Мередит Бруссард - Искусственный интеллект [Пределы возможного] [litres]

Я разработала софт для системы учета учебных материалов, о которой рассказывала в главе 5. Мне стало любопытно, смогу ли я применить программу, которую назвала Story Discovery Engine в другом контексте. В мире высоких технологий мы часто говорим об использовании уже работающих продуктов на новом улучшенном уровне. Это я и хотела сделать. Я создала программный инструмент, который позволял визуализировать проблемные сайты в одном из школьных округов. Могу ли я изменить программу так, чтобы она делала то же самое в другом округе, в Вашингтоне?

При щедрой финансовой поддержке гранта Центра цифровой журналистики Тау Колумбийской школы журналистики я решила разработать новый движок для Story Discovery Engine, который помогал бы при расследовании нарушений при финансировании. Предыдущий движок был основан на идее писать журналистам истории о книгах в школах. На этот раз я хотела создать то, что поможет обнаружить спектр сюжетов в какой-то определенной теме. Я хотела создать более масштабную систему и автоматизировать немалую долю работы журналиста, занимающегося расследованиями. Эта идея появилась задолго до выборов, было предостаточно времени для того, чтобы создать подобную технологию и опробовать на практике.

Я слышала о «темных деньгах» и появлении общественных консультативных комитетов после судебного процесса с движением «Объединенные граждане» в 2010 г. Однако я также знала, что было еще много неизвестного для меня во всей этой системе. Подобно общественному образованию, финансирование избирательных кампаний представляло собой сложную бюрократическую систему, изобилующую разного рода информацией. Кроме того, это был отличный тренировочный кейс. И вот я задумалась: могу ли я обнаружить законодателей, не придерживавшихся собственных правил?

Для начала я задействовала дизайн-мышление. Другими словами, я поговорила с людьми, которым было известно многое о том, что я собираюсь делать, и далее действовала согласно их представлениям об устройстве мира. Я пообщалась с экспертами по финансированию избирательных кампаний: журналистами, Федеральным избирательным советом (FEC), адвокатами, людьми из групп наблюдателей за финансированием избирательных кампаний. Особенно полезным оказалось общение с дизайнерами и разработчиками, работавшими с 18F, государственной системой быстрого реагирования.

Пока я разрабатывала свой инструмент, 18F создавали новый пользовательский интерфейс для морально устаревшего сайта Федерального избирательного совета. Его старая версия, что неудивительно, была слишком сложной для использования и, значит, сложной для понимания. Предполагалось, что новый сайт сделает информацию более наглядной. Однако это вовсе не означает, что он будет отражать данные, необходимые журналистам. Вместо этого дизайн был создан вокруг идеи простого и эффективного распространения данных совета (как благородно). По сути, я собиралась разработать интерфейс, который бы делал для журналистов то, что невозможно на новом сайте авторства 18F. Моим ключевым информатором был Дерек Уиллис из ProPublica , журналист, которому (возможно) было известно о финансировании кампаний больше, чем сотрудникам Федерального избирательного совета. Уиллис, десятилетиями работавший с темой выборов, разработал целый ряд инструментов. OpenElections, Politwoops и другие созданные им программы были настолько хороши, что не имело никакого смысла их переделывать. Но я хотела создать что-то именно для «полевой работы» – как инструменты Уиллиса, но для того, чтобы сделать процесс расследования быстрее. Кроме того, я читала. Самая сложная часть моей работы состояла в том, чтобы читать сотни страниц свода законодательства США и документы Федерального избирательного совета. Я также отмечала близкие моей работе возникающие темы и проблемы и обращала внимание на язык, которым все это было написано.

Первым делом нужно было спроектировать архитектуру системы. У программного обеспечения есть базовая архитектура, примерно как фундамент у зданий. Story Discovery Engine – это система на основе ИИ, однако она не полагается на машинное обучение. Оригинальная идея родом из 1980-х гг. состоит в том, что система представляет собой «эксперта в ящике». Вы задаете ящику вопрос – подобно тому, как спрашиваете врача или адвоката, – и получаете ответ. К сожалению, экспертные системы никогда не работали. А человеческие экспертные возможности слишком сложны для представления посредством системы двоичного кода (чем по сути являются компьютеры). Однако я решила хакнуть экспертную систему и превратить ее в систему с оператором в контуре управления. Предполагалось, что она будет работать, основываясь на правилах, принятых в экспертной области репортера. Это сработало. Я не создала ящик, выдававший ответы, но разработала движок, который помогает мне как журналисту быстрее обнаруживать прецеденты.