Tre medieinnovationer att titta på under (och efter) COVID-19

Teknologisk innovation hos media har varit viktig för att tackla de aldrig tidigare skådade utmaningarna som covid-19 medför.

(Shutterstock)

Denna artikel publicerades ursprungligen av Institutet för framtidens medier och journalistik och återpubliceras här med tillstånd.

Precis som alla andra branscher försöker medieorganisationer runt om i världen att anpassa sig till den chockvåg som skapas av spridningen av covid-19. Instängda journalister arrangerar om sina hem till provisoriska nyhetsdiskar och redaktioner och fördubblar ansträngningarna att bekämpa desinformation samtidigt som de håller sina publik informerade med aktuella och kvalitetsnyheter. De strävar också efter att förse dem med tillräckligt med element för att förstå, och ibland utmana, deras regeringars svar på sjukdomen.

För att ta itu med hela denna nya uppsättning av aldrig tidigare skådade utmaningar har teknisk innovation kommit väl till pass för media som kunde utnyttja den i tid. Här är tre tekniska innovationer som nyhetsorganisationer bör titta noga på under och även efter krisen.

I början av mars, när sjukdomen stärkte sitt grepp om europeiska länder, skrev den svenska dagstidningen Aftonbladet samarbetade med startupen United Robots för att montera ett automatiserat system som hjälper reportrar att övervaka 21 regionala hälsomyndigheter.

Aftonbladets journalister kan få tillgång till automatiserade berättelser genom en dedikerad Slack-kanal och finjustera dem innan de publicerar den slutliga kopian på ett liveflöde dedikerat till coronakrisen. Detsamma gäller journalister på The Helsingin Sanomat, i Finland, som redigera på samma sätt som de automatiserade berättelserna de tar sig igenom tidningens egen bot.

På samma sätt publicerar byrån RADAR, som fungerar som en automatiserad nyhetssändning för mediekunder över hela Storbritannien, dagliga uppdateringar om spridningen av viruset i 150 områden. Den 12 mars twittrade en RADAR-redaktör att byrån lyckades generera 149 automatiserade berättelser om COVID-19 , endast inom en timme efter att siffrorna släpptes.

Som sagt, även om de kommer från en pålitlig källa, bör all datainmatning ifrågasättas kritiskt och varje automatiserad berättelse kontrolleras före publicering. Underlåtenhet att göra det kan resultera i samma pinsamma situation som Los Angeles Times upplevde 2017 : Efter att uppgifterna uppdaterats i en geologisk databas, varnade tidningens automatiserade programvara för seismiska varningar, Quakebot, sina läsare om en jordbävning som faktiskt ägde rum för 92 år sedan.

Den andra veckan i mars, The Washington Post publicerade en datavisualisering som var så populär och effektfull att nyhetsorganisationen beslutat att översätta den till 13 andra språk. Enligt Paul Farhi, journalist från Washington Post, har denna artikel, som utvecklats av Harry Stevens, kan till och med vara tidningens mest lästa onlineartikel .

Stevens visualiseringsverk innehåller fyra simuleringar som motsvarar fyra potentiella svar på en virussjukdom: ett gratis för alla, ett försök till karantän, ett måttligt avståndstagande och ett omfattande distanseringsscenario. För att illustrera effektiviteten i varje scenario programmerade Stevens 200 punkter för att studsa runt en bildruta. En av dem är infekterad och börjar sprida sjukdomen, som överförs när två prickar kommer i kontakt.

Så småningom återhämtar sig alla prickar, men denna datavisualisering visar effektiviteten av omfattande distansering i alla försök att 'platta ut kurvan', med andra ord att hålla antalet patienter så lågt som möjligt över tiden.

I en annan ambitiös datavisualisering publicerad av The New York Times den 22 mars visades miljontals kinesers komma och gå genom en övertygande scroll-down-berättelse, från början av epidemin på en skaldjursmarknad i centrala Kina fram till det skede den förvandlades till en global pandemi och nådde Förenta staterna.

För att inse 'How the Virus Got Out' sammanställde ett team av journalister och designers data från tre telekom- och internetleverantörer i Kina för att kartlägga mobiltelefonanvändning under den tiden. De lägger den informationen sida vid sida med uppskattningar av antalet smittbärare av coronavirus, tillsammans med information om flygtrafiken.

Oavsett hur avancerat ett diagram kan vara, är det viktigast att det driver berättelsen och inte bara är ett illustrerande verktyg, en poäng betonade av datavisualiseringsexperten Alberto Cairo . På det sättet har The Financial Times varit otroligt framgångsrika med hjälp av en lågteknologisk logvåg för att ge en global bild av pandemins spridning.

Evan Peck, biträdande professor i datavetenskap vid Bucknell University, varnade för några varningar i samband med att visualisera sjukdomen. Bland dem är osäkerheten kring hårda siffror när det kommer till antalet personer som smittas av covid-19 (alla testas inte) och risken att eventuell datavisualisering snabbt kan bli inaktuell på grund av viruset. snabb utveckling.

Många av oss har för vana att...

hämta data –> visualisera det –> gå vidare

Men i ett sammanhang som detta finns det ett individuellt ansvar att antingen hålla informationen uppdaterad eller att inte dela den.

— EvanMPeck (@EvanMPeck) 8 mars 2020

Konfronterad med en enorm ökning av desinformation i kölvattnet av covid-19, samarbetar nyhetsorganisationer och enskilda faktagranskare för att avslöja dem i massiv skala.

Omgrupperade inom Trusted News Initiative , BBC, Agence France-Presse, Reuters, The Financial Times, The Wall Street Journal, The Hindu och CBC/Radio-Canada samarbetar med Facebook, Google, Microsoft och Twitter samt med European Broadcasting Union, First Draft och Reuters Institute for the Study of Journalism för att skapa ett delat varningssystem om 'skadlig desinformation om coronaviruset.'

Det internationella nätverket för faktakontroll vid Poynter Institute kickstartade också #CoronaVirusFacts Alliance, som samlar en grupp på mer än 100 faktagranskare i 70 länder för att uppdatera en databas med avslöjad falsk information om sjukdomen.

Medan många faktagranskare brottas med det ständiga flödet av desinformation som distribueras online, kan avancerade datortekniker vara användbara för att skilja rätt från fel. Vid University of Waterloo i Kanada, till exempel, ett team av forskare uppnår höga resultat när du använder algoritmer för djupinlärning för att jämföra påståenden som publicerats i inlägg eller berättelser med annan information som finns i liknande material.

Dessutom är Reporters' Lab vid Duke University utveckla Squash , ett program som kan faktakolla livevideor av tal och debatter som är något försenade och presentera sina slutsatser i en informativ ruta längst ner på skärmen.

Som den debatten rasar bland nyhetsorganisationer om de borde sända president Donald Trumps direktsända presskonferenser om viruset, som innehåller påståenden som regelbundet avslöjas i medias faktagranskning, kanske denna mellanväg kan ses som ett acceptabelt alternativ.

Samuel Danzon-Chambaud är en Ph.D. forskare på JOLT-projekt , som har fått finansiering från Europeiska unionens forsknings- och innovationsprogram Horizon 2020 under Marie Skłodowska-Curie-bidragsavtalet nr 765140.