Kifaa cha AI cha Scrape cha The Inquirer kinafanya kazi kwa sababu mhariri alikipa alama kwa miezi kadhaa

Mhariri mmoja katika The Philadelphia Inquirer alikuwa akitumia takriban saa 12 kila wiki kutafuta tu vipengele vya majarida ya habari za mitaa, kulingana na uchunguzi wa kisa uliochapishwa Septemba 30, 2026 na Lenfest Institute. Suluhisho lilikuwa kifaa cha AI kiitwacho Scrape, ambacho taasisi hiyo inasema tangu wakati huo kimekuwa "miundombinu ya msingi na muhimu sana" kwa majarida sita ya habari, huku mengine mawili yakipangwa, na waandishi wa habari karibu 20 wakifuatilia matokeo yake.

Scrape hufanya nini hasa

Scrape hupitia kila siku orodha iliyochaguliwa kwa uangalifu ya vyanzo: mikutano ya manispaa, kalenda za shule, kurasa za Facebook na vyombo vingine vidogo vilivyotawanyika. Hutoa karatasi ya vidokezo vya vipengele vinavyoweza kuingia kwenye jarida la habari. Kila jarida la habari za mitaa la The Inquirer linahusu jamii mahususi, na habari za jamii hizo hutoka, kwa maneno ya Mwanafunzi Mtafiti wa AI wa Lenfest Kevin Hoffman, "vyanzo vingi vidogo sana, kwa hivyo ni vingi mno kuvipitia."

Chanzo hakielezi modeli mpya wala usanifu mpya. Kinachoelezwa ni njia ya kujenga mfumo kuzunguka modeli.

Mbinu: kazi ya mhariri mwenyewe kama ufunguo wa majibu

Mhariri mkuu alikuwa tayari amekusanya orodha ya vyanzo na alikuwa akitengeneza karatasi za vidokezo za kila siku kwa mkono. Hoffman alizichukulia karatasi hizo za mkono kama kipimo cha kulinganishia. Kila siku AI ilizalisha muhtasari wake, na timu iliulinganisha na ule wa mhariri: je, ulitoa maarifa yale yale, ulipata mambo ambayo mhariri aliyakosa, au ulikosa mambo ambayo ulipaswa kuyabaini?

Kwa miezi mitatu au minne, mhariri alitoa maelezo kwenye muhtasari kila siku ya pili, akiweka alama kilicho na manufaa na kilicho kelele tu. Hoffman anaeleza juhudi hizo kuwa "nzito sana." Vipengele viliongezwa na kuondolewa kwenye prompt, na matokeo yakahama kutoka mikutano iliyopangwa upya na kufungwa kwa barabara za kawaida kuelekea habari za jamii zilizokuwa na umuhimu.

Zingatia maana ya "kufundisha" hapa. Chanzo kinaeleza uboreshaji wa prompt kwa mizunguko, yaani kuandika upya maelekezo yanayopewa modeli, si kuifundisha upya modeli yenyewe.

Kwa nini kuweka uamuzi wa kihariri kwenye mfumo kulikuwa sehemu ngumu

"Umuhimu wa habari" si jambo ambalo modeli inalijua kwa dhana tu. Muundo wa kwanza ulitegemea eneo: kusanya kila kitu kuhusu mahali kama Lower Merion, kisha chuja kwa prompt moja ya jumla ya umuhimu wa habari. Hilo lilifanya kazi "kwa kiwango kinachoweza kudhibitiwa" kwa mhariri mmoja na majarida machache, lakini halikuweza kupanuka, kulingana na Hoffman.

Mbadala ni maelekezo ya kina (brief) kwa kila jarida, yaliyoandikwa na mhariri wa jarida hilo. Kwa jarida la Chester County, brief hiyo inaeleza wasomaji wanachotaka (serikali ya manispaa na ya mitaa, habari za jimbo zinazohusu eneo hilo, mambo yanayoathiri maisha ya kila siku kama migahawa na maduka), kinachopaswa kuondolewa (habari za biashara tupu kama taarifa za soko la hisa au mabadiliko ya wafanyakazi), wasomaji ni akina nani, ni wilaya zipi za shule zinahesabiwa, na jamii jirani zipi hazihusiki. Sasa Scrape inapokea yote hayo kama pembejeo.

Hili ndilo wazo linaloweza kuhamishiwa kwingine. Modeli ni ile ile; kiwango cha kihariri kimeandikwa, kinamilikiwa na wahariri, na kinalishwa waziwazi.

Gharama, na kile ambacho chanzo kimekiacha

Kutafuta katika vyanzo vingi vidogo ni ghali. Timu iligundua kwamba prompt zinaweza kuelekeza kwa njia isiyo ya moja kwa moja kina na upana wa utafutaji wa mfumo, lakini kwa majaribio na makosa tu. Ushauri wa Hoffman kwa kuangalia nyuma ni kuweka mapema kabisa kiwango kinachokubalika cha mizani kati ya gharama na ubora, na kubuni prompt na usanifu kuzunguka hivyo.

Uchunguzi huu wa kisa umechapishwa na Lenfest Institute, ambayo programu yake ya AI inaungwa mkono na OpenAI na Microsoft, na matokeo yake yanaripotiwa na watu walioendesha mradi. Haitoi gharama kwa dola, haipimi ni saa ngapi mhariri anaokoa sasa, wala haitoi kiwango cha makosa.

Maswali Unayopaswa Kujiuliza

• Saa 12 za kila wiki za mhariri zimeshuka hadi kiasi gani, na nani alipima? Uchunguzi unataja kiwango cha mwanzo lakini hautaji matokeo.
• Scrape inakosa nini? Ulinganisho na karatasi za vidokezo za mhariri ulikagua mapengo, lakini chanzo hakiripoti kiwango cha kukosa, na habari ambayo haifiki kwenye karatasi ya vidokezo haionekani.
• Inagharimu kiasi gani kuendesha kila siku katika vyanzo vyote hivyo, na nani aliamua kwamba hiyo inakubalika? Chanzo kinakiri kwamba gharama ilikuwa somo lililojifunzwa, si tatizo lililotatuliwa.
• Nani atatunza brief ya kila jarida mhariri akiondoka? Ikiwa uamuzi wa kihariri unaishi kwenye prompt aliyoandika mtu mmoja, ubora utakuwaje mtu huyo akihama?
• Brief inayoondoa jamii fulani hukaguliwaje? Kuondoa kwa wazi ni chaguo kuhusu habari za nani zinahesabiwa.

Cha Kufuatilia Baadaye

Ishara ni upanuzi kutoka majarida sita hadi manane na zaidi. Muundo wa kutegemea eneo ulishindwa kupanuka kutoka kwa mhariri mmoja hadi wengi, na brief za kila jarida ndizo suluhisho. Ikiwa wahariri wapya wanaweza kuandika brief zenye ufanisi bila miezi ya maelezo ya kila siku, mbinu hiyo inahamishika. Ikiwa kila uzinduzi unahitaji kipindi chake kizito cha marekebisho, Scrape ni mradi wa ufundi, si kifaa kinachoweza kurudiwa.