Skip to content
Članak WAN-IFRA jun 2026.

WAN-IFRA: kako izgleda 168.000 AI radnji u 18 redakcija

O čemu je tekst

WAN-IFRA je objavio podatke o korišćenju Xalok Assistanta, AI alata koji je primenjen u 18 digitalnih redakcija. Između januara i aprila 2026. novinari su izvršili 168.363 AI-potpomognute radnje. Tekst koristi ovaj skup podataka da bi argumentovao da je javna diskusija o AI i novinarstvu usredsređena na pogrešne zadatke — i da realna distribucija AI korišćenja govori konkretniju priču o tome gde živi uredničko trenje.

Kontekst

Redakcije u skupu podataka obuhvataju oko 1.200 korisnika, od kojih otprilike svaki peti koristi alat pet do osam puta dnevno. Umesto anketiranja novinara o tome šta misle da rade sa AI-jem, tekst izveštava o onome što su zapravo radili u velikom obimu tokom četiri meseca — što nalaze čini utemeljenijim od većine izveštavanja o AI-u u uredničkom radu.

Ključalni nalazi

Korišćenje se raspodeljuje na otprilike 21% u kreiranju sadržaja, 48% u uređivanju i 31% u distribucijskim zadacima uključujući SEO, tagiranje i prevod. Najkorišćenije pojedinačne funkcije bile su: boldovanje (~23.000 korišćenja), transkripcija (~20.500), tagiranje (~19.000), provera pravopisa (~18.500) i generisanje SEO metapodataka (~10.500). Generisanje naslova, jedna od najdiskutovanijih AI primena u novinarskom izveštavanju, rangirana je znatno niže — oko 4.000 korišćenja.

Tekst ovo formuliše kao model „redakcija u petlji”: AI uklanja trenje iz repetitivnih zadataka podrške, a novinari zadržavaju autoritet nad odlučivanjem u onim delovima posla koji zahtevaju uredničku prosudbu. Usvajanje je neravnomerno — aktivni korisnici generišu 55% svih radnji, što ukazuje na obrazac gde manjina novinara razvija duboke navike dok većina ostaje povremeni korisnik. Neke redakcije u skupu podataka izveštavaju o do 30% više digitalnog sadržaja i AI-potpomognutom sadržaju koji dostiže do 40% njihove digitalne publike.

Ko treba da pročita

Uredničke ekipe koje procenjuju AI alate i traže realne referentne vrednosti umesto projekcija od strane dobavljača. Korisno i urednicima koji donose odluke o tome gde uvesti AI podršku — podaci sugerišu da poboljšanja produktivnosti dolaze pre svega iz infrastrukture oko tekstova (formatiranje, metapodaci, transkripcija), a ne iz pisanja nacrta ili generisanja naslova.