Å bruke kunstig intelligens til å tilgjengeliggjøre kunnskap

Høydepunkter

• 

  Strukturert og koblet innhold

  For å gjøre sakene mer tilgjengelige for brukerne, opprettet vi en ny struktur med en naturlig inndeling av innholdet. Det som tidligere hadde vært en stor haug med fritekst, ble nå satt i system slik at man raskt kunne finne akkurat den informasjonen man lette etter.

  
  

  • 

  • 

  • 

• 

  Brukervennlig filtrering og taksonomi

  Vi utviklet videre et nytt sett med filtre, med vekt på plakatens punkter, utfall og involverte parter. Antallet filtre ble redusert til et håndterbart nivå, og organisert i et logisk hierarki. Nye taksonomier som "Presseetiske temaer" ble introdusert, noe som ga ekspertbrukere mulighet til å utforske arkivet på et dypere nivå, uten å bli overveldet.

  
  

  • 

  • 

• 

  Strømlinjeformet redaktøropplevelse

  Ved å bruke Sanity kunne vi gi PFUs redaktører et rent og intuitivt CMS, hvor de kunne administrere og oppdatere saksinnhold. Vi utviklet en dokumentstruktur som skulle hjelpe redaktørene med å legge inn innhold i riktig format, slik at databasen skulle bli godt strukturert og dermed intuitiv å bruke.

  
  

  

• 

  Ivaretakelse av historisk kontekst

  Vær Varsom-plakaten har hatt flere versjoner opp gjennom årene. Det ble derfor viktig å kunne vise til tidligere versjoner av punktene i plakaten, slik at man skulle kunne forstå konteksten for hvordan eldre saker hadde blitt behandlet.

  Ved å implementere datofelter på hver sak, sikret vi at sakene ble koblet til den versjonen av punktene som gjaldt da saken ble behandlet. I visningen av saken utheves både det historiske og det gjeldende punktet, slik at sammenhengen blir tydelig. Dette beskytter den historiske konteksten samtidig som arkivets relevans for nåtiden blir ivaretatt.

  
  

  • 

  • 

• 

  AI-drevet tagging av historiske saker

  Så gjenstod det bare ett problem: Sakene fra før 2016 manglet tagging og metadata, og å gå gjennom hver enkelt sak manuelt ville være svært tidkrevende. For å løse dette benyttet vi kunstig intelligens for å analysere og tagge sakene automatisk. AI-modeller ble trent på nyere, strukturerte saker for å gjenkjenne mønstre og begreper. Disse ble så anvendt for å generere tagger for presseetisk tema, involverte parter og punkter i plakaten.

  PFU-redaktørene måtte fortsatt gå over hver sak for å kvalitetssikre taggingen, men den automatiske løsningen sparte dem for store mengder manuelt arbeid. Sluttresultatet var en gjennomgående tagging av hele arkivet, som førte til at det nå er enkelt å finne fram blant sakene fra helt tilbake til 1991.

  
  

  • 

  • 

  •