Poynter: Šta smo naučili iz neuspelog eksperimenta Nota News
Nota je pokrenula jedanaest hiperlokálnih news sajtova koristeći AI-podržane alate za pretvaranje javnih dokumenata i vladinih informacija u lokalne vesti. Model kompanije zavisio je od izvođača koji bi radili u okviru definisanih smernica o izvorima, dok bi AI alati pomagali pri strukturiranju i objavljivanju sadržaja. Eksperiment je javno propao kada su Axios Richmond i Poynter pronašli više od sedamdeset tekstova preuzetih od lokalnih medija bez navođenja izvora.
Josh Brandau, CEO Nota-e, napisao je ovu retrospekciju za Poynter u aprilu 2026. Tekst se ističe po tome što konkretno opisuje šta je pošlo po zlu, umesto da pruža opštu odbranu AI novinarstva. Suštinski problem nije bila tehnologija: izvođači su odstupili od odobrenog procesa rada s izvorima i kopirali sadržaj od konkurentskih medija. Brandau to direktno priznaje — neuspeh je nastao zbog nedovoljnog nadzora i slabe primene pravila, a ne zbog nedostataka AI-a.
Lekcije koje izvlači su operacionalne. Radni procesi moraju da čine ispravno ponašanje lakim, a neispravno teškim. Kontrola navođenja izvora mora biti ugrađena u sistem produkcije, a ne obezbeđena naknadnim pregledima. Kada izvođači ne razumeju zašto pravila postoje, skloni su da ih tretiraju kao neobavezna. Tekst opisuje jaz u institucionalnom pamćenju koji nastaje kada uredničke standarde nisu dokumentovani na način koji se prenosi na ljude koji rade van centralnog tima.
Brandau se bavi i strukturom odgovornosti. Ljudska procena nije garancija koja se podrazumeva — za nju treba projektovati. Konkretna ponašanja koja definišu prihvatljivo postupanje s izvorima moraju biti jasno opisana i proverljiva, a ne prepuštena ličnoj oceni izvođača pod pritiskom rokova.
Tekst je najkorisniji urednicima i direktorima redakcija u digitalnim medijima koji grade ili skaliraju AI-podržanu produkciju. Opisuje način pada koji nastaje upravo kada obim produkcije raste, a nadzor ne skalira zajedno s njim. Scenario — izvođači pod pritiskom rokova pribegavaju prečicama koje radni proces nije sprečio — nije jedinstven za AI novinarstvo i primenjuje se na svaki sadržajni posao koji se oslanja na distribuirane saradnike bez dovoljnih mehanizama kontrole.