Rappler entwickelt Intelligent Reader Assistant für bessere Nachrichtenkontextualisierung

Rappler entwickelt den Intelligent Reader Assistant, um Leserinnen und Lesern zu helfen, Nachrichten besser zu verstehen. Die meisten heutigen Nachrichtenpersonalisierungen sollen vor allem Klicks generieren, nicht das Verständnis fördern.

Algorithmen wählen oft Geschichten aus, die wahrscheinlich angeklickt werden, nicht solche, die den Kontext liefern, um die Nachrichten zu verstehen. Das führt zu einem Nachrichtenökosystem, das breit, aber flach ist.

Leserinnen und Leser sehen mehr Schlagzeilen als je zuvor, aber jede Geschichte steht für sich allein, losgelöst von der vorherigen Berichterstattung. Für Nachrichtenredaktionen, die komplexe, langfristige Geschichten abdecken, ist das eine echte Herausforderung.

Kontext geht verloren. Bedeutung gerät in den Hintergrund. Leserinnen und Leser, die tiefer in ein Thema eintauchen wollen, haben keine andere Wahl, als Google zu nutzen. Das verdünnt oder verzerrt Informationen, die Bürgerinnen und Bürgern helfen, fundierte Entscheidungen zu treffen.

Rappler deckt Themen wie Politik, Verantwortlichkeit, Desinformation und die scheinbar unlösbaren Probleme der Welt ab. Die Geschichten beziehen sich häufig auf rechtliche Mechanismen, politische Netzwerke und Ereignisse, die sich über Jahre oder sogar Jahrzehnte erstrecken.

Ein Beispiel ist eine Geschichte über die strafrechtlichen Anklagen gegen Rodrigo Duterte beim Internationalen Strafgerichtshof. Diese Geschichte macht nur Sinn, wenn man weiß, was das Römische Statut ist, wann die Philippinen ausgetreten sind und warum das Gericht weiterhin Zuständigkeit beansprucht.

Rappler hat über 400.000 Artikel veröffentlicht. Wenn eine Leserin oder ein Leser jedoch nur einen Artikel über soziale Medien findet, gibt es keine einfache Möglichkeit, den Rest zu erreichen.

Diese Lücke zwischen dem, was Rappler weiß, und dem, was eine Leserin oder ein Leser während eines Artikels erreichen kann, versucht Rappler seit Jahren zu schließen. 2022 baute Rappler den ersten Philippinen-Politik-Wissensgraphen.

Das ist eine strukturierte Datenbank, die die Beziehungen zwischen Politikerinnen und Politikern, Regierungsbehörden, Parteien und Orten abbildet. Rappler organisierte die Website um Themen herum, nicht um traditionelle Zeitungsabteilungen.

So sind Geschichten durch das Thema verbunden, nicht durch das Veröffentlichungsdatum. Rappler startete Rai, einen KI-Chatbot, der Leserfragen mit Rapplers geprüfter Berichterstattung beantwortet. Rappler hat auch das Archiv mit Tags versehen und angereichert, sodass es abgefragt, angezeigt und wiederverwendet werden kann.

Jeder dieser Schritte sollte das bereits Berichtete für Leserinnen und Leser zugänglicher machen. Der Intelligent Reader Assistant ist der nächste Schritt. Er soll Leserinnen und Lesern helfen, den Kontext zu finden, den sie benötigen.

Der Intelligent Reader Assistant ist ein Satz von KI-gestützten Funktionen, der mit Unterstützung des JournalismAI Innovation Challenge entwickelt wurde. Dieser wird vom Google News Initiative unterstützt.

Während Rai Leserinnen und Lesern ermöglicht, Fragen zu Rapplers Berichterstattung in einem Gespräch zu stellen, funktioniert der Intelligent Reader Assistant anders. Er bringt den Kontext zu den Leserinnen und Lesern, ohne dass sie danach fragen müssen.

Wenn eine Geschichte eine Person, eine Behörde oder ein Ereignis erwähnt, das eine Leserin oder ein Leser nicht kennt, erklärt das Kontextmodul es direkt auf der Seite. Wenn Leserinnen und Leser einen Artikel beendet haben, schlägt eine intelligentere Weiterverbreitungs-Schicht vor, was als Nächstes gelesen werden soll.

Das basiert auf der Geschichte, die sie gerade gelesen haben, nicht nur auf dem, was gerade im Trend liegt. Wenn sie über eine sich entwickelnde Geschichte auf dem Laufenden bleiben wollen, hält ein Themen-Follow-System sie informiert.

Für Abonnentinnen und Abonnenten gibt es eine personalisierte Startseite und eine Zusammenfassung zum Nachholen. All das basiert auf derselben Grundlage: dem Wissensgraphen, der Themenarchitektur und dem 400.000-Artikel-Archiv, das die Redaktion seit 2012 aufgebaut hat.

Nur etwa 15 Prozent der Sitzungen auf Rappler umfassen mehr als eine Seite. Diese Zahl spiegelt mehr als nur kurze Aufmerksamkeitsspanne wider. Es gibt ein Konzept in der kognitiven Wissenschaft, die Informationsforaging-Theorie.

Diese Theorie wurde von Peter Pirolli und Stuart Card bei Xerox PARC in den späten 1990er Jahren entwickelt. Sie leitet sich aus der Ökologie ab: Genauso wie Tiere Duftspuren folgen, um Nahrung zu finden, folgen Menschen einem Informationsduft, wenn sie lesen.

Das sind Hinweise, die signalisieren, ob der nächste Absatz oder der nächste Klick es wert ist. Wenn der Duft stark ist, lesen die Leserinnen und Leser weiter. Wenn er schwächer wird, verlassen sie die Seite.

Rappler hat den Intelligent Reader Assistant um diese Idee herum entwickelt. Die Aufgabe ist nicht, mehr Inhalte zu den Leserinnen und Lesern zu schieben. Es geht darum, die Duftspur mit Informationen zu stärken, die bereits berichtet und strukturiert wurden.

Rappler führte zwei Umfragen durch, bevor etwas gebaut wurde. Eine siteweite Umfrage mit 336 Befragten und eine gezielte Umfrage mit 100 registrierten Nutzerinnen und Nutzern und Abonnentinnen und Abonnenten.

Zusätzlich wurde eine vollständige Analyse durchgeführt. Etwa zwei Drittel der Leserinnen und Leser sagten, dass sie bei komplexen Geschichten oft oder fast immer zusätzlichen Kontext benötigen. Wenn sie diesen nicht erhalten, verlassen über die Hälfte Rappler, um Hintergrundinformationen anderswo zu suchen.