Datová žurnalistika: Jak čísla mění způsob vyprávění příběhů

Co je datová žurnalistika a její význam

Žijeme v době, kdy nás každý den zaplavuje obrovské množství informací. Jak se v tom všem vyznat? Jak poznat, co je pravda a co ne? Právě tady nastupuje datová žurnalistika – moderní způsob, jak dělat novinařinu kombinováním klasického pátrání s důkladnou analýzou dat.

Představte si novináře, který nejen sbírá svědectví a dělá rozhovory, ale zároveň dokáže prohrabat tisíce dokumentů, najít v nich souvislosti a ukázat je tak, aby jim každý rozuměl. Datová žurnalistika se stává klíčovým nástrojem pro odhalování pravdy v době, kdy jsou data všude kolem nás – od městských rozpočtů přes zdravotní statistiky až po záznamy o znečištění ovzduší.

Nejde přitom jen o suché tabulky a grafy. Dobrý datový novinář umí identifikovat, získat, analyzovat a vizualizovat data tak, že z nich vytvoří poutavý příběh. Vezměte si třeba reportáž o tom, kam ve vašem městě mizí peníze z rozpočtu. Místo nudného výčtu čísel dostanete interaktivní mapu, kde vidíte každou investici, každou zakázku. Najednou je jasné, kam peníze skutečně tečou.

V dnešní době, kdy se všichni potýkáme s dezinformacemi a fake news, je tohle neocenitelné. Datová žurnalistika poskytuje objektivní a ověřitelný základ – fakta, která si můžete sami zkontrolovat. Když novinář tvrdí, že něco není v pořádku, může to podložit čísly z oficiálních zdrojů. To přece dává smysl, ne?

A není to jen o tom, že novináři něco odhalí a my to přečteme. Díky interaktivním vizualizacím si můžete data prozkoumat sami. Chcete vědět, jak se vyvíjí ceny bytů ve vaší čtvrti? Zajímá vás kvalita ovzduší v místě, kde chodí vaše děti do školy? Můžete si to prokliknout, porovnat, udělat si vlastní obrázek.

Praktické využití je obrovské. Ekonomičtí novináři sledují podezrélé finanční toky, environmentální reportéři dokumentují klimatické změny konkrétními daty, politická žurnalistika analyzuje volební výsledky a kontroluje, jestli politici plní své sliby. Ve zdravotnictví se dají odhalit nerovnosti v přístupu k péči – třeba že v některých regionech čekáte na operaci třikrát déle než jinde.

Vzpomínáte na Panama Papers? Ten obrovský únik dokumentů o offshore firmách a daňových únicích? Bez datové žurnalistiky by z toho nikdy nic nevzešlo. Byly tam miliony souborů, které musely týmy novinářů z celého světa prohledat, analyzovat a propojit. Datová žurnalistika odhalila globální systémy korupce a daňových úniků, o kterých by se jinak nikdy nikdo nedozvěděl.

Tohle je budoucnost novinařiny – transparentní, ověřitelná, přístupná všem. V době, kdy už nestačí jen věřit napsanému slovu, potřebujeme fakta. A právě ta nám datová žurnalistika dokáže poskytnout.

Hlavní nástroje pro analýzu a vizualizaci dat

Datová žurnalistika vyžaduje od novinářů nejen schopnost pracovat s čísly a statistikami, ale také znalost specializovaných nástrojů, které umožňují efektivní analýzu a vizualizaci dat. Moderní datový žurnalista musí ovládat široké spektrum softwarových řešení, která mu pomohou transformovat surová data do srozumitelných a poutavých příběhů pro čtenáře.

Mezi základní nástroje patří tabulkové procesory, přičemž Microsoft Excel a Google Sheets zůstávají nejrozšířenějšími platformami pro prvotní zpracování dat. Tyto nástroje umožňují provádět základní statistické operace, filtrování, třídění a vytváření jednoduchých grafů. Google Sheets má tu výhodu, že pracujete v cloudu a můžete snadno sdílet dokumenty s kolegy – v redakci to oceníte každý den. Excel zase nabízí pokročilejší funkce pro práci s opravdu velkými datovými soubory a mocné nástroje jako kontingenční tabulky.

Pro pokročilejší analýzu dat se datový žurnalisté často obracejí k programovacím jazykům a statistickým nástrojům. Python se stal jedním z nejoblíbenějších jazyků v této oblasti díky knihovnám jako Pandas pro manipulaci s daty, NumPy pro numerické výpočty a Matplotlib nebo Seaborn pro vizualizaci. Jazyk R představuje další silnou alternativu, oblíbenou zejména mezi statistiky a výzkumníky. R nabízí balíčky jako ggplot2 pro vytváření sofistikovaných vizualizací a dplyr pro efektivní práci s datovými rámci.

Specializované nástroje pro vizualizaci dat hrají klíčovou roli v prezentaci zjištěných informací. Tableau patří mezi nejpoužívanější komerční řešení, které umožňuje vytvářet interaktivní dashboardy a komplexní vizualizace bez nutnosti programování. Jeho intuitivní rozhraní založené na principu drag-and-drop z něj dělá ideální volbu pro žurnalisty bez technického zázemí. Power BI od Microsoftu představuje podobnou alternativu s dobrou integrací do ekosystému Microsoft produktů.

Pro tvorbu webových vizualizací a interaktivních grafů je nezbytná znalost knihovny D3.js, která poskytuje bezprecedentní kontrolu nad každým aspektem vizualizace. Ačkoliv má D3.js strmější křivku učení, umožňuje vytvářet zcela unikátní vizualizace šité přímo na míru, které dokonale zapadají do designu webových stránek. Mnoho předních mediálních domů jako The New York Times nebo The Guardian využívá D3.js pro své nejambicióznější datové projekty.

Nástroje pro získávání dat jsou stejně důležité jako nástroje pro jejich analýzu. Nástroje pro web scraping jako Beautiful Soup nebo Scrapy v Pythonu umožňují automatizované stahování dat z webových stránek. Import.io nebo ParseHub nabízejí vizuální rozhraní pro ty, kdo nechtějí programovat. Pro práci s API a strukturovanými daty se osvědčují nástroje jako Postman nebo přímo programovací knihovny requests v Pythonu.

Geografická data vyžadují specializované nástroje jako QGIS, open-source alternativu ke komerčnímu ArcGIS. Tyto geografické informační systémy umožňují pracovat s prostorovými daty, vytvářet mapy a provádět prostorové analýzy. Pro jednodušší mapové vizualizace slouží online nástroje jako Carto nebo Mapbox, které nabízejí snadnou integraci do webových projektů.

OpenRefine představuje neocenitelný nástroj pro čištění a transformaci dat, což bývá často nejčasově náročnější část celého procesu datové žurnalistiky. Umožňuje odhalovat duplicity, standardizovat formáty a provádět hromadné úpravy dat s možností vrácení změn zpět.

Data žurnalistika není jen o číslech a grafech, je to způsob, jak odhalit skryté pravdy v moři informací a přeměnit je v příběhy, které mění společnost

Matěj Koláček

Získávání dat z veřejných zdrojů a databází

Datová žurnalistika dnes patří mezi nejvýkonnější zbraně investigativních novinářů – a všechno začíná u schopnosti získat ta správná data z veřejných zdrojů. Představte si to jako detektivní práci: informace jsou rozházené po desítkách úřadů, databází a online platforem, a právě vy musíte přijít na to, kde hledat. Veřejné databáze jsou doslova pokladnicí údajů o tom, jak funguje stát, kam tečou veřejné peníze, co se děje ve zdravotnictví, školství nebo s naším životním prostředím. Jenže tyto informace samy od sebe nevypráví příběhy – to je úkol pro vás.

U nás máte k dispozici celou řadu oficiálních zdrojů. Český statistický úřad je vaše první zastávka pro demografická, ekonomická a sociální data – pravidelně aktualizovaná a připravená k analýze. Jednotlivá ministerstva pak spravují specializované databáze ve svých oborech, od registrů přes evidence až po monitoring nejrůznějších ukazatelů.

Zákon o svobodném přístupu k informacím? To je váš nejlepší spojenec. Díky němu můžete vyžadovat data od veřejných institucí. Jenže pozor – musíte vědět, jak na to. Ne každý úřad vám data vydá dobrovolně nebo v použitelné podobě. Kolikrát se vám stane, že místo pěkně uspořádané tabulky dostanete naskenované PDF, které se zpracovává jako noční můra. Znáte to, ne?

Naštěstí existují portály otevřených dat, třeba národní katalog, kde si můžete stáhnout datové sady ve formátech, se kterými se dá pracovat. Problém je, že kvalita a kompletnost těchto dat se hodně liší – vždycky si musíte ověřit, jestli jsou pro váš projekt použitelné.

Nezapomeňte ani na evropské a mezinárodní zdroje. Eurostat nabízí srovnání mezi zeměmi EU, což vám pomůže zasadit česká data do širšího kontextu. A pak tu máte databáze Světové banky, OSN a dalších organizací pro globální perspektivu.

Scraping, tedy automatizované stahování dat z webů, je další technika, kterou byste měli mít v repertoáru. Díky ní můžete systematicky sbírat informace z veřejně dostupných zdrojů, které nejsou nabízené jako hotové datasety. Můžete sledovat změny v registrech, vývoj cen nebo archivovat dokumenty, které by jinak mohly zmizet.

Práce s veřejnými registry – obchodní rejstřík, katastr nemovitostí, rejstřík trestů – vyžaduje nejen technické know-how, ale také pochopení právního kontextu. A tady přichází to nejzajímavější: když propojíte data z různých zdrojů, najednou vidíte souvislosti a vzorce, které by vám jinak unikly. Zkuste třeba spojit údaje o vlastnictví nemovitostí s informacemi o veřejných zakázkách – možná narazíte na střety zájmů nebo korupci, která by jinak zůstala skrytá.

Zpracování a čištění rozsáhlých datových souborů

Zpracování a čištění rozsáhlých datových souborů patří mezi nejnáročnější, ale zároveň nejdůležitější činnosti v datové žurnalistice. Každý den se novináři potýkají s ohromným množstvím informací z nejrůznějších míst – a než se vůbec dostanou k samotné analýze, čeká je pořádný kus práce. Čištění dat není jen technická záležitost. Jde o základ, na kterém stojí kvalita a důvěryhodnost každého novinářského příběhu.

Představte si, že dostanete do ruky obrovský tabulkový soubor. Co uděláte jako první? Musíte pořádně prozkoumat, jak jsou data poskládaná a jestli vůbec dávají smysl. Ve většině případů narazíte na chyby, duplicity, nesrovnalosti ve formátování nebo chybějící údaje. Tyto problémy vznikají všelijak – někdo data zadával ručně a udělal překlep, systémy při exportu něco pokazily, nebo se prostě sloučilo víc zdrojů dohromady. Výsledek? Než se dostanete k tomu zajímavému, musíte strávit spoustu času opravováním těchto nedostatků.

Co vlastně to čištění dat obnáší? Především je potřeba sjednotit formáty. Možná vám to přijde jako maličkost, ale když máte datum jednou zapsané jako 15.3.2023, podruhé jako 15/03/23 a potřetí jako březen 2023, máte problém. Totéž platí pro zkratky, názvy firem nebo třeba adresy. Všechno tohle musíte sjednotit, jinak s daty prostě nepohnete.

Pak jsou tu duplicity. V rozsáhlých souborech se neustále objevují opakující se záznamy, které dokážou pořádně zkreslovat výsledky. A co je horší – nejsou vždycky úplně identické. Jedna firma může být v systému vedená třikrát s drobnými odchylkami v názvu. Tady potřebujete dobrý postřeh a někdy i chytřejší nástroje, abyste podobné záznamy odhalili.

Co s chybějícími údaji? Mezery v datech jsou běžná věc a vždycky vás postaví před dilema. Můžete je doplnit odjinud? Nahradit nějakým odhadem? Nebo raději celý záznam vyřadit? Není na to univerzální odpověď – vždycky záleží na kontextu a na vašem novinářském úsudku.

Validace dat je další nezbytná kapitola. Zkrátka musíte zkontrolovat, jestli to, co vidíte, dává vůbec smysl. Jsou čísla v rozumném rozsahu? Sedí na sebe různé hodnoty logicky? Odpovídá to realitě? Když narazíte na něco divného, může to být buď chyba v datech, nebo naopak začátek zajímavého příběhu. Proto se vyplatí být pozorný.

Dneska už nikdo nečistí obrovské datové soubory ručně. To by byla sisyfovská práce. Novináři využívají specializované nástroje a píšou si skripty, které hodně práce zvládnou automaticky. Jenže pozor – automatizace je skvělá pomocnice, ne náhrada za lidský mozek. Výsledky je pořád potřeba kontrolovat a ověřovat. Jinak riskujete, že na automatických chybách postavíte celý příběh.

Vytváření interaktivních grafů a infografik pro čtenáře

Interaktivní grafy a infografiky se staly nepostradatelným pomocníkem pro novináře, kteří chtějí složitá data převést do podoby, které každý porozumí. Zkuste si představit tabulku plnou čísel – kolik z nás ji skutečně dočte do konce? V dnešní době už prostě nestačí jen napsat článek s čísly a statistikami. Lidé chtějí vidět data, hrát si s nimi, zkoumat je po svém.

Co dělá interaktivní graf výjimečným? Můžete s ním pracovat, měnit parametry, zobrazit si přesně to, co vás zajímá, a proklikat se do hloubky, jak potřebujete. To je obrovská výhoda zejména u rozsáhlých dat, kde by klasická infografika buď musela vynechat důležité věci, nebo by byla tak přeplněná, že by vás bolela hlava. Klíčové je vymyslet, co všechno nechat klikací a jak to nastavit, aby se v tom vyznal každý – nejen technicky zdatní nadšenci.

Než začnete cokoliv kreslit nebo programovat, musíte data pořádně poznat. Nejdřív si musíte ujasnit, co vlastně máte k dispozici, jak kvalitní ta data jsou a jaké mají mezery. Tahle příprava rozhoduje o všem – špatně postavená vizualizace totiž může data překroutit nebo vést lidi k úplně mylným závěrům. A to je přesně to, co novinář nechce.

Každý čtenář přistupuje k datům jinak. Někdo chce jen rychlý přehled hlavních zjištění během pár vteřin, zatímco jiný se rád ponoří do detailů a stráví nad grafem i čtvrt hodiny. Proto je důležité vytvořit vícevrstvou strukturu, kde si každý najde to své – od základního přehledu až po nejmenší detaily. Toho dosáhnete třeba pomocí rozbalovacích sekcí, malých okýnek s dodatečnými informacemi nebo filtrů, kterými si vyberete konkrétní část dat.

Možností, jak interaktivní vizualizace vytvářet, je dnes celá řada. Od nástrojů jako Tableau nebo Flourish, kde nepotřebujete umět programovat, až po pokročilé knihovny jako D3.js pro ty, kdo si rozumí s JavaScriptem a chtějí mít naprostou svobodu. Záleží na tom, jak složitý projekt děláte, jaké dovednosti váš tým má a co přesně potřebujete.

Nesmíte zapomínat na mobilní telefony. Dnes se víc než polovina lidí dívá na web přes mobil, takže váš graf musí fungovat stejně dobře na malé obrazovce jako na velkém monitoru. Často to znamená vytvořit zjednodušenou verzi nebo nastavit prvky tak, aby se samy přizpůsobily tomu, na čem je čtenář zrovna prohlíží.

Barvy, písmo, celkové vizuální zpracování – to všechno má obrovský vliv na to, jestli vaši vizualizaci lidé pochopí. Nejde jen o to, aby to hezky vypadalo, ale především aby to fungovalo. Barvy by měly dávat smysl a být použité logicky. A nezapomeňte, že někteří lidé nerozlišují barvy tak dobře jako ostatní.

Než svou vizualizaci zveřejníte, nechte si ji vyzkoušet na lidech zvenčí. Často se stane, že co vám připadá jasné jako facka, pro běžného čtenáře vůbec intuitivní není. Zpětná vazba od lidí, kteří na projektu nepracovali, vám ukáže problémy, které byste sami nikdy neobjevili – ať už jde o matoucí navigaci, nesrozumitelné zobrazení dat nebo technické potíže.

Příklady úspěšných datových investigativních projektů

Datová žurnalistika dokázala v posledních letech změnit způsob, jakým se dnes dělají velké investigativní reportáže. Výsledky? Projekty, které rozpoutaly bouřlivé debaty a v některých případech dokonce donutily politiky k reálným změnám. Jak se to povedlo? Kombinací klasické novinařiny s chytrým využitím dat a jejich názorným zpracováním.

Vzpomínáte si na Panama Papers? Tahle kauza z roku 2016 odhalila obrovskou síť offshore firem, které využívali politici, celebrity i podnikatelé po celém světě. Mezinárodní tým investigativních novinářů se probral jedenácti a půl miliony dokumentů z panamské advokátní kanceláře Mossack Fonseca. Představte si tu práci – museli vytvořit speciální nástroje, aby dokázali prohledat databázi s informacemi o více než dvou stech tisících offshore společností. Celé to vyžadovalo spolupráci stovek novinářů z desítek zemí. Ukázalo se, že datová žurnalistika může překročit hranice států a odkrýt globální systémy, jak se obcházejí daně.

O rok později přišly Paradise Papers, další úroveň odhalení mezinárodních finančních toků a daňových optimalizací. Znovu se potvrdilo, že moderní novinařina prostě musí umět pracovat s obřími objemy dat a najít v nich skutečně důležité souvislosti.

I u nás v Česku se datová žurnalistika zabydlela. Investigativci z Aktuálně.cz dlouhodobě pracují s daty z veřejných rejstříků a ukazují propojení mezi politiky a podnikateli. Analýza veřejných zakázek pomocí datových nástrojů odhalila podezřelé vzorce při zadávání státních kontraktů a případy možného střetu zájmů.

Britský Guardian přišel s projektem The Counted, který systematicky sledoval případy, kdy američtí policisté zastřelili civilisty. Novináři vytvořili databázi čerpající z policejních zpráv, médií i sociálních sítí. Vyplnili tím mezery v oficiálních statistikách a poskytli mnohem komplexnější pohled na vážný společenský problém.

The Migrant Files zmapovaly úmrtí migrantů na cestě do Evropy. Novináři z různých evropských zemí sestavili databázi tragédií na migračních trasách. Spojili klasické reportérské postupy s pečlivou analýzou dat a vytvořili působivé vizualizace, které lidem pomohly pochopit rozsah humanitární krize.

Ve zdravotnictví přinesla datová žurnalistika projekty zaměřené na kvalitu péče v nemocnicích, bezpečnost léků nebo dostupnost zdravotních služeb. Novináři prošli tisíce případů komplikací po operacích, našli statisticky významné odchylky a upozornili na systémové problémy ve zdravotnických zařízeních.

Americká ProPublica odhalila v projektu Dollars for Docs finanční vztahy mezi farmaceutickými firmami a lékaři. Vytvořili prohledávatelnou databázi plateb – pacient si v ní mohl zjistit, jestli jeho doktor přijímá peníze od výrobců léků. Výsledek? Větší transparentnost ve zdravotnictví a inspirace pro podobné iniciativy v dalších zemích.

Datová investigativa pomáhá i při odhalování ekologických problémů. Projekty sledující kvalitu ovzduší, znečištění vody nebo nelegální těžbu využívají satelitní data, senzorové sítě a veřejné databáze k tomu, aby identifikovaly viníky a zdokumentovaly dopady na životní prostředí.

Etické otázky a ochrana osobních údajů

Datová žurnalistika je skutečně silná zbraň – pomáhá odkrývat věci, o kterých by se jinak veřejnost nikdy nedozvěděla. Jenže s touto mocí přichází i pořádná porce odpovědnosti. Novináři, kteří pracují s daty, každý den řeší, kde končí veřejný zájem a kde začíná soukromí konkrétních lidí.

Když novinář prochází rozsáhlými databázemi, narazí na spoustu informací o běžných lidech. Může jít o jména, kde kdo bydlí, kolik má na účtu, jaké má zdravotní problémy nebo třeba rodná čísla. A tady nastává ten zásadní moment – co z toho skutečně potřebuju zveřejnit? Co mohu anonymizovat nebo vynechat úplně, aniž by můj článek ztratil smysl?

Pak je tu otázka souhlasu. Jen proto, že jsou nějaká data veřejně dostupná, ještě neznamená, že jejich majitelé souhlasili s tím, že je někdo vytáhne a použije v novinách. Lidi přece sdílejí informace v určitém kontextu – třeba kvůli vyřízení úředních záležitostí – a vůbec je nenapadne, že by to mohlo skončit jako součást investigativního článku. Tady musí novinář zvážit, jestli je opravdu nutné tyhle údaje použít.

Anonymizace není tak jednoduchá, jak by se mohlo zdát. I když z databáze smažete jména a další přímé identifikátory, pořád tam zůstávají další údaje. A když je někdo chytrý, dokáže z několika zdánlivě nevinných informací poskládat mozaiku a zjistit, o koho jde. Tomuhle se říká deanonymizace a je to noční můra každého zodpovědného novináře. Chránit svoje zdroje a lidi v datech – to je alfa a omega.

Dobrý datový novinář by měl být otevřený ohledně toho, jak pracuje. Čtenáři mají právo vědět, odkud data pochází, jak s nimi redakce naložila a jaké metody použila při analýze. Tahle otevřenost buduje důvěru a zároveň chrání před podezřením z manipulace. Jenže pozor – transparentnost má svoje meze. Někdy prostě nemůžete odhalit všechno, protože byste tím ohrozili bezpečnost konkrétních lidí.

GDPR výrazně změnilo pravidla hry pro datové novináře nejen v celé Evropské unii, ale i u nás. Tato legislativa je poměrně přísná, co se týče nakládání s osobními údaji. Žurnalistika sice má určité výjimky kvůli svobodě slova a právu veřejnosti na informace, ale to neznamená, že si novináři můžou dělat, co chtějí. Musí prokázat, že jejich práce opravdu slouží veřejnému zájmu.

A co když ta data mohou někomu ublížit? To je asi nejtěžší dilema. Publikovat senzační informace, které zvýší čtenost, ale zničí něčí pověst nebo život? Každý slušný novinář by měl přemýšlet o tom, jaký dopad bude mít jeho článek na konkrétní lidi a organizace. Cílem přece je informovat veřejnost o důležitých věcech, ne zbytečně ničit životy nevinných lidí.

Budoucnost datové žurnalistiky a umělá inteligence

Umělá inteligence mění způsob, jakým dnes pracujeme s informacemi. Datová žurnalistika už dávno není jen o tabulkách a grafech – díky pokroku v oblasti AI a strojového učení se před novináři otevírají možnosti, o kterých se ještě před pár lety ani nesnilo. Představte si, že musíte projít miliony dokumentů, najít v nich souvislosti a vzorce, které nejsou na první pohled vidět. Dřív by to trvalo měsíce, možná roky. Dnes to zvládnou algoritmy za hodiny.

Vezměme si třeba investigativní reportáže. Když novináři pátrají po korupci nebo sledují peníze v politice, potřebují projít obrovské množství veřejných záznamů, smluv, bankovních transakcí. Tady se umělá inteligence ukazuje jako skutečný pomocník – dokáže vytáhnout relevantní informace z databází, které by člověk sám nikdy nestihl projít. A není to jen o rychlosti, ale také o schopnosti vidět souvislosti tam, kde by nám jinak unikly.

Co je ale možná ještě zajímavější? AI umí předvídat. Algoritmy dokážou rozpoznat vzorce v datech a upozornit na problémy dřív, než se stanou zjevnými všem ostatním. Ekonomická krize, která se teprve rýsuje. Environmentální rizika, která ještě nikdo neřeší. Společenské trendy v zárodku. Novináři díky tomu můžou psát příběhy, které skutečně varují a pomáhají lidem připravit se na to, co přijde.

Samozřejmě, nikdo nechce, aby nám všechny zprávy psaly roboty. A také o to tady nejde. Automatizace znamená spíš to, že se novináři můžou konečně věnovat tomu, co umí nejlíp – ptát se, hledat pravdu, vyprávět důležité příběhy. Když AI zvládne sama napsat základní zprávu o sportovním výsledku nebo počasí, získají novináři čas na skutečnou investigativu a hloubkovou analýzu.

Zajímavé je i to, jak se mění způsob, jakým čteme zprávy. Každý z nás máme jiné zájmy, jiné potřeby. Personalizované zpravodajství založené na datech už není sci-fi – systémy umělé inteligence se učí, co vás zajímá, a přizpůsobují obsah tak, abyste dostávali informace, které jsou pro vás relevantní.

V době, kdy se falešné zprávy šíří rychleji než kdy jindy, je ověřování faktů naprosto klíčové. A tady AI systémy ukázaly svou sílu – dokážou rychle zkontrolovat tvrzení oproti obrovským databázím ověřených informací a odhalit lži dřív, než se stačí rozšířit. Není to dokonalé, ale v boji proti dezinformacím jde o obrovskou pomoc.

Zpracování přirozeného jazyka zase umožňuje něco, co dřív nebylo možné – analyzovat tisíce komentářů na sociálních sítích, projevy politiků, právní dokumenty. Můžete díky tomu zjistit, jak lidé skutečně smýšlejí o různých událostech, co je trápí, co je nadchlo. To přidává k tradičnímu zpravodajství další vrstvu pochopení.

Ale nebude to všechno jen růžové. S větší závislostí na technologiích přicházejí i výzvy. Jak víme, že algoritmy nejsou zaujatté? Kdo kontroluje, že AI systémy pracují transparentně? Etická stránka používání umělé inteligence v žurnalistice je něco, o čem se musíme bavit. Technologie by měla sloužit lidem, ne naopak.

A co to znamená pro novináře samotné? Budoucnost patří těm, kdo dokážou spojit klasické žurnalistické řemeslo s technickými dovednostmi. Není to o tom, že by všichni museli být programátoři, ale určitá znalost práce s daty a AI nástroji se prostě stává nutností. Redakce to chápou a investují do vzdělávání svých lidí.

Stojíme na prahu něčeho velkého. Datová žurnalistika se mění před našima očima a umělá inteligence je tím, co ji posouvá dopředu. Otázka nezní, jestli se to stane, ale jak s tím naložíme.