Ευφυή συστήματα σημασιολογικής επεξεργασίας και διαχείρισης περιεχομένου στη δημοσιογραφία φορητών μέσων

Abstract

Rapid technological advancements call for the transformation and adaptation of the contemporary journalistic landscape to the digital reality. In this context, “Media" is being redefined to cover a broad spectrum of interactive and multi-purpose tools for content generation, processing and distribution. At the same time, new ways of gathering, distributing and presenting information are being shaped by the proliferation of mobile devices, which have evolved into portable workstations for multimedia recording and storytelling. Meanwhile, the penetration of Artificial Intelligence (AI) in journalism highlights the need for getting familiarized with its capabilities and potential and the urgency for proper adoption by all stakeholders, both professional journalists and citizens, who shape today’s information ecosystem together. This dissertation explores the convergence between mobility and AI. It focuses on the adoption of contemporary models for semantic processing, understanding and content management, that can support journalism and enhance efficiency in cases of highly demanding and repetitive workflows. A smart Mobile Journalism framework is proposed, integrating specific software tools and services and implementing a cloud-based microservices architecture, dedicated to manage multiple data types– language-oriented as well as auditory or visual. The effectiveness of the proposed method is evaluated by iterative algorithmic experiments as well as real-world pilot applications. At the same time, different ways of citizen engagement are explored in order increase contribution in data collection and distribution and prototype applications are designed and developed towards this direction. Finally, it assesses the level of readiness, the needs and acceptance of AI within the context of Mobile Journalism, by implementing different quantitative surveys conducted among professional journalists and citizens. The core innovation lies in the development of a modular and extensible Mobile Journalism framework that integrates Artificial Intelligence (AI) services responsible for context understanding, interpretation, and semantic annotation of textual and audiovisual content. The proposed cloud-based framework is based on a microservices architecture and establishes a semantic layer to manage and interconnect data coherently and interchangeably. Overall, it contributes at theoretical, technological, and applied levels, providing practical guidelines for the use of intelligent systems by both professionals and citizens, in the field of journalism.

Οι ραγδαίες τεχνολογικές εξελίξεις επιβάλλουν τον μετασχηματισμό και την προσαρμογή του σύγχρονου δημοσιογραφικού τοπίου στην ψηφιακή πραγματικότητα. Στο πλαίσιο αυτό επαναπροσδιορίζεται ο όρος των «Μέσων» επικοινωνίας (εφεξής Μέσων), ο οποίος πλέον αναφέρεται σε ένα πλήθος διαδραστικών και πολυλειτουργικών εργαλείων παραγωγής, επεξεργασίας και διάθεσης περιεχομένου. Παράλληλα, οι νέες τάσεις στη συλλογή, διανομή και κατανάλωση πληροφοριών ενισχύονται από την καθολική χρήση φορητών συσκευών, οι οποίες έχουν εξελιχθεί σε κινητούς σταθμούς εργασίας, πολυμεσικής καταγραφής και αφήγησης. Την ίδια στιγμή, η διείσδυση της Τεχνητής Νοημοσύνης στη Δημοσιογραφία εντείνει την ανάγκη για εξοικείωση και ορθή υιοθέτησή της από όλους τους εμπλεκόμενους φορείς (επαγγελματίες δημοσιογράφους και πολίτες) που συνδιαμορφώνουν το σύγχρονο οικοσύστημα ενημέρωσης. Η παρούσα διατριβή διερευνά τη σύγκλιση Φορητών Μέσων και Τεχνητής Νοημοσύνης, και αποτελεί ένα «εξελιγμένο» παράδειγμα Αλγοριθμικής Δημοσιογραφίας, με πολλές δυνητικές προεκτάσεις πέραν της Δημοσιογραφίας Φορητών Μέσων. Εστιάζει στην υιοθέτηση σύγχρονων μοντέλων σημασιολογικής επεξεργασίας, κατανόησης και τεκμηρίωσης περιεχομένου που παρέχουν αυτοματισμούς διαχείρισης και εξασφαλίζουν μεγαλύτερη αποτελεσματικότητα σε απαιτητικές και επαναλαμβανόμενες (δημοσιογραφικές) ροές εργασίας. Προτείνει ένα σύνολο εργαλείων και υπηρεσιών λογισμικού που διαμορφώνουν ένα ευφυές περιβάλλον σε μια ενιαία αρθρωτή αρχιτεκτονική, βασισμένη σε μικρο-υπηρεσίες υπολογιστικής νέφους που εξυπηρετούν συνδυασμό δεδομένων πληροφοριακών ροών (γλωσσικών, ηχητικών, οπτικών). Εξετάζει την αποτελεσματικότητα των προτεινόμενων λύσεων μέσα από επαναλαμβανόμενα αλγοριθμικά πειράματα και πιλοτικές εφαρμογές σε πραγματικά σενάρια επικοινωνίας και ενημέρωσης. Παράλληλα, μελετά τον ρόλο διαφορετικών στρατηγικών διάδρασης και ενεργοποίησης της συμμετοχής του κοινού (audience engagement) στη συλλογή και διάθεση δεδομένων, και αναπτύσσει πρότυπες εφαρμογές στην κατεύθυνση αυτή. Τέλος, μέσω ποσοτικών ερευνών με τη χρήση ερωτηματολογίων σε επαγγελματίες δημοσιογράφους και πολίτες, αξιολογεί τον βαθμό ετοιμότητας, τις ανάγκες και την αποδοχή της Τεχνητής Νοημοσύνης στη Δημοσιογραφία και δη τη Δημοσιογραφία Φορητών Μέσων. Η κεντρική καινοτομία συνίσταται στην ανάπτυξη ενός αρθρωτού και επεκτάσιμου πλαισίου Δημοσιογραφίας Φορητών Μέσων το οποίο ενσωματώνει υπηρεσίες Τεχνητής Νοημοσύνης για την κατανόηση, ερμηνεία και τεκμηρίωση κειμένου και οπτικοακουστικού περιεχομένου. Η προτεινόμενη αρχιτεκτονική υπηρεσιών υπολογιστικής νέφους διαμορφώνει ένα σημασιολογικό επίπεδο για τη συνεκτική διαχείριση και σύνδεση δεδομένων. Συνολικά, συμβάλλει σε θεωρητικό, τεχνολογικό και εφαρμοσμένο επίπεδο παρέχοντας πρακτικές κατευθύνσεις για τη χρήση ευφυών συστημάτων από επαγγελματίες δημοσιογράφους και πολίτες.