Tờ báo The Philadelphia Inquirer vừa chia sẻ dự án phát triển Scrape, một công cụ AI được thiết kế riêng để tự động tìm kiếm và tổng hợp các tin tức siêu địa phương cho hệ thống bản tin của tòa soạn. Giải pháp này giúp giải quyết bài toán khai thác thông tin từ hàng loạt nguồn nhỏ lẻ như cuộc họp chính quyền địa phương, lịch nhà trường và các trang mạng xã hội.
Trước khi có Scrape, một biên tập viên của tòa soạn phải mất khoảng 12 giờ mỗi tuần chỉ để tìm kiếm thông tin thô, làm giảm thời gian dành cho việc biên tập nội dung. Chuyên gia Kevin Hoffman thuộc Viện Lenfest đã phối hợp cùng tòa soạn xây dựng Scrape thông qua quá trình thử nghiệm và thu thập phản hồi liên tục kéo dài từ 3 đến 4 tháng.
Điểm mấu chốt giúp Scrape thành công là việc tích hợp sâu ngữ cảnh tòa soạn vào hệ thống prompt. Thay vì chỉ lọc theo địa lý đơn thuần, hệ thống được huấn luyện để hiểu rõ độc giả mục tiêu, định nghĩa cụ thể tin tức có giá trị và loại bỏ các nhiễu thông tin như thay đổi lịch họp định kỳ hay tin kinh doanh chung chung. Các tính năng nổi bật bao gồm:
- Tự động tổng hợp: Đọc và trích xuất dữ liệu từ các nguồn thông tin phân tán của địa phương.
- Vòng phản hồi liên tục: Biên tập viên đánh giá kết quả hàng ngày để tinh chỉnh prompt.
- Cá nhân hóa ngữ cảnh: Định hướng mô hình AI theo đúng chân dung độc giả và chủ đề quan tâm.
Mô hình của The Philadelphia Inquirer là minh chứng thực tế cho thấy AI có thể hỗ trợ đắc lực cho báo chí truyền thống nếu được thiết kế sát với quy trình nghiệp vụ. Đây là bài học kinh nghiệm hữu ích cho các tòa soạn và đơn vị truyền thông tại Việt Nam trong việc ứng dụng LLM vào tự động hóa khâu thu thập tin tức.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com