一、Journalism and artificial intelligence：Ghost writers

Robot reporters imply profound changes to the news industry

1A sensational scoop was tweeted last month by America’s National Public Radio: Elon Musk’s “massive space sex rocket” had exploded on launch. Alas, it turned out to be an automated mistranscription of SpaceX, the billionaire’s rocketry firm. The error may be a taste of what is to come as artificial intelligence (AI) plays a bigger role in newsrooms.

2machines have been helping deliver the news for years: the Associated Press (AP) began publishing automated company earnings reports in 2014. The New York Times uses machine learning to decide how many free articles to show readers before they hit a paywall. Bayerischer Rundfunk, a German public broadcaster, moderates online comments with AI help. AP now also deploys it to create video “shot lists”, describing who and what is in each clip.

3As AI improves, it is taking on more creative roles. One is newsgathering. At Reuters, machines look for patterns in large data sets. AP uses AI for “event detection”, scanning social media for ripples of news. At a journalism conference last month in Perugia, Italy, Nick Diakopoulos of Northwestern University showed how ChatGPT, a hit AI chatbot, could be used to assess the newsworthiness of research papers. The judgments of his model and those of human editors had a correlation coefficient of 0.58—maybe a close enough match to help a busy newsroom with an initial sift.

4ChatGPT-like “generative” AIs are getting better at doing the writing and editing, too. Semafor, a news startup, is using AI to proofread stories. Radar AI, a British firm, creates data-driven pieces for local papers (“REVEALED: Map shows number of accessible toilets in south Essex”). Its five human journalists have filed more than 400,000 partly automated stories since 2018. In November Schibsted, a Norwegian media firm, launched an AI tool to turn long articles into short packages for Snapchat, a social network. News executives see potential in automatically reshaping stories for different formats or audiences.

5Some sense a profound change in what this means for the news industry. AI “is going to change journalism more in the next three years than journalism has changed in the last 30 years”, predicts David Caswell of BBC News. By remixing information from across the internet, generative models are “messing with the fundamental unit of journalism”: the article. Instead of a single first draft of history, Mr. Caswell says, the news may become “a sort of ‘soup’ of language that is experienced differently by different people”.

6Many hacks have more prosaic concerns, chiefly about their jobs. As in other industries, employers portray AI as an assistant, not a replacement. But that could change. “We are not here to save journalists, we are here to save journalism,” Gina Chua, executive editor of Semafor, told the Perugia conference. The industry needs all the help it can get. On April 20th BuzzFeed shut down its Pulitzer-prizewinning news operation. A week later Vice, a one-time digital-media darling, made cuts; it is reportedly preparing for bankruptcy. As Lisa Gibbs of AP puts it: “In terms of challenges to journalists’ employment, [AI] is not highest on the list.”

二、The language instinct ChatGPT’s way with words raises questions about how humans acquire language

1When deep blue, a chess computer, defeated Garry Kasparov, a world champion, in 1997 many gasped in fear of machines triumphing over mankind. In the intervening years, artificial intelligence has done some astonishing things, but none has managed to capture the public imagination in quite the same way. Now, though, the astonishment of the Deep Blue moment is back, because computers are employing something that humans consider their defining ability: language.

2Or are they? Certainly, large language models (LLMS), of which the most famous is ChatGPT, produce what looks like impeccable human writing. But a debate has ensued about what the machines are actually doing internally, what it is that humans, in turn, do when they speak—and, inside the academy, about the theories of the world’s most famous linguist, Noam Chomsky.

3Although Professor Chomsky’s ideas have changed considerably since he rose to prominence in the 1950s, several elements have remained fairly constant. He and his followers argue that human language is different in kind (not just degree of expressiveness) from all other kinds of communication. All human languages are more similar to each other than they are to, say, whale song or computer code. Professor Chomsky has frequently said a Martian visitor would conclude that all humans speak the same language, with surface variation.

4Perhaps most notably, Chomskyan theories hold that children learn their native languages with astonishing speed and ease despite “the poverty of the stimulus”: the sloppy and occasional language they hear in childhood. The only explanation for this can be that some kind of predisposition for language is built into the human brain.

5Chomskyan ideas have dominated the linguistic field of syntax since their birth. But many linguists are strident anti-Chomskyans. And some are now seizing on the capacities of LLMS to attack Chomskyan theories anew.