A febbraio, il mio collega Ken Schwencke ha visto un post sul social network Bluesky riguardante un database pubblicato dal senatore Ted Cruz che pretendeva di mostrare oltre 3.400 sovvenzioni "woke" assegnate dalla National Science Foundation che "promuovevano la diversità, l'equità e l'inclusione (DEI) o la propaganda neomarxista di lotta di classe".

Dato che Schwencke è il nostro redattore senior per le app di dati e notizie, ha scaricato i dati, li ha esaminati e ha notato alcune sovvenzioni che sembravano molto lontane da ciò che Cruz, un repubblicano del Texas, ha definito "le sciocchezze woke della sinistra radicale". Tra le sovvenzioni c'era quello che Schwencke ha definito un "progetto davvero interessante" sullo sviluppo di rivestimenti per specchi avanzati per i rivelatori di onde gravitazionali presso l'Università della Florida, la sua alma mater.

La descrizione del finanziamento, tuttavia, menzionava che il progetto "promuove l'istruzione e la diversità, offrendo opportunità di ricerca a studenti di diversi livelli di istruzione e favorendo la partecipazione di donne e minoranze sottorappresentate".

Schwencke pensò che sarebbe stato interessante analizzare i dati con un modello linguistico di grandi dimensioni basato sull'intelligenza artificiale, uno di quelli che alimentano ChatGPT, per comprendere le tipologie di sovvenzioni presenti nella lista di Cruz e i motivi per cui potevano essere state segnalate. Si rese conto che c'era una storia di trasparenza da raccontare.

In quell'articolo, Agnel Philip e Lisa Song scoprirono che " la rete di Cruz aveva portato alla luce numerosi esempi di progetti scientifici finanziati dalla National Science Foundation che si limitavano a riconoscere le disuguaglianze sociali o che erano completamente estranei ai temi sociali o economici citati dalla sua commissione".

Tra questi: una sovvenzione di 470.000 dollari per studiare l'evoluzione delle piante di menta e la loro diffusione tra i continenti. A quanto Philip e Song potevano capire, il progetto era stato segnalato a causa di due parole specifiche utilizzate nella domanda presentata alla NSF: "diversificare", in riferimento alla biodiversità delle piante, e "femminile", dove la domanda specificava come il progetto avrebbe supportato una giovane scienziata nel team di ricerca.

Un altro progetto riguardava lo sviluppo di un dispositivo in grado di trattare emorragie gravi. Conteneva le parole "vittime" - come vittime di colpi d'arma da fuoco - e "trauma".

Né l'ufficio di Cruz né un portavoce dei repubblicani in seno alla Commissione del Senato per il Commercio, la Scienza e i Trasporti hanno risposto alle nostre richieste di commento per l'articolo.

La storia era un ottimo esempio di come l'intelligenza artificiale possa aiutare i giornalisti ad analizzare grandi quantità di dati e a cercare di individuare degli schemi.

Innanzitutto, abbiamo chiesto al modello di intelligenza artificiale di simulare un giornalista investigativo che legge attentamente ciascuna di queste sovvenzioni per individuare eventuali temi che qualcuno alla ricerca di "politicamente corretto" avrebbe potuto notare. E, cosa fondamentale, ci siamo assicurati di dire al modello di non tirare a indovinare se non era sicuro. (È noto che i modelli di intelligenza artificiale possono avere allucinazioni, e volevamo evitare questo rischio.)

Per le redazioni che si avvicinano per la prima volta all'intelligenza artificiale e per i lettori curiosi di sapere come ha funzionato nella pratica, ecco un estratto del prompt che abbiamo effettivamente utilizzato:

Naturalmente, i membri del nostro staff hanno esaminato e confermato ogni dettaglio prima di pubblicare il nostro articolo e abbiamo contattato tutte le persone e le agenzie citate per richiedere un commento, cosa che rimane imprescindibile anche nel mondo dell'intelligenza artificiale.

Philip, uno dei giornalisti che ha scritto la domanda e l'articolo di cui sopra, è entusiasta delle potenzialità offerte dalle nuove tecnologie, ma procede anche con cautela, come del resto tutta la nostra redazione.

"Questa tecnologia è estremamente promettente nella generazione di lead e nell'indirizzarci nella giusta direzione", mi ha detto. "Ma, per esperienza, ho constatato che necessita ancora di molta supervisione e verifica umana. Se utilizzata correttamente, può accelerare notevolmente il processo di comprensione di grandi quantità di informazioni e, se si è creativi con le domande poste e si analizzano criticamente i risultati, può aiutare a scoprire aspetti a cui non si aveva pensato."

Questo è stato solo l'ultimo tentativo di ProPublica di sperimentare l'uso dell'intelligenza artificiale per svolgere il nostro lavoro in modo migliore e più rapido, ma anche responsabile, in maniera da supportare i nostri giornalisti.

Nel 2023, in collaborazione con il Salt Lake Tribune, partner del Local Reporting Network, abbiamo utilizzato l'intelligenza artificiale per contribuire a scoprire modelli di cattiva condotta sessuale tra i professionisti della salute mentale sanzionati dall'ente di rilascio delle licenze dello Utah. L'indagine si è basata su un'ampia raccolta di rapporti disciplinari, che coprivano una vasta gamma di potenziali violazioni.

Per restringere il campo delle tipologie di casi che ci interessavano, abbiamo chiesto all'intelligenza artificiale di esaminare i documenti e identificare quelli relativi a comportamenti sessuali scorretti. Per aiutare il bot nel suo lavoro, gli abbiamo fornito esempi di casi accertati di comportamenti sessuali scorretti a noi già noti e parole chiave specifiche da ricercare. Ogni risultato è stato poi esaminato da due giornalisti, che hanno utilizzato i registri delle licenze per confermare la corretta categorizzazione.

Inoltre, durante la nostra inchiesta sulla sparatoria avvenuta nel 2022 nella scuola di Uvalde, in Texas , ProPublica e The Texas Tribune hanno ottenuto una grande quantità di materiale grezzo inedito raccolto durante l'indagine statale. Questo includeva centinaia di ore di registrazioni audio e video, difficili da esaminare. Il materiale non era organizzato né chiaramente etichettato, e alcune parti erano incredibilmente crude e inquietanti da visionare per i giornalisti.

Abbiamo utilizzato un software di intelligenza artificiale open-source autogestito per trascrivere in modo sicuro e classificare il materiale, consentendo ai giornalisti di abbinare i file correlati e ricostruire gli eventi della giornata, mostrando con minuziosa precisione come la mancanza di preparazione delle forze dell'ordine abbia contribuito ai ritardi nell'affrontare l'attentatore.

Sappiamo benissimo che l'intelligenza artificiale non può replicare il lavoro, che richiede moltissimo tempo, che svolgiamo. I nostri giornalisti scrivono i nostri articoli, le nostre newsletter, i nostri titoli e i punti salienti all'inizio degli articoli più lunghi. Sappiamo anche che ci sono molti aspetti dell'IA che devono essere approfonditi, comprese le aziende che commercializzano i loro prodotti, come li addestrano e i rischi che comportano.

Ma per noi, l'intelligenza artificiale ha anche il potenziale di essere utilizzata come uno dei tanti strumenti di reporting che ci consentono di esaminare i dati in modo creativo e di approfondire le storie che vi aiutano a comprendere le forze che plasmano il nostro mondo.