AI in de journalistiek: Deze 9 cruciale inzichten en praktische tips nam Laurens Vreekamp mee van NVJ-conferentie JournAI

1. Vermijd AI-clichés in je beeldgebruik bij AI-stukken en items.
Een van de eerste lessen, gepresenteerd door Matthijs Damsteeg en Thomas van Rijckevorsel van medialab SETUP, was om de veelvoorkomende AI-beeldclichés te vermijden. Robots, blauwe netwerken en esoterische visualisaties maken AI mystiek en ontoegankelijk voor het publiek.

Journalisten kunnen beter beelden gebruiken die de werking en impact van AI realistisch weergeven. Concrete visualisaties zorgen er dan voor dat het publiek AI-technologie beter begrijpt en accepteert. Het waren deze en andere adviezen die voorbij kwamen tijdens het eerste en meteen interactieve onderdeel van het event: een potje AI-bullshitbingo met het publiek.

2. AI maakt werk onzichtbaar, niet overbodig
Hoewel er veel zorgen zijn dat AI banen wegneemt, benadrukten beide bingohosts dat AI werk meestal niet elimineert, maar onzichtbaar maakt. De bewijs-dat-je-geen-robot-bent CAPTCHA’s zijn daar een goed voorbeeld van: gebruikers trainen daarmee AI zonder dat ze het in de gaten te hebben.

Dit alles vraagt om een herziening van hoe we arbeid in een door AI gedreven wereld begrijpen. Focus bij berichtgeving over AI vooral op concrete toepassingen en effecten in plaats van beschrijvingen van abstracte concepten of het doorpompen van marketingmateriaal van techbedrijven.

AI-professor Pim Haselager geeft formule voor chatbot-check. Beeld: Arenda Oomen.

3. Zo controleer je de werking, betrouwbaarheid en vooroordelen in AI-software
Een sprekend geval van vooroordelen in AI-systemen dat Artificial Intelligence professor Pim Haselager naar voren bracht, is dat van de Gemini-beeldgenerator van Google. Deze veroorzaakte controverse door historische figuren in onjuiste context te plaatsen (zoals een vrouwelijke paus of een SS’er van kleur). Het incident toonde aan dat, hoewel AI in staat is grote hoeveelheden data te verwerken, dit niet altijd leidt tot minder vooroordelen of inclusievere uitkomsten.

Journalisten moeten zich daarom bewust zijn van de valkuilen van blind gesteld vertrouwen in AI-modellen zonder kritische controle op de bronnen en mechanismen achter de data waarmee het getraind is. Haselager deelde de volgende formule om de kwaliteit van de chatbotresultaten op te beoordelen:

Kwaliteit van de output = (GenAI) Model + Prompt + Check.

De toelichting:
Model: Kies een geschikt AI-taalmodel dat past bij de taak en context.
Prompt: Geef heldere en gedetailleerde instructies.
Check: Verifieer altijd de output op nauwkeurigheid, feiten en relevantie. Gebruik nooit AI-systemen zonder menselijke toetsing.

Belangrijk om te beseffen, zo benadrukte Haselager, is dat chatbots zich baseren op woordfrequenties en correlaties. Ze zijn effectief in het nabootsen van intelligentie, maar missen werkelijk begrip. Hij adviseert daarom om AI-systemen te testen met onverwachte of paradoxale vragen. Wees alert op antwoorden die coherent klinken maar feitelijk onjuist zijn en gebruik AI als aanvulling op, niet als vervanging van, menselijke expertise. Zijn presentatie (.ppt) kun je hier downloaden.

4. Hoe je als journalist AI-verkenner wordt
Laurens Verhagen, AI-expert bij de Volkskrant, gaf een kijkje in de keuken wat betreft de verkennende rol van journalisten bij AI-ontwikkelingen. Volgens Verhagen houdt dat onder andere in dat we voortdurend filosofische vragen moeten stellen over intelligentie, creativiteit en ons menselijk brein, naast het kritisch analyseren van de bedrijfsmodellen van grote techbedrijven. Journalisten moeten niet alleen rapporteren over AI, maar ook actief in gesprek blijven met experts en technologiecampussen bezoeken om de technologische ontwikkelingen te begrijpen en te duiden. Zijn presentatie (.ppt) kun je hier downloaden.

Laurens Verhagen, AI-verkenner voor de Volkskrant, vertelt over zijn werkwijze. Beeld: Arenda Oomen.

5. Hoe je digitale werelden onderzoekt met digitale middelen
Eva Hofman van De Groene Amsterdammer demonstreerde hoe AI effectief kan worden ingezet voor onderzoeksjournalistiek. De soorten activiteiten die Hofman samen met de Data School (van Universiteit Utrecht) zoal uitvoert per project zijn:
Het trainen van botjes;
- Labelen van data (Bv. Zit er haat in deze tweet? En zo ja: Welk type haat?);
- Het doen van netwerkanalyses (Wie praat er met wie en wanneer?);
- Discoursanalyse (Welke woorden gebruikt men?),
- ‘Traditionele’ journalistiek (mensen spreken, bronnen raadplegen);
- Onderzoek naar AI-toepassingen.

De samenwerking met academici heeft geleid tot tal van innovatieve onderzoeksjournalistieke projecten zoals ‘De bubbel van dun, dunner, dunst’ (over eetstoornissen op TikTok ), politieke haat op twitter (‘Misogynie als politiek wapen’) en het antwoord op de vraag ‘Welke Nederlandse websites worden gebruikt door chatbots?’
De presentatie van Eva (.pptx) kun je hier downloaden.

Onderzoeksjournalist Eva Hofman (De Groene Amsterdammer) legt uit wat de verdeling is bij hun samenwerking met universiteiten. Beeld: Arenda Oomen.

6. AI en visuele storytelling: nieuwe mogelijkheden
Joris Cornielje van de EO illustreerde hoe AI kan worden ingezet voor een heel andere tak van sport: visuele storytelling. Voor het project Based on a True Story werden AI-gegenereerde illustraties gebruikt om buitengewone, vaak heftige verhalen van tieners te visualiseren - situaties waar meestal geen origineel beeldmateriaal van is.

AI bood Cornielje en collega’s de mogelijkheid om met verschillende stijlen te experimenteren en nieuwe creatieve workflows te ontwikkelen. Bij het zien van deze nieuwe mogelijkheden zette een aantal journalisten in de zaal tegelijkertijd ook vraagtekens wat betreft de ethische kant hiervan en wat in deze context nog journalistiek is, en wat authenticiteit en verbeelding inhoudt in tijden van AI.
De presentatie van Joris Cornielje (.pdf) kun je hier downloaden.

7. Wie de taal spreekt van het internet kan AI beter onderzoeken
Met veel gevoel voor beeldspraak en enthousiaste publieksinteracties wist onderzoeksjournalist Sahra Mohamed aan de hand van een pot Nutella duidelijk te maken wat het verschil is tussen de fysieke, reële wereld en die van de algoritmische. Bij die laatste zijn zowel eindproduct, ontwikkelproces als de gevolgen van gebruik sterk met elkaar verweven zijn. Een complexiteit die lastig af te pellen is met de gebruikelijke journalistieke vragen. Haar presentatie (.ppt) kun je hier downloaden.

Sahra Mohamed vertelt over haar onderzoek naar podcastinhouden. Beeld: Arenda Oomen.

8. Hoe je algoritme- en AI-gebruik kritisch onderzoekt
Gabriel Geiger (Lighthouse Reports) en Romy van Dijk (onder andere Investico) deden uitgebreid en langdurig onderzoek naar de impact van algoritmen op bijstandsfraudeonderzoek bij de Gemeente Rotterdam. Ze sloten de bijeenkomst af met een presentatie van hun internationale publicatie daarover:‘Suspicion Machine’. Ze tipten de volgende praktische vragen die je als journalist kunt stellen aan organisaties die besluitvorming baseren op algoritmische ondersteuning:

Verkrijg de brondata door middel van WOO-verzoeken. Vraag daarbij ook om vergadernotulen, presentaties, en eventuele audit/assessmentrapporten.

Evalueer de demografische representatie in de data. Handig als je daarbij enige basiskennis hebt van statistiek.

Onderzoek hoe het systeem omgaat met randgevallen en uitzonderingen.

9. ‘Hardcore grassroots journalism’ en het bevragen van algoritmes gaan hand in hand
Naast technisch begrip bleek vooral doorzettingsvermogen, geduld, een beetje geluk, maar vooral, in goed Amerikaans ‘hardcore grassroots journalism’ nodig: deuren langsgaan, een band opbouwen met gemeenschappen waarin zich onevenredig veel getroffen burgers bevinden en samenwerken met lokale journalisten en sociaal werkers. Iedere journalist die de tijd ervoor krijgt kan dit onderzoek doen, betoogden de twee. Hun presentatie (.ppt) kun je hier downloaden.

Waar aan het begin van de avond nog een hoop valse bingo’s voorkwamen, daar bleek bij de laatste vragen aan Geiger en Van Dijk dat de aanwezigen zich in ieder geval niet meer laten bullshitten door AI.