AI i journalistik

Hvad er den vigtigste pointe?

Journalistikken viser, at AI ikke bare automatiserer opgaver. Den ændrer også, hvordan offentligheden finder, vurderer og betaler for viden.

Siden er en del af Viden-universet til bogen Hvad skal vi lave nu?. Den bruger AI som anledning til at tale om arbejde, ansvar, adgang, faglighed og menneskers plads i danske organisationer.

Hvad ændrer AI her?

• AI kan spare tid i research, transskription, korrektur, dataarbejde, resumeer og versionering, især på små redaktioner.
• Trafikchokket kan være lige så vigtigt som automatiseringen: AI-svar og søgeoverblik kan ændre, hvor læsere møder nyheder og forklaringer.
• Troværdighed er journalistikkens kernekapital. AI-fejl, uklare processer eller skjult brug kan skade mere end den enkelte artikel.
• Entry-level-opgaver som research, desk, udkast, rutinenyheder og transskription er også læringsrum for nye journalister.
• Ophavsret, træningsdata, licensaftaler og kildehenvisning bliver branchespørgsmål, ikke kun jurastof.
• Den ansvarlige redaktionelle opgave er at skelne mellem AI som forarbejde, AI som publiceret output og AI som distributionslag.

Hvad kan arbejdspladser gøre?

• Lav redaktionelle AI-retningslinjer, der siger klart, hvad AI må bruges til, hvem der godkender, og hvornår brugen skal mærkes.
• Beskyt opgaver, hvor unge journalister lærer research, kildekritik, genre, vinkling og redaktionel dømmekraft.
• Brug AI til forarbejde, men fasthold menneskelig ansvarlig redaktør, faktatjek og mulighed for at forklare processen.
• Mål ikke kun produktionstid. Følg også rettelser, kildefejl, publikumsreaktioner, trafikafhængighed og medarbejdernes læring.

Det vigtigste er ikke at finde den perfekte AI-politik fra første dag. Det vigtigste er at gøre forandringen talbar, så medarbejdere, ledere og tillidsvalgte kan se, hvad der faktisk ændrer sig i arbejdet. Når opgaver flyttes, skal rammerne flytte med: tid, ansvar, læring, kvalitet og ret til at sige fra.

En god start er at vælge få konkrete arbejdssituationer og undersøge dem sammen. Hvad gør mennesker i dag? Hvor opstår der friktion? Hvad kan AI hjælpe med? Hvad må den ikke overtage? Og hvordan opdager man, hvis gevinsten ét sted skaber pres et andet sted?

Det kræver også et langsommere rum end den almindelige projektplan. Mange af de vigtige spørgsmål viser sig først, når mennesker prøver teknologien i deres eget arbejde og kan fortælle, hvad der blev lettere, sværere, mere usikkert eller mere meningsfuldt.

Hvad ændrer AI i redaktionelt arbejde?

AI rammer først de opgaver, der allerede findes som tekst, lyd, data eller gentagelser: transskription, researchnoter, baggrundsresumeer, rubrikforslag, korrektur, datasøgning og versionering til forskellige formater. Det kan være en reel hjælp, især når redaktionen har få hænder og mange deadlinekrav.

Men en journalistisk opgave er sjældent kun produktion. Den rummer også kildekritik, prioritering, vinkling, ansvar og fornemmelse for, hvad der er fair over for den person eller institution, der beskrives. Derfor bliver AI i journalistik ikke bare et spørgsmål om hastighed. Det bliver et spørgsmål om, hvor dømmekraften ligger.

Tillid er ikke en teknisk detalje

Journalistik lever af, at publikum tror på processen bag teksten. Hvis AI bruges skjult, hvis en hallucination slipper igennem, eller hvis en artikel får en glat tone uden tydelig kilde, rammer fejlen ikke kun ét stykke indhold. Den rammer tilliden til redaktionen.

Derfor bør redaktionelle AI-regler være praktiske og synlige internt: hvad må AI bruges til, hvilke oplysninger må ikke lægges ind, hvornår skal brugen mærkes, hvem faktatjekker, og hvem har redaktøransvaret? Paris Charter on AI and Journalism peger netop på menneskelig ansvarlighed, transparens og redaktionel kontrol som centrale principper.

Når svaret kommer før besøget på siden

AI påvirker ikke kun, hvordan medier producerer indhold. Den påvirker også distributionen. Når søgemaskiner, assistenter og sociale platforme giver flere svar direkte, kan læseren få konklusionen uden at besøge den side, hvor journalistikken er lavet.

Det gør AI til et økonomisk og institutionelt spørgsmål for medier. Hvis journalistikken mister trafik og relation til publikum, bliver det sværere at finansiere det arbejde, som AI-systemer kan trænes på, sammenfatte eller bruge som svargrundlag. Det er her, ophavsret, licenser, kildehenvisning og platformsmagt bliver en del af arbejdslivet på redaktionen.

Begyndelsesopgaverne må ikke forsvinde usynligt

Mange journalistiske begyndelsesopgaver ser små ud: transskribér interviewet, find baggrund, lav første udkast, skriv den korte nyhed, tjek navne, ring til én kilde mere. Men det er ofte her, nye journalister lærer tempo, præcision, genre, etik og redaktionel dømmekraft.

Hvis AI overtager de opgaver uden at læringen redesignes, bliver vejen ind smallere. Den unge journalist får måske færre fejl at lære af, færre rutiner at opbygge og mindre forståelse for, hvorfor et stykke journalistik er godt nok. Effektivisering kan dermed ramme de udelukkede, før nogen kalder det jobtab.

En redaktionel tjekliste før AI skaleres

• Hvilke opgaver er AI kun forarbejde til, og hvilke må aldrig publiceres uden særskilt menneskelig kontrol?
• Hvornår skal publikum informeres om AI-brug, og hvordan gøres det uden at gøre mærkningen til pynt?
• Hvilke kilder, interviewdata eller følsomme oplysninger må ikke lægges i eksterne AI-værktøjer?
• Hvem har redaktøransvar, hvis AI-output viser sig at være forkert, plagierende eller urimeligt vinklet?
• Hvilke junioropgaver skal bevares eller gøres til superviserede øvebaner, så nye journalister stadig lærer faget?
• Hvordan følger redaktionen trafik, rettelser, tillid og arbejdspres — ikke kun antal producerede tekster?

Spørgsmål der bør stilles lokalt

• Hvilke opgaver bliver lettere, og hvilke opgaver bliver mere uklare?
• Hvem får mere handlekraft af AI, og hvem risikerer at miste adgang, status eller læringsmuligheder?
• Hvordan sikrer vi menneskelig vurdering, når AI bruges til tekst, beslutningsstøtte, screening eller dokumentation?
• Hvilke fejl vil vi acceptere i en prøvefase, og hvilke fejl er for alvorlige til at eksperimentere med?
• Hvordan taler vi om produktivitet uden at gøre alle gevinster til højere tempo?

Hvordan hænger det sammen med bogen?

Bogen arbejder med fire positioner i AI-forandringen: de fortrængte, de transformerede, de udelukkede og de empowered. De er ikke faste typer, men steder mennesker kan befinde sig, når arbejdet flytter sig.

Derfor handler denne side også om AI-uro, kontroltab, orienteringstid og begyndelsesopgaver — de begreber, der gør samtalen mere konkret end enten begejstring eller panik.

FAQ