BồI ThườNg Cho DấU HiệU Hoàng ĐạO
NgườI NổI TiếNg C Thay Thế

Tìm HiểU Khả Năng Tương Thích CủA Zodiac Sign

Ba cải tiến phương tiện cần xem trong (và sau) COVID-19

Công Nghệ & Công Cụ

Đổi mới công nghệ tại các hãng truyền thông có ý nghĩa quan trọng trong việc giải quyết những thách thức chưa từng có do COVID-19 mang lại.

(Shutterstock)

Bài báo này ban đầu được xuất bản bởi Viện Báo chí và Truyền thông Tương lai và được xuất bản lại ở đây với sự cho phép.

Giống như bất kỳ ngành công nghiệp nào khác, các tổ chức truyền thông trên khắp thế giới đang cố gắng rất nhiều để thích ứng với làn sóng xung kích được tạo ra bởi sự lan truyền của COVID-19. Các nhà báo hạn chế đang sắp xếp lại ngôi nhà của họ thành các bàn làm việc tạm thời và các tòa soạn nhằm tăng gấp đôi nỗ lực chống lại thông tin sai lệch, đồng thời giữ cho khán giả của họ được cập nhật tin tức kịp thời và chất lượng. Họ cũng cố gắng cung cấp cho họ đủ yếu tố để hiểu, và đôi khi thách thức phản ứng của chính phủ họ đối với căn bệnh này.

Để giải quyết tập hợp hoàn toàn mới của những thách thức chưa từng có này, sự đổi mới công nghệ đã có ích cho các hãng truyền thông có khả năng tận dụng nó kịp thời. Dưới đây là ba đổi mới công nghệ mà các tổ chức tin tức nên theo dõi sát sao trong và ngay cả sau cuộc khủng hoảng.

Vào đầu tháng 3, khi căn bệnh này đang củng cố sự bám trụ của nó ở các nước châu Âu, nhật báo Thụy Điển Aftonbladet hợp tác với công ty khởi nghiệp United Robots để lắp ráp một hệ thống tự động điều đó giúp các phóng viên giám sát 21 cơ quan y tế khu vực.

Các nhà báo của Aftonbladet có thể truy cập các câu chuyện tự động thông qua kênh Slack chuyên dụng và chỉnh sửa chúng trước khi xuất bản bản sao cuối cùng trên nguồn cấp dữ liệu trực tiếp dành riêng cho cuộc khủng hoảng coronavirus. Điều tương tự cũng xảy ra với các nhà báo tại The Helsingin Sanomat, ở Phần Lan, những người chỉnh sửa giống như cách các câu chuyện tự động họ nhận được thông qua bot riêng của tờ báo.

Tương tự như vậy, cơ quan RADAR, hoạt động như một bản tin tự động cho các khách hàng truyền thông trên khắp Vương quốc Anh, xuất bản các bản cập nhật hàng ngày về sự lây lan của virus cho 150 khu vực. Vào ngày 12 tháng 3, một biên tập viên của RADAR đã tweet rằng cơ quan quản lý tạo 149 câu chuyện tự động trên COVID-19 , chỉ trong vòng một giờ kể từ khi các con số được phát hành.

Điều đó nói rằng, mặc dù chúng đến từ một nguồn đáng tin cậy, bất kỳ dữ liệu đầu vào nào cũng nên được kiểm tra nghiêm túc và mọi câu chuyện tự động được kiểm tra trước khi xuất bản. Nếu không làm như vậy có thể dẫn đến tình huống xấu hổ tương tự mà Los Angeles Times đã trải qua vào năm 2017 : Sau khi hồ sơ được cập nhật trong cơ sở dữ liệu địa chất, phần mềm tự động cảnh báo địa chấn của tờ báo, Quakebot, đã cảnh báo độc giả về một trận động đất thực sự diễn ra… 92 năm trước.

Vào tuần thứ hai của tháng Ba, The Washington Post đã xuất bản một hình ảnh trực quan hóa dữ liệu rất phổ biến và có tác động mà tổ chức tin tức đã quyết định dịch nó sang 13 ngôn ngữ khác. Theo Paul Farhi, một nhà báo của Washington Post, bài báo này, được phát triển bởi Harry Stevens, thậm chí có thể là tờ báo trực tuyến được đọc nhiều nhất .

Phần hình ảnh hóa của Steven có bốn mô phỏng tương ứng với bốn phản ứng tiềm ẩn đối với một căn bệnh do vi rút gây ra: miễn phí cho tất cả, cố gắng cách ly, cách xa vừa phải và kịch bản xa rộng. Để minh họa hiệu quả của từng tình huống, Stevens đã lập trình 200 chấm bật lên xung quanh một khung hình. Một trong số chúng bị nhiễm bệnh và bắt đầu lây bệnh, bệnh lây truyền khi hai chấm tiếp xúc với nhau.

Cuối cùng, tất cả các điểm đều phục hồi, nhưng việc trực quan hóa dữ liệu này cho thấy hiệu quả của việc điều chỉnh xa rộng trong bất kỳ nỗ lực nào nhằm “làm phẳng đường cong”, hay nói cách khác là giữ cho số lượng bệnh nhân càng thấp càng tốt theo thời gian.

Trong cái khác trực quan hóa dữ liệu đầy tham vọng được xuất bản bởi The New York Times vào ngày 22 tháng 3, cuộc hành trình đến và đi của hàng triệu người Trung Quốc đã được trưng bày thông qua một bản tường thuật cuộn xuống hấp dẫn, từ khi dịch bệnh bùng phát ở một chợ thủy sản ở miền Trung Trung Quốc cho đến giai đoạn nó trở thành đại dịch toàn cầu và đạt tới Hoa Kỳ.

Để nhận ra “Làm thế nào mà virus đã xuất hiện”, một nhóm các nhà báo và nhà thiết kế đã tổng hợp dữ liệu do ba nhà cung cấp dịch vụ viễn thông và internet ở Trung Quốc công bố để vạch ra việc sử dụng điện thoại di động trong thời gian đó. Họ đặt thông tin đó cạnh nhau với các ước tính về số lượng người mang coronavirus, cùng với thông tin về giao thông hàng không.

Cho dù một biểu đồ có thể nâng cao đến đâu, điều quan trọng nhất là nó phải định hướng câu chuyện chứ không phải là một công cụ minh họa đơn thuần, một điểm nhấn mạnh bởi chuyên gia trực quan hóa dữ liệu Alberto Cairo . Trên lưu ý đó, The Financial Times đã vô cùng thành công trong việc sử dụng thang đo nhật ký công nghệ thấp để đưa ra cái nhìn toàn cầu về sự lây lan của đại dịch.

Evan Peck, trợ lý giáo sư khoa học máy tính tại Đại học Bucknell, cảnh báo về một số lưu ý kết hợp với hình dung về bệnh. Trong số đó, sự không chắc chắn xung quanh những con số khó khi nói đến số lượng người bị nhiễm COVID-19 (không phải ai cũng được kiểm tra) và nguy cơ bất kỳ hình ảnh trực quan dữ liệu nào có thể nhanh chóng bị lỗi thời vì vi rút ' tiến hóa nhanh chóng.

Đối mặt với sự gia tăng khủng khiếp của thông tin sai lệch sau sự xuất hiện của COVID-19, các tổ chức tin tức và những người kiểm tra thông tin cá nhân đang hợp tác để gỡ rối chúng trên quy mô lớn.

Đã nhóm lại trong Sáng kiến ​​Tin tức Đáng tin cậy , BBC, Agence France-Presse, Reuters, The Financial Times, The Wall Street Journal, The Hindu và CBC / Radio-Canada đang cộng tác với Facebook, Google, Microsoft và Twitter cũng như với Liên minh Phát thanh truyền hình Châu Âu, Bản thảo đầu tiên và Viện Nghiên cứu Báo chí của Reuters để thiết lập một hệ thống cảnh báo chung về “thông tin sai lệch về coronavirus có hại”.

Ngoài ra, Mạng lưới Kiểm tra Dữ kiện Quốc tế tại Viện Poynter đã khởi động Liên minh #CoronaVirusFacts, liên minh này tập hợp một nhóm hơn 100 người kiểm tra thực tế ở 70 quốc gia để cập nhật cơ sở dữ liệu về thông tin sai lệch đã được tiết lộ về căn bệnh này.

Trong khi nhiều người kiểm tra thực tế đang vật lộn với luồng thông tin sai lệch liên tục được phân phối trực tuyến, các kỹ thuật tính toán tiên tiến có thể hữu ích để phân biệt đúng sai. Ví dụ: tại Đại học Waterloo ở Canada, một nhóm các nhà nghiên cứu đang đạt kết quả cao khi sử dụng các thuật toán học sâu để so sánh các xác nhận quyền sở hữu được xuất bản trong các bài đăng hoặc câu chuyện với thông tin khác được tìm thấy trong các tài liệu tương tự.

Hơn nữa, Phòng thí nghiệm Phóng viên tại Đại học Duke là phát triển Squash , một chương trình có thể kiểm tra thực tế các video trực tiếp về các bài phát biểu và tranh luận bị trễ một chút và trình bày kết luận của nó trong một hộp thông tin ở cuối màn hình.

Như tranh luận sôi nổi giữa các tổ chức tin tức về việc liệu họ có nên phát sóng các cuộc họp báo trực tiếp của Tổng thống Donald Trump về vi-rút, trong đó có các tuyên bố thường xuyên được tiết lộ trong các phần xác minh tính xác thực của các phương tiện truyền thông hay không, có thể phương tiện trung gian này có thể được coi là một lựa chọn có thể chấp nhận được.

Samuel Danzon-Chambaud là Tiến sĩ. nhà nghiên cứu về Dự án JOLT , đã nhận được tài trợ từ chương trình nghiên cứu và đổi mới của Liên minh Châu Âu’s Horizon 2020 theo thỏa thuận tài trợ số 765140 của Marie Skłodowska-Curie.