sun
moon
a l i n e a dot id
fakta data kata
logo alinea.id

Cara organisasi berita menggunakan berita otomatis untuk meliput Covid-19

Dalam arti tertentu, Covid-19 bisa menjadi cerita yang sempurna untuk diotomatisasi.

Arpan Rachman
Arpan Rachman Kamis, 23 Sep 2021 17:11 WIB
  Cara organisasi berita menggunakan berita otomatis untuk meliput Covid-19

Ketika virus menyebar ke seluruh dunia, pemerintah dan otoritas kesehatan membuat sejumlah besar data sumber terbuka tersedia untuk umum.

Ini pandangan dari Samuel Danzon Chambaud, peneliti di Institut Media dan Jurnalisme Masa Depan di Dublin City University. Dia menyelidiki dampak jurnalisme otomatis pada praktisi media sebagai bagian dari proyek JOLT, yang didanai oleh program Marie Skłodowska-Curie Actions dari Uni Eropa. Pandangannya berlanjut, berikut:

Dalam arti tertentu, Covid-19 bisa menjadi cerita yang sempurna untuk diotomatisasi. Ketika virus menyebar ke seluruh dunia pada awal 2020, pemerintah dan otoritas kesehatan menyediakan sejumlah besar data sumber terbuka untuk publik, seperti jumlah kematian, pasien di unit perawatan intensif, dan tingkat kejadian tujuh hari.

Jenis data yang diatur dengan baik ini, yang dapat masuk ke dalam narasi yang dapat dibuat sebelumnya, meletakkan dasar bagi perkembangan jurnalistik baru-baru ini yang dikenal sebagai “jurnalisme otomatis,” sebuah proses komputasi yang menciptakan potongan berita otomatis tanpa campur tangan manusia, kecuali untuk pemrograman awal.

Jurnalisme otomatis umumnya menyiratkan penggunaan algoritme yang mengambil informasi pada kumpulan data eksternal atau internal, dan kemudian mengisi bagian yang kosong pada templat yang telah ditulis sebelumnya. Proses ini, yang dapat dibandingkan dengan permainan kata Mad Libs, merupakan aplikasi dasar dari Natural Language Generation (NLG), sebuah teknik komputer yang telah ada selama beberapa dekade di bidang-bidang seperti prakiraan cuaca, olahraga, dan hasil keuangan.

NLG membuat lompatan ke dalam jurnalisme dan lebih banyak dibahas pada paruh pertama tahun 2010-an karena The Los Angeles Times menggunakan teks otomatis untuk melaporkan pembunuhan dan peringatan gempa, sementara The Associated Press bermitra dengan perusahaan Automated Insights untuk mengotomatiskan cerita tentang pendapatan perusahaan. Banyak organisasi media kemudian mengadopsi atau bereksperimen dengan jurnalisme otomatis, termasuk yang besar seperti Le Monde, The Washington Post, dan BBC.

In-house, alih daya, atau pihak ketiga

Pendukung jurnalisme otomatis biasanya mengembangkan teknologi mereka sendiri, mengalihdayakannya ke penyedia konten eksternal seperti Syllabs di Prancis dan Narrativa di Spanyol dan di Amerika Serikat, atau menggunakan solusi pihak ketiga sehingga jurnalis dapat merancang berita otomatis mereka sendiri, karena dimungkinkan melalui Automated Insights' Wordsmith dan Arria NLG Studio.

Sponsored

Berita otomatis kemudian dapat diterbitkan secara bersamaan dalam skala besar atau digunakan sebagai draf pertama untuk membantu jurnalis dengan tulisan mereka sendiri.

Dalam laporan saya (penulis: Samuel Danzon Chambaud) untuk Tow Center, saya mendokumentasikan pengalaman sembilan organisasi media yang telah menggunakan berita otomatis untuk melaporkan Covid-19. Saya menemukan bahwa sebagian besar organisasi menggunakannya untuk memberikan gambaran statistik tentang penyebaran virus, melalui antarmuka pengguna dan produk media baru.

Misalnya, perusahaan media Swiss Tamedia dan The Times (Inggris Raya) menampilkan dasbor nasional dan internasional yang merangkum data Covid-19 terbaru dengan teks otomatis, bersama dengan banyak grafik otomatis atau semi-otomatis.

Saya juga menemukan bahwa beberapa organisasi menerapkan bentuk baru alur kerja ruang redaksi, di mana jurnalis berkontribusi pada pembuatan berita otomatis atau bekerja langsung dengan mereka.

Di kantor berita Inggris RADAR, bentuk alur kerja baru di mana jurnalis terlibat sepanjang proses penyiapan berita otomatis — mulai dari menemukan alur cerita dalam kumpulan data yang baru diterbitkan hingga pembuatan templat menggunakan alat pihak ketiga — terbukti cukup kuat untuk menangani banjir data yang mengikuti penyebaran virus.

Di surat kabar Finlandia Helsingin Sanomat, sebuah algoritme yang dibuat oleh tim data mengambil jumlah Covid-19 terbaru pada API pemerintah, sehingga menghasilkan potongan teks pendek yang dikirim ke Slack untuk memberi tahu wartawan. Mereka kemudian dapat memutuskan untuk mempublikasikan itu apa adanya atau mengubahnya sebelum dipublikasikan.

Tantangan mengandalkan set data eksternal

Dalam laporan saya, saya juga menggambarkan beberapa tantangan yang dihadapi ruang redaksi saat menggunakan berita otomatis untuk meliput Covid-19. Secara keseluruhan, ini menunjukkan kesulitan yang terkait dengan ketergantungan pada kumpulan data eksternal.

Hal ini terutama terjadi pada ruang redaksi yang mencoba mendapatkan data dari beberapa tingkat pemerintahan.

Di Kanada, seorang jurnalis-pengembang di Canadian Press mengatakan bahwa sulit untuk mendapatkan data Covid-19 dari banyak pemerintah: “Mereka semua memasangnya dengan cara yang berbeda, mereka memasangnya pada waktu yang berbeda,” katanya.

Di Inggris Raya, The Times bergulat dengan kurangnya upaya kohesif yang sama: "Inggris, Skotlandia, Wales, dan Irlandia Utara semuanya menerbitkannya dengan cara yang berbeda," kata seorang jurnalis data dan interaktif di surat kabar, menambahkan bahwa ini membuat perbandingan antara daerah bahkan lebih sulit.

Di Norwegia, kantor berita NTB menghadapi tantangan yang lebih besar: “Setiap kotamadya Norwegia memiliki cara berbeda untuk menyediakan data di halaman mereka sendiri. Jadi seperti 356 kotamadya, dan mereka memiliki 356 cara berbagi data yang berbeda,” kata seorang kepala petugas pengembangan di NTB.

Tantangan lain dalam mengandalkan kumpulan data eksternal untuk mengotomatiskan cerita COVID-19 berkaitan dengan data yang salah dan perubahan format yang tiba-tiba.

Pertama, data yang diterbitkan oleh badan kesehatan dan pemerintah terbukti tidak akurat. “Kadang-kadang datanya salah dan tidak dikoreksi,” kata editor di NTB. Ini bisa menjadi lebih bermasalah ketika menyangkut jumlah pasien yang meninggal karena virus.

Kedua, perubahan format yang tiba-tiba juga dianggap sebagai kendala utama dalam mengotomatisasi cakupan virus. Misalnya, tim data di Helsingin Sanomat mengalami kesulitan dengan beberapa data yang dirilis dalam format tabel HTML. Seorang jurnalis data menjelaskan bahwa struktur tabel terus berubah setiap saat, misalnya ketika jumlah pasien yang dirawat di rumah sakit dipindahkan dari satu kolom ke kolom lainnya, sehingga sangat sulit digunakan untuk berita otomatis.

Akhirnya, merilis data terlalu cepat atau terlalu terlambat juga menjadi pertimbangan saat bekerja dengan kumpulan data eksternal untuk menghasilkan berita otomatis tentang penyebaran penyakit.

Beberapa organisasi media kadang-kadang melaporkan keterlambatan dalam merilis data tentang pandemi, sehingga jumlah yang terakumulasi selama beberapa hari sebelum dipublikasikan sekaligus dengan data yang lebih mutakhir. “Dalam jumlah hari ini, mereka mungkin mempublikasikan beberapa kematian selama seminggu yang lalu,” kata seorang editor di RADAR, yang memperingatkan bahwa wartawan kemudian perlu ekstra hati-hati ketika melaporkan perbedaan antara masing-masing tanggal ini.

Di sisi lain, organisasi berita juga bisa mendapatkan angka Covid-19 terbaru sebelum pengumuman resmi apa pun, sambil terhubung ke layanan API yang disiapkan oleh pemerintah atau otoritas kesehatan. “Kadang-kadang kami benar-benar berhasil mengatasi, sehingga untuk berbicara, sumber kesehatan lokal di berita mereka sendiri,” kata editor pelaksana di Omni, layanan berita Swedia yang menggunakan dasbor otomatis yang terhubung ke sumber semacam ini.

Mengadopsi pola pikir komputasi

Untuk mengatasi tantangan karena harus bergantung pada kumpulan data eksternal untuk meliput COVID-19 dengan berita otomatis, praktisi media dengan latar belakang komputasi yang kuat di beberapa organisasi yang saya pelajari mengembangkan solusi ad hoc untuk mengatasinya.

Guna menangani data yang dirilis di berbagai zona waktu, Canadian Press membuat sistem spreadsheet canggih yang melibatkan partisipasi jurnalis di semua provinsi dan wilayah Kanada, sementara The Times dan Helsingin Sanomat mengembangkan sistem peringatan untuk mengatasi tenggat waktu yang ketat dan perubahan format secara tiba-tiba.

Secara keseluruhan, solusi ad hoc ini menunjukkan pentingnya bagi praktisi media untuk dapat memecahkan masalah melalui penerapan keterampilan komputasi, suatu bentuk pengetahuan yang umumnya dikenal sebagai pemikiran komputasi atau jurnalisme komputasi dalam pengaturan ruang redaksi.

Pola pikir seperti ini telah memberi jurnalis keunggulan yang cukup besar dalam menyebarkan berita otomatis dengan cepat dan efisien di tengah pandemi global, tetapi juga dapat memicu ide untuk iterasi berikutnya dari produk ini.

Meskipun pendekatan berbasis templat kadang-kadang dikritik karena terlalu formula dan kurang menyenangkan untuk dibaca daripada berita yang ditulis manusia, mereka setidaknya dapat diubah untuk mencapai tujuan editorial. 

Semakin banyak praktisi media terlibat dengan mengutak-atik sistem berita otomatis ini, semakin mereka mengembangkan keterampilan program mereka dan dengan demikian memperkuat kemampuan mereka untuk melakukan kontrol dan memiliki suara atas giliran komputasi yang diambil jurnalisme. (poynter)

Caleg Pilihan
Berita Lainnya
×
tekid