Mihin tekoälyä käytetään suomalaisissa toimituksissa? Kysyimme suurimmista uutis- ja aikakausmedioista ja listasimme kiinnostavimmat löydökset.

Esimerkiksi haastattelutallenteiden litterointi, otsikoiden luominen, oikoluku ja erilaisten tiivistelmien teko ovat tyypillisiä tapoja hyödyntää generatiivista tekoälyä. Listassa keskitymme pidemmälle vietyihin ideoihin.

Jutun inspiraationa on ruotsalaisen Dagens Median vastaava juttu. Haaviimme jääneet tekoälyratkaisut painottuvat työkaluihin, jotka auttavat ja tehostavat journalistista työtä. Joissakin tapauksissa tekoälyä on kuitenkin hyödynnetty niin, että tulokset näkyvät suoraan yleisölle.

Viestimedian Rengillä on jo 25 toimintoa, seuraavaksi se haistelee jutun tilauspotentiaalia 

Renki 
Viestimedia 

Miksi? Tehostaa ja auttaa toimitustyötä. 

Kuvaus? Viestimedia toi toimituksen apurin Rengin nopeasti ilman kokeiluvaihetta käyttöön vajaat puolitoista vuotta sitten. Ensivaiheessa Renki oikoluki juttuja sekä luonnosteli promptaamalla somepostauksia ja tiivisti tekstejä. Nyt toimintoja on 25, ja niitä tuodaan koko ajan lisää. Renki esimerkiksi sparraa juttujen ideoinnissa, ehdottaa otsikoita sekä analysoi ja louhii sille syötettyjä tiedostoja ja tekee niistä yksinkertaisia graafeja. Renki ehdottaa jutun sisällön perusteella siihen sopivia kuvia arkistosta ja kertoo, montako kertaa kuvaa on käytetty aiemmin. Se myös kertoo, mikä osuus etusivun jutuista on maksullisia. Työn alla on ominaisuus, jossa Renki analysoisi jutun sisällön perusteella, onko sillä tilauspotentiaalia eli kannattaako se laittaa maksumuurin taakse. Myös otsikoiden ennustemallia kehitetään tarkemmaksi, ja Renki halutaan laajentaa myös myynnin ja markkinoinnin työkaluksi. Rengin kehittäjäkumppanina on ollut Futurice ja se on vaatinut kahden kehittäjän työpanoksen.   

Tulokset: Viestimediassa on laskettu, että Renki on tehostanut toimitustyötä 20 prosenttia ajassa mitattuna. Tässä litterointityökalulla on suurin merkitys. Renkiä käyttävät lähes kaikki journalistit.   

Tekoäly osoitti, että muukin kuin negatiivinen myy 

Tunnetyökalu 
Iltalehti 

Miksi? Jo uutisväsymyksen torjunnan vuoksi on hyvä tiedostaa, onko vaikkapa inspiroivia ja rakentavia artikkeleita tarpeeksi. 

Kuvaus: Alma Mediassa itse rakennettu työkalu analysoi Iltalehden otsikoiden ja alaotsikoiden perusteella, millaisen tunnetilan juttu yleisössä mahdollisesti herättää. Open AI:n GPT-4o-kielimallille on syötetty kunkin tunnetilan erityispiirteet. Kielimalli määrittelee kunkin jutun perustunnetilan eli onko se positiivinen, negatiivinen vai neutraali. Lisäksi se analysoi, onko juttu provosoiva, surullinen, analyyttinen, breaking news, empaattinen, kyseenalaistava, hyödyllinen, viihdyttävä tai rakentava. Työkalun avulla toimittaja voi jo ennen julkaisua arvioida, vastaako tekoälyn tunnistama tunnetila jutun sisältöä ja todellisuutta vai pitäisikö otsikkoa tai sisältöä kenties muokata. Tieto tunnetiloista tulee Iltalehden dashboardeihin, joissa näkyy esimerkiksi tuoreimpien ja luetuimpien juttujen tunnetilat sekä miten eri kategorioiden juttujen osuudet ovat muuttuneet.  

Tulokset: Arvokkainta on kokonaiskuvan seuranta ja sen synnyttämät journalistiset keskustelut. Työkalun avulla on voitu kyseenalaistaa vahva uskomus siitä, että vain negatiivinen myy. Tilauspito on paras inspiroivilla jutuilla, joista tulleista tilaajista vain puolet perui tilauksen seuraavien kuuden kuukauden aikana. Hyödylliset ja rakentavat jutut tuovat suhteessa lukijamääriin eniten tilauksia. 

Tekoäly arvioi otsikon hittipotentiaalin ja sen herättämän tunteen  

Otsikkotyökalu 
Iltalehti ja Kauppalehti  
 
Miksi? Ihmisen ja tekoälyn yhdessä luomat otsikot toimivat paremmin kuin kummankaan yksin tekemät. 

Kuvaus: Otsikkotyökalu luo ensin 20 juttuun sopivaa otsikkovaihtoehtoa. Tämän jälkeen toinen tekoäly arvioi otsikoiden hittipotentiaalin ja kolmas niiden herättämän tunnetilan. Toimittaja saa viisi todennäköisesti parhaiten menestyvää otsikkovaihtoehtoa, joista voi valita tai muokata journalistisesti toimivimman. Otsikon rinnalla näkyy sen herättämä tunnetila, joka auttaa pohtimaan, vastaako tunne jutun sisältöä. Kielimalli on koulutettu Iltalehden ja Kauppalehden parhailla otsikoilla, jotta se oppisi kummankin brändin ominaisen sävyn. Tällä hetkellä otsikkotyökalu on verkkoselaimessa Alma Median AI-työkaluvalikossa, mutta se on tarkoitus tuoda osaksi toimitusjärjestelmää ja kaikkien Alman brändien käyttöön. 

Tulokset: Kun yleisölle on näytetty A/B-testauksessa samasta jutusta yksi tekoälyn ja muutama ihmisen tekemä otsikko, tekoäly voittaa joka kolmannen kerran. Myös toimittajilta on saatu hyvää palautetta. 

Tietovisat syntyvät napin painalluksella  

Tietovisatyökalu 
Alma Media 

Miksi? Tietovisat kiinnostavat uutisyleisöä.  

Kuvaus: Tietovisatyökalua voi käyttää kolmella tavalla. Toimittaja voi syöttää artikkelinsa tai minkä tahansa tekstin työkaluun, ja se luo tietovisan. Toinen mahdollisuus on luoda uutisvisa valitun Alman brändin sisällöistä rajatulla aikajaksolla ja rajatulla teemalla. Tällä tavalla olisi mahdollista luoda vaikkapa Trump-tietovisa Iltalehden sisällöistä napin painalluksella. Kolmas tapa on tehdä tietovisa luetuimpien juttujen perusteella. Lopputuloksena tekoäly antaa kysymykset, vastausvaihtoehdot, oikeat vastaukset ja toimittajalle taustatiedoksi käytetyt lähteet. Toimittajan pitää tarkistaa ja valita kysymykset sekä arvioida ja hioa niiden vaikeustasoa ennen julkaisua. 

Tulokset: Työkalu nopeuttaa työtä huikean paljon verrattuna siihen, että ihminen laatisi kaikki kysymykset ja vastaukset itse.  

Vastaväittäjä osoittaa jutun heikot kohdat silloinkin, kun ihmissparraaja ei ehdi apuun 

Vastaväittäjä  
Alma Media 
 
Miksi? Jotta jutuista tulisi parempia.  

Kuvaus: Työkalu keksii toimittajan tekstistä runsaan joukon vasta-argumentteja ja hyviä havaintoja nopeasti. Ei korvaa ihmissparraajaa, mutta on aina käytettävissä. Alma Mediassa editointiin on vastaväittäjän lisäksi tarjolla myös esimerkiksi kielen yksinkertaistamiseen keskittyvä työkalu. 

Tulokset: Alkuvaiheessa työkalu oli yksi Alman käytetyimmistä, mutta on nyt jäänyt suosiossa otsikointityökalun, litteroivan äänikaverin ja oikolukevan kielikaverin varjoon.

 

TM Tuuma mahdollistaa keskustelun Tekniikan Maailman kanssa – ja taulukoi autojen ominaisuuksia 

TM Tuuma 
Tekniikan Maailma 

Miksi? TM Tuuman avulla lukija voi keskustella Tekniikan Maailman kanssa.  

Kuvaus: TM Tuuma vastaa lukijan kysymyksiin sen perusteella, mitä Tekniikan Maailmassa on kirjoitettu viimeksi kuluneiden noin 7 vuoden aikana. Tuuma vie täsmällisesti ja nopeasti haetun tiedon luo. Pyydettäessä Tuuma kertoo Opel Astran ajotuntumasta tai esimerkiksi taulukoi kahden automallin ominaisuuksia. Autovertailut korostuvat hauissa, mutta myös puhelinten ominaisuudet kiinnostavat. Tuuma pohjaa Open AI:n kielimalliin ja Otavamedia maksaa tekoäly-yhtiölle kohtuullista korvausta, jonka suuruus riippuu kysymysten määrästä. Jatkokehitysmahdollisuuksia ovat toiminnallisuudet, joissa TM Tuuma vastaa kuvalla tai videolla tai puhuttuun kysymykseen äänellä. Tuuma toimii myös TM Rakennusmaailman sivuilla ja aineistolla. 

Tulokset: TM Tuuma saa jonkin verran jatkuvaa käyttöä. Määrää rajoittaa, että se on tarjolla vain maksaville asiakkaille. Käyttö lisääntyi viime vuonna, kun jokaisen TM:n artikkelin perään lisättiin mahdollisuus kysyä Tuumalta.  

Suomen Lehdistön huomio: Vastaavalla idealla toimivat Suomessa esimerkiksi tuore Kysy Iltalehdeltä -palvelu sekä Helsingin Sanomien Yhdysvaltojen presidentinvaalien aikaan käytössä ollut Vaaliapuri. Käyttötapa on niitä harvoja, joissa tekoäly tuottaa suoraan tietoa yleisölle ihmisen sitä tarkistamatta, mihin liittyy omat riskinsä.  

Käännöstyökalu mahdollisti kansainvälistymisen  

Kääntäjätyökalu
A-lehdet 

Miksi? A-lehdet halusi kansainvälistyä viemällä suomalaista lifestyle-sisältöä englanninkielisille markkinoille. Viime vuonna se lanseerasi tekoälyavusteisesti käännetyn Kotona.com-sivuston. Englanninkielinen neulomisyhteisö voi olla suurempi kuin suomenkielinen markkina.  

Kuvaus: Uusimpiin Open AI:n kielimalleihin pohjaava työkalu kääntää toimituksellisesti valikoidut jutut suomesta englanniksi. Käännösvaiheen jälkeen työkalu stilisoi englanninkielisen tekstin mahdollisimman valmiiksi eli esimerkiksi kääntää välimerkit englantiin sopiviksi. Ihmisen työvaihe kestää nyt noin puoli tuntia: toimitus tarkistaa koneen työn ja tekee vielä kulttuurisia tarkistuksia. A-lehdet tutkii työkalun käyttöä myös muiden kielien kanssa sekä muun muassa Apu360-sovelluksessa olevien The Atlanticin juttujen kääntämiseen. Kääntäjätyökalun kehittämisessä yhteistyökumppanina on ollut Helsingin yliopisto, ja työtä on rahoittanut Media-alan tutkimussäätiö. 

Tulokset: Uusi liiketoiminta-alue ja uutta tulovirtaa mainosrahoitteisesta Kotona.com-palvelusta. Yli 600 juttua tammikuussa julkaistulla sivulla. Kääntäminen on ollut vähän ennakoitua hitaampaa, mutta se nopeutunee kielimallien kehittyessä.

Avainsana-apuri nopeuttaa hakukoneoptimointia   

Hakukoneoptimoinnin työkalu 
A-lehdet 

Miksi? Yksi tärkeä liikenteen lähde uudelle A-lehtien englanninkieliselle Kotona.com-palvelulle on hakukoneliikenne. Koska kääntämisen ja julkaisun prosessista haluttiin tehokas, kehitettiin hakukoneoptimointia nopeuttava työkalu. 

Kuvaus: Avainsana-apuri ehdottaa parikymmentä hakutermiä, joille jutun voisi optimoida. Ehdotukset perustuvat tekoälyn arvioon siitä, mihin hakusanoihin jutun sisältö vastaa parhaiten sekä Googlen rajapinnasta saatavaan tietoon hakuvolyymeista ja siitä, kuinka kilpailtuja sanahaut ovat. Journalisti voi valita listalta suositellun hakusanan, jolloin tekoäly ehdottaa suoraan muutoksia tekstiin. Se voisi esimerkiksi ehdottaa, että tekstissä puhuttaisiin valaisimien sijasta lampuista tai että juttuun lisätään maininta ”bedroom interior design ideas”. Toimittaja hyväksyy tai hylkää muutokset. Hakukoneoptimointia halutaan automatisoida myös suomenkielisellä puolella. 

Tulokset: Hakukoneliikenne on kehittynyt ennakoidussa tahdissa.  

Vahtikoira seuraa lähteitä ja ilmoittaa uutisesta 

Vahtikoira 
Sanoman uutismediat 

Miksi? Kone jaksaa väsymättä pitää silmällä lähteitä ja pystyy toisinaan tunnistamaan uutisen. 

Kuvaus: Vahtikoira seuraa eri lähteitä, kuten kunnallisen päätöksenteon asiakirjoja, poimii mahdollisesti uutisarvoisia asioita ja nostaa niitä toimituksille tiedoksi. Sanoman uutismedioiden eri toimituksissa on käytössä erilaisia lähteitä ja seuranta-alueita. Promptaamalla kielimalleja on yritetty saada ymmärtämään, mikä on uutinen.  

Tulokset: Työkalu on koettu hyödylliseksi ja se on löytänyt uutisia, jotka olisivat menneet huomaamatta. 

Suomen Lehdistön huomio: Myös Alma Median tekoälytyökalupakkiin kuuluu trendihaistelija, joka ryhmittelee ja listaa trendaavia kotimaisia uutisaiheita. Työkalun avulla vuoroon saapuva toimittaja pääsee nopeasti kärryille puheenaiheista.  

Tiivistelmät ratkaisivat vanhan ongelman ja päälle voi rakentaa uutta – vaikka päivittyvän audiokoosteen 

Tiivistelmätyökalu 
Sanoman uutismediat 

Miksi? Uudella tekniikalla on pystytty ratkaisemaan vanha ongelma: lukijat ovat kiireisiä ja toivovat tiiviimpää tapaa tarjota juttuja. 

Kuvaus: Tekoäly luo jutun pääpointeista tiivistelmän, jonka toimittaja tarkistaa ennen julkaisua. Tavoite on, että jatkossa jokaisesta jutusta on tiivistelmä joko näkyvillä yleisölle tai piilossa. Tiivistelmien päälle voi rakentaa muuta. Helsingin Sanomat on alkanut julkaista päivittyvää audiokoostetta, jossa tekoäly lukee päivän pääjutuiksi valittujen artikkelien tiivistelmät. Erilaiset tiivistelmät ovat yksi askel kohti eri formaatteihin tekoälyavusteisesti muotoutuvaa sisältöä eli liquid contentia.  
 
Tulokset: Tietyt lukijaryhmät arvostavat paljon mahdollisuutta saada tiedot nopeasti. Osa pitää siitä, että saavat vieraasta aiheesta ensin kokonaiskäsityksen ja lukevat silti jutun kokonaan. Toimittajavoimin jokaisen jutun tiivistäminen olisi vienyt kertautuessaan liikaa aikaa. 

Suomen Lehdistön huomio: Myös Kaleva Mediassa Tiivistysmoottori Timo tekee paitsi artikkelien alun katkelmat myös sähketekstit Radio Kalevan uutisiin. 

Bauer Media kloonasi innovaatiojohtajansa äänen radioon  

Tekoälyradiouutiset  
STT ja Bauer Media 
 
Miksi? Bauer Media halusi tehdä radiouutissisällöt uudella tavalla. 

Kuvaus: STT tuottaa helposti ääneen luettavaksi soveltuvia sähkeitä uutisista. Bauer Median deskissä toimittaja valitsee uutiset lähetykseen dashboardista, tarkistaa tekoälyn oikean ääntämyksen ja painaa nappia, jolloin uutiset lähtevät tekoälyn lukemana Bauer Median 11 radiokanavalle. Uutisia lukee ”työvuoroissa” kolme eri ääntä. Äänen kloonaaminen on osoittautunut parhaaksi tavaksi saada suomen kielen ääntäminen ja oikea intonaatio järjestelmään. Äänen käytöstä on tehty sopimukset äänen antajien kanssa – yksi kloonatuista äänistä on Bauer Median innovaatiojohtaja Sini Kervisen.  

Tulokset: Valitulla äänellä on iso merkitys: sen on oltava luonnollinen ja sopivan vakava. Alkuun yleisöltä tuli palautetta tekoälyäänen monotonisuudesta, mutta nykyään enää vähän. Yleisötutkimuksen mukaan yli 80 prosenttia kuulijoista pitää Bauer Median tekoälyääntä uutisiin sopivana ja uskottavana.  

Suomen Lehdistön huomio: Tekoälyääni lukee uutisia myös esimerkiksi Keskisuomalainen-konsernin radiokanavilla.  

Yleläisten oma ChatGPT

YleGPT 
Yle

Miksi? Tarkoitus on auttaa yleläisiä oppimaan uusia taitoja ja oivaltamaan uusia työskentelytapoja.

Kuvaus: YleGPT on jokaisen yleläisen henkilökohtainen tekoälyassistentti ja innovaatioalusta, joka rakentuu useille kielimalleille ja tekoälyille. Selainpohjaisessa YleGPT:ssä voi käyttää valmiita työkaluja, kehittää omia tai promptata chat-pohjaisessa käyttöliittymässä. Työkalun hienous on, että omat promptit voi jakaa, ja muut voivat oppia toisten ehkä vahingossakin syntyneistä innovaatioista. 

Tulokset: Hieman alle puolet Ylen journalisteista käyttää YleGPT:tä työssään joka viikko. Suosituin YleGPT:n apuri on Kapulakielipoliisi, toiseksi suosituin otsikoiden generointi ja kolmanneksi suosituin on Korttijuttuvelho.

Korttijuttuvelho auttaa tarinankerronnassa 

Korttijuttuvelho, osa YleGPT:tä
Yle 

Miksi? Auttaa ideoimaan ja suunnittelemaan korttijuttuja verkkosivuille ja Yle-sovellukseen sekä perehdyttää korttijuttu-uudistuksen periaatteisiin.

Kuvaus: Toimittaja voi kertoa vapaamuotoisesti chat-käyttöliittymään juttuaiheestaan ja pyytää ideointiapua Instagram-stooria muistuttavan korttijutun tekoon. Apuri ehdottaa tekstimuodossa esimerkiksi, millainen kansikortti sopisi vaikkapa ultrajuoksusta kertovaan juttuun ja miten saada vaihtelua tarinankerrontaan. Korttijuttuvelholta voi myös pyytää apua jutun suuntaamiseen vaikkapa 15–29-vuotiaille. Korttijuttuvelhon serkku on Videokonseptin valitsija, joka auttaa soveltamaan Ylen videokonsepteja. 

Tulokset: Toimittajien kokemuksen mukaan alkuideoinnissa voi päästä nopeasti pidemmälle kuin ihmisvoimin parissa tunnissa. 

Tekoäly levittää ymmärrystä tarvemallista 

Tarveapuri, osa YleGPT:tä
Yle 

Miksi? Ylellä pohditaan, mihin yleisön tarpeisiin uutiset vastaavat ja voisiko Yle palvella nykyistä paremmin muitakin kuin ajan tasalla pysymisen tarvetta. Tarvemallia on Ylellä kokeiltu yhdessä uutistoimituksessa viime syksynä.

Kuvaus: Tarveapuri auttaa jutunteon kaikissa vaiheissa toimittajaa ideoimaan ja suunnittelemaan juttunsa valittuun tarpeeseen. Toimittaja voi tarkistaa, vastaako juttu haluttua tarvetta. Apuri analysoi tekstiä, peilaa sitä tarveluokkien määrittelyihin ja ehdottaa muutoksia. 

Tulokset: Tarveapuri on auttanut toimittajia ymmärtämään, mistä tarvemallissa on kyse ja mitä hyötyä siitä on arkityössä. 

Suomen Lehdistön huomio: Myös Almalla user needs -työkalu analysoi jutun ja tunnistaa, mitä kahdeksasta käyttäjätarpeesta se palvelee. 

Käännöstekstitykset ja -artikkelit syntyvät tekoälyn avulla

Tekstittelijä ja Kääntelijä, osa YleGPT:tä
Yle 

Miksi? Suomessa asuu noin puoli miljoona ihmistä, joiden äidinkieli on jokin muu kuin suomi, ruotsi tai saame. Monikielisiä uutisia toimitetaan pienissä tiimeissä tekoälyteknologiaa hyödyntäen.

Kuvaus: Tekstittelijä-työkalulla voi tehdä videoihin käännöstekstityksiä. Esimerkiksi suomenkielisiä uutisvideoita tekstitetään ukrainaksi, ja toimittaja tekee käännökseen korjaukset ennen julkaisua. Artikkelikäännöksiin toimitukset hyödyntävät Kääntelijä-työkalua, joka käyttää useita käännösmetodeja.

Tulokset: Käännökset ovat yllättävän hyviä, ja tarjoavat hyvän pohjan editoitavaksi. 

Tekoälyn kolumneja luetaan verkossa yhtä paljon kuin ihmisen kirjoittamia 

Tekoälyn kirjoittamat kolumnit 
Tekniikka&Talous 

Miksi? Tarkoitus on antaa yleisölle mahdollisuus seurata eri kielimallien kehitystä ja näyttää, millaiseen tekstiin ja pohdiskeluun eri kielimallit pystyvät. 

Kuvaus: Tekniikka&Talous on julkaissut pari vuotta kolumnia, jonka kirjoittaa aina eri kielimalli. Promptissa toimittaja antaa tekoälylle aiheen lisäksi toisinaan näkökulman, mutta ensisijaisesti tekoälyä ohjataan pohdiskelemaan itse. Esimerkiksi Googlen Gemini kolumnoi promptista suoraan mittaan, eikä tekstistä ole editoitu pilkkuakaan. Jo otsikossa kerrotaan, että teksti on tekoälyn tuottama. 

Tulokset: Tekoälyn kirjoittamia kolumneja luetaan verkossa suunnilleen yhtä paljon kuin ihmisten kirjoittamia kolumneja, eivätkä lukijamäärät ole kovin suuria. Eniten suosioon vaikuttaa aihe: tylsästä aiheesta ei tekoäly tai ihminen saa kiinnostavaa kolumnia.

 

Lähteet:
Viestimedian kehityksestä vastaava asiakkuuspäällikkö Taru Salo 
Alma Median toimituksellisesta kehityksestä vastaava johtaja Timo Kämäräinen 
Tekniikan Maailman päätoimittaja Sami Rainisto 
A-lehtien head of digital Antti Karvanen 
Bauer Median innovaatiojohtaja Sini Kervinen ja STT:n toimituspäällikkö Janne Huuskonen
HS-IS Labin vetäjä Teppo Moisio 
Ylen vastuullisen tekoälyn tiimin projektipäällikkö Jyri Kivimäki, artikkelikerronnan kehittämisestä vastaava tuottaja Päivi Huotari, mediayhteistyön vastaava Jukka Niva 
Tekniikka&Talouden päätoimittaja Mikko Virta