Peter Gati
New Member
- Jul 25, 2020
- 2
- 1
ingawa kazi ya waandishi wa habari za uchunguzi wakati mwingine inahusisha kuwasiliana na vyanzo visivyojulikana kwa taarifa zilizofichwa au hata kufanya kazi kwa siri, nyuzi za habari kuu mara nyingi hupatikana katika vyanzo vya wazi vinavyopatikana kwa kila mtu. Kwa sababu hii, "web scraping" (ukusanyaji data kiotomatiki kutoka tovuti) imekuwa muhimu sana kwa waandishi wa habari katika miongo miwili iliyopita. Hivi karibuni, maendeleo katika Akili Bandia (AI) yameleta njia nyingine ya kuboresha zana za mwandishi wa habari.
Kwa nini "web scraping" ni muhimu kwa waandishi wa habari?
"Web scraping" ni ukusanyaji wa data kiotomatiki kutoka mtandaoni kwa kutumia zana maalum za programu zinazojulikana kama "web scrapers." Kama njia madhubuti ya kukusanya data, inaweza kutumika kwa manufaa na mabaya. Umma kwa ujumla mara nyingi husikia zaidi kuhusu matumizi mabaya, jambo ambalo huchochea imani kwamba "web scraping" ni kitu kibaya ambacho pengine kingeweza kufungiwa kabisa. Hata hivyo, wakati kesi ambayo matokeo yake yalitishia kufanya "web scraping" kuwa haramu ilipofika Mahakama Kuu ya Marekani, ni waandishi wa habari ndio walisimama kupinga. Shirika lisilo la faida la habari za uchunguzi, The Markup, liliwasilisha ombi la rafiki wa mahakama (amicus brief) likidai kuwa "web scraping" ni muhimu sana kwa demokrasia.
Huku si kutia chumvi. Katika baadhi ya matukio, ni zana za kuchukua data kutoka mtandaoni pekee ndizo zinazowawezesha waandishi wa habari kuweka mashirika ya serikali kuwajibika. Kwa kuchukua habari za umma, wachunguzi wanaweza kuangalia kama data inasaidia kweli msimamo rasmi, kuripoti kuhusu kasoro ambazo zingepuuzwa vinginevyo, au kufichua mazoea ya usimamizi wa data yasiyojali ya taasisi za serikali.
Zaidi ya hayo, kufuatilia usambazaji wa habari za uongo mtandaoni kote kusingewezekana bila suluhisho kama hizo za kiotomatiki. Akili Bandia inaweza kuongeza kasi ya usambazaji huu kwa kuzalisha maudhui ya kuona na sauti ya uwongo kwa urahisi. Kwa upande mwingine, zana za "web scraping" zinazotumia AI pia zinaweza kufuatilia, kutambua na kuondoa uwongo kama huo.
"Web scraping" pia huwezesha waandishi wa habari kufichua habari kutoka kwenye ulimwengu wa uhalifu wa chini kwa chini. Hapa, kazi ya wachunguzi wa habari na wachunguzi wa uchunguzi wa kisayansi (forensic) inafanana. Aina zote mbili za wachunguzi zinaweza kutumia ukusanyaji data kiotomatiki kugundua shughuli za usafirishaji haramu wa binadamu na masoko haramu.
Jinsi ya kutumia teknolojia ya kisasa kwa uandishi wa habari bora?
Uandishi wa habari za uchunguzi leo unahusiana kwa karibu na uandishi wa habari wa data (data journalism), ambao unatumia data kama chanzo kikuu cha kuchunguza na kuripoti habari. Hata hivyo, si waandishi wa habari wote ni wanasayansi wa data, wachambuzi, au wataalamu wa kuandika programu (coders). Na hata kwa waandishi wa habari wenye ujuzi wa teknolojia, njia za kutumia "web scraping" na zana za AI kwa uandishi wa habari si rahisi kila wakati. Mambo machache yanaweza kusaidia waandishi wa habari kuanza.
Tumia zana zisizohitaji kuandika programu (no-code tools)
Zana na mafunzo yanapatikana kwa wale ambao hawana ujuzi wa kuandika programu bado lakini wanaamini katika nguvu ya data ya kuleta habari muhimu. Baadhi ya watetezi wa "scraping" katika uandishi wa habari hushiriki maudhui mtandaoni kuhusu matumizi ya zana kama hizo za "no-code" na kutoa vidokezo vya kutumia "web scraping" katika uchunguzi na kusimulia hadithi. Kwa mfano, mtu anaweza kutafuta mwongozo kutoka kwa waandishi wengine wa habari katika Mtandao wa Kimataifa wa Uandishi wa Habari za Uchunguzi (Global Investigative Journalism Network) kuhusu matumizi ya "browser extensions" za bure kama Data Miner kuchukua data kutoka mtandaoni.
Fikiria kuhusu ukubwa (scale)
Wakati mwingine, kazi ya waandishi wa habari inafanywa kuwa ngumu zaidi na wingi wa habari badala ya uhaba. Hili linaonekana mtandaoni, ambapo ukweli unaweza kupatikana kwa umma lakini unazamishwa katika habari za uongo nyingi zaidi kuliko hata jeshi la wanadamu lingeweza kuzichambua haraka.
Kwa hiyo, njia moja ya kukabiliana na uchunguzi unaotegemea "scraping" ni kwa kufikiria kuhusu nyuzi za habari ambazo zingekuwa haiwezekani kuzifuatilia mwenyewe. Kwa mfano, ukiona ripoti fulani ya kutia shaka, unaweza kutaka kukagua makala zote zilizoandikwa na mwandishi huyo huyo. Hata hivyo, kuzitafuta zote mwenyewe inaweza kuwa ngumu na kuchukua muda mrefu. Kwa "web scraping," unaweza kugundua haraka kwamba wingi wa makala wenyewe unathibitisha mashaka yako.
Hili lilitokea wakati zana za "data scraping" zilisaidia kuonyesha kwamba makala 38,000 zilizochapishwa katika mwaka mmoja kuhusu vita nchini Ukraine zinamuandikia mwandishi huyo huyo "mwandishi wa habari." Hivyo, waandishi wa habari halisi wanaweza kutatua uandishi wa habari wa uongo wa watu wasiokuwepo kwa msaada wa zana sahihi za "scraping."
Acha AI isome na kuunganisha hoja
Ingawa "web scraping" inaweza kusaidia waandishi wa habari kupata seti kubwa za data, zana za AI zinafaa sana kusaidia kupitia data hii. Zana hizi zimetumika kwa miaka mingi kuchambua picha za satelaiti, jambo ambalo lingechukua wafanyakazi, muda, na rasilimali nyingi sana kulifanya mwenyewe. Hivi karibuni, gazeti la The New York Times lilitumia AI kwa njia hii kuthibitisha matokeo yake kuhusu mashambulizi ya Gaza.
Hata hivyo, uchunguzi wa habari mara nyingi unahusisha kusoma nyaraka na kuweka pamoja vipande vilivyotawanyika katika idadi kubwa ya habari za maandishi. Hili lilihitajika kufanywa wakati Shirika la Kimataifa la Waandishi wa Habari za Uchunguzi (ICIJ) lilipopata hati milioni 11.5 zinazojumuisha "Panama Papers." Miaka michache baadaye, ICIJ ilishirikiana na Stanford AI Lab kutafuta jinsi mbinu zinazoibukia za "machine learning" (ML) zingeweza kusaidia katika miradi kama hiyo na haraka ikajifunza thamani ya ushirikiano kama huo wenye manufaa pande zote.
Katika kesi ya hivi karibuni zaidi, mwandishi wa habari wa Ufilipino alitumia kipengele cha OpenAI, kinachokuwezesha kuunda mawakala (agents) juu ya ChatGPT kujenga mmoja anayesaidia uandishi wa habari wa ufuatiliaji (watchdog journalism). Wakala huyo maalum anaweza kusoma na kufupisha kurasa nyingi za ripoti za ukaguzi na hati zingine rasmi kutambua pembe zinazoweza kuwa habari mpya. Bila suluhisho kama hizo, waandishi wa habari wanapaswa kutumia masaa mengi kwenye ripoti moja wakati serikali zinaweza kuchapisha maelfu yao kila mwaka.
Ukukusanyaji wa data kwa maadili na matumizi ya AI
Miongozo mikali ya kimaadili ambayo waandishi wa habari hufuata wakati wa kufanya uchunguzi pia inatumika kwa kutumia "data scraping" na suluhisho za AI. Waandishi wa habari wanashauriwa kutambulisha "scrapers" zao kwenye tovuti inapowezekana. Hata hivyo, katika baadhi ya matukio, hili lingevuruga uchunguzi. Kwa mfano, waandishi wa habari wanaweza tu kufikia malengo yao kwa kutumia anwani za IP za uwakala (proxy IPs) wakati wa kufuatilia shughuli haramu kwenye majukwaa na masoko ya "dark web". Wanaweza tu kuepuka kuzuiwa au kulengwa na wadukuzi kwa kuficha utambulisho wao halisi mtandaoni.
Zaidi ya hayo, waandishi wanapaswa kuwa waangalifu kuhusu data wanayokusanya na kuhifadhi ili kuepuka kuvunja sheria au kuvujisha habari nyeti. Katika eneo hili, AI iliyefunzwa maalum inaweza kusaidia kusimamia shughuli za ukusanyaji data ili data muhimu tu ya umma ndiyo ilengwe. Hata hivyo, AI yenyewe haipaswi kamwe kuaminiwa kufanya maamuzi ya mwisho wakati wa kuripoti habari. Mwishowe, usimamizi wa kibinadamu, uadilifu wa uandishi wa habari, na utaalamu wa eneo husika unabaki kuwa zana muhimu zaidi za uchunguzi ambazo AI haina tishio la kuzibadilisha.
Hitimisho
Uandishi wa habari wa data sasa ni sehemu muhimu ya uandishi wa habari za uchunguzi. "Web scraping" na teknolojia zinazoibukia za AI zote huongeza kazi ya waandishi wa habari na kusaidia kufuatilia nyuzi zisizoeleweka za habari za kuvutia zilizo nyuma ya milima ya data. Katika siku zijazo, zana za AI pengine zitatumika zaidi na zaidi kwa kuzalisha mawazo ya habari, kukamata kasoro, na kuonesha matokeo, kati ya kazi zingine nyingi. Wakati huo huo, nguvu ya "web scraping" ya kuchukua thamani kutoka kwa data ya umma na kufichua kile kilichofichwa hadharani inaweza kuifanya kuwa zana bainifu ya uandishi wa habari za uchunguzi katika karne ya 21.
Kwa nini "web scraping" ni muhimu kwa waandishi wa habari?
"Web scraping" ni ukusanyaji wa data kiotomatiki kutoka mtandaoni kwa kutumia zana maalum za programu zinazojulikana kama "web scrapers." Kama njia madhubuti ya kukusanya data, inaweza kutumika kwa manufaa na mabaya. Umma kwa ujumla mara nyingi husikia zaidi kuhusu matumizi mabaya, jambo ambalo huchochea imani kwamba "web scraping" ni kitu kibaya ambacho pengine kingeweza kufungiwa kabisa. Hata hivyo, wakati kesi ambayo matokeo yake yalitishia kufanya "web scraping" kuwa haramu ilipofika Mahakama Kuu ya Marekani, ni waandishi wa habari ndio walisimama kupinga. Shirika lisilo la faida la habari za uchunguzi, The Markup, liliwasilisha ombi la rafiki wa mahakama (amicus brief) likidai kuwa "web scraping" ni muhimu sana kwa demokrasia.
Huku si kutia chumvi. Katika baadhi ya matukio, ni zana za kuchukua data kutoka mtandaoni pekee ndizo zinazowawezesha waandishi wa habari kuweka mashirika ya serikali kuwajibika. Kwa kuchukua habari za umma, wachunguzi wanaweza kuangalia kama data inasaidia kweli msimamo rasmi, kuripoti kuhusu kasoro ambazo zingepuuzwa vinginevyo, au kufichua mazoea ya usimamizi wa data yasiyojali ya taasisi za serikali.
Zaidi ya hayo, kufuatilia usambazaji wa habari za uongo mtandaoni kote kusingewezekana bila suluhisho kama hizo za kiotomatiki. Akili Bandia inaweza kuongeza kasi ya usambazaji huu kwa kuzalisha maudhui ya kuona na sauti ya uwongo kwa urahisi. Kwa upande mwingine, zana za "web scraping" zinazotumia AI pia zinaweza kufuatilia, kutambua na kuondoa uwongo kama huo.
"Web scraping" pia huwezesha waandishi wa habari kufichua habari kutoka kwenye ulimwengu wa uhalifu wa chini kwa chini. Hapa, kazi ya wachunguzi wa habari na wachunguzi wa uchunguzi wa kisayansi (forensic) inafanana. Aina zote mbili za wachunguzi zinaweza kutumia ukusanyaji data kiotomatiki kugundua shughuli za usafirishaji haramu wa binadamu na masoko haramu.
Jinsi ya kutumia teknolojia ya kisasa kwa uandishi wa habari bora?
Uandishi wa habari za uchunguzi leo unahusiana kwa karibu na uandishi wa habari wa data (data journalism), ambao unatumia data kama chanzo kikuu cha kuchunguza na kuripoti habari. Hata hivyo, si waandishi wa habari wote ni wanasayansi wa data, wachambuzi, au wataalamu wa kuandika programu (coders). Na hata kwa waandishi wa habari wenye ujuzi wa teknolojia, njia za kutumia "web scraping" na zana za AI kwa uandishi wa habari si rahisi kila wakati. Mambo machache yanaweza kusaidia waandishi wa habari kuanza.
Tumia zana zisizohitaji kuandika programu (no-code tools)
Zana na mafunzo yanapatikana kwa wale ambao hawana ujuzi wa kuandika programu bado lakini wanaamini katika nguvu ya data ya kuleta habari muhimu. Baadhi ya watetezi wa "scraping" katika uandishi wa habari hushiriki maudhui mtandaoni kuhusu matumizi ya zana kama hizo za "no-code" na kutoa vidokezo vya kutumia "web scraping" katika uchunguzi na kusimulia hadithi. Kwa mfano, mtu anaweza kutafuta mwongozo kutoka kwa waandishi wengine wa habari katika Mtandao wa Kimataifa wa Uandishi wa Habari za Uchunguzi (Global Investigative Journalism Network) kuhusu matumizi ya "browser extensions" za bure kama Data Miner kuchukua data kutoka mtandaoni.
Fikiria kuhusu ukubwa (scale)
Wakati mwingine, kazi ya waandishi wa habari inafanywa kuwa ngumu zaidi na wingi wa habari badala ya uhaba. Hili linaonekana mtandaoni, ambapo ukweli unaweza kupatikana kwa umma lakini unazamishwa katika habari za uongo nyingi zaidi kuliko hata jeshi la wanadamu lingeweza kuzichambua haraka.
Kwa hiyo, njia moja ya kukabiliana na uchunguzi unaotegemea "scraping" ni kwa kufikiria kuhusu nyuzi za habari ambazo zingekuwa haiwezekani kuzifuatilia mwenyewe. Kwa mfano, ukiona ripoti fulani ya kutia shaka, unaweza kutaka kukagua makala zote zilizoandikwa na mwandishi huyo huyo. Hata hivyo, kuzitafuta zote mwenyewe inaweza kuwa ngumu na kuchukua muda mrefu. Kwa "web scraping," unaweza kugundua haraka kwamba wingi wa makala wenyewe unathibitisha mashaka yako.
Hili lilitokea wakati zana za "data scraping" zilisaidia kuonyesha kwamba makala 38,000 zilizochapishwa katika mwaka mmoja kuhusu vita nchini Ukraine zinamuandikia mwandishi huyo huyo "mwandishi wa habari." Hivyo, waandishi wa habari halisi wanaweza kutatua uandishi wa habari wa uongo wa watu wasiokuwepo kwa msaada wa zana sahihi za "scraping."
Acha AI isome na kuunganisha hoja
Ingawa "web scraping" inaweza kusaidia waandishi wa habari kupata seti kubwa za data, zana za AI zinafaa sana kusaidia kupitia data hii. Zana hizi zimetumika kwa miaka mingi kuchambua picha za satelaiti, jambo ambalo lingechukua wafanyakazi, muda, na rasilimali nyingi sana kulifanya mwenyewe. Hivi karibuni, gazeti la The New York Times lilitumia AI kwa njia hii kuthibitisha matokeo yake kuhusu mashambulizi ya Gaza.
Hata hivyo, uchunguzi wa habari mara nyingi unahusisha kusoma nyaraka na kuweka pamoja vipande vilivyotawanyika katika idadi kubwa ya habari za maandishi. Hili lilihitajika kufanywa wakati Shirika la Kimataifa la Waandishi wa Habari za Uchunguzi (ICIJ) lilipopata hati milioni 11.5 zinazojumuisha "Panama Papers." Miaka michache baadaye, ICIJ ilishirikiana na Stanford AI Lab kutafuta jinsi mbinu zinazoibukia za "machine learning" (ML) zingeweza kusaidia katika miradi kama hiyo na haraka ikajifunza thamani ya ushirikiano kama huo wenye manufaa pande zote.
Katika kesi ya hivi karibuni zaidi, mwandishi wa habari wa Ufilipino alitumia kipengele cha OpenAI, kinachokuwezesha kuunda mawakala (agents) juu ya ChatGPT kujenga mmoja anayesaidia uandishi wa habari wa ufuatiliaji (watchdog journalism). Wakala huyo maalum anaweza kusoma na kufupisha kurasa nyingi za ripoti za ukaguzi na hati zingine rasmi kutambua pembe zinazoweza kuwa habari mpya. Bila suluhisho kama hizo, waandishi wa habari wanapaswa kutumia masaa mengi kwenye ripoti moja wakati serikali zinaweza kuchapisha maelfu yao kila mwaka.
Ukukusanyaji wa data kwa maadili na matumizi ya AI
Miongozo mikali ya kimaadili ambayo waandishi wa habari hufuata wakati wa kufanya uchunguzi pia inatumika kwa kutumia "data scraping" na suluhisho za AI. Waandishi wa habari wanashauriwa kutambulisha "scrapers" zao kwenye tovuti inapowezekana. Hata hivyo, katika baadhi ya matukio, hili lingevuruga uchunguzi. Kwa mfano, waandishi wa habari wanaweza tu kufikia malengo yao kwa kutumia anwani za IP za uwakala (proxy IPs) wakati wa kufuatilia shughuli haramu kwenye majukwaa na masoko ya "dark web". Wanaweza tu kuepuka kuzuiwa au kulengwa na wadukuzi kwa kuficha utambulisho wao halisi mtandaoni.
Zaidi ya hayo, waandishi wanapaswa kuwa waangalifu kuhusu data wanayokusanya na kuhifadhi ili kuepuka kuvunja sheria au kuvujisha habari nyeti. Katika eneo hili, AI iliyefunzwa maalum inaweza kusaidia kusimamia shughuli za ukusanyaji data ili data muhimu tu ya umma ndiyo ilengwe. Hata hivyo, AI yenyewe haipaswi kamwe kuaminiwa kufanya maamuzi ya mwisho wakati wa kuripoti habari. Mwishowe, usimamizi wa kibinadamu, uadilifu wa uandishi wa habari, na utaalamu wa eneo husika unabaki kuwa zana muhimu zaidi za uchunguzi ambazo AI haina tishio la kuzibadilisha.
Hitimisho
Uandishi wa habari wa data sasa ni sehemu muhimu ya uandishi wa habari za uchunguzi. "Web scraping" na teknolojia zinazoibukia za AI zote huongeza kazi ya waandishi wa habari na kusaidia kufuatilia nyuzi zisizoeleweka za habari za kuvutia zilizo nyuma ya milima ya data. Katika siku zijazo, zana za AI pengine zitatumika zaidi na zaidi kwa kuzalisha mawazo ya habari, kukamata kasoro, na kuonesha matokeo, kati ya kazi zingine nyingi. Wakati huo huo, nguvu ya "web scraping" ya kuchukua thamani kutoka kwa data ya umma na kufichua kile kilichofichwa hadharani inaweza kuifanya kuwa zana bainifu ya uandishi wa habari za uchunguzi katika karne ya 21.