Civic Journalism Lab: AI alati za novinare s Chrisom Stokel-Walkerom

Chris Stokel-Walker piše o tehnologiji za The Guardian, Wired, New Scientist i BBC, i objavio je tri knjige uključujući How AI Ate the World. Ta kombinacija tematskog znanja i dugoformne analize čini ga korisnim vodičem za novinare koji pristupaju AI alatima: razume kako tehnologija funkcioniše i zašto ima tendenciju da greši na načine na koje greši, i ne preuveličava praktičnu primenu.

Ovaj dvosatni masterclass, snimljen uživo i objavljen 5. februara 2026. od strane Civic Journalism Lab Univerziteta u Njukaslu, pokriva alate sa kojima će radni novinar najverovanije doći u kontakt i specifične uredničke zadatke koje svaki od njih dobro rešava.

Šta video pokriva

1. Transkripcija i rezimiranje. Sesija počinje transkripcijom jer je to AI workflow s najjasnijim povratom na produktivnost za većinu reportera. Stokel-Walker pokriva nekoliko alata, objašnjava čime se razlikuju po tačnosti i zaštiti izvora, i odgovara na praktično pitanje: kada je transkript dovoljno pouzdan za citiranje, a kada je potrebna ručna provera. Razrada arhitekture zaštite izvora Good Tape je naročito detaljna za novinare koji pokrivaju osetljive teme.

2. Pronalazak priča. AI alati za otkrivanje novih uglova — praćenje specifičnih izvora, identifikovanje obrazaca u velikim skupovima dokumenata, praćenje promena na određenim veb stranicama — dobijaju značajno vreme ekrana. Visualping, NotebookLM i Google Pinpoint demonstriraju se u radu. Sesija jasno razlikuje alate koji generišu lead-ove (koji i dalje zahtevaju novinarska istraživanja) od alata koji generišu kopiju (prema kojima Stokel-Walker ima značajan skepticizam).

3. Istraživački workflow-ovi. Perplexity i NotebookLM obrađuju se kao istraživački alati — s pažljivim osvrtom na pouzdanost citiranja i tendenciju ka halucinacijama. Stokel-Walkerov okvir ovde je dosledan kroz celu sesiju: AI kao polazna tačka koja ubrzava dolazak do prvog korisnog izvora, a ne zamena za verifikaciju izvora.

4. Vizualni i urednički zadaci. Sesija se kratko osvrće na pomoć s infografikom i pisanjem naslova, mada ovi delovi su manje razvijeni od prethodnih.

Ključni zaključci

Najsnažnija nit kroz celu sesiju je o integraciji, a ne o zameni. Stokel-Walker ne tvrdi da će AI na apstraktan način transformisati novinarstvo; tvrdi da specifični alati, korišćeni za specifične zadatke u specifičnim fazama uredničkog procesa, štede značajno vreme bez ugrožavanja ljudskog suda koji novinarstvo čini pouzdanim. Transkripcija je najjasniji primer: AI preuzima mehanički zadatak, reporter zadržava odgovornost za ono što transkript znači.

Sesija direktno adresira i etiku: obelodanjivanje informacija, šta se smatra AI-generisanim u odnosu na AI-assisted sadržajem, i odgovornosti novinara prema izvorima čije reči obrađuju AI sistemi.

Vredi pogledati ako ste radni novinar koji je čuo o AI alatima ali nije pronašao strukturisani uvod u to koji su vredni isprobavanja, ili ako obučavate novopridošle reportere i tražite jedan resurs koji pokriva praktičnu sliku bez prevelikih obećanja o ishodima.