảng riêng biệt, trong khi nhiều tư liệu quan trọng vẫn nằm trong email hoặc trên thiết bị cá nhân của phóng viên, khiến việc kết nối và khai thác gặp nhiều khó khăn.

Bên cạnh đó, phần lớn dữ liệu còn thiếu cấu trúc. Nhiều kho tư liệu được tích lũy qua nhiều năm chỉ tồn tại dưới dạng văn bản thô, chưa được gắn thẻ đầy đủ về chủ đề, nhân vật, địa danh hay những thông tin cần kiểm soát, khiến AI khó có thể nhận diện và xử lý hiệu quả.

Một vấn đề khác là chất lượng dữ liệu chưa được kiểm soát chặt chẽ. Dữ liệu cũ chưa được cập nhật, thông tin sai chưa được đính chính, thậm chí có những nội dung chưa kiểm chứng vẫn tồn tại cùng với dữ liệu chính thức. “Trong báo chí, một dữ liệu sai nhưng được AI trình bày một cách thuyết phục còn nguy hiểm hơn cả việc thiếu dữ liệu”, ông Duyến nhận định.

Ngoài ra, nhiều hệ thống vẫn vận hành như những “ốc đảo” dữ liệu, thiếu cơ chế kết nối để AI có thể truy xuất thông tin theo thời gian thực một cách an toàn và có kiểm soát. Cùng với đó là những bài toán về quản trị dữ liệu và bản quyền vẫn chưa được giải quyết đồng bộ.

Từ thực tế đó, ông Duyến cho rằng một hạ tầng dữ liệu sẵn sàng cho AI trước hết phải có khả năng hợp nhất. Tin bài, hình ảnh, video, hồ sơ đề tài và dữ liệu tác nghiệp cần được tập trung hoặc ít nhất phải có khả năng truy xuất đầy đủ từ các hệ thống khác nhau, đồng thời bảo đảm yêu cầu về quản trị và bản quyền.

“Đây cũng chính là triết lý của mô hình tòa soạn hội tụ mà chúng tôi theo đuổi lâu nay: Hội tụ không chỉ ở quy trình làm báo mà trước hết phải ở dữ liệu”, ông Bùi Công Duyến nhấn mạnh.