Local Media Association: AI u 2026. — kako redakcije mogu dobiti više vrednosti bez gubitka poverenja

Itan Holland, potpredsednik za digitalne medije u Draper Digital Media, upravlja tehnologijom, prihodima i sadržajem za pet televizijskih i pet radio stanica. U ovoj epizodi podkasta Keep It Local Lokalne medijske asocijacije — objavljenoj na YouTube-u u januaru 2026. — razgovara sa voditeljem Rajenom Veltonom o tome kako praktično usvajanje AI-ja izgleda iznutra višemedijske regionalne redakcije.

Razgovor je utemeljen na operativnim odlukama donetim u realnim uslovima: ograničeno osoblje, mešovit tehnički nivo i publike kojima je poverenje iznad svega. Holland je direktan o tome šta je i šta nije funkcionisalo.

Za koga je ovaj video. Novinari na terenu, urednici, menadžeri redakcija i content stratezi u srednje velikim i manjim publikacijama — naročito oni koji su apsorbirali mnogo opšte AI pokrivenosti i traže perspektivu nekoga ko upravlja implementacijom, a ne procenjuje je spolja.

Ključni zaključci:

1. Primarna vrednost AI-ja je obrada informacija, a ne pisanje. Najoštriji argument Hollanda je da redakcije stalno posežu za AI kao alatom za kreiranje nacrta, ali njegova stvarna prednost leži u pretvaranju nestrukturiranog materijala u upotrebljive formate: čišćenje transkripcija, strukturisanje podataka, analiza slika, ekstrahovanje informacija iz sirovih dokumenata. Korišćenje AI-ja za pisanje članaka znači birati funkciju koja zahteva najviše nadzora za najmanje praktičnu korist.

2. Kontekst je zamenio prompt inženjering. U 2026, veština koja je važna je pružanje AI-ju detaljnog, specifičnog konteksta o vašoj situaciji — publici vašeg medija, vašem resoru, ograničenjima konkretne priče. Elaborirane tehnike promptinga koje su funkcionisale 2024. su uglavnom prevazišle jer modeli bolje rukuju nejasnoćom. Praktična implikacija: svako ko može jasno da opiše problem sada može efikasno da koristi AI.

3. Odgovornost prati potpis, a ne alat. Holland je eksplicitan da AI ne može prerasporediti uredničku odgovornost. Ako je vaše ime na priči, vi ste odgovorni za njen sadržaj — bez obzira na to kako je nastala. Ovo oblikuje njegov stav o tome gde AI pripada u radnom toku — zadaci gde novinar i dalje donosi urednički zaključak su prihvatljivi; zadaci gde taj zaključak donosi AI nisu.

4. Preterano restriktivne politike su i same rizik. Redakcije koje zabranjuju eksperimentisanje sa AI-jem sprečavaju svoje osoblje da razvije praktičnu pismenost potrebnu za odgovorno korišćenje. Holland tvrdi da informisana procena zahteva određenu izloženost — novinari koji razumeju šta AI zaista može su bolje pozicionirani da prepoznaju i isprave greške od onih koji ga nikad nisu koristili.

5. Pravljenje alata stvara strukturne prednosti. Novinari i urednici koji nauče da koriste asistente za kodiranje za automatizaciju repetitivnih zadataka — čak i jednostavnih — imaće mogućnosti koje kolege ne mogu dostići samo kroz promptove. Holland ovo postavlja kao sledeći jaz u veštinama novinarstva, analogan prednosti reportera koji su naučili da prave osnovne web alate na početku internet ere.

Vredi pogledati ako vaša redakcija koristi AI za pisanje nacrta ali nije ispitala šta još može raditi sa istim alatima; ili ako upravljate timom koji je polarizovan oko AI-ja — neki ga koriste nekritički, drugi ga u potpunosti izbegavaju — i potreban vam je utemeljeni okvir za postavljanje očekivanja i politike.