״אני קורא אתרי ספורט, אלה האתרים היחידים שאני באמת נכנס אליהם ישירות. אני קורא שם הרבה כתבות, ואני מניח שבן אדם כתב אותן. ורובן כתובות גרוע. כנראה ChatGPT היה יכול לכתוב אותן טוב יותר״.
את הדברים האלה אמר לי א׳ כשנפגשנו בשבוע שעבר (היי א׳! תודה על הרעיון לפתיח). אני לא צרכן ספורט כבד – תעירו אותי באולימפיאדה הבאה בבקשה, רצוי לקראת האמצע, כשמתחילות תחרויות האתלטיקה – אבל עבדתי מספיק זמן בתחום בשביל להכיר את את התלונות מהסוג הזה. וזה לא תמיד רק על ספורט: זה אמנם בולט בחלק מהאתרים שעוסקים בתחום, אבל תלונות על טעויות הגהה וניסוחים עילגים הן עניין שבשגרה בעיתונות הדיגיטלית, בכל התחומים.
יש לכך סיבות מובנות, גם אם הן לא מצדיקות את הטעויות. עיתונות דיגיטלית מתגמלת מהירות וכמות. ברשת, בניגוד למוצרים עיתונאיים שיש להם מחזוריות קבועה (עיתונים, מהדורות חדשות טלוויזיה), ברגע שמשהו קורה – הדדליין כבר מאחוריך. והמודל העסקי מתמרץ היקפי תוכן אסטרונומיים, בעוד שפלטפורמות עיתונאיות אחרות מוגבלות יותר מבחינת נדל״ן. למעשה, הרבה מהעבודה של עורכים בכירים היא לנהל את הטרייד-אוף הזה שבין דיוק ואיכות מצד אחד (והגהה היא רק נדבך אחד מזה), ומהירות וכמות מצד שני.
במובן מסוים, יש טרייד-אוף מאוד דומה בשימוש בכלי Generative AI. כמעט כל מי שיוצא לי לדבר איתו על זה, אומר את אותו הדבר – לא משנה אם אנחנו מדברים על וייב קודינג, עיצוב, מחקר או כתיבת טקסטים: AI לא בהכרח מבצע את המשימות האלה יותר טוב מבני אדם מיומנים. למעשה, הוא בדרך כלל מבצע את המשימות פחות טוב. ועדיין, כמעט כולם משתמשים בכלים האלה. אנחנו מוכנים להקריב את איכות התוצאה – שאולי לא תהיה הכי טובה, אבל כנראה תהיה מספיק טובה – בשביל להשיג אותה מהר יותר, ולהספיק הרבה יותר.
מה שמעניין הוא שלמרות שאנשים שעוסקים בעיתונות דיגיטלית רגילים לחיות בדיוק עם פשרות מהסוג הזה, השימוש שלהם בכלי Generative AI הוא יחסית מוגבל. זה לא שכל העורכים והכתבים מסרבים או חוששים להשתמש בכלים האלה – אני מכיר כאלה שעושים שימוש מאוד אינטנסיבי בתהליכי העבודה שלהם – אבל השימוש הזה הוא פרטני ונקודתי. ברוב גופי התקשורת, גם אם ישנם כלים פנימיים למשימות ספציפיות, אין עדיין תשתית AI ארגונית מלאה, כזו שיכולה לקחת בעלות על עבודת הסינתזה של המידע הנכנס והפיכתו לטקסט עיתונאי.
למען הסר ספק, אני לא טוען כאן שלא צריך בני אדם בתהליך. אבל זה די ברור שברוב המקרים, אנחנו רחוקים מאוד מלממש את הפוטנציאל. בעריכה חדשותית – לא משנה אם היא מסקרת אירועי ספורט, כלכלה או פוליטיקה – יש יסוד טכני מאוד: אנחנו מקבלים מידע מכמה ערוצים (כתבים בשטח, הודעות לעיתונות, הצהרות, סוכנויות ידיעות, תוצאות משחקים), בוחרים את פרטי המידע הרלוונטיים לכתבה, ואורזים אותם לטקסט אחד קוהרנטי (בשאיפה), בעל מבנה יחסית ידוע מראש. כל זה קורה בדרך כלל כחלק מהעבודת דסק החדשות: בעיתונות דיגיטלית, הרבה מהדיווחים שאתם קוראים נכתבים על ידי עורכים ב״פס ייצור״ של ידיעות.
למרות שהאנשים שאחראים על המשימה הזו תופסים אותה כאומנות לכל דבר – אני מודה, גם אני חוטא בזה לא פעם – כלל לא מופרך להעלות על הדעת אפשרות של אוטומציה כמעט מלאה של התהליך: מערכת אג׳נטית מבוססת AI שמחוברת לקבוצות הצ׳אט הפנימיות ולערוצי המידע האחרים, מקבלת משימות מראש הדסק ומפיקה כתבות מוכנות במהירות בלתי נתפסת.
כן, גם מערכת כזו תידרש ל-Human in the loop – צריך לוודא שלא נעשות טעויות עובדתיות, שהפרטים הנכונים מובלטים והפרטים הלא רלוונטיים נפלטים החוצה. בסוף, האמון בעיתונות נשען על הדיוק, לא על המהירות. אבל זה לא מדע בדיוני: הקמה של מערכת כזו דורשת לא מעט עבודה ודיוק לאורך הדרך, אבל ברובה לפחות אפשרית גם עם הכלים הקיימים היום, או תהיה אפשרית בעתיד הקרוב מאוד.
ברור לי שאם אתם עובדים במערכת עיתונאית, האמירה הזו מלחיצה. גופי תקשורת נוטים להיות מוגבלים במשאבים, המציאות העסקית שלהם מאתגרת, והאפשרות לייעול קיצוני כל כך בהחלט עלולה לגרום לכולם להיות חרדים לכיסא שלהם. אבל אני לא בטוח שזו הסיבה לכך שזה לא קורה, בינתיים.
ארגונים גדולים מסתגלים לשינויים לאט. זה נכון למערכות עיתונות כמו שזה נכון לעולם הטכנולוגיה. יש לא מעט עדויות לכך שחברות טכנולוגיות שקמות עכשיו עובדות במתכונת רזה מאוד ומנצלות יכולות AI עבור הרבה מאוד משימות שבעבר דרשו צוותים שלמים. שמעתי לא מזמן ראיון עם המייסד של פלטפורמת הווייב-קודינג Lovable שבו הוא סיפר שהגיע תוך חודשיים ל-ARR (הכנסה שנתית צפויה) של 10 מיליון דולר, עם צוות של 15 אנשים. במקרה של המתחרה הישראלית Base44, מדובר בצוות קטן בהרבה. חברות ותיקות וגדולות, לעומת זאת, לא יכולות לעבור לעבוד בתצורה כזו כל כך מהר – יש להן עסק קיים שהן צריכות לתפעל, והזעזועים האלה לא פשוטים לניהול תוך כדי תנועה.
ומה עם עולם העיתונות? האם אפשר להקים פלטפורמה עיתונאית רזה מאוד, שתוכל לעמוד באותן משימות ביעילות יוצאת דופן? התשובה לכך מורכבת. יש היום הרבה מאוד מיזמים עיתונאיים רזים מאוד, אבל הם בדרך כלל מאוד ממוקדים בתחום מסוים, ולא מפעילים מערך כתבי שטח וצלמים שיכול להתחרות בגופי Mass media אמיתיים. בסוף, האתגר של גופים כאלה הוא לא רק ייעול עבודת הדסק, אלא איסוף המידע בשטח. ושם, היכולת של AI להחליף עיתונאים מוגבלת מאוד – בהנחה שאנחנו לא מקימים אתר שרק ממחזר חומרים קיימים.
לצד זאת, בגופים ותיקים וגדולים ישנו גם אתגר מובן: קשה מאוד לנהל תהליך כזה מבלי לפגוע משמעותית בעבודה השוטפת – גם ברמה הטכנית, וגם ברמה התרבותית-ארגונית. לכן סביר מאוד שנראה זאת קודם בגופים חדשים יחסית, או כאלה שאפילו עדיין לא קמו – הרבה לפני שנראה שינוי דומה בגופי Legacy.
בשבועות האחרונים יצא לי לעקוב אחרי ניסוי מעניין: מערכת עיתונאית ראשונה מסוגה שעושה שני דברים במקביל – מצד אחד, מייצרת תוכן עיתונאי איכותי שמנתח סוגיות משמעותיות בעולם הטכנולוגיה; ומצד שני – משמשת גם כניסוי חי של גוף עיתונאי שהוא ״AI Native״ לכל דבר.
להנרי בלודג׳ט יש היסטוריה מורכבת. בסוף שנות ה-90 הוא היה אנליסט בכיר במריל לינץ׳, אבל הקריירה שלו כאיש עסקים הסתיימה בהאשמות על כך שהונה משקיעים, והסדר שאסר עליו לחזור לעולם ההשקעות (וכלל גם קנס של מיליוני דולרים).
משם הוא התגלגל לקריירה הרבה יותר מוצלחת בעיתונות הכלכלית, ששיאה היה כשייסד את האתר Business Insider, שם שימש בין היתר ככמנכ״ל וכעורך ראשי, גם אחרי המכירה לקבוצת התקשורת הגרמנית אקסל שפרינגר. הוא עזב את תפקידו כמנכ״ל רק לפני כשנתיים, ולפני כשלושה חודשים ייסד את המיזם החדש שלו – Regenerator. גם שם הוא משמש כמנכ״ל ועורך ראשי. ההבדל העיקרי הוא שהפעם, הוא העובד האנושי היחיד. שאר חברי הצוות שלו הם ״אווטארים״ מבוססי AI.
בלודג׳ט הולך עם הניסוי הזה עד הסוף, ומשתף את הקוראים שלו בתהליך. לצד כתבות ״רגילות״ – על נושאים כמו צלילת המנייה של גוגל, הצרות של טסלה או מלחמת הסחר של טראמפ – הוא מקפיד לעדכן על תהליכי העבודה שלו עם AI, והמסקנות שעולות מהם. הוא לא חושב ש-AI עומד להחליף עיתונאים אנושיים באופן גורף – אבל כן משוכנע שהטכנולוגיה הזו תהפוך מערכות שיאמצו אותה היטב להרבה יותר יעילות ומהירות, ושעיתונאים שילמדו לנצל אותה יספקו הרבה יותר ערך למקום העבודה שלהם.
העובדה שהוא יצר לעצמו ״דמויות״ מואנשות מעניינת בפני עצמה: אין שום הכרח לעשות את זה, אבל נראה שזה כן נושא ערך עבורו. לכל אחד מהם יש תחומי אחריות ומשימות משלו; הוא נעזר בהם גם כדי להתייעץ על הנושאים שעל סדר היום, ולקבל הערכות מנקודות מבט שונות.
כמובן, קשה להשליך מהניסוי הזה של בלודג׳ט על מערכות עיתונות גדולות. בסופו של יום הוא מפרסם כתבות בודדות בשבוע. הוא לא צריך ״מכונה״ שאפשר להזין לתוכה מידע ולקבל תוצר עיתונאי מהצד השני – אלא רק כמה ״סוכנים״ שיוכלו לעזור לו עם המשימות השוטפות והתחקיר הראשוני.
אבל זה כן מספק הצצה לאפשרויות הטמונות במערכות עיתונות שהן AI Native. חלק ניכר מתהליכי העבודה שמתרחשים היום במערכות ותיקות, משאירים את הבינה המלאכותית בחוץ: ניהול סדר היום החדשותי, עיבוד המידע שנכנס בערוצים השונים, הטלת משימות עריכה, ועוד שלל דוגמאות.
אפשר לראות את השינוי שבדרך כאיום, אבל אפשר לראות אותו גם כהזדמנות: אם מיזמי עיתונות חדשים וגופים ותיקים יאמצו את היכולות האלה ויצליחו להטמיע אותן בכל הרבדים של העבודה, מבלי להתפשר על המשימה העיתונאית שלהם והערך הציבורי שהם מייצרים – יש פה אפשרות לעתיד עיתונאי בר-קיימא מבחינה עסקית, ובעל השפעה משמעותית על החברה. בהשוואה למציאות שבה פועלים גופי עיתונות היום, לא בטוח שזה תרחיש כזה עגום.
תוספת של הרגע האחרון: הבוקר, כשהמהדורה הזו כבר הייתה מוכנה לשליחה, האזנתי לריאיון טרי של בלודג׳ט אצל פרשן המדיה בריאן מוריסי. זו שיחה מעניינת מאוד שמסתכלת על עולם העיתונות ברמת המאקרו, לאורך המהפכות הטכנולוגיות של העשורים האחרונים – מבעד לעיניו של מי שהיה שם, ושמתמחה בניתוח אתגרים טכנולוגיים ועסקיים. מומלץ בחום להאזין: אפל | ספוטיפיי.
📖 מדריך: אחת מתופעות הלוואי החיוביות של המצוקה שעולם העיתונות נתון בה, היא אינפלציה של שיתוף ידע. בשנים האחרונות זה הפך ממש מקובל – גופי תקשורת חושפים נתונים, משתפים אסטרטגיות שונות, הצלחות וכישלונות, ומנהלים שיח אמיתי על עתיד עיתונות משותף, במקום להסתכל על כל אחד אחר בתחום כמתחרה פוטנציאלי. זה עדיין לא קורה מספיק בארץ, לצערי, אבל בארה״ב ובאירופה – לגמרי כן. הנה דוגמה מעולה שממחישה זאת: קבוצת התקשורת השוויצרית Ringier פרסמה החודש את ה-Digital Media Playbook שלה – אסופה מקיפה, יסודית ומעשית של מדריכים בתחומים שונים, מאסטרטגיית תוכן, דרך דאטה וחדשנות, ועד מודלים עסקיים. קריאת חובה לכל איש תקשורת רציני.
למדריך המלא >>>
🔍 עתיד החיפוש. בסוף המהדורה האחרונה, שהתייחסה לחיפוש בעידן הבינה המלאכותית, התייחסתי לצעדים פרקטיים שניתן לעשות כדי להתמודד עם המהפכה שעוברות הרשת עצמה וצריכת המידע שלנו באמצעותה. אחת האסטרטגיות המעניינות הן אופטימיזציה של תוכן עבור כלי AI – זאת למרות שככל הנראה, הטראפיק שיגיע משם אף פעם לא יפצה על זה שירד לטימיון. הפרק האחרון של The Media Copilot עוסק בדיוק בזה: איך צריך לנהל אופטימיזציה כזו, מה ההבדל בינה לבין SEO קלאסי, ולמה כדאי לעשות את זה למרות הירידה הברורה בטראפיק הפוטנציאלי.
להאזנה: אפל | ספוטיפיי | יוטיוב >>>
🎧 האזנה: אני מתייחס כאן על בסיס קבוע ל-Disruption הקיצוני שעתיד להתחולל בתחום התקשורת בעקבות הכניסה של Generative AI – גם בגלל נקודת המבט המקצועית שלי, שמבוססת על שני עשורים בעיתונות דיגיטלית, וגם כיוון שאני באמת חושב שיש מעט מאוד תעשיות שיעברו Disruption דומה. אבל אם יש תחום אחד שכנראה יעבור מהפכה אפילו יותר גדולה – זה חינוך (עולם שגם אליו יש לי נגיעה, כמרצה לעיתונות במכללת ספיר). זה ניכר כבר היום, במוסדות להשכלה גבוהה ובבתי ספר, וזו רק ההתחלה. עיתונאי הניו יורק טיימס עזרא קליין הקדיש לכך פרק מעולה בפודקאסט שלו.